Juan Manuel Sarochar Risso
1
Universidad de la Empresa, Uruguay
Correo: jsarochar@ude.edu.uy,
ORCID: https://orcid.org/0000-0001-7695-2620
1
Doctor en Educación por la Universidad Autónoma de Barcelona, España.
Docente e investigador de la Universidad de la Empresa, Uruguay.
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
Ética de la investigación en/con
inteligencia artificial en educación
Ethics of Research in/with Artificial
Intelligence in Education
ISSN: 1996-1642
e-ISSN: 2958-9754
ISNI: 0000-0000-8755-6191
Revista de Educación
Universidad Don Bosco - El Salvador
Recibido: 31 de enero del 2026
Aceptado: 27 de abril del 2026
Para citar este artículo: Sarochar, J. (2026). Ética de la investigación en/con inteligencia artificial en
educación, Diálogos, (33), 25-43.
https://doi.org/10.61604/dl.v18i33.532
Año 18, N° 33, julio - diciembre 2026 pp. 25-43
Artículo 2
Nuestra revista publica bajo la Licencia
Creative Commons: Atribución-No
Comercial-Sin Derivar 4.0 Internacional
25
Resumen
Desde la irrupción masiva de los sistemas de
inteligencia artificial en la vida cotidiana de
las personas, y en las dinámicas sociales en
general, no ha dejado de crecer el número de
preguntas, la mayoría aún sin respuestas, que
refieren a diversos aspectos éticos asociados
tanto al desarrollo como al uso dado a esta
tecnología. Dentro del campo educativo en
general hay un ámbito específico sobre el cual
existe coincidencia entre autores que, debido
a lo poco que se encuentra abordado, requiere
un análisis necesario y urgente en relación con
la ética de la implementación de sistemas de
inteligencia artificial: el de la investigación
educativa. Desde un enfoque de tipo cualitativo,
e implementando un proceso de revisión
sistemática, se ha identificado y analizado un
conjunto de publicaciones académicas que han
servido de base para el abordaje de ese tema.
Como principal resultado, se propone un
sistema de dimensiones éticas que puede ser
de utilidad para guiar y dar sentido ético a los
procesos de implementación de sistemas de IA
en investigación educativa. Además, partiendo
de este sistema, se distinguen y caracterizan dos
maneras de enfocar la ética de la investigación
educativa en el contexto de la IA, que son: ética
de la investigación en IA en educación y ética de la
investigación con IA en educación.
Palabras clave
Educación, ética, inteligencia artificial
Abstract
Since the widespread integration of artificial
intelligence systems into daily life and social
dynamics in general, the number of questions,
most of them still unanswered, regarding
various ethical aspects associated with both the
development and use of this technology, has
steadily increased. In the field of education,
there is a specific area that the authors agree,
due to its limited research, requires urgent and
necessary analysis of the ethics of implementing
artificial intelligence systems: educational
research. By adopting a qualitative approach,
and implementing a systematic review
process, a set of academic publications that
have served as a basis for addressing this topic
has been identified and analyzed. e main
result is the proposal of a system of ethical
dimensions that can be useful for ethically
guiding and contextualizing the processes
of implementing AI systems in educational
research. Furthermore, based on this system,
two approaches to the ethics of educational
research in the context of AI are distinguished
and characterized: the ethics of AI research in
education and the ethics of research with AI in
education.
Keywords
Educational research, ethics, artificial
intelligence
Introducción
Uno de los primeros y más conocidos documentos que aborda la cuestión de la
inteligencia artificial (en adelante, IA) asociada a la ética en el ámbito educativo se
titula “Directrices éticas para la IA en la educación: Iniciando una conversación”
2
, de
los autores Aiken y Epstein, publicado en el año 2000. Desde entonces hasta hoy,
ha existido una escasez generalizada de publicaciones cuyo centro sea la cuestión
ética en campo de la IA y educación. Algunas investigaciones, como la realizada por
Sarochar (2025a), muestran que en algunos contextos las publicaciones con este foco
llegan a ser totalmente inexistentes.
El estudio realizado por Holmes et al. (2022) brinda importantes elementos para
un diagnóstico más preciso de esta situación; los autores señalan que la comunidad
de investigadores en el ámbito de la IA y educación presta una atención casi residual
a la cuestión ética. Sin embargo, en la misma investigación se expresa que existe un
claro reconocimiento por parte de la comunidad de investigadores en el campo de la
IA en educación respecto a la urgencia que tiene la atención de las cuestiones éticas.
Entre los temas con mayor necesidad de atención ética que la investigación de
Holmes et al. (2022) destaca en relación con la IA en educación se encuentran:
los datos en general y cuestiones relacionadas con la gobernanza de los datos en
particular, la privacidad y confidencialidad, la autonomía de los usuarios, los sesgos,
la equidad y justicia, la transparencia e inteligibilidad de los sistemas de IA aplicados
en educación.
En esta misma línea, Nguyen et al. (2023) señalan que si bien el avance de la IA
tiene el potencial de mejorar el panorama educativo y favorecer el papel de todos
los actores involucrados (estudiantes, docentes, directores de escuelas, familias),
su adopción genera crecientes riesgos éticos relacionados con el manejo de datos
personales, la autonomía de los estudiantes, cuestiones de sesgo sistémico, la
exacerbación de la discriminación de grupos marginados de estudiantes, entre otros.
Por su parte, en un interesante estudio realizado por Schiff (2022), luego de
analizar veinticuatro estrategias nacionales de política de IA con el fin de identificar
el papel de la educación en el discurso político global sobre IA, el investigador
concluye que las implicaciones éticas de la IA en el campo educativo reciben una
exigua atención en el contexto del debate sobre la ética de la IA en general.
Lo anterior, sugiere el autor, indica que la discusión de las consecuencias éticas de
la IA en lo educativo no está situada en la conciencia general ni en las agendas de los
principales responsables de la toma de decisiones, lo cual es preocupante dado que
las políticas efectivas y la consideración cuidadosa de la ética están intrínsecamente
ligadas.
Dentro de este escenario, es comprensible que el punto de intersección entre IA,
educación y ética presente las características propias de un campo de estudio que
recién da sus primeros pasos: mucha investigación por ser desarrollada, una amplia
diversidad de preguntas que permanecen sin respuesta y otras tantas que ni siquiera
están formuladas (Holmes & Porayska-Pomsta, 2022).
2
Traducido del título original en inglés: “Ethical guidelines for AI in education: Starting a conversation”
Año 18, N° 33,semestral: julio-diciembre 2026, pp 25-43
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
ISSN: 1996-1642 e-ISSN: 2958-9754
ISNI: 0000 0000 8755 6191
27
Además, es un campo de estudio caracterizado por una constante y rápida
transformación como consecuencia de la evolución concatenada de los sistemas de
IA, de la ética de la IA y de la aplicación de IA en educación (Wiese et al., 2025). Ante
esta emergencia, autores como Nguyen et al. (2023) y Schiff (2022) han realizado
profusas investigaciones con el fin de identificar y sistematizar tanto lineamientos
internacionales (emanados de UNESCO, OCDE, Comisión Europea, entre otros
agentes globales) como políticas nacionales que brinden orientaciones sobre cómo
navegar en las vertiginosas transformaciones acontecidas de manera conjunta en los
campos de la IA, la ética y la educación. En general, estos autores coinciden en que
muchos de los lineamientos y políticas existentes son demasiado laxos, cuando no
indefinidos, en las orientaciones que ofrecen, lo cual no hace más que incrementar el
potencial de algunos peligros éticos existentes.
Por lo anterior, la presente investigación encuentra un primer y general anclaje
de justificación, justamente, en la necesidad de avanzar y abrir espacios de análisis y
reflexión en el abordaje de cuestiones clave que hacen al trinomio IA-ética-educación.
Un segundo anclaje de justificación, mucho más específico que el anterior, viene
dado por el hecho de que la literatura desarrollada hasta el momento es notoriamente
exigua en lo que refiere a la atención o recaudos éticos que debe adoptar el investigador
en educación que decide incorporar sistemas de IA como herramientas para el
desarrollo que su quehacer investigativo.
Si bien existen algunos análisis, como el realizado por Holmes et al. (2022), que
realizan aportes a la cuestión de la ética de la IA en educación desde la perspectiva
de quienes investigan en el campo de los sistemas de IA aplicados en educación, son
abordajes que mezclan, indistintamente, la perspectiva del investigador desde un rol
de tipo pasivo (por ejemplo, cuando este se pronuncia sobre los recaudos éticos que
deben tener quienes aplican IA en educación) y activo (por ejemplo, cuando este
se pronuncia sobre los recaudos éticos que él mismo deben tener al aplicar IA en
educación).
Además, las investigaciones existentes tampoco son del todo definitorias
al momento de especificar cuáles son las principales dimensiones éticas, y los
componentes concretos de esas dimensiones, que deberían orientar el quehacer de
los investigadores que utilizan herramientas de IA para el desarrollo de sus trabajos
de indagación.
Con el propósito de generar argumentos que contribuyan a dilucidar y mirar en
profundidad estas cuestiones, respecto a las cuales hay coincidencia entre autores de
que son cuestiones clave, de urgente tratamiento, es que se plantea el siguiente objetivo
de investigación: identificar dimensiones éticas, con sus respectivos componentes
constitutivos, que guíen y den sentido ético a los procesos de implementación de
sistemas de IA en investigación educativa.
Tal como ha sido señalado y fundamentado por Sarochar (2025a, 2025b, 2026a,
2026b) en diversas investigaciones previas, los estudios sobre el binomio IA y
educación tienen una larga trayectoria. El uso de sistemas de IA con el propósito de
mejorar prácticas educativas tuvo un lugar importante en los debates de la Conferencia
de Dartmouth en 1956, momento en el cual la IA tuvo inicio como campo de estudio
Juan Manuel Sarochar Risso
Ética de la investigación en/con inteligencia articial en educación
28
(Doroudi, 2023). Sin embargo, hace relativamente pocos años, con la aplicación
masiva de sistemas de IA en los procesos educativos (especialmente a partir del
episodio de COVID-19), es que el número de investigadores e investigaciones
en el ámbito de la IA y educación ha crecido exponencialmente. Hasta entonces,
la comunidad de investigadores en este campo se mantuvo sumamente reducida
(Holmes et al., 2022).
Como todo ámbito de estudio que se expande, profundiza, formaliza, y gana
adeptos, el de la IA y educación comenzó a presentar diferentes subámbitos de
análisis. La distinción entre IA en educación y educación en IA es una primera gran
bifurcación que se abre en el campo general de la IA y educación.En este sentido, en
una investigación de Sarochar (2026b) se apunta que el término IA en educación
refiere a la incidencia de sistemas de IA tanto a nivel de los sistemas educativos
como a nivel de los procesos y prácticas educativas más particulares, como también
a nivel de investigación en educación. Por su parte, se señala que educación en IA
refiere a la práctica educativa que tiene por objetivo que las personas utilicen con
eficiencia y eficacia las potencialidades que ofrecen los sistemas de IA, y comprendan
la incidencia que el uso de los mismos tiene en los ámbitos personal, social, laboral
y profesional.
La presente investigación se ubica en el subámbito IA en educación, el cual,
tal como se alude en el párrafo anterior, a su vez está constituido por otros dos
subcomponentes: el que refiere a la incidencia de IA en procesos y prácticas
educativas, y el que refiere a la incidencia de IA en investigación en educación. En
este segundo subcomponente de análisis es donde el estudio que aquí se desarrolla
también encuentra posicionamiento.
Ahora bien, además de situarse en el subámbito de IA en educación y, más
particularmente, en la incidencia de los sistemas de IA en la investigación educativa,
la presente investigación también toca de manera directa el campo de la ética. En el
análisis de Sarochar (2026b) ya se ha realizado un esfuerzo por esclarecer y/o definir
el vínculo entre ética e IA en educación, allí se entiende la ética de la IA en educación
como la atención pedagógica que, orientada por un marco de principios éticos, recae
sobre la incidencia de los sistemas de IA en el desarrollo de los procesos educativos,
en cualquiera de sus dimensiones (macro, meso o micro educativo) y modalidades, y
en la investigación en educación.
Según lo anterior, la ética de la IA en educación comprende tanto la ética que refiere
a la incidencia de los sistemas de IA en los procesos y prácticas educativas como
también la ética que refiere a la incidencia de los sistemas de IA en la investigación
en educación. En este segundo foco es donde se centra la presente investigación.
En un análisis reciente de Sarochar (2026b) se ha propuesto la siguiente tesis: el
espacio donde el ámbito de la inteligencia artificial y el de la educación convergen,
puede y –sobre todo– debe ser explorado, analizado, discernido, discutido, desde el
diálogo complejo entre lo ético y lo técnico. La constatación que da origen a esta
proposición expresa que, si bien la proliferación de investigaciones y publicaciones
sobre IA y educación no tiene mucho tiempo, ha sido el suficiente para que algunas
miradas simples y simplificadoras emerjan.
Año 18, N° 33,semestral: julio-diciembre 2026, pp 25-43
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
ISSN: 1996-1642 e-ISSN: 2958-9754
ISNI: 0000 0000 8755 6191
29
Por un lado, está la bibliografía de enfoque tecnicista, la cual tiende a excluir del
análisis al componente ético; por otro lado, está la bibliografía de enfoque ético,
la cual tiende a excluir del análisis al componente técnico. Por un lado, quienes se
ocupan de los procesos de diseño y desarrollo tecnológico de los sistemas de IA,
profundizan en una mirada experta sobre la comprensión de las complejidades
técnicas y computacionales que son la base subyacente de estos sistemas; por otro
lado, quienes investigan en el campo educativo, profundizan en una mirada experta
sobre los contextos sociales y culturales que dan forma a los procesos educativos
(Sarochar, 2026b).
Los primeros, expertos técnicos en sistemas de IA, frecuentemente son los
principales receptores de discursos críticos hacia la IA (por cuestiones de sesgo,
falta de transparencia, entre otros aspectos), discursos que surgen desde actores no
expertos en sistemas de IA. Los segundos, los expertos en dinámicas educativas,
frecuentemente son los principales receptores de discursos críticos debido a la actitud
incrédula, pasiva y dubitativa que muestran ante las potencialidades de la IA para
ayudar a resolver, eficiente y eficazmente, brechas educativas que desde hace décadas
tratan de ser resueltas, discursos que surgen desde actores no expertos en educación
(Sarochar, 2026b).
El campo de la ética de la IA en educación debería reunir dinámicas colaborativas,
en vez de excluyentes, entre ambos grupos de actores expertos; procurando evitar
reducirlo únicamente a cuestiones de datos o enfoques computacionales, y tampoco
solo a cuestiones de ética educativa (Holmes, 2019).
Metodología
El presente estudio se desarrolla desde un enfoque de tipo cualitativo, bajo el
argumento de que este enfoque es el propicio para atender las características que
presenta el objetivo de la investigación. En este sentido, la perspectiva cualitativa
permite acceder a una comprensión profunda, detallada y compleja de los fenómenos
analizados, lo cual es de crucial importancia cuando se abordan temas multifacéticos
y con gran contenido de elementos subyacente (Cohen et al., 2018), tal como lo es
la cuestión ética en relación con lo educativo.
Para conducir la investigación y alcanzar el objetivo propuesto: identificar
dimensiones éticas, con sus respectivos componentes constitutivos, que guíen y den
sentido ético a los procesos de implementación de sistemas de IA en investigación
educativa, se ha desarrollado un proceso de revisión sistemática tomando como
referencia los aportes de Newman y Gough (2020), Zawacki-Richter et al. (2020)
y Marín (2022) en lo que refiere a las características e implementación de esta
metodología.
Cohen et al. (2018) señalan que la investigación de tipo cualitativa es propicia
para contextualizar y dar sentido al desarrollo de revisiones sistemáticas cuando
se procura realizar síntesis de investigaciones existentes, también cuando se busca
proporcionar perspectivas de análisis alternativas sobre el tema que se indaga, lo cual
va con el sentido de la presente investigación.
Juan Manuel Sarochar Risso
Ética de la investigación en/con inteligencia articial en educación
30
Las etapas que comprendió la revisión sistemática operada son:
1. Definición de criterios de inclusión y exclusión de documentos.
Se estableció considerar documentos que cumplieran con las características de
investigaciones primarias o revisiones sistemáticas, también se incluyó libros y
documentos elaborados y publicados por organismos internacionales para que
la amplitud de búsqueda fuera lo más abarcativa posible.
En cuanto a la fecha de publicación de los documentos, no se estableció un
criterio limitante en este sentido, ya que para este estudio es de interés toda
la bibliografía que refiere al tema-objeto de investigación, sin tener mayor
preponderancia la fecha de publicación de los documentos.
Respecto al contenido de los documentos, solamente se seleccionaron aquellos
que aportaran de manera significativa al tema-objeto de la investigación.
En cuanto al criterio lingüístico, la búsqueda documental incluyó español,
inglés y portugués, en procura de abarcar la mayor cantidad de bibliografía
disponible.
2. Diseño de la estrategia de búsqueda aplicada.
En el caso de la búsqueda en español, se aplicó la siguiente ecuación (incluye
operadores booleanos): “inteligencia articial” AND “investigación educativa”
AND “ética”. En el caso de la búsqueda en inglés, la ecuación fue: “articial
intelligence” AND “educational research” AND “ethics”. Y en caso de la búsqueda
en portugués: “inteligência articial” AND “pesquisa educacional” AND “ética”.
En relación a las plataformas donde se operó la búsqueda documental, las
mismas fueron cinco: ERIC, REDALYC, LATINDEX, SciELO, IJAIED
(repositorio de e International Journal of Articial Intelligence in Education).
La primera plataforma fue seleccionada debido a que ofrece una amplia
bibliografía en inglés; la segunda, tercera y cuarta, por ofrecer documentos en
diversas lenguas (inglés, español, portugués) y de variados orígenes geográficos;
la última, por corresponder a la revista oficial de la International Articial
Intelligence in Education Society (IAIED), teniendo alto impacto y prestigio
académico a nivel mundial.
3. Recogida y depuración de registros.
En esta etapa se procedió a realizar la búsqueda bibliográfica según los criterios
especificados y en las bases de datos indicadas, posteriormente se depuró la
bibliografía obtenida mediante la eliminación de duplicados.
4. Cribado de documentos.
Esta etapa se realizó en dos fases: en la primera se analizó título y resumen de
los documentos que salvaron la depuración de la etapa anterior; en la segunda,
los textos que no resultaron eliminados en la primera fase fueron sometidos
a un análisis completo, realizándose una valoración integral de los mismos.
En esta segunda fase de la etapa 4 se consideró especialmente la adecuación
Año 18, N° 33,semestral: julio-diciembre 2026, pp 25-43
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
ISSN: 1996-1642 e-ISSN: 2958-9754
ISNI: 0000 0000 8755 6191
31
del contenido de cada documento al objetivo de investigación planteado, la
calidad de los métodos de estudio aplicados y la relevancia de la investigación
para el propósito de nuestro trabajo.
5. Codificación de los documentos.
En esta etapa se realizó, siguiendo los aportes metodológicos de Marín (2022)
y de Newman y Gough (2020), la codificación de los documentos que
salvaron el análisis de la etapa anterior. Esta codificación se procesó en dos
fases: en la primera se buscó determinar las principales dimensiones éticas
que los documentos abordados plantean en relación a la implementación de
sistemas de IA en investigación educativa; en la segunda, mediante un análisis
más minucioso, se buscó determinar los componentes constitutivos de cada
una de las dimensiones identificadas anteriormente.
Para la recogida de información se utilizó, en ambas fases, una tabla elaborada
digitalmente con dos ejes de entrada de información: el eje horizontal
sirvió para recuperar las principales dimensiones éticas que los documentos
abordados exponen; mientras que el eje vertical lo hacía para incorporar los
componentes constitutivos de cada una de las dimensiones principales. Esta
herramienta permitió ir construyendo, componente a componente, cada una
de las dimensiones éticas identificadas.
Una vez definidos los criterios de inclusión y exclusión de documentos (etapa 1)
y diseñada la estrategia de búsqueda (etapa 2), se procedió a la recogida y depuración
de registros (etapa 3); como producto final de estas tres primeras etapas, se obtuvo
un total general de 625 documentos (443 en ERIC; 178 en REDALYC, 0 en
LATINDEX, 2 en SciELO; 2 en IJAIED). Ya en la etapa 4, en la primera fase (análisis
de título y resumen de los documentos seleccionados anteriormente), se excluyó un
total de 582 documentos, por lo cual 43 pasaron a la segunda fase (análisis de texto
completo). Como resultado de la etapa 4, se obtuvo un total de 5 documentos (ver
detalles bibliográficos de los mismos en la Tabla 1), los cuales finalmente pasaron al
proceso de codificación (etapa 5).
Tabla 1
Datos bibliográcos de los documentos resultantes del proceso de revisión sistemática
Juan Manuel Sarochar Risso
Ética de la investigación en/con inteligencia articial en educación
Título de cada documento Autor/es
Tipo de documento
Otros datos editoriales
Ética, Inteligencia Artificial e
Investigación Educativa: Un Triángulo
Vital para el Futuro de la Educación
Oscar Antonio
Martínez Molina
Artículo Año de publicación: 2024
Publicado en: Revista Scientific
Volumen 9. Edición Especial
N° 4
Ética na pesquisa em educação: os
limites e desafios ante a Inteligência
Artificial
Anita Helena
Schlesener
Artículo Año de publicación: 2025
Publicado en: Práxis Educativa
Volumen 20
Educational research and AIED.
Identifying ethical challenges
Alison Fox Capítulo de libro
Título del libro: e Ethics
of Artificial Intelligence in
Education. Practices, Challenges,
and Debates
32
El reducido número de documentos hallados confirma lo que los autores que
se han citado advierten sobre el tema de investigación de este estudio: la escasez de
publicaciones cuyo centro sea la cuestión ética en campo de la IA y educación, y, más
escasas aún, las que abordan la ética de la investigación educativa en el contexto de
la IA.
Resultados
La metodología que se acaba de explicitar permitió identificar cuatro dimensiones
éticas vinculadas a la implementación de sistemas de IA en investigación educativa:
dimensión ética relacionada a datos; dimensión ética relacionada a procesos
computacionales y técnicos de la IA; dimensión ética relacionada a procesos
pedagógicos; dimensión ética relacionada a procesos socioeducativos. A su vez, se
identificó un total de 180 componentes éticos específicos que, distribuidos entre
las cuatro dimensiones señaladas, constituyen el contenido de las mismas. A
estos componentes éticos, que forman parte constitutiva de cada una de aquellas
dimensiones identificadas, se denominarán de ahora en más como tópicos éticos.
Tal como lo expone la Tabla 2, la dimensión ética que contiene un mayor número
de tópicos éticos es la relacionada a procesos socioeducativos (75 tópicos), siguiendo
luego la relacionada a datos (43 tópicos), luego la relacionada a procesos pedagógicos
(40 tópicos) y, por último, la dimensión ética relacionada a procesos computacionales
y técnicos de la IA (22 tópicos).
Año 18, N° 33,semestral: julio-diciembre 2026, pp 25-43
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
ISSN: 1996-1642 e-ISSN: 2958-9754
ISNI: 0000 0000 8755 6191
Título de cada documento Autor/es
Tipo de documento
Otros datos editoriales
Año de publicación: 2022
Autores: Holmes, W., &
Porayska-Pomsta, K. (Eds.)
Editorial: Routledge
Ethics of AI in Education: Towards a
Community-Wide Framework
Wayne Holmes,
Kaska Porayska-
Pomsta, Ken
Holstein, Emma
Sutherland, Toby
Baker, Simon
Buckingham Shum,
Olga C. Santos,
Mercedes T. Rodrigo,
Mutlu Cukurova,
Ig Ibert Bittencourt
& Kenneth R.
Koedinger
Artículo Año de publicación: 2022
Publicado en: International
Journal of Artificial Intelligence
in Education
Volumen: 32
Ethical principles for artificial
intelligence in education
Andy Nguyen, Ha
Ngan Ngo, Yvonne
Hong, Belle Dang
& Bich-Phuong i
Nguyen
Artículo Año de Publicación: 2023
Publicado en: International
Journal of Artificial Intelligence
in Education
Volumen: 28
33
Tabla 2
Distribución general de tópicos éticos según dimensiones éticas y documentos analizados.
Al disgregar los datos hallados según la particularidad de cada documento
analizado, se encontraron algunas variaciones interesantes. Por ejemplo, el documento
que contiene mayor cantidad de tópicos éticos en la dimensión relacionada a
procesos socioeducativos es “Ethics of AI in Education: Towards a Community-Wide
Framework”, que también es el que tiene mayor cantidad de tópicos en la dimensión
relacionada a procesos pedagógicos. Al mismo tiempo, en este mismo documento,
los tópicos éticos de la dimensión relacionada a datos y de la relacionada a procesos
computacionales y técnicos de la IA, son los que aparecen en menor número.
Por su parte, en el documento “Educational research and AIED. Identifying
ethical challenges” la mayor presencia de tópico éticos se centra en la dimensión
relacionada a datos y en la relacionada a procesos socioeducativos. Los documentos
“Ética, Inteligencia Articial e Investigación Educativa: Un Triángulo Vital para el
Futuro de la Educación”, “Ética na pesquisa em educação: os limites e desafios ante a
Juan Manuel Sarochar Risso
Ética de la investigación en/con inteligencia articial en educación
Documentos analizados
Tópicos éticos
de la dimensión
relacionada a
datos
Tópicos éticos
de la dimensión
relacionada
a procesos
computacionales y
técnicos de la IA
Tópicos éticos
de la dimensión
relacionada
a procesos
pedagógicos
Tópicos éticos
de la dimensión
relacionada
a procesos
socioeducativos
Total de tópicos
éticos en cada
documento
Ética, Inteligencia Artificial
e Investigación Educativa:
Un Triángulo Vital para el
Futuro de la Educación
3 2 6 9 20
Ética na pesquisa em
educação: os limites
e desafios ante a
Inteligência Artificial
3 2 2 6 13
Educational research and
AIED. Identifying ethical
challenges
21 7 2 18 48
Ethics of AI in
Education: Towards
a Community-Wide
Framework
8 6 28 23 65
Ethical principles for
artificial intelligence in
education
8 5 2 19 34
Total de tópicos éticos
por cada dimensión
ética
43 22 40 75
Total general
de tópicos
éticos:
180
34
Inteligência Artificial” y “Ethical principles for artificial intelligence in education”,
tienen una fuerte presencia de tópicos en la dimensión ética relacionada a procesos
socioeducativos, mientras que las restantes dimensiones éticas se encuentran
representadas en menor medida.
Esta diferenciación general entre documentos es importante señalarla ya que habla
de la dimensión ética en la cual cada uno hace foco y, también, otorga una visión de
conjunto de la bibliografía analizada, la cual puede resumirse del siguiente modo:
tres de los cinco documentos analizados hacen foco en la dimensión ética relacionada
a procesos socioeducativos, mientras que uno lo hace en la relacionada a datos, y otro
en la relacionada a procesos pedagógicos. Cabe señalar que ningún documento tiene
como principal foco la dimensión ética relacionada a procesos computacionales y
técnicos de la IA.
Ahora bien, si se toma las cuatro dimensiones éticas que fueron planteadas en un
inicio y se las organiza en dos subgrupos, uno de ellos reuniendo las dimensiones
que refieren a cuestiones de perfil técnico y de datos (dimensión ética relacionada
a datos y dimensión ética relacionada a procesos computacionales y técnicos de la
IA), y el otro reuniendo las dimensiones que refieren a aspectos de perfil pedagógico
y socioeducativo (dimensión ética relacionada a procesos pedagógicos y dimensión
ética relacionada a procesos socioeducativos), se obtiene un interesante panorama
general.
En este sentido, se aprecia un claro predominio del subgrupo que refiere a
aspectos éticos de perfil pedagógico y socioeducativo, reuniendo un total de 115
tópicos, frente al subgrupo que refiere a cuestiones de perfil técnico y de datos, el
cual reúne 65 tópicos. Se entiende que esta diferenciación descubierta no es trivial,
ya que brinda claros indicios del perfil que toma el debate actual sobre ética de la
investigación en educación e IA, lo cual se analizará en profundidad más adelante.
Si bien no es posible (por un tema de extensión de este artículo) exponer los
180 tópicos éticos identificados en la totalidad de la bibliografía analizada, sí es
factible presentarlos de manera agrupada, reuniendo de manera transversal a todos
los documentos analizados, y por cada una de las cuatro dimensiones éticas que se
vienen trabajando, aquellos tópicos que refieren en esencia a lo mismo y/o se reiteran.
Entonces, tal como lo expone la Tabla 3, se aprecia que cada una de las cuatro
dimensiones éticas identificadas reúne una importante variedad de tópicos. La
dimensión relacionada a datos contiene tópicos que aluden tanto a cuestiones
normativas (por ejemplo: derecho de privacidad de datos personales y grupales,
derechos de terceras partes -como empresas creadoras de IA- en el uso de datos, bases
legales respecto al control de datos personales), como a cuestiones de perfil político
y hasta económico (por ejemplo: propiedad de los datos, datos como productos o
bienes de un contrato social -precio del intercambio online-, intereses económicos,
políticos e ideológicos de quienes recopilan datos).
Año 18, N° 33,semestral: julio-diciembre 2026, pp 25-43
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
ISSN: 1996-1642 e-ISSN: 2958-9754
ISNI: 0000 0000 8755 6191
35
Tabla 3
Dimensiones éticas con sus respectivos tópicos constitutivos
Juan Manuel Sarochar Risso
Ética de la investigación en/con inteligencia articial en educación
Dimensiones de perl técnico y de datos
Dimensión ética relacionada
a datos
Dimensiones de perl pedagógico y socioeducativo
Dimensión ética relacionada
a procesos computacionales y
técnicos de la IA
Dimensión ética relacionada a
procesos pedagógicos
Dimensión ética
relacionada a procesos
socioeducativos
• Derecho de privacidad
de datos personales y
grupales
• Bases legales y morales
sobre el control de
datos personales
(¿menores de edad?)
• Recopilación de
datos: ¿qué datos?, ¿de
quiénes?, ¿de dónde?
• Concentración y
privatización de datos
personales
• Veracidad de los datos
• Explicabilidad de
datos
• Selección, análisis,
difusión y
almacenamiento de
datos (¿por cuánto
tiempo y dónde?)
• Reúso de bases de
datos ya existentes
(elaboradas con otros
fines y para aplicar en
otros contextos)
• Consentimiento
informado de quienes
brindan datos para
el uso y reúso de los
mismos
• Consentimiento
individual sobre uso
de datos que otorga
consentimiento por
defecto a un grupo de
individuos (datos de
interacción)
• Propiedad de los datos
• Capacidad de acción
sobre los datos
personales (por
ejemplo, retiro de
consentimiento)
• Identificación,
desidentificación de
datos
• Limitaciones
en cuanto al
procesamiento y
generación de datos
por parte de los
sistemas de IA
• Derechos de terceras
partes (como empresas
creadoras de IA) en el
uso de datos
• Rendición de cuentas
y responsabilidades
legales en el uso de
• Transparencia
estadística: sesgos (de
diseño, algorítmicos),
discriminación,
hiperdiscriminación
• Riesgos de
normalización debido
a procesos de limpieza
de datos
• Apofenia estadística
• Conocimiento/
transparncia de las
características técnicas
y funcionamiento de
los sistemas de IA
• Pertinencia y alcance
técnico del uso de IA
• Patentes y derechos de
propiedad sobre los
modelos de IA y sus
algoritmos
• Reproductividad de los
resultados que arrojan
los sistemas de IA
• Robustez y gestión
de riesgo ante la
manipulación
maliciosa de
información
• Autonomía y agencia
de los estudiantes
• Retroalimentación a
estudiantes y docentes
• Supervisión,
monitoreo,
rendimiento,
evaluación en
educación
• Desarrollo
socioemocional de los
estudiantes
• Desarrollo de
pensamiento crítico
• Afectación de
la relación entre
investigadores/
educadores y
estudiantes cuando
estos últimos son
conscientes del uso
dado a los datos que
ellos mismos generan
• Resultados de
aprendizaje y
predicción de
resultados de
aprendizaje
• Precisión y validez de
los diagnósticos
• Principios/marcos
pedagógicos y
epistemológicos que
incorporan (explícita
o implícitamente) los
sistemas de IA
• Influencia de los
sistemas de IA en la
toma de decisiones
éticas por parte del
profesorado
• Relaciones de poder,
vigilancia y propósito
de la educación
• Justificación,
intenciones y objetivos
pedagógicos del uso de
sistemas de IA
• Prácticas éticas de los
estudiantes
• Papel de la IA con
respecto a los docentes
(¿reemplazar o
potenciar las funciones
humanas?)
• Docentes y estudiantes
¿qué realmente esperan
de los sistemas de IA?
• Personalización de la
instrucción según las
• Brechas
socioeducativas (como
brecha digital, brecha
de género)
• Equidad educativa
• Equidad en la
implementación
tecnológica
• Justicia
• Desigualdad
• Exclusión y
discriminación
• Accesibilidad a la
educación
• Equilibrio entre
innovación tecnológica
e interacción humana
• Análisis moral
• Control social
• Participación y valores
democráticos
• Derechos Humanos
• Justificación social y
económica del uso
de IA
• Actores directa e
indirectamente
implicados en
investigación en IA
en educación y la
responsabilidad de los
investigadores ante
estos
• Vulnerabilidades
en cuanto al
conocimiento de cómo
proteger los derechos
de privacidad
• Rendición de cuentas
por terceras partes
(empresas creadoras
de IA) para garantizar
compromisos
asumidos por los
investigadores en IA
en educación
• Fiabilidad de los
sistemas de IA;
incluye: acciones
de quienes diseñan
IA; respeto por
el conocimiento
generado por/con
actores no humanos;
valores democráticos
integrados en el diseño
de IA; transparencia
y crítica de las
limitaciones de la IA
• Evaluación de
36
Año 18, N° 33,semestral: julio-diciembre 2026, pp 25-43
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
ISSN: 1996-1642 e-ISSN: 2958-9754
ISNI: 0000 0000 8755 6191
datos
• Seguridad en el
resguardo de datos
• Gobernanza de
datos posterior a la
investigación
• Responsabilidad de
los repositorios de
datos (institucionales y
nacionales)
• Políticas y protocolos
de actuación en caso
de uso indebido de
datos
• Datos como productos
o bienes de un
contrato social: precio
del intercambio online
• Formas como los
investigadores
denominan a las
“fuentes de datos”
• Comprensión técnica
y política de los
investigadores respecto
a cómo los datos
pueden ser utilizados
e interpretados por
terceros
• Intereses económicos,
políticos e ideológicos
de quienes recopilan
datos
necesidades únicas de
cada estudiante
• Calidad de la
educación posibilitada
por herramientas de IA
• Transparencia
para estudiantes y
maestros respecto al
funcionamiento de los
sistemas de IA
• Explicabilidad de los
sistemas de IA y su
incidencia en la tarea
docente
• Alienación de
maestros, estudiantes y
otras partes interesadas
• Aprendizaje eficaz
y socialmente
responsable
riesgos para todas las
partes implicadas en
investigación en IA en
educación (ética por
diseño)
• Ética del cuidado (ética
de la virtud)
• Justificación del uso de
IA en investigación en
educación en cuanto
a: enfoque, intención,
ejecución y difusión de
la información
• Limitaciones del
conocimiento derivado
del uso de bases de
datos (generalizaciones
de los hallazgos y/o
aplicabilidad de
predictores)
• Contrastes entre
los datos personales
que los sistemas
de IA recogen y la
autoidentificación de
los propios individuos
• Efectos secundarios
imprevistos (en
tiempo y escala) de la
investigación en IA en
educación
• Relaciones de poder
entre investigadores
e investigados (ni
la tecnología ni los
investigadores que la
usan son neutrales en
términos de poder)
• Sensibilidad cultural
a normas, valores y
regulaciones legales
locales por parte de los
investigadores
• Toma de decisiones
potencialmente
sesgada
• Sesgos y derechos
civiles de los
estudiantes
• Carencia de
marcos y principios
comunes desde los
cuales abordar las
cuestiones éticas de la
investigación en IA en
educación
• Creciente urgencia
de la atención a las
cuestiones éticas
derivadas de la
investigación en IA en
educación
• Papel de la
investigación en IA
Dimensiones de perl técnico y de datos
Dimensión ética relacionada
a datos
Dimensiones de perl pedagógico y socioeducativo
Dimensión ética relacionada
a procesos computacionales y
técnicos de la IA
Dimensión ética relacionada a
procesos pedagógicos
Dimensión ética
relacionada a procesos
socioeducativos
37
Por su parte, la dimensión ética relacionada a procesos computacionales y técnicos
de la IA incorpora tópicos que apuntan a la conveniencia y/o conocimiento técnico
del uso de IA para el desarrollo de investigación educativa (por ejemplo: pertinencia
y alcance técnico del uso de IA, conocimiento/transparencia de las características
técnicas y funcionamiento de los sistemas de IA). Esta dimensión también comprende
tópicos éticos que focalizan en aspectos estrictamente técnicos de IA vinculados
a procesos de investigación educativa, tales como: transparencia estadística de los
sistemas de IA, sesgos (de diseño, algorítmicos), reproductividad de los resultados.
La dimensión ética relacionada a procesos pedagógicos contiene tópicos que
refieren directamente a los estudiantes, tales como: autonomía y agencia de los
estudiantes, desarrollo socioemocional de los estudiantes, personalización de la
instrucción según las necesidades únicas de cada estudiante, prácticas éticas de los
estudiantes.
Otros de sus tópicos refieren a los docentes: influencia de los sistemas de IA en
la toma de decisiones éticas por parte del profesorado, papel de la IA con respecto
a los docentes (¿reemplazar o potenciar las funciones humanas?), explicabilidad
de los sistemas de IA y su incidencia en la tarea docente. Y otros tópicos más
genéricos que apuntan tanto a estudiantes como a docentes, por ejemplo:
retroalimentación a estudiantes y docentes, supervisión, monitoreo, rendimiento,
evaluación en educación, resultados de aprendizaje y predicción de resultados de
aprendizaje, precisión y validez de los diagnósticos, principios/marcos pedagógicos
y epistemológicos que incorporan (explícita o implícitamente) los sistemas de IA.
En lo que refiere a la dimensión ética relacionada a procesos socioeducativos, se
halló que la misma incorpora una amplia gama de tópicos, algunos de ellos asociados
a cuestiones que tienen larga data en las discusiones que vinculan la escuela con
Juan Manuel Sarochar Risso
Ética de la investigación en/con inteligencia articial en educación
en educación en
la definición de la
educación para la
próxima generación de
estudiantes
• Impacto de la
investigación en IA
en educación en
los estudiantes, su
educación y, por tanto,
en el futuro de la
humanidad
• Transparencia,
inteligibilidad y
accesibilidad de las
decisiones tomadas en
la investigación en IA
en educación
• Reflexión crítica de los
investigadores en IA
en educación sobre sus
propias prácticas de
investigación
Dimensiones de perl técnico y de datos
Dimensión ética relacionada
a datos
Dimensiones de perl pedagógico y socioeducativo
Dimensión ética relacionada
a procesos computacionales y
técnicos de la IA
Dimensión ética relacionada a
procesos pedagógicos
Dimensión ética
relacionada a procesos
socioeducativos
38
ciertas dinámicas sociales: brechas socioeducativas, equidad educativa, justicia,
desigualdad, exclusión y discriminación, accesibilidad a la educación. Otros tópicos
apuntan a aspectos que se relacionan con el análisis socioeducativo-técnico de la
implementación de IA en la investigación educativa, como por ejemplo: actores directa
e indirectamente implicados en investigación en IA en educación y la responsabilidad
de los investigadores ante estos, evaluación de riesgos para todas las partes implicadas
en investigación en IA en educación -ética por diseño-, justificación del uso de IA
en investigación en educación en cuanto a: enfoque, intención, ejecución y difusión
de la información.
En síntesis, en cada una de las dimensiones éticas presentadas se encontró una
gran variedad de tópicos que, desde diferentes perspectivas (a veces de carácter
pedagógico, otras veces más técnico), permiten visualizar un marco ético general
desde el cual comprender las prácticas de investigación educativa en el contexto de
la IA.
Discusión
Los resultados de la investigación realizada permiten distinguir y proponer dos
perspectivas desde las cuales asumir el análisis de la ética de la investigación educativa
en el contexto de la IA, que son: ética de la investigación en IA en educación y ética
de la investigación con IA en educación. Siendo este el aporte principal, original y
distintivo del presente estudio. A continuación, se propone una definición de cada
una de las perspectivas mencionadas y se analizará las principales dinámicas que las
constituyen.
Se puede definir la ética de la investigación en IA en educación como el cuidado ético
de la investigación educativa que, para su desarrollo, requiere del uso de sistemas de
IA de manera directa por parte de los sujetos investigados (por ejemplo, estudiantes,
docentes). Por su parte, se puede definir la ética de la investigación con IA en educación
como el cuidado ético de la investigación educativa que, para su desarrollo, requiere
del uso de sistemas de IA de manera directa por parte del sujeto que investiga.
Dicho en otros términos, la ética de la investigación en IA en educación pone foco
en el hecho de que son los propios sujetos investigados quienes están expuestos, de
manera directa, a los efectos y consecuencias (favorables o no) del uso de sistemas
de IA. En este sentido, el cuidado ético debe centrarse en la incidencia que estos
sistemas tienen en la modificación del pensamiento, comportamiento y/o emociones
de los sujetos investigados.
Esto es especialmente relevante considerarlo si se tiene en cuenta que muchos
de estos sujetos (niños, adolescentes, jóvenes) se encuentran en etapas cruciales
de su desarrollo intelectual, emocional y social. No debe obviarse el hecho de
que el fin último de la investigación que aplica sistemas de IA en los procesos
educativos (investigación en IA en educación) es, justamente, analizar los cambios
(presumiblemente positivos) que evidencian los usuarios de esos sistemas (Holmes
et al., 2022).
Año 18, N° 33,semestral: julio-diciembre 2026, pp 25-43
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
ISSN: 1996-1642 e-ISSN: 2958-9754
ISNI: 0000 0000 8755 6191
39
Además de lo anterior, es claro que la ética de la investigación en IA en
educación también incluye los recaudos que refieren a los procesos de recopilación,
procesamiento y almacenamiento de datos que realiza el investigador mediante el
uso de sistemas de IA. De tal modo, la ética de la investigación en IA en educación
comprende un doble cuidado ético: por un lado, respecto a la exposición de los sujetos
investigados a sistemas de IA, por otro, respecto a los procesos de recopilación, uso y
almacenamiento de datos que opera el investigador mediante uso de IA.
De tal modo, se puede decir que las cuatro dimensiones éticas identificadas y
analizas anteriormente forman parte constitutiva de la ética de la investigación en
IA en educación. Es evidente que las dimensiones que refieren a cuestiones de perfil
técnico y de datos contienen tópicos críticos de la ética de la investigación en IA
en educación, por ejemplo: privacidad de datos personales y grupales, propiedad de
los datos, capacidad de acción sobre los datos personales, riesgos de normalización
debido a procesos de limpieza de datos, apofenia estadística, entre otros muchos.
Lo mismo ocurre con las dimensiones que refieren a aspectos de perfil pedagógico y
socioeducativo, por citar algunos: transparencia para estudiantes y maestros respecto
al funcionamiento de los sistemas de IA, efectos secundarios imprevistos (en tiempo
y escala) de la investigación en IA en educación, justificación social y económica del
uso de IA, actores directa e indirectamente implicados en investigación en IA en
educación y la responsabilidad de los investigadores ante estos.
Ahora bien, en el caso de la ética de la investigación con IA en educación,
al no requerir, necesariamente, el uso de sistemas de IA por parte de los sujetos
investigados, sino que es el investigador quien utiliza IA como herramienta para su
quehacer investigativo, el cuidado ético se focaliza, principalmente, en los procesos
de recopilación, procesamiento y almacenamiento de datos que el investigador opera
con uso de IA. En este caso, el foco ético está más centrado en aquellas dimensiones
que refieren a cuestiones de perfil técnico y de datos, y menos en las que refieren a
aspectos de perfil pedagógico y socioeducativo.
Así, una diferencia importante entre la ética de la investigación en IA en educación
y la ética de la investigación con IA en educación, es que la primera comprende,
necesariamente, las cuatro dimensiones éticas que se han analizado, mientras
que la segunda comprende, principalmente, las dimensiones éticas que refieren a
cuestiones de perfil técnico y de datos. En este sentido, podría decirse que la ética de
la investigación en IA en educación es estructuralmente más compleja que la ética de la
investigación con IA en educación. Dicho de otro modo, la ética de la investigación en
IA en educación incluye, al mismo tiempo que trasciende, a la ética de la investigación
con IA en educación.
Tanto la definición de ambas perspectivas éticas, como también la exposición de
sus rasgos distintivos, son aspectos centrales del presente estudio por cuanto, como
se anotó antes, constituyen el aporte principal, original y distintivo de este. Tal como
fue explicitado en el apartado Introducción, la literatura existente en relación con los
reparos éticos que debe adoptar el investigador en educación al incorporar sistemas
de IA como herramientas de su quehacer investigativo, es exigua. En este sentido, a
la escasez de investigaciones sobre las implicancias éticas de la incorporación de IA
Juan Manuel Sarochar Risso
Ética de la investigación en/con inteligencia articial en educación
40
en educación, situación evidenciada por autores como Nguyen et al. (2023), Schiff
(2022), Holmes et al. (2022), se le suma lo exiguo de los análisis que focalizan en la
ética del investigador en educación en relación con la IA.
Cabe señalar, con el fin de continuar ahondando en los aportes del presente
estudio, que los rasgos distintivos de las dos perspectivas éticas que se vienen
analizando admiten algunas discusiones que complejizan lo presentado hasta ahora.
En primer lugar, ambas perspectivas éticas pueden -y deben- coexistir y
complementarse mutuamente en un mismo proyecto de investigación. Es más, en el
caso de la investigación en IA en educación, tal como ya fue adelantado en párrafos
anteriores, difícilmente puedan no estar ambas éticas presentes. Si un proyecto
de investigación requiere del uso de sistemas de IA tanto por parte de los sujetos
investigados, como también por parte del investigador (parar procesar y analizar los
datos recopilados), es evidente que tanto la ética de la investigación en IA en educación
como la ética de la investigación con IA en educación deberán estar consideradas.
Pero también deberán estar ambas consideradas en el caso de que el proyecto de
investigación requiera del uso de sistemas de IA por parte de los sujetos investigados
y no (al menos directamente) por parte del investigador, ya que la sola exposición
de los sujetos investigados al uso de IA hace responsable al investigador tanto en las
dimensiones de perfil pedagógico y socioeducativo como en las de perfil técnico y
de datos.
Sin embargo, en otros proyectos de investigación bastaría con que la ética de la
investigación con IA en educación fuera considerada. Esto puede ocurrir en los casos
donde los investigadores hacen uso de sistemas de IA para el procesamiento y análisis
de los datos recopilados, pero el proyecto no requiere que los sujetos investigados
hagan uso de IA. Por ejemplo, si en un proyecto de investigación el propósito es
analizar ciertos aspectos de una determinada estrategia de enseñanza de matemáticas,
y el investigador hace uso de IA con el fin de procesar y analizar la información
recopilada desde los sujetos investigados (que no hicieron uso de IA), bastaría con
situar la atención ética en relación al uso de IA en lo que refiere a las dimensiones de
perfil técnico y de datos.
No obstante, aquí también existen algunos matices a tener en cuenta. Si en el
ejemplo antes citado los resultados de la investigación son utilizados de manera
directa o indirecta para operar algún tipo de incidencia (sobre estudiantes, docentes
o ambos a la vez) respecto a la estrategia de enseñanza de matemáticas analizada,
también cabría incluir la atención ética en relación con las dimensiones de perfil
pedagógico y socioeducativo.
Resulta interesante observar que, en definitiva, tanto las cuatro dimensiones éticas
identificadas a partir de la bibliografía analizada, como también las dos perspectivas
éticas de investigación en educación que surgen de aquellas, tienen en común el
hecho de que contribuyen, con sus diferencias, a comprender de manera integral el
problema de investigación planteado en este estudio. De tal modo, los estudios de
Schlesener (2025), Martínez (2024), Nguyen et al. (2023), Fox (2022), y Holmes
et al. (2022), aunque con perfiles y aportes diferenciados, coinciden de forma
orquestada para dar respuesta a la inquietud central planteada en esta investigación.
Año 18, N° 33,semestral: julio-diciembre 2026, pp 25-43
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
ISSN: 1996-1642 e-ISSN: 2958-9754
ISNI: 0000 0000 8755 6191
41
De todos modos, téngase presente que tanto las dos perspectivas de ética de la
investigación educativa presentadas (ética de la investigación en IA en educación y
ética de la investigación con IA en educación), como las cuatro dimensiones éticas
identificadas (cada una con sus correspondientes tópicos éticos), son propuestas
iniciales que, tal como se ha visto, tienen límites que no son (ni pretenden serlo) del
todo precisos ni estrictos sino que, por el contrario, en ocasiones se solapan y hasta
se diluyen, lo cual genera diversas situaciones particulares de análisis. Esto implica
que lo expuesto en estas páginas son ideas preliminares que requieren ser discutidas,
criticadas y analizadas, para poder ser mejoradas y, más aún, trascendidas.
Referencias
Aiken, R., y Epstein, R. (2000). Ethical guidelines for AI in education: Starting a
conversation. International Journal of Articial Intelligence in Education, 11,
163–176.
Cohen, L., Manion, L., y Morrison, K. (2018). Research Methods in Education (8.ª
ed.). Routledge.
Doroudi, S. (2023). e Intertwined Histories of Artificial Intelligence and
Education. International Journal of Articial Intelligence in Education. 33, 885-
928. https://doi.org/10.1007/s40593-022-00313-2
Fox, A. (2022). Educational research and AIED. Identifying ethical challenges. En
W. Holmes y K. Porayska-Pomsta (Eds.), e Ethics of Articial Intelligence in
Education. Practices, Challenges, and Debates (47-73). Routledge.
Holmes, W., y Porayska-Pomsta, K. (Eds.). (2022). e ethics of articial intelligence
in education: Practices, challenges, and debates. Routledge. https://doi.
org/10.4324/9780429329067
Holmes, W., Bialik, M., y Fadel, C. (2019). Articial Intelligence in Education.
Promise and Implications for Teaching and Learning. Center for Curriculum
Redesign.
Holmes, W., Porayska-Pomsta, K., Holstein, K., Sutherland, E., Baker, T.,
Buckingham S., Santos, O., Rodrigo, M., Cukurova, M., Bittencourt, I., y
Koedinger, K (2022). Ethics of AI in Education: Towards a Community-Wide
Framework. International Journal of Articial Intelligence in Education. 32,
504-526. https://doi.org/10.1007/s40593-021-00239-1
Marín, V. (2022). La revisión sistemática en la investigación en Tecnología Educativa:
observaciones y consejos. RiiTE Revista Interuniversitaria de Investigación en
Tecnología Educativa, 13, 62-79.
Martínez, O. (2024). Ética, Inteligencia Artificial e Investigación Educativa:
Un Triángulo Vital para el Futuro de la Educación. Revista Scientic,
9 (Ed. Esp. 4), 10-19. https://doi.org/10.29394/Scientific.issn.2542-
2987.2024.9.E4.0.10-19
Newman, M., y Gough, D. (2020). Systematic Reviews in Educational Research:
Methodology, Perspectives and Application. En O. Zawacki-Richter, M.
Juan Manuel Sarochar Risso
Ética de la investigación en/con inteligencia articial en educación
42
Kerres, S. Bedenlier, M. Bond, & K. Buntins (Eds.), Systematic Reviews in
Educational Research (pp. 3-22). Springer.
Nguyen, A., Ngo, H.N., Hong, Y., Dang, B., y Nguyen, B. (2023). Ethical principles
for artificial intelligence in education. International Journal of Articial
Intelligence in Education, 28, 4221–4241. https://doi.org/10.1007/s10639-
022-11316-w
Sarochar, J. (2025a). Mapeo de publicaciones académicas sobre Inteligencia Artificial
y Educación en Uruguay. Revista Sudamericana De Educación, Universidad y
Sociedad, 13(1), 39–63. https://rifedu.ude.edu.uy/index.php/RSEUS/article/
view/336/602
Sarochar, J. (2025b). Propuesta de categorización de investigaciones sobre y
aplicaciones de inteligencia artificial en educación. Cuadernos de Investigación
Educativa, 16(1). https://doi.org/10.18861/cied.2025.16.1.3955
Sarochar, J. (2026a). Inteligencia artificial y políticas editoriales de revistas de
educación: tensiones en la investigación educativa. Cuadernos de Investigación
Educativa, 17(1). https://doi.org/10.18861/cied.2026.17.1.4183
Sarochar, J. (2026b). Inteligencia Artificial y Educación: Complejidades entre lo
ético y lo técnico. En Ch. Palomo, A. Casnati (Comps.). Experiencias en
complejidad: relatos, sistematizaciones y conceptualizaciones sobre la práctica (pp.
45-60). Red InComplex, CEMBE-UDE.
Schiff, D. (2022). Education for AI, not AI for Education: e Role of Education
and Ethics in National AI Policy Strategies. International Journal of Articial
Intelligence in Education, 32. https://doi.org/10.1007/s40593-021-00270-2
Schlesener, A. (2025). Ética na pesquisa em educação: os limites e desafios ante a
Inteligência Artificial. Práxis Educativa, 20, 1–12. https://doi.org/10.5212/
PraxEduc.v.20.24293.004
Wiese, L., Patil, I., Schiff, D., y Magana, A. (2025). AI ethics education: A systematic
literature review. Computers and Education: Articial Intelligence, 8. https://
doi.org/10.1016/j.caeai.2025.100405
Zawacki-Richter, O., Kerres, M., Bedenlier, S., Bond, M., y Buntins, K. (Eds.).
(2020). Systematic Reviews in Educational Research: Methodology, Perspectives
and Application. Springer.
Año 18, N° 33,semestral: julio-diciembre 2026, pp 25-43
https://doi.org/10.61604/dl.v18i33.532
https://hdl.handle.net/11715/2918
ISSN: 1996-1642 e-ISSN: 2958-9754
ISNI: 0000 0000 8755 6191
43