IA en la Educación Superior

1. Limitaciones detectadas

1.1. Falta de enfoque disciplinar

1.2. Ambigüedad en habilidades

1.3. Ausencia de perspectiva del empleador

1.4. Propuesta: mayor delimitación

2. Optimización de la pregunta

2.1. Especificar tipo de habilidades

2.2. Focalizar en disciplinas

2.3. Incluir empleadores y estudiantes

2.4. Integrar dimensión ética

3. Percepciones educativas

3.1. Docentes y estudiantes

3.1.1. Brechas formativas

3.1.2. Resistencias al uso de IA

3.1.3. Falta de formación crítica

3.1.4. Necesidad de alfabetización digital crítica

4. Pertinencia laboral

4.1. Competencias clave

4.1.1. Creatividad aplicada

4.1.2. Gestión de datos

4.1.3. Detección de sesgos

4.1.4. Alfabetización digital

4.1.5. Valores humanos

4.2. Combinar

4.2.1. Hard skills

4.2.2. Soft skills

5. Relevancia

5.1. Actualización curricular

5.2. Transformación educativa

5.3. Nuevas demandas del mercado laboral

5.4. Tendencias tecnológicas emergentes

6. Aportes al conocimiento

6.1. Metodologías sólidas

6.1.1. Revisiones sistemáticas

6.1.2. Análisis bibliométricos

6.1.3. Metodologías mixtas

6.2. Hallazgos principales

6.2.1. Personalización del aprendizaje

6.2.2. IA generativa

6.2.3. Competencias digitales

6.2.4. Modelos pedagógicos adaptativos

7. Impacto ético y crítico

7.1. Riesgos identificados

7.1.1. Pérdida de creatividad

7.1.2. Erosión del pensamiento crítico

7.1.3. Simulación de autoría

7.2. Necesidades

7.2.1. Marcos normativos

7.2.2. Verificación de información

7.2.3. Formación ética