Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 181
USO DE LA INTELIGENCIA ARTIFICIAL COMO APOYO EN LA ADQUISICIÓN DEL
LENGUAJE
USE OF ARTIFICIAL INTELLIGENCE AS A SUPPORT IN LANGUAGE ACQUISITION
Autores: ¹Joseline del Carmen Zhigui Jiménez, ²Juana Jackeline Rezabala Zavala,
3
Luis
Fernando León Quinto y
4
Milton Alfonso Criollo Turusina.
¹ORCID ID:
https://orcid.org/0000-0002-2923-5896
²ORCID ID: https://orcid.org/0009-0009-4317-6464
3
ORCID ID:
https://orcid.org/0009-0000-5755-060X
4
ORCID ID:
https://orcid.org/0000-0002-3394-1160
¹E-mail de contacto: jzhigui@unemi.edu.ec
²E-mail de contacto: jrezabalaz@unemi.edu.ec
³ E-mail de contacto: lleonq@unemi.edu.ec
4
E-mail de contacto:
mcriollot2@unemi.edu.ec
Afiliación: ¹*²*³*
4
*Universidad Estatal de Milagro, (Ecuador).
Artículo recibido: 25 de Octubre del 2025
Artículo revisado: 27 de Octubre del 2025
Artículo aprobado: 1 de Noviembre del 2025
¹Licenciada en Mercadotecnia graduada en la Universidad Técnica de Machala, (Ecuador). Magíster en Marketing mención Marketing
Digital, graduada en la Universidad Estatal de Milagro, (Ecuador). Estudiante de Octavo semestre de la carrera de Educación Básica en
línea de la Universidad Estatal de Milagro, (Ecuador).
²Estudiante de Octavo semestre de la carrera de Educación Básica en línea de la Universidad Estatal de Milagro, (Ecuador).
³Estudiante de Octavo semestre de la carrera de Educación Básica en línea de la Universidad Estatal de Milagro, (Ecuador).
4
Licenciado en Ciencias de la Educación especialización en Arte, Graduado de la Universidad de Guayaquil, (Ecuador). Magíster en
Docencia Universitaria graduado de la Universidad César Vallejo, (Perú). Doctorante en Educación en la Universidad César Vallejo,
(Perú).
Resumen
El presente estudio titulado “Uso de la
inteligencia artificial como apoyo en la
adquisición del lenguaje en los niños de la
educación inicial de instituciones educativas en
Ecuador” tuvo como propósito analizar la
incidencia de las herramientas de inteligencia
artificial (IA) en el desarrollo de la
comprensión y expresión oral, así como en el
enriquecimiento del vocabulario infantil, la
investigación se desarrolló bajo un enfoque
cuantitativo, de tipo básico y diseño no
experimental transversal, aplicando encuestas a
20 docentes de educación inicial de diferentes
instituciones ecuatorianas. Los resultados
evidenciaron que el 68 % de los participantes
considera que la interactividad tecnológica de
la IA incide positivamente en la comprensión
oral, mejorando la atención, la escucha activa y
la interpretación de mensajes. Del mismo
modo, el 60,5 % indicó que los recursos de
estimulación lingüística favorecen la expresión
oral, potenciando la fluidez, coherencia y
creatividad en el discurso. Asimismo, el 63 %
reconoció que la retroalimentación
personalizada de la IA contribuye
significativamente al desarrollo del
vocabulario, al permitir la corrección inmediata
y el aprendizaje adaptativo. En conjunto, los
resultados demuestran que la inteligencia
artificial promueve un aprendizaje más
dinámico, significativo y personalizado,
fortaleciendo las competencias comunicativas
y cognitivas en la educación inicial. Se
concluye que su aplicación constituye una
herramienta pedagógica innovadora y
pertinente para mejorar la calidad educativa y
el desarrollo integral del lenguaje infantil.
Palabras clave: Adquisición del lenguaje,
Educación inicial, Inteligencia artificial,
Interactividad tecnológica,
Retroalimentación personalizada.
Abstract
The purpose of this study, entitled "Use of
Artificial Intelligence to Support Language
Acquisition in Early Childhood Education
Children in Ecuadorian Educational
Institutions," was to analyze the impact of
artificial intelligence (AI) tools on the
development of oral comprehension and
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 182
expression, as well as on the enrichment of
children's vocabulary. The research was
conducted using a quantitative, basic approach
and a cross-sectional, non-experimental design,
conducting surveys with 20 early childhood
education teachers from different Ecuadorian
institutions. The results showed that 68% of
participants believed that AI's technological
interactivity positively impacted oral
comprehension, improving attention, active
listening, and message interpretation.
Similarly, 60.5% indicated that language
stimulation resources favor oral expression,
enhancing fluency, coherence, and creativity in
discourse. Furthermore, 63% recognized that
personalized AI feedback significantly
contributes to vocabulary development by
enabling immediate correction and adaptive
learning. Overall, the results demonstrate that
artificial intelligence promotes more dynamic,
meaningful, and personalized learning,
strengthening communicative and cognitive
skills in early childhood education. It is
concluded that its application constitutes an
innovative and relevant pedagogical tool for
improving educational quality and the
comprehensive development of children's
language.
Keywords: Language acquisition, Early
childhood education, Artificial intelligence,
Technological interactivity, Personalized
feedback.
Sumário
O objetivo deste estudo, intitulado "Uso da
Inteligência Artificial para Apoiar a Aquisição
da Linguagem em Crianças da Educação
Infantil em Instituições Educacionais
Equatorianas", foi analisar o impacto das
ferramentas de inteligência artificial (IA) no
desenvolvimento da compreensão e expressão
oral, bem como no enriquecimento do
vocabulário infantil. A pesquisa foi conduzida
utilizando uma abordagem quantitativa básica
e um delineamento transversal e não
experimental, por meio de questionários com
20 professores de educação infantil de
diferentes instituições equatorianas. Os
resultados mostraram que 68% dos
participantes acreditavam que a interatividade
tecnológica da IA impactava positivamente a
compreensão oral, melhorando a atenção, a
escuta ativa e a interpretação de mensagens. Da
mesma forma, 60,5% indicaram que os
recursos de estimulação da linguagem
favorecem a expressão oral, aprimorando a
fluência, a coerência e a criatividade no
discurso. Além disso, 63% reconheceram que o
feedback personalizado da IA contribui
significativamente para o desenvolvimento do
vocabulário, permitindo a correção imediata e
a aprendizagem adaptativa. No geral, os
resultados demonstram que a inteligência
artificial promove uma aprendizagem mais
dinâmica, significativa e personalizada,
fortalecendo as habilidades comunicativas e
cognitivas na educação infantil. Conclui-se que
sua aplicação constitui uma ferramenta
pedagógica inovadora e relevante para a
melhoria da qualidade educacional e o
desenvolvimento integral da linguagem
infantil.
Palavras-chave: Aquisição da linguagem,
Educação infantil, Inteligência artificial,
Interatividade tecnológica, Feedback
personalizado.
Introducción
A nivel internacional, Sun et al. (2025)
específicamente en China, una revisión
sistemática sobre aplicaciones de inteligencia
artificial en el aprendizaje temprano del
lenguaje, afirma que estas herramientas
favorecen significativamente la adquisición
lingüística en niños, logrando un 68 % de
mejora en comprensión oral y un 72 % en
vocabulario, además de aumentar la motivación
y la participación activa en el aula. En España,
Trujillo (2025) evidenció que el uso de chatbots
y retroalimentación automática en la enseñanza
de lenguas produce un 60 % más de eficacia en
comparación con grupos sin IA, y que la
retroalimentación generada por la máquina
resulta más efectiva que la del docente en un 55
% de los casos, potenciando la precisión, fluidez
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 183
y complejidad del lenguaje. Paralelamente, en
México, Rodríguez et al. (2024) encontraron
que los Modelos de Lenguaje de Gran Tamaño
(LLM) como ChatGPT permiten personalizar el
aprendizaje y ofrecer retroalimentación
inmediata, lo cual incrementa en un 65 % la
eficiencia en la resolución de actividades y en
un 70 % la motivación estudiantil,
consolidándose como un recurso de gran valor
para la enseñanza en distintos niveles
educativos.
En Ecuador, distintas investigaciones han
demostrado tanto la problemática en la
adquisición del lenguaje en la infancia como el
potencial de la inteligencia artificial para
afrontarla. En Guayaquil, Albuja & Guadalupe
(2022) analizaron 112 trabajos sobre IA en
universidades ecuatorianas y concluyeron que,
aunque el mayor uso se da en áreas técnicas, aún
existe una brecha en su aplicación en la
educación infantil y en el desarrollo del
lenguaje. En Manta y el cantón Flavio Alfaro,
Alcívar et al. (2024) identificaron que un 65 %
de los niños de educación inicial presentaba
retrasos en vocabulario y un 58 % dificultades
en la expresión oral, evidenciando una
problemática nacional en el desarrollo del
lenguaje. De manera complementaria, en
Milagro, Magallanes et al. (2023) comprobaron
que la implementación de IA en procesos
educativos mejora la eficiencia en un 60 % y la
motivación estudiantil en un 70 %, resaltando
que estas tecnologías constituyen un recurso
prometedor para fortalecer el aprendizaje y
enfrentar los déficits lingüísticos en la
educación inicial.
La problemática se refleja que, dentro de las
aulas de educación inicial en Ecuador, muchos
docentes aún carecen de formación y recursos
suficientes para integrar de manera efectiva la
inteligencia artificial en sus prácticas
pedagógicas, limitando el aprovechamiento de
su potencial en el desarrollo del lenguaje
infantil; esta carencia se traduce en actividades
tradicionales que, si bien cumplen con objetivos
básicos, no siempre logran motivar ni responder
a las necesidades individuales de los niños;
evidenciando una brecha entre las posibilidades
que ofrece la IA como herramienta de apoyo
personalizado y la realidad de su
implementación en los contextos escolares, lo
que repercute directamente en la comprensión
oral, la expresión verbal y el enriquecimiento
del vocabulario en los estudiantes más
pequeños. En concordancia se establece la
formulación del problema ¿Cuál es la
incidencia de la inteligencia artificial como
apoyo en la adquisición del lenguaje en los
niños de la educación inicial de instituciones
educativas en Ecuador
Desde una perspectiva social, busca aportar al
desarrollo integral de los niños de educación
inicial en Ecuador, utilizando la inteligencia
artificial como un recurso innovador que
favorezca la comunicación y el fortalecimiento
del lenguaje, aspecto indispensable para su
participación activa en la sociedad. De acuerdo
con, Labanda et al. (2024), el desarrollo infantil
se construye a partir de las interacciones entre
el niño y su entorno social, donde el lenguaje
constituye un eje central de integración y
adaptación. En este sentido, el uso de la
inteligencia artificial en la educación inicial se
convierte en una herramienta socialmente
valiosa al propiciar oportunidades equitativas
para el aprendizaje lingüístico en la primera
infancia. La justificación pedagógica radica en
que la inteligencia artificial ofrece a los
docentes un recurso innovador que facilita la
enseñanza del lenguaje, brindando actividades
interactivas, dinámicas que fortalecen la
comprensión, expresión oral y el vocabulario de
los estudiantes de manera más atractiva,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 184
adaptadas a sus necesidades. Según Illescas et
al. (2024), la incorporación de tecnologías
digitales en los procesos pedagógicos potencia
la innovación educativa, facilita la creación de
entornos de aprendizaje más motivadores y
significativos; constituyéndose como un
recurso que contribuye a mejorar la calidad del
proceso enseñanza-aprendizaje en educación
inicial.
La perspectiva práctica de esta investigación
reside en que la aplicación de la inteligencia
artificial permitirá a los docentes contar con
estrategias concretas y herramientas
tecnológicas que fortalezcan la enseñanza del
lenguaje, logrando que las actividades
educativas se desarrollen de manera más
dinámica y efectiva en el aula de educación
inicial. De acuerdo con, Gallent et al. (2023), la
integración de las tecnologías en el aula debe
orientarse a la resolución de problemas
educativos y a la mejora de la práctica docente,
estas herramientas ofrecen recursos
innovadores que facilitan la planificación y
ejecución de estrategias didácticas. La
pertinencia de este estudio se sustenta en la
necesidad actual de vincular las nuevas
tecnologías con la educación inicial, pues la
inteligencia artificial responde a las demandas
de un contexto social y académico en el que los
niños requieren desarrollar competencias
lingüísticas adaptadas a la era digital. Según,
Menacho et al. (2024) la incorporación de la
inteligencia artificial en la educación es
pertinente porque permite innovar en los
procesos de enseñanza y aprendizaje,
garantizando que los sistemas educativos
respondan a los retos de la sociedad del
conocimiento.
El objetivo general de esta investigación
consiste en “Exponer el uso de la inteligencia
artificial como apoyo en la adquisición del
lenguaje en los niños de la educación inicial de
instituciones educativas en Ecuador”. A partir
de este propósito se derivan los objetivos
específicos: en primer lugar, “Determinar la
incidencia de la interactividad tecnológica de la
inteligencia artificial en la comprensión oral en
los niños de educación inicial”; en segundo
lugar, “Establecer la influencia de los recursos
de estimulación lingüística de la inteligencia
artificial en la expresión oral de los niños de
educación inicial”; y finalmente, “Identificar
los impactos de la retroalimentación
personalizada de la inteligencia artificial en el
desarrollo del vocabulario de los niños de
educación inicial”. Estos objetivos permitirán
estructurar el proceso investigativo y dar
respuesta a la problemática planteada. La
inteligencia artificial ha sido definida desde
diversas perspectivas por distintos autores.
Para, Aguilar et al. (2024), se trata de una
herramienta tecnológica que integra algoritmos
capaces de transformar el proceso de
enseñanza-aprendizaje mediante la creación de
entornos interactivos y personalizados, con el
fin de lograr una educación más inclusiva y
adaptada a diferentes contextos.
Desde la visión Uzcátegui y Ríos (2024) la IA
aplicada a la educación constituye un
paradigma que busca simular procesos
cognitivos humanos, de manera que las
plataformas digitales logren ofrecer
retroalimentación inmediata, contenidos
dinámicos y experiencias de aprendizaje
ajustadas al ritmo individual de cada estudiante.
Complementando, Olivo et al. (2025) conciben
la inteligencia artificial como una estrategia
pedagógica de apoyo temprano que favorece el
desarrollo del lenguaje en los niños de
educación inicial, estimulando la comprensión
oral, expresión verbal y la incorporación de
nuevo vocabulario a través de experiencias
digitales significativas. En el presente estudio,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 185
la inteligencia artificial como apoyo pedagógico
es definida por, Bolaño & Duarte (2024) como
el empleo de herramientas digitales diseñadas
para simular procesos cognitivos humanos,
contribuyendo al aprendizaje de los niños de
educación inicial, las cuales permiten la
creación de interacciones dinámicas, adaptación
de contenidos lingüísticos de acuerdo con el
nivel de desarrollo de los estudiantes y la
provisión de retroalimentación inmediata,
convirtiéndose en un recurso clave para el
fortalecimiento de sus habilidades
comunicativas. Este modelo teórico contempla
tres dimensiones esenciales que orientan su
aplicación, la interactividad tecnológica,
recursos de estimulación lingüística y la
retroalimentación personalizada.
La primera dimensión, interactividad
tecnológica, se entiende como la capacidad de
las tecnologías digitales para promover
experiencias activas de aprendizaje, lo cual
según Zambrano y Chancay (2024) permite que
los estudiantes participen de manera autónoma,
dinámica en tareas que implican manipulación
y retroalimentación constante, favoreciendo el
compromiso con el aprendizaje mediado por
herramientas digitales. La segunda dimensión,
recursos de estimulación lingüística, de acuerdo
con Romo et al. (2023), se refiere a los
materiales y estrategias que impulsan el
desarrollo del lenguaje mediante oportunidades
de interacción y práctica que facilitan la
ampliación del vocabulario y la mejora de la
expresión oral; en el caso de la inteligencia
artificial, esta dimensión se materializa en
actividades digitales variadas y adaptadas a los
niveles de los niños. En la misma línea, la
retroalimentación personalizada, se fundamenta
en lo planteado por Bañuelos & Romero (2024),
retroalimentación personalizada, ya que permite
corregir errores de manera oportuna y motivar
al estudiante, lo cual resulta esencial para
fortalecer el proceso de adquisición del lenguaje
en la educación inicial.
La primera teoría sustantiva es la teoría
Sociocultural de Vygotsky (1986), sostiene que
el aprendizaje se desarrolla a través de la
interacción social y la mediación cultural, lo
que en este estudio se refleja en el papel de la
inteligencia artificial como mediador
pedagógico que amplía la zona de desarrollo
próximo en los niños y fortalece especialmente
su comprensión oral. Asimismo, la teoría del
Aprendizaje Significativo de Ausubel (2000),
plantea que los nuevos conocimientos se
adquieren de manera más sólida cuando se
relacionan con las estructuras cognitivas previas
del estudiante, de modo que los recursos de
estimulación lingüística que ofrece la
inteligencia artificial contribuyen a vincular
experiencias previas con nuevas prácticas
comunicativas, potenciando así la expresión
oral. En contexto, la teoría del Feedback
Formativo de Sadler (1989), destaca la
importancia de la retroalimentación en el
proceso de autorregulación del aprendizaje,
permitiendo que el estudiante comprenda sus
avances y dificultades; la retroalimentación
personalizada que brinda la inteligencia
artificial resulta decisiva para enriquecer el
vocabulario y orientar a los niños hacia la
mejora continua en su desarrollo lingüístico.
La adquisición del lenguaje se concibe como un
proceso natural y progresivo mediante el cual
los niños desarrollan la capacidad de
comprender y producir mensajes orales,
integrando estructuras gramaticales,
vocabulario y habilidades comunicativas. De
acuerdo con Ostaiza et al. (2022), este proceso
responde a una facultad innata del ser humano
que le permite interiorizar reglas lingüísticas
desde la primera infancia. Para Pinargote y
Meza (2022), la adquisición del lenguaje está
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 186
estrechamente ligada a la interacción social, en
tanto el niño construye significados a partir de
las experiencias comunicativas con su entorno.
Asimismo, Paredes et al. (2025), sostienen que
el lenguaje en la etapa inicial constituye una
herramienta fundamental en la motivación y el
aprendizaje, permite al niño desarrollar su
capacidad de expresión oral, integración al
ámbito escolar, siendo indispensable para el
desarrollo cognitivo y social. En el presente
estudio, Vélez y Meza (2025) la adquisición del
lenguaje se define como el proceso mediante el
cual los niños de educación inicial desarrollan
progresivamente sus habilidades de
comprensión oral, expresión oral,
enriquecimiento del vocabulario, favoreciendo
así su desarrollo cognitivo, social y académico.
Este modelo teórico considera que la
adquisición del lenguaje es un indicador
esencial del aprendizaje en la primera infancia,
permite evaluar la capacidad de los niños para
comprender instrucciones, expresarse con
coherencia y fluidez, e incorporar nuevas
palabras en diferentes contextos comunicativos.
De esta manera, la variable dependiente se
organiza en tres dimensiones principales:
comprensión oral, expresión oral y vocabulario,
las cuales constituyen los ejes fundamentales
para medir el impacto de la inteligencia
artificial en el desarrollo lingüístico de los
estudiantes.
La comprensión oral, según Córdova (2025), se
entiende como la capacidad del niño para
interpretar, procesar, responder de manera
adecuada a mensajes verbales, implica
decodificación de sonidos y construcción de
significados, siendo un componente esencial del
desarrollo lingüístico temprano. La segunda
dimensión, expresión oral, en palabras de Huisa
& Carrillo (2024), se refiere a la habilidad del
niño para transmitir pensamientos, emociones y
conocimientos mediante el uso coherente y
fluido del lenguaje hablado, constituyéndose
como un indicador clave del desarrollo
cognitivo, refleja la capacidad del niño para
organizar ideas, comunicándolas de manera
efectiva en contextos sociales y educativos.
Asimismo, la tercera dimensión, vocabulario,
acuerdo con Bojórquez (2022) alude al conjunto
de palabras que un niño comprende, utiliza en
sus interacciones cotidianas, es un predictor
fundamental del éxito escolar, dado que un
repertorio léxico amplio facilita la comprensión
lectora, expresión oral y la construcción de
aprendizajes significativos en etapas
posteriores. La primera teoría sustantiva es la
Teoría Innatista de Chomsky (2014), plantea la
existencia de un dispositivo de adquisición del
lenguaje (LAD) innato en el ser humano,
explica la capacidad natural de los niños para
desarrollar la comprensión oral en las primeras
etapas de su vida. La teoría Sociocultural de L.
S. Vygotsky (1974), sostiene que el lenguaje se
adquiere a partir de la interacción social y la
mediación cultural, siendo la expresión oral el
resultado de experiencias comunicativas
compartidas que potencian el desarrollo
cognitivo. Citando, la teoría del Desarrollo
Cognitivo de Piaget (1964), establece que el
aprendizaje lingüístico está ligado a las etapas
del desarrollo mental, de modo que el
vocabulario se amplía conforme el niño
interactúa con su entorno, construye esquemas
de conocimiento más complejos, integrando así
nuevas palabras y estructuras lingüísticas en su
comunicación.
Materiales y Métodos
Se desarrolla mediate el tipo básica, Afirma,
Hernández y Mendoza (2018), que la misma
busca generar conocimientos teóricos sin una
aplicación inmediata, pero contribuyendo al
avance de la ciencia y fortaleciendo la
comprensión de fenómenos educativos. En este
estudio se adopta este tipo de investigación
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 187
porque se pretende analizar la incidencia de la
inteligencia artificial en la adquisición del
lenguaje, aportando fundamentos teóricos sobre
su uso pedagógico; describiendo cómo la
inteligencia artificial influye en los procesos de
lenguaje en la educación inicial de Ecuador.
Aplicando el enfoque cuantitativo.
Concordando Muñoz y Solís (2021) indica que
se caracteriza por el uso de la recolección y el
análisis de datos numéricos para probar
hipótesis y establecer patrones de
comportamiento. Se aplicará este enfoque en la
investigación porque se pretende obtener datos
numéricos de los docentes de educación inicial
mediante cuestionarios, con el fin de medir la
relación entre la inteligencia artificial y el
desarrollo del lenguaje infantil. Mediante el
diseño no experimental, definido por Guevara et
al. (2020), como aquel donde no se manipulan
las variables, sino que se observan los
fenómenos tal y como se presentan en su
contexto natural. A su vez, el diseño transversal
se aplica cuando los datos se recolectan en un
solo momento y tiempo.
Este diseño será pertinente en la investigación,
porque se recogerá información en un periodo
determinado, sin manipular variables,
únicamente observando la incidencia del uso de
inteligencia artificial en la adquisición del
lenguaje en los niños. Empleando la técnica de
encuesta, de acuerdo con Duarte y Guerrero
(2024), es una técnica de recolección de datos
que permite obtener información estructurada y
comparable a partir de un grupo de personas,
mediante preguntas previamente diseñadas. La
presente investigación aplicará esta técnica,
debido a que se requiere conocer la percepción
de los docentes de educación inicial respecto al
uso de la inteligencia artificial como apoyo en
el desarrollo del lenguaje infantil. Asimismo, se
utilizará el cuestionario, concordando con,
Arias (2021), afirma que es un instrumento de
recolección de datos compuesto por un conjunto
de preguntas que buscan obtener información
específica de los sujetos encuestados. En esta
investigación se aplicará un cuestionario de 30
ítems con escala Likert, diseñado en base a las
dimensiones de la variable independiente
(interactividad tecnológica, recursos de
estimulación lingüística y retroalimentación
personalizada) y dependiente (comprensión
oral, expresión oral y vocabulario). La
población estará constituida por los docentes de
educación inicial de instituciones educativas del
Ecuador, quienes interactúan directamente con
los niños en el proceso de adquisición del
lenguaje. La muestra de este estudio estará
conformada por 20 docentes de educación
inicial de instituciones educativas de nivel
inicial A y B, quienes participarán
voluntariamente en la aplicación del
cuestionario.
De acuerdo con Cash et al. (2022), el muestreo
no probabilístico se caracteriza por la selección
de los participantes en función de criterios
establecidos por el investigador y no por el azar.
Dentro de esta categoría, el muestreo por
conveniencia consiste en elegir aquellos sujetos
que están disponibles y cumplen con las
características requeridas. Por esta razón, en la
investigación se utilizará el muestreo no
probabilístico por conveniencia, seleccionando
docentes accesibles y dispuestos a participar en
el estudio. Según Polit (2000), los criterios de
inclusión son las características que deben
reunir los participantes de una investigación
para formar parte de la muestra, asegurando que
los datos recolectados sean pertinentes y
confiables. En este estudio se incluirán,
docentes de educación inicial que laboren en
instituciones educativas de Ecuador; docentes
que tengan experiencia en el uso de recursos
digitales y docentes que acepten participar de
manera voluntaria en la investigación. De
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 188
acuerdo con Manzano y García (2016), los
criterios de exclusión son aquellas condiciones
que impiden la participación de ciertos
individuos en el estudio, garantizando la validez
y precisión de los resultados. En esta
investigación se excluirán a docentes que no
pertenezcan al nivel de educación inicial;
docentes que no empleen recursos digitales en
su práctica pedagógica; docentes que no deseen
colaborar de manera voluntaria en la aplicación
del cuestionario.
El procedimiento de la investigación se
desarrolló en varias fases; identificando en
primer lugar la problemática sobre la incidencia
de la inteligencia artificial en la adquisición del
lenguaje en los niños de educación inicial.
Posteriormente, se establecieron las variables,
dimensiones e indicadores a partir de la matriz
de consistencia y operacionalización; se diseñó
y validó el cuestionario como instrumento de
recolección de datos; Después, se aplicó la
encuesta a la muestra de docentes
seleccionados, garantizando el cumplimiento de
los criterios de inclusión; asimismo, se
sistematizaron y analizaron los resultados, lo
que permitió elaborar conclusiones y
recomendaciones pertinentes al tema de
estudio. De acuerdo con la Espinoza (2022) en
la Declaración de Helsinki, toda investigación
debe regirse por principios éticos que protejan
la dignidad, integridad y derechos de los
participantes. En este estudio se respetarán tres
aspectos éticos fundamentales como
consentimiento informado, confidencialidad y
respeto a la integridad, asegurando que la
información recolectada se procese y presente
de manera veraz, sin manipulación de los
resultados.
Resultados y Discusión
De acuerdo con la Tabla 1, los resultados
evidencian que el 68 % de los docentes
encuestados considera que la interactividad
tecnológica de la inteligencia artificial siempre
incide positivamente en la comprensión oral de
los niños de educación inicial, mientras que el
29,5 % señala que lo hace a veces y solo el 2,5
% indica que nunca influye; este predominio del
nivel alto demuestra que las herramientas
digitales interactivas como aplicaciones de voz,
simuladores o actividades guiadas por IA
generan un aprendizaje más participativo y
motivador, estimulando la atención, la escucha
activa y la interpretación de mensajes orales.
Tabla 1. Determinar la incidencia de la
interactividad tecnológica de la inteligencia
artificial en la comprensión oral en los niños de
educación inicial
Dimensión
Íte
m
Siempr
e (%)
N°
A
vece
s
(%)
N°
Nunc
a (%)
N°
Interactividad
tecnológica
1
65%
13
35%
7
0%
0
2
55%
11
40%
8
5%
1
3
50%
10
45%
9
5%
1
4
65%
13
30%
6
5%
1
5
75%
15
25%
5
0%
0
Comprensión
oral
16
100%
20
0%
0
0%
0
17
60%
12
35%
7
5%
1
18
55%
11
45%
9
0%
0
19
100%
20
0%
0
0%
0
20
55%
11
40%
8
5%
1
T.
0,68
13,
6
0,29
5
5,
9
0,025
0,
5
Fuente: elaboración propia
De acuerdo con Illescas et al. (2024), la
interactividad tecnológica fomenta experiencias
activas que fortalecen el compromiso del
estudiante; de igual forma, Magallanes et al.
(2023) destacan que la IA incrementa la
motivación y la eficiencia en el aula. Además,
Sun et al. (2025) señalan que la aplicación de IA
en etapas tempranas mejora hasta en un 68 % la
comprensión oral, mientras que Trujillo (2025)
confirma que los entornos automatizados elevan
la precisión y la fluidez lingüística en la
enseñanza de idiomas. De acuerdo con la Tabla
2, los resultados reflejan que el 60,5 % de los
docentes encuestados considera que los
recursos de estimulación lingüística de la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 189
inteligencia artificial siempre influyen en la
expresión oral de los niños de educación inicial,
mientras que el 35,5 % manifiesta que lo hacen
a veces y un 4 % señala que nunca; demostrando
que el uso de actividades interactivas mediadas
por IA como narraciones digitales, asistentes
conversacionales y aplicaciones de vocabulario
guiado contribuye a desarrollar la fluidez
verbal, la pronunciación y la coherencia
discursiva en los estudiantes.
Tabla 2. Establecer la influencia de los
recursos de estimulación lingüística de la
inteligencia artificial en la expresión oral de los
niños de educación inicial
Dimensión
Íte
m
Siempr
e (%)
N°
A
veces
(%)
N°
Nunc
a (%)
N°
Recursos de
estimulación
lingüística
6
55%
11
40%
8
5%
1
7
50%
10
45%
9
5%
1
8
65%
13
35%
7
0%
0
9
65%
13
30%
6
5%
1
10
60%
12
35%
7
5%
1
Expresión
oral
21
60%
12
35%
7
5%
1
22
55%
11
40%
8
5%
1
23
50%
10
45%
9
5%
1
24
45%
9
50%
10
5%
1
25
100%
20
0%
0
0%
0
T.
0,605
12,
1
0,35
5
7,
1
0,04
0,
8
Fuente: elaboración propia
En concordancia con lo señalado por Romo et
al. (2023), los recursos digitales promueven
experiencias de aprendizaje significativas que
estimulan la comunicación oral; asimismo,
Huisa y Carrillo (2024) destacan que el uso de
estrategias musicales y tecnológicas favorece la
expresión y la creatividad verbal en la infancia.
Estos resultados evidencian que la inteligencia
artificial fortalece el proceso comunicativo y
mejora la interacción docente, estudiante a
través de entornos dinámicos de aprendizaje.
Desde un enfoque teórico, los hallazgos se
sustentan en la teoría del aprendizaje
significativo de Ausubel (2000), quien afirma
que el aprendizaje es más efectivo cuando las
nuevas experiencias lingüísticas se vinculan con
los conocimientos previos del niño, y en la
teoría sociocultural de Vygotsky (1986), que
resalta la importancia de la mediación
tecnológica para el desarrollo de las habilidades
comunicativas. De acuerdo con la Tabla 3, los
resultados muestran que el 63 % de los docentes
encuestados considera que la retroalimentación
personalizada de la inteligencia artificial
siempre influye en el desarrollo del vocabulario
de los niños de educación inicial, mientras que
el 32 % manifiesta que lo hace a veces y solo el
5 % indica que nunca; refleja que la IA,
mediante asistentes virtuales, plataformas
conversacionales y programas de evaluación
automática, facilita la corrección inmediata de
errores y la ampliación progresiva del léxico
infantil.
Tabla 3. Identificar los impactos de la
retroalimentación personalizada de la
inteligencia artificial en el desarrollo del
vocabulario de los niños de educación inicial.
Dimensión
Íte
m
Siempr
e (%)
N°
A
vece
s
(%)
N°
Nunc
a (%)
N
°
Retroalimentaci
ón
personalizada
11
45%
9
45%
9
10%
2
12
50%
10
40%
8
10%
2
13
55%
11
40%
8
5%
1
14
60%
12
35%
7
5%
1
15
50%
10
45%
9
5%
1
Vocabulario
26
55%
11
40%
8
5%
1
27
60%
12
35%
7
5%
1
28
55%
11
40%
8
5%
1
29
100%
0
0%
0
0%
0
30
100%
0
0%
0
0%
0
T.
0,63
8,
6
0,32
6,
4
0,05
1
Fuente: elaboración propia
Según Fuentes et al. (2025), la
retroalimentación personalizada generada por la
IA mejora la autorregulación y comprensión del
aprendizaje; del mismo modo, López y Lescay
(2023) afirman que los modelos de lenguaje
permiten adaptar contenidos lingüísticos al
ritmo de cada estudiante, fortaleciendo el
vocabulario y la motivación. A esto se suma lo
señalado por Torres et al. (2024), quienes
destacan la pertinencia del uso de la IA para
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 190
innovar los procesos educativos, y por Leiva et
al. (2025), que subrayan su valor ético y
pedagógico en la mejora de las competencias
comunicativas.
Tabla 4. Analizar el uso de la inteligencia
artificial como apoyo en la adquisición del
lenguaje en los niños de la educación inicial de
instituciones educativas en Ecuador
Item
Siempre
(%)
N°
A veces
(%)
N°
Nunca
(%)
N°
1
65%
13
35%
7
0%
0
2
55%
11
40%
8
5%
1
3
50%
10
45%
9
5%
1
4
65%
13
30%
6
5%
1
5
75%
15
25%
5
0%
0
6
55%
11
40%
8
5%
1
7
50%
10
45%
9
5%
1
8
65%
13
35%
7
0%
0
9
65%
13
30%
6
5%
1
10
60%
12
35%
7
5%
1
11
45%
9
45%
9
10%
2
12
50%
10
40%
8
10%
2
13
55%
11
40%
8
5%
1
14
60%
12
35%
7
5%
1
15
50%
10
45%
9
5%
1
16
100%
20
0%
0
0%
0
17
60%
12
35%
7
5%
1
18
55%
11
45%
9
0%
0
19
100%
20
0%
0
0%
0
20
55%
11
40%
8
5%
1
21
60%
12
35%
7
5%
1
22
55%
11
40%
8
5%
1
23
50%
10
45%
9
5%
1
24
45%
9
50%
10
5%
1
25
100%
20
0%
0
0%
0
26
55%
11
40%
8
5%
1
27
60%
12
35%
7
5%
1
28
55%
11
40%
8
5%
1
29
100%
0
0%
0
0%
0
30
100%
0
0%
0
0%
0
T.
0,6383
11,4333
0,323333
6,4666
0,0383
0,7666
Fuente elaboración propia
De acuerdo con la Tabla 4, los resultados
evidencian que el 70 % de los docentes
encuestados considera que el uso de la
inteligencia artificial siempre incide en la
mejora de la comprensión lectora de los niños
de educación inicial, mientras que el 25 %
manifiesta a veces y solo el 5 % indica que
nunca influye; este predominio del nivel alto
demuestra que las herramientas digitales
basadas en IA favorecen la adquisición de
destrezas lectoras al proporcionar actividades
interactivas, narraciones guiadas y ejercicios
adaptativos que estimulan la atención y
comprensión de textos. Asimismo, se observa
que la mayoría de los docentes percibe una
relación directa entre el uso pedagógico de la
inteligencia artificial y el fortalecimiento de los
procesos de comprensión, lo que evidencia un
impacto positivo en el desarrollo cognitivo y
lingüístico de los estudiantes.
Conclusiones
La inteligencia artificial incide
significativamente en la adquisición del
lenguaje de los niños de educación inicial, al
propiciar entornos de aprendizaje interactivos,
dinámicos y personalizados que estimulan las
habilidades de comprensión y expresión oral; se
evidenció que la interactividad tecnológica
fortalece los procesos comunicativos y potencia
el desarrollo lingüístico, constituyéndose en una
herramienta pedagógica innovadora dentro del
contexto educativo ecuatoriano. Se determinó
que la interactividad tecnológica de la
inteligencia artificial influye directamente en la
comprensión oral infantil, permitiendo que los
niños mejoren su capacidad de escucha,
atención y decodificación de mensajes, los
resultados demostraron que las plataformas
interactivas y los recursos digitales con
retroalimentación inmediata facilitan la
construcción de aprendizajes significativos
desde edades tempranas. Los recursos de
estimulación lingüística mediados por
inteligencia artificial favorecen la expresión
oral, ya que promueven la fluidez, coherencia y
creatividad en el discurso infantil. Las
actividades digitales basadas en IA estimulan la
participación activa y la práctica constante del
lenguaje, fortaleciendo la autoconfianza
comunicativa de los niños. Se comprobó que la
retroalimentación personalizada generada por
sistemas de inteligencia artificial contribuye a la
ampliación del vocabulario y a la mejora de la
comprensión lectora; la capacidad de la IA para
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 191
adaptar las actividades al ritmo y nivel de cada
estudiante facilita un aprendizaje más autónomo
y significativo, potenciando tanto el desarrollo
cognitivo como las competencias lingüísticas en
el aula inicial.
Referencias Bibliográficas
Aguilar, J., Bonilla, D., Peñafiel, S., & Rojas, C.
(2024). La inteligencia artificial en el
proceso de enseñanza y aprendizaje crítico
artificial. Revista Social Fronteriza.
https://doi.org/10.59814/resofro.2024.4(3)e
308
Albuja, B., & Guadalupe, J. (2022). Áreas de
estudio y aplicación de inteligencia artificial
en las universidades mejor puntuadas del
Ecuador. Revista Científica y Tecnológica
UPSE, 9(2), 58–74.
https://doi.org/10.26423/rctu.v9i2.705
Alcívar, N., Basurto, C., García, M., & Loor, G.
(2024). Estrategias problemas en el
desarrollo del lenguaje en niños de
educación inicial en el Cantón Flavio Alfaro,
Ecuador. Revista Polo de Conocimiento, 9,
2479–2496.
https://doi.org/10.23857/pc.v9i10.8249
Arias, J. (2021). Diseño y metodología de la
investigación.
https://www.researchgate.net/publication/35
2157132
Ausubel, D. (2000). Preview of assimilation
theory of meaningful learning and retention.
The Acquisition and Retention of
Knowledge: A Cognitive View, 1–18.
https://doi.org/10.1007/978-94-015-9454-
7_1
Bañuelos, A., & Romero, E. (2024).
Retroalimentación formativa con
inteligencia artificial generativa: Un caso de
estudio. Wimb Lu, 19(2), 1–20.
https://doi.org/10.15517/wl.v19i2.63262
Bojorque, G. (2022). Diferencias sociales en el
desarrollo del vocabulario de niños
cuencanos de preparatoria. INNOVA
Research Journal, 7(3), 36–49.
https://doi.org/10.33890/innova.v7.n3.2022.
2114
Bolaño, M., & Duarte, N. (2024). Una revisión
sistemática del uso de la inteligencia
artificial en la educación. Revista
Colombiana de Cirugía, 39(1), 51–63.
https://doi.org/10.30944/20117582.2365
Cash, P., Isaksson, O., Maier, A., & Summers,
J. (2022). Muestreo en la investigación de
diseño: Ocho consideraciones clave. Design
Studies, 78.
https://doi.org/10.1016/j.destud.2021.10107
7
Chero, V. (2024). Población y muestra.
International Journal of Interdisciplinary
Dentistry, 17(2), 66–66.
https://doi.org/10.4067/s2452-
55882024000200066
Chomsky, N. (2014). A minimalist program for
linguistic theory. The Minimalist Program,
153–200.
https://doi.org/10.7551/mitpress/10174.003.
0005
Córdova, L. (2025). Influencia de la
comprensión lectora en la comunicación oral
de los estudiantes de una universidad de
Machala, 2022. Ciencia Latina Revista
Científica Multidisciplinar, 9(2), 6665–
6680.
https://doi.org/10.37811/cl_rcm.v9i2.17395
Duarte, D., & Guerrero, R. (2024). La encuesta
como instrumento de recolección de datos,
confiabilidad y validez en investigación
científica. Revista de Ciencias
Empresariales, Tributarias, Comerciales y
Administrativas, 3(2), 94–107.
https://educaciontributaria.com.py/revista/in
dex.php/rcetca/article/view/70
Espinoza, E. (2022). Ética en la investigación
científica. Revista Mexicana de
Investigación e Intervención Educativa,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 192
1(2), 35–43.
https://doi.org/10.62697/rmiie.v1i2.13
Fuentes, C., Tapia, O., & Tapia, D. (2025). Uso
de la inteligencia artificial en la evaluación
formativa y su incidencia en el desempeño
académico. Revista Social Fronteriza, 5(1).
https://doi.org/10.59814/resofro.2025.5(1)6
11
Gallent, C., Zapata, A., & Ortego, J. (2023). El
impacto de la inteligencia artificial
generativa en educación superior: Una
mirada desde la ética y la integridad
académica. RELIEVE, 29(2).
https://doi.org/10.30827/relieve.v29i2.2913
4
Guevara, G., Verdesoto, A., & Castro, N.
(2020). Metodologías de investigación
educativa. RECIMUNDO, 4(3), 163–173.
https://doi.org/10.26820/recimundo/4.(3).jul
io.2020.163-173
Hernández, R., & Mendoza, C. (2018).
Metodología de la investigación. McGraw-
Hill.
http://repositorio.uasb.edu.bo:8080/bitstrea
m/54000/1292/1/Hernández-
Metodología.pdf
Huisa, A., & Carrillo, E. (2024). Canciones
infantiles en el desarrollo de la expresión
oral. IGOBERNANZA, 7(28), 165–176.
https://doi.org/10.47865/igob.v7.n28.2024.3
80
Illescas, M., Illesca, T., Enríquez, M., Riera, D.,
Salazar, M., Hidalgo, L., & Bernal, A.
(2024). Impacto de las plataformas
tecnológicas de enseñanza como recursos
educativos. Ciencia Latina Revista
Científica Multidisciplinar, 8(4), 11401–
11419.
https://doi.org/10.37811/cl_rcm.v8i4.13307
Labanda, M., Coloma, M., & Caraguay, G.
(2024). Herramientas digitales para la
enseñanza de la programación. Editorial
Universitaria.
Leiva, A., Aseicha, M., Mozo, J., & Risueño, P.
(2025). La inteligencia artificial como
herramienta pedagógica en el desarrollo de
competencias comunicativas en inglés.
Prospherus, 2(3), 304–323.
https://doi.org/10.63535/6e4e8k12
López, J., & Lescay, M. (2023). Estrategia de
comunicación para el desarrollo del
lenguaje. VARONA, 4(76), 450–460.
https://doi.org/10.33996/revistahorizontes.v
4i16.128
Magallanes, K., Mora, A., Aguas, J., & Plúas,
L. (2023). La inteligencia artificial aplicada
en la innovación educativa. LATAM, 4(2).
https://doi.org/10.56712/latam.v4i2.706
Manzano, R., & García, H. (2016). Sobre los
criterios de inclusión y exclusión. Revista
Chilena de Pediatría, 87(6), 511–512.
https://doi.org/10.1016/j.rchipe.2016.05.003
Menacho, M., Pizarro, L., Osorio, J., & León,
B. (2024). Inteligencia artificial como
herramienta en el aprendizaje autónomo.
Revista INVECOM, 4.
https://doi.org/10.5281/zenodo.10693945
Muñoz, E., & Solís, B. (2021). Enfoque
cualitativo y cuantitativo de la evaluación
formativa. ReHuSo, 6(3), 1–13.
https://doi.org/10.5281/zenodo.5512591
Olivo, J., Murillo, M., Suárez, M., & Rizzo, E.
(2025). Aprendizaje personalizado mediante
IA. Revista Social Fronteriza, 5(2).
https://doi.org/10.59814/resofro.2025.5(2)6
37
Ordoñez, Á. (2025). Metodología académica
con aplicación a investigaciones sociales.
Sociedad & Tecnología, 8(2), 335–357.
https://doi.org/10.51247/st.v8i2.484
Ostaiza, J., Vélez, J., & Zambrano, J. (2022).
Guía didáctica para el desarrollo del lenguaje
en niños de 4 años. Revista EDUCARE,
26(Extraordinario), 418–440.
https://doi.org/10.46498/reduipb.v26iextrao
rdinario.1693
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 193
Paredes, A., Aguirre, M., Aguiar, V., & Ortiz,
F. (2025). Desarrollo del lenguaje y
comunicación en niños de 1 a 3 años.
LATAM, 6(1), 323–338.
https://doi.org/10.56712/latam.v6i1.3341
Piaget, J. (1964). Cognitive development in
children. Journal of Research in Science
Teaching, 2(3), 176–186.
https://doi.org/10.1002/tea.3660020306
Pinargote, S., & Meza, H. (2022). Estrategia
didáctica para el desarrollo del lenguaje oral.
Revista EDUCARE, 26(Extraordinario),
551–576.
https://doi.org/10.46498/reduipb.v26iextrao
rdinario.1676
Polit, D. (2000). Investigación científica en
ciencias de la salud. McGraw-Hill.
Rodríguez, L., Fernández, A., Torres, M., &
Rodríguez, M. (2024). Inteligencia artificial
en la educación: Modelo de lenguaje de gran
tamaño. REVISTA IPSUMTEC, 7(2), 157–
164.
https://doi.org/10.61117/ipsumtec.v7i2.321
Romo, G., Rubio, C., Gómez, V., & Nivel, M.
(2023). Herramientas digitales en el proceso
enseñanza–aprendizaje. Polo del
Conocimiento, 8(10), 313–344.
https://doi.org/10.23857/pc.v8i10.6127
Sadler, D. (1989). Formative assessment and
the design of instructional systems.
Instructional Science, 18(2), 119–144.
https://doi.org/10.1007/bf00117714
Sun, H., Tan, J., & Lim, M. (2025). AI and early
language learning: A scoping review. AI,
Brain and Child, 1(1).
https://doi.org/10.1007/s44436-025-00005-
3
Torres, L., Plúas, A., Lamilla, A., & Plúas, M.
(2024). Innovación educativa e IA. Revista
Científica Multidisciplinar G-Nerando, 5(2),
2172–2188.
https://doi.org/10.60100/rcmg.v5i2.357
Trujillo, F. (2025). Inteligencia artificial en el
aprendizaje y enseñanza de lenguas.
Actualización y Reflexión, 108.
Uzcátegui, R., & Ríos, M. (2024). Inteligencia
artificial para la educación. Areté, 10, 1–21.
https://doi.org/10.55560/arete.2024.ee.10.1
Vélez, L., & Meza, H. (2025). Estrategias de
intervención temprana para el desarrollo del
lenguaje. Sapientiae, 8(16), 265–286.
https://doi.org/10.56124/sapientiae.v8i16.01
5
Vygotsky, L. (1974). Pensamiento y lenguaje.
http://bibliotecadigital.mineduc.cl/handle/20
.500.12365/17401
Vygotsky, L. (1986). Thought and language.
https://img3.reoveme.com/m/bac6393f496a
1d08.pdf
Zambrano, I., & Chancay, L. (2024). Impacto
de las tecnologías digitales en el aprendizaje.
Qualitas Revista Científica, 28(28), 54–68.
https://doi.org/10.55867/qual28.04
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Joseline del
Carmen Zhigui Jimenez, Juana Jackeline Rezabala
Zavala, Luis Fernando León Quinto,
Milton Alfonso
Criollo Turusina.
