Hacia una transformación educativa: Investigación, integración de tecnología, neurociencia y gestión académica en el siglo XXI

Autores/as

Iris Liliana Vásquez Alburqueque
Universidad Nacional de Trujillo, Trujillo - Perú
##plugins.pubIds.orcid.altText## 0000-0001-9831-3213
Esteban Yvan Vergara de la Rosa
Universidad Nacional de Trujillo, Trujillo - Perú
##plugins.pubIds.orcid.altText## 0000-0002-7461-5775
Ricardo Darío Mendoza Rivera
Universidad Nacional de Trujillo, Trujillo - Perú
##plugins.pubIds.orcid.altText## 0000-0001-8744-4736
Carlomagno Sancho Noriega
Universidad Nacional de Frontera, Sullana, Piura - Perú
##plugins.pubIds.orcid.altText## 0000-0002-6548-4136
Wilson Hugo Chunga Amaya
Universidad Privada Antenor Orrego, Trujillo, Perú
##plugins.pubIds.orcid.altText## 0000-0003-4600-4886

Palabras clave:

Investigación universitaria, Grupos de investigación, Educación superior

Sinopsis

Este estudio tiene como objetivo analizar los factores que limitan el desarrollo de los grupos de investigación en la Universidad Nacional de Trujillo como caso representativo de las universidades públicas peruanas. Se intenta identificar las principales barreras institucionales, financieras y organizacionales que obstaculizan su consolidación y productividad científica. Se adoptó un enfoque mixto de tipo descriptivo-analítico mediante metodología de estudio de caso único, aplicando una encuesta estructurada en 2025 a los 118 grupos de investigación creados en 2023, complementada con análisis de registros institucionales del Concytec, SUNEDU y el Vicerrectorado de Investigación. La población estuvo constituida por 1,140 investigadores distribuidos en 13 facultades y clasificados en tres categorías: emergentes (41), por consolidar (35) y consolidados (42). Los resultados revelaron que la falta de financiamiento constituye la principal limitación (55.6% de los grupos), seguida por restricciones temporales y carencia de equipos especializados. Se identificó una estructura organizacional diversificada con predominio de colaboradores internos (380, 33.3%) y tesistas (258, 22.6%), evidenciando una masa crítica considerable. El 66.7% cuenta con estrategias para publicación y el 56.8% logró publicar entre 1-5 artículos en el período 2023-2025, evidenciando potencial investigativo que requiere políticas institucionales para el desarrollo de los grupos. Sin embargo, persiste una marcada concentración geográfica de colaboradores nacionales en Trujillo y Piura (71% del total) y vínculos internacionales incipientes que requieren consolidación.

Capítulos

  • Factores que limitan el desarrollo de los grupos de investigación - Análisis desde la Universidad Nacional de Trujillo
    Iris Liliana Vásquez Alburqueque
  • Impacto de la inteligencia artificial en el aprendizaje de estudiantes universitarios: una revisión sistemática del año 2025
  • Uso De La Inteligencia Artificial Desde El Rol Docente. Una Revisión Sistemática: 2023-2025
  • El Desarrollo De La Plasticidad Cerebral A Través De La Práctica Artística: Una Revisión Sistemática Del Año 2020 Al 2025
  • Estrategias Argumentativas Para El Desarrollo Del Pensamiento Crítico En Estudiantes De Educación Básica Regular 2016- 2025
  • IMPACTO DE LA PROCRASTINACIÓN ACADÉMICA EN LA ANSIEDAD EN ESTUDIANTES UNIVERSITARIOS
  • Presupuesto Participativo: Eficiencia del Gasto Público
  • Impacto de la Inteligencia Artificial en Docentes de la Universidad Nacional de Trujillo – 2024
  • Estrategias Neurodidácticas para Mejorar la Expresión Oral
  • Ética y educación en la era de la inteligencia artificial: un estudio bibliométrico global

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Agencia Española de Protección de Datos. (2018). Informe sobre políticas de privacidad en Internet adaptación al RGPD. https://www.aepd.es/es/media/estudios/informe-politicas-de-privacidad-adaptacion-RGPD.pdf

Agrawal, A., Gans, J., y Goldfarb, A. (2018). Prediction machines: The simple economics of artificial intelligence. Harvard Business Press.

Aria M., Cuccurullo C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007

Biblioteca CEPAL. (s. f.). Privacidad de los datos y confidencialidad. https://biblioguias.cepal.org/c.php?g=495473&p=4398114

Bruschi, D., & Diomede, N. (2023). A framework for assessing AI ethics with applications to cybersecurity. AI Ethics, 3(1), 65-72. https://doi.org/10.1007/s43681-022-00162-8

Burri, T. (2019). International law and artificial intelligence. German Yearbook of International Law 2017 (vol. 60), 91-108. https://doi.org/10.2139/ssrn.3060191

Cohen, M. C. (2018). Big data and service operations. Production and Operations Management, 27(10), 1896-1910. https://doi.org/10.1111/poms.12832

Comisión Europea. (2020). Libro Blanco sobre la inteligencia artificial: un enfoque europeo orientado a la excelencia y la confianza. Comisión Europea. https://ec.europa.eu/info/sites/default/files/commission-white-paper-artificial-intelligence-feb2020_es.pdf

Cortina A., Martínez E. (2016). Ética aplicada y democracia radical. Madrid: Tecnos.

De Moya-Anegón F., Herrero-Solana V. (1999). La bibliometría: fundamentos y aplicaciones. Gijón: Trea.

Drnas de Clément, Z. (2022). Inteligencia artificial en el Derecho Internacional, Naciones Unidas y Unión Europea. Revista Estudios Jurídicos. Segunda Época, (22). https://doi.org/10.17561/rej.n22.7524

Euronews. (2021). El impacto de la inteligencia artificial. https://es.euronews.com/my-europe/2021/07/19/el-impacto-de-la-inteligencia-artificial

Felzmann, H., Fosch-Villaronga, E., Lutz, C., & Tamburrini, G. (2020). Towards Transparency by Design for Artificial Intelligence. Science and Engineering Ethics, 26(6), 3333-3361. https://doi.org/10.1007/s11948-020-00276-4

Fu, Z., Lv, J., Gao, X., Zhang, B., Li, Y., Xu, X., Zheng, H., Wu, H., & Song, Q. (2023). Research trends and hotspots evolution of cardiac amyloidosis: a bibliometric analysis from 2000 to 2022. European Journal of Medical Research, 28(1). https://doi.org/10.1186/s40001-023-01026-5

Huang, C., Zhang, Z., Mao, B., & Yao, X. (2022). An overview of artificial intelligence ethics. IEEE Transactions on Artificial Intelligence. https://doi.org/10.1109/TAI.2022.3194503

Marín García, S. (2019). Ética e inteligencia artificial. Cuadernos de la Cátedra CaixaBank de Responsabilidad Social Corporativa (IESE), (42). https://dx.doi.org/10.15581/018.ST-522

ONU Noticias (2021). Primer acuerdo mundial sobre la ética de la inteligencia artificial. https://news.un.org/es/story/2021/11/1500522

Ortiz de Zárate Alcarazo, L. (2022). Explicabilidad (de la inteligencia artificial). EUNOMÍA. Revista En Cultura De La Legalidad, (22), 328-344. https://doi.org/10.20318/eunomia.2022.6819

Pamir Times (2018). EDUCATION: Values, Attitudes, Skills and knowledge. Recuperado el 17 de marzo del 2023, de https://pamirtimes.net/2018/02/07/education-values-attitudes-skills-and-knowledge/

Quirós, J. J. M. (2022). Derechos humanos e inteligencia artificial. Dikaiosyne: Revista Semestral de Filosofía Práctica, 37, 140-163. https://dialnet.unirioja.es/servlet/articulo?codigo=8479007

Roveri, C. (2022). Inteligencia Artificial para el bienestar y una vida sana en Latinoamérica: Hacia un ecosistema de innovación responsable para la salud digital. En Memorias del XXIII Congreso Internacional de Informática y Computación (pp. 123-132). Ciudad de México, México: Sociedad de Informática y Computación de México.

Russell S.J., Norvig P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). New York: Pearson.

Saravia, A. (2013). La autodeterminación informativa limitada. El síndrome de Hansel y Gretel y la protección de los datos personales in totum (Doctoral dissertation, Universidad de Zaragoza). https://dialnet.unirioja.es/servlet/tesis?codigo=187049

Schor-Landman, G. (2022). El mundo ha cambiado. Alerta, Revista científica Del Instituto Nacional De Salud, 5(1), 3–5. https://doi.org/10.5377/alerta.v5i1.13209

Siau, K. L., & Wang, W. (2018). Building Trust in Artificial Intelligence, Machine Learning, and Robotics. En Proceedings of the 2018 ACM SIGMIS Conference on Computers and People Research (pp. 68-75). ACM. https://www.jstor.org/stable/26588348

Tai, M.-C. (2020). The impact of artificial intelligence on human society and bioethics. Tzu Chi Medical Journal, 32(4), 339-343. https://doi.org/10.4103/tcmj.tcmj_71_20

Thamik, H., & Wu, J. (2022). The impact of artificial intelligence on sustainable development in electronic markets. Sustainability, 14(6), 3568. https://doi.org/10.3390/su14063568

UNESCO (2019). Artificial Intelligence: Opportunities and Challenges for Sustainable Development. Paris: UNESCO.

UNESCO (2020). Artificial Intelligence in Education: Challenges and Opportunities for Sustainable Development. Paris: UNESCO.

UNESCO (2021). Recomendación sobre la Ética de la Inteligencia Artificial. https://unesdoc.unesco.org/ark:/48223/pf0000377597_spa

UNESCO (2021). Recommendation on the Ethics of Artificial Intelligence. Paris: UNESCO.

UNESCO (2022). Recomendación sobre la ética de la inteligencia artificial. https://unesdoc.unesco.org/ark:/48223/pf0000381137_spa

UNESCO (s.f.-a). Education transforms lives. https://www.unesco.org/en/education

UNESCO (s.f.-b). Leading SDG 4 - Education 2030. https://www.unesco.org/en/education2030-sdg4

United Nations (s.f.). Education For All. https://www.un.org/en/academic-impact/education-all

Wang P., Liu L., Dong B.-C., Zhang W.-H., Schmid B. (2022). Bibliometric analysis of Journal of Plant Ecology during 2017–2021. Journal of Plant Ecology 15(6):1316–1323. https://doi.org/10.1093/jpe/rtac107

Wood, D. A. (2018). A transparent Open-Box learning network provides insight to complex systems and a performance benchmark for more-opaque machine learning algorithms. Advances in Geo-Energy Research, 2(2), 148-162. https://doi.org/10.26804/ager.2018.02.04

Descargas

Publicado

1 septiembre 2026

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.