Educación superior en la era de la inteligencia artificial: Gestión académica, innovación y liderazgo institucional
Palabras clave:
educación superior, inteligencia artificial educativa, transformación universitaria, innovación educativa, humanismo universitarioSinopsis
Esta obra académica analiza la transformación de la educación superior en la era de la inteligencia artificial, abordando sus implicaciones pedagógicas, institucionales y éticas. A lo largo de sus capítulos, el libro examina la evolución de la universidad desde la digitalización hasta la consolidación de la inteligencia artificial como paradigma educativo, destacando su impacto en los procesos de enseñanza-aprendizaje, la formación docente, la gestión académica, la evaluación, la investigación y el diseño curricular. Asimismo, se analizan la innovación educativa, la analítica del aprendizaje y la automatización de procesos, junto con una reflexión crítica sobre los riesgos de la gestión algorítmica y la reproducción de desigualdades. Desde una perspectiva humanista y latinoamericana, la obra enfatiza el liderazgo institucional, la inclusión educativa y la responsabilidad social universitaria como ejes para una integración ética y contextualizada de la inteligencia artificial. El libro busca orientar a docentes, directivos y responsables de políticas educativas en la construcción de una universidad crítica, inclusiva y comprometida con el desarrollo humano.
Referencias
Abrams, Alperin, J. P., Babini, D., & Fischman, G. (2019). Open access indicators and scholarly communications in Latin America. *Learned Publishing, 32*(1), 1–11. https://doi.org/10.1002/leap.1215
Barnett, R. (2011). *Being a university*. Routledge.
Biesta, G. (2020). *Educational research: An unorthodox introduction*. Bloomsbury.
Birch, K., & Muniesa, F. (2020). *Assetization: Turning things into assets in technoscientific capitalism*. MIT Press.
Bornmann, L. (2014). Do altmetrics point to the broader impact of research? *Journal of Informetrics, 8*(4), 895–903. https://doi.org/10.1016/j.joi.2014.09.005
Connell, R. (2007). *Southern theory: The global dynamics of knowledge in social science*. Polity Press.
Cousins, J. B., & Whitmore, E. (1998). Framing participatory evaluation. *New Directions for Evaluation, 80*, 5–23. https://doi.org/10.1002/ev.1114
de Sousa Santos, B. (2010). *Descolonizar el saber, reinventar el poder*. Trilce.
DORA. (2013). *San Francisco Declaration on Research Assessment*. https://sfdora.org
Floridi, L., Cowls, J., Beltrametti, M., et al. (2018). AI4People—An ethical framework for a good AI society. *Minds and Machines, 28*, 689–707. https://doi.org/10.1007/s11023-018-9482-5
Giroux, H. A. (2014). *Neoliberalism’s war on higher education*. Haymarket Books.
Harvey, L., & Green, D. (1993). Defining quality. *Assessment & Evaluation in Higher Education, 18*(1), 9–34. https://doi.org/10.1080/0260293930180102
Hicks, D., Wouters, P., Waltman, L., de Rijcke, S., & Rafols, I. (2015). Bibliometrics: The Leiden Manifesto. *Nature, 520*, 429–431. https://doi.org/10.1038/520429a
Irwin, A. (2018). Citizen science comes of age. *Nature, 562*, 480–482. https://doi.org/10.1038/d41586-018-07106-5
Marginson, S. (2016). *Higher education and the common good*. Melbourne University Press.
Moore, S., Neylon, C., Eve, M. P., O’Donnell, D., & Pattinson, D. (2017). “Excellence R Us”. *Palgrave Communications, 3*, 16105. https://doi.org/10.1057/palcomms.2016.105
Morin, E. (2007). *Introducción al pensamiento complejo*. Gedisa.
Nussbaum, M. C. (2010). *Not for profit: Why democracy needs the humanities*. Princeton University Press.
OECD. (2019). *Artificial intelligence in society*. OECD Publishing. https://doi.org/10.1787/eedfee77-en
Piller, I. (2016). *Linguistic diversity and social justice*. Oxford University Press.
Prinsloo, P., & Slade, S. (2017). Ethics and learning analytics. *British Journal of Educational Technology, 48*(6), 1204–1216. https://doi.org/10.1111/bjet.12400
Rama, C. (2018). *La nueva educación superior en América Latina*. Universidad de la Empresa.
Rudin, C. (2019). Stop explaining black box models. *Nature Machine Intelligence, 1*, 206–215. https://doi.org/10.1038/s42256-019-0048-x
Selwyn, N. (2019). *Should robots replace teachers?* Polity Press.
Siemens, G., & Long, P. (2011). Penetrating the fog. *EDUCAUSE Review, 46*(5), 30–40.
Slaughter, S., & Rhoades, G. (2004). *Academic capitalism and the new economy*. Johns Hopkins University Press.
Strubell, E., Ganesh, A., & McCallum, A. (2019). Energy and policy considerations for deep learning. *Proceedings of ACL*, 3645–3650. https://doi.org/10.18653/v1/P19-1355
Sugimoto, C. R., & Larivière, V. (2018). *Measuring research: What everyone needs to know*. Oxford University Press.
Tennant, J. P., et al. (2017). A multi-disciplinary perspective on emergent peer review. *F1000Research, 6*, 1151. https://doi.org/10.12688/f1000research.12037.3
UNESCO. (2017). *Education for sustainable development goals*. UNESCO Publishing.
UNESCO. (2021). *Recommendation on the ethics of artificial intelligence*. UNESCO.
Wilkinson, M. D., et al. (2016). The FAIR guiding principles. *Scientific Data, 3*, 160018. https://doi.org/10.1038/sdata.2016.18
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of AI in higher education. *International Journal of Educational Technology in Higher Education, 16*(39). https://doi.org/10.1186/s41239-019-0171-0
Descargas
Publicado
enero 31, 2026
Derechos de autor 2026 Autores y Sapiens Ediciones
