Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 360
USO DE LA INTELIGENCIA ARTIFICIAL EN LA GESTIÓN DEL TIEMPO EN
DOCENTES DE EDUCACIÓN BÁSICA
USE OF ARTIFICIAL INTELLIGENCE IN TIME MANAGEMENT AMONG
ELEMENTARY SCHOOL TEACHERS
Autores: ¹Teresa Lucia Escandon Zambrano, ²Valeria Fernanda Ferruzola Rodriguez, ³Rosa
Silvia Zambrano Bravo y
4
Jeferson Dario Crespo Asqui.
¹ORCID ID: https://orcid.org/0009-0001-2323-063X
²ORCID ID: https://orcid.org/0000-0002-2515-4116
²ORCID ID: https://orcid.org/0009-0004-9065-1911
4
ORCID ID: https://orcid.org/0000-0002-0646-2068
¹E-mail de contacto: tescandonz@unemi.edu.ec
²E-mail de contacto: vferruzolar@unemi.edu.ec
³E-mail de contacto: rzambranob@unemi.edu.ec
4
E-mail de contacto: jcrespoa3@unemi.edu.ec
Afiliación: ¹*
2*3*4*
Universidad Estatal de Milagro, (Ecuador).
Articulo recibido: 28 de Agosto del 2025
Articulo revisado: 30 de Agosto del 2025
Articulo aprobado: 25 de Septiembre del 2025
¹Ingeniera Comercial de la universidad Laica Eloy Alfaro de Manabí, (Ecuador). Magíster en Educación Básica de la Universidad Estatal
de Milagro, (Ecuador). Facultad de Posgrado, Escuela de Educación, Maestría en Educación con Mención en Docencia e Investigación
en Educación Superior, Universidad Estatal de Milagro, (Ecuador).
²Ingeniería en Gestión Empresarial de la Universidad Técnica Estatal de Quevedo, (Ecuador). Magíster en Educación Básica de la
Universidad Estatal de Milagro, (Ecuador). Maestría en Administración de Negocios MBA de la Universidad César Vallejo, (Perú).
Facultad de Posgrado, Escuela de Educación, Maestría en Educación con Mención en Docencia e Investigación en Educación Superior,
Universidad Estatal de Milagro, (Ecuador).
³Ingeniería en Gestión Empresarial de la Universidad Técnica Estatal de Quevedo, (Ecuador). Magíster en Educación Básica de la
Universidad Estatal de Milagro, (Ecuador). Facultad de Posgrado, Escuela de Educación, Maestría en Educación con Mención en
Docencia e Investigación en Educación Superior, Universidad Estatal de Milagro, (Ecuador).
4
Licenciado en Ciencias de la Educación Profesor de Biología Química y Laboratorio de la Universidad Nacional de Chimborazo
(Ecuador). Magíster en Educación mención en Pedagogía en entornos digitales de la Universidad Bolivariana del Ecuador, (Ecuador).
Máster Universitario en Formación y Perfeccionamiento del profesorado especialidad Biología de la Universidad de Salamanca, (España)
Resumen
El objetivo de este estudio fue analizar el
impacto del uso de herramientas de inteligencia
artificial en la gestión del tiempo de los
docentes de Educación Básica. La investigación
se llevó a cabo con un enfoque metodológico
mixto y un diseño exploratorio, integrando una
revisión bibliográfica y una fase de campo. Se
trabajó con una muestra intencional de 20
docentes pertenecientes a una institución
educativa pública, a quienes se aplicó un pretest
y un postest para medir cambios en las variables
clave: planificación de clases, elaboración de
instrumentos de evaluación y diseño de recursos
didácticos, así como el nivel de conocimiento,
frecuencia de uso, aplicaciones prácticas y
percepción de utilidad de la inteligencia
artificial. La intervención consistió en una
capacitación virtual sobre herramientas de
inteligencia artificial como ChatGPT, Canva,
Genially y Quizizz. Los resultados evidenciaron
mejoras significativas en la percepción de
utilidad y la frecuencia de uso de estas
herramientas. Los docentes reportaron un
aumento en su conocimiento y señalaron una
mayor eficiencia en la planificación de clases,
elaboración de evaluaciones y diseño de
presentaciones. Además, se observó una
percepción positiva sobre el impacto de la
inteligencia artificial en la optimización del
tiempo laboral docente. Se concluyó que la
integración de herramientas de inteligencia
artificial puede constituir una estrategia eficaz
para mejorar la eficiencia del trabajo
pedagógico, promoviendo prácticas más ágiles
y efectivas en el contexto educativo.
Palabras clave: Inteligencia artificial,
Gestión del tiempo, Docentes, Planificación
educativa.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 361
Abstract
The objective of this study was to analyze the
impact of using artificial intelligence tools on
the time management of elementary school
teachers. The research employed a mixed-
methods approach with an exploratory design,
integrating a literature review and a field phase.
A purposive sample of 20 teachers from a
public educational institution participated in
the study, and a pretest and posttest were
applied to measure changes in key variables:
lesson planning, development of assessment
instruments, and design of teaching resources,
as well as knowledge level, frequency of use,
practical applications, and perceived
usefulness of artificial intelligence. The
intervention consisted of virtual training on
artificial intelligence tools such as ChatGPT,
Canva, Genially, and Quizizz. The results
showed significant improvements in the
perceived usefulness and frequency of use of
these tools. Teachers reported an increase in
their knowledge and noted greater efficiency in
lesson planning, assessment development, and
presentation design. Furthermore, there was a
positive perception of the impact of artificial
intelligence on the optimization of teachers'
work time. It is concluded that the integration
of artificial intelligence tools can be an
effective strategy to improve the efficiency of
pedagogical work, promoting more agile and
effective practices in the educational context.
Keywords: Artificial intelligence, Time
management, Teachers, Educational
planning.
Sumário
O objetivo deste estudo foi analisar o impacto
da utilização de ferramentas de inteligencia
artificial na gestao do tempo dos professores do
ensino basico. A investigacao foi realizada com
uma abordagem metodológica mista e um
desenho exploratório, integrando uma revisao
da literatura e uma fase de campo. Trabalhamos
com uma amostra intencional de 20 professores
pertencentes a uma instituição de ensino
pública, aos quais foi aplicado um pré-teste e
um pós-teste para medir as mudanças nas
variáveis-chave: planeamento de aulas,
desenvolvimento de instrumentos de avaliação
e conceção de recursos didácticos, bem como o
nível de conhecimento, frequência de
utilização, aplicações práticas e utilidade
percebida da inteligência artificial. A
intervenção consistiu numa formação virtual
sobre ferramentas de inteligência artificial
como o ChatGPT, o Canva, o Genially e o
Quizizz. Os resultados mostraram melhorias
significativas na perceção da utilidade e na
frequência de utilização destas ferramentas. Os
professores referiram um aumento dos seus
conhecimentos e uma maior eficiencia no
planeamento das aulas, na avaliação e na
conceção das apresentações. Além disso,
houve uma perceção positiva do impacto da
inteligência artificial na otimização do tempo
de trabalho dos professores. Conclui-se que a
integração de ferramentas de inteligência
artificial pode ser uma estratégia eficaz para
melhorar a eficiência do trabalho pedagógico,
promovendo práticas mais ágeis e eficazes no
contexto educativo.
Palavras-chave: Inteligência artificial,
Gestao do tempo, Professores, Planeamento
educativo.
Introducción
En la era de la transformación digital, la
inteligencia artificial (IA) ha emergido como
una herramienta clave para optimizar procesos
en diversos campos, incluida la educación. El
vertiginoso avance de la tecnología ha llevado a
que múltiples plataformas y herramientas
basadas en IA sean incorporadas en contextos
escolares, desde sistemas de recomendación
hasta asistentes pedagógicos, automatización de
tareas y personalización del aprendizaje
(UNESCO, 2021). Sin embargo, el uso de la IA
no solo tiene implicaciones sobre los
estudiantes, sino que también representan un
potencial significativo para mejorar la gestión
del tiempo de los docentes, un aspecto crítico
que repercute directamente en su rendimiento,
bienestar y calidad educativa. La labor del
docente en educación básica implica una serie
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 362
de actividades que demandan una considerable
carga de tiempo y esfuerzo, entre ellas la
planificación de clases, la elaboración de
instrumentos de evaluación, el diseño de
recursos didácticos y la atención administrativa.
Estas tareas, si bien son fundamentales para
garantizar un proceso educativo eficaz, suelen
generar altos niveles de sobrecarga laboral,
disminución del tiempo para la innovación
pedagógica y, en muchos casos, un agotamiento
profesional progresivo (Ortega et al., 2025). En
este contexto, la gestión eficiente del tiempo
docente se convierte en un eje central para
repensar las prácticas educativas y las
condiciones laborales del profesorado.
Diversos estudios han evidenciado que los
docentes, especialmente en los niveles de
Educación Básica, enfrentan una creciente
presión por cumplir con múltiples
responsabilidades, lo que limita su capacidad
para enfocarse en la mejora de la calidad
educativa (Mora, 2023). A esto se suma la
escasa formación tecnológica en muchos
sistemas educativos, lo cual restringe el acceso
efectivo a herramientas digitales que podrían
aliviar la carga operativa. Ante esta realidad, la
inteligencia artificial se perfila como una
alternativa prometedora para automatizar tareas
repetitivas, acelerar procesos de producción de
contenido y facilitar la toma de decisiones
pedagógicas, lo que potencialmente incide en
una mejor gestión del tiempo por parte de los
docentes (Puerto y Gutiérrez, 2022). A nivel
global, la implementación de la IA en educación
ha tomado fuerza en países como Corea del Sur,
Finlandia, China y Estados Unidos, donde se
han desarrollado modelos de enseñanza asistida
por algoritmos capaces de generar
planificaciones, evaluar respuestas, diseñar
materiales personalizados y analizar patrones de
rendimiento (OECD, 2021). En América
Latina, sin embargo, este proceso ha sido más
lento y desigual, debido a brechas de
infraestructura, formación docente y políticas
públicas. En el caso de Ecuador, aunque existen
iniciativas incipientes para integrar la IA en el
sistema educativo, aún no se cuenta con
estudios específicos que midan su impacto en
aspectos clave como la eficiencia del tiempo
docente, lo cual representa un vacío relevante
en la literatura nacional (Ministerio de
Educación del Ecuador, 2023).
La presente investigación se planteó
precisamente en este vacío. Su objetivo es
medir la gestión del tiempo con el uso de
inteligencia artificial en docentes de Educación
Básica, centrándose en tres dimensiones
esenciales del quehacer docente: la
planificación de clases, la elaboración de
instrumentos de evaluación y el diseño de
recursos didácticos. Estas actividades han sido
identificadas, tanto en la literatura como en
estudios preliminares, como las que más tiempo
consumen en la jornada laboral del docente
(Pineda Sánchez, 2025). Por ello, el estudio
analizo si la integración de herramientas de IA
como ChatGPT, Canva, Genially, Quizziz y
Kahoot. contribuye a reducir el tiempo invertido
en dichas tareas, sin comprometer la calidad
pedagógica del producto final. El enfoque
adoptado para este estudio es de tipo mixto,
integrando técnicas cuantitativas y cualitativas
con el propósito de obtener una comprensión
integral del fenómeno investigado. Se empleó
un diseño exploratorio con componente de
campo, el cual combina una fase de revisión
documental con la aplicación de instrumentos
de recolección de datos antes y después de una
intervención formativa dirigida al mismo grupo
de docentes.
En este sentido, se aplicó un pretest y un postest
a una muestra de 20 docentes, quienes
participaron en una capacitación sobre el uso de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 363
herramientas de inteligencia artificial en el
ámbito educativo. El análisis estadístico se
desarrolló sobre una muestra relacionada o
dependiente, dado que se evaluó el mismo
grupo en dos momentos diferentes, permitiendo
comparar los efectos de la intervención en sus
prácticas profesionales. Los instrumentos de
medición fueron construidos en torno a la
variable dependiente "gestión del tiempo
docente", operacionalizada a través de tres
dimensiones: planificación, evaluación y diseño
didáctico. Por otro lado, la variable
independiente "uso de la inteligencia artificial"
fue estructurada en función de las dimensiones
de conocimiento, frecuencia de uso, aplicación
práctica y percepción de utilidad. Este enfoque
metodológico permitió valorar los cambios
producidos en la gestión docente tras la
capacitación virtual, integrando datos
cuantitativos obtenidos de los cuestionarios y
apreciaciones cualitativas surgidas del proceso
de interacción y diálogo durante la sesión
formativa.
Este estudio se justificó por su pertinencia
académica, su relevancia social y su potencial
para transformar la práctica docente desde una
perspectiva tecnológica y humanista. En un
escenario educativo que exige cada vez más
eficiencia, innovación y resiliencia, resulta
imperativo comprender cómo la inteligencia
artificial puede convertirse en una aliada
estratégica para mejorar las condiciones
laborales del docente, optimizar su tiempo y, en
última instancia, elevar la calidad del proceso
educativo. El estudio cobro relevancia por la
necesidad de que los docentes gestionen
adecuadamente el tiempo, en cuanto a sus
diferentes actividades académicas. Así, los
resultados puedan orientar y garantizar que la
IA sea un aliado efectivo en la mejora de la
calidad educativa y el bienestar profesional del
docente. La importancia de esta investigación
radica en su capacidad para responder a una
necesidad que se encuentra presente en el
sistema educativo: la optimización de la carga
temporal de los docentes de educación básica.
Al momento de investigar sobre el uso de
inteligencia artificial para la planificación, la
preparación de contenidos, la evaluación y otros
procesos relacionados, este trabajo ofreció un
camino para aliviar la saturación laboral del
profesorado y garantizar un uso más inteligente
del tiempo. Esto no solo contribuyo al
fortalecimiento de la calidad educativa, al
permitir que los maestros enfoquen más su
tiempo en la relación pedagógica y al
acompañamiento personalizado de los
estudiantes, sino que también sienta un
precedente para futuras investigaciones. Entre
los resultados esperados se proyectó identificar
una reducción significativa del tiempo invertido
en las tareas docentes mencionadas,
particularmente en el grupo que reciba la
intervención. Asimismo, se previó una mejora
en la percepción sobre la utilidad de la IA como
recurso pedagógico, así como un incremento en
la predisposición para continuar utilizándola.
Estos hallazgos no solo aportaron evidencia
empírica sobre el impacto positivo de la IA en
la carga laboral docente, sino que también
ofrecieron insumos valiosos para la formulación
de políticas públicas, programas de formación
continua y estrategias de innovación educativa
que colocaron al docente como protagonista del
cambio digital.
La IA ha transformado radicalmente los
escenarios educativos del siglo XXI,
posicionándose como una herramienta poderosa
para mejorar los procesos de enseñanza y
aprendizaje. En términos generales, la IA hace
referencia a la capacidad de las máquinas para
realizar tareas que, tradicionalmente, requieren
inteligencia humana, como el razonamiento, la
resolución de problemas, la comprensión del
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 364
lenguaje o el aprendizaje adaptativo (Rivero
et al., 2024). En el ámbito educativo, estas
capacidades se traducen en aplicaciones
concretas como asistentes virtuales, analítica
del aprendizaje, plataformas adaptativas,
generación automática de contenidos y soporte
en la gestión de tareas docentes. Diversos
estudios destacan el potencial de la IA para
personalizar la enseñanza, mejorar el
seguimiento del desempeño estudiantil y
optimizar el tiempo dedicado por los docentes a
actividades repetitivas (Crompton y Song,
2021). De hecho, la UNESCO (2021) señala
que la IA representa una oportunidad
estratégica para mejorar la calidad, inclusión y
equidad en los sistemas educativos, siempre que
su implementación se realice con criterios
éticos, pedagógicos y de justicia social. Aunque
la mayoría de las investigaciones se ha centrado
en el impacto de la IA sobre el aprendizaje de
los estudiantes, cada vez se reconoce más su
utilidad para apoyar la labor docente,
especialmente en tareas de planificación,
evaluación y diseño de recursos. En este
sentido, herramientas como ChatGPT, Canva,
Genially, Quizziz y Kahoot. han empezado a ser
utilizadas por educadores como medios para
reducir el tiempo de elaboración de contenidos,
obtener retroalimentación automática o generar
rúbricas y presentaciones con mayor agilidad
(Duque et al., 2022).
La gestión del tiempo es una competencia
transversal clave en el ejercicio profesional
docente, particularmente en la educación
básica, donde la carga administrativa,
pedagógica y emocional suele ser elevada.
Según Duque et al. (2022), la gestión del tiempo
puede definirse como la capacidad de organizar,
priorizar y distribuir de manera eficiente las
actividades laborales, con el fin de cumplir
objetivos institucionales sin comprometer el
bienestar del trabajador. En el contexto
educativo, la planificación de clases, la
elaboración de instrumentos de evaluación y la
creación de presentaciones didácticas son tareas
que requieren una inversión significativa de
tiempo por parte del docente. Diversos estudios
han identificado que los maestros de educación
básica dedican entre un 35 % y un 50 % de su
jornada laboral a actividades no directamente
vinculadas con la enseñanza en el aula, lo que
afecta negativamente su rendimiento y calidad
de vida (Mora, 2023). Frente a este escenario, la
incorporación de tecnologías que favorezcan
una mejor distribución del tiempo se vuelve
fundamental. La IA, al automatizar procesos y
ofrecer soluciones inmediatas a problemas
operativos, se presentó como una aliada
estratégica para mejorar la eficiencia del trabajo
docente. Sin embargo, su adopción debe ir
acompañada de procesos formativos y de
apropiación crítica, que permitan a los docentes
no solo reducir su carga de trabajo, sino también
reflexionar sobre su práctica pedagógica.
La planificación constituye una de las
actividades medulares en la función docente.
Implica el diseño de objetivos de aprendizaje, la
organización de contenidos, la selección de
estrategias metodológicas y la elaboración de
actividades evaluativas, todo ello en función de
un currículo institucional. Tradicionalmente,
este proceso demanda largas horas de trabajo,
especialmente cuando se realiza de forma
manual o sin apoyo técnico (Salmerón et al.,
2023). La IA permite optimizar esta tarea
mediante generadores automáticos de
planificaciones, asistentes de redacción,
motores de búsqueda por competencias y
modelos adaptados a diversos niveles
educativos. Herramientas como ChatGPT
pueden ayudar a redactar objetivos por niveles
de complejidad, diseñar actividades
innovadoras y proponer estrategias de
evaluación coherentes con los aprendizajes
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 365
esperados. Este tipo de aplicaciones no
reemplaza la visión crítica del docente, pero sí
reduce significativamente el tiempo invertido
en estructurar el plan de clase (Menacho et al.,
2024).
Evaluar implica más que calificar: es
diagnosticar, retroalimentar y acompañar el
proceso de aprendizaje. La creación de
instrumentos válidos, confiables y pertinentes
requiere tiempo y conocimientos didácticos
especializados. Con frecuencia, los docentes
reutilizan formatos antiguos o elaboran
exámenes de forma apresurada por falta de
tiempo, lo que debilita la calidad del proceso
evaluativo (Naveda, 2025). La IA permite
automatizar parcialmente la construcción de
rúbricas, bancos de ítems, guías de observación
y pruebas diagnósticas. Existen plataformas
que, con base en objetivos curriculares, generan
ítems alineados a los estándares de aprendizaje,
facilitando la tarea evaluativa. Además,
sistemas de análisis automático pueden brindar
retroalimentación inmediata, reducir el margen
de error y liberar al docente de tareas repetitivas
(Duque et al., 2022).
El diseño de recursos es otra tarea exigente
dentro del quehacer docente, especialmente
cuando se busca mantener el interés y la
atención del estudiante. La elaboración de
recursos atractivas e interactivos, estructuradas
y alineadas con los contenidos curriculares
puede tomar horas de preparación. En muchos
casos, los docentes carecen de formación en
diseño visual, lo que limita la calidad de sus
materiales (Morales, 2022). La IA puede asistir
en este proceso mediante herramientas como
Canva, Genially, o Gamma con funciones
inteligentes. Estas plataformas ofrecen
plantillas prediseñadas, recomendaciones
automáticas de contenido visual y estructuras
que permiten al docente enfocar su energía en la
parte pedagógica sin descuidar el diseño. Esto
no solo reduce el tiempo de elaboración, sino
que mejora la calidad del producto final,
favoreciendo entornos de aprendizaje más
estimulantes (UNESCO, 2021).
En base con el objetivo de esta investigación, se
han establecido dos variables principales: la
gestión del tiempo docente, definida como
variable dependiente, y el uso de la inteligencia
artificial, considerada como variable
independiente. La gestión del tiempo se
operacionaliza en tres dimensiones
fundamentales: planificación, evaluación y
diseño de recursos didácticos. Por su parte, el
uso de la inteligencia artificial se estructura en
cuatro dimensiones clave: nivel de
conocimiento, frecuencia de uso, aplicación
práctica y percepción de utilidad. Estas
variables permiten construir una matriz de
análisis que articula los factores tecnológicos
con los procesos laborales del docente,
facilitando la recolección y análisis de datos
para valorar el impacto real de la IA sobre la
eficiencia laboral. A través del diseño de un
pretest y postest, se evaluará el tiempo invertido
antes y después de la intervención, así como los
cambios en la percepción de utilidad y dominio
de las herramientas digitales.
La incorporación de IA en la educación ha
generado una amplia discusión en la literatura
científica contemporánea. Sin embargo, a pesar
del creciente volumen de publicaciones sobre
IA en contextos escolares, gran parte de los
estudios prioriza el impacto de estas tecnologías
sobre el rendimiento de los estudiantes, la
personalización del aprendizaje o la gestión
institucional, dejando en un segundo plano el
análisis de su influencia directa sobre las
condiciones laborales del docente, en especial
en lo relacionado con la gestión del tiempo. Un
metaanálisis desarrollado por Duque et al.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 366
(2022), resalta que el uso de IA en el aula ha
permitido mejorar significativamente el
rendimiento estudiantil, especialmente cuando
se aplican tutores inteligentes o algoritmos de
aprendizaje adaptativo. No obstante, los autores
reconocen que la evidencia sobre cómo estas
herramientas inciden en la labor diaria del
docente aún es limitada y dispersa. Esta brecha
evidencia la necesidad de reorientar la
investigación hacia dimensiones más
estructurales del trabajo pedagógico, como la
planificación, evaluación o creación de
materiales, tareas donde la IA podría tener un
impacto transformador. De igual forma,
Crompton y Song (2021), señalan que la IA
posee un alto potencial para reducir la carga
operativa del docente mediante la
automatización de tareas repetitivas, pero
también advierten que el éxito de esta
transformación depende del nivel de
alfabetización digital del profesorado y de la
infraestructura institucional. En países donde
estas condiciones son limitadas, como en gran
parte de América Latina, el efecto de la IA
puede verse obstaculizado, o incluso puede
generar nuevas brechas de desigualdad
tecnológica y pedagógica.
En el contexto iberoamericano, investigaciones
como la de Mena et al. (2024), destacan los
beneficios potenciales de la IA en la educación
básica, especialmente en la planificación
curricular y la elaboración de instrumentos
evaluativos. No obstante, el autor advierte que
su implementación sigue siendo incipiente,
fragmentada y, en muchos casos, sin un
acompañamiento formativo adecuado. Este tipo
de hallazgos subraya la necesidad de investigar
no solo los beneficios técnicos de la IA, sino
también los procesos de apropiación
pedagógica que debe realizar el docente para
integrarla de forma efectiva en su trabajo
cotidiano. En un estudio desarrollado en
Colombia, Romani et al. (2025), evaluaron el
impacto de una herramienta de IA generadora
de planificaciones automatizadas sobre un
grupo de docentes de primaria. Los resultados
mostraron una reducción promedio del 43 % en
el tiempo dedicado a la elaboración de planes de
clase, sin comprometer la calidad pedagógica.
Sin embargo, el mismo estudio advirtió que los
docentes requerían tutorías para interpretar
correctamente las sugerencias del sistema, lo
cual plantea la necesidad de combinar
tecnología con formación permanente. En el
caso ecuatoriano, el trabajo de Noblecilla y
Raymond (2025), es uno de los pocos que
aborda los desafíos para la implementación de
IA en el sistema educativo nacional. Su análisis
señala que, si bien existe una apertura
institucional al uso de tecnologías emergentes,
las limitaciones presupuestarias, la falta de
políticas de formación docente continua y la
resistencia al cambio dificultan la adopción
sistemática de estas herramientas. Además, el
estudio revela que la mayoría de las
aplicaciones tecnológicas utilizadas en las
escuelas están enfocadas en la gestión
administrativa, y no en la optimización del
trabajo docente pedagógico, lo que reafirma la
pertinencia del presente estudio.
También se ha identificado en la literatura
internacional una tendencia a concentrar los
análisis de IA en contextos universitarios o en
proyectos piloto de escuelas privadas, como lo
evidencian trabajos de Kroff et al. (2024), en
Chile y de Huerta et al. (2023) en México. Estos
estudios documentan mejoras en el diseño de
materiales educativos gracias al uso de
algoritmos generativos, pero sus hallazgos no
pueden ser extrapolados sin más a la educación
básica pública, donde las condiciones laborales,
los niveles de formación digital y los recursos
tecnológicos son diferentes. Así mismo, el
informe de la OECD (2021) plantea que la IA
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 367
puede contribuir a una distribución más
equitativa de las tareas docentes, liberando
tiempo para que los profesores se concentren en
aspectos creativos y afectivos de la enseñanza.
No obstante, advierte que esta promesa solo
será realista si se desarrolló investigación local
aplicada, que mida el impacto real de estas
tecnologías en entornos concretos de
aprendizaje. En conjunto, estos estudios
coinciden en reconocer el potencial de la IA
para transformar la labor docente, pero también
evidencian una carencia de investigaciones que
midan de manera específica el impacto en la
gestión del tiempo, especialmente en el nivel de
educación básica pública, donde la sobrecarga
laboral, la falta de tiempo para la innovación
pedagógica y las exigencias administrativas son
más intensas. De allí que el presente estudio, al
proponer una medición empírica del tiempo
invertido en planificación, evaluación y diseño
didáctico, antes y después de la intervención
con IA, represente una contribución
significativa al cuerpo de conocimiento actual.
Materiales y Métodos
El presente estudio adopto un diseño
exploratorio, cuyo objetivo fue examinar
fenómenos poco estudiados o novedosos para
generar un acercamiento inicial al problema de
investigación (Hernández Sampieri et al.,
2014). Este diseño resulta pertinente dado que
el uso de la inteligencia artificial (IA) en la
gestión del tiempo docente en el contexto de la
educación básica constituye un área emergente
que requiere ser comprendida desde sus
fundamentos y posibles impactos. El enfoque
exploratorio permite identificar patrones,
comportamientos y relaciones potenciales que
pueden no haber sido detectados previamente,
abriendo paso a estudios más profundos en el
futuro (Fernández et al., 2020). Este estudio se
fundamenta en dos tipos de investigación
complementarios: documental o bibliográfica y
de campo. Por un lado, la investigación
documental o bibliográfica tiene como
propósito revisar, analizar e interpretar
información secundaria contenida en fuentes
científicas, académicas y tecnológicas
relevantes sobre el uso de la IA en contextos
educativos. Este tipo de investigación se utiliza
para construir el marco teórico y para
caracterizar los elementos esenciales de la
gestión del tiempo docente (Pineda, 2025). A
través del análisis sistemático de literatura
especializada, se identifican las herramientas de
IA más utilizadas y sus aplicaciones en la
mejora de procesos educativos. Por otro lado, se
complementa con una investigación de campo,
la cual implica la recolección de datos
directamente en el lugar donde ocurre el
fenómeno de estudio, es decir, la institución
educativa de nivel básico. Esta modalidad
permite observar, medir y analizar de forma
directa los efectos de la IA en la gestión del
tiempo docente, aportando información
empírica valiosa (Concepción et al., 2019).
El presente estudio se desarrolló bajo un
enfoque metodológico mixto, el cual integra
elementos tanto cuantitativos como cualitativos
con el propósito de obtener una comprensión
más profunda y completa del fenómeno
analizado: el uso de la IA en la gestión del
tiempo docente en el nivel de Educación Básica.
Esta estrategia responde a la necesidad de
explorar no solo datos numéricos que permitan
medir el nivel de conocimiento y frecuencia de
uso de estas herramientas, sino también las
percepciones y experiencias subjetivas de los
docentes frente a su implementación. El
enfoque mixto favorece la triangulación de la
información y fortalece la validez de los
resultados (Hernández et al., 2014). Con el
propósito de analizar el uso de la IA en la
gestión del tiempo laboral docente, se diseñó,
validó y aplicó una intervención educativa
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 368
estructurada en tres fases: diagnóstico inicial
(pretest), capacitación práctica (intervención) y
evaluación final (postest). El estudio se
desarrolló con un grupo de 20 docentes de
Educación Básica, seleccionados por su
disponibilidad y disposición para participar
activamente en el proceso investigativo.
En la primera fase, se aplicó un cuestionario
estructurado que permitió recoger información
cuantitativa acerca del nivel de conocimiento,
frecuencia de uso, aplicaciones prácticas y
percepción de utilidad de herramientas de IA en
el entorno educativo. El cuestionario incluyó
preguntas cerradas, de opción múltiple y
dicotómicas distribuidas en dos variables
principales: uso de la inteligencia artificial
(variable independiente) y gestión del tiempo
docente (variable dependiente). Se abordaron
aspectos específicos como el uso de la IA en la
planificación de clases, elaboración de
evaluaciones, diseño de recursos didácticos. En
línea con Hernández et al. (2014), este tipo de
datos cuantificables facilita la identificación de
relaciones y la medición del impacto tras la
intervención. En la dimensión cualitativa, se
incorporaron elementos derivados de la
observación directa y la retroalimentación
proporcionada por los participantes durante la
intervención educativa. Esta intervención
consistió en un taller práctico enfocado en el
uso de herramientas digitales con funciones de
inteligencia artificial. Esta etapa cualitativa
permitió registrar impresiones, actitudes y
percepciones en tiempo real sobre la utilidad y
aplicabilidad de herramientas como ChatGPT,
Canva, Genially, Quizziz y Kahoot. Tal como
plantean Hernández et al. (2014), los datos
cualitativos enriquecen el análisis al revelar
significados, motivaciones y valoraciones que
no podrían captarse únicamente con
instrumentos cerrados. Tras la intervención, se
aplicó un postest con un cuestionario adaptado
a la experiencia adquirida, en el que se
evaluaron los cambios en el nivel de
conocimiento, la frecuencia de uso, las nuevas
aplicaciones prácticas y la percepción del
impacto en la gestión del tiempo. Los resultados
permitieron identificar mejoras significativas en
la organización del trabajo docente, así como
una mayor valoración del uso de la IA como
herramienta de apoyo pedagógico.
La población de este estudio estuvo conformada
por docentes de Educación Básica de la Unidad
Educativa Fiscal Tosagua, institución pública
ubicada en la provincia de Manabí. En total,
participaron 20 docentes, quienes desempeñan
su labor en distintos niveles de básica media y
superior. Estos profesionales fueron
seleccionados considerando su accesibilidad,
disposición y compromiso para participar
activamente en el proceso investigativo. La
elección de esta población permitió obtener
información contextualizada y representativa
del entorno educativo en el que se desarrolló la
investigación. Para el desarrollo del estudio, se
utilizó un muestreo no probabilístico de tipo
intencional, debido a que los participantes
fueron seleccionados considerando criterios
específicos como su accesibilidad, disposición
voluntaria y experiencia docente en el nivel de
Educación Básica dentro de la Unidad
Educativa. Esta técnica de muestreo permitió
contar con docentes que, por sus características
y conocimientos previos, podían aportar
información pertinente y relevante para el
desarrollo del estudio, centrado en el uso de
herramientas de inteligencia artificial en la
gestión del tiempo docente.
Los instrumentos aplicados en esta
investigación fueron diseñados a partir de los
hallazgos obtenidos en la revisión bibliográfica,
con el objetivo de recolectar datos relevantes
sobre tres dimensiones fundamentales de la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 369
gestión del tiempo docente: la planificación de
clases, la elaboración de instrumentos de
evaluación y el diseño de recursos didácticos. El
objetivo central de estos instrumentos es medir
de manera precisa el tiempo empleado por los
docentes en la ejecución de dichas actividades,
tanto antes como después de la implementación
de herramientas de inteligencia artificial. A
través de un pretest, se recopilaron datos del
tiempo promedio invertido en estas tareas por
los docentes antes de la intervención.
Posteriormente, tras la capacitación y uso
práctico de herramientas de IA, se aplicó un
postest para identificar si existe una reducción
significativa del tiempo invertido. Estos
instrumentos permitieron cuantificar el ahorro
de tiempo generado por el uso de IA y analizar
cómo este factor incide en la eficiencia de los
procesos pedagógicos. Asimismo, los
resultados permitiron establecer comparaciones
objetivas entre el grupo que utilizó IA y el que
mantuvo métodos tradicionales.
La recolección de datos se realizó mediante un
cuestionario estructurado con preguntas
cerradas, de opción múltiple y dicotómicas,
diseñado específicamente para explorar el
conocimiento, uso y percepción del profesorado
respecto a la inteligencia artificial en su gestión
del tiempo docente. Este instrumento fue
aplicado en dos fases: antes y después de una
intervención educativa sobre el uso de
herramientas digitales con IA. Para el análisis
de los datos cuantitativos, se utilizaron técnicas
estadísticas descriptivas e inferenciales,
incluyendo medidas de tendencia central y la
prueba para muestras pareadas de Wilcoxon,
con el apoyo del software Excel y Jamovi, con
el fin de identificar cambios significativos entre
los resultados del pretest y el postest. Por otra
parte, los datos cualitativos derivados de
observaciones, comentarios y experiencias
compartidas por los docentes durante la
intervención fueron analizados mediante un
proceso de análisis de contenido, codificación
temática y triangulación de fuentes. Esta
combinación metodológica permitió identificar
patrones comunes, profundizar en la
comprensión de las experiencias docentes y
contextualizar los hallazgos numéricos.
Resultados y Discusión
A continuación, se presentan los resultados
obtenidos del pretest aplicado a 20 docentes de
Educación Básica, cuyo propósito fue
identificar el nivel de conocimiento, frecuencia
de uso, aplicaciones prácticas y percepción de
utilidad de las herramientas de inteligencia
artificial en su labor docente, así como su
impacto en la gestión del tiempo. Esta fase
diagnóstica formó parte de la primera etapa del
estudio y fue desarrollada a través de un
cuestionario estructurado con preguntas
cerradas, de opción múltiple y dicotómicas. Las
dimensiones evaluadas incluyeron: nivel de
conocimiento, frecuencia de uso, aplicaciones
prácticas, percepción de utilidad, y aspectos
vinculados a la planificación de clases,
evaluación, diseño de presentaciones y
organización general de la labor docente.
Figura 1. Porcentaje de docentes que han
escuchado sobre inteligencia artificial (IA)
aplicada a la educación
A continuación, en la Figura 1 y 2 se analizó el
nivel de conocimiento de los docentes respecto
65%
35%
Sí No
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 370
a la inteligencia artificial aplicada en el ámbito
educativo, considerando tanto la familiaridad
general con el concepto como el dominio
específico de herramientas tecnológicas
basadas en IA. A continuación, se presentan los
resultados correspondientes.
Figura 2. Nivel de conocimiento de los
docentes sobre herramientas de inteligencia
artificial educativas.
En la dimensión de nivel de conocimiento sobre
inteligencia artificial aplicada a la educación, se
observa que un 65% de los docentes afirmaron
haber escuchado sobre IA en el ámbito
educativo, mientras que un 35% indicó no estar
familiarizado con el concepto, tal como se
muestra en la Figura 1. Sin embargo, al evaluar
la profundidad de este conocimiento, un 70%
manifestó tener un conocimiento nulo sobre
herramientas específicas de IA, y solo un 30%
reportó un conocimiento básico, como se refleja
en la Figura 2. Estos resultados evidencian que,
aunque existe un reconocimiento general sobre
la IA, la mayoría de los docentes carecen de un
entendimiento práctico o técnico, lo que resalta
la necesidad de formación especializada.
Figura 3. Frecuencia de uso de herramientas
digitales con funciones de inteligencia artificial
en la práctica docente.
En cuanto a la frecuencia de uso de
herramientas digitales con funciones de IA, la
mayoría de los docentes 75% manifestó no
utilizarlas en su práctica docente, mientras que
un 20% las usa aproximadamente una vez al
mes y solo un 5% las emplea varias veces por
semana como lo muestra la Figura 3. Esta baja
frecuencia sugiere que, a pesar del interés, el
uso cotidiano de estas tecnologías aún es
limitado entre los participantes.
Figura 4. Aplicaciones prácticas de
herramientas de inteligencia artificial en la
labor docente.
Figura 5. Percepción de utilidad de las
herramientas de inteligencia artificial en la
labor docente.
Respecto a la aplicación práctica de la IA en
actividades docentes, el 5% de docente emplea
la IA para realizar presentaciones o recursos
didácticos, un 20% de los docentes utiliza estas
herramientas para la planificación de clases y
ningún participante las usa para evaluaciones o
30%
70%
Básico Nulo
75%
20%
5%
Nunca Una vez al mes Varias veces por semana
75%
20%
5%
Ninguna
Planificación de clases
Planificación;Presentaciones o recursos didácticos
15%
20%
5%
60%
Canva ChatGPT ChatGPT;Canva Ninguna
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 371
rúbricas; además el 75% de los participantes no
utiliza herramientas de IA para ninguna de estas
actividades, como muestra en la Figura 4. En
cuanto al conocimiento o uso de herramientas
específicas, un 20% conoce o ha usado
ChatGPT, un 15% Canva, el 5% Genially y un
60% indicó no conocer ni haber utilizado
ninguna herramienta de IA, como se refleja en
la Figura 5. Esto refleja que la incorporación de
la IA en tareas educativas aún es incipiente.
Figura 6. Percepción sobre el aporte de las
herramientas de IA para optimizar el trabajo
docente.
En cuanto a la percepción sobre la utilidad de la
IA para optimizar el trabajo docente, la mayoría
75% estuvo de acuerdo en que estas
herramientas pueden ayudar, y un 15% estuvo
totalmente de acuerdo, mientras que solo un
10% manifestó desacuerdo, tal como se muestra
en la Figura 6. Esto sugiere una actitud
mayoritariamente positiva hacia el potencial de
la IA, aunque con un porcentaje pequeño que
aún mantiene reservas o dudas sobre su
efectividad.
Figura 7. Percepción de los docentes sobre la
suficiencia de su tiempo laboral para cumplir
con sus tareas.
La Figura 7 muestra que el 35% de los
encuestados indicó sentirse sobrecargado/a,
mientras que un 30% respondió que
parcialmente dispone del tiempo suficiente. Por
otro lado, un 20% manifestó que necesita más
tiempo, y solo un 15% considera que su tiempo
de trabajo es suficiente. Estos resultados
evidenciaron que una mayoría significativa de
los docentes 85% percibe que su tiempo laboral
no es plenamente adecuado para cumplir con
sus responsabilidades. La sobrecarga y la
percepción de insuficiencia de tiempo sugieren
la necesidad de implementar estrategias de
organización más efectivas y, potencialmente,
el uso de herramientas tecnológicas que
optimicen las tareas administrativas y
pedagógicas. Los resultados permitieron
detectar limitaciones significativas en el
conocimiento y uso de herramientas con IA, así
como una alta carga de trabajo docente que
podría ser optimizada con el uso adecuado de
estas tecnologías. Esta línea base permitió
justificar la necesidad de una intervención
formativa, y ofreció una visión inicial sobre las
condiciones reales en las que los docentes
enfrentan sus tareas cotidianas sin el
acompañamiento de recursos digitales
emergentes.
A continuación, se presentan los resultados
obtenidos en la fase postest del estudio, la cual
se desarrolló una vez finalizada la intervención
educativa centrada en el uso de herramientas de
inteligencia artificial para la gestión del tiempo
docente. Esta etapa tuvo como propósito
evaluar los cambios en las percepciones,
conocimientos y prácticas de los docentes tras
recibir una capacitación virtual en el uso de
herramientas como ChatGPT, Canva, Genially,
Kahoot y Quizziz. El postest fue aplicado al
mismo grupo de 20 docentes de Educación
Básica de la Unidad Educativa Fiscal Tosagua,
permitiendo identificar variaciones
75%
10%
15%
De acuerdo En desacuerdo
Totalmente de acuerdo
30%
20%
35%
15%
No, me siento sobrecargado/a
No, necesito más tiempo
Parcialmente
Sí, totalmente
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 372
significativas en relación a los datos recogidos
en el pretest. El análisis se realiza por
dimensiones previamente establecidas: nivel de
conocimiento, frecuencia de uso, aplicaciones
prácticas, percepción de utilidad, y aspectos
vinculados a la planificación de clases,
evaluación, diseño de presentaciones y
organización general del trabajo docente.
Figura 8. Percepción sobre el aporte de las
herramientas de IA para optimizar el trabajo
docente.
En la pregunta ¿Considera que las
herramientas de IA pueden ayudar a optimizar
el trabajo?, el porcentaje de respuestas en "sí,
moderadamente" con un 15% y "sí
significativamente” creció notablemente,
superando el 85%, lo cual sugiere una
aceptación más sólida de la utilidad de estas
herramientas tras la formación. Asimismo, al
indagar sobre la utilidad de la IA para mejorar
el proceso de enseñanza-aprendizaje, los
resultados mostraron una percepción más
positiva y confiada en comparación con el
pretest, como se muestra en la Figura 8.
Figura 9. Frecuencia de uso de herramientas
de inteligencia artificial durante la
intervención.
En la frecuencia de uso, se observó que el 60%
utilizó estas herramientas siempre que fue
posible, el 25% lo hizo con frecuencia y el 15%
algunas veces, lo cual refleja una apropiación
activa y constante durante la intervención, como
se refleja en la Figura 9.
Figura 10. Frecuencia de uso de herramientas
de inteligencia artificial por parte de los
docentes durante la intervención.
Los resultados de la pregunta ¿En qué tareas
utilizó la IA durante la intervención?
evidencian que la mayoría de los docentes
aplicaron estas herramientas principalmente en
la planificación de clases, con un 55% de
respuestas afirmativas. Asimismo, un 15%
señaló haberlas utilizado para la elaboración de
evaluaciones o rúbricas, y el mismo porcentaje
indicó su uso en el diseño de presentaciones.
Estos hallazgos, representados en la Figura 10
correspondiente, demuestran una apropiación
significativa de la IA en funciones clave del
quehacer docente, lo que refleja una integración
práctica y multifuncional de estas tecnologías
tras la capacitación recibida.
Figura 11. Herramienta de inteligencia
artificial que resultó más útil para los docentes
durante la intervención.
15%
85%
Sí, moderadamente Sí, significativamente
60%
25%
15%
Algunas veces Frecuentemente
Siempre que fue posible
15%
10%
5%
15%
55%
0%
10%
20%
30%
40%
50%
60%
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 373
En relación con las herramientas de inteligencia
artificial que resultaron más útiles durante la
intervención, los docentes destacaron en primer
lugar a ChatGPT con un 95% de preferencia,
seguido por Canva con un 70%, Genially con un
60%, y Kahoot o Quizizz con un 45%. Ningún
participante indicó que ninguna herramienta le
resultara útil, lo cual sugiere que todas las
opciones propuestas aportaron valor al trabajo
docente en mayor o menor medida. Estos
resultados, presentados en la Figura 11,
evidencian una alta valoración positiva de las
herramientas integradas en la capacitación,
particularmente aquellas con mayor versatilidad
para la planificación, generación de contenidos
y dinamización de la enseñanza. La
predominancia de ChatGPT puede estar
asociada a su capacidad de generar textos, ideas,
rúbricas y material educativo en tiempo real, lo
que optimiza la labor del docente y reduce
tiempos operativos en tareas pedagógicas
cotidianas.
Figura 12. Percepción del ahorro de tiempo
docente mediante el uso de herramientas de
inteligencia artificial.
La Figura 12 muestra que, tras la capacitación
e implementación práctica de herramientas de
inteligencia artificial, el 85% de los docentes
consideró que el uso de la IA les ayudó a ahorrar
tiempo en gran medida, mientras que el 15%
restante indicó que el ahorro fue moderado.
Cabe destacar que ningún docente expresó
haber percibido poco o ningún beneficio en
términos de ahorro de tiempo. Este resultado
evidencia un impacto altamente positivo de la
intervención, ya que todos los participantes
identificaron una mejora concreta en su
eficiencia laboral gracias al uso de herramientas
como ChatGPT, Canva y Genially.
Figura 13. Beneficios percibidos por los
docentes tras el uso de herramientas de
inteligencia artificial.
En cuanto a los beneficios percibidos por los
docentes tras el uso de herramientas de
inteligencia artificial, la mayoría identificó el
ahorro de tiempo como el principal aporte 80%,
seguido por una mejora en la calidad del
material educativo 20%. Estos resultados,
presentados en la Figura 13, reflejan una clara
valoración positiva de la IA como recurso de
apoyo en la labor docente, especialmente en lo
que respecta a la eficiencia operativa. En cuanto
a la aplicación de la prueba de Wilcoxon, esta
se realizó para las tres variables cuantificables:
el tiempo dedicado para la planificación de
clases, la elaboración de instrumentos de
evaluación y el diseño de recursos didácticos,
resultados que se presentan a continuación:
Tabla 1. Resultados de la prueba de Wilcoxon
para muestras relacionadas
Prueba T para Muestras Apareadas
Estadístico
p
A_Tiempo de
planificación
D_ Tiempo de
planificación
W de
Wilcoxon
40.0
a
0.023
A_Tiempo de
evaluación
D_Tiempo de
evaluación
W de
Wilcoxon
171.0
b
<.001
A_Tiempo
presentaciones
D_Tiempo
presentaciones
W de
Wilcoxon
190.0
d
<.001
Nota. Ha μ Medida 1 – Medida 2 ≠0
a 11 par(es) de valores estaban repetidos
b 2 par(es) de valores estaban repetidos
d 1 par(es) de valores estaban repetidos
Fuente: elaboración propia
85%
15%
Sí, en gran medida Sí, moderadamente
80%
20%
Ahorro de tiempo
Mejora en la calidad del material
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 374
Como se observa en la Tabla 1 al contrastar las
variables antes y después de la intervención, se
observa un valor p menor a 0,05 en las tres
pruebas, lo que indica que los cambios en la
variable después de la intervención son
significativos, es decir, que después de la
aplicación de la intervención los docentes si
lograron gestionar mejor su tiempo destinado a
la planificación de sus clases, a la elaboración
de instrumentos de evaluación y el diseño de
recursos didácticas con la ayuda de la IA.
Resultados que se ejemplifican mejor en las
siguientes figuras, en las cuales se contrasta la
gestión del tiempo antes y después de la
capacitación y práctica.
Figura 13. Gestión del tiempo docente en la
planificación de clases antes y después del uso
de inteligencia artificial.
En la dimensión relacionada con la
planificación de clases, los resultados
mostraron en la Figura 13 una mejora
significativa en la eficiencia del tiempo
dedicado por los docentes tras la intervención.
Según el pretest, el 35% de los docentes
indicaba dedicar menos de 2 horas semanales a
planificar sus clases; sin embargo, en el postest
esta cifra aumentó al 60%, lo que evidencia una
importante reducción del tiempo invertido,
posiblemente atribuible al uso de herramientas
de inteligencia artificial. Por otro lado, quienes
reportaban dedicar entre 2 a 4 horas pasaron del
40% al 30%, y quienes invertían de 4 a 6 horas
se redujeron del 25% al 5%. Es destacable que,
aunque en el pretest ningún docente reportó
dedicar más de 6 horas, en el postest un 5% lo
hizo, lo cual podría estar relacionado con una
exploración más profunda o un uso intensivo de
las herramientas digitales integradas. En
general, los resultados evidencian una tendencia
hacia la optimización del tiempo en la
planificación, con un claro desplazamiento
hacia franjas horarias más cortas, lo que
refuerza la eficacia de la IA como aliada en la
organización del trabajo pedagógico.
Figura 14. Tiempo dedicado por los docentes a
la elaboración de instrumentos de evaluación
antes y después de la intervención con IA.
En la Figura 14, se evidencian cambios
significativos en el tiempo dedicado por los
docentes a la elaboración de instrumentos de
evaluación tras la intervención con
herramientas de inteligencia artificial. En el
pretest, el 60% de los docentes indicó que
necesitaba entre 1 a 2 horas para elaborar un
instrumento, y un 15% señaló que requería más
de 2 horas. En contraste, en el postest, ninguno
de los participantes reportó necesitar más de una
hora. En cambio, el 65% afirmó que ahora
puede elaborar estos recursos en menos de 30
minutos, y el 35% en un rango de 30 a 60
minutos. Esta mejora sustancial refleja un
notable ahorro de tiempo en las tareas
evaluativas, lo cual sugiere que el uso de
herramientas de inteligencia artificial
35%
40%
25%
0%
60%
30%
5% 5%
Menos de 2
horas
2 a 4 horas 4 a 6 horas Más de 6
horas
Pretest
Postest
10%
15%
60%
15%
65%
35%
0% 0%
Menos de
30
minutos
30 a 60
minutos
1 a 2
horas
Más de 2
horas
Pretest
Postest
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 375
contribuyó directamente a optimizar la gestión
del tiempo en esta dimensión específica de la
labor docente.
Figura 15. Distribución del tiempo dedicado al
diseño de presentaciones didácticas antes y
después de la intervención.
Tal como lo muestra la Figura 15, se observan
transformaciones significativas en la
distribución del tiempo invertido por los
docentes en la elaboración de presentaciones
didácticas. En el pretest, un 60% de los
participantes reportaba dedicar más de una hora
a esta tarea, un 20% entre 40 minutos y una
hora, un 15% entre 20 a 40 minutos, y apenas
un 5% indicaba tardar menos de 20 minutos. Sin
embargo, tras la capacitación, los resultados del
postest reflejan una mejora sustancial en la
eficiencia: el 60% de los docentes ahora elabora
sus presentaciones en 20 a 40 minutos, y un
40% lo hace en menos de 20 minutos. Es
importante destacar que ningún docente reportó
tardar más de 40 minutos después de la
intervención. Estos resultados permitieron
concluir que la intervención fue eficaz para
fortalecer las competencias digitales de los
docentes, mejorar la gestión de su tiempo
laboral y transformar sus prácticas pedagógicas
mediante el uso consciente y estratégico de la
inteligencia artificial. Asimismo, se abren
nuevas posibilidades para investigaciones
futuras que analicen el impacto de estas
tecnologías en distintos contextos educativos y
a lo largo del tiempo.
Análisis cualitativo a partir de la observación
docente
Durante el desarrollo de la capacitación virtual
orientada al uso de herramientas de inteligencia
artificial en el ámbito educativo, se aplicó la
observación como técnica cualitativa para
captar comportamientos, actitudes y niveles de
apropiación tecnológica por parte del grupo
participante. A lo largo de las sesiones, se
evidenció una actitud receptiva y participativa
por parte de los docentes, quienes mostraron
interés genuino en conocer y aplicar los
recursos presentados. Fue notoria la curiosidad
por explorar nuevas formas de planificar,
evaluar y diseñar material didáctico apoyados
por herramientas digitales como ChatGPT,
Canva y Genially. Asimismo, se identificó una
evolución progresiva en la autonomía digital de
los participantes, expresada en su capacidad de
realizar preguntas pertinentes, compartir
experiencias y proponer ejemplos de uso
adaptados a su realidad pedagógica. Estas
observaciones permiten inferir que la
intervención no solo brindó conocimientos
técnicos, sino que generó un cambio positivo en
la disposición y confianza hacia la integración
de la inteligencia artificial en los procesos
educativos.
Conclusiones
De los resultados mostrados, de su análisis y de
su discusión, se obtuvieron las siguientes
conclusiones sobre el uso de herramientas de
inteligencia artificial en la gestión del tiempo
docente en Educación Básica: 1. La
implementación de herramientas de inteligencia
artificial contribuyó a una reducción
significativa del tiempo invertido por los
docentes en tareas como planificación de clases,
elaboración de instrumentos de evaluación y
5%
15%
20%
60%
40%
60%
0% 0%
Menos de
20 minutos
20 a 40
minutos
40 minutos
a 1 hora
Más de 1
hora
Pretest
Postest
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 376
diseño de presentaciones didácticas. 2. Se
evidenció una mejora notable en la eficiencia
del trabajo docente, al disminuir
considerablemente los tiempos requeridos para
actividades pedagógicas clave, especialmente
en la elaboración de evaluaciones y diseño de
recursos visuales. 3. Las herramientas de IA
más valoradas por los docentes fueron ChatGPT
y Canva, debido a su facilidad de uso,
versatilidad y aporte directo en la generación de
materiales educativos y contenidos adaptados.
4. Los docentes manifestaron una actitud
favorable hacia el uso de la inteligencia
artificial, reconociendo su utilidad para
optimizar su carga laboral y percibiendo.
beneficios concretos como el ahorro de tiempo
y la mejora en la calidad del material didáctico.
5. La capacitación práctica sobre el uso de
herramientas digitales con IA demostró ser un
medio efectivo para fortalecer competencias
digitales y promover el uso pedagógico de
tecnologías emergentes entre los docentes de
Educación Básica.
Referencias Bibliográficas
Concepción, D. (2019). Metodología de la
investigación: Origen y construcción de una
tesis doctoral. Revista Científica de la
UCSA, 6(1), 76–87.
https://doi.org/10.18004/ucsa/2409-
8752/2019.006(01)076-087
Crompton, H., & Song, D. (2021). The potential
of artificial intelligence in higher education.
Revista Virtual Universidad Católica del
Norte, 62, 1–4.
https://doi.org/10.35575/rvucn.n62a1
Duque, M., & Acero, E. (2022). Herramientas
educativas como apoyo en la enseñanza.
Mendive. Revista de Educación, 20(4),
1099–1108.
http://scielo.sld.cu/scielo.php?script=sci_art
text&pid=S1815-
76962022000401099&lng=es&tlng=es
Fernández, H., King, K., & Enríquez, C. (2020).
Revisiones sistemáticas exploratorias como
metodología para la síntesis del
conocimiento científico. Enfermería
Universitaria, 17(1), 87–94.
https://doi.org/10.22201/eneo.23958421e.20
20.1.697
Hernández, R., Fernández, C., & Baptista, P.
(2014). Metodología de la investigación.
McGraw Hill.
https://dialnet.unirioja.es/servlet/libro?codig
o=775008
Huerta, S., & Zavala, J. (2023). La inteligencia
artificial y el contexto de la docencia en
México. Revista Tecnológica-Educativa
Docentes 2.0, 16(1), 49–56.
https://doi.org/10.37843/rted.v16i1.336
Kroff, F., Coria, D., & Ferrada, C. (2024).
Inteligencia artificial en la educación
universitaria: Innovaciones, desafíos y
oportunidades. Revista Espacios, 45(5),
120–135. https://doi.org/10.48082/espacios-
a24v45n05p09
Menacho, M., Pizarro, L., Osorio, J., & León,
B. (2024). Inteligencia artificial como
herramienta en el aprendizaje autónomo de
los estudiantes de educación superior.
Revista InveCom, 4(2).
https://doi.org/10.5281/zenodo.10693945
Mena, A., Vázquez, E., Fernández, E., & López,
E. (2024). La inteligencia artificial y su
producción científica en el campo de la
educación. Formación Universitaria, 17(1),
155–164. https://doi.org/10.4067/S0718-
50062024000100155
Ministerio de Educación del Ecuador. (2023).
Plan Nacional de Transformación Digital
Educativa. Gobierno del Ecuador.
https://educacion.gob.ec/wp-
content/uploads/downloads/2022/02/Agend
a-Educativa-Digital-2021-2025.pdf
Mora, M. (2023). Estrategias tecnológicas
emergentes para el desempeño docente.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 6.1
Edición Especial UNEMI 2025
Página 377
Revista Arbitrada Interdisciplinaria
Koinonía, 8, 949–964.
https://doi.org/10.35381/r.k.v8i2.3039
Morales, E. (2022). “Ludoactivo”: Recurso
didáctico de innovación para la
optimización de los procesos pedagógicos
del centro educativo Yonoly en Barranquilla
– Colombia. Revista Científica UISRAEL,
9(3), 29–46.
https://doi.org/10.35290/rcui.v9n3.2022.632
Naveda, J. (2025). Explorando el rol
transformador de la inteligencia artificial en
la evaluación formativa educativa. Revista
Tribunal, 5(10), 676–688.
https://doi.org/10.59659/revistatribunal.v5i1
0.134
Noblecilla, G., & Raymond, F. (2025).
Implementación de la inteligencia artificial
por estudiantes de pregrado en Ecuador:
Modalidad en línea. Revista Ciencia Latina,
9(2).
https://doi.org/10.37811/cl_rcm.v9i2.17373
OECD. (2021). Artificial intelligence in society.
OECD Publishing.
https://www.oecd.org/en/publications/artific
ial-intelligence-in-society_eedfee77-en.htm
Ortega, Á., & Padilla, J. (2025). Sobrecarga
laboral e inteligencia artificial en docentes:
Revisión sistemática. Revista Impulso,
5(10), 227–242.
https://doi.org/10.59659/impulso.v.5i10.113
Pineda, V. (2025). La inteligencia artificial
como herramienta de optimización en la
docencia pública: Retos y oportunidades
para el futuro de la educación. RIESED –
Revista Internacional de Estudios sobre
Sistemas Educativos, 3(16), 803–822.
https://doi.org/10.5281/zenodo.15697704
Puerto, D., & Gutiérrez, P. (2022). La
inteligencia artificial como recurso
educativo durante la formación inicial del
profesorado. RIED. Revista Iberoamericana
de Educación a Distancia, 25(2), 347–362.
https://doi.org/10.5944/ried.25.2.32332
Rivero, C., & Beltrán, C. (2024). La
inteligencia artificial en la educación del
siglo XXI: Avances, desafíos y
oportunidades. Presentación. Educación,
33(64), 5–7.
https://doi.org/10.18800/educacion.202401.
p001
Romani, G., Valencia, C., Macedo, K., Vivar,
J., & Soto, G. (2025). Impacto del uso de
herramientas de inteligencia artificial en la
eficiencia y gestión del tiempo en la
planificación docente. Universidad, Ciencia
y Tecnología, 29(127), 41–51.
https://doi.org/10.47460/uct.v29i127.960
Salmerón, Y., Luna, H., Murillo, W., &
Pacheco, V. (2023). El futuro de la
inteligencia artificial para la educación en
las instituciones de educación superior.
Conrado, 19(93), 27–34.
http://scielo.sld.cu/scielo.php?script=sci_art
text&pid=S1990-
86442023000400027&lng=es&tlng=es
UNESCO. (2021). Artificial intelligence in
education: Challenges and opportunities.
UNESCO Publishing.
https://www.unesco.org/en/digital-
education/artificial-intelligence
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Teresa Lucia
Escandon Zambrano, Valeria Fernanda Ferruzola
Rodriguez, Rosa Silvia Zambrano Bravo y
Jeferson Dario Crespo Asqui.
