Inteligencia artiﬁcial generativa y Trabajo Social: desafíos en la formación académica actual Luis Aníbal Rodríguez Gutiérrez Departamento de Trabajo Social, Escuela de Ciencias Sociales, Universidad de Oriente, Cumaná, estado Sucre, Venezuela. E-mail: rodriguezluis1978@gmail.com; ORCID: https://orcid.org/0009-0009-9635-4009 Resumen. La emergencia de la Inteligencia Artiﬁcial Generativa (IAG) está re- conﬁgurando las fronteras epistémicas y operativas de las ciencias sociales, siendo el Trabajo Social una de las disciplinas con mayores implicaciones debido a su natura- leza intrínsecamente relacional y ética. En este ámbito, el presente artículo analiza los principales desafíos que plantea la IAG para la formación académica en Trabajo Social, identiﬁcando implicaciones y orientaciones para el fortalecimiento curricular y profesional, con especial atención a los contextos de América Latina y el Caribe. Metodológicamente, se adopta un diseño cualitativo, bibliográﬁco-documental, que integra un corpus coherente de 35 fuentes cientíﬁcas y documentos de organismos internacionales, seleccionados mediante criterios de pertinencia temática y tempora- lidad (2019-2025). El análisis organizó la información en dimensiones pedagógicas y éticas a través de una matriz categorial. Los resultados identiﬁcan seis nodos críticos: 1) la brecha de alfabetización algorítmica frente a las competencias digitales básicas; 2) la tensión ética en el uso y respeto de datos, información y autoría; 3) el riesgo de automatización y despersonalización de la formación académica; 4) la urgencia de una reingeniería curricular y capacitación docente con enfoque tecno-pedagógico; 5) las asimetrías de acceso a ecosistemas digitales que profundizan desigualdades sociales; y 6) el imperativo del pensamiento crítico-reﬂexivo para evitar el determinismo tecno- lógico. Se concluye que el Trabajo Social no debe resistirse a la IAG, sino habitarla críticamente desde una postura propositiva y humanizadora. Palabras clave: trabajo social, inteligencia artiﬁcial generativa, educación superior, ética profesional, innovación pedagógica. Recibido: 28/05/2026 ~ Aceptado: 15/06/2026 INTERACCIÓN Y PERSPECTIVA Revista de Trabajo Social ISSN 2244-808X ~ Dep. Legal pp 201002Z43506 DOI: https://doi.org/10.5281/zenodo.21159541 Vol. 16 (3): 832 - 846 pp, 2026

Inteligencia artiﬁcial generativa y Trabajo Social: desafíos en la formación académica actual 833 Vol. 16(3) septiembre - diciembre 2026/ 832 - 846 Generative artiﬁcial intelligence and Social Work: challenges in current academic training Abstract. e emergence of Generative Artiﬁcial Intelligence (GAI) is recon- ﬁguring the epistemic and operational boundaries of the social sciences, with Social Work being one of the disciplines with the greatest implications due to its intrinsically relational and ethical nature. is article analyzes the main challenges that GAI poses for academic training in Social Work, identifying implications and orientations for curricular and professional strengthening, with special attention to Latin American and Caribbean contexts. Methodologically, a qualitative bibliographic-documentary design is adopted, integrating a coherent corpus of 35 scientiﬁc sources and docu- ments from international organizations, selected according to criteria of thematic relevance and temporality (2019-2025). Results identify six critical nodes: 1) the al- gorithmic literacy gap; 2) ethical tensions in data use and authorship; 3) the risk of automation and depersonalization; 4) the urgency of curricular re-engineering with a techno-pedagogical approach; 5) digital access asymmetries that deepen social in- equalities; and 6) the imperative of critical-reﬂective thinking to avoid technological determinism. It is concluded that Social Work should not resist GAI but rather in- habit it critically from a proactive and humanizing stance. Keywords: social work, generative artiﬁcial intelligence, higher education, professional ethics, pedagogical innovation. INTRODUCCIÓN La irrupción de la Inteligencia Artiﬁcial Generativa (IAG) en el ámbito educativo repre- senta uno de los fenómenos más disruptivos y polémicos de la última década en el ámbito de las ciencias sociales. A diferencia de las tecnologías digitales previas, los sistemas de IAG (basados en modelos de lenguaje de gran escala como GPT-4, Perplexity, Claude o Gemini) no solo faci- litan el acceso a la información, sino que producen contenido, simulan razonamientos y ejecu- tan tareas que hasta hace poco se consideraban exclusivas de la cognición y creación humana (UNESCO, 2023; Romeu et al., 2025). Esta capacidad generativa y conversacional plantea pre- guntas que trascienden lo instrumental y tecnológico para adentrarse en el terreno de lo ético, lo pedagógico y lo epistemológico. Para el Trabajo Social, disciplina cuya esencia radica en la interacción humana, la com- prensión contextual y el compromiso ético con la justicia social, la llegada de la IAG no puede ser abordada con indiferencia ni con entusiasmo acrítico. La incorporación de la IAG en esta disciplina exige construir un modelo ético, práctico, innovador y colaborativo que repiense las competencias profesionales desde sus cimientos (Boetto, 2025). Este imperativo adquiere particular urgencia ante la evidencia de que la adopción no guiada de estas tecnologías en los procesos formativos puede erosionar el pensamiento crítico y el juicio profesional, dimensiones constitutivas del perﬁl de los trabajadores sociales (Hodgson et al., 2022; Watts, 2025).

834 Rodríguez Gutiérrez Interacción y Perspectiva. Revista de Trabajo Social Vol. 16(3): 2026 América Latina y el Caribe constituyen un escenario especialmente signiﬁcativo para este análisis. La región combina una rica tradición crítica en Trabajo Social (fuertemente inﬂuencia- da por el movimiento de reconceptualización y por la pedagogía de Paulo Freire) con condicio- nes materiales de alta vulnerabilidad social y acceso desigual a infraestructuras digitales (CEPAL, 2022; Pacheco y Martínez, 2024; Acevedo et al., 2025). En este marco, la formación académica de los trabajadores sociales enfrenta el doble desafío de incorporar tecnologías emergentes sin abandonar el compromiso humanizador que deﬁne la identidad y la práctica profesional de la carrera. La literatura reciente evidencia una producción cientíﬁca creciente sobre las intersecciones entre IAG y Trabajo Social, con énfasis en las dimensiones éticas (Reamer, 2023; Gallent et al., 2023), la alfabetización algorítmica (Ahn et al., 2025; Creswell et al., 2025; Silgado y López, 2025) y los riesgos de reproducción de sesgos estructurales mediante sistemas automatizados (Ramírez, 2023; Zajko, 2022). Sin embargo, los abordajes especíﬁcos sobre formación acadé- mica en contextos latinoamericanos siguen siendo escasos, lo que justiﬁca la realización de la investigación que antecede y fundamenta el desarrollo del presente artículo. En este contexto, su objetivo se enfocó en analizar los principales desafíos que plantea la IAG para la formación académica en Trabajo Social, identiﬁcando implicaciones y orientaciones para el fortalecimiento curricular y profesional. Para dar respuesta a este propósito, el artículo se estructura de la siguiente manera: tras la presente introducción, se expone el marco metodo- lógico adoptado; a continuación, se presenta el análisis de los seis nodos críticos identiﬁcados; posteriormente se desarrolla la discusión articulada en torno a implicaciones para la formación y la práctica profesional; y se cierra con conclusiones y orientaciones prospectivas. METODOLOGÍA Este artículo adopta un enfoque cualitativo de nivel descriptivo-analítico, implementado mediante un diseño bibliográﬁco-documental. La opción por la metodología cualitativa respon- de a una postura epistemológica que concibe el conocimiento como una construcción situada, interpretativa y sensible al contexto (Vasilachis, 2006). Desde esta perspectiva, la comprensión crítica de un fenómeno emergente (la integración de la IAG en la formación en Trabajo Social) requiere la sistematización e interpretación de la literatura cientíﬁca disponible antes que la recolección de datos primarios, entendiendo que la investigación cualitativa es un proceso inte- rrogativo que explora problemas sociales y humanos en su complejidad. El diseño bibliográﬁco-documental, entendido como una modalidad sistemática de inves- tigación que recurre a fuentes documentales para la construcción de conocimiento (Galeano, 2020), es particularmente pertinente cuando el objeto de estudio es reciente, multidimensional e inﬂuenciado por intensos debates en curso. Esta aﬁrmación se fundamenta en que la investi- gación documental no tiene como ﬁn único recopilar datos, sino interpretarlos en función de un posicionamiento teórico que otorgue sentido a los hallazgos (Sandoval, 1996; Hernández y Mendoza, 2018). La ﬂexibilidad del diseño cualitativo permite al investigador ajustar el proceso a las características del fenómeno estudiado (Flick, 2015), lo que resulta especialmente valioso ante la velocidad de cambio que caracteriza al campo de la IAG.

Inteligencia artiﬁcial generativa y Trabajo Social: desafíos en la formación académica actual 835 Vol. 16(3) septiembre - diciembre 2026/ 832 - 846 El corpus documental se construyó a partir de dos categorías de fuentes: a) publicaciones cientíﬁcas indexadas en bases de datos como Scopus, WOS, Dialnet, Redalyc y Google Scho- lar; y b) documentos de organismos internacionales con autoridad en materia de educación y tecnología (UNESCO, CEPAL, BID). Los criterios de selección fueron: pertinencia temática directa con las intersecciones entre IAG, Trabajo Social y educación superior; temporalidad entre 2019 y 2025; disponibilidad en acceso abierto o institucional; y calidad formal (revisión por pares o autoridad institucional reconocida). Tras aplicar estos criterios, el corpus quedó conformado por 35 fuentes, distribuidas en artículos de investigación, revisiones sistemáticas, capítulos de libro y documentos institucionales, procedentes de contextos latinoamericanos, europeos y anglosajones. El proceso de análisis se estructuró en tres fases. En la primera fase (identiﬁcación), se realizó una búsqueda sistemática con ecuaciones que combinaron los descriptores: “inteligencia artiﬁcial generativa”, “trabajo social”, “educación superior”, “formación profesional”, “ética digi- tal”, “competencias digitales” y sus equivalentes en inglés. En la segunda fase (organización), se construyó una matriz de análisis categorial que permitió organizar las fuentes según dimensio- nes temáticas: pedagógica, ética, curricular, tecnológica y contextual. En la tercera fase (síntesis crítica), se procedió a la interpretación reﬂexiva de los hallazgos, identiﬁcando convergencias, tensiones y vacíos en la literatura, en la línea de lo que se denomina validación intersubjetiva mediante el diálogo con los textos (Vasilachis, 2006; Finol y Arrieta, 2021). Esta aproximación cualitativa permite construir conocimientos a partir de la triangulación de perspectivas documentadas, sin pretender representatividad estadística sino profundidad ana- lítica y rigor interpretativo (Flick, 2015). Se reconoce como limitación inherente al diseño la imposibilidad de capturar la experiencia directa de docentes y estudiantes de Trabajo Social, lo que abre una agenda de investigación empírica complementaria de carácter etnográﬁco o feno- menológico. RESULTADOS: SEIS NODOS CRÍTICOS EN EL DEBATE ACADÉMICO El análisis del corpus documental permitió identiﬁcar seis nodos críticos que estructuran el debate académico actual sobre IAG y formación en Trabajo Social. Estos nodos no son mu- tuamente excluyentes; conﬁguran en conjunto un mapa de tensiones que cualquier proyecto de formación profesional que aspire a ser pertinente debe atender. La brecha de alfabetización algorítmica frente a las competencias digitales básicas. El primero y más urgente de los nodos identiﬁcados reﬁere a la distancia que existe, en la mayoría de los contextos latinoamericanos, entre las competencias digitales que poseen los estu- diantes y docentes de Trabajo Social y las exigencias cognitivas que impone la interacción crítica con sistemas de IAG. Las competencias digitales básicas (navegación web, uso de procesadores de texto y bases de datos, manejo de redes sociales y otras) no son equivalentes a la alfabetización algorítmica, entendida como la capacidad de comprender cómo funcionan los modelos de IAG, qué sesgos los atraviesan y cómo usarlos con capacidad crítica y reﬂexiva (Cabero y Palacios, 2020).

836 Rodríguez Gutiérrez Interacción y Perspectiva. Revista de Trabajo Social Vol. 16(3): 2026 Esta distinción es fundamental para el Trabajo Social porque las decisiones que toman los profesionales de esta disciplina tienen consecuencias directas sobre la vida de personas en situa- ción de vulnerabilidad; por lo tanto, el uso irreﬂexivo de herramientas de IAG puede derivar en intervenciones éticamente comprometidas. La alfabetización en IAG es esencial para la profe- sión por tres razones articuladas: entender y abordar el papel de la IAG en la perpetuación de desigualdades, contribuir al desarrollo ético y la gobernanza de los sistemas de IAG, e integrar críticamente sus aplicaciones en la práctica (Ahn et al., 2025). En un estudio exploratorio con educadores de Trabajo Social que usaron ChatGPT, encon- traron que la herramienta fue percibida como útil en el 85% de las interacciones, fundamental- mente para el apoyo a la docencia; sin embargo, los participantes identiﬁcaron desafíos éticos y prácticos que señalan que la IAG ampliﬁca las capacidades humanas en lugar de sustituirlas (Creswell et al., 2025). Estos hallazgos refuerzan la necesidad de una integración guiada y peda- gógicamente informada, no básicamente instrumental. La literatura revisada también evidencia que la formación en competencias digitales, en las carreras de ciencias sociales en América Latina y el Caribe, sigue siendo fragmentada, reactiva y subordinada a los contenidos disciplinares tradicionales (Pacheco y Martínez, 2024; Ortega et al., 2025; Carranza et al., 2023). Esta situación genera una asimetría preocupante, debido a que mientras las herramientas de IAG avanzan exponencialmente, la capacidad crítica para ha- bitarlas se construye lentamente, en muchos casos al margen de los planes de estudio formales. La tensión ética en el uso y respeto de datos, información y autoría. El segundo nodo crítico concierne a las tensiones éticas que la IAG genera en tres dimen- siones interconectadas: el manejo de datos sensibles, la integridad de la información y la autoría intelectual. En relación con los datos, el Trabajo Social opera cotidianamente con información alta- mente sensible (historiales familiares, situaciones de vulnerabilidad, diagnósticos psicosociales, expedientes de casos y otros). La posibilidad de introducir este tipo de información en sistemas de IAG plantea riesgos de conﬁdencialidad que las legislaciones vigentes no siempre contemplan adecuadamente. Al respecto, es propicio señalar que entre los desafíos éticos emergentes más críticos de la IA en el Trabajo Social se encuentran el consentimiento informado, la privacidad y conﬁdencialidad, la transparencia, el mal diagnóstico de los usuarios, la vigilancia digital y el sesgo algorítmico (Reamer, 2023). Estos riesgos no son menores: cuando un sistema de IAG procesa datos de poblaciones vulnerables sin los debidos resguardos, puede reproducir y ampliﬁ- car las mismas desigualdades que el Trabajo Social tiene como misión combatir (Ramírez, 2023; Palazuelos y Serrano, 2024). En cuanto a la integridad de la información, la capacidad de los sistemas de IAG para producir contenido verósimil pero realmente incorrecto (las denominadas “alucinaciones” del modelo IAG) representa un riesgo particular en la formación académica. Los estudiantes que utilizan estos sistemas para documentar casos, elaborar diagnósticos o justiﬁcar intervenciones pueden incorporar información falsa con apariencia de rigor técnico. Es por ello que la veri- ﬁcación crítica de fuentes sigue siendo una competencia irrenunciable que la IAG no puede sustituir (UNESCO, 2023).

Inteligencia artiﬁcial generativa y Trabajo Social: desafíos en la formación académica actual 837 Vol. 16(3) septiembre - diciembre 2026/ 832 - 846 La cuestión de la autoría constituye el lado más visible de las tensiones éticas. El uso de IAG para la elaboración de trabajos académicos plantea preguntas sobre la autenticidad intelectual que las instituciones de educación superior están respondiendo con políticas diversas y en mu- chos casos contradictorias (García et al., 2023; Vélez et al., 2024). Esta situación exige transitar de marcos regulatorios reactivos hacia marcos formativos que conviertan la discusión sobre el uso ético de la IAG en contenido curricular explícito (Chávez et al., 2023). El riesgo de automatización y despersonalización de la formación académica. El tercer nodo crítico aborda el riesgo de que la incorporación de la IAG en los procesos formativos contribuya, paradójicamente, a la erosión de las dimensiones más humanas y rela- cionales de la formación en Trabajo Social, que constituye uno de los puntos distintivos de la profesión. La formación en Trabajo Social no se reduce a la transmisión de conocimientos declarati- vos; implica el desarrollo de competencias relacionales, empáticas y reﬂexivas que se construyen en la interacción con otros seres humanos (Minguijón y Serrano, 2022; Aguayo y Marchant, 2021). Este carácter relacional hace que los espacios de práctica, la supervisión profesional y la reﬂexión sobre la propia acción sean irreemplazables en la formación del perﬁl profesional; y que ninguna herramienta tecnológica, por soﬁsticada que sea, pueda sustituir el aprendizaje que ocurre en el encuentro cara a cara con la realidad social (Guillén, 2021). Sobre este particular, la propuesta de un marco pedagógico experiencial para integrar la IAG en la educación en Trabajo Social (Watts, 2025) sintetiza el aprendizaje experiencial, la andragogía y las pedagogías críticas para reencuadrar la IAG no como un instrumento pasivo de información sino como un objeto activo de indagación crítica y reﬂexiva. La automatización de la formación y evaluación académica en Trabajo Social, mediante el uso de IAG, plantea tensiones adicionales. Si bien existen herramientas que permiten agilizar la retroalimentación formativa, la evaluación en Trabajo Social (especialmente en sus dimensiones prácticas) requiere una mirada holística, contextualizada y relacional que los sistemas algorítmi- cos actuales no pueden replicar de manera verósimil. La velocidad de innovación tecnológica en el campo de los servicios sociales frecuentemente precede a la evidencia sobre su impacto en la práctica profesional, lo que hace urgente el desarrollo del pensamiento crítico como competen- cia nuclear en la formación (García et al., 2025). La urgencia de una reingeniería curricular y capacitación docente con enfoque tecno- pedagógico. El cuarto nodo crítico se enfoca en la necesidad de reformar los planes de estudio de la ca- rrera de Trabajo Social en la actualidad y fortalecer las capacidades docentes para integrar la IAG de manera crítica y pertinente. La literatura revisada es consistente en señalar que las respuestas institucionales más comunes ante la irrupción de la IAG han sido reactivas, es decir, emitiendo prohibiciones, advertencias y adecuaciones puntuales de los reglamentos de plagio, en lugar de revisiones curriculares profundas (García et al., 2023; UNESCO, 2023). Esta reactividad reﬂeja, en parte, la velocidad de cambio tecnológico, pero también la ausencia de marcos conceptuales

838 Rodríguez Gutiérrez Interacción y Perspectiva. Revista de Trabajo Social Vol. 16(3): 2026 y referenciales que permitan articular la innovación tecno-pedagógica con los fundamentos ético-políticos del Trabajo Social. Acerca de este punto, un estudio destaca que los profesores de Trabajo Social que integra- ron la IAG de manera crítica y guiada lograron identiﬁcar sus potencialidades para la docencia, la investigación y el servicio social, al mismo tiempo que articularon sus limitaciones éticas y prácticas (Creswell et al., 2025). Esto sugiere que la capacitación docente especíﬁca en el uso pedagógico de la IAG (y no solo la dimensión técnica) es un factor crítico para una integración exitosa. Otra investigación documenta que la mayoría de los docentes universitarios de ciencias sociales en América Latina no han recibido formación especíﬁca en el uso pedagógico de tecno- logías de IAG (Cabero y Palacios, 2020), lo que genera respuestas que oscilan entre el rechazo categórico y la adopción acrítica de esta tecnología. Desde una perspectiva tecno-pedagógica, la integración crítica de la IAG en la formación de los trabajadores sociales debería orientarse por tres principios: intencionalidad pedagógica (el uso de IAG al servicio de objetivos formativos explícitos), reﬂexividad crítica (la capacidad de proble- matizar los supuestos y limitaciones de los sistemas de IAG) y pertinencia contextual (la adaptación de los usos a los contextos de intervención profesional de cada región) (Peralta, 2020). Las asimetrías de acceso a ecosistemas digitales que profundizan las desigualdades sociales. El quinto nodo crítico introduce una dimensión estructural que los debates sobre IAG en educación frecuentemente evitan abordar, es decir, la reproducción y profundización de las des- igualdades sociales a través de las brechas de acceso a los ecosistemas digitales. La brecha digital constituye un tipo de brecha estructural muy importante en los mode- los de desarrollo de América Latina y el Caribe. En la última década, a pesar de las mejoras alcanzadas en materia de conectividad, en la actualidad persisten brechas de acceso, uso de herramientas digitales y, especialmente, competencias que impiden que todos puedan beneﬁ- ciarse de las oportunidades de la era digital (CEPAL, 2022; Pinto et al., 2024). Este escenario es especialmente crítico en la educación superior: mientras algunos estudiantes acceden sin di- ﬁcultad a herramientas de IAG premium, a plataformas de análisis de datos y a infraestructuras de conectividad robustas, otros enfrentan limitaciones materiales que los excluyen de facto de los ecosistemas tecnológicos emergentes. Esta asimetría no es neutra; reproduce y profundiza las mismas desigualdades que caracterizan a las sociedades latinoamericanas y que el Trabajo Social está llamado a transformar. Es en este ámbito donde es necesario argumentar que la gobernanza y las disparidades glo- bales se ven ampliﬁcadas por la concentración del desarrollo de la IAG en naciones con mayores niveles de desarrollo, dejando a las comunidades marginalizadas fuera de los procesos de toma de decisiones (Ahn et al., 2025). Algunos estudios también han documentado cómo los sistemas de automatización de decisiones en el campo de los servicios sociales frecuentemente afectan de manera desproporcionada a las poblaciones más vulnerables, haciendo del acceso diferenciado a la tecnología una nueva forma de injusticia y exclusión social (Ramírez, 2023).

Inteligencia artiﬁcial generativa y Trabajo Social: desafíos en la formación académica actual 839 Vol. 16(3) septiembre - diciembre 2026/ 832 - 846 Sobre este particular, la automatización de decisiones en los servicios sociales (que incluye desde la determinación de elegibilidad para prestaciones hasta la evaluación de riesgo en sistemas de protección a la infancia) ha sido documentada como un proceso que puede intensiﬁcar las desigualdades preexistentes en lugar de reducirlas. Al respecto, un estudio advierte que entre los principales desafíos éticos y prácticos de la incorporación de la inteligencia artiﬁcial en este campo ﬁguran la falta de transparencia de los sistemas algorítmicos, el riesgo de discriminación hacia colectivos vulnerables y la diﬁcultad para garantizar la supervisión humana de las decisiones automatizadas (Vallejo et al., 2024). En el mismo sentido, otro estudio señala que estos sistemas aplicados en servicios sociales pueden reproducir los sesgos presentes en los datos con los que fueron entrenados, lo que resulta en decisiones que afectan de manera desproporcionada a las personas en mayor situación de vulne- rabilidad social (Minguijón y Serrano, 2022; Payés y Millán, 2025). Para el Trabajo Social latinoamericano, esta dimensión tiene una doble relevancia. Por un lado, los estudiantes y profesionales que provienen de contextos de menor privilegio socioeconó- mico enfrentan condiciones desiguales para integrarse a los ecosistemas de IAG. Por otro lado, las personas y comunidades atendidas por los trabajadores sociales son, precisamente, aquellas más afectadas por la exclusión digital (Oliva, 2024). Esta doble condición convierte a la brecha digital en un asunto ineludible para la forma- ción en Trabajo Social, no solo porque afecta las trayectorias de quienes estudian la carrera, sino porque conﬁgura el escenario concreto en el que deberán intervenir. Ignorarla sería reproducir, desde la propia formación, la misma exclusión que la profesión tiene el mandato ético de com- batir. Esto, a su vez, interpela directamente la postura de la profesión ante la expansión tecnoló- gica: la defensa de la justicia digital (entendida como el derecho de todas las personas a participar en condiciones equitativas de los ecosistemas tecnológicos), que emerge como una dimensión irrenunciable del compromiso ético-político que deﬁne la identidad de la profesión. El imperativo del pensamiento crítico-reﬂexivo para evitar el determinismo tecnológico El sexto nodo crítico articula y da sustento epistemológico a los anteriores, por cuanto existe la necesidad de cultivar activamente el pensamiento crítico-reﬂexivo como antídoto ante el determinismo tecnológico que afecta gran parte del discurso sobre IAG en la educación. El determinismo tecnológico, en sus versiones más difundidas en el discurso educativo, postula que la adopción de tecnologías emergentes produce automáticamente mejoras en los aprendizajes, la productividad y la inclusión social. Esta narrativa resulta particularmente pro- blemática para el Trabajo Social porque desplaza las preguntas sobre para qué, para quién y en qué condiciones se incorpora la tecnología, sustituyéndolas por la pregunta de cómo adaptarse a su supuesta inevitabilidad (CLACSO, 2024). Desde una perspectiva crítica, la tecnología no es un factor autónomo de transformación social; es un artefacto social atravesado por relaciones de poder, intereses económicos y decisiones políticas que deben ser visibilizadas y cuestionadas. Se ha documentado que los sistemas de IAG y toma de decisiones algorítmicas han sido criticados por perpetuar sesgos e injusticias: los sistemas construidos para ser objetivos e impar- ciales discriminan a lo largo de líneas humanas conocidas, reproduciendo o ampliﬁcando las di-

840 Rodríguez Gutiérrez Interacción y Perspectiva. Revista de Trabajo Social Vol. 16(3): 2026 ferencias y desigualdades sociales (Zajko, 2022; González y Martínez, 2020). En este contexto, se advierte que la adopción acrítica de la IAG en los ámbitos de intervención profesional y en los servicios sociales puede reproducir y naturalizar sesgos discriminatorios presentes en los datos de entrenamiento de los modelos (Reamer, 2023). Lo importante a destacar en este espacio es que el pensamiento crítico y la curiosidad profesional son la base de una práctica efectiva en Trabajo Social, y que la IAG exige que esta capacidad se ejerza ahora sobre los propios sistemas tecnológicos, comprendiendo cómo funcio- nan, dónde se despliegan y qué efectos producen (García et al., 2025). La tradición crítica del Trabajo Social latinoamericano (con sus raíces en la pedagogía de Paulo Freire, el pensamiento complejo y la investigación-acción participativa) ofrece recursos teóricos de enorme relevancia para habitar la era de la IAG sin perder la brújula humanizadora de la profesión (Peralta, 2020). DISCUSIÓN: IMPLICACIONES PARA LA FORMACIÓN Y LA PRÁCTICA PROFESIONAL Los seis nodos críticos identiﬁcados en los resultados conﬁguran un sistema de tensiones interconectadas que desafían la formación en Trabajo Social en múltiples planos simultáneos. La discusión que sigue articula estos hallazgos con tres dimensiones de implicación sustancial: la ética profesional, el diseño curricular y la identidad disciplinar. La IAG como dispositivo de ampliﬁcación ética Una lectura transversal de los nodos identiﬁcados sugiere que la IAG no crea nuevos dile- mas éticos para el Trabajo Social, sino que ampliﬁca y hace más urgentes dilemas preexistentes (la privacidad de los datos, la autenticidad del juicio profesional, la reproducción de inequida- des sistémicas y otros). En este sentido, la IAG puede ser comprendida como un dispositivo de ampliﬁcación ética, es decir, un espejo tecnológico que revela con mayor nitidez las tensiones no resueltas en la formación y la práctica profesional. Esta lectura es coherente con quienes plantean que la IAG en la educación en Trabajo Social debe problematizarse como parte de debates más amplios sobre la naturaleza del conocimiento disciplinar, las competencias profesionales y los valores éticos que deﬁnen la identidad del trabajador social (Hodgson et al., 2022). Para abordar esta situación, se propone que la integración de la IAG en el Trabajo Social debe organizarse en torno a cuatro componentes articulados: ética y justicia, desarrollo de po- líticas y derechos, colaboración intersectorial, y participación comunitaria y empoderamiento (Boetto, 2025). Este modelo refuerza la idea de que no se trata de adaptar la profesión a la tecnología, sino de poner la tecnología al servicio de los valores y el proyecto profesional del Trabajo Social. Lo que sí es un hecho es que la profesión no dispone aún de una exploración profunda acerca de los desafíos éticos que plantea la IAG (Reamer, 2023), lo que hace urgen- te la incorporación explícita de estos contenidos en la formación técnica y profesional de la carrera. Esta perspectiva invita a superar la pregunta de “¿cómo usar la IAG en el Trabajo Social?” para formular en su lugar: “¿qué revela la IAG sobre las tensiones no resueltas en la formación y práctica del Trabajo Social?”. Desde esta óptica, la incorporación crítica de la IAG en los planes de estudio

Inteligencia artiﬁcial generativa y Trabajo Social: desafíos en la formación académica actual 841 Vol. 16(3) septiembre - diciembre 2026/ 832 - 846 no debería entenderse como una adición tecnológica sino como una oportunidad de profundiza- ción ética y epistemológica en la progresión de la educación universitaria del siglo XXI. Hacia un currículo de hibridación humanista-tecnológica Los resultados son consistentes en señalar la necesidad de reformas curriculares que supe- ren la lógica aditiva para avanzar hacia una lógica de hibridación humanista-tecnológica. Este concepto, que sintetiza la posición de varios autores del corpus revisado (Boetto, 2025; García et al., 2023; UNESCO, 2023), reﬁere a la construcción de diseños curriculares que integren de manera coherente las competencias digitales con los valores, saberes y disposiciones que deﬁnen la esencia profesional del Trabajo Social. En un estudio sobre competencia digital en la educación en Trabajo Social, encontraron que la preparación para el ejercicio profesional en entornos digitales no puede limitarse a habi- lidades técnicas, sino que debe integrar la capacidad de evaluar críticamente la infraestructura tecnológica y sus implicaciones éticas en el plano formativo y profesional (Fjeldheim et al., 2025). Esta conclusión es coherente con las propuestas de hibridación curricular y refuerza la necesidad de una formación integral que articule el dominio técnico con la reﬂexividad crítica, constituyendo un punto focal para el Trabajo Social del futuro. Una propuesta de hibridación humanista-tecnológica debería contemplar, al menos, la inclusión transversal de la alfabetización algorítmica crítica en todos los tramos curriculares, la revisión de las estrategias de evaluación para promover producciones que exijan reﬂexión contextualizada, el fortalecimiento de los espacios de práctica profesional como laboratorios de pensamiento crítico sobre el uso de tecnologías en contextos reales, y la formación continua de los equipos docentes en competencias tecno-pedagógicas con anclaje disciplinar (Palazuelos y Serrano, 2024). La identidad profesional en tiempos de IAG La discusión sobre IAG y formación en Trabajo Social remite, en última instancia, a la pregunta por la especiﬁcidad e identidad de la profesión. ¿Qué hace al Trabajo Social irreducible a lo que una IAG puede hacer? La respuesta, que emerge con fuerza de la literatura revisada, apunta hacia tres dimensiones constitutivas: la relacionalidad, la contextualidad y la ética. La IAG en la educación en Trabajo Social no puede abordarse como un tema aislado, sino que debe ser problematizada como parte de los debates más amplios sobre la naturaleza del co- nocimiento disciplinar, las competencias profesionales y los valores éticos que deﬁnen la identi- dad del trabajador social (Hodgson et al., 2022; Frieiro, 2019). Esta postura invita a integrar los debates sobre IAG en los núcleos duros de la formación, no como un apéndice tecnológico sino como una dimensión constitutiva de la profesionalidad contemporánea y futura. La clave, por tanto, no reside en optar entre tecnología y humanismo, sino en construir una formación capaz de articular creativamente ambas dimensiones, es decir, que se use la IAG para potenciar las capacidades analíticas, documentales e informativas de los trabajadores sociales, sin sacriﬁcar el desarrollo de las competencias relacionales, críticas y ético-políticas que hacen de la profesión un proyecto humanizador irreemplazable.

842 Rodríguez Gutiérrez Interacción y Perspectiva. Revista de Trabajo Social Vol. 16(3): 2026 CONCLUSIONES El análisis desarrollado en este artículo permite presentar algunas conclusiones que, lejos de cerrar el debate, aspiran a estructurarlo con mayor rigor y pertinencia para el Trabajo Social latinoamericano. En primer lugar, la IAG no es una amenaza externa al Trabajo Social sino un fenómeno inter- no a los sistemas sociotécnicos en los que la disciplina opera. Ignorarla o resistirla de manera acrítica no protege la profesión; por el contrario, la expone a la irrelevancia y a la colonización tecnológica pasiva. La postura más coherente con la tradición crítica de la disciplina es la apropiación reﬂexiva, lo que permite conocer la tecnología en profundidad para usarla con agencia, problematizarla con rigor y regularla con criterios éticos anclados en los valores del Trabajo Social. En segundo lugar, los seis nodos críticos identiﬁcados (brecha de alfabetización algorítmi- ca, tensiones éticas, riesgo de despersonalización, necesidad de reingeniería curricular, asimetrías de acceso e imperativo del pensamiento crítico) conﬁguran una agenda de transformación que requiere respuestas coordinadas a nivel institucional, curricular y pedagógico. Algunos autores convergen en que la respuesta adecuada a la IAG en la formación en Trabajo Social no es la pro- hibición ni la integración ingenua, sino la construcción deliberada de marcos pedagógicos que desarrollen la agencia crítica de los estudiantes frente a los sistemas de IAG (Ahn et al., 2025; Creswell et al., 2025; Watts, 2025). En tercer lugar, la formación en Trabajo Social en América Latina y el Caribe tiene la oportunidad de construir un modelo propio de integración crítica de la IAG, anclado en las tradiciones pedagógicas emancipadoras de la región y en el conocimiento situado de sus reali- dades sociales. Las asimetrías estructurales exigen que este modelo no reproduzca las soluciones importadas desde otras latitudes, sino que las interrogue y adapte a las condiciones materiales, culturales y políticas especíﬁcas de la región (CEPAL, 2022). En cuarto lugar, se hace evidente la necesidad de investigación empírica especíﬁca sobre los usos reales de la IAG en la formación en Trabajo Social: estudios fenomenológicos sobre las experiencias de docentes y estudiantes, estudios basados en investigación-acción sobre reformas curriculares y trabajos etnográﬁcos sobre prácticas pedagógicas con IAG en contextos latinoa- mericanos. Finalmente, es preciso aﬁrmar que la especiﬁcidad del Trabajo Social (su dimensión re- lacional, contextual y ético-política) no es un obstáculo para la integración de la IAG sino su principal brújula orientadora. Una tecnología que no potencie la justicia social, la autonomía de los sujetos y la transformación de las condiciones estructurales de desigualdad no tiene lugar en el proyecto formativo del Trabajo Social. Declaración de uso de inteligencia artiﬁcial Durante la preparación de este artículo, el autor utilizó herramientas basadas en inteli- gencia artiﬁcial, como DeepL para la traducción del resumen y palabras claves al idioma inglés y Google Translate (función integrada de forma nativa en el navegador web Google Chrome) para la lectura online de referencias bibliográﬁcas publicadas en otros idiomas. El autor revisó y validó el contenido ﬁnal del manuscrito y asume plena responsabilidad sobre su contenido.

Inteligencia artiﬁcial generativa y Trabajo Social: desafíos en la formación académica actual 843 Vol. 16(3) septiembre - diciembre 2026/ 832 - 846 Declaración de contribución (Taxonomía CRediT) Luis Aníbal Rodríguez Gutiérrez: Formulación inicial de idea de investigación, contextua- lización y delimitación, investigación y conceptualización teórica, diseño metodológico, proce- samiento y análisis de datos, redacción del borrador original, revisión y edición ﬁnal. Financiamiento Este trabajo no contó con ﬁnanciamiento externo. Se desarrolló en el marco de la actividad académica e investigativa del autor. REFERENCIAS BIBLIOGRÁFICAS • Acevedo, M., Cabeza, N., La Serna, P. y Araujo, S. (2025). Desafíos y oportunidades de la inteligencia artiﬁcial en la educación superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1), 1-10. https://ve.scielo.org/pdf/ric/v6n1/2739-0063-ric- 6-01-e601074.pdf • Aguayo, C. y Marchant, P. (2021). Construcción de competencias éticas para la formación universitaria en trabajo social. Perﬁles Educativos, 43(171), 102-118. https://www.scielo. org.mx/pdf/peredu/v43n171/0185-2698-peredu-43-171-102.pdf • Ahn, E., Choi, M., Fowler, P., y Song, I. (2025). Artiﬁcial intelligence (AI) literacy for social work: Implications for core competencies. Journal of the Society for Social Work and Research, 16(1), 9-26. https://doi.org/10.1086/735187 • Boetto, H. (2025). Artiﬁcial Intelligence in Social Work: An EPIC Model for Practice. Aus- tralian Social Work, 1-14. https://doi.org/10.1080/0312407X.2025.2488345 • Cabero, J. y Palacios, A. (2020). Marco Europeo de Competencia Digital Docente «Dig- CompEdu» y cuestionario «DigCompEdu Check-In». EDMETIC. Revista de Educación Mediática y TIC, 9(1), 213-234. https://doi.org/10.21071/edmetic.v9i1.12462 • Carranza, M., Islas, C., Jiménez, A. y Forés, A. (2023). Competencias digitales de docentes universitarios y estrategias de enseñanza mediadas por tecnologías. Transdigital, 4(8), 1-26. https://doi.org/10.56162/transdigital270 • Chávez, M., Labrada, E., Carbajal, E., Pineda, E., y Alatristre, Y. (2023). Inteligencia arti- ﬁcial generativa para fortalecer la educación superior. Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(3), 767-784. https://revistalatam.redilat.org/index.php/lt/article/ view/1113 • Comisión Económica para América Latina y el Caribe (2022). Educación y desarrollo de competencias digitales en América Latina y el Caribe. CEPAL. https://www.cepal.org/es/pu- blicaciones/81377-educacion-desarrollo-competencias-digitales-america-latina-caribe • Consejo Latinoamericano de Ciencias Sociales (2024). Transformaciones tecnológicas, inte- ligencia artiﬁcial y Trabajo Social: límites, contribuciones y desafíos. Le Monde Diplomatique y CLACSO. https://www.lemondediplomatique.cl/IMG/pdf/transformaciones_tecnologi- cas_ inteligencia_artiﬁcial_y_trabajo_social.pdf

844 Rodríguez Gutiérrez Interacción y Perspectiva. Revista de Trabajo Social Vol. 16(3): 2026 • Creswell, J., Bjugstad, A., Park, T., Jones, J., Bidwell, L., Sage, M., y Hitchcock, L. (2025). Social work educators innovating with generative AI: An exploratory study. Journal of Social Work Education, 61(1), 14-29. https://doi.org/10.1080/10437797.2024.2411170 • Finol, M. y Arrieta, X. (2021). Métodos de investigación cualitativa. Un análisis documen- tal. Encuentro Educacional, 28(1), 9-28. https://produccioncientiﬁcaluz.org/ index.php/ en- cuentro/article/view/37213 • Fjeldheim, S., Kleppe, L., Stang, E., y Støren-Vaczy, B. (2025). Digital competence in social work education: readiness for practice. Social Work Education, 44(3), 600-616. https://doi. org/10.1080/02615479.2024.2334800 • Flick, U. (2015). El diseño de investigación cualitativa. Morata. https://edmorata.es/wp-con- tent/uploads/2020/06/ Flick.DiseñoInvestigacionCualitativa.PR_.pdf • Frieiro, P. (2019). Retos y desafíos del Trabajo Social en el siglo XXI: una perspectiva in- ternacional comparada México-España. Prospectiva, Revista de Trabajo Social e Intervención Social, (28), 363-369. https://www.redalyc.org/articulo.oa?id=574262595001 • Galeano, M. E. (2020). Diseño de proyectos en la investigación cualitativa. Fondo Edito- rial Universidad EAFIT. https://luisdoubrontg.school.blog/ wp-content/uploads/ 2022/06/ galeano-diseno-de-investigacion-cualitativa.pdf • Gallent, C., Zapata, A. y Ortega, J. (2023). El impacto de la inteligencia artiﬁcial genera- tiva en educación superior: una mirada desde la ética y la integridad académica. RELIEVE. Revista Electrónica de Investigación y Evaluación Educativa, 29(2), 1-20. https://revistaseug. ugr.es/index.php/RELIEVE/article/view/29134/26516 • García, F., Llorens, F. y Vidal, J. (2023). La nueva realidad de la educación ante los avances de la inteligencia artiﬁcial generativa. RIED-Revista Iberoamericana de Educación a Distan- cia, 26(2), 9-32. https://www.redalyc.org/journal/3314/331475280001/ • García, P., Morales, A., y Cáceres, C. (2025). La percepción de las trabajadoras sociales so- bre las implicaciones de la Inteligencia Artiﬁcial en sus prácticas profesionales: Un estudio exploratorio. Cuadernos de Trabajo Social, 38(1), 97-108. https://revistas.ucm.es/index.php/ CUTS/article/view/96777 • González, M., y Martínez, D. (2020). Dilemas éticos en el escenario de la inteligencia arti- ﬁcial. Economía y Sociedad, 25(57), 93-109. https://doi.org/10.15359/eys.25-57.5 • Guillén, J. (2021). Habilidades del trabajador(a) social: desde la mirada de su acción profesional. Revista de Ciencias Sociales, 27(4), 327-340. https://www.redalyc.org/jour- nal/280/28069360023/html/ • Hernández, R. y Mendoza, C. (2018): Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta. Mc Graw Hill Education, México. https://bellasartes.upn.edu.co/wp- content/uploads/2024/11/METODOLOGIA- DE-LA-INVESTIGACION-Sampieri- Mendoza-2018.pdf • Hodgson, D., Goldingay, S., Boddy, J., Nipperess, S., y Watts, L. (2022). Problematising artiﬁcial intelligence in social work education: Challenges, issues and possibilities. e Bri- tish Journal of Social Work, 52(4), 1878-1895. https://doi.org/10.1093/bjsw/bcab168 • Minguijón, J., y Serrano, C. (2022). La inteligencia artiﬁcial en los servicios sociales: estado de la cuestión y posibles desarrollos futuros. Cuadernos de Trabajo Social, 35(2), 319-329. https://doi.org/10.5209/cuts.78747

Inteligencia artiﬁcial generativa y Trabajo Social: desafíos en la formación académica actual 845 Vol. 16(3) septiembre - diciembre 2026/ 832 - 846 • Oliva, A. (Coord.). (2024). Desafíos del uso de la IA en la formación profesional del Trabajo Social. Un análisis en el marco de la conmemoración de los 100 años del Trabajo Social. Ariadna Ediciones. https://ariadnaediciones.cl/images/pdf/100anosDeTrabajoSocial.pdf • Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (2023). Guía para el uso de IA generativa en educación e investigación. UNESCO. https://unesdoc. unesco.org/ark:/48223/pf0000389227 • Ortega, A., Cervantes, M., Trujillo, C. y Hernández, L. (2025). Competencias digitales do- centes en la educación superior. Revista Latinoamericana de Ciencias Sociales y Humanidades, 6(2), 3565-3575. https://revistalatam.redilat.org/index.php/lt/article/view/3925 • Pacheco, C. y Martínez, E. (2024). Las TICS y las TACS: El trabajo social y su práctica docente en la era digital. Revista REDIPE, 13(1), 103-114. https://revista.redipe.org/index. php/1/article/view/2069 • Palazuelos, I. y Serrano, D. (2024). Implicaciones sociales, retos y desigualdades en la incor- poración de la inteligencia artiﬁcial en el contexto latinoamericano. En: García, J., Palazue- los, I. y Pérez, D. (Coords.). Inteligencia Artiﬁcial: Transformación, retos y oportunidades (pp. 45-72). Astra Ediciones. https://astraeditorialshop.com/archivo-doi/ inteligencia-artiﬁcial- transformacion-retos/implicaciones-sociales/ • Payés, L. y Millán, R. (2025). Oportunidades y desafíos de la IA en el bienestar social: una revisión sistemática. Revista Paraguaya de Pedagogía, 2(4), 54-61. https://pedagogiapara- guay.org/index.php/pedagogia/article/view/23/23 • Peralta, M. (2020). Teoría crítica y trabajo social crítico: interpelaciones a la intervención y a la formación profesional. ConCienciaSocial. Revista Digital de Trabajo Social, 3(6), 127- 141. https://revistas.unc.edu.ar/index.php/ConCienciaSocial/article/view/28372 • Pinto, B., Castañeda, J. y Sojos, A. (2024). Competencias digitales en docentes latinoameri- canos de educación primaria en los años del 2018-2022. Revista de Ciencias Humanísticas y So- ciales, 9(1), 49-59. https://www.redalyc.org/journal/6731/673176626005/673176626005. pdf • Ramírez, R. (2023). Sesgos y discriminaciones sociales de los algoritmos en Inteligencia Artiﬁcial: Una revisión documental. Entretextos, 15(39), 1-17. https://dialnet.unirioja.es/ servlet/articulo?codigo=9380872 • Reamer, F. G. (2023). Artiﬁcial intelligence in social work: Emerging ethical issues. Journal of Social Work Values and Ethics, 20(2), 52-71. https://doi.org/10.55521/10-020-205 • Romeu, T., Romero, M., Guitert, M. y Batzán, P. (2025). Desafíos de la inteligencia artiﬁ- cial generativa en educación superior: fomentando su uso crítico en el estudiantado. RIED- Revista Iberoamericana de Educación a Distancia, 28(1), 189-208. https://www.redalyc.org/ journal/3314/331481521021/331481521021.pdf • Sandoval, C. (1996). Investigación cualitativa. ICFES. https://aulasvirtuales.wordpress. com/wp-content/uploads/2011/08/ investigacion-cualitativa-sandoval.pdf • Silgado, D. y López, J. (2025). Inteligencia artiﬁcial generativa en la educación superior: una revisión sistemática. Unión, Revista Iberoamericana de Educación Matemática, 21(73), 1-19. https://www.revistaunion.org/index.php/UNION/article/view/1709 • Vallejo, A., Martí, S., Gómez, T., y Ferri, E. (2024). Aportaciones y limitaciones de la incorporación de la inteligencia artiﬁcial a los servicios sociales: Una revisión sistemati-

846 Rodríguez Gutiérrez Interacción y Perspectiva. Revista de Trabajo Social Vol. 16(3): 2026 zada. Methaodos. Revista de Ciencias Sociales, 12(2), 1-16. https://doi.org/10.17502/mrcs. v12i2.812 • Vasilachis, I. (Coord.). (2006). Estrategias de investigación cualitativa. Gedisa. https://www. famg.org.ar/documentos/herramientas-investigacion/03-investigacion-cualitativa-Vasila- chis-2017.pdf • Vélez, R, Muñoz, D., Leal, P. y Ruiz, A. (2024). Uso de inteligencia artiﬁcial en educa- ción superior y sus implicancias éticas: mapeo sistemático de literatura. Hachetetepé, revista Cientíﬁca de Educación y Comunicación, (28), 1-17. https://www.redalyc.org/journal/6837/ 683776291008/683776291008.pdf • Watts, K. (2025). Paying the cognitive debt: An experiential learning framework for integra- ting AI in social work education. Education Sciences, 15(10). https://www.mdpi.com/2227- 7102/15/10/1304 • Zajko, M. (2022). Artiﬁcial intelligence, algorithms, and social inequality: Sociological contributions to contemporary debates. Sociology Compass, 16(3). https://doi.org/10.1111/ soc4.12962