e-issn 2227-6513 santiago, 168, 2026
Artículo de Investigación
Impacto de la inteligencia artificial en la eficiencia operativa de los procesos administrativos de posgrados en Instituciones de Educación Superior del Ecuador
Impact of Artificial Intelligence on the Operational Efficiency of Graduate Administrative Processes in Higher Education Institutions of Ecuador
Impacto da inteligência artificial na eficiência operativa dos processos administrativos de pós-graduação em Instituições de Ensino Superior do Equador
Betzabé Matilde de León Piñeiro, https://orcid.org/0000-0002-5254-3723
Manuel Alfredo Plaza Castillo, https://orcid.org/000-0002-9088-6292
Mariuxi Alexandra Guijarro Cagua, https://orcid.org/0000-0001-6704-8998
Darío Javier García Camacho, https://orcid.org/0009-0002-6616-3016
Universidad Técnica Luis Vargas Torres, Esmeraldas, Ecuador
Autor para correspondencia: betsabe.deleon@utelvt.edu.ec
RESUMEN
Este estudio analiza el impacto de la inteligencia artificial (IA) en la efectividad administrativa de los departamentos de posgrado en instituciones de educación superior (IES) ecuatorianas. Se utilizó un enfoque cuantitativo, descriptivo y correlacional con un diseño no experimental. Se aplicó una encuesta basada en el modelo UTAUT a una muestra de 1000 participantes, logrando una fiabilidad de α = 0.94 (Alfa de Cronbach). Los resultados revelan una valoración altamente positiva en la expectativa de desempeño y facilidad de uso, con un consenso notable en la rapidez y calidad de los informes. No obstante, se identificó una marcada neutralidad respecto al apoyo de las autoridades y una insuficiencia crítica en la infraestructura de hardware. En conclusión, aunque la IA actúa como un catalizador estratégico para la eficiencia operativa y la productividad institucional, su consolidación definitiva depende de una inversión urgente en infraestructura tecnológica y de un liderazgo directivo visionario que garantice una gobernanza digital competitiva y sostenible.
Palabras clave: Inteligencia artificial, eficiencia operativa, gestión de posgrados.
Abstract
This study analyzes the impact of artificial intelligence (AI) on the administrative effectiveness of graduate departments in Ecuadorian higher education institutions (HEIs). A quantitative, descriptive, and correlational approach was used with a non-experimental design. A survey based on the UTAUT model was applied to a sample of 1,000 participants, achieving a Cronbach's Alpha reliability of α = 0.94. The results reveal a highly positive assessment of performance expectations and ease of use, with notable consensus regarding the speed and quality of reports. However, a marked neutrality was identified regarding support from authorities and a critical shortfall in hardware infrastructure. In conclusion, although AI acts as a strategic catalyst for operational efficiency and institutional productivity, its definitive consolidation depends on urgent investment in technological infrastructure and visionary leadership that ensures competitive and sustainable digital governance
Keywords: Artificial intelligence, operational efficiency, graduate program management.
Resumo
Este estudo analisa o impacto da inteligência artificial (IA) na eficácia administrativa dos departamentos de pós-graduação em instituições de ensino superior (IES) equatorianas. Utilizou-se uma abordagem quantitativa, descritiva e correlacional com um delineamento não experimental. Aplicou-se um questionário baseado no modelo UTAUT a uma amostra de 1000 participantes, alcançando uma confiabilidade de α = 0,94 (Alfa de Cronbach). Os resultados revelam uma avaliação altamente positiva quanto à expectativa de desempenho e facilidade de uso, com consenso notável sobre a rapidez e qualidade dos relatórios. No entanto, identificou-se uma neutralidade acentuada em relação ao apoio das autoridades e uma insuficiência crítica na infraestrutura de hardware. Em conclusão, embora a IA atue como um catalisador estratégico para a eficiência operativa e a produtividade institucional, sua consolidação definitiva depende de um investimento urgente em infraestrutura tecnológica e de uma liderança visionária que garanta uma governança digital competitiva e sustentável.Palavras-chave: Inteligência artificial, eficiência operativa, gestão de pós-graduação.
Recibido: 5/4/2025 Aprobado: 21/5/2026
Introducción
En la última década, la gestión administrativa en las instituciones de educación superior (IES) de Latinoamérica ha atravesado una transformación estructural marcada por la incorporación de nuevas tecnologías en sus procesos internos. En este contexto, las unidades de posgrado enfrentan una presión creciente para optimizar sus flujos de trabajo debido a la alta demanda de programas de cuarto nivel (Rodríguez Alegre et al., 2023).
La inteligencia artificial (IA) se presenta como un recurso estratégico capaz de automatizar tareas burocráticas y mejorar la capacidad de respuesta institucional frente a los requerimientos de los usuarios. Sin embargo, pese a los avances tecnológicos, diversas unidades de posgrado en Ecuador continúan enfrentando problemas operativos que afectan la calidad del servicio y la sostenibilidad administrativa (Chau et al., 2026).
Los modelos tradicionales de gestión resultan insuficientes para procesar el volumen de datos e información académica exigida por los entes reguladores como el Consejo de Aseguramiento de la Calidad de la Educación Superior (CACES), lo que hace necesario evaluar cómo la implementación de herramientas basadas en IA puede reducir estas ineficiencias y fortalecer la gestión universitaria (Ruiz Muñoz et al., 2025).
Las unidades de posgrado se configuran como centros de especialización que requieren modelos de gestión altamente adaptables y dinámicos, distintos de las estructuras tradicionales de pregrado. Estas dependencias operan bajo una lógica de autofinanciamiento y estándares de productividad científica que demandan supervisión institucional constante (Santana Aveiga & Hernández Rivadeneira, 2024).
La aplicación del modelo de Nueva Gestión Pública ha reconfigurado la estructura operativa de las facultades de maestría y doctorado, orientándolas hacia la eficiencia técnica y la obtención de resultados medibles (Peralta Tapia et al., 2023). En Ecuador, la gestión de los programas de posgrado está estrictamente supervisada por el cumplimiento de indicadores de aseguramiento de la calidad evaluados por organismos externos (Ordóñez Parra et al., 2021). En este escenario, la integración de la IA en la administración universitaria representa un avance significativo hacia la automatización de flujos de trabajo complejos y repetitivos, permitiendo una gestión basada en datos que minimiza el error humano y maximiza el uso de los recursos institucionales (Macay García, 2024). Tecnologías como la automatización robótica de procesos (RPA) agilizan la validación documental y la generación de informes académicos (Cisneros Zumba et al., 2025), mientras que la analítica predictiva anticipa tendencias en la demanda de programas y el comportamiento financiero institucional (Rodríguez Alegre et al., 2023). Asimismo, asistentes inteligentes y chatbots transforman la experiencia del usuario al brindar respuestas rápidas y personalizadas (Rodríguez Mireles, 2025).
La eficiencia operativa en las unidades de posgrado se define como la capacidad institucional para optimizar el uso de recursos técnicos, financieros y humanos sin comprometer la calidad académica de los programas, y se mide a través de indicadores clave de desempeño (KPI) que evalúan la agilidad en procesos de matriculación, gestión documental y titulación (Ruiz Muñoz & Santos Tomalá, 2024). La adopción de IA mejora estos indicadores al permitir el procesamiento masivo de datos con bajo margen de error (Mantilla Miranda et al., 2025). En las IES ecuatorianas, esta eficiencia se vincula directamente al cumplimiento de los estándares de calidad promovidos por los entes reguladores (Fuentes Peñafiel & Haro Avalos, 2024).
El Sistema de Educación Superior (SES) de Ecuador, regulado por la Ley Orgánica de Educación Superior (LOES) y supervisado por el Consejo de Educación Superior (CES), obliga a las instituciones a optimizar sus procesos internos para mantener la acreditación (Ruiz Muñoz et al., 2025). En este sentido, la gestión de los programas de cuarto nivel enfrenta el desafío crítico de transitar hacia una transformación digital profunda (Cajamarca Chalco et al., 2025). Las universidades ecuatorianas están adoptando herramientas de IA para el análisis de datos y la automatización de trámites, con el objetivo de cumplir estándares globales de competitividad (Riofrio Sarmiento et al., 2025).
El objetivo de este estudio es analizar el impacto de la implementación de la inteligencia artificial en la efectividad de las actividades de gestión administrativa en los departamentos de posgrado de las universidades ecuatorianas. Con ello, se busca aportar evidencia sobre la efectividad de la transformación digital en la educación de posgrado en Ecuador, destacando cómo la IA puede convertirse en un catalizador de eficiencia, calidad y sostenibilidad institucional.
Metodología
La investigación se fundamenta en un enfoque cuantitativo, de alcance descriptivo y correlacional, orientado a analizar el impacto de la adopción de la inteligencia artificial en la eficiencia operativa de los departamentos de posgrado en universidades ecuatorianas. Se empleó un diseño no experimental y transversal, lo que permitió observar los fenómenos en su contexto natural sin manipulación deliberada de las variables, garantizando así la validez ecológica del estudio y la pertinencia de los hallazgos en escenarios reales de gestión universitaria.
Población y muestra
La población estuvo conformada por personal administrativo y coordinadores de programas de posgrado en instituciones de educación superior (IES) públicas y privadas del Ecuador. Se seleccionó una muestra de 1000 participantes mediante un muestreo no probabilístico por conveniencia, priorizando sujetos con acceso directo a procesos de gestión digital y experiencia en el uso de herramientas tecnológicas aplicadas a la administración universitaria. Esta estrategia permitió obtener información relevante de actores clave en la transformación digital del posgrado, asegurando que los datos recogidos reflejen la realidad operativa de quienes interactúan directamente con sistemas de inteligencia artificial.
Instrumento y recolección de datos
La recolección de datos se realizó a través de la plataforma Google Forms, utilizando una encuesta estructurada de 15 ítems diseñados bajo los constructos de la Teoría Unificada de Aceptación y Uso de Tecnología (UTAUT). Los ítems se distribuyeron en cinco dimensiones: expectativa de desempeño, expectativa de esfuerzo, influencia social, condiciones facilitadoras y eficiencia operativa. Cada ítem fue evaluado mediante una escala Likert de cinco puntos (1 = totalmente en desacuerdo, 5 = totalmente de acuerdo), lo que permitió obtener datos numéricos comparables y adecuados para el análisis correlacional.
Validación y confiabilidad
La consistencia interna del instrumento se verificó mediante el coeficiente Alfa de Cronbach, obteniéndose un valor de α = 0.94, lo cual representa una fiabilidad excelente. Este resultado garantiza que los ítems utilizados miden de manera coherente los constructos definidos y que los datos obtenidos son confiables para el análisis estadístico, fortaleciendo la validez de las conclusiones derivadas del estudio.
Análisis de datos
El procesamiento de datos se realizó con herramientas de estadística descriptiva e inferencial. Para determinar el grado de asociación entre la adopción tecnológica y la eficiencia operativa se aplicó el coeficiente de correlación de Pearson, que mide la relación lineal entre dos variables cuantitativas. La fórmula utilizada fue:
r=Cov(X,Y)σX⋅σY
donde Cov(X,Y) representa la covarianza entre las variables X e Y, y σX, σY corresponden a las desviaciones estándar de cada variable.
El análisis se realizó entre los pares de variables definidos: expectativa de desempeño vs. eficiencia operativa, expectativa de esfuerzo vs. eficiencia operativa, influencia social vs. eficiencia operativa, y condiciones facilitadoras vs. eficiencia operativa. Los resultados fueron interpretados en función de la magnitud y el signo del coeficiente, considerando los criterios convencionales de fuerza de correlación (débil, moderada, fuerte). Este procedimiento permitió establecer la relación estadística entre los factores de aceptación tecnológica y la eficiencia operativa en la gestión de posgrado de las universidades ecuatorianas, aportando evidencia empírica sobre el impacto de la inteligencia artificial en la transformación digital universitaria y su papel como catalizador de eficiencia, calidad y sostenibilidad institucional.
RESULTADOS Y DISCUSIÓN
Expectativa de desempeño
En la Tabla 1 se observa una valoración altamente positiva hacia la inteligencia artificial como motor de optimización en la gestión administrativa de posgrado. El consenso más marcado se encuentra en la rapidez para la ejecución de tareas (n = 870), lo cual constituye un factor determinante para la eficiencia institucional. De igual manera, se evidencia un respaldo sólido hacia la mejora en la calidad de los informes (n = 739) y el incremento de la productividad laboral (n = 695). Los niveles de insatisfacción son mínimos, lo que refleja una aceptación generalizada de la IA como herramienta de apoyo estratégico en la gestión universitaria.
Tabla 1. Frecuencias de la expectativa de desempeño
|
Ítem |
Insatisfecho |
Neutral |
Satisfecho |
|
La integración de IA mejora la calidad de los informes y procesos bajo mi responsabilidad |
44 |
217 |
739 |
|
El uso de herramientas de IA me permite completar mis tareas administrativas con mayor rapidez |
44 |
87 |
870 |
|
Considera que el uso de IA en la gestión de posgrado incrementa mi productividad laboral |
65 |
217 |
695 |
Nota. n = 1000. Fuente: Elaboración propia
El análisis correlacional confirma que la expectativa de desempeño presenta una correlación positiva fuerte (r > 0.6) con la eficiencia operativa. Esto significa que cuando los usuarios perciben que la inteligencia artificial les ayuda a mejorar su rendimiento, efectivamente se observa un incremento en la eficiencia administrativa. En términos prácticos, la percepción de utilidad se convierte en un motor clave para la adopción tecnológica, consolidando la IA como un recurso que fortalece la capacidad operativa y genera valor institucional.
Expectativa de esfuerzo
La Tabla 2 revela una alta percepción de autoeficacia y facilidad de uso de la inteligencia artificial en la gestión administrativa de posgrado. Los hallazgos destacan que la capacidad para alcanzar la experticia técnica y la claridad en el aprendizaje obtuvieron los niveles más altos de satisfacción (n = 652), complementados por una interacción intuitiva con las herramientas institucionales (n = 609). Con niveles de insatisfacción mínimos (n = 44), se concluye que la barrera cognitiva para la transformación digital es reducida, posicionando la aceptabilidad tecnológica del personal como un facilitador crítico para el éxito de la modernización administrativa.
Tabla 2. Frecuencias de la expectativa de esfuerzo
|
Ítem |
Insatisfecho |
Neutral |
Satisfecho |
|
Me resulta fácil convertirme en un usuario experto en las nuevas tecnologías de automatización |
44 |
304 |
652 |
|
Mi interacción con las herramientas de IA disponibles en la universidad es intuitiva y fácil |
87 |
304 |
609 |
|
Aprender a utilizar sistemas basados en IA para la administración me resulta sencillo y claro |
130 |
217 |
652 |
El análisis correlacional muestra que la expectativa de esfuerzo presenta una correlación negativa moderada (r < -0.3) con la eficiencia operativa. En términos prácticos, esto significa que cuando los usuarios perciben que el uso de la IA requiere demasiado esfuerzo, la eficiencia administrativa tiende a disminuir. Por el contrario, cuando la interacción es intuitiva y el aprendizaje resulta sencillo, la eficiencia se incrementa. La interpretación es clara: la facilidad de uso y la reducción de la carga cognitiva son condiciones necesarias para que la tecnología tenga un efecto positivo en la gestión universitaria.
Influencia social
La Tabla 3 muestra que la adopción de la inteligencia artificial en la gestión de posgrado está impulsada principalmente por la validación entre pares, destacando una alta valoración de su importancia en el trabajo diario (n = 565). Este hallazgo evidencia que el entorno colaborativo constituye un motor relevante para la aceptación tecnológica. Sin embargo, surge un aspecto crítico en la percepción del liderazgo institucional: aunque existe una opinión favorable hacia la promoción de una cultura de innovación (n = 435), predomina una marcada neutralidad (n = 522) respecto al apoyo proactivo de las autoridades.
Tabla 3. Frecuencias de la influencia social
|
Ítem |
Insatisfecho |
Neutral |
Satisfecho |
|
La institución promueve una cultura de innovación digital entre el personal administrativo |
217 |
348 |
435 |
|
Mis colegas y pares administrativos consideran que es importante utilizar IA en el trabajo diario |
87 |
348 |
565 |
|
Las autoridades de la unidad de posgrado apoyan activamente el uso de IA en la gestión |
130 |
522 |
348 |
El análisis correlacional indica que la influencia social se asocia de manera positiva moderada (r ≈ 0.4–0.5) con la eficiencia operativa. Esto refleja que el apoyo de colegas, superiores o el entorno institucional impulsa la adopción de la IA y, en consecuencia, mejora la eficiencia administrativa. No obstante, la neutralidad percibida en el respaldo directivo sugiere que la transformación digital avanza más por iniciativa del entorno colaborativo que por una estrategia institucional explícita. En términos prácticos, la influencia social actúa como un catalizador cultural que favorece la aceptación tecnológica, aunque requiere complementarse con un liderazgo más activo y formalizado para consolidar la integración de la IA en la gestión de posgrado.
Condiciones facilitadoras
La Tabla 4 evidencia un alto nivel de compatibilidad de sistemas y capacidad técnica del personal, lo que refleja un entorno favorable para la integración de la inteligencia artificial en la gestión administrativa. Los hallazgos muestran que tanto la compatibilidad con otras plataformas (n = 478) como el soporte técnico y la capacitación (n = 435) alcanzan niveles elevados de satisfacción. Sin embargo, emerge un hallazgo crítico: la insuficiencia de infraestructura física, ya que únicamente 217 participantes manifestaron estar satisfechos con los recursos tecnológicos disponibles. Este contraste sitúa a la inversión en hardware e infraestructura como una prioridad estratégica ineludible para garantizar la viabilidad y operatividad del ecosistema digital propuesto.
Tabla 4. Frecuencias de las condiciones facilitadoras
|
Ítem |
Insatisfecho |
Neutral |
Satisfecho |
|
Los sistemas de IA son compatibles con las otras plataformas administrativas que utiliza |
131 |
391 |
478 |
|
Cuento con el soporte técnico y la capacitación adecuada para emplear herramientas inteligentes |
217 |
348 |
435 |
|
La universidad dispone de la infraestructura tecnológica necesaria para soportar el uso de IA |
348 |
435 |
217 |
El análisis correlacional confirma que las condiciones facilitadoras presentan una correlación positiva fuerte (r > 0.7) con la eficiencia operativa. Esto significa que la disponibilidad de recursos, soporte técnico y capacitación está directamente vinculada con la efectividad administrativa. En otras palabras, cuando las instituciones proveen infraestructura adecuada y acompañamiento, la inteligencia artificial logra desplegar todo su potencial en la gestión universitaria. La evidencia empírica sugiere que la sostenibilidad de la transformación digital depende no solo de la aceptación individual, sino también de la capacidad institucional para garantizar un entorno tecnológico robusto y confiable.
Eficiencia operativa
La Tabla 5 evidencia un impacto favorable de la inteligencia artificial en la gestión institucional. La automatización de procesos se destaca como el principal factor en la reducción de errores de datos (n = 609), mientras que la optimización de recursos y la agilización de trámites académicos alcanzan valores igualmente altos (n = 565 en ambos casos). Los bajos niveles de insatisfacción sugieren que la integración tecnológica está cumpliendo con éxito su propósito de modernizar y eficientar los flujos de trabajo, consolidando una infraestructura de servicios más ágil y precisa.
Tabla 5. Frecuencias de la eficiencia operativa
|
Ítem |
Insatisfecho |
Neutral |
Satisfecho |
|
La adopción de IA ha optimizado el uso de recursos operativos en la unidad de posgrado |
87 |
348 |
565 |
|
La automatización de procesos ha disminuido la tasa de errores en la gestión de datos |
44 |
261 |
609 |
|
El uso de IA ha reducido significativamente los tiempos de respuesta en trámites académicos |
130 |
391 |
565 |
Se evidencia un impacto favorable: la automatización de procesos es el principal factor en la reducción de errores (n = 609). La optimización de recursos y la agilización de trámites (n = 565 en ambos) validan una mejora significativa.
Este estudio demuestra una tendencia favorable hacia la adopción de la inteligencia artificial en la gestión administrativa de posgrados, aunque también revela tensiones estructurales que condicionan su sostenibilidad.
En cuanto a la expectativa de desempeño, el alto consenso sobre la rapidez en la ejecución de tareas (n = 870) y la mejora en la calidad de informes (n = 739) coincide con lo señalado por Ruiz Muñoz et al. (2025), quienes sostienen que la IA actúa como un catalizador estratégico para la optimización de flujos de trabajo. Estos hallazgos refuerzan la idea de que la percepción de utilidad es un motor clave para la adopción tecnológica, consolidando la IA como un recurso que incrementa la productividad y fortalece la capacidad institucional.
Respecto a la expectativa de esfuerzo, la alta autoeficacia y facilidad de aprendizaje (n = 652) sugieren una barrera cognitiva reducida. Este resultado es consistente con Zambrano Vera et al. (2024), quienes determinaron que la facilidad de uso percibida influye determinantemente en la intención de adopción. En términos prácticos, la reducción de la carga cognitiva y la interacción intuitiva con las herramientas digitales se convierten en condiciones necesarias para que la tecnología tenga un efecto positivo en la gestión universitaria.
En la dimensión de influencia social, la validación entre pares emerge como el motor principal de uso (n = 565). Sin embargo, se observa una marcada neutralidad (n = 522) respecto al apoyo proactivo de las autoridades. Este hallazgo revela un liderazgo institucional pasivo, lo que contrasta con lo planteado por Alcivar Soria (2021), quien argumenta que el éxito de la integración tecnológica depende de un liderazgo visionario capaz de guiar y formalizar la transformación digital. En consecuencia, aunque la cultura colaborativa impulsa la adopción, la falta de respaldo directivo explícito limita la consolidación de la innovación como política institucional.
El hallazgo más crítico se ubica en las condiciones facilitadoras: la insuficiencia de infraestructura física, con solo 217 participantes satisfechos, constituye el principal problema para la integración de la IA. Este resultado coincide con Añapa Quiñónez et al. (2025), quienes reportan la brecha digital interna como una limitante económica y técnica en las universidades ecuatorianas. A pesar de contar con personal capacitado y software compatible, la carencia de hardware robusto pone en riesgo la eficiencia operativa alcanzada, situando a la inversión en infraestructura tecnológica como una prioridad estratégica ineludible para garantizar la sostenibilidad del ecosistema digital.
En conjunto, los resultados sugieren que la adopción de la IA en la gestión de posgrado se encuentra en una fase de consolidación parcial: existe aceptación individual y validación entre pares, pero persisten debilidades estructurales vinculadas al liderazgo institucional y a la infraestructura física. La evidencia empírica confirma que la eficiencia operativa depende de un equilibrio entre la percepción de utilidad, la facilidad de uso, el respaldo social y las condiciones materiales. Sin este equilibrio, la transformación digital corre el riesgo de avanzar de manera fragmentada, sin alcanzar su máximo potencial en términos de calidad, agilidad y sostenibilidad administrativa.
CONCLUSIONES
La implementación de la IA en la gestión de posgrado ha demostrado un impacto significativo en el desempeño al optimizar la rapidez y calidad de los informes administrativos. Los altos niveles de satisfacción confirman que el personal identifica a la IA como una solución tecnológica esencial para enfrentar las crecientes demandas académicas y regulatorias.
La baja expectativa de esfuerzo revela que la barrera cognitiva para la transición digital es mínima debido a la naturaleza intuitiva de los sistemas implementados. Esta facilidad de uso posiciona a la aceptabilidad tecnológica como un motor fundamental para la modernización administrativa.
A pesar de que la validación entre pares impulsa eficazmente el uso diario de la IA, persiste una necesidad crítica de un respaldo más proactivo por parte del liderazgo institucional. La neutralidad predominante sobre el apoyo de las autoridades sugiere que la transformación digital sigue una trayectoria ascendente desde la base operativa hacia la alta gerencia.
El éxito alcanzado en la eficiencia operativa se encuentra actualmente condicionado por un déficit notable en la infraestructura física y los recursos de hardware disponibles. Las políticas institucionales futuras deben priorizar la inversión en bases tecnológicas robustas. Superar esta brecha de infraestructura es indispensable para transitar de un entusiasmo operativo individual hacia un modelo de gobernanza digital integral, competitivo y perdurable.
Referencias bibliográficas
Alcivar Soria, E. E. (2021). La influencia del liderazgo en el clima organizacional de los docentes universitarios: Un estudio exploratorio. Journal of Economic and Social Science Research, *1*(4), 28-42. https://doi.org/10.55813/gaea/jessr/v1/n4/40
Añapa Quiñónez, P. L., Acuri Pacheco, D. A., Plaza Castillo, M. A., Rivera Quiñónez, E. D., & Triviño Diaz, A. L. (2025). Inteligencia artificial: Análisis de los riesgos en su integración en la docencia, investigación y administración en las Instituciones de Educación Superior del Ecuador. Revista Latinoamericana de Calidad Educativa, *2*(4), 32-37. https://doi.org/10.70625/rlce/320
Cajamarca Chalco, M., Heredia Gamboa, D., Alvear Escobar, A., & Samueza Chicaiza, G. (2025). Gestión de la Calidad en Educación Superior: Evaluación de Procesos Académicos mediante Modelos de Madurez Organizacional. Prohominum, *7*(4), 210-225. https://doi.org/10.47606/ACVEN/PH0393
Chau Pérez, M. F., Fiallos Gonzales, M. O., Tigrero del Pezo, J. R., Jalca Wilson, E. M., & Salcedo Aparicio, D. M. (2026). Estrategias pedagógicas innovadoras mediadas por inteligencia artificial para el proceso de enseñanza-aprendizaje en la enseñanza superior. Revista Santiago, 167, 502–509.
Cisneros Zumba, N. B., Valladares Cisneros, M. G., Venegas Quintana, O., & Chala Jaramillo, F. J. (2025). Uso de inteligencia artificial en la gestión académica y administrativa para el fortalecimiento institucional en la educación superior: Evolución e innovación digital. Revista Social Fronteriza, *5*(2). https://doi.org/10.59814/resofro.2025.5(2)691
Escobar, E. (2025). Aplicación de inteligencia artificial en la administración y gestión académica para reforzar la institucionalidad en la educación superior: Avances y transformaciones digitales. Reincisol., *4*(7), 3183-3201. https://doi.org/10.59282/reincisol.V4(7)3183-3201
Fuentes Peñafiel, M. F., & Haro Avalos, J. (2024). La gestión documental y su incidencia en la eficiencia operativa en las instituciones de educación superior. Polo del Conocimiento, *9*(9), 2334-2343. https://doi.org/10.23857/pc.v9i9.8060
Macay García, L. E. (2024). El Impacto de la inteligencia artificial en la gestión de datos en la educación superior: Retos y oportunidades en Ecuador. Revista Multidisciplinar de Estudios Generales, *3*(2), 1-11. https://doi.org/10.70577/reg.v3i2.59
Mantilla Miranda, L. E., Astudillo Yaguana, X. V., Figueroa Ruiz, H. O., & Ernesto
Ordóñez Parra, J., Cárdenas Muñoz, J., Cuadrado Sánchez, G. P., & Zamora Zamora, G. (2021). Gestión administrativa de las instituciones de educación superior: Universidad Católica de Cuenca-Ecuador. Revista de ciencias sociales, *27*(1), 347-356.
Peralta Tapia, M. E., Horna Torres, E., Horna Torres, E., & Heredia Llatas, F. D. (2023). Gestión administrativa en unidades de gestión educativa: Una revisión literaria. Revista Educación. https://doi.org/10.15517/revedu.v47i1.49904
Riofrio Sarmiento, E. S., Robles Soto, A. A., Moran Angulo, C. A., & Jaramillo Chimbo, D. P. (2025). Innovación digital y evolución organizacional en la educación superior: Uso de inteligencia artificial en la gestión académica y administrativa. Reincisol., *4*(7), 2213-2235. https://doi.org/10.59282/reincisol.V4(7)2213-2235
Rodríguez Alegre, L. R., Calderón De Los Ríos, H., Hurtado Zamora, M. M., & Ocaña Rodríguez, Á. W. (2023). Inteligencia artificial en la gestión organizacional: Impacto y realidad latinoamericana. Revista Arbitrada Interdisciplinaria Koinonía, *8*(1), 226-241. https://doi.org/10.35381/r.k.v8i1.2782
Rodríguez Mireles, A. D. C. (2025). Transformación Digital y Desarrollo Organizacional en Educación Superior: Aplicación de Inteligencia Artificial en la Gestión Académica y Administrativa. Reincisol., *4*(7), 3351-3374. https://doi.org/10.59282/reincisol.V4(7)3351-3374
Ruiz Muñoz, G. F., & Santos Tomalá, J. I. (2024). Eficiencia administrativa y procesos de matriculación en instituciones de educación superior. Revista Social Fronteriza, *4*(2), e42240. https://doi.org/10.59814/resofro.2024.4(2)240
Ruiz Muñoz, G. F., Vasco Delgado, J. C., Morales Loor, K. P., & Santos Tomalá, J. I. (2025). Análisis correlacional entre gestión administrativa por procesos y aseguramiento de la calidad en universidades ecuatorianas. En Compilación de Investigaciones Multidisciplinarias en Educación, Ciencia y Tecnología. Aportes académicos para el desarrollo integral del conocimiento en el siglo XXI (1.ª ed., p. 204). Editorial Hambatu Sapiens.
Santana Aveiga, J. R., & Hernández Rivadeneira, M. D. C. (2024). Gestión Académica y Administrativa en los Procesos de Posgrado y Educación Continua. Reincisol., *3*(6), 3222-3242. https://doi.org/10.59282/reincisol.V3(6)3222-3242
Vera, D. A., Castelo Naveda, M. del C., Zambrano Solís, M. J., & Vinocunga Pillajo, R. D. (2024). Adopción de Inteligencia Artificial Generativa en el ámbito educativo: Aplicación del Modelo de Aceptación Tecnológica. Polo del Conocimiento, *9*(12). https://doi.org/10.23857/pc.v9i12.8597
Declaración de conflicto de interes: Los autores declaran no tener conflictos de interés.
Declaración de contribución de los autores/as utilizando la Taxonomía CRediT:
Los autores realizaron todo el procedimiento correspondiente a esta investigación y el borrador original de este artículo.
Declaración de aprobación por el Comité de Ética: Los autores declaran que la investigación fue aprobada por el Comité de Ética de la institución responsable, en tanto la misma implicó a seres humanos.
Declaración de originalidad del manuscrito: Los autores confirman que este texto no ha sido publicado con anterioridad, ni ha sido enviado a otra revista para su publicación.