GenAI

IA e Inclusión Neuroeducativa

 Introducción: la incorporación de la inteligencia artificial (IA) en los sistemas educativos está generando profundas transformaciones en los procesos de enseñanza-aprendizaje. En un contexto marcado por la diversidad del alumnado y la necesidad de garantizar una educación equitativa, la IA emerge como una herramienta con potencial para mejorar la accesibilidad, personalizar el aprendizaje y reducir barreras históricas vinculadas a la discapacidad, la diversidad lingüística o el contexto socioeconómico. Sin embargo, su implementación también plantea riesgos asociados a la brecha digital, los sesgos algorítmicos y el uso acrítico de la tecnología. Esta ponencia analiza el impacto de la IA en la inclusión educativa desde una perspectiva crítica y basada en evidencias científicas recientes.

Objetivos: el objetivo principal es analizar la contribución de la inteligencia artificial al proceso educativo desde una perspectiva inclusiva. De manera específica, se pretende identificar si la IA favorece la inclusión o puede reforzar dinámicas de exclusión educativa, así como determinar los ámbitos en los que su impacto resulta más beneficioso o problemático en relación con la equidad y la justicia educativa.

Metodología: se llevó a cabo una revisión sistemática de la literatura siguiendo las directrices de la Declaración PRISMA 2020. La búsqueda se realizó en la base de datos Web of Science, seleccionando estudios publicados entre 2022 y 2024 relacionados con inteligencia artificial e inclusión educativa. Tras aplicar criterios de inclusión y exclusión, se conformó un corpus final de 26 artículos, que incluyen revisiones sistemáticas, estudios empíricos, estudios de caso y análisis críticos.

Resultados: los resultados muestran un predominio de enfoques que destacan el potencial inclusivo de la IA en la neuroeducación. La mayoría de los estudios señalan que estas tecnologías pueden favorecer la inclusión educativa, mejorar la accesibilidad a los contenidos y apoyar al alumnado con necesidades educativas específicas. No obstante, una parte significativa de la literatura advierte sobre riesgos de exclusión, especialmente relacionados con la brecha digital, la falta de transparencia de los algoritmos y la ausencia de marcos éticos sólidos.

Discusión: el análisis evidencia que la IA no es inherentemente inclusiva, sino que su impacto depende de cómo se diseña, implementa y regula en los contextos educativos. La formación del profesorado, la planificación pedagógica y el enfoque ético resultan factores clave para que la IA contribuya realmente a la equidad educativa y no refuerce desigualdades existentes.

Conclusiones: se concluye que la inteligencia artificial puede constituir una herramienta valiosa para avanzar hacia modelos neuroeducativos más inclusivos, siempre que su integración sea crítica, ética y contextualizada. La IA ofrece oportunidades significativas para mejorar la accesibilidad y la atención a la diversidad, pero su potencial solo se materializa cuando se orienta explícitamente a la equidad y a una educación humanizada.