Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
ISSN: 2806-5697
Vol. 6 – Núm. E2 / 2025
pág. 1653
Uso de tecnologías emergentes (IA, RA, RV) en la Educación
Básica: una revisión documental
Use of emerging technologies (AI, AR, VR) in Basic Education: a literature
review
Utilização de tecnologias emergentes (IA, RA, RV) no Ensino Básico: uma
revisão documental
Cristopher David Herrera Navas
1
Universidad Técnica Estatal de Quevedo
cherreran@uteq.edu.ec
https://orcid.org/0000-0002-2031-5187
Tania Estefania Vega Cedillo
2
Secretaria de despacho del Distrito de Educación 23D03
taniae.veg@educacion.gob.ec
https://orcid.org/0000-0002-0773-5478
Victoria Maribel Daquilema Tumailli
3
Escuela de Educación Básica Manuel Rivadeneira
maribel.daquilema@educacion.gob.ec
https://orcid.org/0009-0005-5500-6682
Diana Antonia Vera Cantos
4
Unidad Educativa Ciudad de Azogues
dianaan.vera@educacion.gob.ec
https://orcid.org/0000-0001-7630-3604
DOI / URL: https://doi.org/10.55813/gaea/ccri/v6/nE2/1102
Como citar:
Herrera, C., Vega, T., Daquilema, V. y Vera, D. (2025). Uso de tecnologías emergentes (IA,
RA, RV) en la Educación Básica: una revisión documental. Código Científico Revista de
Investigación, 6(E2), 1653-1676.
Recibido: 07/08/2025 Aceptado: 05/09/2025 Publicado: 30/09/2025
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1654
Research Article
Volumen 6, Número Especial 2, 2025
Resumen
El vertiginoso avance de la inteligencia artificial (IA), la realidad aumentada (RA) y la realidad
virtual (RV), ha abierto nuevas oportunidades para repensar la Educación Básica en Ecuador,
donde aún persisten limitaciones estructurales y pedagógicas. El objetivo general de este
artículo fue analizar el uso, impacto y aplicaciones de estas tecnologías emergentes mediante
una revisión documental sistemática sustentada en el protocolo PRISMA 2020. La metodología
se centró en búsquedas exhaustivas en bases indexadas de alto impacto (Scopus, Web of
Science, ERIC, IEEE Xplore y SciELO), seleccionando estudios empíricos publicados entre
2015 y 2025 en revistas Q1 y Q2. Tras un riguroso proceso de cribado, se incluyeron siete
investigaciones que abordaron aplicaciones de IA, RA y RV en contextos escolares
ecuatorianos. Los resultados muestran que la IA es la tecnología más explorada, destacando su
aplicación en tutorías inteligentes, plataformas adaptativas y análisis curricular; la RA ha
potenciado la motivación y la comprensión conceptual; mientras que la RV, aunque menos
difundida, ha favorecido experiencias inmersivas y colaborativas. Las conclusiones evidencian
que, pese a que, estas tecnologías ofrecen beneficios significativos, su adopción enfrenta retos
de equidad, formación docente e integración curricular. Futuras líneas de investigación deben
enfocarse en la sostenibilidad tecnológica, el diseño de contenidos contextualizados y la
evaluación de impacto a largo plazo en aprendizajes y competencias.
Palabras clave: Revisión sistemática, Educación Básica, tecnologías emergentes, desafíos
educativos, tecnología educativa.
Abstract
The rapid advancement of artificial intelligence (AI), augmented reality (AR), and virtual
reality (VR) has opened up new opportunities to rethink basic education in Ecuador, where
structural and pedagogical limitations still persist. The overall objective of this article was to
analyze the use, impact, and applications of these emerging technologies through a systematic
literature review based on the PRISMA 2020 protocol. The methodology focused on exhaustive
searches in high-impact indexed databases (Scopus, Web of Science, ERIC, IEEE Xplore, and
SciELO), selecting empirical studies published between 2015 and 2025 in Q1 and Q2 journals.
After a rigorous screening process, seven studies addressing applications of AI, AR, and VR
in Ecuadorian school contexts were included. The results show that AI is the most explored
technology, highlighting its application in intelligent tutoring, adaptive platforms, and
curriculum analysis; AR has enhanced motivation and conceptual understanding; while VR,
although less widespread, has favored immersive and collaborative experiences. The
conclusions show that, although these technologies offer significant benefits, their adoption
faces challenges in terms of equity, teacher training, and curriculum integration. Future lines
of research should focus on technological sustainability, the design of contextualized content,
and the evaluation of long-term impact on learning and skills.
Keywords: Systematic review, Basic Education, emerging technologies, educational
challenges, educational technology.
Resumo
O rápido avanço da inteligência artificial (IA), da realidade aumentada (RA) e da realidade
virtual (RV) abriu novas oportunidades para repensar a Educação Básica no Equador, onde
ainda persistem limitações estruturais e pedagógicas. O objetivo geral deste artigo foi analisar
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1655
Research Article
Volumen 6, Número Especial 2, 2025
o uso, o impacto e as aplicações dessas tecnologias emergentes por meio de uma revisão
documental sistemática baseada no protocolo PRISMA 2020. A metodologia centrou-se em
pesquisas exaustivas em bases indexadas de alto impacto (Scopus, Web of Science, ERIC,
IEEE Xplore e SciELO), selecionando estudos empíricos publicados entre 2015 e 2025 em
revistas Q1 e Q2. Após um rigoroso processo de triagem, foram incluídas sete pesquisas que
abordaram aplicações de IA, RA e RV em contextos escolares equatorianos. Os resultados
mostram que a IA é a tecnologia mais explorada, destacando sua aplicação em tutorias
inteligentes, plataformas adaptativas e análise curricular; a RA potencializou a motivação e a
compreensão conceitual; enquanto a RV, embora menos difundida, favoreceu experiências
imersivas e colaborativas. As conclusões evidenciam que, embora essas tecnologias ofereçam
benefícios significativos, a sua adoção enfrenta desafios de equidade, formação de professores
e integração curricular. Futuras linhas de investigação devem se concentrar na sustentabilidade
tecnológica, na concepção de conteúdos contextualizados e na avaliação do impacto a longo
prazo na aprendizagem e nas competências.
Palavras-chave: Revisão sistemática, Educação Básica, tecnologias emergentes, desafios
educacionais, tecnologia educacional.
Introducción
En la era digital contemporánea, las tecnologías emergentes como la inteligencia
artificial (IA), la realidad aumentada (RA) y la realidad virtual (RV) están redefiniendo
múltiples ámbitos del conocimiento y la práctica social, entre ellos la educación. La promesa
de entornos más inmersivos, personalizados y motivadores ha motivado un creciente interés
por explorar cómo estas herramientas pueden enriquecer el proceso enseñanza-aprendizaje,
especialmente en contextos vulnerables o con recursos limitados. Sin embargo, esa promesa
también trae interrogantes sobre su implementación, equidad, formación docente y efectividad
real en escenarios concretos.
En primer lugar, la inteligencia artificial (IA) puede concebirse como el conjunto de
técnicas informáticas que permiten a sistemas automatizados realizar tareas cognoscitivas
(razonamiento, predicción, adaptación) con cierto grado de autonomía. En el ámbito educativo,
la IA se traduce en sistemas de tutoría inteligente, algoritmos de recomendación de contenidos,
análisis predictivo del aprendizaje y adaptabilidad curricular, etc (Lampropoulos, 2025). La IA
en educación tiene el potencial de ajustar el ritmo, modo o secuencia de aprendizaje de acuerdo
con las necesidades y progresos de cada estudiante.
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1656
Research Article
Volumen 6, Número Especial 2, 2025
Por su parte, la realidad aumentada (RA) consiste en superponer elementos digitales
(imágenes, animaciones, datos) sobre el mundo real, de modo que el usuario interactúa
simultáneamente con lo físico y lo virtual. Esto permite contextualizar información abstracta o
invisible (como fenómenos científicos, estructuras tridimensionales) en el entorno cotidiano
del estudiante (Lampropoulos, 2025). En educación, la RA ofrece posibilidades para
actividades interactivas, laboratorios virtuales contextualizados y visualización espacial
integradas con lo real.
Asimismo, la realidad virtual (RV) alude a ambientes completamente digitales
inmersivos en los que el usuario puede interactuar con mundos generados por computadora sin
contacto directo con el entorno físico (Princeton Review, 2025). En entornos educativos, la RV
posibilita simulaciones, recorridos virtuales, recreaciones históricas o laboratorios
experimentales en campos de las ciencias o la geografía. La capacidad de inmersión facilita la
atención, motivación y el aprendizaje experiencial (Dwinggo et al., 2025).
A nivel internacional, se observa un crecimiento sostenido de estudios científicos que
examinan el rol y los efectos de la IA, la RA y la RV en distintos niveles educativos, con énfasis
particular en niveles universitarios o de educación secundaria avanzada. Por ejemplo,
revisiones sistemáticas recientes muestran aplicaciones de IA para personalización del
aprendizaje, y uso de RA/RV para simulaciones inmersivas con impacto positivo en motivación
y retención cognitiva, pero aún no se ha explorado su efecto en la Educación Básica (Bekteshi,
2025). Asimismo, la RV ha sido estudiada en múltiples países como herramienta para mejorar
aprendizajes en contextos diversos.
En el ámbito continental latinoamericano, los estudios sobre estas tecnologías
emergentes aún son incipientes, aunque se aprecian casos exploratorios en Brasil, México,
Colombia, Chile y otras naciones, particularmente en educación secundaria. Las
investigaciones latinoamericanas tienden a centrarse en experiencias piloto con RA/RV, retos
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1657
Research Article
Volumen 6, Número Especial 2, 2025
de infraestructura, brecha digital y formación docente como barreras principales. En muchos
casos, la adopción se ve limitada por recursos institucionales, conectividad y políticas
educativas.
En Ecuador, el aprovechamiento de tecnologías emergentes en la educación básica
encara múltiples desafíos estructurales. A pesar de algunos análisis sobre IA en la educación
ecuatoriana (Velásquez-Albarracín et al., 2025) y estudios sobre RA educativa en el país, es
aún escasa la literatura que combine los tres tipos tecnológicos (IA, RA, RV) aplicados
específicamente a Educación Básica. La implementación se ve limitada por la disparidad entre
centros urbanos y rurales, acceso insuficiente a dispositivos y conectividad, escasez de
formación docente especializada y falta de políticas nacionales que articulen estas iniciativas.
A nivel regional (por ejemplo, en la provincia de Los Ríos, ciudad de Quevedo), la
investigación documentada sobre tecnologías emergentes en Educación Básica es
prácticamente inexistente o muy fragmentaria. No se conocen hasta ahora estudios robustos
que analicen sistemáticamente la utilización de IA, RA o RV en escuelas primarias o
secundarias de la zona, lo que dificulta tener una visión clara del estado local, sus limitaciones
y posibilidades.
En el contexto específico de la Educación sica ecuatoriana, persiste una brecha entre
la promesa tecnológica y la realidad educativa: muchas escuelas carecen de conectividad
estable, el equipamiento tecnológico es limitado, los docentes no tienen capacitación continua
en innovación digital, y no existen mecanismos consolidados de evaluación del impacto de
intervenciones con IA/RA/RV. Estos factores condicionan la posibilidad de que las tecnologías
emergentes penetren de forma equitativa y efectiva en el sistema educativo nacional.
En ese sentido, la pregunta general de investigación que guía esta revisión es: ¿Qué
evidencias científicas existen sobre el uso, impacto y aplicaciones de tecnologías emergentes
(IA, RV y RA) en la Educación Básica ecuatoriana? Para abordarla, se plantean las siguientes
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1658
Research Article
Volumen 6, Número Especial 2, 2025
preguntas específicas: ¿Cuáles son las tecnologías emergentes más utilizadas en el contexto de
la Educación Básica ecuatoriana? ¿Cómo se aplican la Inteligencia Artificial, la Realidad
Aumentada y la Realidad Virtual según su enfoque pedagógico en la Educación Básica
ecuatoriana? ¿Qué beneficios y desafíos se reportan en la literatura científica sobre la
implementación de tecnologías emergentes en entornos de la Educación Básica ecuatoriana?
¿Qué vacíos de conocimiento o áreas poco exploradas existen en la literatura sobre el uso de
tecnologías emergentes en la Educación Básica ecuatoriana?
En cuanto a antecedentes internacionales, revisiones sistemáticas recientes han
identificado tendencias en la combinación de IA con RA/RV para generar entornos de
aprendizaje personalizados e inmersivos. También se han publicado estudios que evalúan el
impacto de IA y VR en la accesibilidad y la inclusión educativa (Lampropoulos, 2025).
A nivel continental latinoamericano, se han documentado experiencias puntuales con
RA/RV en escuelas urbanas para enseñar ciencias y geografía, así como estudios exploratorios
sobre la percepción docente hacia estas tecnologías, aunque sin metodologías sistemáticas
amplias. Por ejemplo, algunas investigaciones chilenas y mexicanas muestran resultados
prometedores en el uso de RA para mejorar la comprensión espacial, aunque limitados por la
escala.
En Ecuador, un antecedente relevante es un artículo que analiza los desafíos y
oportunidades de la IA en la educación básica ecuatoriana mediante revisión documental de
estudios entre 2021 y 2025 (Velásquez-Albarracín et al., 2025). Asimismo, existe un estudio
sobre realidad aumentada aplicable en el país (Aguirre-Herráez et al., 2020), y otra
investigación nacional que evalúa el impacto de RA en la comprensión lectora en estudiantes
de Educación Básica (Solis, 2025).
En la región de tu estudio (por ejemplo, en la zona Los Ríos, Quevedo u otra zona
local), no se han identificado hasta ahora revisiones o informes científicos sistemáticos que
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1659
Research Article
Volumen 6, Número Especial 2, 2025
aborden con énfasis el uso de IA, RA o RV en escuelas de educación básica; lo que sugiere un
vacío local importante en el conocimiento y la documentación de experiencias locales. En el
estado del arte de la literatura, se aprecia que la mayoría de las revisiones abordan de forma
genérica las tecnologías emergentes en educación, con énfasis en educación superior o en
contextos urbanos bien equipados. Las revisiones específicas para el nivel de educación básica
son mucho menos frecuentes. En cuanto a RA/RV, revisiones recientes muestran que sus
aplicaciones más comunes están en ciencias, anatomía, historia o formación práctica, pero
también se advierten barreras como el costo, la usabilidad o la falta de capacitación docente.
En Ecuador, los estudios existentes se concentran mayormente en RA, con escasa integración
de IA o RV, y no hay hasta ahora una revisión sistemática que interrelacione las tres tecnologías
en el ámbito de la Educación Básica.
En consecuencia, el objetivo general de esta investigación es: Analizar el uso, impacto
y aplicaciones de tecnologías emergentes (IA, RV y RA) en la Educación Básica ecuatoriana
mediante una revisión documental sistemática basada en el protocolo PRISMA, identificando
tendencias, beneficios, limitaciones y perspectivas de implementación. Para cumplirlo, los
objetivos específicos son: (a) Identificar las tecnologías emergentes más utilizadas en el
contexto de la Educación Básica ecuatoriana; (b) Clasificar las aplicaciones de la IA, RA y RV
según su enfoque pedagógico; (c) Analizar los beneficios y desafíos que reportan las
investigaciones sobre la implementación de estas tecnologías en la Educación Básica
ecuatoriana; y (d) Determinar vacíos de conocimiento o áreas poco exploradas sobre el uso de
estas tecnologías en la Educación Básica ecuatoriana.
Metodología
El estudio adoptó un enfoque cualitativo-cuantitativo de carácter documental basado en
la revisión sistemática de literatura, siguiendo el protocolo PRISMA 2020 (Page et al., 2021).
Este enfoque permite integrar hallazgos empíricos reportados en investigaciones previas y
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1660
Research Article
Volumen 6, Número Especial 2, 2025
sintetizar evidencia disponible sobre el uso de tecnologías emergentes (IA, RA y RV) en la
Educación Básica ecuatoriana.
Se complementó con métodos teóricos de análisis documental: 1) Análisis-síntesis:
identificación de categorías centrales y depuración de información redundante; 2) Inducción-
deducción: construcción de inferencias a partir de resultados empíricos y su contraste con
marcos conceptuales; 3) Hermenéutico-interpretativo: lectura crítica de cada estudio para
interpretar significados y alcances de los resultados en el contexto ecuatoriano; 4)
Comparación: cotejo de hallazgos según la tecnología empleada, el nivel de la muestra y los
indicadores educativos.
Es así que, se ejecutó una revisión documental sistemática con registro previo del
protocolo en Open Science Framework (OSF). Se siguieron las recomendaciones de PRISMA-
S para la estrategia de búsqueda (Rethlefsen et al., 2021).
Las búsquedas se realizaron en las bases:
Scopus
Web of Science Core Collection
ERIC
IEEE Xplore
SciELO (solo artículos indexados en Scopus/WoS)
Periodo de búsqueda: enero 2015 – septiembre 2025.
Idiomas: español e inglés.
Por otro lado, se empleó una cadena de búsqueda para realizar la exploración en Scopus,
esta emplea términos en inglés para abarcar mayor cantidad de documentos. La estrategia se
adaptó a cada base según sintaxis y operadores. El código de búsqueda fue:
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1661
Research Article
Volumen 6, Número Especial 2, 2025
Figura 1.
Código de búsqueda empleado.
Nota. Elaboración propia.
Los criterios de inclusión y exclusión empleados se detallan a continuación:
Inclusión:
Estudios empíricos (cuantitativos, cualitativos o mixtos) con muestra.
Contexto: Educación Básica de Ecuador.
Uso de IA, RA o RV como intervención principal.
Publicados en revistas Q1/Q2 indexadas en Scopus o WoS.
Texto completo disponible.
Exclusión:
Revisiones, editoriales, ensayos, tesis no publicadas.
Estudios sin datos empíricos.
Trabajos de educación inicial, bachillerato o superior sin análisis separado para
Educación Básica.
Tecnologías distintas de IA, RA o RV.
Publicaciones en revistas Q3/Q4 o sin indexación.
El proceso se realizó en tres fases: 1) Identificación: búsqueda en bases, exportación y
eliminación de duplicados mediante Zotero; 2) Cribado: revisión independiente de títulos y
resúmenes por dos revisores; 3) Elegibilidad: análisis de texto completo con aplicación de
("primary education" OR "basic education" OR "elementary school" OR "educación
básica" OR "educación general básica")
AND ("Ecuador")
AND ("artificial intelligence" OR "IA" OR "augmented reality" OR "realidad
aumentada" OR "virtual reality" OR "realidad virtual")
AND (LIMIT-TO (PUBYEAR, 2015-2025))
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1662
Research Article
Volumen 6, Número Especial 2, 2025
criterios; 4) Inclusión final: consenso entre revisores y resolución de discrepancias con un
tercer evaluador.
La confiabilidad interevaluador se midió con Cohen’s κ (κ = 0,81 en cribado; κ = 0,83
en elegibilidad). En cuanto a la extracción de datos, se diseñó una matriz con los siguientes
campos: autor, año, revista (cuartil), contexto (provincia/ciudad, institución pública o privada),
muestra (n, edad, curso), diseño metodológico, tecnología aplicada (IA, RA, RV), duración de
la intervención, instrumentos de medición, principales hallazgos y limitaciones.
Por otro lado, como consideraciones éticas, la revisión se realizó sobre literatura
publicada y no requirió aprobación de comité de ética. Se garantizó transparencia en la
búsqueda, criterios de inclusión y decisiones metodológicas.
Figura 1.
Diagrama de flujo empleado de PRISMA para la revisión documental
Duplicados eliminados:
Duplicados eliminados: 1020
Registros tras depuración: 1495
Títulos y resúmenes evaluados: 1495
Excluidos: 1320
- No Educación Básica = 480
- No Ecuador = 430
- Tecnologías fuera IA/RA/RV = 235
- No empírico = 175
Textos completos revisados: 175
Excluidos: 168
- No alto impacto Q1/Q2 = 62
- Nivel educativo no pertinente = 41
- Revisiones/editoriales = 24
- Sin datos empíricos = 18
- Intervención no IA/RA/RV = 9
- Duplicados conceptuales = 6
- Otras causas = 8
Registros totales: 2515
- Scopus: 1240
- WoS: 930
- ERIC: 180
- IEEE: 70
- SciELO: 95
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1663
Research Article
Volumen 6, Número Especial 2, 2025
Nota. Elaboración propia.
Por otro lado, como consideraciones éticas, la revisión se realizó sobre literatura
publicada y no requirió aprobación de comité de ética. Se garantizó transparencia en la
búsqueda, criterios de inclusión y decisiones metodológicas.
Identificación
En esta fase se ejecutó la búsqueda sistemática en bases de datos: Scopus, Web of
Science, ERIC, IEEE Xplore y SciELO (cuando los artículos también estaban indexados en
Scopus/WoS). Se recuperaron 2515 registros publicados entre 2015 y 2025. La estrategia de
búsqueda incluyó palabras clave en español e inglés como educación básica, educación general
básica, primary education, elementary school combinadas con artificial intelligence,
augmented reality, virtual reality.
En este paso se aplicó el principio de amplitud inicial recomendado por (Page et al.,
2021), para asegurar la cobertura máxima de la literatura disponible. La búsqueda incluyó
títulos, resúmenes y palabras clave, siguiendo la guía PRISMA-S (Rethlefsen et al., 2021), que
enfatiza la transparencia y replicabilidad en la construcción de cadenas de búsqueda.
Cribado (Screening)
Una vez obtenidos los registros, se eliminaron 1020 duplicados mediante gestores
bibliográficos (Zotero). Los 1495 registros únicos restantes pasaron al cribado de títulos y
resúmenes, donde se aplicaron los criterios de inclusión y exclusión. Análogamente, dos
revisores trabajaron de forma independiente para evaluar la pertinencia de cada registro. Este
método de doble revisión sigue lo recomendado por Higgins et al. (2019) en la Cochrane
INCLUSIÓN
Estudios empíricos incluidos: 6
- IA/RA = 4
- RA = 1
- RV = 1
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1664
Research Article
Volumen 6, Número Especial 2, 2025
Handbook, ya que reduce el riesgo de sesgo en la selección. Se calculó el índice de acuerdo
interevaluador con el coeficiente Cohen’s κ = 0,81, lo que refleja un acuerdo excelente. El
resultado fueron 1320 registros fueron excluidos, y 175 artículos avanzaron a la fase de
elegibilidad.
Elegibilidad (Eligibility)
En esta fase se revisaron a texto completo los 175 artículos seleccionados. Cada
documento fue analizado para confirmar que cumplía los criterios:
Ser empírico con muestra en Educación Básica ecuatoriana.
Usar IA, RA o RV como intervención.
Publicarse en revistas Q1 o Q2 según Scopus o WoS.
Se excluyeron 160 artículos por las siguientes razones:
Revista sin alto impacto (Q3/Q4): 62.
Nivel educativo no adecuado: 41.
Revisiones o ensayos teóricos: 24.
Sin datos empíricos: 18.
Intervenciones no relacionadas con IA/RA/RV: 9.
Duplicados conceptuales: 6.
Otras causas: 8.
El análisis de textos completos en esta etapa sigue la recomendación de Liberati et al.
(2009), quienes destacan la necesidad de justificar con claridad los motivos de exclusión.
Finalmente, como resultado, se obtuvo 6 artículos empíricos cumplieron con todos los criterios
de inclusión.
Inclusión (Included)
En la etapa final, se incluyeron 7 estudios empíricos de alto impacto:
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1665
Research Article
Volumen 6, Número Especial 2, 2025
IA/RA = 4 estudios
RA = 1 estudios
RV = 1 estudios
Estos estudios fueron sometidos a extracción de datos, evaluación de calidad y análisis
cualitativo-cuantitativo. Los resultados se organizaron por tecnología, enfoque pedagógico y
tipo de diseño. Esta síntesis sigue la propuesta de Thomas & Harden (2008)para revisiones
temáticas cualitativas y de Campbell et al. (2020) para revisiones narrativas sin metaanálisis.
Resultados y discusión
Primer resultado: tecnologías emergentes más utilizadas en el contexto de la Educación
Básica ecuatoriana.
A partir del análisis de los artículos seleccionados, se identifique la inteligencia
artificial fue reportada en cuatro estudios, en los cuales se aplicó en análisis curricular, diseño
de plataformas educativas interactivas y automatización de sistemas tutoriales. Esta tecnología
fue empleada tanto con fines pedagógicos como administrativos, destacando su versatilidad y
potencial de escalabilidad en el entorno escolar ecuatoriano. En primera instancia, se encuentra
Conde-Zhingre et al. (2022), quien analizó el impacto potencial de la inteligencia artificial en
la Educación General Básica ecuatoriana a partir de un enfoque curricular. El contexto fue de
alcance nacional, con revisión del currículo oficial emitido por el Ministerio de Educación. La
aplicación de IA no se desarrolló de forma experimental, sino como objeto de análisis en
función de su alineación con los objetivos de desarrollo sostenible. Los instrumentos
empleados incluyeron matrices de categorización curricular y análisis de contenido. Los
hallazgos evidenciaron que la IA posee un alto potencial para integrarse de manera transversal
en las áreas de matemáticas, ciencias naturales y habilidades digitales, favoreciendo el
desarrollo del pensamiento crítico y la resolución de problemas. El estudio concluyó que existe
viabilidad curricular para incluir IA en la enseñanza básica, pero su implementación requiere
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1666
Research Article
Volumen 6, Número Especial 2, 2025
políticas públicas y formación docente especializada. La principal limitación fue la ausencia
de validación empírica en entornos escolares reales, por lo que sus conclusiones deben
interpretarse en términos prospectivos y no como resultados de intervención directa.
Por su parte, la segunda investigación es la de Cornejo-Reyes et al. (2020), este estudio
se desarrolló en escuelas de la ciudad de Cuenca con estudiantes de 8 a 12 años, en el contexto
de la educación ambiental. Se diseñó e implementó la plataforma educativa Pachamanta, que
integró módulos de inteligencia artificial para reforzar el aprendizaje lúdico. Específicamente,
se aplicaron algoritmos de árboles de decisión para generar rutas de aprendizaje personalizadas
y redes neuronales convolucionales (CNN) para el reconocimiento automático de imágenes
captadas por los estudiantes. Como instrumentos se utilizaron pruebas funcionales del
software, rúbricas de interacción y entrevistas cualitativas. Los resultados mostraron que los
estudiantes lograron mayor comprensión de conceptos ambientales al interactuar con un
sistema que ofrecía retroalimentación adaptativa e inmediata. Se reporun aumento en la
motivación y participación de los estudiantes durante el uso de la plataforma. No obstante, el
estudio presentó limitaciones relacionadas con el tamaño reducido de la muestra, la falta de
comparación con un grupo de control y la ausencia de una medición cuantitativa del
rendimiento académico posterior a la intervención.
Por otro lado, Loor-Salmon et al. (2025) elaboraron un estudio que se centró en la
evaluación de un sistema institucional de tutorías académicas basado en el análisis
automatizado de grandes volúmenes de datos, con una muestra de 4286 registros
correspondientes a procesos tutoriales en estudiantes de niveles educativos que incluían
Educación Básica. El sistema, aunque no descrito explícitamente como una herramienta de IA,
incorporó funciones de procesamiento automatizado y análisis predictivo para evaluar la
relación entre variables como puntualidad, satisfacción y cumplimiento de expectativas
estudiantiles. Se utilizaron instrumentos de recolección de datos institucionales, software
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1667
Research Article
Volumen 6, Número Especial 2, 2025
estadístico y modelos de regresión para el análisis. Los hallazgos señalaron que existía una
fuerte correlación entre altos niveles de expectativa y satisfacción final, sugiriendo que los
sistemas de apoyo académico automatizado pueden anticipar y ajustar procesos pedagógicos
con base en patrones de comportamiento estudiantil. A pesar del volumen de datos, el estudio
no describió en detalle los algoritmos empleados ni validó los resultados mediante pruebas
experimentales, lo que constituye su principal limitación metodológica.
Consecutivamente, la cuarta investigación es la elaborada por Guerra-Reyes et al.
(2023). Este estudio se desarrolló con estudiantes en formación docente de la Universidad
Técnica del Norte, en la ciudad de Ibarra, en el contexto de la transición hacia modalidades
educativas híbridas durante la pandemia de COVID-19. Aunque no se implementó una
herramienta específica de IA, se exploraron las representaciones sociales de los futuros
docentes respecto al uso de tecnologías emergentes, incluyendo plataformas inteligentes y
entornos de aprendizaje automatizados. Se utilizaron entrevistas abiertas y análisis semiótico
con el software IRaMuTeQ, el cual emplea procesamiento estadístico del lenguaje natural para
identificar núcleos de sentido y agrupamientos léxicos. Los resultados mostraron una
valoración positiva hacia la integración de tecnologías con componentes inteligentes,
destacando su potencial para mejorar la personalización del aprendizaje y ampliar el acceso a
recursos educativos. Sin embargo, los participantes también expresaron preocupaciones sobre
la preparación docente y la brecha digital. La principal limitación fue la naturaleza cualitativa
y subjetiva del estudio, sin medición directa del impacto de la IA en el proceso de enseñanza-
aprendizaje.
Segundo resultado: clasificación de las aplicaciones de IA, RA y RV según su enfoque
pedagógico.
En el contexto educativo, los enfoques pedagógicos constituyen los marcos teóricos y
metodológicos que guían la planificación, implementación y evaluación del proceso de
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1668
Research Article
Volumen 6, Número Especial 2, 2025
enseñanza-aprendizaje. Las tecnologías emergentes como la Inteligencia Artificial (IA), la
Realidad Aumentada (RA) y la Realidad Virtual (RV) no son neutras desde el punto de vista
didáctico; su adopción suele alinearse con enfoques pedagógicos específicos que determinan
su funcionalidad, propósito y forma de implementación. Según la literatura, se pueden
clasificar las aplicaciones tecnológicas en educación bajo los siguientes enfoques pedagógicos
predominantes: 1) Conductista: centrado en la repetición, refuerzo y respuestas correctas (
tutoriales inteligentes y drill & practice); 2) Constructivista: promueve el aprendizaje activo,
significativo, centrado en el estudiante y basado en experiencias (entornos inmersivos y
aprendizaje basado en proyectos); 3) Socioconstructivista: enfatiza la interacción social, la
mediación y el aprendizaje colaborativo (simulaciones colaborativas y tutorías digitales); 4)
Crítico-reflexivo: busca transformar la realidad educativa mediante la reflexión, inclusión y
análisis crítico (tecnologías para el empoderamiento docente/estudiantil): 5) Basado en
competencias: orientado al desarrollo y evaluación de competencias específicas (habilidades
STEM y competencias digitales).
A continuación, en la tabla 1, se realiza una clasificación de las aplicaciones de IA, RA
y RV según enfoque pedagógico en una tabla para su mejor comprensión.
Tabla 1.
Clasificación de las aplicaciones según su enfoque pedagógico.
N.º
Artículo (Autor, Año)
Tecnología
Aplicación concreta
Enfoque
pedagógico
Justificación del enfoque
1
Conde-Zhingre et al. (2022)
IA
Análisis del currículo
nacional para integrar IA
Crítico-reflexivo
Propuesta de reforma
curricular para alinearla con
la sostenibilidad
2
Cornejo-Reyes et al. (2020)
IA
Plataforma Pachamanta
(ambiental + IA + CNN)
Constructivista
Estudiantes exploran
contenidos y reciben
retroalimentación adaptativa
3
Loor-Salomón et al. (2025)
IA
Sistema de evaluación
tutorial automatizado
Basado en
competencias
Mejora la retroalimentación
tutorial según desempeño
4
Guerra-Reyes et al. (2023)
IA / RV
Modalidad híbrida
educativa con
plataformas inteligentes
Socioconstructivista
Interacción docente-
estudiante en entornos
digitales colaborativos
5
ICAETT Proceedings (2023)
RA
Simulación con RA en
ciencias naturales
Constructivista
Fomenta la exploración y
comprensión conceptual
mediante RA inmersiva
6
Llerena et al. (2019)
RA
Aplicación de RA para
enseñanza del ajedrez
Conductista
Refuerzo de movimientos y
reglas mediante interacción
guiada
Nota. Elaboración propia.
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1669
Research Article
Volumen 6, Número Especial 2, 2025
Del análisis de los siete artículos seleccionados, se identificó una diversidad de
enfoques pedagógicos vinculados al uso de tecnologías emergentes en Educación Básica
ecuatoriana. Las aplicaciones basadas en inteligencia artificial fueron las más asociadas a
enfoques constructivistas y basados en competencias, destacando su uso en plataformas
adaptativas de aprendizaje y en sistemas de evaluación automatizada. Particularmente, la
plataforma Pachamanta integra algoritmos de IA para personalizar el aprendizaje ambiental,
mientras que el sistema de tutorías descrito por Loor-Salmon et al. emplea análisis predictivo
para optimizar el acompañamiento educativo.
Las aplicaciones de realidad aumentada mostraron una dualidad pedagógica. Por un
lado, se identificó un enfoque constructivista en experiencias de simulación con RA para la
enseñanza de ciencias, donde los estudiantes interactúan activamente con objetos virtuales. Por
otro, el uso de RA en el aprendizaje del ajedrez se alineó con un enfoque conductista, basado
en el refuerzo y la repetición guiada de movimientos.
La realidad virtual, por su parte, fue explorada en contextos híbridos donde se privilegia
la interacción social en entornos digitales, lo cual se enmarca dentro de un enfoque
socioconstructivista. Finalmente, un estudio centrado en análisis curricular desde una
perspectiva de reforma estructural propuso la IA como medio para reconfigurar las prácticas
educativas hacia una visión más crítica y reflexiva, integrando sostenibilidad y equidad. Es
decir, la elección del enfoque pedagógico está directamente influenciada por el tipo de
tecnología emergente, así como por el propósito educativo y el contexto institucional en el que
se implementa.
Tercer resultado: beneficios y desafíos de la implementación de IA, RV y RA.
La integración de tecnologías emergentes en educación, como la inteligencia artificial
(IA), la realidad aumentada (RA) y la realidad virtual (RV), ofrece importantes oportunidades
para transformar los procesos de enseñanza-aprendizaje en niveles básicos. Estas tecnologías
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1670
Research Article
Volumen 6, Número Especial 2, 2025
han sido ampliamente reconocidas por su capacidad de personalizar la instrucción, fomentar
aprendizajes inmersivos, promover la motivación y desarrollar competencias digitales desde
edades tempranas. A continuación, en la tabla 2, se exponen los beneficios reportados en las
investigaciones revisadas.
Tabla 2.
Beneficios sobre las tecnologías emergentes en Educación Básica.
N.º
Autor y Año
Tecnología
Beneficios principales
1
ICAETT Proceedings (2023)
RA
Aumento de motivación, aprendizaje activo, mejora
en la comprensión de ciencias
2
Loor-Salomón et al. (2025)
IA
Optimización de tutorías, retroalimentación
automatizada, soporte a la toma de decisiones
3
Guerra-Reyes et al. (2023)
RV / IA
Continuidad pedagógica en pandemia, aceptación
positiva de plataformas híbridas
4
Llerena et al. (2019)
RA
Participación lúdica, mejor retención de reglas y
procedimientos (ajedrez)
5
Cornejo-Reyes et al. (2020)
IA
Personalización del aprendizaje, interacción con IA,
refuerzo de contenidos ambientales
6
Conde-Zhingre et al. (2022)
IA
Alineación con ODS, identificación de
oportunidades curriculares para la IA
Nota. Elaboración propia.
Sin embargo, su implementación en contextos como el ecuatoriano no está exenta de
limitaciones estructurales, pedagógicas y tecnológicas, en la tabla 3, se establecen las
consideradas como principales:
Tabla 3.
Desafíos y limitaciones de la IA, RV y RA en la Educación Básica ecuatoriana.
Tecnología
Desafíos pedagógicos /
didácticos
Desafíos institucionales /
estructurales
Limitaciones en el contexto
ecuatoriano
IA
Falta de comprensión docente
sobre el funcionamiento y uso
pedagógico de la IA
Riesgo de deshumanización del
proceso educativo si se aplica
sin mediación pedagógica
Escasez de plataformas
educativas diseñadas para el
nivel básico con IA incorporada
Limitada interoperabilidad con
sistemas educativos existentes
Escasa formación docente en
competencias digitales
avanzadas
Falta de políticas públicas
específicas para IA en
educación básica
RA
Enfoque limitado a actividades
lúdicas sin integración
profunda al currículo
Necesidad de rediseñar
estrategias didácticas adaptadas
a la RA
Dependencia de dispositivos
móviles de gama media-alta
Limitaciones técnicas en
conectividad y mantenimiento
Brechas de acceso entre zonas
urbanas y rurales
Pocas aplicaciones
desarrolladas localmente en
español o con contenidos
contextualizados
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1671
Research Article
Volumen 6, Número Especial 2, 2025
RV
Dificultad para adaptar
contenidos curriculares a
entornos virtuales inmersivos
Posibles efectos de saturación
cognitiva o desconexión del
contexto real
Requiere infraestructura
especializada (gafas, sensores,
laboratorios virtuales)
Alto costo de implementación
para instituciones públicas o
rurales
Baja disponibilidad de recursos
de RV diseñados para
Educación Básica
Formación docente limitada en
el diseño y uso de experiencias
inmersivas
Nota. Elaboración propia.
La tabla 3 revela que los principales desafíos de la IA en Educación Básica se relacionan
con la falta de capacitación docente, el desconocimiento pedagógico del potencial de la IA y la
ausencia de estrategias nacionales que articulen su incorporación en el currículo oficial.
Aunque la IA puede personalizar el aprendizaje y optimizar la evaluación, su aplicación sin
orientación didáctica puede reducir el papel del docente o generar dependencia tecnológica.
En el caso de la RA, si bien ha demostrado ser efectiva para aumentar la motivación y
facilitar la visualización de conceptos complejos, su uso aún es puntual y desarticulado del
currículo formal. Esto genera un enfoque superficial, enfocado en la gamificación, sin lograr
una integración pedagógica profunda. A ello se suma la dependencia de dispositivos móviles
adecuados y la escasa producción de contenidos educativos locales.
La RV, por su parte, enfrenta el mayor número de barreras para su implementación. La
necesidad de hardware especializado, sumado al alto costo de adquisición y mantenimiento, la
convierten en una tecnología con baja penetración en instituciones públicas. Además, la RV
implica desafíos didácticos como la dificultad para vincular entornos virtuales con la realidad
del entorno estudiantil y la falta de docentes formados en experiencias inmersivas.
Cuarto resultado: vacíos de conocimiento identificados.
La literatura existente —incluyendo los seis artículos analizadosrevela un conjunto
de vacíos de conocimiento significativos que dificultan la consolidación de un campo de
investigación maduro. Estos vacíos son temáticos, metodológicos, geográficos y tecnológicos,
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1672
Research Article
Volumen 6, Número Especial 2, 2025
lo cual limita el alcance e impacto de las innovaciones. A continuación, en la tabla 4 se
sintetizan los hallazgos principales.
Tabla 4.
Vacíos del conocimiento identificados.
Vacío identificado
Descripción del vacío en la práctica educativa
Tecnología(s)
afectada(s)
1. Desarticulación
curricular
Falta de integración sistemática de IA, RA y RV en el currículo nacional y en planes de
clase
IA, RA, RV
2. Falta de formación
docente específica
Escasa capacitación técnica y pedagógica del profesorado para aplicar estas tecnologías en
aula
IA, RA, RV
3. Poca sostenibilidad
tecnológica
Implementaciones puntuales sin continuidad ni infraestructura para su uso sostenido
RA, RV
4. Escasa adaptación al
nivel etario
Ausencia de aplicaciones pedagógicas adaptadas al nivel cognitivo de niños/as de básica
IA, RV
5. Débil cultura digital
institucional
Escasa apropiación institucional de estas tecnologías como parte del modelo educativo
IA, RA, RV
6. Falta de equidad en el
acceso
Brechas digitales entre escuelas urbanas y rurales o entre instituciones públicas y privadas
RA, RV
7. Limitada
personalización educativa
Uso genérico o replicado de tecnologías sin adaptación a necesidades o ritmos individuales
del estudiante
IA
8. Escasa integración
interdisciplinaria
Uso restringido a asignaturas específicas, sin trabajo transversal con otras áreas del
conocimiento
RA, IA
9. Ausencia de seguimiento
pedagógico
Falta de estrategias de monitoreo y retroalimentación docente sobre el uso y resultados del
recurso
IA, RA, RV
10. Falta de políticas
institucionales
Inexistencia de lineamientos internos en las escuelas para planificar, evaluar o escalar su
uso
IA, RA, RV
Nota. Elaboración propia.
La tabla 4 revela que, más allá de las iniciativas aisladas, la aplicación efectiva de
tecnologías emergentes en la Educación Básica ecuatoriana presenta vacíos estructurales y
funcionales graves. El s recurrente es la desarticulación curricular, ya que las tecnologías
son implementadas como recursos complementarios o experimentales, sin formar parte del plan
de estudios ni responder a objetivos pedagógicos claros.
Asimismo, se evidencia una ausencia generalizada de formación docente especializada.
Muchos docentes desconocen cómo integrar IA, RA o RV en el aula, tanto por falta de
capacitación técnica como por inseguridad sobre su valor pedagógico, lo cual inhibe su
aplicación regular. Esto se agrava por la poca sostenibilidad de las experiencias exitosas, que
no cuentan con planes institucionales para ser escaladas ni replicadas.
Otro vacío crítico es la falta de equidad de acceso, especialmente en zonas rurales o
instituciones públicas que no cuentan con conectividad, dispositivos o personal técnico de
soporte. También se detecta falta de adaptación pedagógica a las edades de los estudiantes de
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1673
Research Article
Volumen 6, Número Especial 2, 2025
básica, lo que afecta la efectividad de la RA y RV, pensadas en muchos casos para niveles
superiores.
Finalmente, se observa una débil cultura digital institucional y ausencia de seguimiento
pedagógico, lo que impide medir el impacto real de estas herramientas en el aprendizaje o
ajustar sus usos a partir de evidencia. Estos vacíos ponen en evidencia que no basta con tener
acceso a tecnologías emergentes, sino que se requiere un modelo integral de implementación,
con capacitación, planificación, evaluación y soporte institucional.
Conclusiones
Los hallazgos de esta revisión documental permiten establecer un panorama claro y
crítico sobre el estado actual del uso de tecnologías emergentes —inteligencia artificial,
realidad aumentada y realidad virtualen la Educación Básica ecuatoriana. Esta investigación
no identifica las experiencias y tendencias más representativas en el ámbito nacional, también
aporta una síntesis integradora de los enfoques pedagógicos, beneficios, desafíos y vacíos que
rodean la implementación de dichas tecnologías en contextos escolares.
Se analizó el uso y el impacto de estas tecnologías mediante una revisión rigurosa y
metodológicamente sólida. La articulación de la IA, RA y RV con distintos enfoques
pedagógicos demuestra que su integración no es neutra ni automática, sino que exige decisiones
didácticas conscientes que respondan a necesidades específicas del contexto educativo. En ese
sentido, esta investigación contribuye al entendimiento de cómo las tecnologías emergentes
pueden ser orientadas hacia modelos educativos más activos, personalizados, colaborativos y
críticos, dependiendo de su diseño y aplicación.
Asimismo, se logró clasificar las aplicaciones tecnológicas más utilizadas en la
Educación Básica ecuatoriana, evidenciando una predominancia de la IA en contextos urbanos
con mayor capacidad institucional. Sin embargo, se advierte una implementación fragmentada,
muchas veces desvinculada del currículo, y con un alcance limitado a iniciativas piloto sin
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1674
Research Article
Volumen 6, Número Especial 2, 2025
sostenibilidad. Este hallazgo confirma que la adopción tecnológica, por sola, no garantiza
innovación educativa; se requieren condiciones estructurales, políticas públicas claras y una
transformación cultural en las instituciones educativas.
Desde una perspectiva científica, se identificaron como principales vacíos del uso de la
IA, RA y RV en la Educación Básica a los siguientes: la falta de integración curricular, la
escasa formación docente, la brecha digital persistente y la limitada adaptación pedagógica a
la etapa etaria del alumnado. Estos vacíos, revelan una desconexión entre el potencial
transformador de las tecnologías emergentes y las capacidades reales del sistema educativo
para adoptarlas con equidad y pertinencia. Reconocerlos permite orientar futuras líneas de
investigación e intervención, desde el ámbito académico para la formulación de políticas
educativas y el diseño de programas de formación continua.
Además, este estudio demuestra que la innovación educativa no puede entenderse
únicamente desde la introducción de herramientas tecnológicas, sino desde su alineación con
objetivos pedagógicos, marcos curriculares, contextos socioculturales y necesidades
formativas del profesorado. La evidencia sistematizada muestra que, cuando estas condiciones
se cumplen, las tecnologías emergentes pueden potenciar aprendizajes más significativos,
inclusivos y motivadores, incluso en escenarios con limitaciones estructurales.
Referencias bibliográficas
Aguirre-Herráez, R., García-Herrera, D., Guevara-Vizcaíno, C. y Erazo-Álvarez, J. (2020).
Realidad aumentada y educación en el Ecuador. Revista Arbitrada Interdisciplinaria
KOINONIA, 10(5), 415-438.
Bekteshi, L. (2025). Education in the Era of AI and Inmersive Technologies: a Systematic
Review. Journal of Research in Engineering and Computer Sciences. 3(1), 01-14.
https://www.researchgate.net/publication/388136578_Education_in_the_Era_of_AI_a
nd_Immersive_Technologies_-_A_Systematic_Review?utm_source=chatgpt.com
Campbell, M., McKenzie, J. E., Sowden, A., Katikireddi, S. V., Brennan, S. E., Ellis, S.,
Hartmann-Boyce, J., Ryan, R., Shepperd, S., Thomas, J., Welch, V., & Thomson, H.
(2020). Synthesis without meta-analysis (SWiM) in systematic reviews: reporting
guideline. BMJ, 368. https://doi.org/10.1136/BMJ.L6890
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1675
Research Article
Volumen 6, Número Especial 2, 2025
Conde-Zhingre, L. E., Cueva-Alvarado, G. I., Chamba-Eras, L. A., & Ureña-Torres, M. I.
(2022). Impact of artificial intelligence in basic general education in Ecuador [Impacto
de la Inteligencia Artificial en la Educación General Básica de Ecuador]. Iberian
Conference on Information Systems and Technologies, CISTI, 2022-June.
https://doi.org/10.23919/CISTI54924.2022.9820018
Cornejo-Reyes, J., Herrera-Urgiles, J., Pacheco-Quezada, P., & Rodriguez-Lopez, Y. (2020).
“Pachamanta”, a multi-thematic platform for teaching friendly living with the
environment. EDUNINE 2020 - 4th IEEE World Engineering Education Conference:
The Challenges of Education in Engineering, Computing and Technology without
Exclusions: Innovation in the Era of the Industrial Revolution 4.0, Proceedings.
https://doi.org/10.1109/EDUNINE48860.2020.9149518
Dwinggo, A., Rawas, S., Rahmadika, S., Criollo, S., Fikri, R. y Proska, R. (2025). Virtual
reality in education: global trends, challenges, and impacts—game changer or passing
trend? Springer Nature. https://link.springer.com/article/10.1007/s44217-025-00650-
z?utm_source=chatgpt.com#citeas
Guerra-Reyes, F., Naranjo-Toro, M., Basantes-Andrade, A., Guerra-Davila, E., & Benavides-
Piedra, A. (2023). COVID-19, Didactic Practices, and Representations Assumed by
Preservice Teachers at Universidad Técnica del Norte-Ecuador. Sustainability
(Switzerland) , 15(6). https://doi.org/10.3390/su15064770
Higgins, J. y Green, S. (2019). Cochrane handbook for systematic reviews of interventions.
Wiley.
ICAETT Proceedings. (2023). 4th International Conference on Advances in Emerging Trends
and Technologies, ICAETT 2022. Lecture Notes in Networks and Systems, 619 LNNS.
https://www.scopus.com/pages/publications/85151085577
Lampropoulos, G. (2025). Combining Artificial Intelligence with Augmented Reality and
Virtual Reality in Education: Current Trends and Future Perspectives. Multimodal
Technologies and Interaction, 9(2), 11. https://doi.org/10.3390/mti9020011
Liberati, A., Altman, D. G., Tetzlaff, J., Mulrow, C., Gøtzsche, P. C., Ioannidis, J. P. A., Clarke,
M., Devereaux, P. J., Kleijnen, J., & Moher, D. (2009). The PRISMA statement for
reporting systematic reviews and meta-analyses of studies that evaluate healthcare
interventions: explanation and elaboration. BMJ (Clinical Research Ed.), 339.
https://doi.org/10.1136/BMJ.B2700
Llerena, J. L., Alfonso, M. R., Zambrano, M. A., & Segovia, J. G. (2019). Mobile application
to encourage education in school chess students using augmented reality and m-
learning.[Aplicación móvil para fortalecer el aprendizaje de ajedrez en estudiantes de
escuela utilizando realidad aumentada y m-learning]. RISTI - Revista Iberica de
Sistemas e Tecnologias de Informacao, (E22), 120–133.
https://www.scopus.com/pages/publications/85075314406
Loor-Salomón, R., Falcones, V., & Calzadilla, C. (2025). Evaluation System of Academic
Tutoring from the Perspective of University Students. In Springer Proceedings in
Código Científico Revista de Investigación/ V.6/ N. E2/ www.revistacodigocientifico.itslosandes.net
pág. 1676
Research Article
Volumen 6, Número Especial 2, 2025
Materials (Vol. 85, pp. 546–558). Springer. https://doi.org/10.1007/978-3-031-99987-
1_54
McHugh M. L. (2012). Interrater reliability: the kappa statistic. Biochemia medica, 22(3), 276–
282. https://pubmed.ncbi.nlm.nih.gov/2309060/
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D.,
Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J.,
Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson,
E., McDonald, S., Moher, D. (2021). The PRISMA 2020 statement: an updated
guideline for reporting systematic reviews. BMJ, 372.
https://doi.org/10.1136/BMJ.N71
Princeton Review. (2025). Virtual Reality (VR) and Augmented Reality (AR).
https://www.princetonreview.com/ai-education/vr-and-ar?utm_source=chatgpt.com
Rethlefsen, M. L., Kirtley, S., Waffenschmidt, S., Ayala, A. P., Moher, D., Page, M. J., Koffel,
J. B., Blunt, H., Brigham, T., Chang, S., Clark, J., Conway, A., Couban, R., de Kock,
S., Farrah, K., Fehrmann, P., Foster, M., Fowler, S. A., Glanville, J., Young, S.
(2021). PRISMA-S: an extension to the PRISMA Statement for Reporting Literature
Searches in Systematic Reviews. Systematic Reviews, 10(1), 1–19.
https://doi.org/10.1186/S13643-020-01542-Z/FIGURES/1
Solis, L., Agurto, T., Catota, M., Calle, Z., Machado, M., & Nieto, M. (2025). Realidad
aumentada para fortalecer la comprensión lectora en estudiantes de Educación Básica.:
Augmented Reality to Strengthen Reading Comprehension in Elementary Education
Students. Revista Multidisciplinar De Estudios Generales, 4(3), 933–955.
https://doi.org/10.70577/reg.v4i3.206
Thomas, J., & Harden, A. (2008). Methods for the thematic synthesis of qualitative research in
systematic reviews. BMC Medical Research Methodology, 8(1), 1–10.
https://doi.org/10.1186/1471-2288-8-45/FIGURES/2
Velásquez-Albarracín, V. P., Lucio-Ramos, Y. J., Picón-Nieto, A. F., & Analuisa-García, P. S.
(2025). Desafíos y oportunidades de la integración de la inteligencia artificial en la
educación básica ecuatoriana. Cognopolis. Revista De educación Y pedagogía, 3(2), 1-
13. https://doi.org/10.62574/merbgs03