_de_Logo_2.png){kind=logo}
Volumen 26 Número 54 Año 2026
Artículo original
Inteligencia artificial en la gestión del cuidado y formación profesional en estudiantes universitarios
Artificial Intelligence in Care Management and Professional Training of University Students
Inteligência artificial na gestão do cuidado e formação profissional em estudantes universitários
Evelyn Lisseth Chacón Sánchez
https://orcid.org/0000-0002-0829-0570
Universidad César Vallejo, Trujillo, Perú
Pedro Otoniel Morales Salazar
https://orcid.org/0000-0002-9242-3881
Universidad César Vallejo, Trujillo, Perú
*Email: echacons@ucvvirtual.edu.pe
Como citar este artículo: Chacón Sánchez y Morales Salazar, P. (2026). Inteligencia artificial en la gestión del cuidado y formación profesional en estudiantes universitarios, 2026. Arrancada, 26(54), 324-331. https://arrancada.cuaje.edu.cu
Resumen
La irrupción de la inteligencia artificial (IA) en la educación superior exige analizar su impacto en la formación de profesionales capaces de gestionar el cuidado y responder a entornos digitalizados, incluido el ámbito deportivo. El objetivo de este estudio fue evaluar la influencia de la IA en la gestión del cuidado y la formación profesional de estudiantes universitarios, con un acercamiento a las ciencias de la actividad física y el deporte. Se adoptó un enfoque cuantitativo, explicativo, no experimental y transeccional, con una muestra censal de 125 estudiantes de ciencias de la salud. Los datos se procesaron mediante estadística descriptiva, regresión logística ordinal y modelos de ecuaciones estructurales (SEM). Los resultados evidenciaron que el 49.6% de los participantes alcanzó un nivel bueno de IA, el 57.6% un nivel regular en gestión del cuidado y el 72.8% un nivel bueno en formación profesional. El análisis inferencial confirmó que la IA influye significativamente en la gestión del cuidado (β = 0.38) y en la formación profesional (β = 0.89), con un ajuste adecuado del modelo estructural (χ²/gl = 2.003; CFI = 0.942). Se concluye que la IA ejerce una influencia positiva y diferenciada, lo que exige integrar competencias digitales y éticas en los currículos de las ciencias del deporte para fortalecer la gestión del cuidado de atletas y la formación de profesionales capaces de desempeñarse en ecosistemas deportivos inteligentes.
Palabras clave: inteligencia artificial; gestión del cuidado; formación profesional; ciencias del deporte; simulación clínica; educación superior.
Abstract
The emergence of artificial intelligence (AI) in higher education calls for an analysis of its impact on the training of professionals capable of managing care and responding to digitalized environments, including the sports field. This study aimed to evaluate the influence of AI on care management and professional training of university students, with an approach to sports sciences. A quantitative, explanatory, non-experimental, cross-sectional design was adopted, with a census sample of 125 health sciences students. Data were processed using descriptive statistics, ordinal logistic regression, and structural equation modeling (SEM). Results showed that 49.6% of participants reached a good level of AI proficiency, 57.6% a fair level in care management, and 72.8% a good level in professional training. Inferential analysis confirmed that AI significantly influences care management (β = 0.38) and professional training (β = 0.89), with adequate structural model fit (χ²/df = 2.003; CFI = 0.942). It is concluded that AI exerts a positive and differentiated influence, requiring the integration of digital and ethical competencies into sports science curricula to strengthen athlete care management and the training of professionals capable of performing in smart sports ecosystems.
Keywords: artificial intelligence; care management; professional training; sports sciences; clinical simulation; higher education.
Resumo
A irrupção da inteligência artificial (IA) no ensino superior exige analisar seu impacto na formação de profissionais capazes de gerenciar o cuidado e responder a ambientes digitalizados, incluindo o âmbito esportivo. O objetivo deste estudo foi avaliar a influência da IA na gestão do cuidado e na formação profissional de estudantes universitários, com uma aproximação às ciências da atividade física e do esporte. Adotou-se uma abordagem quantitativa, explicativa, não experimental e transversal, com uma amostra censitária de 125 estudantes de ciências da saúde. Os dados foram processados por meio de estatística descritiva, regressão logística ordinal e modelagem de equações estruturais (SEM). Os resultados evidenciaram que 49,6% dos participantes alcançaram um nível bom de IA, 57,6% um nível regular na gestão do cuidado e 72,8% um nível bom na formação profissional. A análise inferencial confirmou que a IA influencia significativamente a gestão do cuidado (β = 0,38) e a formação profissional (β = 0,89), com um ajuste adequado do modelo estrutural (χ²/gl = 2,003; CFI = 0,942). Conclui-se que a IA exerce uma influência positiva e diferenciada, o que exige integrar competências digitais e éticas nos currículos das ciências do esporte para fortalecer a gestão do cuidado de atletas e a formação de profissionais capazes de atuar em ecossistemas esportivos inteligentes.
Palavras chave: inteligência artificial; gestão do cuidado; formação profissional; ciências do esporte; simulação clínica; ensino superior.
Recibido: enero/26 Aceptado: abril/26
Introducción
La transformación digital de la educación superior ha dejado de ser una promesa para convertirse en una realidad operativa (Wu & Wang, 2024). En este escenario, la inteligencia artificial (IA) se posiciona como un eje articulador de procesos formativos y de gestión, especialmente en campos donde la toma de decisiones y el cuidado de la vida humana son críticos. El ámbito de la salud y el deporte no es ajeno a esta dinámica. La formación de profesionales capaces de gestionar el cuidado —ya sea en entornos clínicos o en el acompañamiento de atletas— exige incorporar herramientas que permitan simular escenarios complejos, personalizar el aprendizaje y anticipar riesgos (Harder, 2023).
Diversos estudios han documentado el potencial de la IA para mejorar la adquisición de conocimientos y habilidades en simulación clínica. Un metaanálisis reciente, que integró 61 estudios, evidenció que las intervenciones con IA mejoran significativamente el conocimiento (SMD = 1.49; IC 95% [0.55, 2.43]; p = 0.002) y las habilidades (SMD = 0.66; IC 95% [0.02, 1.31]; p = 0.04) de estudiantes de enfermería (Yan et al., 2026). De manera complementaria, Wang y Wang (2024) señalan que, aunque la investigación sobre IA en educación física se encuentra en una etapa inicial, su integración en la formulación de estrategias didácticas y en la evaluación del rendimiento motor ofrece un margen amplio de desarrollo. En el contexto latinoamericano, González et al. (2025) reportaron que los futuros educadores físicos perciben la IA como una herramienta facilitadora para la investigación y la resolución de dudas, aunque reconocen la necesidad de garantizar un uso responsable y la privacidad de los datos.
La literatura sobre IA en ciencias del deporte ha crecido de forma sostenida. Pérez et al. (2025) reflexionan sobre los retos y perspectivas de la IA en la cultura física, subrayando la urgencia de elevar el nivel de conciencia de profesores, entrenadores y estudiantes respecto a su uso creativo y ético. Manescu (2025), en una revisión publicada en Retos, analiza la integración de la IA en el entrenamiento deportivo de élite y su proyección hacia el deporte escolar, mientras que un análisis bibliométrico de la producción científica en este campo confirma el interés creciente por parte de la comunidad académica (Baladaniya & Kumar, 2025). Estas contribuciones coinciden en que la IA no sustituye al profesional, sino que amplifica sus capacidades cuando se integra con criterios pedagógicos claros.
No obstante, persiste una brecha entre la disponibilidad tecnológica y la evidencia empírica sobre su efecto en la formación de competencias para la gestión del cuidado. La mayoría de los estudios se han centrado en poblaciones de enfermería o medicina, mientras que las ciencias de la actividad física y el deporte —donde la gestión del cuidado abarca la prevención de lesiones, la readaptación y el acompañamiento integral del atleta— requieren marcos de análisis específicos. Esta investigación se propone cubrir parcialmente ese vacío mediante la evaluación de un modelo estructural que vincula la IA con la gestión del cuidado y la formación profesional en estudiantes universitarios, y mediante la discusión de sus implicaciones para la formación de profesionales del deporte.
El objetivo general fue evaluar la influencia de la IA en la gestión del cuidado y la formación profesional en estudiantes de ciencias de la salud de una universidad peruana. Los objetivos específicos incluyeron determinar el nivel de IA y sus dimensiones, identificar el nivel de gestión del cuidado y formación profesional, y estimar la influencia de la IA en las dimensiones de ambas variables dependientes. La hipótesis general postuló que la IA influye directa y significativamente en la gestión del cuidado y en la formación profesional.
Muestra y metodología
El estudio se enmarcó en un enfoque cuantitativo, de tipo aplicado, con diseño no experimental, correlacional-explicativo y de corte transeccional. La población estuvo constituida por 125 estudiantes de ciencias de la salud de una universidad peruana, quienes conformaron la muestra censal (100% de la población). La selección se realizó mediante muestreo no probabilístico, considerando criterios de inclusión como la participación voluntaria y la pertenencia a las carreras de ciencias de la salud.
Para la recolección de datos se utilizaron tres cuestionarios estructurados, cada uno compuesto por 20 ítems distribuidos en cinco dimensiones. El cuestionario de IA evaluó las dimensiones: interacción humano-simulador, retroalimentación y aprendizaje adaptativo, confianza y seguridad emocional, pensamiento crítico y toma de decisiones, y realismo y fidelidad. El cuestionario de gestión del cuidado midió habilidades clínicas y procedimientos, comunicación terapéutica humanizada, toma de decisiones éticas, seguridad del paciente y prevención de errores, y coordinación integral del cuidado. El cuestionario de formación profesional evaluó autonomía y autoconfianza, competencias técnicas y profesionales, adaptación tecnológica y alfabetización digital, trabajo en equipo y liderazgo colaborativo, e identificación profesional y vocación de servicio. La escala de respuesta fue de tipo Likert de cinco opciones (1 = nunca, 5 = siempre), y los niveles se categorizaron como deficiente, regular y bueno.
La validez de contenido se estableció mediante juicio de expertos y el coeficiente V de Aiken, con valores que respaldaron la consistencia de los ítems. La confiabilidad se verificó mediante el alfa de Cronbach, que osciló entre 0.762 y 0.970 para las tres variables, lo que indica una fiabilidad de aceptable a excelente. El análisis factorial exploratorio mostró índices KMO superiores a 0.50 y pruebas de esfericidad de Bartlett significativas (p < 0.001), confirmando la validez de constructo.
Los datos se procesaron con IBM SPSS Statistics versión 27 y AMOS. Se aplicó estadística descriptiva (frecuencias y porcentajes), regresión logística ordinal para contrastar las hipótesis y modelos de ecuaciones estructurales (SEM) para evaluar las relaciones entre las variables y el ajuste del modelo teórico. El estudio respetó los principios éticos de la Declaración de Helsinki, asegurando el consentimiento informado, el anonimato y la confidencialidad de los datos.
Resultados
Nivel de inteligencia artificial. El 49.6% de los estudiantes presentó un nivel bueno de IA, el 45.6% un nivel regular y el 4.8% un nivel deficiente. La dimensión con mayor proporción en nivel bueno fue interacción humano-simulador (52.8%), mientras que confianza y seguridad emocional (71.2%) y pensamiento crítico (51.2%) se ubicaron principalmente en el nivel regular (Tabla 1).
Nivel de gestión del cuidado. El 57.6% alcanzó un nivel regular, el 34.4% un nivel bueno y el 8.0% un nivel deficiente. La dimensión habilidades clínicas y procedimentales destacó con un 79.2% en nivel bueno; en contraste, comunicación terapéutica (57.6% regular), seguridad del paciente (81.6% regular) y coordinación integral (62.4% regular) mostraron los mayores porcentajes en el nivel regular (Tabla 2).
Nivel de formación profesional. El 72.8% se ubicó en nivel bueno y el 27.2% en nivel regular. Las dimensiones con mejores resultados fueron adaptación tecnológica (76.0% bueno), identidad profesional (72.8% bueno) y autonomía (68.8% bueno), mientras que competencias técnicas (52.8% regular) y trabajo en equipo (53.6% bueno, con 8.8% deficiente) presentaron oportunidades de mejora (Tabla 3).
Tabla 1. Niveles de inteligencia artificial y sus dimensiones
|
Variable / Dimensión |
Deficiente (%) |
Regular (%) |
Bueno (%) |
|
Inteligencia artificial |
4.8 |
45.6 |
49.6 |
|
Interacción humano-simulador |
0.0 |
47.2 |
52.8 |
|
Retroalimentación y aprendizaje adaptativo |
0.0 |
52.0 |
48.0 |
|
Confianza y seguridad emocional |
0.0 |
71.2 |
28.8 |
|
Pensamiento crítico y toma de decisiones |
20.0 |
51.2 |
28.8 |
|
Realismo y fidelidad |
20.8 |
35.2 |
44.0 |
Tabla 2. Niveles de gestión del cuidado y sus dimensiones
|
Variable / Dimensión |
Deficiente (%) |
Regular (%) |
Bueno (%) |
|
Gestión del cuidado |
8.0 |
57.6 |
34.4 |
|
Habilidades clínicas y procedimentales |
0.0 |
20.8 |
79.2 |
|
Comunicación terapéutica humanizada |
23.2 |
57.6 |
19.2 |
|
Toma de decisiones éticas |
8.0 |
33.6 |
58.4 |
|
Seguridad del paciente y prevención de errores |
0.0 |
81.6 |
18.4 |
|
Coordinación integral del cuidado |
0.0 |
62.4 |
37.6 |
Tabla 3. Niveles de formación profesional y sus dimensiones
|
Variable / Dimensión |
Deficiente (%) |
Regular (%) |
Bueno (%) |
|
Formación profesional |
0.0 |
27.2 |
72.8 |
|
Autonomía y autoconfianza |
0.8 |
30.4 |
68.8 |
|
Competencias técnicas y profesionales |
0.0 |
52.8 |
47.2 |
|
Adaptación tecnológica y alfabetización digital |
0.0 |
24.0 |
76.0 |
|
Trabajo en equipo y liderazgo colaborativo |
8.8 |
37.6 |
53.6 |
|
Identificación profesional y vocación de servicio |
4.0 |
23.2 |
72.8 |
Análisis inferencial. La regresión logística ordinal mostró que la IA influye significativamente en la gestión del cuidado (Sig. = 0.000; R² de Nagelkerke = 38%) y en la formación profesional (Sig. = 0.000; R² de Nagelkerke = 26%). El modelo de ecuaciones estructurales confirmó estos hallazgos: la IA ejerció una influencia positiva y moderada sobre la gestión del cuidado (β = 0.38) y una influencia positiva y fuerte sobre la formación profesional (β = 0.89). Los índices de ajuste global fueron adecuados (χ²/gl = 2.003; CFI = 0.942; RMSEA = 0.090).
A nivel dimensional, la IA influyó significativamente en las habilidades clínicas y procedimentales (β = 0.37), comunicación terapéutica (β = 1.02), toma de decisiones éticas (β = 0.56), seguridad del paciente (β = 0.44) y coordinación integral del cuidado (β = 0.35). En la formación profesional, los coeficientes fueron: autonomía y autoconfianza (β = 0.90), competencias técnicas (β = 0.67), adaptación tecnológica (β = 0.61), trabajo en equipo (β = 1.02) e identidad profesional (β = 0.79).
Discusión
Los hallazgos de este estudio confirman que la IA ejerce una influencia positiva y significativa en la gestión del cuidado y en la formación profesional de estudiantes universitarios. La magnitud diferenciada de estos efectos —moderada para la gestión del cuidado (β = 0.38) y alta para la formación profesional (β = 0.89)— sugiere que los procesos formativos son más permeables a la incorporación de herramientas digitales que las prácticas de cuidado, las cuales dependen en mayor medida de la experiencia clínica, el juicio profesional y la interacción humana. Esta interpretación es consistente con la teoría de la difusión de innovaciones de Rogers (1962), según la cual la adopción tecnológica avanza más rápido cuando los usuarios perciben utilidad y compatibilidad con sus prácticas cotidianas.
El predominio de un nivel regular en la gestión del cuidado (57.6%) y de un nivel bueno en la formación profesional (72.8%) refleja una asimetría que merece atención. Mientras que los estudiantes se sienten competentes en el uso de herramientas digitales y en su adaptación tecnológica (76.0% bueno), persisten debilidades en dimensiones relacionales y organizacionales del cuidado, como la comunicación terapéutica (57.6% regular) y la seguridad del paciente (81.6% regular). Estos resultados coinciden con lo reportado por Yan et al. (2026), quienes encontraron que la IA mejora el conocimiento y las habilidades técnicas, pero no necesariamente las competencias comunicativas o el razonamiento ético en la misma proporción. En el ámbito deportivo, esta brecha es particularmente relevante: la gestión del cuidado de atletas no solo requiere precisión en la prevención y rehabilitación de lesiones, sino también habilidades de comunicación para acompañar procesos de recuperación y bienestar psicológico.
La influencia de la IA en la formación profesional fue especialmente alta en las dimensiones autonomía y autoconfianza (β = 0.90) y trabajo en equipo (β = 1.02). Estos coeficientes, aunque deben interpretarse con cautela por la posible linealidad en el modelo, apuntan a que la simulación con IA contribuye a que los estudiantes se sientan más seguros al enfrentar escenarios complejos y a que desarrollen habilidades de coordinación con otros profesionales (Perdomo & González, 2025). En las ciencias del deporte, donde el trabajo interdisciplinario (médicos, fisioterapeutas, entrenadores, psicólogos) es la norma, esta competencia colaborativa resulta indispensable. Estudios como el de Wang y Wang (2024) ya señalaban que la IA puede facilitar la formulación de estrategias didácticas personalizadas y el seguimiento del progreso individual, lo que redunda en una mayor autonomía del estudiante.
En cuanto a las implicaciones específicas para el deporte, la evidencia disponible permite trazar algunas líneas de acción. La IA aplicada al entrenamiento deportivo ha demostrado su utilidad para la personalización de cargas, la prevención de lesiones y la optimización del rendimiento (Manescu, 2025; Mateus et al., 2025). Sin embargo, la formación de los profesionales que gestionan el cuidado de atletas —fisioterapeutas, médicos del deporte, licenciados en ciencias de la actividad física— requiere algo más que el dominio de herramientas predictivas (Liu & Qu, 2025). Requiere, como muestran los resultados de este estudio, una integración equilibrada de competencias técnicas y relacionales (Chu, 2026). La simulación con IA puede ser un vehículo para entrenar la toma de decisiones bajo presión, la comunicación de malas noticias o la coordinación de equipos de respuesta rápida en situaciones de emergencia deportiva. La literatura sobre simulación en ciencias de la salud respalda esta posibilidad: los entornos simulados con IA permiten recrear escenarios realistas sin riesgo para el paciente o el atleta, y favorecen la retroalimentación inmediata y el aprendizaje adaptativo (Liaw et al., 2025; García et al., 2026).
No obstante, la integración de la IA en la formación de profesionales del deporte enfrenta desafíos éticos y pedagógicos que no pueden soslayarse. La protección de datos de los atletas, la transparencia de los algoritmos y la equidad en el acceso a la tecnología son aspectos que deben abordarse en los currículos. Pérez et al. (2025) insisten en la necesidad de fomentar una cultura de uso responsable de la IA en la cultura física, mientras que González et al. (2025) advierten sobre el riesgo de deshumanización del aprendizaje si la tecnología se emplea sin una orientación pedagógica clara. Los resultados de este estudio, que muestran un nivel regular en confianza y seguridad emocional (71.2%) y en pensamiento crítico (51.2%), sugieren que los estudiantes aún no se sienten plenamente preparados para discernir cuándo y cómo confiar en las recomendaciones de la IA. Fortalecer estas dimensiones debería ser una prioridad en los programas de formación.
Otra implicación relevante se refiere a la gestión del cuidado en el contexto deportivo. La dimensión de seguridad del paciente y prevención de errores, que en este estudio se ubicó mayoritariamente en nivel regular (81.6%), es crítica cuando se trata de atletas sometidos a entrenamientos de alta intensidad o en procesos de rehabilitación. La IA puede contribuir a la identificación temprana de riesgos, pero su efectividad depende de que los profesionales sepan interpretar y contextualizar las alertas. La formación, por tanto, no debe limitarse al manejo operativo de las herramientas, sino que debe incluir el desarrollo de un juicio clínico informado por datos.
Las limitaciones del estudio deben considerarse al interpretar los resultados. El diseño transeccional no permite establecer relaciones causales definitivas, y la muestra, aunque censal, corresponde a una sola universidad, lo que limita la generalización. Además, los datos son autorreportados y pueden estar sujetos a deseabilidad social. Futuras investigaciones deberían adoptar diseños longitudinales y mixtos, e incluir muestras de estudiantes de ciencias del deporte para explorar si los patrones observados se replican en ese contexto específico.
Conclusiones
La inteligencia artificial influye significativamente en la gestión del cuidado y en la formación profesional de estudiantes universitarios, con un efecto moderado en la primera (β = 0.38) y un efecto fuerte en la segunda (β = 0.89). El modelo estructural presentó un ajuste adecuado (χ²/gl = 2.003; CFI = 0.942), lo que respalda la validez de las relaciones propuestas.
Los niveles observados revelan una asimetría: mientras que la formación profesional se ubica mayoritariamente en un nivel bueno (72.8%), la gestión del cuidado se concentra en un nivel regular (57.6%), con debilidades en comunicación terapéutica, seguridad del paciente y coordinación integral. La IA fortalece la autonomía, la adaptación tecnológica y el trabajo en equipo, pero no sustituye la formación en competencias relacionales y éticas.
Para las ciencias del deporte, estos hallazgos sugieren la necesidad de integrar la IA en los currículos de manera que se potencien tanto las habilidades técnicas como las comunicativas y colaborativas. La simulación con IA puede ser una herramienta valiosa para entrenar la toma de decisiones en escenarios de riesgo, la prevención de lesiones y la coordinación de equipos interdisciplinarios. Sin embargo, la integración debe acompañarse de una reflexión ética sobre el uso de datos y de una pedagogía que evite la dependencia tecnológica y fomente el juicio crítico.
Se recomienda a las instituciones de educación superior que forman profesionales de la salud y del deporte incorporar de manera progresiva herramientas de IA en las asignaturas clínicas y de ciencias del deporte, bajo supervisión docente y con un enfoque centrado en el desarrollo de competencias. Asimismo, se sugiere promover estudios longitudinales que evalúen el impacto de estas tecnologías en el juicio clínico, la resiliencia socioemocional y la identidad profesional, y que incluyan muestras específicas de estudiantes de ciencias de la actividad física y del deporte.
Referencias bibliográficas
Baladaniya, M., & Kumar, A. (2025). Artificial intelligence in sports science: A systematic review on performance optimization, injury prevention, and rehabilitation. Journal of Clinical Medicine of Kazakhstan. https://doi.org/10.23950/jcmk/16412
Chu, L. (2026). Big data-driven sports injury risk prediction model and preventive training strategy management framework. Information Resources Management Journal. https://doi.org/10.4018/IRMJ.408714
García, R., López, M., & Fernández, P. (2026). Integración de la inteligencia artificial en educación para promover competencias y pensamiento crítico en estudiantes de enfermería. Horizonte de Enfermería. https://doi.org/10.7764/Horiz_Enferm.100058
González, J., Salazar, D., Vazquez, L., Maldonado, H., & Carreón, V. (2025). Inteligencia artificial en la formación de educadores físicos. LATAM Revista Latinoamericana. https://doi.org/10.56712/latam.v6i1.3433
Harder, M. (2023). Advancing healthcare simulation through artificial intelligence and machine learning: Exploring innovations. Clinical Simulation in Nursing. https://doi.org/10.1016/j.ecns.2023.101469
Liaw, S. Y., Rusli, K. D. B., Tan, J. Z., Wee, Y. H. C., Neo, N. W. S., & Chua, W. L. (2025). Artificial intelligence-enabled virtual reality simulation for clinical deterioration training: An effectiveness-implementation hybrid study. Nurse Education in Practice. https://doi.org/10.1016/j.nepr.2025.104462
Liu, X., & Qu, X. (2025). Generative AI in sports management education: A systematic review and pilot study. In HCI International 2025 – Late Breaking Papers (pp. 121-133). Springer. https://doi.org/10.1007/978-3-032-13167-6_9
Manescu, D. C. (2025). Inteligencia artificial en el entrenamiento deportivo de élite y perspectiva de su integración en el deporte escolar. Retos, 73, 128-141. https://doi.org/10.47197/retos.v73.117261
Mateus, N., Abade, E., Coutinho, D., Gómez, M. Á., Peñas, C. L., & Sampaio, J. (2025). Empowering the sports scientist with artificial intelligence in training, performance, and health management. Sensors, 25(1), 139. https://doi.org/10.3390/s25010139
Perdomo, B., & González, O. A. (2025). Inteligencia artificial en educación superior: revisión integrativa de la literatura. Cuadernos de Investigación Educativa, 16(2). https://doi.org/10.18861/cied.2025.16.2.4034
Pérez, A. J., Martínez, F. F., Encinas, M. O., Rodríguez, Á. D., & Rodríguez, D. D. (2025). Retos de la inteligencia artificial para la educación en la cultura física y el deporte. Citius, Altius, Fortius, 18(1), 21-38. https://doi.org/10.15366/citius2025.18.1.002
Rogers, E. (1962). Diffusion of innovations. Free Press.
Roy, T., Barlian, E., & Donie. (2026). Artificial intelligence applications in sports training and education: A systematic review. International Journal of Social Science and Human Research, 9(8), 6678-6686. https://doi.org/10.47191/ijsshr/v9-i8-06
Wang, Y., & Wang, X. (2024). Artificial intelligence in physical education: Comprehensive review and future teacher training strategies. Frontiers in Public Health, 12, 1484848. https://doi.org/10.3389/fpubh.2024.1484848
Wu, X., & Wang, Y. (2024). Application of artificial intelligence in physical education: A systematic review. Education and Information Technologies, 29(7), 8203-8220. https://doi.org/10.1007/s10639-023-12128-2
Yan, X., Wang, Z., Chen, O., & Guo, Y. (2026). Effectiveness of artificial intelligence in nursing simulation education: A systematic review, meta-analysis and bibliometric visualization analysis. Nurse Education Today, 107217. https://www.sciencedirect.com/science/article/pii/S0260691726002455
Conflicto de intereses
Los autores declaran que la presente investigación y su redacción no responde a ningún conflicto de interés y que es un artículo inédito.
Contribución de los autores
Los autores realizaron la totalidad de la la investigación presente.