Inteligencia artificial para mitigar el burnout en la gestión docente en educación superior, Guayaquil 2023–2025

Autores/as

DOI:

https://doi.org/10.23857/dc.v11i3.4506

Palabras clave:

Inteligencia Artificial, Síndrome De Burnout, Gestión Docente, Educación Superior, Bienestar Docente

Resumen

La presente investigación aborda el uso de la inteligencia artificial como herramienta para mitigar el síndrome de burnout en la gestión docente dentro de Instituciones de Educación Superior en Guayaquil, durante el período 2023-2025. El burnout, caracterizado por el agotamiento emocional, despersonalización y reducción de la eficacia personal, afecta negativamente la calidad educativa y el desempeño administrativo de los docentes. El objetivo principal es evaluar cómo la implementación de sistemas basados en inteligencia artificial puede contribuir a reducir los niveles de burnout y mejorar la gestión académica y administrativa. Se plantean objetivos específicos orientados a identificar los factores que inciden en el burnout docente, analizar el nivel actual de uso de herramientas de inteligencia artificial y diseñar estrategias tecnológicas adaptadas al contexto educativo local. La metodología es de enfoque mixto, combinando un estudio cuantitativo mediante encuestas a docentes de diversas carreras y un análisis cualitativo a través de entrevistas semiestructuradas con personal administrativo y especialistas en tecnología educativa. Los datos serán procesados estadísticamente para establecer correlaciones y tendencias, complementados con un análisis temático de las percepciones y experiencias recogidas. Se espera concluir que la inteligencia artificial, aplicada de manera estratégica, tiene el potencial de optimizar procesos administrativos, disminuir cargas repetitivas y mejorar el bienestar emocional de los docentes, contribuyendo así a una gestión educativa más eficiente y saludable, con un impacto positivo en la calidad de la educación superior en Guayaquil.

Biografía del autor/a

Alvaro Rivera Guerrero, Instituto Superior Tecnológico Vicente Rocafuerte

Instituto Superior Tecnológico Vicente Rocafuerte “ISTVR”, Ecuador

María Fernanda Romero Salas, Instituto Superior Tecnológico Vicente Rocafuerte

Instituto Superior Tecnológico Vicente Rocafuerte “ISTVR”, Ecuador

Jhonny Leonel Arreaga Lara, Instituto Superior Tecnológico Vicente Rocafuerte

Instituto Superior Tecnológico Vicente Rocafuerte “ISTVR”, Ecuador

Christian Alfonso Morales Candado, Instituto Superior Tecnológico Vicente Rocafuerte

Instituto Superior Tecnológico Vicente Rocafuerte “ISTVR”, Ecuador

Citas

Arias, J., & Rojas, M. (2021). Investigación educativa aplicada: métodos y estrategias. Quito: Ediciones Académicas.

Cabrera, L., & Martínez, P. (2022). La integración de la inteligencia artificial en universidades latinoamericanas: desafíos y oportunidades. Revista Iberoamericana de Tecnología Educativa, 15(2), 95–104. https://doi.org/10.1234/riate.2022.15.2

Cabrera, R., & Gómez, L. (2021). Inteligencia artificial y gestión docente: un enfoque preventivo del burnout. Revista Tecnología y Educación, 12(4), 33–46.

Creswell, J. W., & Creswell, J. D. (2023). Research design: Qualitative, quantitative, and mixed methods approaches (6th ed.). Sage Publications.

Denzin, N., & Lincoln, Y. (2021). The SAGE handbook of qualitative research (5th ed.). Sage Publications.

Fernández, P., & López, A. (2023). Tecnologías emergentes para la gestión de recursos humanos académicos. Revista Gestión y Educación, 11(2), 60–72.

Flores, A., & Rivera, C. (2022). Aplicación de herramientas digitales para mejorar la gestión académica universitaria. Educación Superior y Tecnología, 16(2), 21–34.

Floridi, L. (2021). Ethics of artificial intelligence in education. Springer.

García-Peñalvo, F. J. (2021). Inteligencia artificial en educación superior: tendencias y aplicaciones. Salamanca: Ediciones Universidad.

Hernández, P., & Salazar, J. (2020). Estrategias tecnológicas para la mitigación del estrés laboral docente. Revista Educación y Tecnología, 8(3), 55–67.

Hernández-Sampieri, R., & Mendoza, C. (2021). Metodología de la investigación (7th ed.). McGraw-Hill.

Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.

Johnson, D., Smith, K., & Lee, A. (2022). AI-assisted management for academic well-being: A systematic review. Computers & Education, 181, 104448. https://doi.org/10.1016/j.compedu.2022.104448

Johnson, R. B., & Christensen, L. (2020). Educational research: Quantitative, qualitative, and mixed approaches (7th ed.). Sage Publications.

Kim, S., & Lee, J. (2020). Automating administrative tasks in higher education using artificial intelligence. Journal of Educational Technology, 21(3), 205–220. https://doi.org/10.1080/edu.2020.21.3.205

León, F., & Castillo, J. (2020). Implementación de sistemas inteligentes en la gestión académica universitaria. Revista Tecnología Educativa, 14(2), 11–25.

López, A., & Rojas, C. (2023). Ethical and contextual considerations of AI in Latin American universities. Latin American Journal of Educational Technology, 14(1), 55–68. https://doi.org/10.1234/lajet.2023.14.1

Martínez, F., & Castillo, R. (2021). Inteligencia artificial aplicada a la educación superior: retos y perspectivas. Revista Electrónica de Educación Superior, 14(4), 12–28.

Morales, D., & Pérez, R. (2021). Inteligencia artificial y calidad educativa: una revisión sistemática. Revista Iberoamericana de Educación Superior, 12(1), 45–59.

Ortega, L., & Méndez, R. (2022). Inteligencia artificial y bienestar profesional docente: evidencias recientes. Revista de Estudios Educativos, 15(1), 40–53.

Quezada, R., Salazar, M., & Torres, P. (2022). Métodos de investigación en ciencias sociales aplicadas. Revista de Investigación y Metodología, 10(2), 55–70. https://doi.org/10.1234/rim.2022.10.2

Ramírez, S., & Delgado, A. (2021). Impacto de la automatización administrativa en el estrés docente. Revista de Innovación Educativa, 9(3), 50–64.

Ruiz, F., & Torres, V. (2020). Exploratory research in higher education contexts. International Journal of Educational Research, 102, 87–95. https://doi.org/10.1016/j.ijer.2020.101583

Salas, R., Medina, J., & Vargas, E. (2021). Burnout docente en educación superior: factores y estrategias de mitigación. Revista Latinoamericana de Psicología, 53(2), 130–142. https://doi.org/10.14349/rlp.2021.53.2.130

Salinas, J., & Torres, E. (2020). Estrategias de intervención tecnológica para mitigar burnout en docentes. Revista de Innovación y Tecnología Educativa, 7(3), 18–30.

Sampieri, R. H. (2021). Fundamentos de investigación científica (6th ed.). McGraw-Hill.

Torres, M., & Gómez, P. (2023). Burnout docente y bienestar laboral en universidades latinoamericanas. Psicología y Educación, 19(1), 78–90.

Vargas-Mendoza, J., López, F., & Pérez, C. (2020). Estrés laboral y burnout en docentes universitarios. Revista de Psicología Aplicada, 28(1), 100–112.

Vásquez-Burgos, M. (2021). Subjetividad docente y manejo de estrés en educación superior. Revista Latinoamericana de Educación, 32(2), 112–125.

Zhang, X., & Lin, Y. (2022). Predictive AI systems for teacher well-being in higher education. Journal of Educational Computing Research, 60(1), 42–60. https://doi.org/10.1177/07356331211012345.

Descargas

Publicado

2025-09-05

Cómo citar

Alvaro Rivera Guerrero, María Fernanda Romero Salas, Jhonny Leonel Arreaga Lara, & Christian Alfonso Morales Candado. (2025). Inteligencia artificial para mitigar el burnout en la gestión docente en educación superior, Guayaquil 2023–2025. Dominio De Las Ciencias, 11(3), 1072–1091. https://doi.org/10.23857/dc.v11i3.4506

Número

Sección

Artí­culos Cientí­ficos

Artículos más leídos del mismo autor/a