Síntesis Bibliométrica sobre la Inteligencia Artificial Generativa En la Enseñanza de la Programación (2015-2025)

Autores/as

DOI:

https://doi.org/10.70747/cr.v5i2.974

Palabras clave:

inteligencia artificial, enseñanza de la programación, tecnología educativa, análisis bibliométrico, educación superior

Resumen

La Inteligencia Artificial Generativa (IAG) ha emergido como una tecnología disruptiva con un impacto creciente en los procesos educativos, particularmente en la enseñanza de la programación, donde redefine las prácticas tradicionales mediante enfoques dinámicos y personalizados. El objetivo de este trabajo es analizar la evolución temporal, la distribución geográfica y los patrones de colaboración internacional de la producción científica sobre IAG aplicada a la enseñanza de la programación durante el periodo 2015-2025. Metodológicamente, se desarrolló una revisión sistemática de la literatura combinada con un análisis bibliométrico, empleando datos extraídos de las bases de datos Scopus y Web of Science (WoS), procesados mediante R Project con la librería ggplot2 y el software VOSviewer. Los resultados evidencian un crecimiento exponencial de las publicaciones a partir de 2022, con liderazgo de Estados Unidos y China en la producción científica, así como una participación emergente de países latinoamericanos como Brasil, México, Chile, Ecuador y Colombia. Se identifican dos periodos diferenciados: una fase de iniciación (2015-2022) y una fase de crecimiento acelerado (2022-2025). Se concluye que la IAG se ha consolidado como un eje estratégico de investigación educativa en el ámbito de la programación, con amplias oportunidades para fortalecer la cooperación internacional y la producción científica en la región latinoamericana.

Citas

Arturo, I., & Osorio, S. (2023). Inteligencia artificial en la educación superior: Un análisis bibliométrico. Educación, Sociedad y Saberes, 35(2), 156-173. https://doi.org/10.54674/ess.v34i2.820

Baidoo-Anu, D., & Ansah, L. (2023). Education in the era of generative artificial intelligence (AI): Understanding the potential benefits of ChatGPT in promoting teaching and learning. Journal of AI, 7. https://doi.org/10.61969/jai.1337500

Cooper, G. (2023). Examining science education in ChatGPT: An exploratory study of generative artificial intelligence. Journal of Science Education and Technology, 32, 1-9. https://doi.org/10.1007/s10956-023-10039-y

Fonseca, R. Z., & González, J. L. L. (2021). Bibliometric analysis of the Agroecosystem’s journal (2013–2020) of the University of Cienfuegos. Revista Universidad y Sociedad, 13(4), 1-8.

Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative adversarial networks. Advances in Neural Information Processing Systems, 27.

Gonzalo-Brizuela, R., & Garrido-Merchán, E. C. (2023). ChatGPT is not all you need: A state of the art review of large generative AI models. arXiv preprint. https://arxiv.org/abs/2301.04655

Hossein-Mohand, H., Albanese, V., & Gómez, M. (2025). AI in mathematics education: A bibliometric analysis of global trends and collaborations (2020–2024). Eurasia Journal of Mathematics, Science and Technology Education, 21, em2576. https://doi.org/10.29333/ejmste/15915

Husain, A. J. A. (2024). Potentials of ChatGPT in computer programming: Insights from programming instructors. Journal of Information Technology Education: Research, 23. https://doi.org/10.28945/5240

Jaramillo, I., Brito, G., Pachay, A., & Carvajal, D. (2023). Repository for academic documents, algorithms and data: A utility in an educational context. Journal of Technology and Science Education, 13(3), 761-774. https://doi.org/10.3926/jotse.1892

Jiang, Y., Li, X., Luo, H., Yin, S., & Kaynak, O. (2022). Quo Vadis artificial intelligence? Discover Artificial Intelligence, 2(1), 4. https://doi.org/10.1007/s44163-022-00022-8

Kim, J., & Shim, J. (2022). Development of an AR-based AI education app for non-majors. IEEE Access, 10, 14149-14156. https://doi.org/10.1109/ACCESS.2022.3145355

Li, J., & Ye, Z. (2020). Course recommendations in online education based on collaborative filtering recommendation algorithm. Complexity, 2020. https://doi.org/10.1155/2020/6619249

Niu, J., & Liu, Y. (2022). The construction of English smart classroom teaching mode based on deep learning. Computational Intelligence and Neuroscience, 2022. https://doi.org/10.1155/2022/9037010

Obreja, D. M., Rughiniș, R., & Rosner, D. (2025). Mapping the multidimensional trend of generative AI: A bibliometric analysis and qualitative thematic review. Computers in Human Behavior Reports, 17, 100576. https://doi.org/10.1016/j.chbr.2024.100576

Padilla, R. D. M. (2019). The arrival of artificial intelligence to education. Revista de Investigación en Tecnologías de la Información, 7(14), 1-11.

Travaglioni, M., Petrillo, A., De Felice, F., Cioffi, R., & Piscitelli, G. (2019). Artificial intelligence and machine learning applications in smart production: Progress, trends and directions. Preprints. https://doi.org/10.20944/preprints201912.0016.v1

Zafari, M., Bazargani, J. S., Sadeghi-Niaraki, A., & Choi, S. M. (2022). Artificial intelligence applications in K–12 education: A systematic literature review. IEEE Access, 10, 61905-61921. https://doi.org/10.1109/ACCESS.2022.3179356

Descargas

Publicado

14-06-2026

Cómo citar

Jaramillo Chuqui, I. F., Alarcón Bermudez, M. M., & Serrano Quevedo, I. M. (2026). Síntesis Bibliométrica sobre la Inteligencia Artificial Generativa En la Enseñanza de la Programación (2015-2025). Ciencia Y Reflexión, 5(2), 579–598. https://doi.org/10.70747/cr.v5i2.974

Número

Sección

Revisiones

Artículos similares

1 2 3 4 5 6 7 8 9 10 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.