Análisis bibliométrico de la producción científica sobre inteligencia artificial aplicada a la educación superior (2015-2025)
Resumen
La inteligencia artificial aplicada a la educación superior ha experimentado un crecimiento
significativo en la producción científica durante la última década, impulsado por los procesos de
transformación digital y la incorporación de tecnologías inteligentes en entornos académicos. El
objetivo de esta investigación fue analizar el comportamiento bibliométrico de la producción
científica relacionada con inteligencia artificial y educación superior entre los años 2015 y 2025. La
metodología de trabajo se desarrolló bajo un enfoque cuantitativo de tipo bibliométrico, utilizando
información indexada en las bases de datos Scopus y Web of Science. Se analizaron indicadores
relacionados con productividad científica, evolución temporal, países con mayor producción, autores
más citados, áreas temáticas y tendencias investigativas. Los resultados evidenciaron un crecimiento
exponencial de publicaciones a partir del año 2020, destacándose China, Estados Unidos y Reino
Unido como los países con mayor producción científica. Asimismo, se identificó que las principales
líneas de investigación se concentran en aprendizaje automatizado, analítica de aprendizaje,
educación personalizada y ética de la inteligencia artificial. Se concluye que la inteligencia artificial
aplicada a la educación superior constituye un campo de investigación emergente y en expansión, con
importantes oportunidades para el desarrollo de nuevos modelos pedagógicos y tecnológicos.
Citas
analysis. Journal of Informetrics, 11(4), 959-975.
• Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. (2021). How to conduct a
bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285-296.
• Holmes, W., Bialik, M., & Fadel, C. (2022). Artificial Intelligence in Education: Promises and
Implications for Teaching and Learning. Center for Curriculum Redesign.
• Mongeon, P., & Paul-Hus, A. (2016). The journal coverage of Web of Science and Scopus: A
comparative analysis. Scientometrics, 106(1), 213-228.
• Pritchard, A. (1969). Statistical bibliography or bibliometrics? Journal of Documentation, 25(4),
348-349.
• Siemens, G. (2018). Learning analytics and the future of higher education. Educational
Technology & Society, 21(3), 1-10.
• UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial. Organización de las
Naciones Unidas para la Educación, la Ciencia y la Cultura.
• Zawacki-Richter, O., Marín, V., Bond, M., & Gouverneur, F. (2019). Systematic review of
research on artificial intelligence applications in higher education. International Journal of
Educational Technology in Higher Education, 16(39), 1-27.
• Education and Information Technologies. (2024). Special issue on AI in Higher Education.
Springer Nature.
• OECD. (2023). Artificial Intelligence and the Future of Skills in Higher Education. Organisation
for Economic Co-operation and Development.
