Enviado: 12 Febrero 2025 ● Evaluado: 20 Marzo 2025 ● Aprobado: 3 Mayo 2025
Uso de la inteligencia artificial generativa para la enseñanza de
la educación superior y militar
José Luis Solís Toscano
9
https://orcid.org/0000-0002-5489-1705
Universidad Norbert Wiener, Lima, Perú
9
Grado académico:
Maestría en Gestión de la Educación
Correo electrónico: jose.solis@uwiener.edu.pe
Citar como:
Solis Toscano, J. L. (2025). Uso de la inteligencia articial generativa para la
enseñanza de la educación superior militar.Revista Científica De La Escuela Superior
De Guerra Del Ejército, 4(1), 159-168.
https://doi.org/10.60029/rcesge.v4i1ar9
Resumen
Este artículo de revisión examina el impacto transformador de la inteligencia articial (IA)
y la inteligencia articial generativa (IAG) en el panorama de la educación superior. Se
analizan las oportunidades que brinda la IAG para optimizar los procesos de enseñanza y
aprendizaje, incluyendo la retroalimentación inmediata, la creación de recursos
didácticos personalizados y el fomento de un aprendizaje adaptativo e interactivo.
Adicionalmente, se exploran las contribuciones de la IA a la eciencia institucional y la
precisión de la evaluación, así como su potencial para facilitar la transmisión y la
comprensión de información compleja. No obstante, el estudio también aborda los
desafíos éticos y prácticos que plantea la implementación de la IA en la educación, tales
como la equidad en el acceso a la tecnología, la protección de la privacidad de los datos, la
abilidad de la información y la integridad académica. Se enfatiza la importancia de
establecer directrices claras, promover un uso ético de la IA y proporcionar la
capacitación necesaria a educadores y estudiantes para aprovechar su potencial de
manera responsable. En conclusión, se argumenta que la IA, y particularmente la IAG,
constituyen herramientas valiosas para enriquecer la educación superior militar, siempre
que se gestionen proactivamente los desafíos asociados y se reconozca el papel
fundamental del docente en el proceso educativo.
Palabras claves: Inteligencia articial generativa, enseñanza, militar, aprendizaje,
desafíos
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
https://doi.org/10.60029/rcesge
Revista Cientíca de la Escuela
Superior de Guerra del Ejército
Volumen IV, Numero I, Mayo 2025
José Luis Solís Toscano
9
https://orcid.org/0000-0002-5489-1705
Universidad Norbert Wiener, Lima, Perú
9
Master's Degree in Educational Management
Email: jose.solis@uwiener.edu.pe
Enviado: 12 February 2025 ● Evaluado: 20 March 2025 ● Aprobado: 3 May 2025
Use of Generative Artificial Intelligence for Teaching in Higher Military
Education
Cite as:
Solis Toscano, J. L. (2025). Uso de la inteligencia articial generativa para la
enseñanza de la educación superior militar.Revista Científica De La Escuela Superior
De Guerra Del Ejército, 4(1), 159-168.
https://doi.org/10.60029/rcesge.v4i1ar9
Abstract
This review article examines the transformative impact of articial intelligence (AI) and
generative articial intelligence (GAI) on the landscape of higher education. It analyzes
the opportunities that GAI offers to optimize teaching and learning processes, including
immediate feedback, the creation of personalized didactic resources, and the promotion
of adaptive and interactive learning. Additionally, it explores AI's contributions to institu-
tional efficiency and evaluation accuracy, as well as its potential to facilitate the transmis-
sion and comprehension of complex information. However, the study also addresses the
ethical and practical challenges posed by the implementation of AI in education, such as
equity in access to technology, data privacy, information reliability, and academic integri-
ty. The importance of establishing clear guidelines, promoting the ethical use of AI, and
providing the necessary training to educators and students to harness its potential
responsibly is emphasized. In conclusion, it is argued that AI, and particularly GAI, consti-
tute valuable tools to enrich military higher education, provided that the associated
challenges are proactively managed and the fundamental role of the teacher in the educa-
tional process is recognized.
Keywords: Generative articial intelligence, teaching, military, learning, challenges
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
https://doi.org/10.60029/rcesge
Revista Cientíca de la Escuela
Superior de Guerra del Ejército
Volumen IV, Numero I, Mayo 2025
Uso de la inteligencia artificial generativa para la enseñanza de la educación superior y militar
Introducción
En los últimos años, la inteligencia articial (IA) se ha consolidado como
una tecnología revolucionaria, ejerciendo un impacto signicativo en diversos
sectores, particularmente en la educación universitaria. Dentro de este ámbito, la IA
fusiona tecnología de punta y estrategias pedagógicas para mejorar la enseñanza y
el aprendizaje. La reciente irrupción de la inteligencia articial generativa (IAG) ha
intensicado esta revolución, ofreciendo un abanico de nuevas oportunidades para
remodelar los procesos educativos en las universidades.
Desde su aparición en noviembre de 2022, herramientas como ChatGPT y
otras han experimentado un crecimiento exponencial en su adopción a nivel global,
y su impacto en los procesos educativos de enseñanza y aprendizaje dentro de la
educación superior ha sido particularmente signicativo. La IAG se distingue por su
habilidad para generar autónomamente una amplia gama de contenidos,
incluyendo texto, imágenes y voz; lo que se considera un avance sustancial en
términos de eciencia y productividad. Esta capacidad abre un abanico de
oportunidades prometedoras en la educación superior, facilitando los aspectos de
retroalimentación, creación de recursos didácticos personalizados, aprendizaje
adaptativo y mejora de la interactividad en el aula.
Sin embargo, la incorporación de la IAG en la educación universitaria y
militar plantea desafíos importantes que ponen en duda los principios éticos y la
integridad académica, tales como la exactitud de la información producida y la
claridad respecto a sus fuentes. Ante esta realidad, se vuelve esencial analizar las
contribuciones especícas de la inteligencia articial generativa a la enseñanza en
la educación superior, evaluando de manera crítica sus benecios, limitaciones y
posibles efectos adversos. En este sentido, el objetivo de este artículo es examinar el
potencial de la inteligencia articial generativa como una herramienta educativa en
el contexto universitario, examinando sus implicaciones, oportunidades y desafíos
tanto para el profesorado como para las instituciones de educación superior.
La inteligencia articial generativa
En el contexto actual de la inteligencia articial, la Inteligencia Articial
Generativa (IAG) emerge como un campo de vanguardia. Tal como lo denieron
Chávez et al. (2023), la IAG se centra en la creación autónoma de contenido original
y diverso, abarcando texto, imágenes, video y sonido. Este proceso se fundamenta
en el análisis de datos preexistentes y la interpretación de comandos o indicaciones
especícas. En una línea similar, Sánchez y Carbajal (2023) conceptualizaron la IAG
como una rama especializada de la IA, dedicada a la producción de material inédito
ya sean textos, representaciones visuales, secuencias audiovisuales o elementos
sonoros a partir de la información ya disponible y en respuesta a directrices o
‘prompts’ denidos por el usuario. Ambas perspectivas convergen en destacar la
capacidad de la IAG para generar contenido de forma autónoma y creativa,
marcando un avance signicativo en las aplicaciones de la inteligencia articial.
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
161
Volumen IV, Numero I, Mayo 2025
José Luis Solís Toscano
Correo electrónico:jose.solis@uwiener.edu.pe
Aplicación de la IAG en la educación superior y militar
La Inteligencia Articial Generativa (IAG) despliega un abanico de
oportunidades transformadoras en el ámbito educativo, de acuerdo con,
Gallent-Torres et al. (2023). Entre sus capacidades más destacadas se encuentran las
que siguen: la provisión de retroalimentación instantánea a los estudiantes, la
generación eciente de recursos y materiales didácticos innovadores, la creación
de experiencias de aprendizaje personalizadas que se adaptan a las necesidades
particulares, y el fomento de una mayor interactividad en el aula. En una
perspectiva más amplia, Baldrich et al. (2024) subrayaron el potencial intrínseco de
la inteligencia articial para enriquecer los intrincados procesos de aprendizaje y,
simultáneamente, optimizar la eciencia operativa de las instituciones educativas.
Especícamente en el ámbito de la evaluación, Loyola y Rivas (2024)
resaltaron cómo la aplicación estratégica de la IA puede signicativamente mejorar
tanto la eciencia como la precisión de los métodos de valoración del aprendizaje.
Asimismo, Chávez (2024) enfatizó la promesa de la inteligencia articial para
erigirse como una herramienta de inestimable valor en la transmisión efectiva y la
profunda comprensión de la información compleja. En este contexto, García
Peñalvo et al. (2024) identicaron diversas herramientas de IA generativa con un
potencial educativo signicativo, citando ejemplos notables como ChatGPT,
capaces de generar una amplia gama de contenidos multimedia, incluyendo texto
coherente, imágenes creativas, videos informativos y audio atractivo. Estas
herramientas representan un nuevo paradigma en la creación y el acceso a recursos
educativos diversicados y personalizados.
Herramientas de Inteligencia Articial Generativa en la enseñanza y
aprendizaje
Las herramientas de Inteligencia Articial Generativa (IAG) en la enseñanza
y el aprendizaje son tecnologías que emplean algoritmos avanzados para mejorar
los procesos educativos, adaptándose a las necesidades individuales de los
estudiantes y optimizando la interacción entre los educadores y los estudiantes.
Estas herramientas incluyen sistemas que automatizan tareas administrativas, crean
contenido educativo personalizado, analizan el rendimiento de los estudiantes, y
proporcionan retroalimentación en tiempo real. Su objetivo es potenciar la ecacia
del proceso educativo, haciendo que el aprendizaje sea más accesible, inclusivo y
efectivo.
Según Chávez (2024), la IA en la educación permite un enfoque
"personalizado" mediante el uso de sistemas que aprenden de las interacciones de
los estudiantes y ajustan el contenido de acuerdo con sus necesidades, brindando
experiencias de aprendizaje adaptadas a los distintos estilos, ritmos y niveles de los
estudiantes. Esto se alinea con el concepto de "aprendizaje adaptativo", propuesto
por Suárez (2023), quien argumenta que la IA puede facilitar un aprendizaje más
autónomo y eciente al ofrecer recursos que se ajustan continuamente al progreso
del estudiante.
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
162
Volumen IV, Numero I, Mayo 2025
Por su parte, Loyola y Rivas (2023) destacaron que la IA puede transformar
el aula tradicional mediante la automatización de la creación de contenido, el
diseño de pruebas personalizadas y el análisis predictivo para prever el rendimiento
futuro de los estudiantes. Estas tecnologías pueden asistir a los educadores al
reducir el tiempo dedicado a tareas repetitivas, permitiéndoles centrarse más en la
interacción directa con los estudiantes.
Además, Valencia et al. (2024) sugirieron que las herramientas de IA pueden
mejorar la enseñanza al proporcionar análisis detallados sobre el comportamiento
del estudiante, lo que permite a los maestros intervenir de manera más ecaz. Las
plataformas de aprendizaje basadas en IA, como los tutores inteligentes, pueden
ofrecer explicaciones personalizadas y resolver dudas en tiempo real, mejorando la
comprensión del estudiante y motivándolo a continuar aprendiendo.
Las herramientas de Inteligencia Articial (IA) para la enseñanza y el
aprendizaje pueden conceptualizarse de diversas maneras según
diversos autores.
García Peñalvo et al. (2024) clasicaron herramientas de IA generativa con
potencial uso educativo, destacando funcionalidades como la generación de textos
creativos (narrativas, poemas, guiones, etc.).
Por su parte, Norman-Acevedo (2023) señaló que la IA puede utilizarse para
diseñar tutores virtuales que pueden calicar cuestionarios y ofrecer
retroalimentación en tiempo real sobre el desempeño de los estudiantes. Esto
facilita la labor de los docentes, especialmente fuera del horario de clases.
Gallent-Torres et al. (2023) mencionaron el uso de chatbots o asistentes virtuales
que pueden auxiliar a estudiantes y profesores en tiempo real, respondiendo a
cuestionamientos y resolviendo problemas en diversas áreas de conocimiento.
Según Chávez Hernández (2024), las herramientas de IA generativa tienen la
capacidad de generar contenido personalizado (recursos adicionales, preguntas y
respuestas), estimular la creatividad (historias y escenarios), optimizar contenido
escrito (revisiones) y estimular la participación, para la mejora de los procesos de
enseñanza y aprendizaje.
Para, Alonso-Rodríguez (2024) la IA puede apoyar la enseñanza a través de
sistemas de tutoría inteligentes que ofrecen asistencia a los estudiantes según sus
dicultades, incluso fuera del aula para la preparación de tareas, y potencialmente
sustituir a facilitadores virtuales cuando el docente humano no esté disponible.
Finalmente, Urquilla Castaneda (2022) describió cómo la IA puede impactar
el proceso educativo en áreas como el contenido, los métodos de enseñanza, la
evaluación (simplicando la evaluación en MOOC e identicando brechas de
aprendizaje), y la comunicación (a través de sistemas de tutoría inteligente)
Uso de la inteligencia artificial generativa para la enseñanza de la educación superior y militar
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
163
Volumen IV, Numero I, Mayo 2025
Desafíos y consideraciones éticas
La aplicación de la inteligencia articial (IA) en el ámbito educativo,
promete avances importantes, exige una atención meticulosa a los desafíos éticos y
prácticos inherentes a su adopción. Morocho et al. (2023) señalaron la crucial
necesidad de garantizar la equidad en el acceso a la tecnología para todos los
estudiantes, evitando así la exacerbación de las brechas digitales existentes.
Asimismo, la salvaguarda de la privacidad de los datos personales de estudiantes y
docentes. emerge como una preocupación primordial que debe abordarse con
políticas claras y medidas de seguridad robustas. En el contexto especíco de la
Inteligencia Articial Generativa (IAG), Gallent-Torres et al. (2023) adviertieron
sobre importantes dilemas éticos y desafíos a la integridad académica,
especialmente en lo que concierne a la precisión de la información producida y la
claridad en la identicación de sus fuentes
Es crucial comprender, como indican García Peñalvo et al. (2023), que la
IAG se basa en modelos lingüísticos de gran escala con una estructura
probabilística, lo que conlleva una falta intrínseca de capacidad para el
razonamiento y la comprensión semántica profunda. Esta limitación los hace
susceptibles a la generación de errores o información sesgada que requieren una
vericación humana exhaustiva. En este sentido, Párraga et al. (2024) expresaron
preocupaciones éticas especícas asociadas al uso de herramientas de IA como
ChatGPT, enfatizando la urgencia de establecer directrices claras para su uso
responsable, fomentar una educación que promueva la integridad académica y
propiciar debates abiertos sobre sus implicaciones. A pesar de las numerosas
ventajas potenciales, García y Acosta (2023, citado por Párraga et al., 2024)
recordaron que existen retos y limitaciones importantes que no deben pasarse por
alto, incluyendo la calidad inherente de los datos empleados para entrenar los
modelos de IA, la imperativa necesidad de capacitación adecuada tanto para
educadores como para estudiantes en el uso efectivo de estas herramientas, y las
persistentes preocupaciones relacionadas con la privacidad y la protección de los
datos condenciales.
José Luis Solís Toscano
Correo electrónico:jose.solis@uwiener.edu.pe
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
164
Volumen IV, Numero I, Mayo 2025
Conclusiones
La inteligencia articial (IA) emerge como un recurso trascendental para
optimizar la educación superior, facilitando una adaptación exacta de los procesos de
aprendizaje a las necesidades particulares de cada estudiante. Su integración estratégica
tiene el potencial de mejorar considerablemente la calidad y la efectividad inherente de
las metodologías de enseñanza y aprendizaje, implementadas en las aulas universitarias.
Por otro lado, la inteligencia articial generativa (IAG) ha marcado un hito
revolucionario en la educación universitaria, generando un debate fundamental sobre
su capacidad para transformar la enseñanza, el aprendizaje y la evaluación. Asimismo
ofrece un abanico de oportunidades valiosas, que incluyen la retroalimentación
inmediata y personalizada, la creación eciente de recursos y materiales didácticos
innovadores, el fomento del aprendizaje adaptativo y la promoción de una mayor
interactividad en el aula.
Se debe mencionar que la IA tiene el potencial de transformar la forma en que
se enseña y se adquiere el conocimiento en la educación superior, proporcionando
herramientas capaces de personalizar las trayectorias de aprendizaje, ofrecer
retroalimentación oportuna y automatizar tareas administrativas rutinarias. Esta
automatización permite liberar tiempo valioso para que los docentes se enfoquen en
aspectos pedagógicos profundos y signicativos de la enseñanza.
A pesar de los importantes benecios que la IAG puede ofrecer a la educación
universitaria y militar, su implementación presenta desafíos éticos y de responsabilidad
que no deben subestimarse. Es imperativo abordar con diligencia preocupaciones
fundamentales como la igualdad en el acceso a la tecnología y la salvaguarda de la
privacidad de los datos, la abilidad de información generada y transparencia en la
atribución de fuentes, así como el riesgo latente de uso deshonesto y plagio académico.
Existe un consenso generalizado en la comunidad educativa sobre la importancia
primordial de la ética en la adopción de la IA en el ámbito de la educación universitaria
se vuelve crucial. Es fundamental el desarrollo de códigos éticos robustos y directrices
claras sobre el uso de la IAG, así como la formulación de políticas y regulaciones precisas
para garantizar su aplicación ética y responsable.
Para garantizar una implementación exitosa y eciente de la IA en la enseñanza
universitaria y militar, resulta imprescindible proporcionar una formación integral y
actualizada en inteligencia articial a los docentes universitarios. Adicionalmente, se
debe considerar cuidadosamente la necesidad de ofrecer capacitación especíca tanto
a educadores como a estudiantes en el manejo competente de estas nuevas
herramientas tecnológicas.
En síntesis, es fundamental comprender que la Inteligencia Articial Generativa (IAG)
debe considerarse como una herramienta complementaria y un recurso valioso tanto
para educadores como para militares, más no como un sustituto de la interacción
humana esencial en el proceso educativo. El rol de los docentes sigue siendo
insustituible, ya que son quienes guían, motivan y fomentan el desarrollo integral de los
estudiantes, promoviendo su crecimiento en todas las dimensiones del aprendizaje.
Uso de la inteligencia artificial generativa para la enseñanza de la educación superior y militar
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
165
Volumen IV, Numero I, Mayo 2025
Referencias
Abella García, V., & Fernández Mármol, K. (2024). Docencia en la era de la inteligencia
articial: Enfoques prácticos para docentes. https://riubu.ubu.es/hand-
le/10259/8868
Alonso-Rodríguez, A. M. (2024). Hacia un marco ético de la inteligencia articial en la
educación. Teoría de la Educación. Revista Interuniversitaria, 36(2), 79-98. https://-
doi.org/10.14201/teri.31821
Baldrich, K., Domínguez-Oller, J. C., & García-Roca, A. (2024). La Inteligencia Articial y
su impacto en la alfabetización académica: Una revisión sistemática. Educatio Siglo
XXI, 42(3), 53-74. https://doi.org/10.6018/educatio.609591
Carranza Alcántar, M. D. R., Macías González, G. G., Gómez Rodríguez, H., Jiménez
Padilla, A. A., & Jacobo Montes, F. M. (2024). Percepciones docentes sobre la integra-
ción de aplicaciones de IA generativa en el proceso de enseñanza universitario.
REDU. Revista de Docencia Universitaria, 22(2), 158-176. https://doi.org/10.4995/re-
du.2024.22027
Casanova Pistón, A., & Martínez Domínguez, M. (2024). Producción cientíca sobre
Inteligencia Articial y educación: Un análisis cienciométrico. Hachetetepé. Revis-
ta cientíca de educación y comunicación, 28. https://doi.org/10.25267/Hachetete-
pe.2024.i28.1102
Chávez Hernández, N. (2024). Análisis de calidad y precisión de contenidos para la
formación en administración utilizando herramientas de inteligencia articial gene-
rativa un estudio exploratorio. Ciencia Latina Revista Cientíca Multidisciplinar,
8(1), 1031-1061. https://doi.org/10.37811/cl_rcm.v8i1.9484
Fanning Balarezo, M. M., Vásquez Pérez, M. R., & Noblecilla Montealegre, E. V. (2024).
Desafíos éticos y metodológicos de la inteligencia articial generativa en educación
superior: revisión bibliométrica. Revista Reexiones de la Sociedad y Economía,
1(2), 53-72. https://doi.org/10.62776/rse.v1i2.13
Gallent Torres, C., Zapata González, A., & Ortego Hernando, J. L. (2023). El impacto de la
inteligencia articial generativa en educación superior: Una mirada desde la ética y
la integridad académica. RELIEVE - Revista Electrónica de Investigación y Evalua-
ción Educativa, 29(2). https://doi.org/10.30827/relieve.v29i2.29134
García Peñalvo, F. J., Llorens-Largo, F., & Vidal, J. (2023). La nueva realidad de la educa-
ción ante los avances de la inteligencia articial generativa. RIED-Revista Iberoame-
ricana de Educación a Distancia, 27(1), 9-39. https://doi.or-
g/10.5944/ried.27.1.37716
Guerschberg, L., & Estefanía Gutierrez, Y. (2024). Tutoría con inteligencia articial gene-
rativa en la educación superior: oportunidades y desafíos en el aprendizaje. Ciencia
Latina Revista Cientíca Multidisciplinar, 8(5), 9960-9975. https://doi.org/10.37811/-
cl_rcm.v8i5.14391
José Luis Solís Toscano
Correo electrónico:jose.solis@uwiener.edu.pe
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
166
Volumen IV, Numero I, Mayo 2025
Eshel, D. (2021). Electronic warfare and Israel’s new strategic capabilities in Opera-
tion Guardian of the Walls. Defense Weekly, 27(5), 45-59.
Frantzman, S. J. (2023). The evolving role of predictive AI in modern warfare: A
case study of Israel’s Sky Dew system. Defense Review Quarterly, 17(4), 189-205.
Giles, K. (2022). Russian electronic warfare in Ukraine: Strategies and impact. Eura-
sian Defense Review, 17(2), 45-61.
Hwang, H.-H. (2024). The rise of drone swarms: Military applications, countermea-
sures, and strategic implications. International Journal of Advanced Culture
Technology, 12(2), 318–325. https://doi.org/10.17703/IJACT.2024.12.2.318
Israel Defense Forces. (2023). Israeli advancements in SIGINT and swarming tactics
in Gaza. IDF Military Technology Journal, 41(3), 145-162.
Jacquemin, A. (2023). Inteligencia articial y conictos bélicos (Trabajo de Fin de
Grado). Universidad de Oviedo. https://digibuo.uniovi.es/dspace/bits-
tream/handle/10651/68483/TFG_AnahiJacquemin.pdf?sequence=4
Jane’s Defence. (2023). Scorpius-G: Israel’s multifunctional electronic warfare
platform. Jane’s Defence Equipment and Technology, 40(2), 112-128.
Lindsay, J. R., & Gartzke, E. (2019). Cross-Domain Deterrence: Strategy in an Era of
Complexity. Oxford University Press.
Mallikarjun, R. (2024). Revolutionizing with electronic warfare systems: Trends,
applications, and emerging technologies. International Journal of Advanced
Research in Engineering, Science and Management, 12(12), 32-37. https://doi.or-
g/10.56025/IJARESM.2024.1212243283
Martí Sempere, C. (2024). El papel de la tecnología en los recientes conictos de
Ucrania y Gaza: Una valoración inicial. Real Instituto Elcano. Recuperado de
https://media.realinstitutoelcano.org/wp-content/u-
ploads/2024/02/ari16-2024-marti-papel-tecnologia-conictos-ucrania-gaza-va
loracion-inicial.pdf
Marzal Ruano, M. C. (2023). Guerra electrónica: tendencias e implicación en la
evolución del pensamiento estratégico. En A. Bueno & G. Colom Piella
(Coords.), La transformación de la guerra en el siglo XXI: Estudios estratégicos
para su comprensión (pp. 95-112). Editorial Universidad de La Rioja. https://-
dialnet.unirioja.es/servlet/articulo?codigo=9337801
Mera, J. E. (2024). Optimización de los procesos de preparación y respuesta
mediante la integración de drones en el marco de la Política Nacional de
Gestión del Riesgo de Desastres al 2050: Caso 1ra Brigada Multipropósito [Tesis
de maestría, Centro de Altos Estudios Nacionales]. https://hdl.handle.ne-
t/20.500.13097/329
Jiménez Ramírez, C. R., Martínez Aguirre, E. G., Zárate Depraect, N. E., & Grijalva Verdugo,
A. A. (2024). Adopción de la inteligencia articial en la enseñanza: perspectivas de
docentes de Educación Superior. Revista paraguaya de educación a distancia
(reped), 5(2), 5-16. https://doi.org/10.56152/reped2024-dossierIA1-art1
Loyola, A. C., & Rivas, E. N. (2024). Implicaciones de la inteligencia articial en la educa-
ción: Revisión sistemática. Horizontes. Revista de Investigación en Ciencias de la
Educación, 8(35), 2304-2315. https://doi.org/10.33996/revistahorizontes.v8i35.870
Morocho Cevallos, R. A., Cartuche Gualán, A. P., Tipan Llanos, A. M., Guevara Guevara, A.
M., & Ríos Quiñónez, M. B. (2023). Integración de la inteligencia articial en la educa-
ción. Ciencia Latina Revista Cientíca Multidisciplinar, 7(6), 2032-2053. https://doi.or-
g/10.37811/cl_rcm.v7i6.8832
Norman-Acevedo, E. (2023). La inteligencia articial en la educación: Una herramienta
valiosa para los tutores virtuales universitarios y profesores universitarios. Panora-
ma, 17(32), 1-11. https://doi.org/10.15765/pnrm.v17i32.3681
Párraga Rocero, W. J., Vargas Bálcazar, K. S., Rocero Benavides, M. M., Palacios Vaicilla, T.
E., & Capelo Andrade, S. S. (2024). La inteligencia articial ChatGPT y su inuencia en
los resultados de aprendizaje de los estudiantes de educación básica superior: Chat-
GPT articial intelligence and its inuence on the learning results of higher basic
education students. LATAM Revista Latinoamericana de Ciencias Sociales y Humani-
dades, 5(3). https://doi.org/10.56712/latam.v5i3.2195
Romero Alonso, R., Araya Carvajal, K., & Reyes Acevedo, N. (2024). Rol de la inteligencia
articial en la personalización de la educación a distancia: Una revisión sistemática.
RIED-Revista Iberoamericana de Educación a Distancia, 28(1). https://doi.or-
g/10.5944/ried.28.1.41538
Sánchez Mendiola, M., & Carbajal Degante, E. (2023). La inteligencia articial generativa
y la educación universitaria: ¿Salió el genio de la lámpara? Perles Educativos, 45(Es-
pecial), 70-86. https://doi.org/10.22201/iisue.24486167e.2023.Especial.61692
Suárez Gómez, J. (2024). El futuro de la educación superior. Una mirada desde la inteli-
gencia articial. Fedumar Pedagogí¬a y Educación, 10(1), 109-117. https://doi.or-
g/10.31948/rev.fedumar10-1.art-10
Universidad Pedagógica Nacional, Sanabria Medina, G., & Regil-Vargas, L. (2024). Arti-
cial Intelligence for resource recommendation in online education. Apertura, 16(2),
6-21.
https://doi.org/10.32870/Ap.v16n2.2542
Urquilla Castaneda, A. (2023). Un viaje hacia la inteligencia articial en la educación.
Realidad y Reexión, 56, 121-136. https://doi.org/10.5377/ryr.v1i56.15776
Uso de la inteligencia artificial generativa para la enseñanza de la educación superior y militar
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
167
Volumen IV, Numero I, Mayo 2025
Eshel, D. (2021). Electronic warfare and Israel’s new strategic capabilities in Opera-
tion Guardian of the Walls. Defense Weekly, 27(5), 45-59.
Frantzman, S. J. (2023). The evolving role of predictive AI in modern warfare: A
case study of Israel’s Sky Dew system. Defense Review Quarterly, 17(4), 189-205.
Giles, K. (2022). Russian electronic warfare in Ukraine: Strategies and impact. Eura-
sian Defense Review, 17(2), 45-61.
Hwang, H.-H. (2024). The rise of drone swarms: Military applications, countermea-
sures, and strategic implications. International Journal of Advanced Culture
Technology, 12(2), 318–325. https://doi.org/10.17703/IJACT.2024.12.2.318
Israel Defense Forces. (2023). Israeli advancements in SIGINT and swarming tactics
in Gaza. IDF Military Technology Journal, 41(3), 145-162.
Jacquemin, A. (2023). Inteligencia articial y conictos bélicos (Trabajo de Fin de
Grado). Universidad de Oviedo. https://digibuo.uniovi.es/dspace/bits-
tream/handle/10651/68483/TFG_AnahiJacquemin.pdf?sequence=4
Jane’s Defence. (2023). Scorpius-G: Israel’s multifunctional electronic warfare
platform. Jane’s Defence Equipment and Technology, 40(2), 112-128.
Lindsay, J. R., & Gartzke, E. (2019). Cross-Domain Deterrence: Strategy in an Era of
Complexity. Oxford University Press.
Mallikarjun, R. (2024). Revolutionizing with electronic warfare systems: Trends,
applications, and emerging technologies. International Journal of Advanced
Research in Engineering, Science and Management, 12(12), 32-37. https://doi.or-
g/10.56025/IJARESM.2024.1212243283
Martí Sempere, C. (2024). El papel de la tecnología en los recientes conictos de
Ucrania y Gaza: Una valoración inicial. Real Instituto Elcano. Recuperado de
https://media.realinstitutoelcano.org/wp-content/u-
ploads/2024/02/ari16-2024-marti-papel-tecnologia-conictos-ucrania-gaza-va
loracion-inicial.pdf
Marzal Ruano, M. C. (2023). Guerra electrónica: tendencias e implicación en la
evolución del pensamiento estratégico. En A. Bueno & G. Colom Piella
(Coords.), La transformación de la guerra en el siglo XXI: Estudios estratégicos
para su comprensión (pp. 95-112). Editorial Universidad de La Rioja. https://-
dialnet.unirioja.es/servlet/articulo?codigo=9337801
Mera, J. E. (2024). Optimización de los procesos de preparación y respuesta
mediante la integración de drones en el marco de la Política Nacional de
Gestión del Riesgo de Desastres al 2050: Caso 1ra Brigada Multipropósito
[Tesis
de maestría, Centro de Altos Estudios Nacionales]. https://hdl.handle.ne-
t/20.500.13097/329
José Luis Solís Toscano
Correo electrónico:jose.solis@uwiener.edu.pe
Vicente Rodrigo, T. A., & Richard Nicolayo, B. M. (2024). Integración de la inteligencia
articial en la enseñanza universitaria para optimizar el proceso de aprendizaje.
Magazine de las Ciencias: Revista de Investigación e Innovación, 9(2), 68-94. https://-
doi.org/10.33262/rmc.v9i2.3104
Zabala, A., Linares Vásquez, M., & Donoso, Y. (2024). Gestión de la innovación y las tecno-
logías centradas en datos, como soporte a la toma de decisiones militares en la fase de
análisis de información previo al uso del poder aéreo del país. https://doi.or-
g/10.26507/paper.3577
ISSN: 2520 - 7628 (Impreso), 2789-2514 (En línea)
168
Volumen IV, Numero I, Mayo 2025
