Explorar la Inteligencia Artificial en educación superior mediante Procesamiento del Lenguaje Natural Ligero

un estudio metodológico de prueba de concepto

Autores/as

DOI:

https://doi.org/10.46661/ijeri.12995

Palabras clave:

Inteligencia artificial en la educación (AIEd), Respuestas abiertas a encuestas, Procesamiento ligero del lenguaje natural (Light NLP), Análisis semántico, Estudio metodológico exploratorio

Resumen

La integración de la Inteligencia Artificial en la educación ha generado una amplia gama de perspectivas entre los actores educativos, a menudo capturadas a través de respuestas de encuestas abiertas. Sin embargo, los enfoques para analizar dichos datos bajo condiciones no ideales siguen siendo limitados. Este estudio examina la viabilidad de combinar respuestas abiertas con técnicas de "Procesamiento de Lenguaje Natural (PLN) ligero" para explorar el discurso sobre la IA en la educación superior. Con un diseño exploratorio de prueba de concepto, se contó con dos conjuntos de datos independientes de 31 estudiantes de Pedagogía de España y 35 docentes de Perú que respondieron a cuestiones abiertas similares sobre Inteligencia Artificial. Se recurrió a representaciones semánticas basadas en embeddings, derivadas de la ponderación de términos y la descomposición en valores singulares (SVD) truncada, junto con anclas semánticas y visualización exploratoria para analizar textos heterogéneos. Los resultados muestran que los flujos de trabajo semánticos ligeros pueden generar representaciones interpretables, apoyar la inspección basada en proximidad y permitir la exploración guiada por anclas incluso con muestras pequeñas. En concreto, los datos analizados revelan que, mientras el discurso estudiantil gravita hacia la utilidad pragmática y el aprendizaje autorregulado, la narrativa docente está dominada por la ética y la ansiedad regulatoria. Se concluye reflexionando sobre la capacidad de este enfoque como herramienta escalable para monitorizar el clima educativo en tiempo real.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Antonio Matas Terrón, Universidad de Málaga

Antonio Matas Terrón es profesor titular del Área de Métodos de Investigación en la Facultad de Ciencias de la Educación de la Universidad de Málaga, donde desarrolla su labor docente e investigadora desde 2004. Doctor en Pedagogía y licenciado en Psicología, su trayectoria se ha centrado en la medición y evaluación educativa, con especial atención a las competencias docentes, el rendimiento académico y la evaluación de programas y políticas educativas. Ha participado en diversos programas de cooperación internacional con América y en varios proyectos europeos Erasmus+ y de Alianza del Conocimiento, y cuenta con alrededor de ochenta publicaciones, incluyendo cinco libros y numerosos artículos en revistas científicas especializadas. En los últimos años orienta su investigación al análisis y mejora de los procesos de evaluación de programas y políticas desde el enfoque del Análisis de la Contribución, como miembro del grupo de investigación IDEI de la Universidad de Málaga. Asimismo, difunde reflexiones metodológicas y sobre evaluación educativa en su blog personal amatasweb.netlify.app

José Manuel Ríos Ariza, Universidad de Málaga

José Manuel Ríos Ariza es profesor de Innovación y TIC aplicadas a la educación en la Universidad de Málaga, donde desarrolla su actividad docente e investigadora en el ámbito de la tecnología educativa y la innovación pedagógica. Es doctor en Pedagogía y doctor en Tecnología Educativa por la Universidad de Málaga (Premio Extraordinario de Doctorado), además de Máster en Nuevas Tecnologías Aplicadas a la Educación y Experto Universitario en Entornos Virtuales de Formación. Su trayectoria se ha centrado en la innovación y revisión curricular en diferentes titulaciones y en la incorporación de las TIC a los procesos de enseñanza-aprendizaje, con más de cuarenta publicaciones, la coordinación de diversos libros y participación en proyectos internacionales vinculados al uso educativo de las tecnologías digitales. Es editor de la revista Innoeduca. International Journal of Technology and Educational Innovation y evaluador de la Agencia Nacional de Evaluación y Prospectiva (ANEP), así como miembro de comités científicos y revisor de varias revistas especializadas en tecnología educativa.

Antonio Luque de la Rosa, Universidad de Almería

Antonio Luque de la Rosa es Profesor de la Facultad de Educación de la Universidad de Almería, donde desarrolla su labor docente e investigadora en el campo de la educación inclusiva, la orientación educativa y la organización escolar. Doctor en Innovación Educativa por la Universidad de Almería, su tesis se centró en el modelo de intervención itinerante del profesorado de audición y lenguaje, aportando claves para la mejora de la atención al alumnado con necesidades educativas específicas. Sus líneas de investigación se orientan hacia las tecnologías aplicadas a la educación, las competencias docentes, el clima escolar y los procesos de inclusión y equidad, ámbitos en los que cuenta con una amplia producción científica, capítulos de libro y artículos indexados. Ha participado como investigador en diversos proyectos competitivos sobre transiciones escolares, alumnado inmigrante y escenarios escolares no presenciales, así como en iniciativas de innovación docente en la educación superior. Además, colabora en redes y grupos de investigación nacionales e internacionales, y desempeña tareas de coordinación académica vinculadas a programas de movilidad y a la formación del profesorado en la Universidad de Almería.

José Jesús Sánchez Amate, Universidad de Almería

José Jesús Sánchez Amate es profesor en la Universidad de Almería, donde desarrolla su labor docente e investigadora en el ámbito de la educación inclusiva, la atención a la diversidad y la innovación pedagógica vinculada a las tecnologías de la información y la comunicación. Sus trabajos se centran en el impacto de la COVID‑19 en los procesos de enseñanza-aprendizaje, las estrategias educativas dirigidas al alumnado con trastorno del espectro autista (TEA) y trastorno por déficit de atención e hiperactividad (TDAH), así como en el uso de recursos digitales como la gamificación, las infografías y la realidad aumentada para promover la inclusión educativa. Es autor y coautor de capítulos de libro y publicaciones científicas sobre innovación docente, competencias digitales del profesorado y atención a las necesidades educativas especiales, participando en obras colectivas sobre tecnología educativa, calidad e innovación pedagógica y formación del profesorado. Su actividad investigadora se articula en torno a la mejora de la respuesta educativa a la diversidad mediante metodologías activas y el uso crítico de las TIC, contribuyendo a la reflexión y transformación de las prácticas docentes en los distintos niveles del sistema educativo.

Citas

Almazán-López, O., Hasbún, H., & Osuna-Acedo, S. (2025). Inteligencia Artificial Generativa e identidad (pos) digital docente. IJERI: International Journal of Educational Research and Innovation, (24), 1-17. https://doi.org/10.46661/ijeri.11160 DOI: https://doi.org/10.46661/ijeri.11160

Álvarez-Herrero, J.-F. (2024). Opinion of Spanish Teachers About Artificial Intelligence and Its Use in Education. En S. Papadakis (Ed.), IoT, AI, and ICT for Educational Applications (pp. 163-172). Springer Nature. https://doi.org/10.1007/978-3-031-50139-5_8 DOI: https://doi.org/10.1007/978-3-031-50139-5_8

Antonenko, P. & Abramowitz, B. (2023) In-service teachers’ (mis)conceptions of artificial intelligence in K-12 science education, Journal of Research on Technology in Education, 55(1), 64-78. https://doi.org/10.1080/15391523.2022.2119450 DOI: https://doi.org/10.1080/15391523.2022.2119450

Antunes dos Santos, R., y Reategui, E. B. (2025). Uso de inteligencia artificial generativa y análisis de palabras clave para apoyar la planificación de proyectos de investigación en la educación superior. RELATEC. Revista Latinoamericana de Tecnología Educativa, 24(2), 87-104. https://doi.org/10.17398/1695-288X.24.2.87 DOI: https://doi.org/10.17398/1695-288X.24.2.87

Arranz-García, O., Romero García, M. del C., & Alonso-Secades, V. (2025). Perceptions, strategies, and challenges of teachers in the integration of artificial intelligence in primary education: A systematic review. Journal of Information Technology Education: Research, 24, Article 6. https://doi.org/10.28945/5458 DOI: https://doi.org/10.28945/5458

Benoit, K., Watanabe, K., Wang, H., Nulty, P., Obeng, A., Müller, S., & Matsuo, A. (2018). Quanteda: An R package for the quantitative analysis of textual data. Journal of Open Source Software, 3(30), 774. https://doi.org/10.21105/joss.00774 DOI: https://doi.org/10.21105/joss.00774

Bewersdorff, A., Zhai, X., Roberts, J., & Nerdel, C. (2023). Myths, mis-and preconceptions of artificial intelligence: A review of the literature. Computers and Education: Artificial Intelligence, 4, 100143. https://doi.org/10.1016/j.caeai.2023.100143 DOI: https://doi.org/10.1016/j.caeai.2023.100143

Bover, A. (2013). Herramientas de reflexividad y posicionalidad para promover la coherencia teórico-metodológica al inicio de una investigación cualitativa. Enfermería Clínica, 23(1), 33-36. https://doi.org/10.1016/j.enfcli.2012.11.007 DOI: https://doi.org/10.1016/j.enfcli.2012.11.007

Cabero-Almenara, J., Palacios-Rodríguez, A., Llorente-Cejudo, C., y Barroso-Osuna, J. (2026). Aceptación de ChatGPT en Educación Superior: Actitudes y Percepciones del modelo UTAUT2. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 24(1), 1-17. https://doi.org/10.15366/reice2026.24.1.001 DOI: https://doi.org/10.15366/reice2026.24.1.001

Chen, C., & Shu, K. (2023). Combating Misinformation in the Age of LLMs: Opportunities and Challenges. arXiv Computers and Society, arXiv:2311.05656. https://doi.org/10.48550/arXiv.2311.05656

Chiu, T. K. F., Xia, Q., Zhou, X., Chai, C. S., & Cheng, M. (2023). Systematic literature review on opportunities, challenges, and future research recommendations of artificial intelligence in education. Computers and Education: Artificial Intelligence, 4, 100118. https://doi.org/10.1016/j.caeai.2022.100118 DOI: https://doi.org/10.1016/j.caeai.2022.100118

Cordón, O. (2023). Inteligencia Artificial en Educación Superior: Oportunidades y Riesgos. RiiTE Revista Interuniversitaria de Investigación en Tecnología Educativa, (15), 16-27. https://doi.org/10.6018/riite.591581 DOI: https://doi.org/10.6018/riite.591581

Deerwester, S., Dumais, S. T., Furnas, G. W., Landauer, T. K., & Harshman, R. (1990). Indexing by latent semantic analysis. Journal of the American Society for Information Science, 41(6), 391-407. https://doi.org/10.1002/(SICI)1097-4571(199009)41:6<391::AID-ASI1>3.0.CO;2-9 DOI: https://doi.org/10.1002/(SICI)1097-4571(199009)41:6<391::AID-ASI1>3.0.CO;2-9

García Peñalvo, F. J., Alier, M., Pereira, J., & Casany, M. J. (2024). Safe, Transparent, and Ethical Artificial Intelligence: Keys to Quality Sustainable Education (SDG4). IJERI: International Journal of Educational Research and Innovation, (22), 1-21. https://doi.org/10.46661/ijeri.11036 DOI: https://doi.org/10.46661/ijeri.11036

García-López, I. M., & Trujillo-Liñán, L. (2025). Ethical and regulatory challenges of Generative AI in education: A systematic review. Frontiers in Education, (10), 1565938. https://doi.org/10.3389/feduc.2025.1565938 DOI: https://doi.org/10.3389/feduc.2025.1565938

Gavira Durón, N., & Jiménez-Preciado, A. L. (2025). Exploring the role of AI in higher education: A natural language processing analysis of emerging trends and discourses. The TQM Journal, 37(19). https://doi.org/10.1108/TQM-10-2024-0376 DOI: https://doi.org/10.1108/TQM-10-2024-0376

Grimmer, J., Roberts, M. E., & Stewart, B. M. (2022). Text as data: A new framework for machine learning and the social sciences. Princeton University Press.

Horban, O., Stadnyk, M., Vintoniv-Bakharieva, S., Panasiuk, L., & Yatyshchuk, O. (2025). Artificial Intelligence as an Integral Component of the Digital Culture within Contemporary Higher Education. Journal of Educational Technology and Learning Creativity. 3(2), 451-467. https://doi.org/10.37251/jetlc.v3i2.2333 DOI: https://doi.org/10.37251/jetlc.v3i2.2333

Huang, C., Zhang, Z., Mao, B., & Yao, X. (2023). An Overview of Artificial Intelligence Ethics. IEEE Transactions on Artificial Intelligence, 4(4), 799-819. https://doi.org/10.1109/TAI.2022.3194503 DOI: https://doi.org/10.1109/TAI.2022.3194503

Ilieva, G., Yankova, T., Ruseva, M., & Kabaivanov, S. (2025). A Framework for Generative AI-Driven Assessment in Higher Education. Information, 16(6), 472. https://doi.org/10.3390/info16060472 DOI: https://doi.org/10.3390/info16060472

Kangwa, D., Msafiri, M. M., & Fute, A. 2025. Exploring the Factors That Promote a Balance Between Academic Integrity and the Effective Use of GenAI Tools in Higher Education: A Systematic Review. Journal of Computer Assisted Learning, 41(5), e70109. https://doi.org/10.1111/jcal.70109 DOI: https://doi.org/10.1111/jcal.70109

Khlaif, Z., Sanmugam, M., Joma, A., Odeh, A., & Barham, K. (2022). Factors Influencing Teacher’s Technostress Experienced in Using Emerging Technology: A Qualitative Study. Technology, Knowledge and Learning, 28, 865-899. https://doi.org/10.1007/s10758-022-09607-9 DOI: https://doi.org/10.1007/s10758-022-09607-9

Li, L., Li, L., Zhong, B., & Yang, Y. (2024). A scientometric analysis of technostress in education from 1991 to 2022. Education and Information Technologies, 29, 23155-23183. https://doi.org/10.1007/s10639-024-12781-1 DOI: https://doi.org/10.1007/s10639-024-12781-1

Lițan, D. E. (2025). The impact of technostress generated by Artificial Intelligence on the quality of life: The mediating role of positive and negative affect. Behavioral Sciences, 15(4), 552. https://doi.org/10.3390/bs15040552 DOI: https://doi.org/10.3390/bs15040552

López-Chila, R., Llerena-Izquierdo, J., Sumba-Nacipucha, N., & Cueva-Estrada, J. (2024). Artificial Intelligence in Higher Education: An Analysis of Existing Bibliometrics. Education Sciences, 14(1), 47. https://doi.org/10.3390/educsci14010047 DOI: https://doi.org/10.3390/educsci14010047

Mateus, J., Lugo, N., Cappello, G., & Guerrero-Pico, M. (2024). Communication educators facing the arrival of generative artificial intelligence: Exploration in Mexico, Peru, and Spain. Digital Education Review, (45), 38-55. https://doi.org/10.1344/der.2024.45.106-114 DOI: https://doi.org/10.1344/der.2024.45.106-114

McInnes, L., Healy, J., & Melville, J. (2018). UMAP: Uniform manifold approximation and projection for dimension reduction. arXiv. https://doi.org/10.21105/joss.00861 DOI: https://doi.org/10.21105/joss.00861

Nelson, L. K. (2020). Computational grounded theory: A methodological framework. Sociological Methods & Research, 49(1), 3-42. https://doi.org/10.1177/0049124117729703 DOI: https://doi.org/10.1177/0049124117729703

Ooms, J. (2024). irlba: Fast truncated singular value decomposition and principal components analysis for large sparse matrices (R package version 2.3.5.1) [Software de ordenador]. CRAN. https://CRAN.R-project.org/package=irlba

R Core Team. (2024). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/

Sahin, C. (2024). Artificial intelligence technologiesand ethics in educational processes: solution suggestions and results. Innoeduca. International Journal of Technology and Educational Innovation, 10(2), 201-216. https://doi.org/10.24310/ijtei.102.2024.19806 DOI: https://doi.org/10.24310/ijtei.102.2024.19806

Sergeeva, O. V., Zheltukhina, M. R., Shoustikova, T., Tukhvatullina, L. R., Dobrokhotov, D. A., & Kondrashev, S. V. (2025). Understanding higher education students’ adoption of generative AI technologies: An empirical investigation using UTAUT2. Contemporary Educational Technology, 17(2), ep571. https://doi.org/10.30935/cedtech/16039 DOI: https://doi.org/10.30935/cedtech/16039

Suso-Vega, J. A., Meneses-La-Riva, M. E., & Fernández-Bedoya, V. H. (2024). Adapting to a New Normal: Peruvian University Faculty’s Experiences with Techno-Stress Post-Covid-19. F1000Research, (12), 1381. https://doi.org/10.12688/f1000research.141432.3 DOI: https://doi.org/10.12688/f1000research.141432.3

Trusz, S., & Demeshkant, N. (2025). Teachers’ technological, pedagogical, and content knowledge related to artificial intelligence as a protective factor against technostress and techno-anxiety. Studia z Teorii Wychowania, 16(4), 303-327. https://doi.org/10.5604/01.3001.0055.5084 DOI: https://doi.org/10.5604/01.3001.0055.5084

Villarrubia Zúñiga, M. S., Ortiz Jiménez, M., y González García, P. (2025). Artificial intelligence chatbots in language learning for disadvantaged populations (migrants and aboriginal): State of the art and challenge. EDMETIC, Revista de Educación Mediática y TIC, 14(2), 1-21. https://doi.org/10.21071/edmetic.v14i2.17263 DOI: https://doi.org/10.21071/edmetic.v14i2.17263

Villegas-José, V., y Delgado-García, M. (2024). Inteligencia artificial: revolución educativa innovadora en la Educación Superior. Pixel-Bit. Revista de Medios y Educación, 71, 159-177. https://doi.org/10.12795/pixelbit.107760 DOI: https://doi.org/10.12795/pixelbit.107760

Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L., François, R., … & Yutani, H. (2019). Welcome to the tidyverse. Journal of Open Source Software, 4(43), 1686. https://doi.org/10.21105/joss.01686 DOI: https://doi.org/10.21105/joss.01686

Wu, R., & Yu, Z. (2023). Do AI chatbots improve students learning outcomes? Evidence from a meta-analysis. British Journal of Educational Technology, 1–24. https://doi.org/10.1111/bjet.13334 DOI: https://doi.org/10.1111/bjet.13334

Xu, X., Qiao, L., Cheng, N., Liu, H., & Zhao, W. (2025). Enhancing self-regulated learning and learning experience in generative AI environments: The critical role of metacognitive support. Computers and Education: Artificial Intelligence, 8, 100384. https://doi.org/10.1016/j.caeai.2025.100384 DOI: https://doi.org/10.1016/j.caeai.2025.100384

Zhang, H., & Cao, J. (2025). From digital disruption to mental health: The impact of AI-induced educational anxiety on teacher well-being in the era of smart education. BMC Public Health, (25), 4010. https://doi.org/10.1186/s12889-025-25372-7 DOI: https://doi.org/10.1186/s12889-025-25372-7

Zhang, S., Xu, J., & Alvero, A. J. (2025). Generative AI meets open-ended survey responses: Research participant use of AI and homogenization. Sociological Methods & Research, 54(3), 1197-1242. https://doi.org/10.1177/00491241251327130 DOI: https://doi.org/10.1177/00491241251327130

Descargas

Publicado

2026-05-26

Cómo citar

Matas Terrón, A., Ríos Ariza, J. M., Luque de la Rosa, A., & Sánchez Amate, J. J. (2026). Explorar la Inteligencia Artificial en educación superior mediante Procesamiento del Lenguaje Natural Ligero: un estudio metodológico de prueba de concepto. IJERI: International Journal of Educational Research and Innovation, (25), 1–16. https://doi.org/10.46661/ijeri.12995

Número

Núm. 25 (2026)

Sección

Artículos

Licencia

Derechos de autor 2026 Antonio Matas-Terron, Jose M. Ríos Ariza, Antonio Luque de la Rosa, José J. Sánchez Amate

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Artículos más leídos del mismo autor/a

Artículos similares

1 2 3 4 5 6 7 8 9 10 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.