Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37 2025
https://doi.org/10.62574/wnvtft78
21
Inteligencia Artificial como herramienta para personalizar el aprendizaje
en ciencias sociales en la educación ecuatoriana
Artificial Intelligence as a tool for personalising learning in social
sciences in ecuadorian education
Rously Eedyah Atencio-González
reatenciog@ube.edu.ec
Universidad Bolivariana del Ecuador, Durán, Guayas, Ecuador
https://orcid.org/0000-0001-6845-1631
Marco Vinicio Calderón-Yánez
marco.calderon@quito.gob.ec
Secretaría de Educación Recreación y Deporte del DMQ, UEM Rafael Alvarado, Quito, Pichincha,
Ecuador
https://orcid.org/0009-0007-1823-7849
Elvia Marina Sangucho-Leines
sanguchoelvia@yahoo.com
Secretaría de Educación Recreación y Deporte del DMQ, UEM Rafael Alvarado, Quito, Pichincha,
Ecuador
https://orcid.org/0009-0001-0089-9293
Gladys Monserrate Zamora-Encalada
gladysmon60@hotmail.com
Secretaría de Educación Recreación y Deporte del DMQ, UEM Rafael Alvarado, Quito, Pichincha,
Ecuador
https://orcid.org/0009-0005-8728-8450
RESUMEN
Se estructura como objetivo de investigación generar una teoría emergente sobre Inteligencia Artificial como
herramienta para personalizar el aprendizaje en ciencias sociales en la educación ecuatoriana desde una
mirada hermenéutica. Metodológicamente se trabajó desde la hermenéutica educativa contemporánea.
Emergieron tres categorías centrales: i) adaptación curricular, ii) acceso equitativo al conocimiento y iii)
transformación pedagógica. El análisis hermenéutico de los veintinueve estudios examinados evidencia que
la inteligencia artificial, cuando se articula críticamente con la praxis docente y las políticas de inclusión,
opera como un catalizador sistémico que reconfigura la enseñanza de las ciencias sociales en Ecuador; la
teoría emergente PACTE demuestra que la personalización del aprendizaje solo cobra pleno sentido si los
algoritmos mantienen una adaptación curricular flexible, garantizan un acceso equitativo al conocimiento y
fomentan una transformación pedagógica orientada al pensamiento crítico y al Buen Vivir.
Descriptores: inteligencia artificial; tecnología educacional; política educacional. (Fuente: Tesauro
UNESCO).
ABSTRACT
The research objective is to generate an emerging theory on Artificial Intelligence as a tool for personalising
learning in social sciences in Ecuadorian education from a hermeneutic perspective. Methodologically, the
study was based on contemporary educational hermeneutics. Three central categories emerged: i)
curriculum adaptation, ii) equitable access to knowledge, and iii) pedagogical transformation. The
hermeneutic analysis of the twenty-nine studies examined shows that artificial intelligence, when critically
articulated with teaching practice and inclusion policies, operates as a systemic catalyst that reconfigures
the teaching of social sciences in Ecuador. The emerging PACTE theory demonstrates that personalised
learning only makes full sense if algorithms maintain flexible curriculum adaptation, guarantee equitable
access to knowledge, and promote pedagogical transformation oriented towards critical thinking and Good
Living.
Descriptors: artificial intelligence; educational technology; educational policy. (Source: UNESCO
Thesaurus).
Recibido: 02/03/2025. Revisado: 11/03/2025. Aprobado: 01/04/2025. Publicado: 03/05/2025.
Articulos de investigación
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
22
INTRODUCCIÓN
La creciente convergencia entre inteligencia artificial (IA) y enseñanza de las
ciencias sociales plantea desafíos epistemológicos y oportunidades inéditas para
la educación ecuatoriana; en este sentido, la personalización asistida por IA
trasciende la mera adaptación tecnológica y se configura como un proceso
hermenéutico donde estudiantes y docentes reinterpretan el saber social a partir
de sus contextos culturales. Así, la innovación didáctica requiere una
comprensión integral que supere los enfoques instrumentales tradicionales
(Alejandro-Cortés, 2024).
En consecución de lo anterior; se tiene que en términos de práctica pedagógica,
la IA ha mostrado capacidad para dinamizar experiencias de aula mediadas por
recursos visuales y narrativas interactivas, lo que favorece la construcción crítica
del conocimiento histórico y ciudadano (Coronado-Martín, 2022; Ordoñez-
Ocampo et al., 2021). Sin embargo, se advierten vacíos al momento de transferir
estos avances a entornos ecuatorianos caracterizados por desigualdades de
acceso y diversidad sociolingüística (Bernal-Párraga et al., 2024; López et al.,
2021), por lo tanto, tal brecha enfatiza la urgencia de un modelo interpretativo
que reconozca las particularidades territoriales y las aspiraciones del Buen Vivir.
Prosiguiendo con lo planteado, desde la perspectiva del aprendizaje
personalizado, la IA se oferta como catalizador de trayectorias formativas
singulares que atienden estilos cognitivos, ritmos y motivaciones individuales
(Fernández-Jiménez, 2024; Yépez-Álvarez et al., 2024). No obstante, su
implementación eficaz exige un andamiaje teórico capaz de articular la
dimensión algorítmica con los fines críticos de las ciencias sociales, esto es, la
formación de sujetos reflexivos y comprometidos con la transformación social
(Pallo-Buse et al., 2024). En esta línea, es imprescindible la necesidad de dotar
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
23
a los docentes de competencias para orquestar procesos de interpretación y
diálogo con sistemas inteligentes (Guacán-Tandayamo et al., 2023).
Desde lo planteado, se estructura como objetivo de investigación generar una
teoría emergente sobre Inteligencia Artificial como herramienta para personalizar
el aprendizaje en ciencias sociales en la educación ecuatoriana desde una
mirada hermenéutica.
Aspectos teóricos referenciales de entrada
La personalización del aprendizaje mediante inteligencia artificial (IA) se ha
configurado como uno de los vectores más prometedores para revitalizar la
enseñanza de las ciencias sociales en Ecuador, contexto caracterizado por
heterogeneidad sociocultural y desigualdades de acceso. En primer término, los
aportes de Acosta-Faneite & Finol-de-Franco (2024), evidencian que la IA,
concebida como sistema de gestión académica, posibilita decisiones curriculares
basadas en analítica predictiva, incrementando la pertinencia de los itinerarios
formativos universitarios. Esta tesis de la gestión inteligente converge con la
propuesta de Alejandro-Cortés (2024), quien destaca que la creatividad
institucional se expande cuando la IA se alinea con modelos de gestión del
conocimiento orientados a la innovación pedagógica.
Ahora bien, la especificidad disciplinar exige reconocer que las ciencias sociales
poseen lógicas interpretativas que la IA debe respetar, en este contexto, desde
la didáctica contextual, Amado Angulo (2024) demuestra que la reinterpretación
situada de fenómenos históricos se potencia cuando el sistema adaptativo
recomienda recursos vinculados con la realidad inmediata del alumnado.
Similarmente, Cevallos-Cedeño & Aguilar-Oña (2024) documentan en educación
básica superior la eficacia de algoritmos de recomendación para ajustar la
complejidad conceptual y los soportes multimodales según el perfil sociolecto de
cada estudiante.
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
24
Por otro lado, el panorama ecuatoriano ofrece evidencia empírica importante
sobre la adopción de IA, en este sentido, Aparicio-Izurieta (2024) retrata las
percepciones favorables de docentes universitarios, mientras Taipicaña-Vergara
et al. (2024) identifican factores como infraestructura, capacitación y políticas que
condicionan su integración. Complementariamente, Ayala-Chauvin, Avilés-
Castillo & Buele (2023) confirman que el análisis de datos educativos en Ecuador
transita de la mera estadística descriptiva hacia modelos predictivos que
sustentan la personalización.
Mientras que en el ámbito particular de las ciencias sociales, Bernal-Párraga et
al. (2024) presentan experiencias de IA como mediadora en proyectos de
estudios sociales, resaltando la transición del rol docente a facilitador dialógico;
propuesta que armoniza con la revisión sistemática de Bolaño-García & Duarte-
Acosta (2024), la cual destaca que la personalización incrementa la participación
activa y el pensamiento crítico. Precisamente, Borja-Ramos et al. (2024)
demuestran que proyectos guiados por IA fomentan habilidades críticas al
articular datos históricos con problemáticas locales.
Por otra parte, autores sitúan la IA como impulsora de entornos inclusivos, en
este contexto, Dave & Patel (2023) exponen paralelismos entre educación y
salud, postulando que la IA se legitima al mejorar la precisión de diagnósticos
pedagógicos. Esta perspectiva inclusiva es reforzada por Guacán-Tandayamo et
al. (2023), quienes describen la IA como recurso compensatorio para estudiantes
con rezagos académicos, mientras Jadán-Guerrero et al. (2024) mencionan su
potencial en educación especial mediante entornos adaptativos.
Así mismo, se enfatiza en la necesidad de un marco ético-crítico, por cuanto
Fernández-Jiménez (2024) advierte que los algoritmos deben evitar sesgos que
perpetúen desigualdades, mientras que González-Torres et al. (2024) sugieren
protocolos de transparencia académica. A ello se suma la reflexión de Guerrero-
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
25
Quiñonez et al. (2023), quienes recalcan la urgencia de políticas de gobernanza
de datos en la educación superior latinoamericana.
Desde la óptica didáctica, Coronado-Martín (2022) y Ordoñez-Ocampo et al.
(2021) sostienen que la IA puede enriquecer narrativas históricas mediante
visualización artística y estrategias heurísticas, mientras López, Cabrera &
Ocampo (2021) insisten en que el sentido social de la disciplina se preserva si
las tecnologías promueven la problematización de la realidad. En idéntica línea,
Miralles Martínez, Campillo Ferrer & Prats Cuevas (2023) postulan que la IA
contribuye a afrontar tiempos de incertidumbre al proporcionar simulaciones
socio-históricas dinámicas.
En un contraste no favorable de la aplicación efectiva de IA, Mena-Salcedo,
Robles-Bykbaev & Robles-Bykbaev (2025) recogen la percepción de docentes
que, pese al entusiasmo, demandan formación continua para aprovechar la IA
sin diluir el pensamiento crítico. Paralelamente, Mora-Aristega et al. (2023)
advierten sobre la brecha digital en educación básica y la necesidad de
estrategias diferenciadas. Mientras las prospectivas de Pallo-Buse et al. (2024)
y Peñalver-Higuera et al. (2024) enfatizan que la IA debe alinearse con las
exigencias de la Cuarta Revolución Industrial para evitar la obsolescencia
curricular, mientras Piedra-Castro et al. (2024) destacan la pertinencia de
estándares abiertos que faciliten la interoperabilidad de los recursos.
En términos de equidad, Rojas-Díaz (2023) muestra que la IA puede mitigar los
efectos de crisis sociales mediante itinerarios de aprendizaje resilientes,
mientras que Salas-Pilco & Yang (2022), mencionan la importancia de políticas
redistributivas de infraestructura. Por lo tanto, el modelo de aprendizaje
automático de Villegas-Ch, García-Ortiz & Sánchez-Viteri (2024) demuestra la
eficacia de ajustar estilos cognitivos individuales; y Yépez-Álvarez et al. (2024)
resaltan la necesidad de evaluar la satisfacción estudiantil como indicador de
éxito de la personalización.
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
26
MÉTODO
La investigación se inscribe en la hermenéutica educativa contemporánea,
entendida como una estrategia cualitativa que busca desentrañar los sentidos
implícitos en los discursos pedagógicos y tecnológicos. Se adopta, por tanto, un
diseño hermenéutico-documental que articula la precompresión del equipo
investigador con un proceso dialógico de interpretación y reinterpretación de
textos académicos sobre inteligencia artificial (IA) y ciencias sociales en la
educación ecuatoriana.
Se conformó un corpus intencional de veintinueve (29) estudios publicados entre
2021 y 2024 que abordan la personalización del aprendizaje mediante IA en
contextos ecuatorianos o regionales análogos. La selección consideró:
a) Pertinencia temática: trabajos que vinculan IA, personalización y ciencias
sociales.
b) Rigurosidad académica: artículos indexados en Scopus, Web of Science
o Latindex, además de actas de congreso con comité científico.
c) Contextualidad ecuatoriana: investigaciones ejecutadas total o
parcialmente en instituciones del país o que discuten explícitamente su
realidad socioeducativa.
Procedimiento interpretativo
El proceso se desarrolló en cuatro fases no lineales:
1) Precompresión crítica: El equipo investigador elaboró un mapa de
creencias y supuestos sobre IA y ciencias sociales en Ecuador,
reconociendo sesgos iniciales.
2) Lectura estructural: Cada texto se abordó con análisis dialógico: se
identificaron unidades de significado relacionadas con adaptación
curricular, acceso equitativo y transformación.
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
27
3) Fusión de horizontes: A renglón seguido, se compararon los códigos entre
documentos y se construyeron matrices de convergencia que permitieron
tensionar perspectivas tecnocéntricas con visiones críticas de justicia
social. Esta dinámica produjo la triada interpretativa que sustenta la teoría
emergente PACTE.
4) Validación consensual: Se realizó un círculo hermenéutico con tres
docentes-investigadores externos familiarizados con la temática. Ellos
contrastaron la coherencia de las categorías y aportaron contra ejemplos
que obligaron a refinar definiciones y relaciones.
Criterios de rigor
Para garantizar credibilidad y transferibilidad, se aplicaron los siguientes
criterios:
a) Triangulación de fuentes: contraste entre artículos empíricos, revisiones
sistemáticas y documentos de política.
b) Audit trail: registro detallado de decisiones analíticas en un repositorio
compartido.
c) Saturación teórica: incorporación de nuevos textos se detuvo cuando no
emergieron códigos distintos durante dos rondas consecutivas de análisis.
Consideraciones éticas
Aunque el estudio se basó en fuentes públicas, se respetaron los lineamientos
de la Declaración de Helsinki adaptados a investigación educativa documental,
cuidando la correcta atribución de ideas y evitando extractos que pudieran
comprometer la originalidad de los autores citados. Se empleó un gestor
antiplagio para corroborar que las interpretaciones resultaran inéditas y
legítimas.
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
28
RESULTADOS
El análisis hermenéutico aplicado a la investigación sobre el uso de la inteligencia
artificial (IA) en la personalización del aprendizaje en ciencias sociales en
Ecuador se organiza en tres categorías centrales: i) adaptación curricular, ii)
acceso equitativo al conocimiento y iii) transformación pedagógica. Estas
categorías emergen como aspectos transversales para comprender los
potenciales y desafíos de la IA en el contexto educativo ecuatoriano:
Adaptación curricular
La primera categoría, adaptación curricular, muestra que la IA facilita la
personalización de los contenidos educativos de acuerdo con las necesidades y
ritmos de aprendizaje de los estudiantes. Según Cevallos-Cedeño & Aguilar-Oña
(2024), la incorporación de la IA permite diseñar programas de estudio más
flexibles y adaptados a las características individuales de los estudiantes, lo que
mejora su motivación y rendimiento en el aprendizaje, este cambio en la
enseñanza de las ciencias sociales refleja una tendencia hacia un currículo más
dinámico, que responde a las demandas de la educación superior en Ecuador
(Peñalver-Higuera et al., 2024).
Acceso equitativo al conocimiento
La segunda categoría, acceso equitativo al conocimiento, destaca cómo la IA
puede nivelar las oportunidades educativas, proporcionando acceso a recursos
de aprendizaje de calidad, sin importar las limitaciones geográficas o
socioeconómicas. En este orden, el trabajo de Ayala-Chauvin, Avilés-Castillo &
Buele (2023), han demostrado que la implementación de IA en instituciones
educativas de Ecuador, tanto en zonas rurales como urbanas, mejora la
inclusión, al ofrecer materiales personalizados para estudiantes con diferentes
necesidades; en complemento, Aparicio-Izurieta (2024) señala que esta
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
29
tecnología ayuda a superar las barreras de acceso, promoviendo una educación
más inclusiva y equitativa.
Transformación pedagógica
Por consiguiente, la categoría transformación pedagógica hace referencia a
cómo la integración de la IA en la enseñanza de las ciencias sociales impulsa un
cambio en las prácticas pedagógicas. Los resultados del estudio de González-
Torres et al. (2024) evidencian que el uso de la IA promueve una enseñanza más
centrada en el estudiante, donde el docente se convierte en un guía y facilitador
del proceso de aprendizaje, en lugar de ser un simple transmisor de
conocimiento, lo cual contribuye en que los estudiantes desarrollen habilidades
críticas y reflexivas mediante herramientas interactivas - adaptativas (Borja-
Ramos et al., 2024).
Implicaciones de la IA en la educación ecuatoriana
El uso de la IA en la personalización del aprendizaje ofrece una oportunidad para
mejorar la educación en Ecuador; sin embargo, como señala el estudio de
Bernal-Parraga et al. (2024), también se identifican retos relacionados con la
infraestructura tecnológica y la formación docente, los cuales requieren de una
planificación estratégica para garantizar una implementación efectiva a todos los
niveles educativos, lo cual indica que la IA tiene el potencial de ser una
herramienta transformadora, pero su éxito depende de un enfoque integral que
considere tanto los aspectos técnicos como pedagógicos.
Teoría emergente PACTE: Personalización con IA para la adaptación
curricular, la transformación pedagógica y la equidad en ciencias sociales
de la educación ecuatoriana
Fundamento hermenéutico
El análisis interpretativo de 29 estudios empleados en la investigación, los cuales
abarcan experiencias en educación básica, bachillerato y educación superior,
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
30
permitieron develar sentidos compartidos alrededor del uso de la inteligencia
artificial (IA) como vector de personalización del aprendizaje en ciencias sociales
en Ecuador, desde tres categorías centrales: i) adaptación curricular, ii) acceso
equitativo al conocimiento y iii) transformación pedagógica; las cuales actúan
como ejes hermenéuticos que, al entrelazarse, configuran una lógica triádica
irreductible a sus partes (Cevallos‑Cedeño & Aguilar‑Oña, 2024; Ayala‑Chauvin
et al., 2023; González‑Torres et al., 2024). De ese entrecruzamiento surge la
teoría emergente PACTE.
Proposición central
En los entornos ecuatorianos de ciencias sociales, la personalización mediada
por IA se materializa cuando el algoritmo deviene un artefacto curricular flexible,
democratizador - reflexivo que reajusta en tiempo real las trayectorias de
aprendizaje y paralelamente, reconfigura el rol docente‑discente dentro de una
ecología educativa situada. Dicho en otros términos, la IA no es un simple
recurso tecnológico, sino un dispositivo didáctico que, al converger con políticas
de inclusión y con prácticas de aula críticas, coproduce aprendizajes
significativos, mientras reduce brechas históricas (Peñalver‑Higuera et al., 2024;
Aparicio‑Izurieta, 2024).
Tabla 1. Dimensiones constitutivas de PACTE
Dimensión
Núcleo conceptual
Evidencia empírica
Contribución teórica
Adaptación
curricular
Algoritmos de
aprendizaje automático
que recomiendan rutas,
recursos y ritmos
personalizados según
perfiles cognitivos y
socioculturales.
Sistemas que ajustan la
dificultad de los estudios
sociales en tiempo real
(Villegas‑Ch et al., 2024);
planes flexibles basados en
analítica educativa
(Piedra‑Castro et al., 2024).
El currículo se torna
autorregulable: se
distancia de secuencias
lineales y adopta una
estructura rizomática
capaz de responder a
diversidad y pertinencia
local.
Acceso
equitativo al
conocimiento
Infraestructuras y
plataformas IA que
ofrecen contenidos
multiformato sin
restricciones
Implementaciones híbridas
en la Amazonía y la Sierra
que reducen la brecha
urbano‑rural (Ayala‑Chauvin
et al., 2023); materiales
accesibles para estudiantes
con discapacidad
La IA funciona como
redistribuidor cognitivo:
amplía oportunidades y
consolida el principio
constitucional del buen
vivir educativo.
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
31
geográficas ni
económicas.
(Jadán‑Guerrero et al.,
2024).
Transformación
pedagógica
Desplazamiento del
docente de transmisor a
diseñador de
experiencias y del
estudiante de receptor
pasivo a agente crítico
que dialoga con la IA.
Proyectos apoyados en
chatbots reflexivos que
potencian pensamiento
crítico (Borja‑Ramos et al.,
2024); comunidades de
práctica respaldadas por
analítica predictiva
(González‑Torres et al.,
2024).
Se configura una
epistemología dialógica:
la IA mediatiza procesos
metacognitivos y favorece
la coconstrucción de
saberes
contextualizados.
Fuente: Autores.
Articulación sistémica
La teoría PACTE concibe las tres dimensiones como subsistemas
interdependientes: la adaptación curricular necesita marcos de acceso equitativo
para evitar que la personalización agrave desigualdades (Salas‑Pilco & Yang,
2022); mientras que el acceso equitativo demanda transformación pedagógica,
pues proveer recursos sin replantear roles docentes reproduce modelos
transmisivos (Mora‑Aristega et al., 2023); y la transformación pedagógica
retroalimenta la adaptación curricular, refinando los algoritmos con datos
generados en prácticas auténticas (Mena‑Salcedo et al., 2025). Esta
retroalimentación continua configura una ecología autopoiética en la que datos,
experiencias y reflexiones docentes rehacen constantemente el sistema
educativo (Taipicaña‑Vergara et al., 2024).
Principios regulativos
a) Contextualidad dinámica: toda personalización se ancla en realidades
socioculturales concretas y evolutivas (Amado Angulo, 2024).
b) Equidad algorítmica: los modelos IA incorporan criterios de justicia
distributiva y mitigación de sesgos (Dave & Patel, 2023).
c) Docencia aumentada: la competencia digital docente se expande hacia la
curaduría ética de datos y el diseño narrativo interactivo (Acosta‑Faneite
& Finol‑de‑Franco, 2024).
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
32
d) Reflexividad crítica: los estudiantes desarrollan metacognición y
pensamiento histórico‑social mediante diálogos hombre‑máquina
(Miralles Martínez et al., 2023).
Implicaciones operativas
Políticas públicas: integrar infraestructura de IA con planes de inclusión digital,
priorizando zonas marginadas y comunidades indígenas (Rojas‑Díaz, 2023).
Formación docente: programas híbridos que combinen epistemología de las
ciencias sociales con ciencia de datos aplicada (Guerrero‑Quiñonez et al., 2023).
Investigación continua: evaluaciones de impacto longitudinal para medir la
sostenibilidad de los resultados personalizados (Bolaño‑García & Duarte‑Acosta,
2024).
Síntesis de la teoría emergente PACTE
La teoría emergente PACTE postula que la IA, lejos de ser un mero instrumento
técnico, actúa como catalizador sistémico que, al interconectar adaptación
curricular, acceso equitativo y transformación pedagógica, refundamenta la
enseñanza de las ciencias sociales en Ecuador bajo parámetros de justicia,
pertinencia y autonomía, por lo tanto, su implementación exitosa exige sinergias
entre innovación tecnológica, política educativa y praxis docente comprometida.
CONCLUSIÓN
El análisis hermenéutico de los veintinueve estudios examinados evidencia que
la inteligencia artificial, cuando se articula críticamente con la praxis docente y
las políticas de inclusión, opera como un catalizador sistémico que reconfigura
la enseñanza de las ciencias sociales en Ecuador; la teoría emergente PACTE
demuestra que la personalización del aprendizaje solo cobra pleno sentido si los
algoritmos mantienen una adaptación curricular flexible, garantizan un acceso
equitativo al conocimiento y fomentan una transformación pedagógica orientada
al pensamiento crítico y al Buen Vivir. Bajo esta lógica triádica, la IA deja de ser
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
33
un recurso instrumental para convertirse en un dispositivo hermenéutico capaz
de reinterpretar saberes localizados, reducir brechas históricas y promover
trayectorias formativas significativas y socialmente responsables. Sin embargo,
su eficacia futura depende de la convergencia entre infraestructuras inclusivas,
programas de formación docente que integren ciencia de datos y epistemología
social, así como marcos normativos que velen por la equidad algorítmica y la
transparencia en el uso educativo de los datos; solo así la IA consolidará su
promesa de revitalizar la educación ecuatoriana y de formar ciudadanos
reflexivos comprometidos con la transformación social.
FINANCIAMIENTO
No monetario
CONFLICTO DE INTERÉS
No existe conflicto de interés con personas o instituciones ligadas a la
investigación.
AGRADECIMIENTOS
A los docentes curriculistas que promueven cambios significativos en la
educación.
CONTRIBUCIÓN DE LOS AUTORES
Rously Eedyah Atencio-González: Gestionó la planificación del abordaje
metodológico de la investigación, específicamente en la selección y análisis
hermenéutico de los textos académicos, especialmente en la redacción a lo
relacionado con la fundamentación teórica y la construcción de la teoría
emergente PACTE.
Marco Vinicio Calderón-Yánez: Trabajó en la revisión de la literatura y la
identificación de las categorías centrales (adaptación curricular, acceso
equitativo al conocimiento y transformación pedagógica).
Elvia Marina Sangucho-Leines: Trabajó en el análisis de los datos y la
validación consensuada mediante el círculo hermenéutico con docentes -
investigadores externos, contribuyendo en la redacción de los resultados.
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
34
Gladys Monserrate Zamora-Encalada: Trabajó en la integración de las
perspectivas teóricas en el marco hermenéutico, aportando en la redacción del
artículo, gestionando la coherencia y el cumplimiento de los estándares éticos y
normas editoriales postulados de la revista.
REFERENCIAS
Acosta-Faneite, S. F., & Finol-de-Franco, M. R. (2024). Inteligencia artificial como
mecanismo para mejorar la gestión educativa universitaria [Artificial
intelligence as a mechanism for improving university education
management]. Revista de Ciencias Sociales, 30(3), 583–597.
https://doi.org/10.31876/rcs.v30i3.42697
Alejandro-Cortés, D. A. (2024). Innovación y creatividad en el entorno educativo
desde la gestión del conocimiento [Innovation and creativity in the
educational environment from the perspective of knowledge
management]. Cognopolis. Revista de Educación y Pedagogía, 2(1), 1–
13. https://doi.org/10.62574/6k0f6957
Amado Angulo, M. del C. (2024). La enseñanza de las ciencias sociales mediante
estrategias contextuales [Teaching social sciences through contextual
strategies]. Ciencia Latina Revista Científica Multidisciplinar, 8(3), 5705–
5718. https://doi.org/10.37811/cl_rcm.v8i3.11772
Aparicio-Izurieta, V. V. (2024). Preferences towards artificial intelligence in
Ecuadorian university professors. Sapienza: International Journal of
Interdisciplinary Studies, 5(1), e24009.
https://doi.org/10.51798/sijis.v5i1.730
Ayala-Chauvin, M., Avilés-Castillo, F., & Buele, J. (2023). Exploring the landscape
of data analysis: A review of its application and impact in Ecuador.
Computers, 12(7), 146. https://doi.org/10.3390/computers12070146
Bernal-Parraga, A. P., Santin-Castillo, A. P., Ordoñez-Ruiz, I., Tayupanta-Rocha,
L. M., Reyes-Ordoñez, J. P., Guzmán-Quiña, M. de los A., & Nieto-Lapo,
A. P. (2024). La inteligencia artificial como proceso de enseñanza en la
asignatura de estudios sociales [Artificial intelligence as a teaching
process in social studies]. Ciencia Latina Revista Científica
Multidisciplinar, 8(6), 4011–4030.
https://doi.org/10.37811/cl_rcm.v8i6.15141
Bolaño-García, M., & Duarte-Acosta, N. (2024). Una revisión sistemática del uso
de la inteligencia artificial en la educación [A systematic review of the use
of artificial intelligence in education]. Revista Colombiana de Cirugía, 39,
51–63.
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
35
Borja-Ramos, M. G., Rogerón-Varela, V. Y., Cisneros-Bedón, J. C., & Calderón-
Yánez, M. V. (2024). Desarrollo de habilidades críticas a través de
proyectos en ciencias sociales [Developing critical skills through projects
in social sciences]. Revista Multidisciplinaria Perspectivas Investigativas,
4(especial), 73–79. https://doi.org/10.62574/rmpi.v4iespecial.249
Cevallos-Cedeño, V. C., & Aguilar-Oña, K. Y. (2024). La inteligencia artificial en
la personalización del aprendizaje en la educación básica superior en una
unidad educativa ecuatoriana [Artificial intelligence in the personalisation
of learning in higher basic education in an Ecuadorian educational
institution]. Delectus, 7(2), 68–75.
https://doi.org/10.36996/delectus.v7i2.292
Coronado-Martín, J. A. (2022). La enseñanza-aprendizaje en ciencias sociales a
través de ilustraciones artísticas: Un estudio de caso [Teaching and
learning social sciences through artistic illustrations: A case study]. Revista
Ecos de la Academia, 8(15), 35–43.
https://doi.org/10.53358/ecosacademia.v8i15.683
Dave, M., & Patel, N. (2023). Artificial intelligence in healthcare and education.
British Dental Journal, 234(10), 761–764. https://doi.org/10.1038/s41415-
023-5845-2
Fernández-Jiménez, A. (2024). Aprendizaje personalizado con IA: Satisfacer las
necesidades únicas de los alumnos [Personalised learning with AI:
Meeting the unique needs of learners]. Advances in Building Education,
8(3), 50–68. https://doi.org/10.20868/abe.2024.3.5411
Gonzáles-Torres, L. M., Plúas-Castro, A. E., Lamilla-Pita, A. R., & Plúas-Castro,
M. M. (2024). Innovación educativa: El impacto de la inteligencia artificial
en el aprendizaje en la educación en Ecuador [Educational innovation: The
impact of artificial intelligence on learning in Ecuadorian education].
Revista Científica Multidisciplinar G-Nerando, 5(2).
https://doi.org/10.60100/rcmg.v5i2.357
Guacán-Tandayamo, R. C., Miguez-Haro, R. E., Lozada-Lozada, R. F., Jácome-
Cobos, D. I., & Cruz-Gaibor, W. A. (2023). La inteligencia artificial utilizada
como un recurso para el aprendizaje [Artificial intelligence used as a
resource for learning]. Ciencia Latina Revista Científica Multidisciplinar,
7(4), 8263–8277. https://doi.org/10.37811/cl_rcm.v7i4.7561
Guerrero-Quiñonez, A. J., Bedoya-Flores, M. C., Mosquera-Quiñonez, E. F.,
Mesías-Simisterra, Á. E., & Bautista-Sánchez, J. V. (2023). Artificial
intelligence and its scope in Latin American higher education. Ibero-
American Journal of Education & Society Research, 3(1), 264–271.
https://doi.org/10.56183/iberoeds.v3i1.627
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
36
Jadán-Guerrero, J., Tamayo-Narvaez, K., Méndez, E., & Valenzuela, M. (2024).
Adaptive learning environments: Integrating artificial intelligence for
special education advances. In Stephanidis, C., Antona, M., Ntoa, S., &
Salvendy, G. (Eds.), HCI International 2024 Posters. HCII 2024.
Communications in Computer and Information Science (Vol. 2117, pp. 1–
10). Springer. https://doi.org/10.1007/978-3-031-61953-3_10
López, J., Cabrera, M., & Ocampo, F. (2021). La importancia de enseñar ciencias
sociales al estudiante en la actualidad [The importance of teaching social
sciences to students today]. Revista Cognosis, 6(EE1), 35–56.
https://doi.org/10.33936/cognosis.v6i0.3396
Mena-Salcedo, M. F., Robles-Bykbaev, V., & Robles-Bykbaev, Y. (2025). State of
the art of artificial intelligence applied in the educational field: An initial
review and a pilot study of Ecuadorian teachers’ perceptions. In Abreu, A.,
Carvalho, J. V., Mesquita, A., Sousa Pinto, A., & Mendonça Teixeira, M.
(Eds.), Perspectives and Trends in Education and Technology. ICITED
2024. Lecture Notes in Networks and Systems (Vol. 859, pp. 291–300).
Springer. https://doi.org/10.1007/978-3-031-78155-1_28
Miralles Martínez, P., Campillo Ferrer, J. M., & Prats Cuevas, J. (2023). La
enseñanza y el aprendizaje de las ciencias sociales en tiempos de
incertidumbre. Áreas. Revista Internacional de Ciencias Sociales, (45), 5–
9. https://doi.org/10.6018/areas.598491
Mora-Aristega, A. M., Mora-Aristega, J. E., Calderón-Angulo, R. J., & Cifuentes-
Rojas, M. T. (2023). Inteligencia artificial y sus implicaciones en la
educación básica. Centro Sur, 7(3), 24–43.
https://doi.org/10.37955/cs.v7i3.318
Ordoñez-Ocampo, B. P., Morocho-Vargas, M. E., León-González, J. L., &
Espinoza-Freire, E. E. (2021). Breve análisis de la didáctica de las ciencias
sociales [Brief analysis of social science teaching]. Universidad y
Sociedad, 13(S3), 603–611.
Pallo-Buse, L. A., Miles-Flores, M. V., Yánez-Monge, A. B., & Oña-Vega, M. N.
(2024). El futuro de la educación en ciencias sociales: Adaptación a
nuevas realidades sociales [The future of social science education:
Adapting to new social realities]. Revista Multidisciplinaria Perspectivas
Investigativas, 4(especial), 80–87.
https://doi.org/10.62574/rmpi.v4iespecial.250
Peñalver-Higuera, M. J., Guerra-Castellanos, Y. B., Rodríguez Alegre, L. R., &
Lopez Padilla, R. D. P. (2024). Transformando la educación con
inteligencia artificial: Hacia un aprendizaje personalizado en la Era 4.0
[Transforming education with artificial intelligence: Towards personalised
learning in the 4.0 era]. Revista de Ciencias Sociales, 30(4), 416–430.
https://doi.org/10.31876/rcs.v30i4.43040
Cognopolis
Revista de educción y pedagogía
Vol. 3(2), 21-37, 2025
Inteligencia Artificial como herramienta para personalizar el aprendizaje en ciencias sociales en la educación
ecuatoriana
Artificial Intelligence as a tool for personalising learning in social sciences in ecuadorian educationchildhood
education students
Rously Eedyah Atencio-González
Marco Vinicio Calderón-Yánez
Elvia Marina Sangucho-Leines
Gladys Monserrate Zamora-Encalada
37
Piedra-Castro, W. I., Cajamarca-Correa, M. A., Burbano-Buñay, E. S., & Moreira-
Alcívar, E. F. (2024). Integración de la inteligencia artificial en la enseñanza
de las ciencias sociales en la educación superior [Integration of artificial
intelligence in the teaching of social sciences in higher education]. Journal
of Economic and Social Science Research, 4(3), 105–126.
https://doi.org/10.55813/gaea/jessr/v4/n3/123
Rojas-Díaz, J. (2023). La enseñanza de las ciencias sociales en contextos de
crisis social y humanitaria [Social science education in contexts of social
and humanitarian crisis]. Educación y Ciudad, (44), e2776.
https://doi.org/10.36737/01230425.n44.2023.2776
Salas-Pilco, S. Z., & Yang, Y. (2022). Artificial intelligence applications in Latin
American higher education: A systematic review. International Journal of
Educational Technology in Higher Education, 19, 21.
https://doi.org/10.1186/s41239-022-00326-w
Taipicaña-Vergara, J. A., Hidalgo-Achig, M. F., Sinchiguano-Molina, G., Salguero-
Núñez, C. S., & Chiguano-Umajinga, N. R. (2024). Factors impacting the
integration of AI in Ecuadorian higher education: Perspectives and
implications. Sapienza: International Journal of Interdisciplinary Studies,
5(4), e24075. https://doi.org/10.51798/sijis.v5i4.868
Villegas-Ch, W., García-Ortiz, J., & Sánchez-Viteri, S. (2024). Personalization of
learning: Machine learning models for adapting educational content to
individual learning styles. IEEE Access, 12, 121114–121130.
https://doi.org/10.1109/ACCESS.2024.3452592
Yépez-Álvarez, L. D., Jirón-Febre, T. I., Rumbaut-Rangel, D., & Jurado-Martínez,
G. (2024). El papel de la inteligencia artificial en la personalización de la
educación [The role of artificial intelligence in personalising education].
Magazine de las Ciencias: Revista de Investigación e Innovación, 9(3),
31–46. https://doi.org/10.33262/rmc.v9i3.3160
Derechos de autor: 2025 Por los autores. Este artículo es de acceso abierto y distribuido según los términos y
condiciones de la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC
BY-NC-SA 4.0)
https://creativecommons.org/licenses/by-nc-sa/4.0/
