Alteridad, 2025, 20(2), 178-189
julio-diciembre 2025
Vol. 20, No. 2, 178-189
https://doi.org/10.17163/alt.v20n2.2025.02
F
p-ISSN:1390-325X / e-ISSN:1390-8642
http://alteridad.ups.edu.ec
Plataformización educativa con IA Generativa:
impactos en la autonomía docente
Educational platformization with Generative AI:
impacts on teacher autonomy
Dr. Igor Radtke-Bederode es profesor en el Instituto Federal Sul-rio-grandense (Brasil)
(igor.bederode@gmail.com) (https://orcid.org/0000-0002-3579-4387)
Dr. Luis Otoni Meireles-Ribeiro es profesor en el Instituto Federal Sul-rio-grandense (Brasil) (luis.otoni@gmail.
com) (https://orcid.org/0000-0002-5526-8632)
Recibido: 2025-02-12 / Revisado: 2025-05-24 / Aceptado: 2025-06-12 / Publicado: 2025-07-01
Resumen
El crecimiento acelerado de las plataformas de inteligencia arti-
ficial generativa (IAG) en el ámbito educativo exige un análisis
crítico de sus impactos en la autonomía docente. Este estudio
tiene como objetivo investigar cómo estas tecnologías influyen
en la libertad pedagógica de los docentes, proponiendo caminos
para su uso ético, consciente y estratégicamente alineado con las
prácticas educativas contemporáneas.
La investigación se llevó a cabo utilizando un enfoque cualita-
tivo, exploratorio, anclado en un marco analítico desarrollado
y validado a través de un grupo focal con expertos en tecnolo-
gías digitales aplicadas a la educación. Los resultados indican
que, si bien las plataformas analizadas —Teachy, MagicSchool y
PlanIt Teachers— presentan funcionalidades innovadoras para
planificar lecciones, actividades y evaluaciones, su uso acrítico
puede comprometer la creatividad y la independencia docente.
Se observó que la adopción automatizada de las respuestas gene-
radas por IAG tiende a restringir la toma de decisiones peda-
gógicas, subordinando a los docentes a una lógica algorítmica,
muchas veces sesgada y poco transparente. La discusión destaca
el riesgo de reducir el protagonismo docente y la necesidad de
desarrollar habilidades en ingeniería de prompt como estrategia
para mantener la autonomía profesional. Se concluye que el
dominio de esta habilidad permite la configuración consciente
de las interacciones con las plataformas, aumentando el control
sobre los procesos pedagógicos. De esta forma, la IAG puede
dejar de representar una amenaza y convertirse en un aliado de la
práctica docente crítica, creativa, innovadora y contextualizada.
Palabras clave: inteligencia artificial, tecnología educativa,
autonomía docente, innovación educativa, habilidades docentes,
plataformas digitales.
Abstract
The accelerated growth of generative artificial intelligence (GAI)
platforms in the educational field demands a critical analysis of
their impact on teacher autonomy. This study aims to investigate
how these technologies influence teachers’ pedagogical freedom
and to propose strategies for their ethical, conscious, and strate-
gically aligned use in contemporary educational practices. The
research adopted a qualitative, exploratory approach, supported
by an analytical framework developed and validated through a
focus group with experts in digital technology-mediated edu-
cation. The results show that although the platforms analyzed
— Teachy, MagicSchool and PlanIt Teachers — offer innovative
features for lesson planning, activities, and assessments, their
uncritical use may compromise teachers’ creativity and profes-
sional independence. The findings reveal that relying on automat-
ically generated responses from GAI tends to restrict pedagogical
decision-making, subordinating teachers to algorithmic logic that
is often biased, technical, and non-transparent. The discussion
highlights the risk of diminishing teacher agency and emphasizes
the need to develop Prompt Engineering as a key competency
to maintain professional autonomy. The study concludes that
mastering this skill allows teachers to consciously configure their
interactions with platforms, enhancing their control over peda-
gogical processes. Thus, GAI can shift from being perceived as
a threat to becoming an ally of critical, creative, innovative, and
contextualized educational practices.
Keywords: artificial intelligence, educational technology, educa-
tional autonomy, educational innovations, teacher qualifications,
digital platforms.
Forma sugerida de citar (APA): Radtke-Bederode, I. y Meireles-Ribeiro, L. O. (2025). Plataformización educativa con IA Generativa:
impactos en la autonomía docente. Alteridad, 20(2), 178-189. https://doi.org/10.17163/alt.v20n2.2025.02
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189 179
1. Introducción
La integración de la Inteligencia Artificial
Generativa (IAG) en el campo de la educación puede
transformar profundamente el panorama educativo.
Las plataformas IAG utilizadas por los docentes,
como Teachy, MagicSchool y PlanIt Teachers, prome-
ten optimizar el trabajo docente y ofrecen soluciones
completas para los desafíos cotidianos, como la pla-
nificación de lecciones, la creación de evaluaciones
y el análisis del desempeño de los estudiantes (Xin,
2024; Celik et al., 2022; Niu et al., 2022).
Esta revolución tecnológica ha sido impul-
sada por la promesa de una mayor eficiencia, per-
sonalización y acceso democratizado a recursos
avanzados (Duan y Zhao, 2024; Zawacki-Richter et
al., 2019). No obstante, la adopción generalizada de
estas herramientas plantea preguntas importantes:
¿en qué medida el uso intensivo de plataformas de IA
compromete la autonomía docente? ¿Confiar la pla-
nificación pedagógica a algoritmos reduce el papel
del docente al de un mero operador de tecnología?
Se trata de cuestiones cruciales, ya que señalan el
riesgo de que el proceso educativo se convierta en
un sistema plataformizado, excesivamente automa-
tizado y estandarizado, descuidando la diversidad
cultural y pedagógica y las necesidades específicas
de los estudiantes (Silva y Carolei, 2024; Gruzdeva,
2022; Haleem et al., 2022).
La relevancia de este estudio radica en un
contexto de rápida expansión tecnológica, en el
que los docentes enfrentan desafíos derivados de la
creciente integración de las herramientas IAG en la
educación. Si bien estas tecnologías prometen una
mayor eficiencia y personalización en la enseñan-
za, es fundamental garantizar que su adopción no
resulte en prácticas pedagógicas superficiales o en
una dependencia excesiva de las herramientas IAG
(Sağın et al., 2023).
Por tanto, este estudio investiga los impactos
de las plataformas IAG dirigidas al ámbito educa-
tivo en la autonomía docente. A diferencia de los
enfoques que se limitan a criticar los riesgos, aquí
buscamos presentar una perspectiva constructiva,
argumentando que la ingeniería de prompts – capa-
cidad de crear comandos precisos y estratégicos para
interactuar con herramientas de IA – puede ser una
solución práctica para empoderar a los docentes.
Este enfoque posiciona al docente como cocreador y
agente de resultados generados por la IA, en lugar de
un mero consumidor pasivo de soluciones automa-
tizadas. Los principales objetivos de la investigación
son: 1. Analizar críticamente las funcionalidades y
limitaciones de las plataformas Teachy, MagicSchool
y PlanIt Teachers; 2. Comprender cómo estas herra-
mientas pueden incidir en la autonomía docente; y
3. Proponer vías para que la ingeniería de prompts se
incorpore como una práctica docente esencial, forta-
leciendo la autonomía y la capacidad creativa de los
docentes. Con el cumplimiento de estos objetivos,
el trabajo pretende contribuir a la construcción de
prácticas pedagógicas más sólidas y adaptadas a las
demandas tecnológicas contemporáneas, colocando
al docente en el centro del proceso educativo. El
artículo se divide en cinco secciones, entre las que
se encuentran esta introducción, la metodología, la
presentación y discusión de los resultados y las con-
sideraciones finales.
1.1 IAG en educación
El uso de la Inteligencia Artificial Generativa
en educación ha despertado un creciente interés
académico, dado su potencial para transformar las
prácticas pedagógicas tradicionales (Szabó y Szoke,
2024; Xia et al., 2024; Vallis et al., 2024, Bahroun
et al., 2023). Los investigadores afirman que las
herramientas IAG pueden ayudar a los profesores a
crear planes de lecciones innovadores y contenido
creativo, promoviendo un entorno propicio para la
exploración (Butler-Ulrich et al., 2024; Pont-Niclòs
et al., 2024). Además, pueden contribuir al desarro-
llo de experiencias de aprendizaje personalizadas,
orientadas a satisfacer las diversas necesidades de los
estudiantes (Sipahioğlu, 2024; Barroso et al., 2024).
Sin embargo, algunos estudios advierten del riesgo
de una dependencia excesiva de las herramientas
IAG por parte del profesorado, lo que puede reducir
la motivación intrínseca y el pensamiento crítico del
profesorado, comprometiendo su autonomía y crea-
tividad (Firat y Kuleli, 2024; Williamson y Eynon,
2020).
1.2 Plataformización educativa
Investigadores en el ámbito educativo ya han
advertido sobre los riesgos de que las institucio-
nes educativas adopten plataformas digitales como
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador
180
Google Workspace for Education y Microsoft 365, que,
aunque supuestamente “gratuitas”, en realidad escon-
den un modelo de negocio basado en la recopilación
masiva de datos personales con fines de lucro (Silva y
Carolei, 2024). El concepto de “plataformización” se
refiere a la reorganización de diversos sectores de la
sociedad en torno a plataformas digitales, que actúan
como intermediarias entre los usuarios y los provee-
dores de productos y servicios, incluida la educación.
Estas plataformas tienen una arquitectura compleja
que involucra conectividad, recolección de datos y el
uso de algoritmos de inteligencia artificial, lo que les
permite influir en los comportamientos y moldear
las decisiones de los usuarios (Martorell y Tirado,
2024). Los riesgos asociados con la plataformización
de la educación pueden verse significativamente
amplificados con la introducción de plataformas
basadas en IA y sus algoritmos computacionales.
Estos algoritmos pueden crear filtros informativos
que limitan el acceso a diferentes perspectivas, refor-
zando los sesgos y contribuyendo a una educación
más homogénea y estandarizada. En última ins-
tancia, esto reduce la autonomía de los educadores
y compromete la calidad del proceso educativo
(Kerssens y van Dijck, 2022, 2023; Putri et al., 2024).
1.3 Potenciales y riesgos de IAG
Si bien la IAG ofrece herramientas prome-
tedoras para mejorar las prácticas educativas, su
integración requiere cautela para no debilitar la auto-
nomía docente (Broadfoot y Rockey, 2025; Li, 2024).
Łodzikowski et al. (2024) señalan beneficios como la
personalización del aprendizaje, la evaluación auto-
matizada, la participación interactiva y la automa-
tización de tareas, pero advierten sobre los riesgos
como la reproducción de sesgos, la desinformación,
la pérdida de control pedagógico, los desafíos éticos y
las dificultades técnicas. Por tanto, la implementación
ética y efectiva de la IAG requiere una supervisión
humana activa y una formación docente continua,
con el docente en el centro del proceso educativo.
1.4 La ingeniería de prompt como
competencia docente
En el contexto contemporáneo de constante
evolución tecnológica, el desarrollo continuo de
habilidades digitales por parte de los educadores se
hace cada vez más necesario (Kurtz et al, 2024). En
el caso de la IAG, la clave es encontrar un equilibrio
entre aprovechar las capacidades de la IAG y preser-
var el toque humano esencial en el proceso educativo
(Humble, 2024; Bobula, 2024). En este contexto,
la ingeniería de prompt surge como una habilidad
indispensable para que los docentes interactúen
estratégicamente con estas plataformas, configuran-
do respuestas alineadas a las necesidades pedagógi-
cas y preservando su autonomía.
La ingeniería de prompt es el proceso de crear,
ajustar y perfeccionar comandos para optimizar la
interacción entre los usuarios y los modelos IAG.
Esta práctica es esencial para asegurar resultados
precisos y relevantes, estructurando los prompts de
manera clara y contextualizada (Lee y Palmer, 2025).
Entre sus principales elementos se encuentran la
estructura PARTS (Persona, Propósito, Destinatarios,
Tema, Estructura) y el enfoque lingüístico CLEAR
(Conciso, Lógico, Explícito, Adaptable, Restrictivo),
que ayudan a formular instrucciones más efectivas
(Park y Choo, 2024).
En este sentido, la ingeniería de prompt surge
como un enfoque práctico y estratégico para mitigar
los desafíos éticos y técnicos del uso de IAG (Rathod,
2024). Esta práctica, que implica la creación de
comandos textuales detallados para guiar a la IA,
permite a los docentes controlar los resultados gene-
rados, asegurando la alineación con los objetivos
pedagógicos y contextuales. Al dominar esta habili-
dad, el docente deja de ser un usuario pasivo de las
plataformas de la IA y se convierte en un cocreador,
capaz de dar forma a las interacciones y los resul-
tados. Esta competencia no solamente aumenta la
autonomía docente, sino que también favorece la
personalización de la enseñanza, permitiendo que
los contenidos reflejen las necesidades específicas de
cada grupo de estudiantes (Park y Choo, 2024). Por
tanto, constituye una competencia esencial preservar
la integridad pedagógica y evitar la dependencia de
soluciones predefinidas por las plataformas.
2. Metodología
2.1 Enfoque metodológico y naturaleza
de la investigación
La investigación se caracteriza por un enfoque
cualitativo realizado según los principios descritos por
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador 181
Bogdan y Biklen (1999), respetando las cinco carac-
terísticas fundamentales señaladas por los autores: (i)
la fuente directa de datos es el medio natural, siendo
el investigador el principal instrumento de recolec-
ción; (ii) se trata de una investigación descriptiva;
(iii) la atención se centra en los procesos más que en
los resultados o productos; (iv) el análisis de datos
se realiza de forma inductiva; y (v) el significado lo
atribuyen los propios participantes. El estudio tiene
un carácter exploratorio (Gil, 2008) y se ancla en un
marco analítico construido y validado a través de un
grupo focal (Gatti, 2005; Nyumba et al., 2024).
2.2 Caracterización del grupo de expertos
El grupo focal se realizó con el Grupo de
Investigación TEDCOM-Tecnologías Educativas en
Conectividad y Movilidad, integrado por 30 miem-
bros, entre los que se encuentran los autores de este
artículo. El grupo reúne a docentes, diseñadores ins-
truccionales y estudiantes de Maestría y Doctorado
en el área de Educación mediada por Tecnologías
Digitales. Este grupo puede ser legítimamente carac-
terizado como un grupo de expertos, pues está inte-
grado por participantes con formación académica
avanzada, experiencia profesional consolidada y tra-
bajo directo en el área de la Educación mediada por
Tecnologías Digitales, lo que les confiere dominio
técnico y teórico sobre el objeto de investigación.
2.3 Procedimientos de investigación e
instrumentos de recolección de datos
El grupo de expertos, inicialmente, construyó
un Marco Analítico para Plataformas de Inteligencia
Artificial Generativa en Educación, con el objetivo
de operacionalizar el análisis crítico de los impactos
de estas tecnologías en la autonomía docente. Este
proceso fue diseñado de forma colaborativa, anclado
en la revisión teórica y la experiencia de los par-
ticipantes del grupo focal, quienes actuaron como
coconstructores y validadores del instrumento.
Para ello, se realizó inicialmente una revisión
exploratoria de la literatura científica nacional e
internacional sobre la plataformización de la edu-
cación, el uso de IA generativa en la enseñanza y
habilidades emergentes como ingeniería de prompt.
Esta revisión nos permitió identificar los principales
desafíos y categorías recurrentes en el análisis de
herramientas basadas en IA en el contexto educati-
vo. A partir de este mapeo se definió una estructura
preliminar de categorías analíticas que orientarían la
evaluación de las plataformas.
Este modelo inicial fue sometido a dos rondas
de validación con un grupo focal. Las sesiones dura-
ron dos horas cada una y se realizaron en semanas
diferentes. Durante las reuniones, los participantes
analizaron críticamente las categorías propuestas,
sugirieron reformulaciones y agregaron criterios
considerados relevantes con base en sus experiencias
prácticas y teóricas.
Como resultado de este proceso interactivo
y dialógico se consolidaron tres dimensiones prin-
cipales, cuya representación visual se muestra en la
figura 1.
Figura 1. Marco analítico de las plataformas de inteligencia artificial generativa en educación
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador
182
El marco analítico permite un proceso de eva-
luación de las plataformas IAG en educación, basado
en tres dimensiones esenciales: pedagógica, técnica
y ética.
Dimensión pedagógica: su objetivo principal
es evaluar cómo las plataformas atienden las necesi-
dades de la enseñanza en la planificación y la práctica
pedagógica. Se analizan herramientas para desarro-
llar planes de clase, crear evaluaciones y personalizar
la enseñanza, considerando la generación automática
de materiales, el soporte de contenidos multimo-
dales y la integración con los currículos oficiales.
También se observa compatibilidad con diferentes
niveles educativos y directrices pedagógicas, como la
Base Curricular Nacional Común (BNCC) de Brasil.
Además, se evalúa la posibilidad de personalización
para atender la diversidad de perfiles estudiantiles
y las metodologías de enseñanza, investigando si el
profesorado puede modificar, ajustar o rechazar los
contenidos generados automáticamente, así como la
flexibilidad de la herramienta para integrar diferen-
tes enfoques metodológicos.
Dimensión técnica: evalúa la usabilidad y
accesibilidad de las plataformas, considerando aspec-
tos como interfaz, soporte técnico y accesibilidad
digital. Verifica que la interfaz sea intuitiva y accesi-
ble para docentes con diferentes niveles de familiari-
dad tecnológica, y la disponibilidad de guías, tutoria-
les y soporte técnico, además de brindar capacitación
para el uso autónomo y crítico de las herramientas.
También se considera la compatibilidad con diferen-
tes dispositivos (ordenadores, smartphones, tablets)
y el apoyo a usuarios con discapacidad, garantizando
el cumplimiento de los estándares internacionales de
accesibilidad.
Dimensión ética: analiza la privacidad de los
datos y la transparencia de los algoritmos en las pla-
taformas. Verifica si la plataforma informa claramen-
te sobre sus políticas de recopilación, almacenamien-
to y uso de datos de los usuarios, y su cumplimiento
con la legislación de protección de datos, como la
Ley General de Protección de Datos Personales de
Brasil (LGPD). También evalúa si la plataforma
permite a los docentes comprender la lógica de las
recomendaciones y la generación de contenidos, y
si ofrece opciones para personalizar las decisiones
automatizadas.
Basándose en este marco analítico, el grupo de
expertos construyó una Lista de Verificación para la
Evaluación de Plataformas de Inteligencia Artificial
Generativa en Educación, compuesta por 23 ítems
con tres opciones de respuesta para cada uno: Sí, se
cumple totalmente; Parcialmente respondido; y No
contestada.
Las categorías, artículos y preguntas se organi-
zan de la siguiente manera:
Dimensión pedagógica:
Características principales. ¿La plataforma
ofrece herramientas para la planificación de clases?
¿Tiene recursos para crear evaluaciones? ¿Permite
una enseñanza personalizada? ¿Ofrece generación
automática de material? ¿Incluye capacidades mul-
timodales? ¿Se integra con los currículos oficiales?
Adecuación al contexto educativo ¿La platafor-
ma es compatible con diferentes niveles educativos?
¿Está alineado con las pautas pedagógicas (por ejem-
plo, BNCC)? ¿Permite la personalización para clases
con diferentes perfiles?
Control sobre el contenido: ¿Puede el profesor
modificar, ajustar o rechazar el contenido generado
automáticamente? ¿La herramienta permite la inte-
gración de metodologías propias del docente?
Dimensión técnica:
Usabilidad: ¿La interfaz es intuitiva y fácil
de navegar? ¿Puede ser utilizada por docentes con
diferentes niveles de competencia digital? ¿La plata-
forma ofrece tutoriales y guías? ¿Hay soporte técnico
disponible?
Accesibilidad: ¿Es compatible con computado-
ras, teléfonos inteligentes y tabletas? ¿Incluye fun-
ciones de accesibilidad digital (lectores de pantalla,
subtítulos, ajuste de contraste)?
Formación y soporte a la docencia ¿La plata-
forma ofrece formación o soporte técnico para su
uso autónomo? ¿Proporciona recursos para que los
docentes puedan utilizar las herramientas de forma
crítica?
Dimensión ética:
Privacidad de datos: ¿La plataforma informa
cómo se recopilan, almacenan y utilizan los datos?
¿Cumple con legislación como la LGPD?
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador 183
Transparencia algorítmica: ¿La plataforma
permite a los docentes comprender cómo funcio-
nan las decisiones automatizadas? ¿Es posible ajus-
tar las recomendaciones y el contenido generado
automáticamente?
El grupo de expertos realizó tres sesiones de
dos horas, en diferentes semanas, para analizar las
plataformas Teachy, MagicSchool y PlanIt Teachers,
basándose en el marco analítico y en la lista de veri-
ficación. Cabe señalar que estas plataformas fueron
elegidas por su representatividad en el escenario
actual de herramientas basadas en las plataformas
IAG orientadas a la educación, lo que se puede
apreciar a través de referencias a las mismas, espe-
cialmente en redes sociales de educadores, foros de
enseñanza y repositorios educativos.
Cada sesión abordó una dimensión: pedagó-
gica, técnica y ética. La opción de centrarse en una
dimensión por semana, en lugar de evaluarlas todas
en una sola plataforma a la vez, fue una decisión
metodológica estratégica. Este enfoque favoreció
comparaciones transversales consistentes, concen-
tración en criterios, maduración reflexiva entre reu-
niones y mayor equidad en el análisis. También evitó
que la familiaridad con una plataforma influyera
en la valoración de las demás, asegurando mayor
criticidad, rigor metodológico y coherencia en la
asignación de puntuaciones. Es importante destacar
que los puntajes atribuidos a cada ítem/dimensión
resultaron del consenso entre los participantes del
grupo focal, con base en la discusión colectiva de
criterios y percepciones.
A partir de los criterios de puntuación se
definió si la plataforma favorece o compromete la
autonomía docente. Cada elemento de la lista de
verificación recibió la siguiente puntuación: Sí, se
cumple totalmente = 2 puntos; Parcialmente cum-
plido = 1 punto; No respondido = 0 puntos. Basados
en los resultados , se estableció la siguiente escala de
evaluación para medir el impacto de las plataformas
en la autonomía docente: 36 a 46 puntos - la pla-
taforma fortalece significativamente la autonomía
docente, permitiendo un control total sobre los con-
tenidos y metodologías; 24 a 35 puntos: la plataforma
ofrece un soporte razonable para la autonomía, pero
impone algunas restricciones a la personalización y
la toma de decisiones; 12 a 23 puntos: la plataforma
presenta limitaciones sustanciales, comprometiendo
la flexibilidad pedagógica; y 0 a 11 puntos: la plata-
forma centraliza excesivamente las decisiones peda-
gógicas, comprometiendo la autonomía docente y
promoviendo la dependencia tecnológica.
Finalmente, se compararon y discutieron los
resultados de los análisis, sustentando la redacción
de las conclusiones del estudio.
3. Resultados
El análisis de las plataformas Teachy,
MagicSchool y PlanIt Teachers se realizó de acuerdo
con los criterios definidos en el marco analítico, com-
pletando la lista de verificación. A continuación, se
destacan las principales observaciones.
3.1 Análisis de la Plataforma Teachy -
https://www.teachy.com.br/
La plataforma Teachy de inteligencia artificial
es brasileña, desarrollada para ayudar a los profeso-
res a preparar planes de lecciones, crear preguntas y
actividades para diferentes niveles educativos (Brito
y Brito, 2024).
Dimensión pedagógica (19 puntos en total):
Características principales: la plataforma permi-
te la creación de clases interactivas (2 puntos) y ofrece
soporte para cuestionarios y evaluaciones (2 puntos).
Los profesores pueden adaptar el contenido a las nece-
sidades de los estudiantes (2 puntos). La IA genera
automáticamente planes de lecciones y materiales de
enseñanza (2 puntos). Incluye recursos multimodales,
centrándose en textos y evaluaciones (2 puntos). No
hay mención clara del BNCC ni de otros planes de
estudio oficiales (0 puntos). Subtotal: 10 puntos.
Adecuación al contexto educativo: Teachy
puede utilizarse en diferentes niveles educativos,
centrándose en Educación Primaria y Secundaria (2
puntos). No hay información explícita sobre el cum-
plimiento de las directrices pedagógicas (0 puntos).
Los profesores pueden personalizar los materiales
para diferentes clases (2 puntos). Subtotal: 4 puntos.
Control sobre el contenido: el usuario puede
modificar, ajustar o rechazar el contenido generado
(2 puntos). Es posible integrar metodologías propias,
insertando estrategias personalizadas (2 puntos).
Subtotal: 4 puntos.
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador
184
Dimensión técnica (13 puntos en total):
Usabilidad: interfaz intuitiva y bien estructu-
rada (2 puntos), fácil de usar por docentes con dife-
rentes niveles de familiaridad tecnológica (2 puntos).
Ofrece guías, tutoriales (2 puntos) y soporte por chat
y correo electrónico (2 puntos). Subtotal: 8 puntos.
Accesibilidad: compatible con ordenadores,
smartphones y tablets (2 puntos). No hay mención
explícita de funciones de accesibilidad digital como
lectores de pantalla, subtítulos o contraste (0 pun-
tos). Subtotal: 2 puntos.
Formación y apoyo al profesorado: proporciona
tutoriales y materiales de apoyo para uso indepen-
diente (2 puntos). A pesar del apoyo, no hay un estí-
mulo explícito a la reflexión pedagógica sobre el uso
de la IA (1 punto). Subtotal: 3 puntos.
Dimensión ética (3 puntos en total):
Privacidad de datos: la plataforma propor-
ciona información sobre la recopilación, almacena-
miento y uso de datos, pero de manera superficial (1
punto). Declara cumplimiento de la LGPD, pero sin
entrar en detalles (1 punto). Subtotal: 2 puntos.
Transparencia algorítmica: no hay explica-
ciones claras sobre cómo funcionan los algoritmos
(0 puntos). Algunas opciones permiten ajustar las
recomendaciones y la generación automática de con-
tenido (1 punto). Subtotal: 1 punto.
Con 35 puntos en la suma final, Teachy entra
en la categoría de apoyo adecuado a la autonomía
docente, aunque presenta limitaciones en la perso-
nalización y la toma de decisiones. Destaca por sus
recursos orientados a la planificación y creación de
evaluaciones personalizadas, pero carece de mejoras
en accesibilidad, integración con los currículos oficia-
les y transparencia algorítmica, lo que puede limitar
su aplicación en contextos educativos más diversos.
3.2 Revisión de la plataforma MagicSchool
- https://www.magicschool.ai/
MagicSchool es una plataforma internacional
de inteligencia artificial desarrollada para apoyar
a los educadores en diversas tareas pedagógicas
(Chacón Molina et al., 2024). Ofrece herramientas
para crear planes de lecciones, desarrollar evalua-
ciones, crear rúbricas y brindar orientación sobre
cursos específicos (Montenegro et al., 2024).
Dimensión pedagógica (18 puntos en total):
Características principales: MagicSchool ofre-
ce herramientas para la planificación de clases,
permitiendo la generación de planes alineados a
los estándares educativos (2 puntos). Admite la
creación de pruebas y cuestionarios personalizados
(2 puntos). Los docentes pueden adaptar el conte-
nido generado a las necesidades específicas de los
estudiantes, promoviendo una enseñanza perso-
nalizada (2 puntos). Utilizando IA, la herramienta
genera automáticamente materiales de enseñanza
como planes de lecciones y evaluaciones (2 puntos).
Incluye recursos multimodales, como generación de
diapositivas e imágenes para enriquecer el proceso
de enseñanza-aprendizaje (2 puntos). Si bien permite
la creación de planes alineados a los estándares edu-
cativos, no hay mención específica a la integración
con currículos oficiales como el BNCC (1 punto).
Subtotal: 11 puntos.
Adecuación al contexto educativo: la plataforma
fue desarrollada para servir a educadores en todos los
niveles de educación, desde primaria hasta la educa-
ción superior (2 puntos). Si bien facilita la creación de
materiales alineados con los estándares educativos, no
existe información específica sobre el cumplimiento
de lineamientos como el BNCC (1 punto). Los pro-
fesores pueden adaptar los materiales para diferentes
clases, atendiendo las necesidades específicas de cada
grupo (2 puntos). Subtotal: 5 puntos.
Control sobre el contenido: los educadores tie-
nen libertad parcial para editar, ajustar o descartar
el contenido generado por la plataforma (1 punto).
La herramienta ofrece una flexibilidad limitada
para que los docentes incorporen sus propias meto-
dologías de enseñanza en los materiales (1 punto).
Subtotal: 2 puntos.
Dimensión técnica (14 puntos en total):
Usabilidad: la interfaz es intuitiva y bien
estructurada, facilitando la navegación y uso por
parte del profesorado (2 puntos). Es accesible a edu-
cadores con diferentes niveles de habilidad tecnoló-
gica, ofreciendo apoyo y materiales fáciles de enten-
der (2 puntos). Proporciona materiales de soporte,
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador 185
incluidos tutoriales y guías para ayudar a utilizar las
funciones (2 puntos). Cuenta con soporte técnico
para aclarar dudas y resolver dificultades (2 puntos).
Subtotal: 8 puntos. Accesibilidad: compatible con
diferentes dispositivos (ordenadores, smartphones
y tablets), lo que permite el acceso en diferentes
contextos (2 puntos). Si bien está diseñado para
ser inclusivo, no hay información específica sobre
características como lectores de pantalla u opciones
de contraste ajustable (1 punto). Subtotal: 3 puntos.
Capacitación y apoyo a los docentes: proporcio-
na materiales de apoyo y asistencia técnica para ayu-
dar a los docentes a utilizar la herramienta de forma
independiente (2 puntos). Sin embargo, no existe un
enfoque explícito para fomentar el uso crítico de las
funciones (1 punto). Subtotal: 3 puntos.
Dimensión ética (5 puntos en total):
Privacidad de datos: la política de privacidad
de MagicSchool detalla cómo se recopilan, alma-
cenan y utilizan los datos del usuario (2 puntos).
La plataforma afirma cumplir con la legislación de
protección de datos, garantizando la privacidad del
usuario (2 puntos). Subtotal: 4 puntos.
Transparencia algorítmica: no hay información
disponible sobre cómo los algoritmos toman decisio-
nes o generan recomendaciones (0 puntos). Se permi-
ten algunas personalizaciones, pero sin transparencia
total sobre cómo los ajustes afectan el funcionamiento
del algoritmo (1 punto). Subtotal: 1 punto.
Con un total de 37 puntos, MagicSchool se
clasifica como una plataforma que fortalece sig-
nificativamente la autonomía docente, ofreciendo
control sobre contenidos y metodologías. Destaca
por su amplia gama de funcionalidades orientadas a
la planificación de clases, creación de evaluaciones
y personalización de la enseñanza, proporcionando
un apoyo eficaz al profesorado. Su interfaz intuitiva,
compatibilidad con múltiples dispositivos y disposi-
ción de guías y tutoriales hacen que la experiencia
del usuario sea accesible y eficiente. Sin embargo,
todavía hay aspectos por mejorar, especialmente en
lo que se refiere a la transparencia algorítmica, ya
que la plataforma no aclara cómo se toman las deci-
siones automatizadas. Además, la integración con los
currículos oficiales y la presencia de recursos especí-
ficos de accesibilidad digital siguen siendo puntos de
atención. A pesar de estas limitaciones, MagicSchool
representa una solución robusta e innovadora para
los docentes que buscan optimizar sus prácticas
pedagógicas con el apoyo de la inteligencia artificial.
3.3 Análisis de la plataforma PlanIt
Teachers - https://www.planitteachers.
ai/
PlanIt Teachers es una plataforma de inteli-
gencia artificial diseñada para ayudar a los docentes
a crear planes de clases, hojas de trabajo y evalua-
ciones alineados con el currículo. Desarrollado por
educadores, ofrece herramientas de IA que permiten
la personalización de recursos de enseñanza, como
diapositivas de clase, hojas de trabajo para estudian-
tes y materiales de apoyo (PlanIt Teachers, 2024).
Dimensión pedagógica (20 puntos en total):
Características principales: PlanIt Teachers
ofrece un conjunto de herramientas de creación de
lecciones impulsadas por inteligencia artificial, lo
que permite la generación rápida de planes de clases
alineados con el currículo (2 puntos). El centro de
evaluación inteligente facilita la creación de exá-
menes, brindando retroalimentación automatizada
y monitoreando el progreso de los estudiantes (2
puntos). La plataforma permite la personalización de
los materiales didácticos, adaptando la enseñanza a
las necesidades específicas del alumnado (2 puntos).
Genera automáticamente una variedad de materiales
como planes de lecciones, presentaciones, activida-
des y evaluaciones (2 puntos). Ofrece recursos mul-
timodales, permitiendo la creación de diapositivas,
fichas de actividades y otros formatos (2 puntos).
Si bien menciona la alineación con el currículo y el
mapeo inteligente de contenidos, no especifica qué
estándares o lineamientos curriculares se siguen (1
punto). Subtotal: 11 puntos.
Adecuación al contexto educativo: la platafor-
ma es aplicable en diferentes niveles educativos y
abarca más de 50 áreas de conocimiento (2 puntos).
Si bien menciona la alineación curricular, no brinda
información sobre el cumplimiento de los linea-
mientos nacionales (1 punto). La flexibilidad en la
adaptación de los materiales nos permite satisfacer
las necesidades de diferentes clases y contextos edu-
cativos (2 puntos). Subtotal: 5 puntos.
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador
186
Control sobre el contenido: los docentes tie-
nen total libertad para editar, ajustar o rechazar el
contenido generado por la plataforma (2 puntos).
La herramienta ofrece flexibilidad para incorporar
metodologías propias, permitiendo a los docentes
aplicar sus estrategias pedagógicas a los materiales (2
puntos). Subtotal: 4 puntos.
Dimensión técnica (15 puntos en total):
Usabilidad: la interfaz de PlanIt Teachers es
intuitiva y está bien estructurada, lo que hace que
sea fácil para los educadores navegarla y usarla
(2 puntos). Fue diseñado para atender a docentes
con diferentes niveles de familiaridad tecnológica,
ofreciendo apoyo y recursos accesibles (2 puntos).
Proporciona materiales de soporte, incluidos tutoria-
les y guías, para ayudar a los usuarios con su funcio-
nalidad (2 puntos). El soporte técnico está disponible
para resolver dudas y dificultades, garantizando un
adecuado seguimiento (2 puntos). Subtotal: 8 puntos.
Accesibilidad: la compatibilidad con compu-
tadoras, teléfonos inteligentes y tabletas permite
utilizar la plataforma en diferentes dispositivos y en
diferentes contextos (2 puntos). Aunque está diseña-
do para ser inclusivo, no hay información específica
sobre la disponibilidad de funciones como lectores
de pantalla, subtítulos o configuraciones de contraste
(1 punto). Subtotal: 3 puntos.
Capacitación y apoyo a docentes: la plataforma
ofrece materiales de apoyo y soporte técnico para ayu-
dar a los docentes a utilizar la herramienta de forma
independiente (2 puntos). Además, promueve el uso
crítico de las herramientas, permitiendo la adaptación
de los contenidos según las necesidades pedagógicas
de los docentes (2 puntos). Subtotal: 4 puntos.
Dimensión ética (1 punto en total):
Privacidad de datos: PlanIt Teachers no pro-
porciona detalles sobre cómo se recopilan, alma-
cenan o utilizan los datos del usuario (0 puntos).
Tampoco declara el cumplimiento de la legislación
en materia de protección de datos, como la LGPD (0
puntos). Subtotal: 0 puntos.
Transparencia algorítmica: no hay información
sobre cómo los algoritmos de la plataforma toman
decisiones o generan recomendaciones (0 puntos).
Se permiten algunas personalizaciones en el conteni-
do generado, pero sin transparencia sobre el impacto
de estas configuraciones en el funcionamiento del
algoritmo (1 punto). Subtotal: 1 punto.
Con un total de 36 puntos, PlanIt Teachers es
una plataforma que fortalece la autonomía docente,
proporcionando control sobre contenidos y metodo-
logías. Destaca por su amplia gama de funcionalida-
des orientadas a la creación de planes de lecciones,
desarrollo de evaluaciones y personalización de
la enseñanza, ofreciendo un apoyo consistente al
profesorado. Su interfaz intuitiva, la compatibilidad
con múltiples dispositivos y la presencia de guías y
tutoriales hacen que la experiencia de usuario sea
accesible y efectiva. Sin embargo, hay aspectos que
se pueden mejorar, especialmente en lo que respecta
a la transparencia algorítmica —ya que la plataforma
no explica cómo se toman sus decisiones automati-
zadas— y la falta de políticas claras sobre privacidad
de datos e integración con los currículos oficiales. A
pesar de estas limitaciones, PlanIt Teachers represen-
ta una solución viable para los docentes que quieran
mejorar sus prácticas pedagógicas con el apoyo de la
inteligencia artificial.
4. Discusión
El análisis de las plataformas Teachy,
MagicSchool y PlanIt Teachers revela un panorama
complejo y multifacético en relación con el impacto
de la inteligencia artificial generativa (IAG) en la
autonomía docente. Los datos muestran que, si bien
todas las plataformas ofrecen un apoyo significativo
a la práctica pedagógica, los niveles de autonomía
otorgados a los docentes varían considerablemente
en función de las dimensiones pedagógicas, técnicas
y éticas evaluadas.
En la dimensión pedagógica, las tres plata-
formas presentaron recursos robustos para crear
planes de clases, personalizar materiales y generar
contenidos automáticamente. Esto corrobora los
hallazgos de Szabó y Szoke (2024) y Butler-Ulrich
et al. (2024), quienes destacan el potencial de la IAG
para apoyar prácticas pedagógicas innovadoras. Sin
embargo, las plataformas aún no logran integrarse
con los currículos oficiales, como el BNCC, lo que
puede comprometer la aplicabilidad de los recursos
en contextos regulados. Esta limitación también fue
señalada por Gruzdeva (2022), quien advierte de los
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador 187
riesgos de la descontextualización curricular en las
soluciones digitales estandarizadas.
La dimensión técnica demostró usabilidad y
accesibilidad razonables, con interfaces intuitivas y
un soporte técnico efectivo. Sin embargo, la ausencia
de recursos específicos de accesibilidad digital en
todas las plataformas analizadas (como lectores de
pantalla y ajustes de contraste) es un aspecto pre-
ocupante, especialmente dadas las demandas de la
educación inclusiva. Como señalan Kerssens y van
Dijck (2022), la centralidad de las plataformas puede
profundizar las desigualdades si no están diseñadas
con principios de accesibilidad y equidad.
En cuanto a la dimensión ética se identifican
las mayores debilidades: en ninguna de las platafor-
mas hubo suficiente transparencia sobre los algo-
ritmos utilizados ni claridad en la política de datos
como exigen las normativas, como la LGPD. Este
escenario refuerza las críticas de Humble (2024) y
Łodzikowski et al. (2024) sobre los riesgos del uso
indiscriminado de IAG en educación, que incluyen
la pérdida de control pedagógico y la imposición de
soluciones automatizadas y potencialmente sesgadas.
En este contexto, el estudio refuerza la nece-
sidad de formación del profesorado en ingeniería de
prompts, tal como lo defienden Park y Choo (2024)
y Rathod (2024). El dominio de esta habilidad per-
mite a los docentes interactuar estratégicamente con
las plataformas, adaptando los resultados de la IA
según sus necesidades pedagógicas y promoviendo
prácticas más críticas, creativas y contextualizadas.
La ingeniería de prompt surge, entonces, como una
forma viable de equilibrar los beneficios de la IAG
con la preservación de la autonomía del docente y la
intencionalidad pedagógica.
5. Conclusiones finales
Los hallazgos de este estudio muestran que el
uso de plataformas de inteligencia artificial generati-
va en la educación representa un avance prometedor,
pero requiere cautela y pensamiento crítico por parte
de los docentes.
Las contribuciones centrales de este trabajo
radican en la propuesta de un marco analítico estruc-
turado y la aplicación de una lista de verificación
sistemática, que permitió una cuidadosa evaluación
comparativa entre diferentes plataformas. Estos ins-
trumentos pueden ser útiles para profesores e insti-
tuciones que buscan adoptar tecnologías educativas
de una manera más consciente y estratégica.
Por otro lado, la principal limitación identi-
ficada se refiere a la necesidad de una mayor pro-
fundidad técnica en las dimensiones éticas de las
plataformas, especialmente en lo que respecta al
funcionamiento de los algoritmos y la gestión de los
datos personales de los usuarios. En este contexto, se
destaca la urgencia de formar a los docentes en habi-
lidades como la ingeniería de prompt, no solo como
un recurso operativo, sino como una herramienta
crítica para la mediación pedagógica.
En futuras investigaciones es necesario ana-
lizar otras herramientas de IAG aplicadas a la edu-
cación, con el fin de ampliar la comprensión de sus
potencialidades, límites e impactos pedagógicos en
diferentes contextos de uso, contribuyendo a un aná-
lisis más integral y representativo.
En resumen, el uso de IAG en la educación no
solo debe incorporarse, sino comprenderse y recon-
figurarse en función de las necesidades de la práctica
docente. Esta perspectiva contribuye a fortalecer la
autonomía profesional, al articular criterios éticos
con el desarrollo de la capacidad de agencia tecnoló-
gica de los educadores.
Contribución de autores
Dr. Igor Radtke Bederode: conceptualiza-
ción, curación de datos, análisis formal, investiga-
ción, metodología, validación, escritura-borrador
original, escritura-revisión y edición.
Dr. Luis Otoni Meireles Ribeiro: conceptua-
lización, curación de datos, análisis formal, investi-
gación, metodología, validación, escritura-borrador
original, escritura-revisión y edición.
Referencias bibliográficas
Bahroun, Z., Anane, C., Ahmed, V. y Zacca, A. (2023).
Transforming Education: a comprehensive
review of Generative Artificial Intelligence in
educational settings through bibliometric and
content analysis. Sustainability, 15(17), 12983.
https://doi.org/10.3390/su151712983
Barroso, I., Palomares, A. I., Fernández, A. y Herrera, F.
(2024). Crafting personalized learning paths with
AI for lifelong learning. Frontiers in Education, 9,
Article 1424386.
https://doi.org/10.3389/feduc.2024.1424386
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador
188
Bobula, M. (2024). Generative artificial intelligence (AI)
in higher education: a comprehensive review
of challenges, opportunities, and implications.
Journal of Learning Development in Higher
Education, (30).
https://doi.org/10.47408/jldhe.vi30.1137
Bogdan, R. y Biklen, S. (1999). Investigação qualitativa em
Educação: Uma introdução à teoria e aos métodos.
Porto Editora.
Brito, J. Brito y L. H. da S. (2024). Uso da inteligência
artificial Teachy para a educação geográfica: poten-
cialidades e limites. Anais do X CONEDU. Realize
Editora. https://bit.ly/3RYWBlx
Broadfoot, P. y Rockey, J. (2025). Generative AI and
the social functions of educational assessment.
Oxford Review of Education, 51(2), 281-300.
https://doi.org/10.1080/03054985.2025.2455549
Butler-Ulrich, T., Hughes, J. y Morrison, L. (2024).
Creativity and generative AI for pre-service tea-
chers. IntechOpen.
https://doi.org/10.5772/intechopen.1007517
Celik, I., Dindar, M., Muukkonen, H. y Järvelä, S. (2022).
Promises and challenges of artificial intelligence
for teachers: A systematic review of research.
TechTrends, 66(4), 616-630.
https://doi.org/10.1007/s11528-022-00715-y
Chacón Molina, H. H., Simancas Malla, F. M., Maliza
Muñoz, W. F. y Tapia Bastidas, T. (2024). Taller
de capacitación docente para el uso de recur-
sos didácticos digitales en la plataforma Magic
School. Código Científico Revista De Investigación,
5(2), 1636-1662.
https://doi.org/10.55813/gaea/ccri/v5/n2/603
Duan, H. y Zhao, W. (2024). The Effects of Educational
Artificial Intelligence-Powered Applications
on Teachers’ Perceived Autonomy, Professional
Development for Online Teaching, and Digital
Burnout. The International Review of Research
in Open and Distributed Learning, 25(3), 57-76.
https://doi.org/10.19173/irrodl.v25i3.7659
Firat, M. y Kuleli, S. (2024). Fronteras educativas con
ChatGPT: un análisis de redes sociales de tuits
influyentes. Alteridad, 19(2), 224-235.
https://doi.org/10.17163/alt.v19n2.2024.06
Gatti, B. A. (2005). Grupo focal na pesquisa em Ciências
sociais e humanas. Líber Livro.
Gil, A. C. (2008). Métodos e técnicas de pesquisa social. 6.
ed. Editora Atlas S.A.
Gruzdeva, M. L. (2022). Digital technologies as a factor
in the transformation of the educational process.
In Proceedings of the International Conference
on Emerging Trends in Education (pp. 223-228).
Springer.
https://doi.org/10.1007/978-981-19-4005-7_25
Haleem, A., Javaid, M., Qadri, M. A. y Suman, R. (2022).
Understanding the role of digital technologies in
education: A review. Sustainable Operations and
Computers, 3, 275-285.
https://doi.org/10.1016/j.susoc.2022.03.001
Humble, N. (2024). Risk management strategy for gene-
rative AI in computing education: How to handle
the strengths, weaknesses, opportunities, and
threats? International Journal of Educational
Technology in Higher Education, 21, Article 61.
https://doi.org/10.1186/s41239-024-00494-x
Kerssens, N. y van Dijck, J. (2022). Governed by Edtech?
Valuing pedagogical autonomy in a platform
society. Harvard Educational Review, 92(2), 284-
303.
https://doi.org/10.17763/1943-5045-92.2.284
Kerssens, N. y van Dijck, J. (2023). The platformization
of primary education in the Netherlands 1. En A.
Rivas y C. Cobo (eds.), The new digital education
policy landscape: from education systems to platfor-
ms (pp. 9-28). Routledge.
https://doi.org/10.4324/9781003373018-3
Kurtz, F. D., Silva, D. R. y Pansera-de-Araújo, M. C.
(2024). Conocimiento docente: perspectivas para
la formación permanente en el sur de Brasil.
Alteridad, 19(2), 247-257.
https://doi.org/10.17163/alt.v19n2.2024.08
Lee, D. y Palmer, E. (2025). Prompt engineering in higher
education: A systematic review to help inform
curricula. International Journal of Educational
Technology in Higher Education, 22(7).
https://doi.org/10.1186/s41239-025-00503-7
Li, X. (2024). Artificial intelligence in teacher education:
Examining critical thinking and creativity throu-
gh AI usage. Frontiers of Educational Studies, 7(2).
https://doi.org/10.59400/fes2727
Łodzikowski, K., Foltz, P. W. y Behrens, J. T. (2024).
Generative AI and Its Educational Implications.
En Kourkoulou, D., Tzirides, A. O. Cope, B.,
Kalantzis, M. (eds.), Trust and inclusion in
AI-Mediated Education. Postdigital Science and
Education. Springer, Cham.
https://doi.org/10.1007/978-3-031-64487-0_2
Martorell, J. R. y Tirado, F. (2024). Inteligencia arti-
ficial y pulsación. Telos: Revista de Estudios
Interdisciplinares en Ciencias Sociales, 26(3), 843-
860. https://doi.org/10.36390/telos263.05
Montenegro, J. N. P., Pallasco, E. A. C. y Cajamarca, L. A.
M. (2024). Inteligencia artificial para la asistencia
pedagógica de los docentes: Transformación de
prácticas docentes en Ecuador. Simbiosis Educativa,
3(1), 49-68. https://doi.org/10.60085/se.v3n1a2
Dr. Igor Radtke-Bederode y Dr. Luis Otoni Meireles-Ribeiro
Alteridad, 2025, 20(2), 178-189© Universidad Politécnica Salesiana, Ecuador 189
Alteridad, 2025, 20(1), 178-189 189
Niu, S. J., Luo, J., Niemi, H., Li, X. y Lu, Y. (2022).
Teachers’ and Students’ Views of Using an AI-Aided
Educational Platform for Supporting Teaching and
Learning at Chinese Schools. Education Sciences,
12(12), 858.
https://doi.org/10.3390/educsci12120858
Nyumba, T. O., Wilson, K., Derrick, C. J. y Mukherjee, N.
(2018). The use of focus group discussion metho-
dology: Insights from two decades of applica-
tion in conservation. Methods in Ecology and
Evolution, 9(1), 20-32.
https://doi.org/10.1111/2041-210X.12860
Park, J. y Choo, S. (2024). Generative AI Prompt Engineering
for educators: practical strategies. Journal of Special
Education Technology.
https://doi.org/10.1177/01626434241298954
PlanIt Teachers. (2024). Ethical AI in education: empowe-
ring teacher technology leadership.
https://bit.ly/4dc9fYf
Pont-Niclòs, I., Echegoyen-Sanz, Y., Orozco-Gómez, P. y
Martín-Expeleta, A. (2024). Creatividad e inteli-
gencia artificial: Un estudio con futuros docentes.
Digital Education Review, 45, 91-97.
https://doi.org/10.1344/der.2024.45.91-97
Putri, S. D. G., Purnomo, E. P. y Khairunissa, T. (2024).
Echo Chambers and Algorithmic Bias: The
Homogenization of Online Culture in a Smart
Society. SHS Web of Conferences, 202, 0500.
https://doi.org/10.1051/shsconf/202420205001
Rathod, J. D. (2024). Systematic Study of Prompt
Engineering. International Journal of Science,
Technology, and Engineering, 12(6), 597-613.
https://doi.org/10.22214/ijraset.2024.63182
Sağın, F., Özkaya, A., Tengiz, F., Geyik, Ö. Y Geyik, C.
(2023). Current evaluation and recommenda-
tions for the use of artificial intelligence tools in
education. Turkish Journal of Biochemistry, 48(6),
620-625. https://doi.org/10.1515/tjb-2023-0254
Silva, N. A. G. y Carolei, P. (2024). Plataformização
da Educação Pública: Desafios para Autonomia
Docente e Inclusão Discente. Revista Docência e
Cibercultura, 8(4).
https://doi.org/10.12957/redoc.2024.84769
Sipahioglu, M. (2024). Empowering teachers with
Generative AI tools and support. En R. Sharma
Y A. Bozkurt (eds.), Transforming education
with Generative AI: Prompt Engineering and syn-
thetic content creation (pp. 214-238). IGI Global
Scientific Publishing.
https://doi.org/10.4018/979-8-3693-1351-0.ch011
Szabó, F. y Szoke, J. (2024). How does generative AI promo-
te autonomy and inclusivity in language teaching?
ELT Journal, 78(4), 478-488.
https://doi.org/10.1093/elt/ccae052
Vallis, C., Wilson, S. y Casey, A. (2024). Generative AI:
Beyond the binaries with metaphors. ASCILITE
Publications, 590-595.
https://doi.org/10.14742/apubs.2024.1408
Williamson, B. y Eynon, R. (2020). Historical threads, mis-
sing links, and future directions in AI in education.
Learning, Media and Technology, 45(3), 223-235.
https://doi.org/10.1080/17439884.2020.1798995
Xia, Q., Weng, X., Ouyang, F. y Lin, T. J. (2024). A sco-
ping review on how generative artificial intelli-
gence transforms assessment in higher education.
International Journal of Educational Technology in
Higher Education, 21, Article 40.
https://doi.org/10.1186/s41239-024-00468-z
Xin, J. J. (2024). Investigating EFL teachers’ use of gene-
rative AI to develop reading materials: A prac-
tice and perception study. Language Teaching
Research, 0(0).
https://doi.org/10.1177/13621688241303321
Zawacki-Richter, O., Bond, M., Marin, V. y Gouverneur,
F. (2019). Systematic review of research on artifi-
cial intelligence applications in higher education
– where are the educators? International Journal of
Educational Technology in Higher Education, 16,
39. https://doi.org/10.1186/s41239-019-0171-0.
