María Angélica Barranco Pérez
maría_barranco10232@uaeh.edu.mx
ORCID 0009-0000-1877-4504
Universidad
Autónoma del Estado de Hidalgo
México
Claudia García Pérez
cgarciap@uaeh.edu.mx
ORCID 0009-0005-4573-5646
Universidad
Autónoma del Estado de Hidalgo
México
Eva Ramírez Ortega
ORCID 0009-0008-2895-7396
Universidad
Autónoma del Estado de Hidalgo
México
Yenni Estrada Márquez
yenni_estrada@uaeh.edu.mx
ORCID 0009-0005-4578-3437
Universidad
Autónoma del Estado de Hidalgo
México
El
objetivo de esta investigación es analizar el nivel de competencias en IA en
docentes de un bachillerato general público estatal en México durante los meses
de mayo y junio de 2025, para determinar su realidad, brechas y desafíos a los
que se enfrentan. Se aplicó una encuesta a una muestra aleatoria obtenida con
el método sistemático y se calcularon medidas estadísticas y elaboraron
diagramas de caja y bigotes por medio del software IBM SPSS Statistic
para resumir los datos en forma numérica y gráfica. Se obtuvo como resultado
que los docentes se ubican en el nivel de progresión P1 - Adquirir del Marco de
competencias para docentes de IA de la UNESCO en los ámbitos: de una forma de
pensar centrada en el ser humano con un 91.11%; la ética de la IA con un
44.44%; los fundamentos y aplicaciones de la IA con un 67.78% y la pedagogía de
la IA con un 81.11%. Se requiere homologar en dichos niveles y capacitar a
todos los docentes a partir del 5º ámbito del nivel P1 y en los 5 ámbitos de
los niveles P2 y P3 pues se observa una brecha formativa en éstos últimos.
Palabras clave:
Inteligencia
artificial, competencias, ámbitos y progresiones.
ABSTRACT
The objective of this research is to analyze the level of AI
competencies among teachers at a public general state high school in Mexico
during the months of May and June, 2025 to determine their reality, gaps, and
challenges they face. A survey was administered to a random sample obtained
using the systematic method, and statistical measures were calculated and box
and whisker charts were plotted using IBM SPSS Statistics software to summarize
the data numerically and graphically. The result was that teachers are located
at the P1 - Acquire progression level of the UNESCO Competency Framework for AI
Teachers in the areas of: human-centered thinking (91.11%); AI ethics (44.44%);
AI fundamentals and applications (67.78%); and AI pedagogy (81.11%). It is necessary
to standardize these levels and train all teachers starting from the 5th area
of the P1 level and in the 5 areas of the P2 and P3 levels, since a training
gap is observed in the latter.
Keywords: Artificial intelligence,
competencies, domains, and progressions.
INTRODUCCIÓN
La Inteligencia Artificial (IA) es
una tecnología que ha sido implementada en diferentes campos y uno de ellos ha
sido la educación. Ésta se ha beneficiado en el proceso de enseñanza y
aprendizaje con el uso de innovaciones tecnológicas empleando técnicas de
Procesamiento de Lenguaje Natural, Redes Neuronales Artificiales, Aprendizaje
de Máquina, Aprendizaje Profundo, entre otros (Ezzaim
et. al, 2022).
La Inteligencia Artificial Educativa
(IAEd) como la llaman IMCO (2023) y Holmes y Tuomi (2022), puede aplicar en 3 categorías o niveles:
Sistema o Institución, docentes y estudiantes. IMCO (2023) indica que en el
Sistema o Institución se tiene el reto de la administración educativa; En los
Docentes se puede aminorar la carga de trabajo a través de una atención
personalizada para cada estudiante; En los estudiantes se puede personalizar
espacios educativos con base en sus necesidades.
La formación de los docentes ha
evolucionado buscando su profesionalización, derivado de ello, surge la
formación por competencias, que tuvo lugar en Estados Unidos en la década de
1960 como respuesta a los requerimientos de los sectores industrial y comercial
(Torres y Badillo, 2014). Actualmente, la sociedad demanda una educación que
responda a sus necesidades considerando los avances tecnológicos y por
supuesto, el uso de la IA.
Según Intef
(2024) la IA tiene capacidad para procesar grandes volúmenes de información,
generar nuevos contenidos, identificar patrones y facilitar la toma de
decisiones a través de análisis predictivos que dan pauta a la innovación en el
ámbito educativo; sin embargo, su uso también implica riesgos como: limitantes
de la autonomía humana, privacidad de datos personales, desigualdades y pérdida
de valor de enfoques pedagógicos, entre otros.
Según Chiu,
Ahmad y Coban (2024) mencionan marcos que se han
propuesto relacionados con las competencias digitales que deben tener los
docentes. Algunos de ellos como TPACK, DigCompEdu y
el marco de competencia digital docente de Falloon,
ya sea que no hayan considerado aspectos de la IA o que tengan un acercamiento
a ella. TPACK entrelaza el contenido, la pedagogía y la tecnología en el
proceso de enseñanza y aprendizaje; sin embargo, no toma en cuenta el impacto
de tecnologías como la IA. DigCompEdu empleado en
Europa en contextos de aprendizaje formales e informales, abarca 22
competencias; pero no considera aspectos de ética y moral que se deben
considerar en la IA. El marco de competencia digital docente de Falloon agrega las competencias "personal-ética"
y "personal-profesional" al marco TPACK, pero no menciona
explícitamente la competencia en IA. Derivado de lo anterior, la UNESCO (2025)
presentó el Marco de competencias para docentes en materia de IA que menciona
los conocimientos, habilidades y valores a poseer para el uso de ésta tecnología.
De acuerdo a Martínez-Cortés, Guevara-Bazán y
Rodríguez-González (2024) es necesaria la formación y actualización docente
para su pleno aprovechamiento y es bajo este contexto que en este artículo se
analiza el nivel de competencias en IA que tienen los docentes de un
bachillerato general público estatal en México durante los meses de mayo y
junio de 2025, para determinar: ¿Cuál es
el nivel de competencias en Inteligencia Artificial que poseen los docentes de
un bachillerato general público estatal en México, de acuerdo con el Marco de
competencias docentes en materia de la IA de la UNESCO (2025) y qué brechas o
desafíos se identifican en su práctica educativa?
Para obtener una respuesta, se
aplicó una encuesta para hacer el análisis de forma estadística considerando
como variables independientes los tres niveles de progresión para cada uno de
los 5 ámbitos propuestos por la UNESCO, y como variable dependiente el nivel de
competencias en IA de los docentes.
El objetivo de esta investigación es
analizar el nivel de competencias en IA con el que cuentan los docentes en un
bachillerato general público estatal en México, para determinar su realidad,
brechas y desafíos a los que se enfrentan en la sociedad actual. De ahí su
relevancia ya que se podrán determinar temas de capacitación que contribuyan a
la mejora de estrategias didácticas en el nivel medio superior.
El marco teórico está basado en El Marco de competencias para docentes en
materia de IA de la UNESCO que aborda la brecha generada por la carencia de
una orientación adecuada para muchos educadores planteando 15 competencias a través de 5 ámbitos (una
forma de pensar centrada en el ser humano; la ética de la IA; los fundamentos y
aplicaciones de la IA; la pedagogía de la IA; la IA para el desarrollo
profesional) clasificadas a su vez en 3 niveles de progresión (adquirir,
profundizar y crear) para subsanar dichas carencias (UNESCO, 2025).
METODOLOGÍA
Esta
investigación se trató como un estudio de tipo cuantitativo. La población
estadística fueron los 54 docentes del bachillerato general público estatal y
el tamaño de la muestra aleatoria fue de 30. Se utilizó el método de muestreo
sistemático dado por Kalton (2021) para elegir a los
docentes de la muestra. El método consistió en primero, calcular el intervalo k
= N/n = 54/30 = 1.8; posteriormente, determinar el punto de partida inicial
entre 1 y k, por lo que, se eligió 1, el cual se empleó para elegir al primer
docente; luego, sumar al punto de partida inicial el valor de k para elegir al
segundo docente de esa posición redondeada hacia abajo (1 + 1.8 = 2.8) igual a
2; después, sumar k al valor de la posición sin redondear anterior y al
resultado redondearlo hacia abajo (2.8 + 1.8 = 4.6) = 4 y así sucesivamente
hasta conseguir la cantidad total de posiciones que indica el tamaño de la
muestra. De una lista enumerada con los nombres de los docentes, se
seleccionaron a los docentes que ocuparon las posiciones redondeadas obtenidas,
siendo éstas: 1, 2, 4, 6, 8, 10, 11, 13,
15, 17, 19, 20, 22, 24, 26, 28, 29, 31, 33, 35, 37, 38, 40, 42, 44, 46, 47, 49,
51 y 53.
Se
aplicó una encuesta por medio de un cuestionario de preguntas de opción
múltiple alineado con las 15 competencias que establece El Marco de
competencias para docentes en materia de IA de la UNESCO. Para cada competencia
se consideraron 3 preguntas, por lo que, en total se obtuvieron 45 reactivos.
Dicho cuestionario se aplicó por medio de un Formulario de Google a los 30
docentes seleccionados.
Para determinar el nivel de
competencias en IA de los docentes, se calcularon medidas estadísticas y
elaboraron diagramas de caja y bigotes por medio del software IBM SPSS Statistic para resumir los datos en forma numérica y
gráfica. El diagrama de caja y bigotes es una herramienta que representa de
forma robusta los datos de una muestra por medio de la mediana, primer y tercer
cuartil, además detecta datos atípicos del conjunto de datos y permite hacer
comparaciones múltiples (Baldovino, 2024).
Los resultados de la encuesta
aplicada a los 30 docentes del bachillerato general público estatal se
convirtieron en 0 y 1 debido a que por cada pregunta se consideraron 2 posibles
resultados: respuesta correcta igual a 1
o respuesta incorrecta igual a 0. Las preguntas se agruparon para cada
competencia, en donde cada agrupación representó un Ámbito/Progresión con 3
preguntas.
Posteriormente, en cada agrupación
se obtuvo la media aritmética.
Finalmente, por cada ámbito se construyó una tabla con 30 filas
(docentes) y 3 columnas (Progresión).
Por otra parte, los resultados de las medidas estadísticas y la
elaboración de los diagramas de caja y bigotes se muestran en los resultados.
RESULTADOS Y DISCUSIÓN
Primero se explican los resultados
obtenidos para cada progresión en los 5 ámbitos:
Tabla 1.
Progresión P1 y los 5 ámbitos.
|
Medidas
estadísticas de la Progresión P1 y los 5 ámbitos. |
En la progresión 1 se observa que la media aritmética más
alta es la de A1P1, lo que significa que los docentes conocen más sobre el
ámbito A1. Sin embargo, con una diferencia de cerca de una décima por debajo
se encuentra A4P1, lo que indica que los docentes conocen sobre el ámbito A4. |
|
Figura 1. Diagrama de caja y bigotes de la Progresión P1 y los 5
ámbitos
|
En el diagrama se observa que el
ámbito A1 es el que tiene la puntuación más alta, la mediana y el valor
máximo es 1. Hay 5 docentes por debajo del cuartil 1 (casos extremos). |
Tabla 2.
Progresión P2 y los 5 ámbitos.
|
Medidas
estadísticas de la Progresión P2 y los 5 ámbitos. Figura 2. Diagrama de caja y bigotes de la
Progresión P2 y los 5 ámbitos |
En la progresión 2 se observa que
la media aritmética más alta es la de A1P2, lo que significa que los docentes
conocen más sobre el ámbito A1. |
|
|
En el diagrama se observa que el
ámbito A1 es el que tiene una mediana de 0.3333 y con las puntuaciones por
encima de ella dentro del rango intercuartílico en comparación con el resto
de los ámbitos. |
Tabla 3.
Progresión P3 y los 5 ámbitos
|
Medidas
estadísticas de la Progresión P3 y los 5 ámbitos. |
En la progresión 3 se observa que
la media aritmética más alta es la de A4P3, lo que significa que los docentes
conocen más sobre el ámbito A4. |
|
Figura 3. Diagrama de caja y bigotes de la Progresión P3 y los 5
ámbitos.
|
En el diagrama se observa que el
ámbito A4 es el que tiene una mediana de 0.3333 y con las puntuaciones se
encuentran entre los valores de 0 y 0.6667. |
Posteriormente, se da a conocer los
resultados para cada ámbito en las 3 progresiones:
Tabla
4.
Ámbito A1 y las 3 progresiones.
|
Medidas
estadísticas del ámbito A1 y las 3 progresiones. |
En el ámbito 1 se observa que la
media aritmética más alta es la de A1P1, lo que significa que los docentes se
ubican más en la progresión de P1. |
|
Figura 4. Diagrama de caja y bigotes del ámbito A1 y las 3
progresiones
. |
En el diagrama se observa que la
progresión 1 es la que tiene la mediana en 1 y existen 5 datos como casos
extremos inferiores. |
Tabla 5.
Ámbito A2 y las 3 progresiones.
|
Medidas estadísticas del ámbito A2 y las 3 progresiones. |
En el ámbito 2 se observa que la
media aritmética más alta es la de A2P1, lo que significa que los docentes se
ubican más en la progresión de P1. |
|
Figura 5. Diagrama de caja y bigotes del ámbito A2 y las 3
progresiones.
|
En el diagrama se observa que la
progresión 1 es la que tiene puntuaciones entre 0 y 1; sin embargo, la
mediana se ubica en 0.3333 y los datos se encuentran por encima de ella
dentro del rango intercuartílico. |
Tabla 6.
Ámbito A3 y las 3 progresiones.
|
Medidas
estadísticas del ámbito A3 y las 3 progresiones. |
En el ámbito 3 se observa que la
media aritmética más alta es la de A3P1, lo que significa que los docentes se
ubican más en la progresión de P1. |
Figura 6.
Diagrama de caja y bigotes del
ámbito A3 y las 3 progresiones.
|
|
En el diagrama se observa que la
progresión 1 tiene puntuaciones entre 0 y 1, la mediana se ubica en 0.6667 y
los datos se ubican por encima de ella a excepción de un dato. Este último
valor es un caso atípico inferior. |
Tabla
7.
Ámbito A4 y las 3 progresiones.
|
Medidas
estadísticas del ámbito A4 y las 3 progresiones. |
En el ámbito 4 se observa que la
media aritmética más alta es la de A4P1, lo que significa que los docentes se
ubican más en la progresión de P1. |
|
Figura 7. Diagrama de caja y bigotes del ámbito A4 y las 3
progresiones.
|
En el diagrama se observa que la
progresión 1 tiene puntuaciones entre 0 y 1, la mediana se ubica en 1 y los
datos se ubican por debajo de ella dentro del rango intercuartílico a
excepción de un dato. Este último valor es un caso atípico inferior. |
Tabla 8.
Ámbito A5 y las 3 progresiones.
|
Medidas
estadísticas del ámbito A5 y las 3 progresiones. |
En el ámbito 5 se observa que la
media aritmética más alta es la de A5P2, lo que significa que los docentes se
ubican más en la progresión de P2. |
|
Figura 8. Diagrama de caja y bigotes del ámbito A5 y las 3
progresiones.
|
En el diagrama se observa que la
progresión 2 tiene puntuaciones entre 0 y 1, la mediana se ubica en 0.3333 y
los datos se ubican por debajo y por encima de ella dentro del rango
intercuartílico. |
Resultados
En la progresión P1 - Adquirir, los
docentes conocen sobre el ámbito de A1 - Una forma de pensar centrada en el ser
humano y A4 - La pedagogía de la IA, con el 91.11% y 81.11%, respectivamente.
Por lo tanto, se propone que se homologue a los docentes en los 2 ámbitos antes
mencionados y se capacite a todos los docentes en A2 - La ética de la IA, A3 -
Los fundamentos y aplicaciones de la IA y A5 - La IA para el desarrollo
profesional.
En la progresión P2 - Profundizar,
los docentes conocen sobre el ámbito de A1 - Una forma de pensar centrada en el
ser humano con el 44.44%. Por lo tanto, se propone que se homologue a los
docentes en el ámbito anteriormente dicho y se capacite a todos los docentes en
A2 - La ética de la IA, A3 - Los fundamentos y aplicaciones de la IA, A4 - La
pedagogía de la IA y A5 - La IA para el desarrollo profesional.
En la progresión P3 - Crear, los
docentes conocen sobre el ámbito de A4 - La pedagogía de la IA con el 30%. Por
lo tanto, se propone capacitar a todos los docentes en los 5 ámbitos debido a
que en el ámbito A4, el 70% de los docentes no conoce sobre éste
tema.
En el ámbito A1 - Una forma de
pensar centrada en el ser humano, los docentes se ubican en la progresión P1 -
Adquirir. con el 91.11%. Por lo tanto, se propone homologar a los docentes en
la progresión antes mencionada y capacitar en la progresión P2 - Profundizar y
P3 - Crear.
En el ámbito A2 - La ética de la IA,
los docentes se ubican en la progresión P1 - Adquirir con el 44.44%. Por lo
tanto, se propone homologar a los docentes en la progresión antes mencionada y
capacitar en la progresión P2 - Profundizar y P3 - Crear.
En el ámbito A3 - Los fundamentos y
aplicaciones de la IA, los docentes se ubican en la progresión P1 - Adquirir
con el 67.78%. Por lo tanto, se propone homologar a los docentes en la
progresión antes mencionada y capacitar en la progresión P2 - Profundizar y P3
- Crear.
En el ámbito A4 - La pedagogía de la
IA, los docentes se ubican en la progresión P1 - Adquirir con el 81.11%. Por lo
tanto, se propone homologar a los docentes en la progresión antes mencionada y
capacitar en la progresión P2 - Profundizar y P3 - Crear.
En el ámbito A5 - La IA para el
desarrollo profesional, los docentes se ubican en la progresión P2 -
Profundizar con el 30%; sin embargo, con una diferencia por debajo de cerca del
3%, los docentes se localizan en P1 - Adquirir. Por lo tanto, se propone homologar
a los docentes en las progresiones antes mencionadas y capacitar en la
progresión P3 - Crear.
Discusión
En la progresión P1 en los ámbitos
A1, A2, A3 y A4 es donde se encuentran ubicados los docentes, por lo tanto, se
propone igualar a todos los docentes en esta progresión y capacitar en el resto
de las progresiones. En los ámbitos A1 y A4 en la progresión P1 se localizan
los docentes, por lo tanto, se propone igualar a todos los docentes en estos
ámbitos y capacitar en el resto de los ámbitos.
Lo anterior tiene coherencia con el
estudio realizado en Riga, Letonia por Tenberga y
Daniela (2024) cuyos resultados reflejan un vacío en ética y fundamentos
técnicos y cuyo objetivo es: “explorar e identificar los componentes
principales que explican la varianza en la autoevaluación de las competencias
de IA de los docentes mediante el desarrollo y la administración de un
cuestionario de autoevaluación” resaltando la importancia de desarrollar
programas de desarrollo profesional enfocados a la mejora de competencias para
educadores cuyas mayores deficiencias son las consideraciones éticas y la
profesionalización.
Asimismo, los resultados obtenidos en esta investigación
coinciden con el estudio realizado por Sorayda y
Herrera Zapata (2025) en donde el 45% de los docentes reconoció
sentir inseguridad
al utilizar herramientas de IA debido a la falta de capacitación adecuada.
En ambos estudios se tienen
implicaciones pedagógicas como la personalización del proceso
enseñanza-aprendizaje, simplificación de tareas administrativas, formas de
evaluación personalizadas, ética docente en relación a la privacidad de los
datos y sesgos en algoritmos; todas estas implicaciones pueden tener una
orientación positiva en el desarrollo profesional de los docentes al obtener un
diagnóstico objetivo de sus competencias en el uso de la IA para que una vez
que éstas estén plenamente identificadas puedan recibir la capacitación
apropiada.
CONCLUSIONES
Los
resultados de esta investigación reflejan la realidad en cuanto a los
conocimientos, habilidades y valores con los que cuentan los docentes del
bachillerato general público estatal evidenciando la brecha digital existente
en el desarrollo de competencias en el uso de IA en su práctica docente. Para
homologar la formación docente en dichos aspectos se recomienda como primera
instancia, otorgar capacitación para los docentes en los temas de principios éticos, técnicas y aplicaciones
básicas de la IA además de IA que
permite el aprendizaje profesional a lo largo de la vida. En segundo lugar, es necesario capacitar a
los docentes en temas de la progresión P2 del Marco de Competencias en materia
de la IA de la UNESCO, los cuales consideran los temas de: Rendición de cuentas, uso seguro y responsable, habilidades de
aplicación, Integración de la IA y la
pedagogía y finalmente IA para
mejorar el aprendizaje organizacional, los cursos a impartir deberán ser
parte de una estrategia institucional de desarrollo profesional docente que dé
respuesta a los desafíos actuales, mismos que contribuirán al desarrollo de
mejores estrategias didácticas que coadyuven al logro de objetivos planteados
en los planes de estudio. Al adquirir las competencias necesarias en IA, los
docentes serán capaces de implementar herramientas didácticas con IA que
contribuyan a la generación de contenidos educativos, personalizar el
aprendizaje, evaluar eficazmente y promover el trabajo colaborativo de manera
ética y creativa ya sea bajo el enfoque de aprendizaje basado en evidencias,
aprendizaje basado en problemas o aula invertida en IA entre otros que hagan
uso de algoritmos predictivos, lo cual permitirá ajustar tiempos y contenidos
de acuerdo a las necesidades en el aula de forma personalizada.
Asimismo,
al dominar la progresión P2 y trabajar en un futuro hacia la progresión P3, los
docentes estarán en condiciones de liderar procesos de innovación educativa y
transformación institucional, contribuyendo a una cultura de mejora continua sustentada en tecnologías emergentes. Lo anterior
reforzará el principio de cocreación pedagógica, en
donde el docente no solo aplica la tecnología, sino que la contextualiza,
adapta y evalúa críticamente dentro de su realidad educativa (UNESCO, 2025).
REFERENCIAS
Baldovino,
V. G. (2024). Diseño de experimentos: Una
introducción pragmática. Bucaramanga: Ediciones UIS.
Chiu, T. K. F,
Ahmad, Z. y Coban, M. (2024). Development and validation of
teacher artificial intelligence (AI) competence self-efficacy (TAICS) scale.
Education and Information Technologies. 30, 6667-6685.
https://link.springer.com/article/10.1007/s10639-024-13094-z
Ezzaim, A., Kharroubi,
F., Dahbi, A., Aqqal, A. y Haidine,
A. (2022). Artificial intelligence in education - State of the art. International Journal of Computer
Engineering and Data Science. Volume 2 - Issue 2.
Holmes, W. y Tuomi, I. (2022). State
of the art and practice in AI in Education. European Journal of Education,
Research, Development and Policy. 57. 542 - 570.
IMCO (2023). La Inteligencia Artificial (IA) revolucionará
la Educación. México no puede quedarse atrás. Consultado el 2 de junio del
2025, desde
https://imco.org.mx/la-inteligencia-artificial-ia-revolucionara-la-educacion-mexico-no-puede-quedarse-atras/
Intef. (15 de
octubre de 2024). Instituto Nacional de
Tecnologías Educativas y de Formación del Profesorado. Recuperado el mayo
27 de 2025, de CodeIntef:
https://code.intef.es/noticias/la-unesco-presenta-el-marco-de-compatencia-en-ia-para-docentes/
Kalton (2021). Introduction to Survey Sampling. Quantitative Applications in the
Social Sciences 35. 2nd Ed. United State of America: Sage Publications.
Martínez-Cortés,
J., Guevara-Bazán, I.A., y Rodríguez-González, D. (2024). La Inteligencia
Artificial en la Educación Superior: Estrategias claves para abordar este
desafío. Neuronum.
Volumen 10 - Número 1.
Martínez-González,
M. A., Sánchez-Villegas, A., Toledo-Atucha, E. A. y Faulin-Fajardo,
J. (2020). Bioestádistica amigable. 4a. ed.
Barcelona: Gea Consultoría Editorial S. L.
Sorayda, R. R., y
Herrera Zapata, E. B. (2025). Impacto de la Inteligencia Artificial en el
aprendizaje de los estudiantes de Bachillerato: Un Estudio en la Unidad
Educativa Belisario Quevedo. Ciencia Latina Revista Científica
Multidisciplinar, Ciudad de México, México, 9(2), 17. Recuperado el 9 de agosto
de 2025, de
https://ciencialatina.org/index.php/cienciala/article/view/17182/24710
Tenberga, I. y
Daniela, L. (2024). Competencias de alfabetización en inteligencia artificial
para docentes mediante herramientas de autoevaluación. Sustainability,
16 (23), 10386. https://doi.org/10.3390/su162310386
Torres,
A. D. y Badillo, M. (2014). Las competencias docentes: El desafío de la
educación superior. Scielo, 14(66).
Recuperado el 27 de mayo de 2025, de
https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1665-26732014000300008
UAEH.
(2015). Modelo Educativo de la
Universidad Autónoma del Estado de Hidalgo. Recuperado el 29 de mayo de
2025, de https://www.uaeh.edu.mx/modelo_educativo/docs/sin_modelo_educ_pag.pdf
UNESCO
(2025). Marco de competencias para
docentes en materia de IA. (l. C. Organización de las Naciones Unidas para
la Educación, Ed.) Place de Fontenoy, París, Francia:
Talleres UNESCO. Recuperado el 29 de mayo de 2025, de
https://unesdoc.unesco.org/ark:/48223/pf0000393813