Este artículo analiza la literatura reciente sobre sesgos algorítmicos en sistemas educativos con inteligencia artificial (IA), con énfasis en sus implicaciones éticas, jurídicas y pedagógicas. Mediante una revisión crítica de fuentes académicas especializadas y documentos normativos internacionales, se examinan los modos en que los modelos predictivos, la analítica del aprendizaje, la evaluación automatizada, los tutores inteligentes y la supervisión remota pueden reproducir o intensificar desigualdades previas. El argumento central sostiene que el sesgo algorítmico no constituye solo un problema de precisión técnica, sino una cuestión social y jurídica vinculada con derechos humanos, no discriminación, protección de datos, transparencia, rendición de cuentas y justicia educativa. El trabajo identifica vacíos de investigación en contextos iberoamericanos y propone criterios para una gobernanza educativa basada en auditoría, explicabilidad situada, participación de la comunidad y supervisión humana.
Este artículo analiza la literatura reciente sobre sesgos algorítmicos en sistemas educativos con inteligencia artificial (IA), con énfasis en sus implicaciones éticas, jurídicas y pedagógicas. Mediante una revisión crítica de fuentes académicas especializadas y documentos normativos internacionales, se examinan los modos en que los modelos predictivos, la analítica del aprendizaje, la evaluación automatizada, los tutores inteligentes y la supervisión remota pueden reproducir o intensificar desigualdades previas. El argumento central sostiene que el sesgo algorítmico no constituye solo un problema de precisión técnica, sino una cuestión social y jurídica vinculada con derechos humanos, no discriminación, protección de datos, transparencia, rendición de cuentas y justicia educativa. El trabajo identifica vacíos de investigación en contextos iberoamericanos y propone criterios para una gobernanza educativa basada en auditoría, explicabilidad situada, participación de la comunidad y supervisión humana. Read More