La Inteligencia Artificial Generativa (IAG) está remodelando rápidamente el panorama de la educación superior, ofreciendo soluciones innovadoras para mejorar la participación estudiantil, personalizar las experiencias de aprendizaje y mejorar la predicción del rendimiento académico. Este estudio proporciona una exploración en profundidad de las aplicaciones de la IAG en contextos educativos, extrayendo información de 67 estudios de caso meticulosamente seleccionados de más de 300 documentos presentados en la conferencia AIED 2024. La investigación se centra en ocho temas clave, desde la participación estudiantil y el análisis del comportamiento hasta la integración de modelos generativos en herramientas educativas. Estos estudios de caso ilustran el potencial de la IAG para optimizar las prácticas de enseñanza, mejorar los sistemas de apoyo estudiantil y proporcionar intervenciones personalizadas que aborden las necesidades de aprendizaje individuales. Sin embargo, este estudio también destaca desafíos como la escalabilidad, la necesidad de conjuntos de datos equilibrados y diversos, y preocupaciones éticas relacionadas con la privacidad de los datos y el sesgo. Además, enfatiza la importancia de mejorar la precisión del modelo, la transparencia y la aplicabilidad en el mundo real en entornos educativos. Los hallazgos subrayan la necesidad de continuar investigando para refinar las tecnologías de IAG, asegurando que sean escalables, adaptables y equitativas, mejorando en última instancia la efectividad y la inclusividad de las herramientas educativas impulsadas por IA en diversos entornos de educación superior. Cabe señalar que este estudio se basa principalmente en documentos presentados en la conferencia AIED 2024, lo que puede limitar la representatividad global e introducir sesgos temáticos. Se alienta a futuros estudios a incluir conjuntos de datos más amplios de diversas conferencias y revistas para garantizar una comprensión más completa de las aplicaciones de la IAG en la educación superior.