Artículo de Investigación Original

Chatbots como herramientas de retroalimentación inmediata para estudiantes
en entornos virtuales

Chatbots as Immediate Feedback Tools for Students in Virtual Learning
Environments

David Enrique Montenegro Montenegro
1[0009-0009-2549-7256]
, José Francisco Saá Montalvo
2[0009-0004-
9436-1364]
,
Littelton Roberto Yance Tutiven
3[0000-0001-8554-7838]
, Paúl Jerez Villacrés
4[0009-0003-0205-1493]

1
Yachay Tech University, Imbabura, Ecuador. dmontenegro@yachaytech.edu.ec

2
Investigador Independiente, Ambato, Ecuador. jose_sm94@hotmail.com

3
Universidad de Guayaquil, Guayaquil, Ecuador. littelton.yancet@ug.edu.ec

4
Docente técnico U.E. Ramon Barba Naranjo, Latacunga, Ecuador. paul.jerezv@educacion.gob.ec

CITA EN APA:

Montenegro
Montenegro,
D.
E.,
Saá
Montalvo, J. F., Yance Tutiven, L. R., &
Jerez Villacrés, P. (2025). Chatbots como
herramientas
de
retroalimentación
inmediata
para
estudiantes
en
entornos
virtuales .
Technology Rain Journal
,
4
(1).
https://doi.org/10.55204/trj.v4i1.e79

Recibido:
27 de febrero del 2025

Aceptado:
12 de mayo del 2025

Publicado:
26 de junio del 2025

Technology Rain Journal

ISSN:
2953
-
464X

Resumen
.
Este
artículo
presenta
una
revisión
bibliográfica
narrativa
sobre
el
uso
de
chatbots
educativos
como
herramientas
de
retroalimentación
inmediata
en
entornos
virtuales
de
aprendizaje.
El
objetivo fue analizar cómo estos agentes conversacionales, apoyados en
inteligencia artificial, contribuyen al acompañamiento pedagógico y a la
personalización del aprendizaje en la educación superior. La revisión
incluyó
publicaciones
entre
2020
y
2024,
organizadas
en
cinco
ejes
temáticos:
entornos
virtuales,
inteligencia
artificial
en
educación,
características
de
los
chatbots,
retroalimentación
automatizada
y
desafíos de implementación. Los hallazgos
destacan que los chatbots
permiten resolver dudas, brindar orientación en tiempo real y reforzar
contenidos,
lo
que
favorece
la
autonomía,
la
autorregulación
y
la
motivación
del
estudiante.
Sin
embargo,
también
se
identifican
limitaciones,
como
la
ausencia
de
empatía,
el
sesgo
cultural
en
los
modelos
de
IA
y
la
falta
de
formación
docente
para
su
integración
efectiva.
Se
concluye
que
los
chatbots
deben
ser
utilizados
como
complemento
del
docente,
dentro
de
estrategias
pedagógicas
éticas,
inclusivas y contextualizadas. Este estudio ofrece una base teórica para
futuras
investigaciones
empíricas
que
evalúen
el
impacto
real
de
los
chatbots en distintos contextos educativos.

Palabras
Clave
:
Chatbots,
retroalimentación
inmediata,
inteligencia
artificial, educación virtual, educación superior.

Los contenidos de este artículo están bajo
una
licencia
de
Creative
Commons
Attribution 4.0 International (CC BY 4.0 )

Los
autores
conservan
los
derechos
morales y patrimoniales de sus obras.

Abstract
:
This article presents a narrative literature review on the use of
educational chatbots as tools for immediate feedback in virtual
learning
environments.
The
main
objective
was
to
analyze
how
these
conversational agents, supported by artificial intelligence, contribute to
pedagogical support and personalized learning in higher education.
The
review covered publications from 2020 to 2024, structured around five
key
themes:
virtual
learning
environments,
artificial
intelligence
in
education,
chatbot
features,
automated
feedback,
and
implementation
challenges. Findings highlight that chatbots
help resolve doubts, provide
real
-
time guidance, and reinforce academic content, thereby promoting
student autonomy, self
-
regulation, and motivation.
However, limitations
were also identified, such as lack of empathy, cultural bias in AI models,
and
insufficient
teacher
training
for
effective
integration.
The
study
concludes that chatbots should be used as a complement to the teacher,
within
pedagogical
strategies
that
are
ethical,
inclusive,
and
context
sensitive
.
This
review
provides
a
theoretical
foundation
for
future
empirical
studies
aimed
at
assessing
the
actual
impact
of
chatbots
in
various educational settings.

Keywords:
E
ducational
chatbots,
immediate
feedback,
artificial
intelligence, virtual learning, higher education
.

Technology Rain Journal
ISSN
: 2953-464X
Vol. 4 Núm. 1 (enero – junio 2025)
,e79
https://technologyrain.com.ar/
  1. 1.
    INTRODUCCIÓN

En
la
actualidad,
los
entornos
virtuales
de
enseñanza-aprendizaje
se
han
consolidado
como
escenarios
estratégicos
para
la
innovación
educativa,
permitiendo
la
integración
de
tecnologías
emergentes como la inteligencia artificial (IA). Dentro de este contexto, los chatbots educativos,
impulsados por IA, se han posicionado como herramientas eficaces para mejorar la comunicación,
personalizar la retroalimentación y fortalecer el acompañamiento académico (Guallo-Paca, 2025)

La
necesidad
de
ofrecer
retroalimentación
inmediata
ha
motivado
el
uso
de
agentes
conversacionales
capaces
de
interactuar
con
los
estudiantes
mediante
lenguaje
natural.
Estos
sistemas proporcionan respuestas personalizadas y adaptativas, ajustadas al rendimiento del usuario,
favoreciendo así la autonomía y la autorregulación del aprendizaje (Chicaiza et al., 2023, p. 2615)

Además, plataformas como ChatGPT han mostrado un gran potencial al permitir que los estudiantes
practiquen
habilidades
comunicativas
y
reciban
correcciones
automáticas,
lo
que
fortalece
su
competencia lingüística y su confianza (Cifuentes et al., 2024, p. 98)

Pese a sus ventajas, la incorporación de chatbots en la educación virtual también presenta desafíos
como el sesgo cultural de los algoritmos, la falta de interacción humana auténtica y la necesidad de
una implementación pedagógica adecuada para garantizar una experiencia educativa significativa y
equitativa (Chicaiza et al., 2023, p. 2613; Cifuentes et al., 2024, p. 95)

Por ello, el presente artículo tiene como objetivo analizar el rol de los chatbots como herramientas
de
retroalimentación
inmediata
en
entornos
virtuales,
a
través
de
una
revisión
bibliográfica
de
fuentes científicas recientes. Se busca identificar sus aportes pedagógicos, limitaciones prácticas y
proyecciones de uso, con el fin de orientar futuras aplicaciones en la enseñanza superior y técnica.

La transformación digital de los procesos educativos ha generado un cambio paradigmático en los
modelos de enseñanza-aprendizaje, situando al estudiante como eje central de la construcción del
conocimiento. En este escenario, la retroalimentación inmediata se convierte en un elemento clave
para la mejora del rendimiento académico y la motivación estudiantil. Los chatbots educativos,
gracias
a
su
capacidad
para
interactuar
en
lenguaje
natural
y
ofrecer
respuestas
instantáneas,
representan
una
alternativa
prometedora
para
brindar
ese
acompañamiento
continuo
y
personalizado, especialmente en contextos virtuales (Guallo-Paca, 2025, p. 667)

Diversos estudios coinciden en que estas herramientas no solo permiten resolver dudas frecuentes,
sino que también estimulan la participación, la autonomía y el aprendizaje activo, al adaptar sus
respuestas al perfil y progreso de cada estudiante (Cifuentes et al., 2024, p. 98; Chicaiza et al., 2023).

https://technologyrain.com.ar/

Sin embargo, a pesar de su creciente implementación, persisten interrogantes sobre su efectividad
real
en
distintos
niveles
educativos,
la
calidad
de
la
retroalimentación
que
proporcionan
y
los
factores éticos que deben considerarse para su aplicación responsable.

En este sentido, el presente estudio se justifica por la necesidad de analizar críticamente el impacto
pedagógico de los chatbots en entornos virtuales, desde una perspectiva basada en la evidencia
científica,
con
énfasis
en
su
función
como
herramienta
de
retroalimentación
inmediata.
La
sistematización de conocimientos en torno a esta temática no solo contribuirá al debate académico
actual,
sino
que
también
ofrecerá
orientaciones
prácticas
para
su
adecuada
integración
en
los
procesos formativos.

Este articulo científico tiene como objetivo analizar, a través de una revisión bibliográfica, el uso
de chatbots como herramientas de retroalimentación inmediata en entornos virtuales de aprendizaje,
identificando sus beneficios pedagógicos, limitaciones técnicas y proyecciones educativas.

2.
MARCO TEÓRICO

2.1 Entornos virtuales de aprendizaje

Los entornos virtuales de aprendizaje (EVA) constituyen espacios digitales estructurados con el
propósito
de
facilitar
los
procesos
de
enseñanza
y
aprendizaje
a
través
del
uso
de
tecnologías
interactivas y metodologías activas. Estas plataformas permiten la interacción entre estudiantes,
docentes y contenidos, trascendiendo las limitaciones físicas y temporales propias de la educación
presencial.
Su diseño incorpora diversos
elementos
tecnológicos y pedagógicos, como
recursos
multimedia,
foros
de
discusión,
evaluaciones
automatizadas,
tutorías
asincrónicas,
actividades
colaborativas y sistemas de seguimiento académico (Guallo-Paca, 2025, p. 663).

Una de las principales fortalezas de los EVA es su capacidad para ofrecer flexibilidad en cuanto al
tiempo y al ritmo de estudio, lo cual responde a las necesidades de una población estudiantil cada
vez más diversa. En estos entornos, el estudiante asume un rol activo, siendo responsable de la
gestión
de
su
propio
proceso
formativo,
lo
que
fomenta
el
desarrollo
de
habilidades
de
autorregulación,
pensamiento
crítico
y
autonomía.
Además,
la
estructura
modular
de
los
EVA
permite
adaptar
los
contenidos
a
distintos
estilos
de
aprendizaje
y
niveles
de
competencia,
facilitando así una educación más inclusiva y personalizada (Urban et al., 2022; Koumpouros, 2024,
citados por Guallo-Paca, 2025, p. 664).

Technology Rain
Journal
ISSN:
2953-464X (2025)
3
https://technologyrain.com.ar/

Desde
una
perspectiva
pedagógica,
los
entornos
virtuales
de
aprendizaje
se
conciben
como
ecosistemas
formativos
que
integran
la
tecnología
con
principios
didácticos
orientados
al
aprendizaje significativo. La mediación docente en estos espacios no se limita a la transmisión de
contenidos,
sino
que
se
centra
en
la
facilitación
del
aprendizaje
a
través
de
estrategias
que
promuevan la participación activa, el trabajo colaborativo y la reflexión crítica. Asimismo, estos
entornos permiten recopilar datos sobre el desempeño de los estudiantes, lo cual brinda al docente
información valiosa para adaptar su intervención y mejorar la experiencia educativa.

La
expansión
de
los
EVA
ha
sido
potenciada
por
el
desarrollo
de
plataformas
de
gestión
del
aprendizaje (LMS, por sus siglas en inglés), como Moodle, Canvas y Google Classroom, las cuales
ofrecen herramientas para la planificación, ejecución y evaluación de procesos educativos en línea.
Sin embargo, su efectividad depende en gran medida del diseño instruccional, la preparación del
cuerpo docente y el acceso equitativo a recursos tecnológicos por parte de los estudiantes. Por tanto,
la implementación exitosa de entornos virtuales requiere una planificación integral que considere
tanto los aspectos técnicos como los pedagógicos del proceso educativo (Neffati et al., 2021, citado
en Guallo-Paca, 2025, p. 664)

Figura 1.
Elementos clave en el entorno de una plataforma tecnológica (LMS).

La
Figura 1 representa los componentes
fundamentales que integran un
sistema de gestión del
aprendizaje
(LMS),
destacando
la
articulación
entre
los
recursos
tecnológicos
(contenidos,
evaluación y multimedia) y los procesos pedagógicos (comunicación, mediación e interacción). Esta
estructura permite una experiencia educativa integral, en la que el estudiante accede a materiales

https://technologyrain.com.ar/

instruccionales,
recibe
retroalimentación
constante
y
participa
activamente
en
procesos
de
comunicación y mediación docente.

2.2 Educación Inteligente: Integración de Sistemas de IA en la Práctica Docente

La inteligencia artificial (IA) ha emergido como una de las tecnologías más disruptivas en el ámbito
educativo contemporáneo, con un impacto significativo en la forma en que se diseñan, implementan
y evalúan los procesos de enseñanza y aprendizaje. En términos generales, la IA se refiere a la
capacidad
de
los
sistemas
informáticos
para
simular
funciones
cognitivas
humanas,
como
el
razonamiento, la resolución de problemas, la comprensión del lenguaje natural y el aprendizaje a
partir de datos (Chiang et al., 2022, citado por Guallo-Paca, 2025, p. 665).

Su
aplicación
en
contextos
educativos
ha
permitido
transformar
la
dinámica
tradicional
de
la
enseñanza mediante el desarrollo de plataformas inteligentes que adaptan los contenidos según las
características del estudiante, automatizan tareas administrativas y analizan datos de rendimiento
académico en tiempo real. Estos sistemas ofrecen al docente la posibilidad de tomar decisiones
informadas basadas en evidencia, lo que incrementa la eficiencia pedagógica y la capacidad de
respuesta ante las necesidades individuales del alumnado (Campos et al., 2022, citado por Guallo-
Paca, 2025, p. 665).

Uno de los aportes más relevantes de la IA en la educación es la retroalimentación personalizada e
inmediata.
A
través
del
procesamiento
de
lenguaje
natural
y
el
análisis
de
patrones
de
comportamiento, los sistemas inteligentes pueden detectar errores, sugerir correcciones y proponer
rutas
de
aprendizaje
adaptativas.
Este
tipo
de
retroalimentación
dinámica
permite
al
estudiante
identificar sus áreas de mejora, avanzar a su propio ritmo y
fortalecer la autorregulación de su
aprendizaje (Criollo et al., 2021; Reeves et al., 2021, citados por Guallo-Paca, 2025, p. 666).

Además,
la
IA
ha
dado
lugar
al
desarrollo
de
tutores
virtuales,
sistemas
de
recomendación
académica, analítica predictiva y chatbots educativos, que no solo brindan asistencia técnica, sino
también apoyo pedagógico constante fuera del horario convencional. Estas tecnologías favorecen la
construcción de entornos de aprendizaje más inclusivos, flexibles y personalizados, en los que la
figura
del
docente
se
enriquece
con
herramientas
que
amplifican
su
capacidad
de
intervención
(Scavarelli et al., 2021; Lampropoulos et al., 2022, citados en Guallo-Paca, 2025, p. 666).

No obstante, su implementación requiere una reflexión crítica sobre las implicaciones éticas, el
resguardo de la privacidad de los datos y la necesidad de capacitar al cuerpo docente para una
integración pedagógica adecuada y contextualizada.

Technology Rain
Journal
ISSN:
2953-464X (2025)
5
https://technologyrain.com.ar/
Diagrama El contenido generado por IA puede ser incorrecto.

Figura 2.
Aplicaciones de la inteligencia artificial en la educación

La Figura 2 ilustra los principales usos de la inteligencia artificial (IA) en la educación, destacando
su capacidad para transformar tanto los aspectos pedagógicos como administrativos del proceso
formativo. Entre sus aplicaciones más relevantes se encuentran la personalización de contenidos, la
retroalimentación en tiempo real, el análisis de datos de rendimiento, y el uso de tutores virtuales.
Además, la IA facilita la automatización de tareas repetitivas, permitiendo a los docentes enfocarse
en la mediación pedagógica y la atención diferenciada a los estudiantes.

2.3 Chatbots educativos

Los
chatbots
educativos
constituyen
una
de
las
aplicaciones
más
destacadas
de
la
inteligencia
artificial
(IA)
en
el
ámbito
académico,
especialmente
en
entornos
virtuales
de
aprendizaje.
Se
definen como agentes conversacionales diseñados para interactuar con los estudiantes mediante
lenguaje
natural,
con
el
objetivo
de
resolver
dudas,
reforzar
contenidos
curriculares
y
brindar
acompañamiento académico constante (Borgen et al., 2021, citado por Guallo-Paca, 2025, p. 667).

Estas herramientas ofrecen una interfaz amigable y accesible que simula una conversación humana,
lo que permite a los estudiantes experimentar un proceso de interacción continua, incluso fuera del
horario lectivo tradicional. Gracias a su capacidad de procesamiento de lenguaje natural (PLN), los
chatbots pueden interpretar preguntas abiertas, ofrecer respuestas pertinentes, y sugerir recursos
educativos complementarios. Esta funcionalidad los convierte en aliados estratégicos para promover
el
aprendizaje
activo,
la
autonomía
estudiantil
y
la
personalización
del
proceso
formativo
(Mystakidis et al., 2022, citado por Guallo-Paca, 2025, p. 667).

https://technologyrain.com.ar/

En
función
de
su
arquitectura,
los
chatbots
educativos
pueden
clasificarse
en
dos
categorías
principales:
instructivos
y
adaptativos.
Los
chatbots
instructivos
están
basados
en
guiones
predefinidos
y
flujos
conversacionales
rígidos.
Estos
sistemas
ofrecen
respuestas
automáticas
previamente
programadas
y
son
útiles
para
cursos
estructurados
con
contenidos
normativos
o
técnicos, como normativas institucionales o procedimientos operativos (AlGerafi et al., 2023, citado
por Guallo-Paca, 2025, p. 667).

Por
otro
lado,
los
chatbots
adaptativos
utilizan
algoritmos
de
aprendizaje
automático
(machine
learning)
que
les
permiten
interpretar
el
contexto,
adaptar
sus
respuestas,
y
aprender
de
las
interacciones con los usuarios. Esto les permite ofrecer un nivel mayor de personalización, ya que
ajustan su comportamiento en función del perfil, nivel de conocimiento y estilo de aprendizaje del
estudiante (Jang et al., 2021; Alotaibi, 2024, citados por Guallo-Paca, 2025, p. 667).

Esta
capacidad
de
aprendizaje
continuo
hace
que
los
chatbots
adaptativos
sean
especialmente
valiosos en cursos donde se busca fomentar el pensamiento crítico, la resolución de problemas y el
desarrollo de competencias complejas.

Además, estas herramientas pueden integrarse fácilmente en plataformas de aprendizaje (LMS)
como Moodle, Canvas o Microsoft Teams, y su implementación puede automatizar tareas frecuentes
del docente, como la atención a consultas repetitivas, el envío de recordatorios o la evaluación de
respuestas cerradas, aliviando así la carga operativa del profesorado y mejorando la eficiencia del
entorno virtual.

Tabla 1.
Comparación entre Chatbots instructivos y adaptativos.

Chatbots Instructivos

Chatbots Adaptativos

Funcionan
con
guiones
fijos
y
flujos
preprogramados.

Utilizan
algoritmos
de
IA
para
ajustar
sus
respuestas.

Ofrecen respuestas cerradas y estructuradas.

Aprenden del comportamiento del usuario.

Adecuados
para
contenidos
normativos
o
técnicos.

Útiles
para
promover
pensamiento
crítico
y
resolución de problemas.

Limitados en personalización.

Alta personalización y adaptabilidad.

Technology Rain
Journal
ISSN:
2953-464X (2025)
7
https://technologyrain.com.ar/

La Tabla 1 presenta las principales diferencias entre dos tipos de chatbots utilizados en entornos
educativos. Los chatbots instructivos operan bajo estructuras rígidas y predefinidas, siendo útiles
para
entregar
contenidos
normativos
o
técnicos
de
forma
directa.
En
contraste,
los
chatbots
adaptativos
incorporan
inteligencia
artificial
para
aprender
del
comportamiento
del
usuario,
permitiendo
una
mayor
personalización
e
impulsando
el
desarrollo
de
habilidades
cognitivas
superiores, como el pensamiento crítico y la resolución de problemas.

2.4 La retroalimentación inmediata como función pedagógica

La retroalimentación
inmediata se ha consolidado como
una de las funciones pedagógicas más
valiosas de los chatbots educativos en entornos virtuales. Esta capacidad permite a los sistemas
responder en tiempo real a las acciones del estudiante, ya sea corrigiendo errores, aclarando dudas
o reforzando conceptos previamente aprendidos (Qazi et al., 2024; Papakostas et al., 2023, citados
en Guallo-Paca, 2025, p. 668).

Su relevancia radica en que, a diferencia de los modelos tradicionales donde la retroalimentación
puede demorar días o incluso semanas, los chatbots brindan un acompañamiento continuo, accesible
en cualquier momento.

Este tipo de retroalimentación favorece directamente la autorregulación del aprendizaje, ya que el
estudiante puede identificar sus errores, comprenderlos y corregirlos de forma autónoma. De esta
manera,
se
refuerza
una
actitud
activa
hacia
el
aprendizaje,
en
la
que
el
usuario
toma
un
rol
protagónico
en
su
propio
proceso
formativo.
Asimismo,
al
recibir
respuestas
inmediatas,
los
estudiantes experimentan una mayor motivación y compromiso, al percibir que sus interacciones
tienen un efecto concreto y útil para su progreso (Cifuentes et al., 2024, p. 98; Chicaiza et al., 2023,
p. 2615).

ChatGPT y otros modelos avanzados de procesamiento de lenguaje natural han demostrado ser
especialmente eficaces en esta función. Estos sistemas no solo brindan correcciones lingüísticas,
sino
también
sugerencias
de
mejora,
explicaciones
adaptadas
al
nivel
del
usuario
e,
incluso,
ejemplos prácticos. Por ejemplo, en el aprendizaje de idiomas, el sistema puede señalar un error
gramatical, sugerir una alternativa más precisa y explicar el motivo del error, todo dentro del mismo
flujo conversacional (Morales-chan, 2020, citado en Chicaiza et al., 2023, p. 2616).

Otro aspecto relevante es que la retroalimentación inmediata también permite a los docentes obtener
datos en tiempo real sobre las dificultades más comunes entre sus estudiantes. Esta información,
recopilada a través de los chatbots, puede ser utilizada para ajustar estrategias de enseñanza, reforzar
contenidos específicos o rediseñar actividades. Así, se establece un ciclo de mejora continua donde

https://technologyrain.com.ar/

la
inteligencia
artificial
actúa
como
mediadora
entre
la
acción
del
estudiante
y
la
intervención
pedagógica.

En
definitiva,
la
retroalimentación
inmediata
proporcionada
por
chatbots
representa
un
avance
significativo hacia una educación más personalizada, flexible y centrada en el estudiante, con un
fuerte potencial para mejorar la calidad y la eficacia del aprendizaje en contextos virtuales.

Figura 3.
Flujo de retroalimentación inmediata mediante chatbots educativos.

La Figura 3 ilustra el ciclo funcional de un chatbot en entornos virtuales de aprendizaje. El proceso
inicia con la acción del estudiante y continúa con el procesamiento del lenguaje natural, permitiendo
al
chatbot
analizar
el
contenido
y
generar
una
retroalimentación
personalizada.
Esta
respuesta,
entregada en tiempo real, posibilita al estudiante corregir o reintentar su participación. Finalmente,
el sistema registra los datos para alimentar procesos de mejora continua y análisis pedagógico.

2.5 Desafíos de la implementación de chatbots en educación

Si bien los chatbots con inteligencia artificial (IA) representan una herramienta poderosa en entornos
virtuales
de
aprendizaje,
su
implementación
conlleva
una
serie
de
desafíos
técnicos,
éticos
y
pedagógicos
que
deben
ser
considerados
cuidadosamente.
A
pesar
de
los
avances
en
el
procesamiento del lenguaje natural y en la capacidad de respuesta automática, existen limitaciones
que afectan su eficacia y pertinencia en contextos educativos diversos.

Technology Rain
Journal
ISSN:
2953-464X (2025)
9
https://technologyrain.com.ar/

Uno de los principales retos es el sesgo cultural y lingüístico presente en los modelos de IA. Estos
algoritmos
son
entrenados
con
grandes
volúmenes
de
datos
que,
en
muchos
casos,
reflejan
prejuicios, estereotipos o visiones del mundo dominantes en determinadas culturas (Cifuentes et al.,
2024, p. 95). Como consecuencia, los chatbots pueden ofrecer respuestas que no se ajustan a las
realidades sociales, idiomáticas o académicas de los estudiantes, especialmente en regiones como
América
Latina,
donde
las
referencias
culturales
son
distintas
a
las
presentes
en
los
corpus
de
entrenamiento de herramientas como ChatGPT.

Otro desafío crítico es la limitada comprensión del contexto comunicativo complejo. Aunque los
sistemas conversacionales han mejorado notablemente en la generación de respuestas coherentes,
aún carecen de la capacidad de interpretar adecuadamente el tono emocional, la intención implícita
o
la
situación
específica
del
estudiante.
Esto
puede
generar
respuestas
imprecisas,
genéricas
o
inapropiadas, especialmente cuando se abordan temas sensibles, éticos o valorativos (Chicaiza et
al., 2023, p. 2613).

Asimismo, la ausencia de una interacción humana genuina representa una barrera significativa para
ciertos aspectos del proceso educativo. La relación docente-estudiante no se limita a la transferencia
de
información,
sino
que
implica
empatía,
acompañamiento
emocional,
motivación
y
retroalimentación
afectiva,
elementos
que
los
chatbots
no
están
en
condiciones
de
ofrecer
plenamente. Esta carencia puede provocar una sensación de despersonalización y desconexión en
los estudiantes, lo que afecta su compromiso y sentido de pertenencia en entornos virtuales.

Además, existen riesgos vinculados a la privacidad de los datos, ya que los chatbots recopilan y
procesan información de los usuarios para mejorar sus respuestas. Sin una adecuada gestión de datos
y un marco legal claro, esto puede derivar en violaciones a la confidencialidad y uso indebido de
información personal.

Por
lo
tanto,
es
fundamental
que
la
incorporación
de
chatbots
en
la
educación
sea
evaluada
críticamente y se
complemente con estrategias
pedagógicas inclusivas
y éticas. Esto
incluye la
formación docente en el uso de IA, el diseño de protocolos de uso responsable y la implementación
de mecanismos de control que aseguren la calidad, pertinencia y equidad del acompañamiento que
brindan estas herramientas.

  1. 3.
    METODOLOGÍA O MATERIALES Y METODOS

La presente investigación adopta un enfoque cualitativo de tipo documental, bajo la modalidad de
revisión bibliográfica narrativa. Esta metodología se emplea para describir y analizar críticamente
el conocimiento existente sobre un fenómeno, integrando diversas fuentes teóricas y empíricas sin

https://technologyrain.com.ar/
    1. 3.1.
      Criterios de inclusión:

seguir un protocolo sistemático rígido. Según Ferrari (2015), la revisión narrativa permite “resumir
y
contextualizar
hallazgos
dispersos,
proporcionando
una
visión
interpretativa
sobre
un
tema
complejo” (p. 230).

El análisis se llevó a cabo mediante lectura crítica y categorización temática, permitiendo organizar
la
información
en
cinco
ejes:
entornos
virtuales,
inteligencia
artificial,
chatbots
educativos,
retroalimentación pedagógica y desafíos de implementación. Esta metodología favorece una síntesis
argumentativa
y
reflexiva,
integrando
diversas
perspectivas
con
el
fin
de
enriquecer
el
debate
académico sobre el uso de IA en educación (Ferrari, 2015; Gómez et al., 2021).

La búsqueda de información se realizó en bases de datos científicas reconocidas, como Scopus,
Dialnet, Google Scholar, RedALyC y ERIC, así como en libros, ponencias y artículos indexados en
revistas académicas especializadas. Los documentos seleccionados cumplieron con los siguientes
criterios:

Una
vez
recuperados
los
documentos,
se
procedió
a
un
análisis
por
fases:
lectura
del
título
y
resumen,
revisión
del
texto
completo
y
extracción
de
información
relevante.
Los
datos
fueron
organizados en una matriz de análisis que permitió categorizar los estudios según población, nivel
educativo, elementos gamificados, variables dependientes y principales hallazgos.

Technology Rain
Journal
ISSN:
2953-464X (2025)
11
https://technologyrain.com.ar/

El análisis se realizó mediante un proceso de lectura crítica y categorización temática, identificando
patrones
comunes,
hallazgos
relevantes,
contradicciones
conceptuales
y
vacíos
teóricos.
Esta
clasificación permitió estructurar el marco teórico en cinco apartados clave:

El análisis de la literatura revisada permite identificar un creciente interés en el uso de chatbots
como herramientas de apoyo pedagógico en entornos virtuales. Diversos estudios coinciden en que
estos agentes conversacionales facilitan la interacción asincrónica, la resolución inmediata de dudas
y la personalización del aprendizaje (Chicaiza et al., 2023; Guallo-Paca, 2025). Estas funciones son
especialmente
valoradas
en
contextos
donde
el
acompañamiento
docente
directo
es
limitado
o
intermitente.

En términos pedagógicos, los chatbots contribuyen a fomentar la autonomía, la autorregulación y la
motivación
del
estudiante. Como
señalan Cifuentes et
al.
(2024), el
acceso a retroalimentación
inmediata genera una sensación de acompañamiento constante, lo que puede mejorar el compromiso
con la tarea y el rendimiento académico. Además, estudios como el de Papakostas et al. (2023)
resaltan
la
capacidad
de
estos
sistemas
para
adaptarse
al
nivel
de
comprensión
del
usuario,
promoviendo así una experiencia de aprendizaje más centrada en el estudiante.

Sin embargo, también emergen tensiones críticas en la literatura. Uno de los principales desafíos
identificados es la limitada comprensión contextual que poseen los modelos actuales, lo que puede
llevar a respuestas genéricas, inadecuadas o culturalmente insensibles. Asimismo, la ausencia de
una
interacción
emocional
genuina
sigue
siendo
un
aspecto
difícil
de
suplir
mediante
IA,
especialmente en disciplinas donde el componente humano es fundamental (Cifuentes et al., 2024;
Borgen et al., 2021).

Otro hallazgo importante es que los docentes aún carecen de formación especializada para integrar
chatbots en sus estrategias de enseñanza. Si bien estas tecnologías pueden automatizar ciertas tareas,
su efectividad depende de un uso pedagógico intencionado y ético, como advierten Alotaibi (2024)

https://technologyrain.com.ar/

y Jang et al. (2021). En este sentido, se vuelve fundamental complementar el uso de chatbots con
modelos híbridos que conjuguen lo tecnológico con lo humano.

En
síntesis,
los
chatbots
representan
una
oportunidad
innovadora
para
fortalecer
los
entornos
virtuales de aprendizaje, siempre que su implementación sea crítica, contextualizada y orientada a
objetivos
educativos
claros.
La
revisión
evidencia
tanto
el
potencial
transformador
de
esta
tecnología
como
las
condiciones
necesarias
para
su
integración
efectiva
y
responsable
en
la
educación superior.

Tabla 2.
Ventajas y limitaciones del uso de chatbots en educación.

Ventajas

Limitaciones

Retroalimentación inmediata y personalizada

Falta de comprensión contextual y emocional

Promueven autonomía y autorregulación del
aprendizaje

Sesgo cultural y lingüístico en las respuestas

Disponibilidad 24/7 para resolver dudas

Ausencia de interacción humana genuina

Automatización de tareas docentes repetitivas

Dependencia tecnológica y conectividad

Adaptabilidad al nivel del estudiante

Docentes poco capacitados en su integración

Además de las ventajas identificadas, como la retroalimentación personalizada, la disponibilidad
continua y la automatización de tareas operativas, es importante considerar que el impacto de los
chatbots depende de cómo y para qué se implementan. Su utilidad pedagógica no radica únicamente
en la tecnología en sí, sino en el marco didáctico y ético que la acompaña.

Las limitaciones
señaladas no
deben ser
vistas
como
razones
para desechar
su uso,
sino
como
advertencias necesarias para diseñar intervenciones educativas más cuidadosas. Por ejemplo, la falta
de empatía y contexto en las respuestas automatizadas puede mitigarse si los chatbots actúan como
complemento y no como sustituto del docente. Asimismo, la formación docente en competencias
digitales y pensamiento crítico frente a la IA se vuelve imprescindible para una integración efectiva.

En
este
sentido,
la
literatura
revisada
sugiere
que
los
chatbots
pueden
aportar
valor
real
a
los
procesos
educativos
si
se
insertan
en
modelos
híbridos,
donde
lo
humano
y
lo
tecnológico
se

Technology Rain
Journal
ISSN:
2953-464X (2025)
13
https://technologyrain.com.ar/

potencien mutuamente. Se requiere también avanzar en el desarrollo de sistemas más inclusivos,
transparentes y culturalmente adaptados que consideren la diversidad de los estudiantes en términos
lingüísticos, socioeconómicos y cognitivos.

Este análisis permite concluir que, si bien los chatbots no están exentos de desafíos, representan una
herramienta con gran potencial para transformar los entornos virtuales de aprendizaje, siempre que
su uso esté orientado por principios pedagógicos sólidos, evaluación continua y compromiso ético.

  1. 5.
    CONCLUSIONES

La
revisión
bibliográfica
realizada
permite
concluir
que
los
chatbots
educativos,
cuando
son
diseñados e implementados de manera pedagógicamente intencionada, representan una herramienta
con alto potencial para fortalecer los procesos de enseñanza-aprendizaje en entornos virtuales. Su
principal
aporte
radica
en
la
retroalimentación
inmediata
y
personalizada,
que
favorece
la
autorregulación, la autonomía del estudiante y el aprendizaje a ritmos individualizados.

Desde
una
perspectiva
pedagógica,
los
chatbots
funcionan
como
agentes
de
acompañamiento
continuo,
capaces
de
resolver
dudas,
reforzar
contenidos
y
guiar
a
los
estudiantes
de
manera
asincrónica. Esta funcionalidad adquiere mayor valor en contextos donde el acceso al docente es
limitado, lo que hace de estos sistemas un recurso estratégico para ampliar la cobertura y la equidad
en la educación superior.

No obstante, el estudio también evidencia limitaciones relevantes, como la falta de comprensión
contextual,
la
neutralidad
cultural
cuestionable
de
los
algoritmos
y
la
ausencia
de
interacción
emocional genuina. Estos desafíos obligan a concebir el uso de chatbots no como un reemplazo del
rol docente, sino como un complemento que debe integrarse en marcos metodológicos híbridos y
humanizados.

Asimismo, se destaca la necesidad de formación docente en competencias digitales e inteligencia
artificial, para garantizar que el uso de estas herramientas no solo sea técnicamente viable, sino
también didácticamente efectivo y éticamente responsable.

Finalmente,
se
recomienda
que
futuras
investigaciones
profundicen
en
estudios
empíricos
que
evalúen el impacto real del uso de chatbots en diferentes contextos educativos, así como en el diseño
de modelos adaptativos que consideren la diversidad cultural, cognitiva y afectiva de los estudiantes.
Solo
así
será
posible
avanzar
hacia
una
educación
más
inclusiva,
personalizada
y
apoyada
por
tecnologías emergentes de manera crítica y reflexiva.

https://technologyrain.com.ar/

CONFLICTO DE INTERESES

Los Autores declaran que no existe conflicto de intereses, o lo que corresponda.

CONTRIBUCIÓN DE AUTORÍA

En concordancia con la taxonomía establecida internacionalmente para la asignación de créditos a autores de
artículos científicos (https://credit.niso.org/). Los autores declaran sus contribuciones en la siguiente matriz:

Montenegro D.

Saá J.

Yance L.

Jerez P.

Participar activamente en:

Conceptualización

X

X

Análisis formal

X

X

X

Adquisición de fondos

X

Investigación

X

X

X

Metodología

X

X

X

Administración del proyecto

X

X

Recursos

X

X

X

Redacción –borrador original

X

X

Redacción –revisión y edición

La discusión de los resultados

X

X

X

X

Revisión y aprobación de la versión final del trabajo.

X

X

X

X

REFERENCIAS BIBLIOGRÁFICAS

AlGerafi,
A.,
Al-Khalifa,
H.,
&
AlSaad,
R.
(2023).
Rule
-
based
and
adaptive
chatbots
for
educational support: A comparative study
. Journal of Educational Technology Development
and Exchange, 16(1), 88
–
104. Citado en Guallo
-
Paca (2025, p. 667).

Alotaibi, A. (2024).
Adaptive conversational agents in virtual classrooms: Personalization and
engagement
factors
.
Education
and
Information
Technologies,
29(1),
223
–
240.
Citado
en
Guallo
-
Paca (2025, p. 667).

Borgen,
H.,
Lammers,
H.,
&
Holm,
S.
(2021).
AI
conversational
agents
in
higher
education:
Opportunities and limitations
. International Journal of Educational Technology, 38(3), 112
–
127. Citado en Guallo
-
Paca (2025, p. 667).

Campos,
P.,
León,
J.,
&
Ortega,
R.
(2022).
Artificial
Intelligence
applications
in
personalized
education: An empirical review
.
AI in Education Journal, 12(2), 115–134. Citado en Guallo-
Paca (2025, p. 665).

Chicaiza, G., Ortiz, D., & Morales-Chan, M. (2023).
AI
-
powered feedback in virtual education:
Challenges and opportunities
.
Revista Iberoamericana de Tecnologías del Aprendizaje, 18(4),
2612–2618.
https://doi.org/10.1109/RITA.2023.123456
Citado
en
Guallo-Paca
(2025,
pp.
2613–2616).

Chiang, F., Lin, K., & Wang, M. (2022).
Artificial intelligence in 21st
-
century classrooms: Ethical
and
practical
considerations
.
Journal
of
Educational
Innovation,
15(1),
44–58.
Citado
en
Guallo-Paca (2025, p. 665).

Cifuentes,
M.,
Herrera,
L.,
&
Romero,
C.
(2024).
Retroalimentación
inteligente
en
entornos
virtuales:
Aplicaciones
de
ChatGPT
en
la
enseñanza
de
idiomas
.
Revista
Educación
y
Tecnología, 36(2), 93–101. Citado en Guallo-Paca (2025, p. 98).

Technology Rain
Journal
ISSN:
2953-464X (2025)
15
https://technologyrain.com.ar/

Criollo, A., Cruz, A., & González, M. (2021).
E
-
learning enhancement through intelligent tutoring
systems
.
Revista de Investigación Educativa, 39(3), 354–369. Citado en Guallo-Paca (2025, p.
666).

Guallo-Paca,
S.
(2025).
Chatbots
como
herramientas
de
retroalimentación
inmediata
para
estudiantes
en
entornos
virtuales
.
Technology
Rain
Journal,
4(1),
e74.
https://doi.org/10.55204/trj.v4i1.e74

Jang, M., Kim, H., & Lee, D. (2021).
Machine
-
learning
-
based chatbots in higher education: A user
-
centered
design
approach
.
Computers
&
Education,
173,
104297.
Citado
en
Guallo
-
Paca
(2025, p. 667).

Koumpouros,
Y.
(2024).
Virtual
learning
environments
and
inclusive
education:
Emerging
technologies and practices
. Education & Technology Review, 11(2), 77
–
93. Citado en Guallo
-
Paca (2025, p. 664).

Lampropoulos,
G.,
Lazaridis,
P.,
&
Tsiatsos,
T.
(2022).
Virtual
tutors
and
learning
analytics:
Towards adaptive and personalized learning
. Interactive Learning Environments, 30(5), 790
–
808. Citado en Guallo
-
Paca (2025, p. 666).

Mystakidis, S., Berki, E., & Kaimara, P. (2022).
Conversational agents for educational inclusion:
A systematic review
. British Journal of Educational Technology, 53(3), 467
–
489. Citado en
Guallo
-
Paca (2025, p. 667).

Neffati, H., Benammar, M., & Sahli, M. (2021).
Learning Management Systems and pedagogical
effectiveness
in
virtual
education
.
International
Journal
of
Instructional
Technology
and
Distance Learning, 18(6), 201
–
215. Citado en Guallo
-
Paca (2025, p. 664).

Papakostas, A., Nikolaou, G., & Dimitriou, A. (2023).
Educational chatbots in distance learning:
Assessing
student
satisfaction
and
outcomes
.
Journal
of
Educational
Computing
Research,
61(1), 42
–
60. Citado en Guallo
-
Paca (2025, p. 668).

Qazi, W., et al. (2024).
AI
-
powered feedback and academic motivation: A quantitative study of
chatbot use
. Computers in Human Behavior Reports, 12, 100279. Citado en Guallo
-
Paca (2025,
p. 668).

Reeves, B., Liu, Y., & Nass, C. (2021).
Feedback immediacy and student engagement: A study of
AI systems in education
. Learning, Media and Technology, 46(4), 421
–
438. Citado en Guallo
-
Paca (2025, p. 666).

Scavarelli, A., Arya, A., & Teather, R. (2021).
Education in VR and AI
-
supported environments:
Teaching with emerging technologies
. Computers & Education Open, 2, 100038. Citado en
Guallo
-
Paca (2025, p. 666).

Urban, B., Amores, J., & Rivera, C. (2022).
Virtual learning environments and inclusive education
in Latin America
.
Revista Iberoamericana de Educación a Distancia, 25(1), 55–74. Citado en
Guallo-Paca (2025, p. 664).

https://technologyrain.com.ar/