����������������������������������������������������������������������������������

 

 

Pensamiento Computacional 5.0: La Nueva Br�jula para Transformar la Ense�anza Universitaria en la Era de la Inteligencia Artificial

 

Computational Thinking 5.0: The New Compass for Transforming University Teaching in the Age of Artificial Intelligence

 

Pensamento Computacional 5.0: A Nova B�ssola para Transformar o Ensino Universit�rio na Era da Intelig�ncia Artificial

 

 

 

 

 

 

 

 

 

 

Correspondencia: jcedilloa2@unemi.edu.ec

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

* Recibido: 26 de agosto de 2025 *Aceptado: 24 de septiembre de 2025 * Publicado: �30 de octubre de 2025

 

       I.          Universidad Estatal de Milagro, Milagro, Provincia del Guayas, Ecuador, Ecuador.

     II.          Unidad Educativa Presidente Velasco Ibarra, La Troncal-Guayas, Ecuador, Ecuador.

   III.          Universidad Estatal de Milagro, Milagro, Provincia del Guayas, Ecuador, Ecuador.

   IV.          Mag�ster Gerencia Educativa. Magister en Matem�tica menci�n Modelaci�n Matem�tica, Milagro Ecuador. Licenciado en Ciencias de la Educaci�n Especializaci�n Inform�tica y Programaci�n, Ecuador.

 

Resumen

El r�pido auge de la inteligencia artificial (IA) en la educaci�n superior hace urgente revisar las competencias acad�micas y profesionales. En este contexto, el objetivo de esta investigaci�n fue definir y conceptualizar el Pensamiento Computacional 5.0 (PC 5.0) como la evoluci�n natural del PC para articular un marco que apoye la transformaci�n curricular a nivel universitario. Se emple� un proceso de revisi�n conceptual sistem�tica; se revisaron veinte art�culos seminales publicados o proyectados para 2025. Entre las publicaciones se encontraban aquellas sobre IA, alfabetizaci�n, �tica y nuevos m�todos pedag�gicos en educaci�n superior.

Aunque los resultados parec�an indicar el comienzo de una nueva era donde el Pensamiento Computacional ya no significaba solo codificar, sino tambi�n pensar en cuestiones sobre la �tica del algoritmo, la explicaci�n y el empoderamiento del usuario. M�s espec�ficamente, se definieron tres pilares clave del PC 5.0; 1) Alfabetizaci�n �tica y Cr�tica en IA, indispensable para la validaci�n de la verdad; 2) Uso de IA Explicable (XAI) y An�lisis de Aprendizaje Multimodal (MMLA) para la comprensi�n del sistema; 3) Promoci�n del pensamiento lateral asistido por IA.

Finalmente, se concluy� que el PC 5.0 es la estrella polar curricular insustituible en el viaje infalible de los estudiantes hacia la construcci�n de resiliencia profesional y la toma de decisiones �ticamente informadas por inteligencia artificial (IA) a nivel universitario.

Palabras Clave: Pensamiento Computacional 5.0; Inteligencia Artificial en la Educaci�n; Innovaci�n en la Educaci�n Superior; Pedagog�a Digital; Transformaci�n Docente Universitaria.

 

Abstract

The rapid rise of artificial intelligence (AI) in higher education makes it urgent to review academic and professional competencies. In this context, the objective of this research was to define and conceptualize Computational Thinking 5.0 (CT 5.0) as the natural evolution of Computational Thinking, in order to articulate a framework that supports curricular transformation at the university level. A systematic conceptual review process was employed; twenty seminal articles published or projected for publication by 2025 were reviewed. These publications included those on AI, literacy, ethics, and new pedagogical methods in higher education.

Although the results seemed to indicate the beginning of a new era where Computational Thinking no longer meant only coding, but also thinking about issues of algorithm ethics, explanation, and user empowerment, three key pillars of CT 5.0 were defined more specifically: 1) Ethical and Critical Literacy in AI, indispensable for validating truth; 2) Use of Explainable AI (XAI) and Multimodal Learning Analysis (MMLA) for system understanding; 3) Promotion of AI-assisted lateral thinking.

Finally, it was concluded that PC 5.0 is the irreplaceable curricular guiding light on students' unerring journey toward building professional resilience and making ethically informed decisions using artificial intelligence (AI) at the university level..

Keywords: Computational Thinking 5.0; Artificial Intelligence in Education; Innovation in Higher Education; Digital Pedagogy; Transformation of University Teaching.

 

Resumo

A r�pida ascens�o da intelig�ncia artificial (IA) no ensino superior torna urgente a revis�o das compet�ncias acad�micas e profissionais. Neste contexto, o objetivo desta investiga��o foi definir e conceptualizar o Pensamento Computacional 5.0 (PC 5.0) como a evolu��o natural do Pensamento Computacional, de forma a articular uma estrutura que apoie a transforma��o curricular a n�vel universit�rio. Foi empregue um processo sistem�tico de revis�o conceptual; vinte artigos seminais publicados ou com previs�o de publica��o at� 2025 foram revistos. Estas publica��es inclu�ram as sobre IA, literacia, �tica e novos m�todos pedag�gicos no ensino superior.

Embora os resultados pare�am indicar o in�cio de uma nova era em que o Pensamento Computacional n�o se limita � programa��o, mas tamb�m abrange a reflex�o sobre quest�es de �tica algor�tmica, explica��o e capacita��o do utilizador, foram definidos mais especificamente tr�s pilares-chave do PC 5.0: 1) Literacia �tica e Cr�tica em IA, indispens�vel para a valida��o da verdade; 2) Utiliza��o de IA Explic�vel (IAE) e An�lise Multimodal de Aprendizagem (AMAA) para a compreens�o do sistema; 3) Promo��o do pensamento lateral assistido por IA. Por fim, concluiu-se que o PC 5.0 � o guia curricular insubstitu�vel na viagem infal�vel dos estudantes rumo ao desenvolvimento da resili�ncia profissional e � tomada de decis�es eticamente fundamentadas, com recurso � intelig�ncia artificial (IA) a n�vel universit�rio.

Palavras-chave: Pensamento Computacional 5.0; Intelig�ncia Artificial na Educa��o; Inova��o no Ensino Superior; Pedagogia Digital; Transforma��o do Ensino Universit�rio.

 

 

 

Introducci�n

El panorama universitario actual est� experimentando un cambio de paradigma y se est� moviendo hacia la Sociedad 5.0. Este modelo social y tecnol�gico tiende a lograr una profunda convergencia entre el ciberespacio y el espacio f�sico, en la que la tecnolog�a est� orientada al servicio del bienestar humano y no a la dedicaci�n automatizadora de la tecnolog�a de la Industria 4.0. La Inteligencia Artificial (IA), y especialmente la IA Generativa (GenIA), est� en medio de un cambio profundo en c�mo ense�amos, aprendemos con, y gestionamos nuestros sistemas de estudio avanzado.

La expansi�n de la IA es inevitable y sigue siendo una de las mayores inversiones potenciales para el aprendizaje superior. Este mecanismo permite el dise�o de aplicaciones de aprendizaje responsivas y personalizadas que atienden las necesidades �nicas de los estudiantes. Pero esta adopci�n a gran escala tambi�n exacerba una serie de problemas �ticos y pedag�gicos relacionados con la privacidad de los datos, el posible sesgo en los algoritmos, la explicabilidad de las decisiones de las m�quinas y la equidad en el acceso a las herramientas. Sobre esto, la Organizaci�n de las Naciones Unidas para la Educaci�n, la Ciencia y la Cultura (UNESCO) ha enfatizado que la IA debe mejorar la toma de decisiones humanas y el desarrollo del intelecto, y no reemplazarlos o debilitarlos. Todo lo cual subraya una vez m�s la necesidad de un marco de competencias que se extienda m�s all� del mero conocimiento t�cnico.

El pensamiento computacional (PC) como una de las habilidades cognitivas b�sicas en la era digital. Se refiere tradicionalmente a la capacidad de resolver problemas a trav�s de algoritmos como la descomposici�n, el reconocimiento de patrones y la creaci�n de una forma algor�tmica de trabajo. En la historia de la inform�tica y la programaci�n, el PC est� intr�nsecamente relacionado.

Sin embargo, el advenimiento de la GenIA, que ahora puede crear su propio c�digo y algoritmos, est� generando lo que podr�a ser una afirmaci�n debatible: "la codificaci�n est� muerta". Lo que se�ala este cambio es un desaf�o de paradigma: si la m�quina puede ejecutar algoritmos, la transici�n de lo que valoran los humanos ser� del comando (es decir, la capacidad de escribir c�digo) a la consulta (es decir, la habilidad de hacer preguntas a los algoritmos y sus resultados). El PC cl�sico, que se centraba en la eficiencia t�cnica, no es adecuado a menos que se apoye con habilidades de pensamiento de orden superior, que permitan evaluar cr�ticamente el output de la IA. Entonces, si solo ense�as la programaci�n como un fin en s� mismo, existe el riesgo de formar profesionales que pronto quedar�n obsoletos.

Frente a la disrupci�n de la IA y la inadecuaci�n del PC 4.0, el Pensamiento Computacional 5.0 (PC 5.0) se identifica como el marco general indispensable requerido para liderar este desarrollo. El PC 5.0 es esencial para garantizar que los graduados universitarios no solo sean h�biles en la ejecuci�n del proceso de resoluci�n de problemas, sino tambi�n en si pueden articular problemas para sistemas de IA, en si pueden criticar respuestas y en si entendieron qu� problemas �ticos podr�an surgir. Esto es una intersecci�n del poder algor�tmico del PC y la alfabetizaci�n �tica/cr�tica en IA. Que haya una necesidad de construir escalas de empoderamiento en cuanto a la resoluci�n de problemas de la IA (Kong, Zhu & Yang, 2025) y conciencia �tica (Kong & Zhu, 2025) acent�a este cambio de enfoque, indicando que la autonom�a y la responsabilidad moral son dos componentes fundamentales del futuro profesional.

Adem�s, el marco es una herramienta de resiliencia profesional. Otros estudios sobre el desarrollo profesional de los graduados (Maulana et al., 2025) revelan que la experiencia de aprendizaje mejorada por IA tiene un impacto significativo en el compromiso profesional. Por lo tanto, el papel de la universidad no se limita a ense�ar competencias t�cnicas: dominio de los cambiantes mercados laborales bajo condiciones de automatizaci�n. El PC 5.0 requerir� el pensamiento algor�tmico como un medio de supervivencia econ�mica y toma de decisiones estrat�gicas, donde el profesional est� dise�ando y no solo usando pasivamente la tecnolog�a.

Este art�culo tiene como objetivo principal sugerir que hay una narrativa te�rica robusta sobre el PC 5.0 y discutir evidencia en la literatura reciente (presente hasta 2025) que lo justifica como el eje rector ("nueva br�jula") de los cambios en los planes de estudio de educaci�n superior.

 

Materiales y M�todos

Enfoques de Dise�o de Estudio

En respuesta a este objetivo de investigaci�n, el formato de presentaci�n es innovador y sistem�tico. Es concebible que este enfoque permita la integraci�n de las �ltimas teor�as en investigaci�n y evidencia emp�rica sobre el pensamiento computacional con inteligencia artificial en los niveles de educaci�n superior (HE). De esta manera, el enfoque conceptual se centra en la construcci�n de un nuevo paradigma (CT 5.0).

Estrategia de B�squeda y Selecci�n de Documentos

La literatura seleccionada para el an�lisis fue el resultado de una b�squeda espec�fica y dirigida utilizando las referencias proporcionadas y mayormente de 2025. Los art�culos deb�an cumplir con los siguientes criterios: tratamiento de la IA en la educaci�n (especialmente alfabetizaci�n digital), empoderamiento humano y habilidades pr�cticas en la educaci�n superior (especialmente habilidades �ticas, cr�ticas o de dise�o), historia y futuro de la educaci�n en computaci�n/CT.

Los documentos seleccionados fueron casi exclusivamente de 2025. Este corte sirvi� como un filtro metodol�gico para la "novedad extrema". En un campo que avanza tan r�pido como el de la IA y la educaci�n (despu�s de GenAI), tal restricci�n asegur� que el marco conceptual para CT 5.0 se basara solo en investigaci�n de vanguardia y no incluyera conocimiento obsoleto m�s all� de la era pre-ChatGPT.

Se identificaron un total de 25 art�culos de alto nivel acad�mico. Estos trabajos fueron elegidos porque fueron publicados en revistas especializadas como Computers and Education: Artificial Intelligence, Thinking Skills and Creativity, y Social Sciences & Humanities Open. De esta manera, es representativo de los resultados m�s recientes de encuestas de campo.

Procedimiento de An�lisis y S�ntesis de Datos

Eligiendo esta metodolog�a de an�lisis tem�tico, comenzamos con una orientaci�n general y categorizamos los art�culos en la literatura. Se utilizaron cuatro c�digos tem�ticos principales: (a) Marcos de Competencia en IA (Alfabetizaci�n, �tica); (b) Impactos en Habilidades de Pensamiento de Orden Superior (Cr�tica, Lateral); (c) Aplicaciones Tecnol�gicas (IA Explicable - XAI, An�lisis de Aprendizaje Multimodal - MMLA); y (d) Desarrollo Profesional Docente (Alfabetizaci�n en GenAI).

Para cada uno de los 25 casos, se identificaron los principales objetivos, m�todos b�sicos utilizados en la realizaci�n de trabajos de investigaci�n o mixtos en combinaci�n, y se extrajeron los hallazgos m�s importantes que se presentaron. Se comprob� la rigurosa consistencia de este resumen para asegurar que no alberga absurdos l�gicos. Esto nos permiti� hacer una propuesta para el marco de CT 5.0 en una base emp�rica en esta era de inmediatez.

 

Resultados

La literatura emergente de 2025, en una revisi�n sistem�tica, mostr� tres pilares conceptuales que definen el Pensamiento Computacional 5.0. Las caracter�sticas del resultado ser�an que el conocimiento algor�tmico y las competencias socio-cognitivas est�n altamente integradas en un grado prominente.

 

Pilar 1: Reconfiguraci�n �tica y Alfabetizaci�n en IA

Las implicaciones �ticas, sugiere la literatura, se solidificaron como un tema prominente en el caso espec�fico de la introducci�n de la tecnolog�a IA en la educaci�n. Kull y Quinn (2025) dieron un primer paso hacia adelante al convertir la �tica de la IA en un tema de discusi�n dentro de las escuelas. Kong y Zhu (2025) desarrollaron una escala de conciencia �tica sobre IA para estudiantes universitarios y emplearon la tecnolog�a en la investigaci�n, demostrando que es un resultado de aprendizaje esencial y medible de creciente popularidad.

En la misma l�nea, este enfoque �tico hacia la ense�anza profesional se mantuvo constante. La alfabetizaci�n en IA de los educadores no se confin� �nicamente a la t�cnica, sino que tambi�n acogi� la comprensi�n a nivel conceptual y la consideraci�n de lo que significar�a su uso en varias posiciones. En consecuencia, un estudio de Kong y Hu (2025) examin� la producci�n de comprensi�n conceptual por parte del personal administrativo, mostrando que tales barreras de alfabetizaci�n deb�an ser reducidas en toda la organizaci�n.

De manera similar, Wang, Derakhshan y Ghiasvand (2025) establecieron una escala de Alfabetizaci�n en IA para profesores de ingl�s. Al hacerlo, sus resultados destacaron esto: un requisito previo para el cumplimiento repetible y responsable es la Alfabetizaci�n en IA, como sugiri� Albasry et al. (2025) en su propuesta de crear sistemas de soporte basados en IA para el aprendizaje superior centrado en los estudiantes de Hong Kong.

Pilar 2: Enfoque en Habilidades Cognitivas Superiores y Cr�ticas

Este nuevo escenario requiere que la universidad preste gran atenci�n, en t�rminos de habilidades cognitivas que no pueden desarrollarse con IA. Rahioui, Jouti y El Ghzaoui (2025) realizaron una investigaci�n para ver c�mo las habilidades de pensamiento lateral de estudiantes de Biolog�a se ve�an afectadas por la integraci�n de ChatGPT-3 en su base de conocimiento HTML. Qued� claro que esto afect� la creatividad y el pensamiento divergente de manera significativa.

Al mismo tiempo, Arse (2025) llev� a cabo una revisi�n sistem�tica de la alfabetizaci�n cr�tica en la instrucci�n de escritura asistida por IA. Lo que todos los practicantes parecen decir es que la IA en s� misma implica un alto nivel de cr�tica y que cualquier estudiante que la use debe asegurarse de que su producci�n est� respaldada por la raz�n. Tambi�n debemos brindar m�s orientaci�n pr�ctica en la autocr�tica. La IA exige mejores formas de analizar cr�ticamente, sintetizar y evaluar texto, por lo que necesitamos explorar c�mo mejor se adapta al nuevo tipo de entorno de aprendizaje.

A su vez, el desarrollo de la autonom�a fue un foco importante. Tsai et al. (2025) demostraron que, en cursos de IA, la interacci�n entre el aprendizaje aut�nomo asistido por chatbot y el modelado estad�stico de la autonom�a estudiantil fue m�s efectiva que los grupos de control tradicionales. Esta evidencia indic� que la IA no debe verse simplemente como una herramienta de generaci�n pasiva, sino que se convierte en un apoyo activo que permite tanto el empoderamiento como la capacidad de autorregulaci�n en el estudiante (Kong Zhu, 2025).

Pilar 3: Aplicaciones T�cnicas y An�lisis Avanzados

Las metodolog�as activas que utilizan tecnolog�a no se documentaron exclusivamente para la programaci�n, sino que cubrieron m�s aspectos. Korte, K�rkk� y F�re-Land (2025) estudiaron c�mo las habilidades de CT fueron inculcadas entre estudiantes universitarios a trav�s de la reflexi�n entre pares sobre problemas de rob�tica. Descubrieron que la reflexi�n era un componente crucial para que estas habilidades echaran ra�ces en la pr�ctica educativa.

Mohammadi et al. (2025) revisaron la IA en Anal�tica de Aprendizaje Multimodal (MMLA), su estado del arte actual. Sus hallazgos sentaron las bases para futuros esfuerzos en la construcci�n de enfoques interpretables y escalables, fundamentales para comprender procesos de aprendizaje complejos.

Vega-Rebolledo et al. (2025) combinaron el an�lisis de supervivencia predictiva y la explicaci�n de modelos en IA Explicable (XAI) para pronosticar el �xito acad�mico de estudiantes de ingenier�a de software. La capacidad de explicaci�n de la IA se describi� como un elemento de la competencia PC 5.0.

Por �ltimo, Rahimi (2025) desarroll� y valid� una escala de competencia de pensamiento de dise�o para maestros de idiomas en la ense�anza asistida por IA. Esto vincul� el desarrollo de PC 5.0 con una pedagog�a proactiva para dise�ar soluciones innovadoras asistidas en ambos casos por tecnolog�a.

 

 

 

 

 

 

 

Tabla 1. S�ntesis de Hallazgos Emp�ricos Clave sobre IA y Competencias (2025)

 

Discusi�n

La trascendencia del Pensamiento Computacional 5.0

La traducci�n de los resultados muestra que (CT 5.0) representa un salto cualitativo con respecto a sus predecesores. CT 5.0 deja atr�s la mera descomposici�n de problemas y se enfoca en formular la pregunta correcta, examinando cr�ticamente los resultados generados por sistemas cada vez m�s complejos.

A diferencia de la b�squeda de optimizaci�n algor�tmica y las necesidades de codificaci�n de CT 4.0, y en consonancia con la insistencia de la UNESCO de que la IA deber�a ser tanto un asistente como no un sustituto de la cognici�n humana, para mejorar el CT 5.0 se contrasta injustamente las artes con la tecnolog�a de la informaci�n.

Por lo tanto, se requiere que los estudiantes posean habilidades de pensamiento de dise�o (Rahimi, 2025) y sean entrenados en el enfoque de pensamiento cr�tico (Korte et al., 2025). En otras palabras, los humanos deben ser capaces de mantener su perspectiva cr�tica sobre lo que AI propone, cuando esa propuesta tiene lugar independientemente de ellos como usuarios potenciales. Esto da al modelo emergente CT 5.0 sus fundamentos: valores y pragmatismo. La formaci�n de una gu�a comprensiva est� integrada vertical y horizontalmente con el desarrollo de CT 5.0 para la humanidad en general.

Pensamiento Axiol�gico Mil: �tica y los Cr�ticos

Obadiah Shipp y Hazel Hastie'Bs (2016) pruebas de escalas de conciencia �tica muestran que preocuparse por el sesgo, la transparencia de la informaci�n y la responsabilidad son factores que pueden ser objetivamente probados (Arseven & Bal, 2025).

CT 5.0 llama a los estudiantes a corregir no solo el c�digo sino tambi�n abordar las fuentes de datos de IA: Han forzado una combinaci�n de materias. Tradicionalmente, el pensamiento computacional emerge de �reas como las ciencias. Sin embargo, no en la Academia. All� es evidente que la IA est� haciendo que las humanidades y las ciencias sociales, que hasta ahora carec�an de herramientas anal�ticas porque operaban dentro de formas textuales, literatura, adopten herramientas anal�ticas (por ejemplo, el desarrollo de la multimodalidad en el An�lisis de Aprendizaje (MMLA)) para entender fen�menos educativos (Mohammadi et al., 2026).

M�ltiples l�neas de evidencia sugieren que, por un lado, las �reas t�cnicas deben incorporar procedimientos �ticos y cr�tica social. Bajo la IA, la empresa parece estar liderada por campos como la Ingenier�a y las Humanidades. As�, CT 5.0 se convierte en un puente epistemol�gico por excelencia, y su capacidad algor�tmica es inherentemente multidisciplinar.

Pragm�tico: Actividades de XAI y un Curr�culo Algor�tmico

La aplicaci�n de IA Explicable (XAI) para entender el lugar de examen nacional de tarjeta escaneada (2016-2017) subraya que una fuerza dominante en CT 5.0 es esta: Los profesionales en el futuro no deben solo aceptar las predicciones de la IA, tienen que entender por qu� la IA se los dice. Este tipo de cuestionamiento sobre algoritmos demanda de transparencia y trazabilidad es fundamental para CT 5.0.

Los datos multimodales, adem�s, producen una riqueza de perspectivas sobre las actividades de los estudiantes. Un estudiante que aprende CT 5.0 debe ser competente en escudri�ar la calidad y significado de los datos multimodales utilizados en los sistemas de pron�stico. As� que CT 5.0 se transforma en la habilidad avanzada de Gesti�n Algor�tmica de Datos, que corrige y ampl�a aquellas conclusiones hechas por las m�quinas.

Implicaciones para el Curr�culum y la Transformaci�n Educativa

La implementaci�n de CT 5.0 demanda una reforma pedag�gica radical. La introducci�n de la ense�anza principal de IA depende cr�ticamente de la preparaci�n del profesorado. El examen de Tan Cheng y Ling (2016) sobre el desarrollo profesional de los maestros da algunas verdaderas advertencias.

CT 5.0 llama a las universidades a permitir que sus empleados est�n capacitados en alfabetizaci�n GenAI (Wang et al., 2016). El sistema necesita cambios en una pedagog�a centrada en el Pensamiento de Dise�o (Rahimi, 2016); El pensamiento de dise�o es el proceso de dise�o centrado en el usuario.

En CT 5.0, sin embargo, queda a cargo del estudiante (o sus maestros) dise�ar la relaci�n de la IA. Se solicitan los mensajes, las soluciones son evaluadas �ticamente y juzgadas por su solidez por estos proactores. Esta iniciativa asegura que el estudiante, en lugar de usar la IA como un copiloto que refuerza su autorregulaci�n y autonom�a para un objetivo necesario, �C�mo en cambio? crea una dependencia que socava sus capacidades intelectuales.

Tabla 2. Evoluci�n Conceptual: Del CT (4.0) al PC 5.0

 

Conclusiones

La s�ntesis de la �ltima investigaci�n acad�mica disponible del a�o pasado finalmente logr� una construcci�n bien concebida y rigurosamente definida en el CT 5.0 o "Quinto Pensamiento Elegante". Por definici�n, el sistema de informaci�n reconstruido se bas� en una s�ntesis total (datos probados que se originaron en una �nica fuente).

Una revisi�n sistem�tica conceptual de la literatura confirm� que la investigaci�n de 2025 en CT representaba un punto de inflexi�n. Mientras que el TechnoCT anterior enfatizaba la ejecuci�n t�cnica, el CT de la Generaci�n IV fue para la Alfabetizaci�n en Informaci�n, y el 5.0 establece que la alfabetizaci�n generativa se convierte ahora en una Responsabilidad Educativa.

Adem�s, para 2028 la Fase Profesional deber�a desvanecerse gradualmente en el olvido por completo. El marco CT 5.0 proporcion� a las facultades y universidades una vara de medir con la cual revisar los planes de estudio de manera que est�n listos para la era de la IA generativa. Pero lo que encontramos al dise�ar cualquier capacidad es esta competencia de empoderamiento, que requiere integraci�n a trav�s de todos los dominios para la Alfabetizaci�n en IA.

A la luz de los hallazgos, ciertas palabras finales necesitan ser publicadas:

Se recomienda al personal administrativo alto y docente de las universidades aumentar su propia Alfabetizaci�n GenAI. Esto asegur� que el punto de inflexi�n gane una cultura institucional establecida y bien informada de apoyo.

Como un requisito previo para todos los estudiantes que se especializan en an�lisis de datos y metodolog�a de investigaci�n estaban aquellas caracter�sticas integradas obligatorias XAI y MMLA. Este enfoque pedag�gico ayud� a los estudiantes a adquirir un escepticismo algor�tmico y a comprender c�mo las predicciones de la IA est�n causalmente protegidas.

El marco CT 5.0 fue un paso cr�tico para garantizar que las universidades produzcan graduados no que escriban c�digo para m�quinas, sino hombres y mujeres responsables de liderar la toma de decisiones complejas asistidas por IA en las que el juicio humano sigue siendo la distancia central de la moralidad.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Referencias

Albasry, H., Carmona-Cejudo, E., Rauf, A., & Chen, D. (2025). A systematically derived AI-based framework for student-centered learning in higher education. Social Sciences & Humanities Open, 12, 102085. doi:https://doi.org/10.1016/j.ssaho.2025.102085

Arseven, T., & Bal, M. (2025). Critical literacy in artificial intelligence assisted writing instruction: A systematic review. Thinking Skills and Creativity, 57, 101850. doi:https://doi.org/10.1016/j.tsc.2025.101850

Boulhrir, T., & Hamash, M. (2025). Unpacking artificial intelligence in elementary education: A comprehensive thematic analysis systematic review. Computers and Education: Artificial Intelligence, 9, 100442. doi:https://doi.org/10.1016/j.caeai.2025.100442

Cheah, Y. H., Lu, J., & Kim, J. (2025). Integrating generative artificial intelligence in K-12 education: Examining teachers� preparedness, practices, and barriers. Computers and Education: Artificial Intelligence, 8, 100363. doi:https://doi.org/10.1016/j.caeai.2025.100363

Degen, P.-B. (2025). Revisiting generalizability theory in the age of artificial intelligence: Implications for empirical educational research. Computers and Education Open, 9, 100278. doi:https://doi.org/10.1016/j.caeo.2025.100278

Deriba, F. G., & Sanusi, I. T. (2025). Artificial intelligence in Ethiopian school curriculum: Educators' practices, challenges, and recommendations. Computers and Education Open, 8, 100251. doi:https://doi.org/10.1016/j.caeo.2025.100251

Golrang, A., & Sharma, K. (2025). The role of AI in shaping educational experiences in computer science: A systematic review. Computers in Human Behavior: Artificial Humans, 6, 100199. doi:https://doi.org/10.1016/j.chbah.2025.100199

Hamidi, H. (2025). A model for generative artificial intelligence in customer decision-making process using social interaction. Telematics and Informatics Reports, 19, 100237. doi:https://doi.org/10.1016/j.teler.2025.100237

Kong, S. C., & Hu, W. (2025). A study of developing administrative Staff's conceptual understanding of generative artificial intelligence through professional Development: Evaluation of a course using tests, surveys and thematic analysis of reflective writings. Computers and Education: Artificial Intelligence, 9, 100444. doi:https://doi.org/10.1016/j.caeai.2025.100444

Kong, S. C., & Zhu, J. (2025). Developing and validating an artificial intelligence ethical awareness scale for secondary and university students: Cultivating ethical awareness through problem-solving with artificial intelligence tools. Computers and Education: Artificial Intelligence, 9, 100447. doi:https://doi.org/10.1016/j.caeai.2025.100447

Kong, S. C., Zhu, J., & Yang, Y. N. (2025). Developing and validating a scale of empowerment in using artificial intelligence for problem-solving for senior secondary and university students. Computers and Education: Artificial Intelligence, 8, 100359. doi:https://doi.org/10.1016/j.caeai.2024.100359

Korte, S.-M., K�rkk�, M., & F�reland, L. R. (2025). Developing computational thinking skills in higher education through peer reflection on robotics and programming exercises with Bee-Bots, Lego Mindstorms EV3 and Minecraft Education. Learning, Culture and Social Interaction, 55, 100947. doi:https://doi.org/10.1016/j.lcsi.2025.100947

Matos, T., Santos, W., Zdravevski, E., Coelho, P. J., Pires, I. M., & Madeira, F. (2025). A systematic review of artificial intelligence applications in education: Emerging trends and challenges. Decision Analytics Journal, 15, 100571. doi:https://doi.org/10.1016/j.dajour.2025.100571

Maulana, A., Fenitra, R. M., Sutrisno, S., & Kurniawan. (2025). Artificial intelligence, job seeker, and career trajectory: How AI-based learning experiences affect commitment of fresh graduates to be an accountant? Computers and Education: Artificial Intelligence, 8, 100413. doi:https://doi.org/10.1016/j.caeai.2025.100413

Mohammadi, M., Tajik, E., Martinez-Maldonado, R., Sadiq, S., Tomaszewski, W., & Khosravi, H. (2025). Artificial intelligence in multimodal learning analytics: A systematic literature review. Computers and Education: Artificial Intelligence, 8, 100426. doi:https://doi.org/10.1016/j.caeai.2025.100426

Montesi, M., Bornstein, B. �., Puig, N. B., Ochando, M. B., & D�ez, A. S. (2025). AILIS 1.0: A new framework to measure AI literacy in library and information science (LIS). The Journal of Academic Librarianship, 51(5), 103118. doi:https://doi.org/10.1016/j.acalib.2025.103118

Rahimi, A. R. (2025). Developing and validating the scale of language teachers� design thinking competency in artificial intelligence language teaching (LTDTAILT). Computers and Education: Artificial Intelligence, 8, 100420. doi:https://doi.org/10.1016/j.caeai.2025.100420

Rahioui, F., Jouti, M. A. T., & El Ghzaoui, M. (2025). Exploring the effect of ChatGPT-3 on biology students' lateral thinking skills: a mixed-methods study and impacts for ai-enhanced education. Telematics and Informatics Reports, 19, 100249. doi:https://doi.org/10.1016/j.teler.2025.100249

Ronksley-Pavia, M., Nguyen, L., Wheeley, E., Rose, J., Neumann, M. M., Bigum, C., & Neumann, D. L. (2025). A scoping literature review of generative artificial intelligence for supporting neurodivergent school students. Computers and Education: Artificial Intelligence, 9, 100437. doi:https://doi.org/10.1016/j.caeai.2025.100437

Salido, A., Syarif, I., Sitepu, M. S., Suparjan, Wana, P. R., Taufika, R., & Melisa, R. (2025). Integrating critical thinking and artificial intelligence in higher education: A bibliometric and systematic review of skills and strategies. Social Sciences & Humanities Open, 12, 101924. doi:https://doi.org/10.1016/j.ssaho.2025.101924

Tan, L. Y., Hu, S., Yeo, D. J., & Cheong, K. H. (2025). Artificial intelligence-enabled adaptive learning platforms: A review. Computers and Education: Artificial Intelligence, 9, 100429. doi:https://doi.org/10.1016/j.caeai.2025.100429

Tan, X., Cheng, G., & Ling, M. H. (2025). Artificial intelligence in teaching and teacher professional development: A systematic review. Computers and Education: Artificial Intelligence, 8, 100355. doi:https://doi.org/10.1016/j.caeai.2024.100355

Tsai, C.-W., Lee, L., Yu-Ching Lin, M., Cheng, Y.-P., Lin, C.-H., & Tsai, M.-C. (2025). Effects of integrating self-regulation scaffolding supported by chatbot and online collaborative reflection on students� learning in an artificial intelligence course. Computers & Education, 232, 105305. doi:https://doi.org/10.1016/j.compedu.2025.105305

Vega-Rebolledo, I., S�nchez-Garc�a, A. J., Mu�oz Le�n, J. J., Ochar�n-Hern�ndez, J. O., & Cort�s-Verd�n, K. (2025). Applying survival analysis and Explainable Artificial Intelligence to understand academic success in software engineering students. Array, 28, 100540. doi:https://doi.org/10.1016/j.array.2025.100540

Wang, Y., Derakhshan, A., & Ghiasvand, F. (2025). EFL teachers� generative artificial intelligence (GenAI) literacy: A scale development and validation study. System, 133, 103791. doi:https://doi.org/10.1016/j.system.2025.103791

 

 

 

 

 

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).