M-learning y protección de datos: retos constitucionales en la Educación Superior
DOI:
https://doi.org/10.5944/rduned.36.2025.47720Palabras clave:
M-learning, inteligencia artificial, protección de datos, derecho constitucional, educación superior, gobernanza algorítmica, derechos digitales, equidad educativaResumen
El M-learning ha transformado la educación superior mediante la incorporación de tecnologías digitales en los entornos académicos, permitiendo una mayor accesibilidad y experiencias de aprendizaje personalizadas. Sin embargo, su expansión acelerada plantea desafíos legales y constitucionales, especialmente en lo referente a la protección de datos, la equidad educativa y la autonomía institucional. Este trabajo analiza los marcos regulatorios del m-learning, concretando sus implicaciones a la luz del RGPD y la LOPDGDD, y proponiendo un modelo de gobernanza algorítmica y medidas verificables contra la brecha digital para proteger los derechos fundamentales en el contexto universitario.
Descargas
Citas
Anaya-Quintero, L., & Cruz-Fino, J. (2018). Reflexiones sobre la naturaleza jurídica del derecho de autor. Revista la Propiedad Inmaterial, nº 26, 171-188.
Bercovitz Rodríguez-Cano, R. (2019). Comentarios a la ley de propiedad intelectual. Madrid: Tecnos.
Bercovitz Rodríguez-Cano, R. (2019). Manual de Propiedad Intelectual. Valencia: Tirant lo blanc.
Álvarez Robles, T. (2023). Regulación constitucional del aprendizaje digital. Madrid: Editorial Jurídica
Area Moreira, M. (2025). Didáctica para el pensamiento crítico en la educación superior con IA. Barcelona: Ediciones Académicas
Cabrera Delgado, J. (2025). Protección de datos en entornos digitales universitarios. Madrid: Editorial Jurídica
Calasso, R. (2017). El impacto de la IA en el pensamiento académico. Barcelona: Ediciones Filosofía Digital
Cardon, D. (2016). Los algoritmos en la educación: riesgos y oportunidades.
París: Le Seuil Cazurro Barahona, L. (2025). Brecha digital y desafíos normativos en educación universitaria. Valencia: Editorial Constitucional
Constitución Española. Boletín Oficial del Estado, 311, de 29 de diciembre de 1978.
Coeckelbergh, M. (2020). Ética y supervisión de inteligencia artificial en universidades. Londres: Routledge
Cordón García, J. (2023). Evaluación automatizada y transparencia académica en entornos digitales. Salamanca: Ediciones Universidad
Crawford, K. (2021). Desigualdad digital y acceso al conocimiento en la era del m-learning. Nueva York: Oxford University Press
D’Aloia, A. (2020). Regulación de IA y educación digital en Europa. Bolonia: Il Mulino
Delgado-Ramos, C. (2025). Supervisión algorítmica en evaluación académica. Ciudad de México: UNAM
Fernández-Ruiz, A. (2025). Impacto de los algoritmos en la autonomía académica. Buenos Aires: Ediciones Digital
Floridi, L. (2022). Protección de datos y ética en la automatización educativa. Berlín: Springer Foer, F. (2017). La influencia de la inteligencia artificial en la educación y el pensamiento crítico. Nueva York: Penguin
Gómez-Santos, L. (2025). Perfilado automatizado y equidad en el acceso al conocimiento. Sevilla: Ediciones Jurídicas
Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning. Cambridge: MIT Press
González, A. (2024). Brecha digital y políticas públicas en educación universitaria. Ciudad de México: Fondo de Cultura Económica
Hildebrandt, M. (2015). Privacidad y regulación de IA en el ámbito académico. Ámsterdam: Amsterdam University Press
Jardón, M. et al. (2024). Impacto de la IA en la educación superior: percepciones de alumnos y profesores. Madrid: Ediciones Universitarias
Jiménez Pintado, F. (2024). Constitucionalismo digital y regulación de la educación online. Barcelona: Ediciones Jurídicas
Ley Orgánica 3/2018, de 5 de diciembre, de Protección de Datos Personales y garantía de los derechos digitales. Boletín Oficial del Estado, 294, de 6 de diciembre de 2018, pp. 119788-119857.
López-Galiano, J. (2023). Algoritmos de personalización en plataformas de educación superior. Madrid: Universidad Complutense
Martínez-Carrasco, R. (2024). Derechos digitales y protección de datos en educación móvil. Málaga: Editorial Académica
Navarro-Pérez, E. (2023). Evaluación educativa automatizada: impacto en el rendimiento académico. Bogotá: Ediciones Universidad Nacional
Pasquale, F. (2020). La automatización de la evaluación educativa: regulación y desafíos jurídicos. Chicago: University of Chicago Press
Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo, de 27 de abril de 2016, relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos y por el que se deroga la Directiva 95/46/
CE (Reglamento general de protección de datos). Diario Oficial de la Unión Europea, L 119/1, de 4 de mayo de 2016.
Resta, P. (2019). Universidades digitales: autonomía y supervisión estatal en la educación online. Roma: Edizioni Accademiche
Rodríguez-Castaño, B. (2024). Inteligencia artificial y docencia: el futuro de la interacción académica. Bogotá: Ediciones Digitales
Sassi, S. (2021). Comparativa de regulaciones sobre IA y educación digital en distintos países. Bruselas: European Policy Studies
Serrano-Vidal, A. (2024). Códigos éticos en la gestión de datos educativos. Barcelona: Ediciones Académicas
Siemens, G. & Baker, R.S.J.D. (2012). Learning Analytics y minería de datos educativos. Vancouver: Ediciones Open Learning
UNESCO (2023). Informe sobre estándares en protección de datos y educación digital. París: UNESCO
UNICEF (2025). Informe sobre acceso equitativo a la educación digital en América Latina. Disponible en: https://www.unicef.org
Vega-López, R. (2024). Supervisión ética de la IA en evaluación académica. Madrid: Ediciones Universitaria
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Revista de Derecho de la UNED (RDUNED)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Las obras están bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional.
Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que:
- Se cite la autoría y la fuente original de su publicación (revista, editorial y URL de la obra).
- No se usen para fines comerciales.
- Se mencione la existencia y especificaciones de esta licencia de uso.
