Impacto de la inteligencia artificial en la personalización de la educación en línea
DOI:
https://doi.org/10.63618/omd/ssjm/v2/n3/33Palabras clave:
inteligencia artificial, educación en línea, personalización del aprendizaje, tutoría inteligente, analítica del aprendizajeResumen
La presente revisión explora el impacto de la inteligencia artificial (IA) en la personalización de la educación en línea, abordando sus aplicaciones, beneficios y desafíos emergentes en contextos diversos. A través de un análisis bibliográfico sistemático de estudios recientes, se identifican herramientas clave como tutores inteligentes, sistemas de recomendación, análisis del aprendizaje y agentes conversacionales. Estas tecnologías permiten adaptar los contenidos a las necesidades individuales, mejorando el rendimiento académico, la motivación estudiantil, la autonomía y la participación activa. No obstante, persisten retos vinculados a la privacidad de datos, el sesgo algorítmico, la transparencia y la equidad en el acceso. El estudio concluye que, si bien la IA puede enriquecer significativamente los entornos virtuales de aprendizaje, su uso debe estar guiado por criterios éticos, pedagógicos, culturales y contextuales que garanticen una implementación responsable, inclusiva y efectiva en escenarios educativos actuales y futuros.
Descargas
Referencias
Barahona-Martínez, G. E., Gallardo-Chiluisa, N. N., Quisaguano-Caiza, Y. E., Jiménez-Rivas, D. E., Caicedo-Basurto, R. L., Guanotuña-Yaulema, J. A., Flores-Cruz, P. L., & Guevara-Hernández, D. M. (2024). Inteligencia Artificial en la Educación Avances y Desafíos Multidisciplinarios. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.101
Berrios Galvez, A. G. R., Galvez-Alvarez, A., Berrios-Zevallos, A. A., Zapata-Mendoza, P. C. O., Atto-Coba, S. R., Zapata Cardoza, B. J., & Berrio-Tauccaya, O. J. (2024). La educación virtual y la procrastinación académica. “Bajo la percepción de estudiantes de una universidad privada del Perú”. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.102
Cajamarca-Correa, M. A., Cangas-Cadena, A. L., Sánchez-Simbaña, S. E., & Pérez-Guillermo, A. G. (2024). Nuevas tendencias en el uso de recursos y herramientas de la Tecnología Educativa para la Educación Universitaria . Journal of Economic and Social Science Research, 4(3), 127–150. https://doi.org/10.55813/gaea/jessr/v4/n3/124
Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264–75278. https://doi.org/10.1109/ACCESS.2020.2988510
Ferguson, R. (2012). The State of Learning Analytics in 2012: A Review and Future Challenges. Technical Report KMI-12-01, Knowledge Media Institute, The Open University. https://kmi.open.ac.uk/publications/pdf/kmi-12-01.pdf
Graesser, A. C., McNamara, D. S., & VanLehn, K. (2005). Scaffolding Deep Comprehension Strategies Through Point&Query, AutoTutor, and iSTART. Educational Psychologist, 40(4), 225–234. https://doi.org/10.1207/s15326985ep4004_4
Herrera-Enríquez, G., Herrera-Sánchez, M., Casanova-Villalba, C., Puyol-Cortez, J., Mendoza-Armijos, H, (2021). Manual para Elaboración del Plan de Titulación como Conclusión de Carrera. Editorial Grupo Compás.
Holstein, K., McLaren, B. M., & Aleven, V. (2019). Co-Designing a Real-Time Classroom Orchestration Tool to Support Teacher–AI Complementarity. Journal of Learning Analytics, 6(2), 27–52. https://doi.org/10.18608/jla.2019.62.3
Ifenthaler, D., Mah, DK., Yau, J.YK. (2019). Utilising Learning Analytics for Study Success: Reflections on Current Empirical Findings. In: Ifenthaler, D., Mah, DK., Yau, J.YK. (eds) Utilizing Learning Analytics to Support Study Success. Springer, Cham. https://doi.org/10.1007/978-3-319-64792-0_2
Kulik, J. A., & Fletcher, J. D. (2016). Effectiveness of Intelligent Tutoring Systems: A Meta-Analytic Review. Review of Educational Research, 86(1), 42–78. https://doi.org/10.3102/0034654315581420
Long, P., & Siemens, G. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE Review, 46(5), 30–40. https://er.educause.edu/articles/2011/9/penetrating-the-fog-analytics-in-learning-and-education
Luckin, R., & Holmes, W. (2016). Intelligence Unleashed: An argument for AI in Education. UCL Knowledge Lab. https://discovery.ucl.ac.uk/id/eprint/1475756
Manouselis, N., Drachsler, H., Verbert, K., & Duval, E. (2013). Recommender systems for learning. Springer. https://doi.org/10.1007/978-1-4614-4361-2
Nkambou, R., Bourdeau, J., & Mizoguchi, R. (Eds.). (2010). Advances in intelligent tutoring systems. Springer. https://doi.org/10.1007/978-3-642-14363-2
Pane, J. F., Griffin, B. A., McCaffrey, D. F., & Karam, R. (2016). Effectiveness of Cognitive Tutor Algebra I at Scale. Educational Evaluation and Policy Analysis, 36(2), 127-144. https://doi.org/10.3102/0162373713507480
Terrazo-Luna, E. G., Riveros-Anccasi, D., Torres-Acevedo, C. L., Rojas-Quispe, A. E., Cencho Pari, A., Coronel-Capani, J., & Yaulilahua-Huacho, R. (2023). Habilidades Perceptivas: Mejorando el Aprendizaje Remoto en Estudiantes de 5 años. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.2022.30
VanLEHN, K. (2011). The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems. Educational Psychologist, 46(4), 197–221. https://doi.org/10.1080/00461520.2011.611369
Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223–235. https://doi.org/10.1080/17439884.2020.1798995
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Aguilar-Muñoz, José Antonio, Gaibor-Bifarini, Josue Martín, Vizcaino-Pusda, Vicente David, Muyolema-Guayanlema, Valeria Anabel (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
: