Integración de algoritmos de inteligencia artificial en entornos educativos para la personalización del aprendizaje: Un enfoque basado en análisis de datos
DOI:
https://doi.org/10.64041/riidg.v3i1.18Palabras clave:
Inteligencia artificial, aprendizaje personalizado, análisis de datos, educación digital, algoritmos adaptativos.Resumen
La incorporación de algoritmos de inteligencia artificial (IA) en los entornos educativos representa una transformación significativa en la forma en que se concibe el proceso de enseñanza-aprendizaje. Esta investigación analiza el papel que desempeñan los algoritmos de aprendizaje automático y otras técnicas de análisis de datos en la personalización del aprendizaje, orientando los contenidos, actividades y estrategias pedagógicas según las características, intereses y ritmos de cada estudiante.
Mediante el procesamiento de grandes volúmenes de información generada en contextos académicos —como el historial de desempeño, los patrones de interacción con plataformas virtuales y los niveles de participación— es posible desarrollar sistemas inteligentes que identifiquen necesidades específicas, detecten riesgos de deserción, propongan recursos personalizados y ofrezcan retroalimentación en tiempo real. Esta capacidad de adaptación no solo mejora la experiencia de aprendizaje, sino que también optimiza la labor docente, al facilitar la toma de decisiones pedagógicas más fundamentadas.
El estudio además aborda los desafíos éticos asociados con la recopilación y uso de datos educativos, incluyendo la privacidad, la equidad en el acceso a la tecnología y la transparencia de los modelos predictivos utilizados. En definitiva, este trabajo busca aportar a la construcción de ecosistemas educativos más inclusivos, eficientes y sostenibles, apoyados en el uso responsable de tecnologías emergentes.
Citas
Binns, R. (2018). Fairness in Machine Learning: Lessons from Political Philosophy. In Proceedings of Machine Learning Research (Vol. 81). https://proceedings.mlr.press/v81/binns18a/binns18a.pdf
Cardona, M. A., Rodríguez, R. J., & Ishmael, K. (2023). Artificial Intelligence and the Future of Teaching and Learning Insights and Recommendations Artificial Intelligence and the Future of Teaching and Learning. https://www.ed.gov/sites/ed/files/documents/ai-report/ai-report.pdf
Hawkins, R., Trucano, M., & Cobo, C. (2020). REIMAGINAR LAS CONEXIONES ENTRE LAS PERSONAS TECNOLOGÍA E INNOVACIÓN EDUCATIVA EN EL BANCO MUNDIAL. https://documents1.worldbank.org/curated/en/817181617183053785/pdf/Reimagining-Human-Connections-Technology-and-Innovation-in-Education-at-the-World-Bank.pdf
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence In Education Promises and Implications for Teaching and Learning. https://curriculumredesign.org/wp-content/uploads/AIED-Book-Excerpt-CCR.pdf
Huang, R., Tlili, A., Chang, T. W., Zhang, X., Nascimbeni, F., & Burgos, D. (2020). Disrupted classes, undisrupted learning during COVID-19 outbreak in China: application of open educational practices and resources. Smart Learning Environments, 7(1). https://doi.org/10.1186/s40561-020-00125-8
Kloft, M., Stiehler, F., Zheng, Z., & Pinkwart, N. (2014). Predicting MOOC Dropout over Weeks Using Machine Learning Methods. https://aclanthology.org/W14-4111.pdf
Luckin, R., Holmes, W., Griffiths, M., & Pearson, L. B. F. (2016). Intelligence Unleashed An argument for AI in Education. https://www.pearson.com/content/dam/one-dot-com/one-dot-com/global/Files/about-pearson/innovation/open-ideas/IntelligenceUnleashedSPANISH.pdf
Moravec, J. (2008). Knowmad Society. https://redi.anii.org.uy/jspui/bitstream/20.500.12381/377/1/KnowmadSociety.pdf
Pane, J. F., Steiner, E. D., Baird, M. D., & Hamilton, L. S. (2015). Continued Progress: Promising Evidence on Personalized Learning. https://www.rand.org/content/dam/rand/pubs/research_reports/RR1300/RR1365/RAND_RR1365.pdf
Phil Long, B., & Siemens, G. (2011). Penetrating the Fog: Analytics in Learning and Education. https://er.educause.edu/~/media/files/article-downloads/erm1151.pdf%20
Russell, S., & Norvig, P. (2022). Artificial Intelligence A Modern Approach Fourth Edition Global Edition. http://lib.ysu.am/disciplines_bk/efdd4d1d4c2087fe1cbe03d9ced67f34.pdf
Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. In Learning, Media and Technology (Vol. 45, Issue 3, pp. 223–235). Routledge. https://doi.org/10.1080/17439884.2020.1798995
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Revista Internacional de Investigación y Desarrollo Global
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
