Edición No. 11 · Semana del 21 de septiembre de 2026 Issue No. 11 · Week of September 21, 2026 ESEN

La Inteligencia Artificial en el Salón de ClasesAI in the Classroom

Artículos y estudios semanales sobre inteligencia artificial en la docencia universitaria

Weekly articles and studies on artificial intelligence in university teaching

Ver edición vigenteExplorar las 18 ediciones
Artículo destacado de la semana Featured article of the week

¿Eficiencia o intensificación? La revisión sistemática que responde la pregunta que todo docente se hace sobre su carga de trabajo

Efficiency or Intensification? The Systematic Review Answering the Question Every Instructor Asks About Workload

¿La IA reduce el trabajo docente o solo lo transforma en otro? Una nueva revisión sistemática sobre IA generativa y carga académica entrega la respuesta matizada que el debate necesitaba: la IA mejora la eficiencia en tareas rutinarias y procedimentales (preparación de materiales, calificación básica), pero simultáneamente introduce responsabilidades nuevas — revisión de calidad de los resultados, juicio ético, monitoreo de integridad — que pueden aumentar la carga en áreas específicas. La dirección del cambio no la decide la herramienta: a nivel individual depende de la alfabetización digital, la experiencia docente y la capacidad de juicio sobre la IA; a nivel organizacional, de la claridad de las políticas, la formación sistemática, la orientación ética y la infraestructura confiable. Esos cuatro factores organizacionales determinan si la IA funciona como recurso de trabajo o como carga adicional. El contraste de la semana lo ilustra: una encuesta reporta 6.5 horas semanales recuperadas por docente, mientras el estudio de profesorado STEM concluye que el trabajo no se reduce — se desplaza de crear contenido a revisarlo como experto. Ambas cosas pueden ser ciertas: depende de las condiciones que su institución haya construido. Esta edición también estrena las versiones Word nativas de los tres materiales de la semana pasada.

Does AI reduce faculty work or just transform it into different work? A new systematic review on generative AI and academic workload delivers the nuanced answer the debate needed: AI improves efficiency in routine, procedural tasks (material preparation, basic grading), but simultaneously introduces new responsibilities — quality review of outputs, ethical judgment, integrity monitoring — that can increase workload in specific areas. The tool doesn't decide the direction of change: individually it depends on digital literacy, teaching experience, and AI judgment; organizationally, on policy clarity, systematic training, ethical guidance, and reliable infrastructure. Those four organizational factors determine whether AI functions as a work resource or an added burden. The week's contrast illustrates it: one survey reports 6.5 hours per week reclaimed per instructor, while the STEM faculty study concludes work isn't reduced — it shifts from creating content to reviewing it as an expert. Both can be true: it depends on the conditions your institution has built. This issue also debuts the native Word versions of last week's three materials.

Revisión sistemáticaSystematic review Carga docenteFaculty workload

Leer la revisión sistemática →Read the systematic review →

Artículos y estudios de esta semana

This Week's Articles and Studies

Reportaje crítico · Inside Higher Ed, 14 de septiembre de 2026 Critical report · Inside Higher Ed, September 14, 2026

La investigación «inexistente» sobre los beneficios educativos de la IA

The "Nonexistent" Research on AI's Benefits for Education

La pieza incómoda de la semana: mientras las instituciones firman contratos millonarios, la evidencia rigurosa sobre los beneficios educativos de las herramientas comerciales de IA sigue siendo escasa. La propuesta de los investigadores: estudios más pequeños y rápidos que monitoreen y evalúen las herramientas mientras se implementan — evaluación continua en lugar de fe tecnológica.

The week's uncomfortable piece: while institutions sign multimillion-dollar contracts, rigorous evidence on the educational benefits of commercial AI tools remains scarce. The researchers' proposal: smaller, faster studies that monitor and evaluate tools as they are implemented — continuous evaluation instead of technological faith.

Leer reportaje →Read report →
Informe internacional · OCDE, 2026 International report · OECD, 2026

OECD Digital Education Outlook 2026: el informe global sobre IA generativa y educación

OECD Digital Education Outlook 2026: The Global Report on Generative AI and Education

El informe insignia de la OCDE dedica su edición 2026 a la IA generativa: cómo la automatización de tareas puede traducirse en productividad y calidad docente, qué políticas nacionales están funcionando y dónde están los riesgos. La referencia comparativa internacional para decisiones institucionales — y el complemento cuantitativo del debate sobre carga docente de esta edición.

The OECD's flagship report devotes its 2026 edition to generative AI: how task automation can translate into teaching productivity and quality, which national policies are working, and where the risks lie. The international comparative reference for institutional decisions — and the quantitative complement to this issue's workload debate.

Leer informe →Read report →
Encuesta · EdTech Innovation Hub, 2026 Survey · EdTech Innovation Hub, 2026

El dato optimista: el uso diario de IA recupera 6.5 horas semanales por docente

The Optimistic Number: Daily AI Use Reclaims 6.5 Weekly Hours per Instructor

La cara luminosa del debate de esta semana: datos de encuesta de enero de 2026 reportan que el profesorado que usa IA a diario recupera en promedio 6.5 horas semanales. Léalo junto al estudio STEM y la revisión sistemática del destacado: el ahorro es real en tareas rutinarias, pero se materializa solo cuando la revisión experta del resultado está presupuestada en el flujo de trabajo.

The bright side of this week's debate: January 2026 survey data report that faculty using AI daily reclaim an average of 6.5 hours per week. Read it alongside the STEM study and the feature's systematic review: the savings are real for routine tasks, but materialize only when expert review of outputs is budgeted into the workflow.

Leer nota →Read article →
Estudio de profesorado · AAAI, 2026 Faculty study · AAAI, 2026

La perspectiva del profesorado STEM: la IA no reduce el trabajo — lo desplaza hacia la revisión experta

The STEM Faculty Perspective: AI Doesn't Reduce Work — It Shifts It to Expert Review

El contrapunto empírico del optimismo: en este estudio de profesorado STEM, la IA generativa no redujo la carga de trabajo; la desplazó de crear contenido a verificarlo, refinarlo y validarlo como experto. La implicación presupuestaria es directa: si su plan de adopción no asigna tiempo a la revisión experta, no está planificando — está deseando.

The empirical counterpoint to optimism: in this STEM faculty study, generative AI did not reduce workload; it shifted it from creating content to checking, refining, and validating it as an expert. The budgeting implication is direct: if your adoption plan doesn't allocate time for expert review, you're not planning — you're wishing.

Leer estudio →Read study →
Estudio empírico · Frontiers in Education, 2026 Empirical study · Frontiers in Education, 2026

Todavía emergiendo: cómo se usa realmente la IA generativa en la educación superior

Still Emerging: Understanding How Generative AI Is Actually Used in Higher Education

Contra la narrativa de la madurez instantánea, este estudio documenta que el uso de la IA generativa en la universidad sigue siendo emergente: heterogéneo entre disciplinas, dependiente de pioneros individuales y con prácticas aún sin estandarizar. Una foto realista útil para calibrar expectativas institucionales — y paciencia — en la planificación.

Against the instant-maturity narrative, this study documents that generative AI use in universities remains emergent: heterogeneous across disciplines, dependent on individual pioneers, and with practices not yet standardized. A realistic snapshot for calibrating institutional expectations — and patience — in planning.

Leer estudio →Read study →
Informe estratégico · Ithaka S+R, 2026 Strategic report · Ithaka S+R, 2026

Hacer que la IA sea generativa para la educación superior — no solo en ella

Making AI Generative for Higher Education — Not Just in It

Ithaka S+R propone el giro estratégico: dejar de preguntar cómo la universidad se adapta a la IA y empezar a preguntar cómo la IA puede ser puesta al servicio de la misión universitaria — investigación, enseñanza, acceso. Un marco para que la agenda de IA de su institución la escriba la academia, no el proveedor.

Ithaka S+R proposes the strategic turn: stop asking how the university adapts to AI and start asking how AI can be put in service of the university's mission — research, teaching, access. A framework so your institution's AI agenda is written by the academy, not the vendor.

Leer informe →Read report →
Análisis · Polifonía, 2026 (en español) Analysis · Polifonía, 2026 (in Spanish)

La lectura crítica del informe de la OCDE: docentes bajo presión sin precedentes

The Critical Reading of the OECD Report: Teachers Under Unprecedented Pressure

El contrapunto en español al optimismo del Outlook: este análisis subraya que la promesa de productividad llega a un profesorado ya bajo presión sin precedentes, y que sin condiciones laborales y formación adecuadas, la IA se convierte en una exigencia más. La dimensión laboral del debate que los informes técnicos tienden a minimizar.

The Spanish-language counterpoint to the Outlook's optimism: this analysis stresses that the productivity promise arrives to a teaching workforce already under unprecedented pressure, and that without adequate working conditions and training, AI becomes one more demand. The labor dimension of the debate technical reports tend to minimize.

Leer análisis →Read analysis →
Reportaje · RRHH Digital, 2026 (en español) Report · RRHH Digital, 2026 (in Spanish)

Más de 40,000 futuros docentes se preparan para aulas cada vez más digitales

Over 40,000 Future Teachers Prepare for Increasingly Digital Classrooms

La otra cara del debate sobre carga docente: la formación inicial. Este reportaje documenta cómo España prepara a más de 40,000 futuros docentes para aulas marcadas por la IA. La pregunta que deja para la educación superior: ¿nuestros programas de preparación docente — y nuestros nuevos profesores universitarios — llegan con las competencias de IA que el aula de 2026 ya exige?

The other side of the workload debate: initial training. This report documents how Spain is preparing over 40,000 future teachers for AI-shaped classrooms. The question it leaves for higher education: do our teacher preparation programs — and our new university instructors — arrive with the AI competencies the 2026 classroom already demands?

Leer reportaje →Read report →
Artículo de revisión · IJISEM, 2026 Review article · IJISEM, 2026

El rol de la IA en la enseñanza y el aprendizaje: oportunidades, retos y direcciones futuras

AI's Role in Enhancing Teaching and Learning: Opportunities, Challenges, and Future Directions

Revisión panorámica del estado del campo: las oportunidades documentadas (personalización, retroalimentación, eficiencia), los retos persistentes (equidad de acceso, formación docente, integridad) y las direcciones de investigación abiertas. Útil como lectura de nivelación para comités que incorporan miembros nuevos a la conversación.

A panoramic review of the field's state: documented opportunities (personalization, feedback, efficiency), persistent challenges (access equity, faculty training, integrity), and open research directions. Useful as a leveling reading for committees onboarding new members into the conversation.

Leer revisión →Read review →
Reflexión docente · CESUMA, 2026 (en español) Faculty reflection · CESUMA, 2026 (in Spanish)

¿Cómo nos cambia como docentes la inteligencia artificial?

How Does Artificial Intelligence Change Us as Teachers?

Un ensayo en español que hace la pregunta de identidad detrás del debate de carga: si la IA asume la preparación de materiales y la retroalimentación básica, ¿qué queda del rol docente — y qué se vuelve más importante? La respuesta que propone (curador, mentor, diseñador de experiencias, garante ético) es buena materia prima para conversaciones de claustro.

A Spanish-language essay asking the identity question behind the workload debate: if AI takes over material preparation and basic feedback, what remains of the teaching role — and what becomes more important? Its proposed answer (curator, mentor, experience designer, ethical guarantor) is good raw material for faculty conversations.

Leer ensayo →Read essay →

Guías por nivel de adopción

Guides by Adoption Level

🌱 Principiante — Mida su propia semana

🌱 Beginner — Measure Your Own Week

  • Antes de creer el 6.5 o el escepticismo STEM, genere su propio dato: registre durante una semana cuánto tiempo le toma cada tarea docente rutinaria, delegue a la IA las tres más mecánicas, y mida de nuevo — incluyendo el tiempo de revisión.
  • Before believing the 6.5 hours or the STEM skepticism, generate your own data: log for one week how long each routine teaching task takes, delegate the three most mechanical to AI, and measure again — including review time.
  • Regla de presupuesto: por cada hora que la IA le «ahorre» produciendo, reserve al menos veinte minutos para revisar como experto. Si no cabe la revisión, no cabe la delegación.
  • Budget rule: for every hour AI "saves" you producing, reserve at least twenty minutes to review as an expert. If review doesn't fit, neither does delegation.
  • Empiece por la carga administrativa, no por la pedagógica: es donde el ahorro es más limpio y el riesgo de dañar el aprendizaje es menor.
  • Start with administrative load, not pedagogical: that's where savings are cleanest and the risk of harming learning lowest.

🌿 Intermedio — Construya los factores individuales

🌿 Intermediate — Build the Individual Factors

  • La revisión sistemática identifica tres factores personales que deciden si la IA le ahorra o le cuesta: alfabetización digital, experiencia docente y juicio sobre la IA. Los dos primeros ya los tiene; el tercero se entrena usándola críticamente cada semana.
  • The systematic review identifies three personal factors deciding whether AI saves or costs you: digital literacy, teaching experience, and AI judgment. You have the first two; the third is trained by using it critically every week.
  • Trate el resultado de la IA como el borrador de un asistente competente pero nuevo: útil, nunca final. La lista de verificación mental: ¿es exacto?, ¿es mío el juicio?, ¿lo puedo defender?
  • Treat AI output as the draft of a competent but new assistant: useful, never final. The mental checklist: is it accurate, is the judgment mine, can I defend it?
  • Antes de adoptar una herramienta «que ahorra tiempo», pida la evidencia — el reportaje de Inside Higher Ed de esta semana explica por qué: la investigación sobre beneficios reales sigue siendo escasa.
  • Before adopting a "time-saving" tool, ask for the evidence — this week's Inside Higher Ed report explains why: research on real benefits remains scarce.

🌳 Avanzado — Audite las cuatro condiciones organizacionales

🌳 Advanced — Audit the Four Organizational Conditions

  • La evidencia es precisa: claridad de políticas, formación sistemática, orientación ética e infraestructura confiable determinan si la IA es recurso o carga para su claustro. Califique a su institución del 1 al 5 en cada una — la más baja es su prioridad del semestre.
  • The evidence is precise: policy clarity, systematic training, ethical guidance, and reliable infrastructure determine whether AI is a resource or a burden for your faculty. Rate your institution 1-5 on each — the lowest is your semester priority.
  • Adopte el modelo de evaluación continua que propone Inside Higher Ed: estudios pequeños y rápidos que midan cada herramienta mientras se implementa, con criterios de éxito definidos antes del despliegue.
  • Adopt the continuous evaluation model Inside Higher Ed proposes: small, fast studies measuring each tool as it's implemented, with success criteria defined before deployment.
  • Use el marco de Ithaka S+R para la agenda: que la pregunta institucional sea cómo la IA sirve a la misión académica — no cómo la universidad se acomoda al producto del proveedor.
  • Use the Ithaka S+R frame for the agenda: let the institutional question be how AI serves the academic mission — not how the university accommodates the vendor's product.

Recursos para el docente

Faculty Resources

Materiales descargables

Downloadable Materials

Materiales originales en español, editables y sujetos a adaptación docente. Son propuestas de trabajo, no normas oficiales ni instrumentos con validación psicométrica acreditada.

Original Spanish-language materials, editable and intended for faculty adaptation. These are working proposals, not official rules or instruments with established psychometric validation.

Documentos en formato Word (.docx), listos para adaptar a su curso. Elaborados por este boletín y alineados con la evidencia y las mejores prácticas recogidas en nuestras ediciones. Word documents (.docx), ready to adapt to your course. Produced by this digest and aligned with the evidence and best practices covered in our issues.

Plantilla · Word (.docx) Template · Word (.docx)

📄 Cláusulas de IA para prontuarios

📄 AI Clauses for Syllabi

Cuatro niveles de política de IA con lenguaje listo para copiar al prontuario (alineados con la estructura de prontuarios de la PUCPR), la declaración de uso modelo para el estudiante y la tabla de etiquetado evaluación por evaluación.

Four AI policy tiers with copy-ready syllabus language (aligned with PUCPR's syllabus structure), a model student disclosure statement, and the per-assessment labeling table.

Descargar plantilla ↓Download template ↓

Word · Español · 11 KB

Rúbrica · Word (.docx) Rubric · Word (.docx)

📋 Rúbrica de uso responsable de la IA

📋 Responsible AI Use Rubric

Rúbrica analítica de cuatro criterios (transparencia, verificación crítica, autoría del razonamiento y uso ético) con cuatro niveles de desempeño, notas de aplicación para el docente y alineación con la taxonomía de Bloom.

An analytic rubric with four criteria (transparency, critical verification, authorship of reasoning, ethical use) across four performance levels, with instructor application notes and Bloom's taxonomy alignment.

Descargar rúbrica ↓Download rubric ↓

Word · Español · 10 KB

Abrir PDF (español)
Guía · Word (.docx) Guide · Word (.docx)

💬 Guía de prompts para docentes

💬 Prompt Guide for Faculty

Siete instrucciones modelo para la preparación de cursos —objetivos según Bloom, bancos de preguntas, rúbricas, casos contextualizados en Puerto Rico, retroalimentación, analogías y rediseño de tareas resilientes a la IA— con cuatro principios de uso y precauciones éticas.

Seven model prompts for course preparation —Bloom-aligned objectives, question banks, rubrics, Puerto Rico-contextualized cases, feedback, analogies, and AI-resilient task redesign— with four usage principles and ethical cautions.

Descargar guía ↓Download guide ↓

Word · Español · 11 KB

Nuevo · Plantilla · Word (.docx) New · Template · Word (.docx)

🎓 Cláusulas de IA para cursos graduados y en línea

🎓 AI Clauses for Graduate and Online Courses

Complemento de la plantilla general: cláusulas modelo para cursos graduados, cursos a distancia (verificación por diseño, no por vigilancia) y supervisión de tesis y disertaciones, con tabla de niveles por tipo de actividad graduada.

A complement to the general template: model clauses for graduate courses, distance courses (verification by design, not surveillance), and thesis/dissertation supervision, with a tier table by graduate activity type.

Descargar plantilla ↓Download template ↓

Word · Español · 11 KB

Nuevo · Rúbrica · Word (.docx) New · Rubric · Word (.docx)

🎤 Rúbrica de defensa oral y documentación de proceso

🎤 Oral Defense and Process Documentation Rubric

Para evaluar el razonamiento demostrable: cuatro criterios (dominio del contenido, justificación de decisiones, respuesta a preguntas imprevistas, documentación de proceso), protocolo de defensa de 5-10 minutos y banco de preguntas imprevistas adaptables.

For assessing demonstrable reasoning: four criteria (content mastery, decision justification, response to unscripted questions, process documentation), a 5-10 minute defense protocol, and an adaptable bank of unscripted questions.

Descargar rúbrica ↓Download rubric ↓

Word · Español · 11 KB

Abrir PDF (español)
Nuevo · Guía · Word (.docx) New · Guide · Word (.docx)

🎒 Guía de prompts para estudiantes

🎒 Prompt Guide for Students

Para compartir directamente con sus estudiantes: seis prompts que enseñan a usar la IA para aprender más — modo tutor socrático, autoevaluación pre-examen, retroalimentación sin reescritura, verificación, preparación de defensas orales — y la lista de lo que no conviene pedir.

To share directly with your students: six prompts that teach using AI to learn more — Socratic tutor mode, pre-exam self-assessment, feedback without rewriting, verification, oral defense preparation — plus the list of what not to ask for.

Descargar guía ↓Download guide ↓

Word · Español · 10 KB

Plantilla · Word (.docx) Template · Word (.docx)

💼 Cláusulas de IA por disciplina de negocios

💼 AI Clauses by Business Discipline

Cláusulas específicas para contabilidad, finanzas, mercadeo, gerencia y RRHH, economía, y estadística y analítica — cada una anclada en la destreza profesional que el curso protege, con tabla resumen para el prontuario.

Discipline-specific clauses for accounting, finance, marketing, management and HR, economics, and statistics and analytics — each anchored in the professional skill the course protects, with a summary table for the syllabus.

Descargar plantilla ↓Download template ↓

Word · Español · 11 KB

Rúbrica · Word (.docx) Rubric · Word (.docx)

🧭 Rúbrica de alfabetización en IA del estudiante

🧭 Student AI Literacy Rubric

Evalúa la alfabetización en IA como competencia de programa: comprensión conceptual, uso estratégico, evaluación crítica y ética digital. Incluye notas para usarla como medida directa en ciclos de Assurance of Learning y su alineación con AACSB.

Assesses AI literacy as a program competency: conceptual understanding, strategic use, critical evaluation, and digital ethics. Includes notes for using it as a direct measure in Assurance of Learning cycles and its AACSB alignment.

Descargar rúbrica ↓Download rubric ↓

Word · Español · 11 KB

Guía · Word (.docx) Guide · Word (.docx)

🏛️ Guía de prompts para diseño curricular y acreditación

🏛️ Prompt Guide for Curriculum Design and Accreditation

Para decanos y comités: siete instrucciones modelo para mapeo curricular I/R/M, Learning Goals, instrumentos de avalúo, análisis de brechas (closing the loop), actualización de cursos, micro-credenciales y preparación de visitas de acreditación.

For deans and committees: seven model prompts for I/R/M curriculum mapping, Learning Goals, assessment instruments, gap analysis (closing the loop), course updates, micro-credentials, and accreditation visit preparation.

Descargar guía ↓Download guide ↓

Word · Español · 11 KB

Políticas y marcos institucionales

Policies and Institutional Frameworks

La política de IA es también política laboral docente. El debate de esta semana deja una conclusión que los comités de tecnología suelen pasar por alto: las decisiones institucionales sobre IA son, en la práctica, decisiones sobre las condiciones de trabajo del profesorado. La revisión sistemática del destacado lo formaliza — cuatro condiciones organizacionales (claridad de políticas, formación sistemática, orientación ética, infraestructura confiable) deciden si la IA funciona como recurso o como carga adicional — y los datos laborales le dan contexto: en España, el 64% de los docentes identifica la carga administrativa como fuente principal de estrés (TALIS 2024) y estudios sindicales reportan de 6 a 10 horas semanales extra en tareas burocráticas. Ahí está la política de IA con mayor consenso disponible: dirigir la primera ola de automatización a la burocracia que agota al claustro — informes, actas, gestión de plataformas — antes que a las funciones pedagógicas donde la evidencia aún es disputada. Tres decisiones concretas para los cuerpos directivos: presupuestar el tiempo de revisión experta en cada flujo con IA (el ahorro que no lo incluye es contabilidad creativa); garantizar las 20 horas anuales de formación que el referente español fija como piso; y medir la carga docente antes y después de cada despliegue — porque una política que promete aliviar el trabajo y no lo mide, no puede saber si lo agravó.

AI policy is also faculty labor policy. This week's debate leaves a conclusion technology committees tend to overlook: institutional AI decisions are, in practice, decisions about faculty working conditions. The feature's systematic review formalizes it — four organizational conditions (policy clarity, systematic training, ethical guidance, reliable infrastructure) decide whether AI works as a resource or an added burden — and labor data provide context: in Spain, 64% of teachers identify administrative workload as a main stress source (TALIS 2024), and union studies report 6 to 10 extra weekly hours on bureaucratic tasks. There lies the highest-consensus AI policy available: aim the first wave of automation at the bureaucracy exhausting faculty — reports, minutes, platform management — before the pedagogical functions where evidence remains disputed. Three concrete decisions for governing bodies: budget expert review time into every AI workflow (savings that exclude it are creative accounting); guarantee the 20 annual training hours the Spanish benchmark sets as a floor; and measure faculty workload before and after each deployment — because a policy that promises to ease work without measuring it cannot know whether it worsened it.

OCDE Outlook 2026 (nota del INTEF) →OECD Outlook 2026 (INTEF note) →  ·  La IA como apoyo docente en España →AI as teaching support in Spain →

Reciba la edición semanal

Receive the weekly edition

Una edición nueva cada semana con los artículos y estudios más pertinentes para su docencia.

A new edition every week with the articles and studies most relevant to your teaching.

Nota: este formulario abre su cliente de correo. Para suscripción automatizada, considere integrar Mailchimp o Buttondown.

Note: this form opens your email client. For automated subscriptions, consider integrating Mailchimp or Buttondown.

Acerca de este sitio

About This Site

La Inteligencia Artificial en el Salón de Clases es un boletín semanal curado por el Dr. Edgar Rodríguez, Decano del Colegio de Administración de Empresas de la Pontificia Universidad Católica de Puerto Rico y profesor de economía, estadística y métodos de investigación desde 1996. Su misión es acercar al profesorado universitario la mejor evidencia disponible sobre la integración de la inteligencia artificial en la enseñanza, con rigor académico y aplicabilidad práctica.

AI in the Classroom is a weekly digest curated by Dr. Edgar Rodríguez, Dean of the College of Business Administration at the Pontificia Universidad Católica de Puerto Rico and professor of economics, statistics, and research methods since 1996. Its mission is to bring university faculty the best available evidence on integrating artificial intelligence into teaching, with academic rigor and practical applicability.

Contacto y colaboraciones: edrodrios@pucpr.edu — se aceptan propuestas de artículos invitados, casos docentes y solicitudes de talleres.

Contact and collaborations: edrodrios@pucpr.edu — guest article proposals, teaching cases, and workshop requests are welcome.

Criterios editoriales y correcciones

Boletín curado por el Dr. Edgar Rodríguez. Las recomendaciones editoriales se distinguen de los resultados de investigación y de las normas oficiales. Los materiales deben adaptarse al curso y a las políticas vigentes de cada institución.

Curated by Dr. Edgar Rodríguez. Editorial recommendations are distinguished from research findings and official rules. Materials should be adapted to each course and institution’s current policies.

Esta actualización restaura las descargas y mejora navegación y accesibilidad. Las ediciones históricas conservan su fecha; no todos sus estudios han sido sometidos a una nueva revisión bibliográfica. Para comunicar una corrección, escriba al editor indicando edición y fuente.

This update restores downloads and improves navigation and accessibility. Historical issues retain their dates; not every study has undergone a new bibliographic review. To report a correction, email the editor with the issue and source.

Este sitio no incorpora formularios de almacenamiento de correos ni herramientas de seguimiento. Los enlaces externos y el proveedor de alojamiento pueden aplicar sus propias políticas. Los derechos de los estudios enlazados pertenecen a sus autores o editores.

This site does not incorporate email-storage forms or tracking tools. External links and the hosting provider may apply their own policies. Rights to linked studies belong to their authors or publishers.

Fuentes de esta edición