Análisis de sesgos en recursos generados por Inteligencia Artificial: estudio de caso con estudiantes de Pedagogía

Número

Descargas

Visitas a la página del resumen del artículo:  136  

DOI

https://doi.org/10.25267/Hachetetepe.2026.i32.1205

Información

Núm. 32 (2026)
Artículos
1205
Publicado: 24-03-2026
PlumX
Crossref
Scopus
Google Scholar
Europe PMC

Autores/as

Resumen

Entre las metas de la Agenda 2030 para el Desarrollo Sostenible se encuentra el aumento de la población digitalmente competente, para lo que resulta necesario contar con expertos educativos capacitados para contribuir a esta meta desde un enfoque ético, seguro y pedagógicamente fundamentado. Esto implica poner especial énfasis en los riegos asociados al uso de la Inteligencia Artificial Generativa (IAG) para crear recursos educativos. Con este propósito, se realiza un estudio exploratorio con un enfoque mixto, cuyo objetivo es promover la identificación y análisis de sesgos en recursos generados por IAG, con 36 estudiantes de Pedagogía en un centro adscrito a la Universidad Complutense de Madrid, España. Tras la intervención, los resultados muestran un incremento en la identificación de los sesgos asociados a las variables representatividad y representación estereotipada de la diversidad, así como de sesgos más complejos con un carácter interseccional. Los resultados sugieren que el programa resulta un recurso eficaz para promover los análisis críticos de sesgos en materiales generados por IAG. Sin embargo, es necesario identificar y profundizar en tipos de diversidades con los que el estudiante pueda encontrarse menos familiarizado, para lo que la guía del docente sigue siendo de vital importancia

Palabras clave

Inteligencia Artificial Generativa Google Schoolar
Sesgos Google Schoolar
Diversidad Google Schoolar
Inclusión Google Schoolar
Pedagogía Google Schoolar

Descargas

Los datos de descargas todavía no están disponibles.

Cómo citar

Díaz, A. A., & Sánchez Huete, J. C. (2026). Análisis de sesgos en recursos generados por Inteligencia Artificial: estudio de caso con estudiantes de Pedagogía . Hachetetepé. Revista científica De Educación Y Comunicación, (32), 1205. https://doi.org/10.25267/Hachetetepe.2026.i32.1205

Biografía del autor/a

Alejandra Alexia Díaz, CES Don Bosco/ Universidad Complutense de Madrid

Alejandra Alexia Díaz Pino es Doctora en Educación, Orientadora Educativa y Maestra de Educación Primaria. Actualmente trabaja como profesora titular en el Centro de Estudios Universitarios Don Bosco (Universidad complutense de Madrid), colabora con varias universidades de la Comunidad de Madrid y es fundadora de IA y Educación, una consultoría especializada en la integración responsable de la inteligencia artificial en entornos educativos. Con más de una década de experiencia en la docencia, la investigación y la gestión educativa, ha participado en numerosos proyectos de innovación educativa tanto a nivel nacional como internacional. Su línea de investigación se centra en el uso eficaz de la inteligencia artificial en la educación, promoviendo siempre un enfoque ético, seguro y pedagógicamente fundamentado.

Juan Carlos Sánchez Huete, CES Don Bosco/ Universidad Complutense de Madrid

Profesor doctor acreditado del Centro de Enseñanza Superior Don Bosco (universidad salesiana adscrita a la UCM). Colabora en la En la UAX, como profesor en los Grados de Magisterio de Primaria e Infantil. En la UNIE es profesor del Máster Universitario en Formación del Profesorado de Educación Secundaria Obligatoria y Bachillerato, Formación Profesional y Enseñanza de Idiomas. Profesor extranjero en la Universidad Nacional de Rosario de Argentina. Durante 14 años, profesor de educación primaria. Doctor en Filosofía y Ciencias de la Educación (UCM), ha titulado en varios másteres relacionados con animación telemática y tecnología educacional (por las Universidades de Barcelona y de Brasilia). Es también Diplomado en Profesorado de E.G.B. y Maestro de Educación Física. Sus actuales líneas de investigación lo son sobre “Desarrollo del pensamiento lógico y abstracto” (CES Don Bosco-UCM), “Pedagogía, Formación y Conciencia” (UAM) y “Sistemas, Ambiente y Relación Educativa” (UNIR). Ha investigado sobre “Innovación e inclusión de la muerte en la educación”, proyecto I+D de la UAM. Entre sus últimas publicaciones destacan: Métodos y diseños de Investigación en contextos socioeducativos (2026, Ed. Sanz y Torres); La dislexia: conocer y afrontar su problemática (2023, Ed. Sanz y Torres); Educar la diferencia (2022, Ed. Fundación La Hendija – Fundación Archipiélago); Organización, Funcionamiento y Gestión de los Procesos Educativos (2021, CCS); Perspectiva histórica de la educación de la mujer en España. Retos, desafíos y logros (2021, CCS).

Licencia

Derechos de autor 2026 Alejandra Alexia Díaz, Juan Carlos Sánchez Huete

Creative Commons License

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

Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:

  1. Conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cual estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons. Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que se cite la autoría, la url, y la revista, y no se usen para fines comerciales. No se permite hacer obras derivadas.
  2. Podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
  3. Difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) una vez que el manuscrito sea aceptado, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto)

Hachetetepé. Revista científica de educación y comunicación no cobra honorarios ni por la presentación de manuscritos ni por la publicación de sus artículos.

Citas

Anarte, L. F. (2023). Sesgos de género en la Inteligencia Artificial: El Estado de derecho frente a la discriminación algorítmica por razón de sexo. Revista Internacional de Pensamiento Político, 18, 95-120.

Ayala, M. C., Webb, A., Maldonado, L., Canales, A., y Cascallar, E. (2024). Teacher's social desirability bias and Migrant students: A study on explicit and implicit prejudices with a list experiment. Social Science Research, 119, 102990. https://doi.org/10.1016/j.ssresearch.2024.102990

Bañeres, D., Rodríguez-González, M.E., y Guerrero-Roldán, A, E. (2023). Un sistema de alerta temprana para identificar e intervenir a los alumnos que abandonan la escuela en línea. International Journal of Educational Technology in Higher Education, 20(3). https://doi.org/10.1186/s41239-022-00371-5

Bearman, M., Tai, J., Dawson, P., Boud, D., y Ajjawi, R. (2024). Developing evaluative judgement for a time of generative artificial intelligence. Assessment & Evaluation in Higher Education, 1–13. https://doi.org/10.1080/02602938.2024.2335321

Cabero-Almenara, J., Romero-Tena, R., Barroso-Osuna, J., y Palacios-Rodríguez, A. (2020). Marcos de competencias digitales docentes y su adecuación al profesorado universitario y no universitario. Revista Caribeña de Investigación Educativa (RECIE), 4(2), 137-158. https://doi.org/10.32541/recie.2020.v4i2.pp137-158

Cabral-Gouveia, C., Menezes, I., y Neves, T. (2023). Educational strategies to reduce the achievement gap: a systematic review. Frontiers in Education, 8. https://doi.org/10.3389/feduc.2023.1155741

Casanova, A., y Martínez, M. (2024). Producción científica sobre Inteligencia Artificial y educación: un análisis cienciométrico. Hachetetepé. Revista científica de Educación y Comunicación, (28), 1102. https://doi.org/10.25267/Hachetetepe.2024.i28.1102

Celik, I. (2023). Towards Intelligent-TPACK: An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behavior, 138, 107468. https://doi.org/10.1016/j.chb.2022.107468

Chen, Z. (2022). Artificial intelligence-virtual trainer: Innovative didactics aimed at personalized training needs. Journal of the Knowledge Economy, 14, 1-19. https://doi.org/10.1007/s13132-022-00985-0

Comisión Europea. (2024). Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo sobre Inteligencia Artificial. Diario Oficial de la Unión Europea. https://bit.ly/4sBM68B

De la Cruz Campos, J.C., Santos Villalba, Mª. J., Alcalá del Olmo Fernández, Mª. J., y Victoria Maldonado, J. J. (2023). Competencias digitales docentes en la educación superior. un análisis bibliométrico. Hachetetepé. Revista científica en Educación y Comunicación, (26), 1-25. https://doi.org/10.25267/Hachetetepe.2023.i26.1103

Davoud, M. (2021). Situating ICT in early childhood teacher education. Education and Information Technologies, 26(3), 3009-3026. https://doi.org/10.1007/s10639-020-10399-7

Fang, X., Che, S., Mao, M., Zhang, H., Zhao, M., y Zhao, X. (2024). Bias of AI-generated content: An examination of news produced by large language models. Scientific Reports, 14(1), 1-20. https://doi.org/10.1038/s41598-024-55686-2

Farrelly T.,y Baker N. (2023). Generative Artificial Intelligence: Implications and Considerations for Higher Education Practice. Educ. Sci, 3(11), 1-14. https://doi.org/10.3390/educsci13111109

Ferreiro, A. A. (2018). Aprendizaje basado en proyectos para el desarrollo de la competencia digital docente en la formación inicial del profesorado. Relatec: Revista Latinoamericana de Tecnología Educativa, 17(1), 9-24. https://doi.org/10.17398/1695-288X.17.1.9

Flores-Vivar, J., y García-Peñalvo, F. (2023). Reflections on the ethics, potential, and challenges of artificial intelligence in the framework of quality education (SDG4). Comunicar, 74, 37-47. https://doi.org/10.3916/C74-2023-03

Flores, L. (2023). Sesgos de género en la Inteligencia Artificial: El Estado de derecho frente a la discriminación algorítmica por razón de sexo. Revista Internacional De Pensamiento Político, 18(18), 95–120. https://doi.org/10.46661/rev.int.pensampolit.8778

Gesser, M., Block, P., y Mello, A. G. D. (2022). Estudios sobre discapacidad: interseccionalidad, anticapacitismo y emancipación social. Andamios, 19 (49), 217-254. https://doi.org/10.29092/uacm.v19i49.924

Glock, S., y Krolak-Schwerdt, S. (2014). Stereotype activation versus application: how teachers process and judge information about students from ethnic minorities and with low socioeconomic background. Soc Psychol Educ 17, 589–607. https://doi.org/10.1007/s11218-014-9266-6

González-González, C., Violant, V., Infante, A., Cáceres, L. y Guzmán, M. D. (2021). Robótica educativa en contextos inclusivos: el caso de las aulas hospitalarias. Educación XX1, 24(1), 375-403, http://doi.org/10.5944/educXX1.27047

Gudmundsdottir, G. B., y Hatlevik, O. E. (2018). Newly qualified teachers' professional digital competence: Implications for teacher education: ATEE journal. European Journal of Teacher Education, 41(2), 214-231. http://doi.org.bucm.idm.oclc.org/10.1080/02619768.2017.1416085

Hsu, Y. C., y Ching, Y. H. (2023). Generative Artificial Intelligence in Education, Part One: the Dynamic Frontier. TechTrends, 1(5), 603-607 https://doi.org/10.1007/s11528-023-00863-9

Instefjord, E., y Munthe, E. (2016). Preparing pre-service teachers to integrate technology: An analysis of the emphasis on digital competence in teacher education curricula: ATEE journal. European Journal of Teacher Education, 39 (1), 77-93. https://doi.org/10.1080/02619768.2015.1100602

Kil, H., Noels, K. A., Lascano, D. I. V., y Schweickart, O. (2019). English Canadians’ cultural stereotypes of ethnic minority groups: Implications of stereotype content for acculturation ideologies and immigration attitudes. International Journal of Intercultural Relations, 70, 104- 118. https://doi.org/10.1016/j.ijintrel.2019.03.005

Lan, Y. J., y Chen, N. S. (2024). Teachers’ agency in the era of LLM and generative AI. Educational Technology & Society, 27(1), I-XVIII. https://doi.org/10.3390/educsci11020047

Lucas, M., Dorotea, N., y Piedade, J. (2021). Developing Teachers’ Digital Competence: Results From a Pilot in Portugal. IEEE Revista Iberoamericana de Tecnologias del Aprendizaje, 16(1), 84-92. https://bit.ly/3byMjqu

Mollick, E. R., y Mollick, L. (2022). New modes of learning enabled by ai chatbots: Three methods and assignments. http://doi.org/10.2139/ssrn.4300783

Ouyang, F., Wu, M., y Zheng, L. (2023) Integración de predicción de rendimiento de inteligencia artificial y análisis de aprendizaje para mejorar el aprendizaje de los estudiantes en el curso de ingeniería en línea. International Journal of Educational Technology in Higher Education 20(4), 1-23. https://doi.org/10.1186/s41239-022-00372-4

Peng, L., y Zhao, B. (2024). Navigating the ethical landscape behind ChatGPT. Big Data & Society. https://doi.org/10.1177/20539517241237488

Ponce, N., y Camus, P. (2019). La práctica como eje formativo-reflexivo de la formación inicial docente. Revista de estudios y experiencias en educación, 18(37), 113- 128. https://doi.org/10.21703/rexe.20191837ponce1

Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu. Joint Research Centre. https://bit.ly/3bsziPe

Rothermund, K., y de Paula Couto, M. C. (2023). Age stereotypes: Dimensions, origins, and consequences. Current Opinion in Psychology, 55, 101747. https://doi.org/10.1016/j.copsyc.2023.101747

Rubach, C., y Lazarides, R. (2021). Addressing 21st-century digital skills in schools–Development and validation of an instrument to measure teachers' basic ICT competence beliefs. Computers in Human Behavior, 118, 106636. https://doi.org/10.1016/j.chb.2020.106636

Seetharaman, R. (2023). Revolutionizing Medical Education: ¿Can ChatGPT Boost Subjective Learning and Expression? Journal of Medical Systems, 47(1), 1-4. https://doi.org/10.1007/s10916-023-01957-w

Singh, K., Chatterjee, S., y Mariani, M. (2024). Applications of generative AI and future organizational performance: The mediating role of explorative and exploitative innovation and the moderating role of ethical dilemmas and environmental dynamism. Technovation, 133, 103021. https://doi.org/10.1016/j.technovation.2024.103021

Sun, L., Wei, M., Sun, Y., Suh, Y. J., Shen, L., y Yang, S. (2024). Smiling women pitching down: auditing representational and presentational gender biases in image-generative AI. Journal of Computer-Mediated Communication, 29(1) https://doi.org/10.1093/jcmc/zmad045

Tallón, S., Cáceres, M.P., Gómez, G., y Rodríguez, C. (2022). Perfil profesional del grado en pedagogía: análisis de las percepciones universitarias. Formación universitaria, 15(1), 197-208. https://doi.org/10.4067/S0718-50062022000100197

Vartiainen, H., Kahila, J., Tedre, M., López-Pernas, S., y Pope, N. (2024). Enhancing children’s understanding of algorithmic biases in and with text-to-image generative AI. New Media & Society. https://doi.org/10.1177/14614448241252820

Williams, R. T (2024) The ethical implications of using generative chatbots in higher education. Frontiers in Education. 1-8. http://doi.org/feduc.2023.1331607

Witkow, M. R., Thompson, T. L., y Kiang, L. (2024). Unpacking the model minority stereotype: Different pathways to self-esteem through internalized stereotypes of hard work and innate intelligence. Asian American Journal of Psychology, 15(2),134-145. https://doi.org/10.1037/aap0000335

Zhai, X., y Nehm, R. H. (2023). AI and formative assessment: The train has left the station. Journal of Research in Science Teaching, 60(6), 1390–1398. https://doi-org.bibliotecauned.idm.oclc.org/10.1002/tea.21885

Zheltukhina, M. R., Sergeeva, O. V., Masalimova, A. R., Budkevich, R. L., Kosarenko, N. N., y Nesterov, G. V. (2024). A bibliometric analysis of publications on ChatGPT in education: Research patterns and topics. Online Journal of Communication and Media Technologies, 14(1). https://doi.org/10.30935/ojcmt/14103