Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
Recibido: 2 de Julio de 2025
Aceptado: 2 de agosto de 2025
Publicado: 30 de Septiembre de 2025
INTELIGENCIA ARTIFICIAL GENERATIVA Y SU IMPACTO EN LA
PROGRAMACIÓN PARA FORTALECER EL APRENDIZAJE
COLABORATIVO
GENERATIVE ARTIFICIAL INTELLIGENCE AND ITS IMPACT ON
PROGRAMMING TO STRENGTHEN COLLABORATIVE LEARNING
Cepeda Quishpe Michael Junior I
michael.cepedaq@ug.edu.ec
https://orcid.org/0009-0007-1603-9312
Universidad Estatal de Guayaquil, Guayaquil, Ecuador
Cruzate Borroso Joyce Lissette II
joyce.cruzateb@ug.edu.ec
https://orcid.org/0009-0009-0763-6910
Universidad Estatal de Guayaquil, Guayaquil, Ecuador
Figueroa Jaime Douglas Javier III
douglas.figueroaj@ug.edu.ec
https://orcid.org/0009-0005-7316-3024
Universidad Estatal de Guayaquil, Guayaquil, Ecuador
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
Resumen:
La inteligencia artificial generativa (IAG) está transformando la programación al
fortalecer el aprendizaje colaborativo mediante herramientas como GPT y GitHub
Copilot. Estas tecnologías automatizan tareas repetitivas, generan código y corrigen
errores, permitiendo que estudiantes y equipos de desarrollo se enfoquen en resolver
problemas complejos. Además, plataformas como Replit integran la IAG para facilitar la
colaboración en tiempo real, ofreciendo retroalimentación inmediata y potenciando la
creatividad. Sin embargo, su implementación requiere un equilibrio que combine las
capacidades de la IA con el pensamiento crítico humano para maximizar su impacto
educativo y profesional.
Palabras Claves: inteligencia artificial generativa, programación, aprendizaje
colaborativo, GPT, creatividad, retroalimentación, pensamiento crítico.
Abstract:
Generative artificial intelligence (GAI) is transforming programming by strengthening
collaborative learning through tools such as GPT and GitHub Copilot. These technologies
automate repetitive tasks, generate code, and fix bugs, allowing students and development
teams to focus on solving complex problems. In addition, platforms such as Replit
integrate IAG to facilitate real-time collaboration, providing immediate feedback and
boosting creativity. However, its implementation requires a balance that combines AI
capabilities with human critical thinking to maximize its educational and professional
impact.
Keywords: generative artificial intelligence, programming, collaborative learning, GPT,
creativity, feedback, critical thinking.
1. INTRODUCCIÓN
La Inteligencia Artificial Generativa (IAG) ha emergido como una tecnología disruptiva
en el ámbito educativo, particularmente en el campo de la programación. Estos sistemas,
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
basados en modelos de aprendizaje profundo como GPT-4 y Gemini, han demostrado una
capacidad sin precedentes para generar código funcional, explicar conceptos complejos y
proporcionar retroalimentación instantánea a los estudiantes (Bommasani et al., 2021).
Sin embargo, su implementación en entornos educativos requiere una cuidadosa
consideración de sus implicaciones pedagógicas, especialmente en lo que respecta al
aprendizaje colaborativo, donde la interacción humana ha sido tradicionalmente el pilar
fundamental del desarrollo de habilidades de programación. Este fenómeno plantea
importantes interrogantes sobre cómo equilibrar el uso de estas herramientas avanzadas
con la preservación de los beneficios cognitivos y sociales del trabajo colaborativo entre
pares.
El aprendizaje colaborativo en programación, fundamentado en las teorías
constructivistas de Vygotsky, ha demostrado ser particularmente efectivo para desarrollar
no solo competencias técnicas, sino también habilidades blandas esenciales como la
comunicación, el trabajo en equipo y la resolución colaborativa de problemas (Vygotsky,
1978). En este contexto, herramientas como GitHub y metodologías como el pair
programming han servido como catalizadores para fomentar la colaboración efectiva
entre estudiantes. La irrupción de la IAG está transformando estos escenarios
tradicionales, ofreciendo nuevas posibilidades, pero también presentando desafíos
inéditos. Por ejemplo, mientras que los asistentes de IA pueden acelerar el proceso de
escritura de código y reducir frustraciones iniciales, existe el riesgo de que los estudiantes
desarrollen una dependencia excesiva que limite su capacidad para pensar críticamente y
resolver problemas de manera independiente (Kasneci et al., 2023).
Un aspecto particularmente prometedor de la IAG en el aprendizaje colaborativo es su
capacidad para personalizar la experiencia educativa. Estos sistemas pueden adaptar su
nivel de asistencia según las necesidades individuales de cada estudiante dentro de un
equipo, proporcionando explicaciones más detalladas a quienes lo requieran o sugiriendo
desafíos adicionales para aquellos que demuestren mayor dominio (Xu et al., 2022). Esta
adaptabilidad permite crear entornos de aprendizaje más inclusivos donde estudiantes con
diferentes niveles de habilidad pueden colaborar efectivamente. No obstante, esta ventaja
viene acompañada de nuevos desafíos pedagógicos, como la necesidad de desarrollar
estrategias para evaluar de manera justa las contribuciones individuales en proyectos
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
donde la IA juega un papel significativo. Los educadores deben encontrar formas de
discernir entre el trabajo original del estudiante y las contribuciones generadas por la IA,
un problema que no tiene precedentes en la educación tradicional.
La integración efectiva de la IAG en los cursos de programación requiere un rediseño
cuidadoso de los métodos de enseñanza y evaluación. Estrategias como el "aprendizaje
aumentado por IA", donde los estudiantes primero intentan resolver problemas por sí
mismos antes de consultar con la herramienta generativa, han demostrado ser
particularmente efectivas para mantener el desarrollo del pensamiento crítico (Mollick,
2023). Otra aproximación innovadora consiste en utilizar la IAG para crear escenarios de
programación simulados donde equipos de estudiantes deben colaborar para refinar y
mejorar soluciones generadas inicialmente por la IA. Estos métodos híbridos preservan
los beneficios del aprendizaje colaborativo mientras aprovechan las ventajas de la
generación automática, creando así una simbiosis entre la inteligencia humana y artificial
que prepara mejor a los estudiantes para los entornos laborales del futuro.
Las implicaciones éticas de la IAG en la educación en programación representan otro
aspecto crítico que merece seria consideración. Cuestiones como el sesgo algorítmico en
las sugerencias de código, la transparencia en el uso de estas herramientas y la
originalidad del trabajo producido plantean desafíos complejos para las instituciones
educativas (Bender et al., 2021).
Mirando hacia el futuro, es probable que la IAG se convierta en un componente cada vez
más integral de la educación en programación, evolucionando desde herramientas de
asistencia básica hacia sistemas tutoriales inteligentes capaces de ofrecer mentoría
personalizada. La convergencia de estas tecnologías con plataformas de colaboración en
tiempo real y entornos de desarrollo integrados promete crear ecosistemas de aprendizaje
donde la interacción entre estudiantes, instructores y asistentes de IA sea fluida y
productiva. Sin embargo, este futuro optimista solo se materializará si las instituciones
educativas logran desarrollar marcos pedagógicos robustos que guíen la implementación
de estas tecnologías, asegurando que complementen en lugar de reemplazar los procesos
humanos esenciales para la formación de programadores competentes y creativos.
OBJETIVO GENERAL
Analizar el impacto de la Inteligencia Artificial Generativa (IAG) en el aprendizaje
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
colaborativo en programación, identificando sus beneficios, limitaciones y estrategias
efectivas para fortalecer el proceso de enseñanza-aprendizaje.
OBJETIVOS ESPECÍFICOS
1. Explorar las aplicaciones actuales de la Inteligencia Artificial Generativa en el
campo de la programación educativa, con un enfoque en herramientas como
asistentes de codificación y plataformas de aprendizaje personalizadas.
2. Evaluar cómo la IAG potencia el aprendizaje colaborativo en programación,
fomentando la creatividad, la innovación y el desarrollo de competencias técnicas
en equipos diversos.
3. Identificar los principales desafíos éticos, técnicos y pedagógicos asociados con
la integración de la IAG en entornos educativos colaborativos, proponiendo
estrategias para mitigarlos.
PREGUNTAS DE INVESTIGACIÓN
¿Cómo influye la IAG en el desarrollo de habilidades críticas, como el trabajo en equipo
y la resolución creativa de problemas, dentro de entornos educativos?
¿Qué riesgos éticos y limitaciones surgen al integrar IAG en el aprendizaje colaborativo,
y cuáles serían las mejores prácticas para abordarlos?
2. METODOLOGÍA
El enfoque utilizado en esta investigación fue cuantitativo, ya que se recopilaron
y analizaron datos estructurados mediante encuestas para medir el impacto de la
Inteligencia Artificial Generativa (IAG) en el aprendizaje colaborativo en programación.
El estudio tuvo un carácter descriptivo, pues buscó identificar y detallar las percepciones
y experiencias de los estudiantes en relación con el uso de herramientas de IAG.
Métodos, Instrumentos y Técnicas utilizadas
El principal instrumento utilizado para la recolección de datos fue un cuestionario
diseñado en Google Forms. Este cuestionario incluyó preguntas de opción múltiple
dirigidas a estudiantes de programación de la Universidad de Guayaquil, con el propósito
de explorar su experiencia, percepciones y desafíos relacionados con la utilización de
herramientas de Inteligencia Artificial Generativa (IAG) en entornos de programación
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
colaborativa. Las preguntas abordaron temas clave como la frecuencia de uso, beneficios,
desafíos y perspectivas futuras de la IAG en proyectos colaborativos.
Población y muestra
La población estuvo constituida por estudiantes matriculados en carreras tecnológicas y
relacionadas con la programación de la Universidad de Guayaquil. Se definió como
población a los estudiantes con experiencia en programación y conocimiento básico sobre
herramientas de IAG. De esta población, se seleccionó una muestra de 23 estudiantes
mediante un muestreo por conveniencia, considerando la accesibilidad de los
participantes y su interés en completar la encuesta en línea.
Procedimiento de recolección de datos
El formulario de Google Forms fue diseñado y compartido con los estudiantes de la
Universidad de Guayaquil a través de correos electrónicos. Las preguntas fueron
elaboradas para garantizar su claridad y relevancia, abarcando aspectos esenciales del uso
de herramientas de IAG en la programación colaborativa. El cuestionario permaneció
activo durante un período de dos semanas, permitiendo a los estudiantes completar las
preguntas en el momento que les resultara más conveniente. Una vez cerrado el
formulario, las respuestas fueron recopiladas automáticamente y procesadas mediante
gráficos, lo que facilitó el análisis de las tendencias y patrones identificados en las
respuestas de los participantes.
3. RESULTADOS
La encuesta fue aplicada a 23 estudiantes de programación de la Universidad de
Guayaquil, seleccionados mediante un muestreo por conveniencia. Los datos recopilados
permitieron generar gráficos estadísticos para analizar las percepciones y experiencias de
los participantes sobre el impacto de la Inteligencia Artificial Generativa (IAG) en
entornos de programación colaborativa.
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
GRÁFICO 1: Frecuencia de Uso de Herramientas de Inteligencia Artificial Generativa
en Proyectos de Programación Colaborativos
Fuente: Elaboración propia
La mayoría de los encuestados (43.5%) indica que utiliza herramientas de inteligencia
artificial generativa, como GitHub Copilot y ChatGPT, frecuentemente en proyectos de
programación colaborativos. Sin embargo, también se observa una proporción
significativa (26.1%) que declara no utilizarlas nunca, lo que podría reflejar una
combinación de factores como falta de acceso, conocimiento o confianza en estas
herramientas.
GRÁFICO 2: Beneficios Principales de Usar Inteligencia Artificial Generativa en
Programación Colaborativa
Fuente: Elaboración propia
El beneficio más destacado de usar inteligencia artificial generativa en programación
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
colaborativa, según los encuestados, es la capacidad de "Ayudar a resolver problemas
técnicos rápidamente" (56.5%). Le sigue "Facilitar la generación de ideas creativas en
equipo" (39.1%). Esto evidencia que estas herramientas son valoradas principalmente por
su impacto en la resolución de problemas y el fomento de la colaboración creativa, aunque
otros beneficios, como el aumento de la productividad (30.4%) y la personalización del
aprendizaje (4.3%), tienen menor relevancia según la encuesta realizada.
GRÁFICO 3: Facilidad de Integración de Herramientas de Inteligencia Artificial
Generativa en Proyectos de Programación en Equipo
Fuente: Elaboración propia
La percepción de la facilidad para integrar herramientas de inteligencia artificial
generativa en proyectos de equipo varía entre los encuestados. Un 30.4% considera que
es "Muy fácil", mientras que un 21.7% opina que es "Fácil", sumando una mayoría
optimista (52.1%). Sin embargo, un 17.4% encuentra el proceso "Difícil" y un 26.1%
mantiene una posición "Neutral". Esto sugiere que, aunque existe una percepción
mayoritaria de que la integración es accesible, aún hay barreras que dificultan su
implementación en ciertos casos.
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
GRÁFICO 4: Principales desafíos del uso de la Inteligencia Artificial Generativa
(IAG) en el aprendizaje colaborativo
Fuente: Elaboración propia
El principal desafío percibido al utilizar IAG en el aprendizaje colaborativo es la
dificultad para evaluar contribuciones individuales (47,8 %). Le siguen la pérdida de
habilidades críticas como el razonamiento lógico (39,1 %) y la dependencia excesiva de
la tecnología (34,8 %). En menor medida, también se identificó la generación de
soluciones incorrectas o sesgadas (26,1 %) como una preocupación. Estos resultados
reflejan que, aunque la IAG puede potenciar el aprendizaje, también genera inquietudes
sobre la equidad en la evaluación y el desarrollo de habilidades cognitivas fundamentales.
GRÁFICO #5: Opiniones sobre la capacidad de la IAG para reemplazar el trabajo
colaborativo humano en programación
Fuente: Elaboración propia
De las 23 personas encuestadas, el 43,5 % cree que la Inteligencia Artificial Generativa
podrá sustituir completamente el trabajo colaborativo humano en programación en un
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
futuro cercano. Sin embargo, una proporción significativa (30,4 %) opina que solo podrá
hacerlo parcialmente, y un 21,7 % considera que la colaboración humana siempre será
necesaria. Solo un 4,4 % indicó no estar seguro. Estos resultados muestran una tendencia
optimista hacia el avance de la IAG, aunque persiste la percepción de que el factor
humano sigue siendo fundamental en el desarrollo colaborativo de proyectos de
programación.
1. PROPUESTA
La actividad titulada “Revolucionando la programación colaborativa mediante el uso de
inteligencia artificial generativa” se desarrolló como parte de un proyecto de
investigación centrado en la aplicación de tecnologías innovadoras para optimizar el
aprendizaje en la educación superior. Este trabajo fue liderado por un equipo
comprometido en explorar nuevas maneras de mejorar las metodologías pedagógicas a
través de herramientas tecnológicas avanzadas.
Esta propuesta surge de la necesidad de aprovechar la inteligencia artificial generativa
(IAG) como una herramienta clave para transformar las dinámicas de enseñanza y
aprendizaje en la programación. Estas tecnologías abren nuevas oportunidades para
optimizar el tiempo de desarrollo, fomentar la colaboración efectiva y proporcionar un
soporte inmediato que potencie las competencias de los estudiantes en entornos
educativos.
El objetivo principal de esta iniciativa fue impulsar el desarrollo de habilidades
colaborativas en programación a través del uso crítico y reflexivo de herramientas basadas
en inteligencia artificial generativa. Específicamente, se buscó que los estudiantes
comprendieran las capacidades actuales de estas soluciones, analizaran su impacto en el
aprendizaje colectivo y diseñaran estrategias para su integración en actividades
académicas.
La actividad estuvo dirigida a estudiantes de carreras tecnológicas o relacionadas con
ciencias computacionales y se llevó a cabo de manera virtual y asincrónica.
El proceso se estructuró en tres etapas principales:
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
Figura 1 Esquema de fases de la actividad
Fuente: Elaboración propia
En esta fase inicial, los participantes accedieron a plataformas previamente seleccionadas
como GitHub Copilot, ChatGPT y CodeT5. Cada estudiante exploró el funcionamiento
de estas herramientas de inteligencia artificial generativa de forma autónoma, evaluando
aspectos como facilidad de uso, nivel de personalización, tipo de ayuda ofrecida y
aplicabilidad pedagógica.
El objetivo de esta etapa fue que los estudiantes adquirieran un conocimiento inicial sobre
el funcionamiento y potencial de las plataformas, valorando sus aportes en entornos
educativos colaborativos.
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
Figura 2: Panel de inicio de GitHub
Fuente: https://github.com/
GitHub es una plataforma en línea que permite a los desarrolladores crear, alojar y
gestionar proyectos de software de forma colaborativa. Utiliza el sistema de control de
versiones Git, lo que facilita el seguimiento de cambios y la coordinación entre múltiples
colaboradores. Desde su panel principal, los usuarios pueden crear nuevos repositorios,
acceder a tutoriales, y explorar proyectos populares. Además, GitHub ofrece herramientas
como GitHub Pages para publicar sitios web, y GitHub Actions para automatizar flujos
de trabajo. Su entorno está diseñado tanto para programadores individuales como para
grandes equipos de desarrollo.
Figura 3: Pantalla de inicio de ChatGPT
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
Fuente: https://chatgpt.com/
ChatGPT es una herramienta de inteligencia artificial conversacional desarrollada por
OpenAI que permite interactuar mediante lenguaje natural. Su interfaz es sencilla y
permite al usuario escribir o hablar para recibir respuestas útiles, creativas o técnicas,
según la consulta realizada. Es utilizada en múltiples contextos, como apoyo educativo,
redacción de textos, asistencia en programación o resolución de dudas generales. La
versión mostrada está en español, lo que permite un acceso más amplio a usuarios
hispanohablantes. ChatGPT combina potencia de procesamiento con una experiencia
intuitiva y accesible.
Figura 4: Repositorio de CodeT5 en GitHub
Fuente: https://github.com/salesforce/CodeT5
CodeT5 es un modelo de lenguaje diseñado por Salesforce para entender y generar código
de programación utilizando inteligencia artificial. Su repositorio en GitHub contiene todo
el material necesario para implementar, entrenar y probar este modelo, incluyendo
carpetas con código fuente, documentación, y archivos de configuración. Este proyecto
está orientado a tareas como la autocompletación de código, generación de funciones y
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
traducción entre lenguajes de programación. CodeT5 representa un avance importante en
el uso de modelos de lenguaje para aplicaciones prácticas en el desarrollo de software. Es
especialmente útil para investigadores y desarrolladores interesados en la programación
asistida por IA.
En la segunda fase se proporcionó una guía de trabajo que incentivó a los estudiantes a
desarrollar un análisis crítico de las herramientas exploradas. La guía incluyó preguntas
enfocadas en identificar ventajas, desventajas, riesgos éticos y limitaciones técnicas de
cada plataforma. El análisis se realizó considerando el contexto académico y las
implicaciones del uso de inteligencia artificial en entornos educativos.
Los estudiantes discutieron temas como la dependencia tecnológica, la validez de los
resultados generados por IA, el rol del docente ante estas herramientas, y el riesgo de
automatización excesiva. Esta reflexión permitió visualizar tanto el potencial
transformador como los desafíos que conlleva el uso de IA generativa en la enseñanza de
programación.
En la tercera fase Cada estudiante desarrolló un informe detallado que incluyó una
descripción de las plataformas estudiadas, un análisis crítico y una propuesta específica
para implementar estas herramientas en actividades educativas de programación
colaborativa.
Tabla 1: Tabla de resultados del análisis crítico de herramientas
PLATAFORMA
VENTAJAS
DESVENTAJAS
RETOS
GITHUB
COPILOT
Generación
automática de
código, sugerencias
eficientes.
Dependencia de
conexión a Internet.
Capacitar a los
docentes en su
aplicación
didáctica.
CHATGPT
Respuestas claras y
adaptables a
diferentes niveles.
Posible falta de
precisión en
algunos casos.
Enseñar a validar y
contextualizar la
información.
CODET5
Orientado a tareas
específicas de
programación.
Requiere
configuración
avanzada.
Diseñar ejercicios
accesibles a todos
los estudiantes.
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
Esta actividad permitió fortalecer no solo habilidades técnicas vinculadas a la
programación y el uso de IA, sino también competencias académicas, reflexivas y
propositivas en el contexto de la educación superior.
El producto final de la actividad fue un informe académico que demostró la capacidad de
los estudiantes para analizar y proponer soluciones basadas en inteligencia artificial
generativa. La evaluación consideró la claridad en la descripción de las herramientas, la
profundidad del análisis crítico, la viabilidad de las propuestas y la calidad general del
documento.
La siguiente propuesta visual representa la secuencia de etapas sugerida para integrar
herramientas de inteligencia artificial generativa en actividades académicas de
programación colaborativa dentro de la Universidad de Guayaquil:
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
Figura 5: Propuesta visual para implementación en la Universidad de Guayaquil
La actividad se desarrolló durante un período de dos semanas, lo que permitió una
planificación flexible, promovió la reflexión profunda y estimuló el pensamiento crítico
sobre el impacto transformador de la inteligencia artificial en la programación
colaborativa.
DISCUSIÓN
La actividad “Revolucionando la programación colaborativa mediante el uso de
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
inteligencia artificial generativa” evidenció el impacto positivo y los desafíos del uso de
IAG en contextos educativos de nivel superior. A través del uso de herramientas como
GitHub Copilot, ChatGPT y CodeT5, los estudiantes pudieron experimentar cómo estas
tecnologías pueden optimizar procesos de programación, fomentar el pensamiento crítico
y promover el trabajo colaborativo.
Uno de los principales aportes fue la mejora en la eficiencia durante el desarrollo de
código. GitHub Copilot se destacó por generar sugerencias precisas, lo cual redujo el
tiempo de programación. Sin embargo, este beneficio conllevó una preocupación
recurrente entre los participantes: la posibilidad de desarrollar dependencia tecnológica,
lo que pone en riesgo el fortalecimiento de habilidades fundamentales si no se acompaña
con una formación crítica.
ChatGPT fue valorado por su capacidad de adaptación a distintos niveles de
conocimiento, pero se señalaron limitaciones relacionadas con la precisión de sus
respuestas. Este punto abrió un debate relevante sobre la necesidad de capacitar a los
estudiantes en la validación y contextualización de la información generada por IA. Por
su parte, CodeT5 ofreció funcionalidades útiles para tareas específicas, aunque su
complejidad técnica planteó barreras de acceso para algunos estudiantes, subrayando la
necesidad de estrategias pedagógicas inclusivas.
La estructura asincrónica y virtual de la actividad fue eficaz para fomentar la autonomía,
permitiendo a los estudiantes explorar las herramientas según su propio ritmo y nivel de
experiencia. Además, el enfoque reflexivo especialmente en la segunda y tercera fase del
proyecto permitió a los participantes analizar el rol de la IA en el aula desde múltiples
perspectivas: ética, técnica y pedagógica. Se discutieron temas como la automatización
del aprendizaje, el papel del docente en entornos mediados por tecnología y los riesgos
de una implementación acrítica.
Los informes finales reflejaron un alto nivel de comprensión y apropiación de los
contenidos, así como propuestas viables para incorporar estas herramientas en la
enseñanza de programación. Esto demuestra que, cuando se integran con intención
educativa, las IAG pueden potenciar no solo competencias técnicas, sino también
capacidades analíticas y propositivas en los estudiantes.
1. CONCLUSIONES
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
La incorporación de la Inteligencia Artificial Generativa (IAG) en el ámbito de la
programación colaborativa representa una evolución significativa en la forma en que los
estudiantes y profesionales abordan proyectos tecnológicos. Este proyecto evidenció que
la IAG tiene el potencial de transformar los procesos de aprendizaje colaborativo,
facilitando tanto la resolución de problemas técnicos como la generación de ideas
creativas. Sin embargo, también se destaca la necesidad de un equilibrio en su uso para
evitar la dependencia excesiva y garantizar que las habilidades críticas de los estudiantes,
como el razonamiento lógico, no se vean comprometidas.
Los resultados de las encuestas revelan que, aunque una gran mayoría de los estudiantes
encuentra beneficios en el uso de herramientas como ChatGPT o GitHub Copilot, todavía
existe una brecha en la adopción generalizada de estas tecnologías. Esto puede estar
relacionado con barreras como la falta de acceso a recursos, desconocimiento sobre su
funcionamiento o incluso resistencia al cambio en los métodos de aprendizaje
tradicionales. Por lo tanto, es imperativo diseñar estrategias educativas que promuevan la
accesibilidad y comprensión de estas herramientas, al tiempo que fomenten su integración
en los procesos académicos y profesionales.
A nivel colaborativo, la IAG ha demostrado ser una herramienta clave para potenciar la
productividad y la creatividad dentro de los equipos de trabajo. Sin embargo, los desafíos
asociados, como la evaluación equitativa de las contribuciones individuales y la
posibilidad de errores o sesgos en las soluciones generadas, resaltan la importancia de
una implementación supervisada y ética. La IAG debe ser vista como un complemento
que potencie las capacidades humanas, no como un sustituto que limite el desarrollo de
competencias esenciales.
Esta experiencia mostró que la inteligencia artificial generativa puede convertirse en un
recurso transformador en la educación superior, siempre que su uso sea guiado, crítico e
inclusivo. La incorporación de estas herramientas no debe reemplazar la enseñanza
tradicional, sino complementarla desde un enfoque pedagógico centrado en el aprendizaje
activo y la formación ética y consciente en el uso de tecnologías emergentes.
2. REFERENCIAS
Boza, B. M. C., & Moreta, O. E. (2024). Integración de la inteligencia artificial
Revista RIMCA /Vol 1/ Num. 2/2025 / pp 1- 21
www.ceocapacitacionestrategias.com. Cdla. Guayacanes Calle Enrique Ibañez y 14ª paseo19
Guayaquil – Ecuador. Telf. 593 99 107 1218
generativa para el aprendizaje de fundamentos de programación: una revisión
sistemática de la literatura. Dialnet.
https://dialnet.unirioja.es/servlet/articulo?codigo=9565083
Inteligencia artificial generativa. (2023). In Anales De La Real Academia De Doctores
De España (Vol. 8, Issue 3, pp. 475–489).
https://www.rade.es/imageslib/PUBLICACIONES/ARTICULOS/V8N3%20-
%2001%20-%20ED%20-%20CASAR.pdf
López, M., Fernández, E., Masse Palermo, M. L., Reyes, C., & Facultad de Ciencias
Exactas – Universidad Nacional de Salta, Argentina. (2007). Grupos de
aprendizaje colaborativo en Programación. In Facultad De Ciencias Exactas –
Universidad Nacional De Salta, Argentina [Journal-article].
https://sedici.unlp.edu.ar/bitstream/handle/10915/20935/Documento_completo.p
df?sequence=1&isAllowed=y
Vista de Inteligencia artificial generativa.
https://revistasdigitales.uniboyaca.edu.co/index.php/EFQ/article/view/1075/838
Rocha, G. (2018). Revista de Negocios del IEEM. Revista De Negocios Del IEEM, 62–
63. https://www.hacerempresa.uy/wp-content/uploads/2018/10/IEEM-abril-
comunicacion.pdf
Vista de Proceso de enseñanza aprendizaje en tecnología y desempeño docente.
https://revistas.unsm.edu.pe/index.php/rceyt/article/view/257/546
Boza, B. M. C., & Moreta, O. E. (2024). Integración de la inteligencia artificial
generativa para el aprendizaje de fundamentos de programación: una revisión
sistemática de la literatura. Dialnet.
https://dialnet.unirioja.es/servlet/articulo?codigo=9565083
