Ecology of non-binary learning
DOI:
https://doi.org/10.33064/iycuaa2026988503Keywords:
Learning, ecology, binary, non-binary, artificial intelligenceAbstract
The aim of this article is to explain the ecology of non-binary learning, in contrast to binary learning, through a comparative analysis of six dimensions: concept, learning process, teacher's role, student's role, assessment, and implications and limitations. We argue that artificial intelligence challenges the dichotomous logic inherent in the binary model, based on rigid dualities and linear sequences that oversimplify the complexity of the educational act. In contrast to this paradigm, a non-binary ecology emerges, conceived as a complex, dynamic, and flexible network in which human and artificial intelligences converge, along with multiple agents, mediations, and contexts. We conclude that AI does not replace the learner, but rather reconfigures the conditions of learning, expands its cognitive possibilities, and demands an ethical, pedagogical, and epistemological redefinition of educational action.
Downloads
References
• Basilotta, A., y García, A. (2023). Metodologías activas aplicando tecnologías digitales. España, Madrid: Narcea.
• Borja, M. y Velasco, E. (2025). La pedagogía tradicional en Latinoamérica: impacto y desafíos en la educación actual, Ciencia y Reflexión. Revista Científica Interdisciplinaria, 4 (1), 207-229.
• https://doi.org/10.70747/cr.v4i1.153
• Brown, J. (1999). Sustaining the Ecology of Knoeledge. Leader to Leader, 12, 31-36. Recuperado de
• http://drucker.org/leaderbooks/L2L/spring99/brown.html.
• Enciso, J. (2023). Aprender a enseñar en el siglo XXI: transformar la educación. México, Ciudad de México: Innova 343.
• Gogh, E. y Kovari, A. (2025). Homework in the AI era: cheating, challenge, or change? Frontiers in Education, 10 (1609518), 01-04. |https://doi.org/10.3389/feduc.2025.1609518
• Guilcapi, A. (2024). El modelo tradiconal, frente a las nuevas estrategias de aprendizaje. Chimborazo, Ecuador: Universidad Nacional de Chimborazo. Recuperado de http://dspace.unach.edu.ec/handle/51000/15258
• Holmos, E., Atencio, R., Espinosa, T. y Abarca, Y. (2023). Evaluación alternativa y evaluación tradicional en el contexto de la educación universitaria. Revista Arbitrada Interdisciplinaria KOINONIA. Año VIII, VIII(16), 220-237. https://doi.org/10.35381/r.k.v8i16.2546
• Iñiguez, A.; Daza, M. y Aréchiga, V. (Coord.) (2025). Inteligencia artificial generativa en la educación superior. Guadalajara, Mécxico: Universidad de Guadalajara. Revista de Psicología Educativa, 13, 1-8. https://orcid.org/0000-0002-6553-3348
• Jimenéz, R. (2023). Aprendizaje expansivo en entorno digitales: un análisis de redes epistémicas con perspectiva de género. RIED-Revista Iberoamericana de Educación a Distancia. 26(2), 111-133. https://doi.org/10.5944/ried.26.2.36198
• Macías, H. (2025). Estrategias de enseñanza basadas en inteligencia artificial para lograr un aprendizaje personalizado, inclusivo y centrado en las necesidades individuales de cada estudiante. Revista Internacional de Investigación y Desarrollo Global. 4(3), 81-93. https://doi.org/10.64041/riidg.v4i3.50
• Martínez, I. (2025). Inteligencia Artificial generativa en los procesos de enseñanza aprendizaje: retos y oportunidades. Revista Psicología Educativa. 13, 1-8. https://orcid.org/0000-0002-6553-3348
• Medina, L., Degetau, D., y Narvaéz, L. (2025). Estrategia pedagógica para la adopción de la inteligencia artificial en la IBERO. México, Ciudad de México: Universidad Iberoamericana. https://doi.org/10.5281/zenodo.15345790
• Morin, E. (2005). Introducción al pensamiento complejo. España, Barcelona: Gedisa Editorial.
• Müller, D. (2023). La educación del siglo XIX. Michigan: Independent Publisher.
• Ortiz, A. (2025). Inteligencia artificial aplicada a la educación: Manual para docentes, estudiantes y directivos. Bogotá, Colombia: Eco Ediciones.
• Ruiz, M. y Vivas, D. (Coord) (2025). Inteligencia artificial generativa. Buenas prácticas en educación superior. Barcelona, España: Octaedro Editorial.
• Salomé, D. (2025). El rol de la inteligencia artificial en la educación. Redefiniendo los procesos enseñanza-aprendizaje. Argentina, Buenos Aires, Argentina: Editorial Biblos. https://www.editorialbiblos.com.ar/libro/el-rol-de-la-inteligencia-artificial-en-la-educacion_161538/
• Sans, S. (2012). Las comunidades de práctica o aprendizaje compartido. España, Barcelona: Editorial UOC. Recuperado de https://openaccess.uoc.edu/server/api/core/bitstreams/468df6b2-7131-4e16-b703-924635d2a33f/content
• Siemens, G. (200). Conectivismo: Una teoría de aprendizaje para la era digital. Recuperado de https://skat.ihmc.us/rid=1J134XMRS-1ZNMYT4-13CN/George%20Siemens%20-%20Conectivismo%02una%20teor%C3%ADa%20de%20aprendizaje%20para%20la%20era%20digital.pdf
• Valderrey, M. (2024). Inteligencia Artificial Algorítmica: Una aproximación para los actores de la educación universitaria. Revista Scientific, 9(32), 2542-2987. https://doi.org/10.29394/Scientific.issn.2542-2987.2024.9.32.16.340-360
• Zavala, D. y Solís, A. (2025). Desarrollo de competencias en el modelo tradicional y el modelo virtual de enseñanza. Un comparativo Universitario. Voces de la educación 10(20, 129-151. Recuperado de https://www.revista.vocesdelaeducacion.com.mx/index.php/voces/article/view/841
Downloads
Published
How to Cite
Issue
Section
Categories
License
Copyright (c) 2026 René Pedroza-Flores, Guadalupe Villalobos-Monroy, Ana María Reyes-Fabela
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
The papers published in electronic version of the journal are under the license Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
