Artificial intelligence in Latin American higher education: implementations, ethical challenges, and pedagogical effectiveness

Abstract

Artificial intelligence is establishing itself as a catalyst for transformation in the regional university sector, generating growing yet uneven academic output. This research conducted a systematic review following the PRISMA methodology on applications of artificial intelligence in Latin American higher education. The results from the 421 studies obtained during the bibliometric stage indicate that research is geographically and institutionally concentrated in a limited set of approaches and practices. In this regard, a notable prevalence of studies on Machine Learning applications, as well as Natural Language Processing, was observed. From a practical standpoint, 30 studies were selected for qualitative analysis. These texts agreed that the implementation process of these technologies continues to face structural challenges. Notably, poor infrastructure conditions, as well as deficiencies in teacher training, were identified as the main obstacles to implementing these technologies. The analyzed studies also concurred on the inadequate treatment of algorithmic biases or data protection in application policies proposed by the literature. Consequently, a key recommendation of this research is the urgent need for studies aimed at evaluating short-term outcomes, as well as analyzing the long-term sustainability of such innovations.

La inteligencia artificial se consolida como catalizador de transformación en el ámbito universitario regional, generando una producción académica creciente, aunque desigual. En esta investigación se realizó una revisión sistemática de acuerdo a la metodología PRISMA sobre las aplicaciones de la inteligencia artificial en la educación superior latinoamericana. Los resultados de los 421 estudios que se obtuvieron, durante la etapa bibliométrica, indica que las investigaciones se centran tanto geográfica como institucionalmente en un conjunto reducido de enfoques y prácticas. Al respecto de ello, se observó una prevalencia notable de estudios sobre las aplicaciones del Machine Learning, así como el Procesamiento de Lenguaje Natural. En este sentido práctico, se seleccionaron 30 estudios para el análisis cualitativo. Dichos textos coincidieron en que el proceso de implementación de estas tecnologías no deja de verse frenado por problemas estructurales. Tal fue el caso que, las malas condiciones de infraestructura, así como deficiencias en la formación del docente, fueron los principales obstáculos para la implementación de estas tecnologías. Los estudios analizados también coincidieron en el pobre abordaje de los sesgos algorítmicos o de protección de datos en las políticas de aplicación diseñadas desde la literatura. A partir de lo cual, una recomendación esencial de esta investigación la constituye la urgencia de investigaciones destinadas a la evaluación de los resultados a corto plazo, así como el análisis de la sostenibilidad a largo plazo de dichas innovaciones.