La inteligencia artificial en la educación: transformando=
los
entornos digitales para el aprendizaje personalizado
Artificial
intelligence in education: transforming digital environments for personaliz=
ed
learning
|
1 |
Yessenia
Fernanda Suquinagua Arévalo |
|
https:=
//orcid.org/0000-0003-1438-1759
|
|
|
|
Universidad
Bolivariana del Ecuador (UBE), Durán, Ecuador Maestría en Educac=
ión
Mención Entornos Digitales |
|||
|
2 |
Nancy
Catalina Arévalo Luna |
|
https:=
//orcid.org/0009-0000-1218-3172
|
|
|
|
Universidad
Bolivariana del Ecuador (UBE), Durán, Ecuador Maestría en Educac=
ión
Mención Entornos Digitales |
|||
|
3 |
Juan Eduardo Anzul=
es
Ballesteros |
|
https:=
//orcid.org/0000-0003-1926-2492
|
|
|
|
Universidad
Bolivariana del Ecuador (UBE), Durán, Ecuador |
|||
|
4 |
Tatiana
Tapia Bastidas |
|
https:=
//orcid.org/0000-0001-9039-5517
|
|
|
|
Universidad
Bolivariana del Ecuador (UBE), Durán, Ecuador |
|
|
Artículo de Investigación
Científica y Tecnológica Enviado: 15/02/2025 Revisado: 19/03/2025 Aceptado: 01/04/2025 Publicado:20/06/2025 |
||||||||
|
|
|
||||||||
|
Cítese: |
|
Suquinagua Arévalo, Y. F., Arévalo Luna, N. C., Anzules Ballesteros, J. E., & Tapia Bastidas, T.
(2025). La inteligencia artificial en la educación: transformando los
entornos digitales para el aprendizaje personalizado. AlfaPublicaciones,
7(2), 155–179. ht=
tps://doi.org/10.33262/ap.v7i2.620
|
|
||||||
|
|
|
ALFA PUBLICACIONES, es una revista multidisciplinar, trimestral, que se publicar=
á en
soporte electrónico tiene como misión contribuir a la
formación de profesionales competentes con visión humanística y crítica q=
ue
sean capaces de exponer sus resultados investigativos y científicos en la
misma medida que se promueva mediante su intervención cambios positivos e=
n la
sociedad. https://alfapublicaciones.co=
m
|
|
||||||
|
|
|
Esta revista está
protegida bajo una licencia Creative Commons =
Attribution Non Commercial No
Derivatives 4.0 International. Copia de la licencia: http://creativecommons.org/l=
icenses/by-nc-sa/4.0/ |
|
||||||
|
Palabras
claves: Inteligencia artificial; IA;
entornos
digitales; aprendizaje personalizado. <= o:p> |
|
Introducción. |
|
||||||
|
Keywords:Artificial intelligence; AI; digital environments; personalized learning. |
|
Abstract |
|
||||||
1. Introducción
=
La
integración de la Inteligencia Artificial (IA) en el ámbito educativ=
o ha
provocado una transformación sin precedentes en los entornos digitales de a=
prendizaje,
impulsando la personalización de la enseñanza y redefiniendo las metodologí=
as
pedagógicas tradicionales (Diliber=
ti et al.=
, 2024).
En un contexto global donde la digitalización avanza rápidamente, la IA se
presenta como un catalizador del cambio educativo, facilitando la adaptació=
n de
los contenidos y estrategias de enseñanza a las necesidades individuales de=
los
estudiantes (Aljemely, 2024<=
/span>).
La capacidad de la IA para analizar grandes volúmenes de datos, detectar
patrones de aprendizaje y ofrecer recomendaciones pedagógicas personalizada=
s ha
despertado un creciente interés en la comunidad educativa y científica (
=
El
desarrollo de la inteligencia artificial ha trascendido los límites de la
automatización y el análisis de datos para incidir directamente en la enseñ=
anza
y el aprendizaje, brindando oportunidades sin precedentes para la mejora del
rendimiento académico y la reducción de la brecha educativa (Altinay et al., 2024).=
No obstante su implementación también plantea desafíos
significativos, tales como la capacitación docente, la integración curricul=
ar y
la garantía de equidad en el acceso a estas tecnologías (Zhang e=
t al.,
2024). Este artículo científico busca analizar el impacto de la =
IA
en la educación, centrándose en cómo la transformación de los entornos medi=
ante
herramientas digitales de IA contribuye a la personalización del aprendizaj=
e y
a la optimización de la enseñanza.
A
pesar del potencial transformador de la inteligencia artificial en la
educación, su adopción enfrenta múltiples desafíos que impiden su
implementación efectiva en los entornos de aprendizaje. Uno de los principa=
les
problemas es la falta de preparación de los docentes para utilizar herramie=
ntas
basadas en IA de manera eficaz (Mbambo & du Plessis,
2024). La capacitación docente en competencias digit=
ales
y en el uso de estas tecnologías es insuficiente, lo que genera un desfase
entre el desarrollo tecnológico y su aplicación pedagógica (Ayanwale et al., 2024).
=
Otra
problemática relevante es la falta de integración efectiva de la IA en los
currículos educativos, lo que limita su aprovechamiento en el aprendizaje
personalizado (Yue et al., 2024).=
A
pesar de los avances en IA educativa, muchas instituciones aún dependen de
métodos tradicionales que no aprovechan la automatización ni el análisis de
datos para adaptar la enseñanza a las necesidades individuales de los
estudiantes (Kitcharoen et al.=
, 2024).
=
Además,
la brecha digital sigue siendo un obstáculo importante en la implementación=
de
la IA en la educación. La falta de acceso a tecnología avanzada e
infraestructura digital adecuada en ciertas regiones y comunidades limita la
posibilidad de ofrecer aprendizaje personalizado basado en IA (Dilzhan, 2024). Este
problema no solo afecta a los estudiantes, sino que también dificulta la
capacitación docente en el uso de estas herramientas (=
Yilmaz et al., 2024).
=
Uno
de los principales desafíos en la implementación de la inteligencia artific=
ial
en la educación es la falta de formación docente en el uso de estas
tecnologías. La carencia de programas de capacitación adecuados impide que =
los
docentes integren eficazmente la IA en sus prácticas pedagógicas, lo que re=
duce
significativamente la efectividad del aprendizaje personalizado (
=
Otro
problema fundamental radica en el déficit en la integración curricular de la
inteligencia artificial dentro de los planos de estudio. La ausencia de
políticas claras sobre su inclusión en los programas educativos dificulta su
implementación estructurada en el sistema educativo, impidiendo que los
estudiantes accedan de manera equitativa a este tipo de formación (Forero & Bennasar, 2024). =
Como
efecto los alumnos no reciben una educación adecuada en IA, lo que disminuy=
e su
capacidad para utilizar estas tecnologías de manera crítica y efectiva en su
proceso de aprendizaje, limitando así su preparación para un mundo laboral =
cada
vez más digitalizado (Pokrivc=
akova, 2023<=
/span>).
=
La
brecha digital sigue siendo un obstáculo importante para la aplicación de l=
a IA
en contextos educativos diversos. La desigualdad en el acceso a tecnología
avanzada restringe las posibilidades de aprovechar el aprendizaje personali=
zado
basado en IA, afectando especialmente a comunidades con menor acceso a
infraestructuras tecnológicas (Fundi et al.=
, 2024).
Como resultado se perpetúa la desigualdad educativa, ya que solo ciertos gr=
upos
tienen acceso a herramientas avanzadas, lo que amplía la brecha entre los
estudiantes y genera disparidades en la calidad de la educación que reciben=
(Singh & Ram, 2024).
=
El
objeto de estudio de esta investigación es la influencia de la Inteligen=
cia
Artificial (IA) en la transformación de los entornos digitales de
aprendizaje para la personalización educativa. Se analizarán las estrategia=
s de
implementación de la IA en distintos niveles educativos y su impacto en la
enseñanza y el aprendizaje.
=
Desde
un enfoque teórico, el uso de IA en la educación se fundamenta en teorías d=
el
aprendizaje adaptativo y en modelos de enseñanza personalizados, que sostie=
nen
que la personalización del aprendizaje mejora significativamente la adquisi=
ción
de conocimientos y habilidades (Erduran=
& =
Levrini, 2024<=
/span>).
La IA permite el desarrollo de sistemas inteligentes capaces de adaptar los
contenidos y metodologías a las necesidades de cada estudiante, promoviendo=
un
aprendizaje más eficiente y significativo (Tan et =
al.,
2024).
=
Desde
una perspectiva metodológica, es necesario investigar el impacto de la IA e=
n el
aprendizaje para comprender cómo estas herramientas pueden optimizar la
enseñanza. Estudios previos han demostrado que los algoritmos de IA pueden
identificar patrones en el aprendizaje de los estudiantes y proporcionar
retroalimentación en tiempo real, lo que contribuye a mejorar su desempeño
académico (Su & Yang, 2024).
=
En
términos prácticos, la implementación de IA en la educación tiene el potenc=
ial
de revolucionar la enseñanza, proporcionando a los docentes herramientas
avanzadas para personalizar la instrucción y mejorar la gestión del aula (Tan et al., 2024). Sin embargo, su aplicación efectiva
requiere superar desafíos relacionados con la capacitación docente, la
infraestructura tecnológica y la integración curricular (Wardat et al., 2024).
=
El
objetivo general fue el de analizar el impacto de la inteligencia artificia=
l en
la transformación de los entornos digitales de aprendizaje y su contribució=
n a
la personalización educativa, identificando los desafíos, oportunidades y
estrategias para su implementación efectiva en el ámbito educativo. Entre l=
os
objetivos de la Investigación se plantearon los siguientes:
=
I.
Explorar los fundamentos teóricos sobre la inteligencia artificial en la
educación y su impacto en la personalización del aprendizaje. Se revisarán =
los
principales enfoques teóricos que sustentan el uso de IA en la educación,
incluyendo modelos de aprendizaje adaptativo y metodologías de enseñanza
personalizada (Lee et al., 2024). Se analizarán estud=
ios
previos sobre la aplicación de IA en entornos digitales de aprendizaje y su
efectividad en la mejora de los resultados académicos (Galindo-Domínguez et al., 2024
=
II.
Investigar las estrategias actuales de implementación de IA en los entornos
digitales de aprendizaje y su impacto en la enseñanza. Se examinarán casos =
de
estudio sobre la aplicación de IA en diversos niveles educativos, identific=
ando
buenas prácticas y desafíos en su integración (Su &=
; Yang,
2024). Además, se analizará el nivel de preparación de los docen=
tes
para el uso de IA en sus prácticas pedagógicas y su percepción sobre estas
herramientas (Yue et al., 2024).
=
III.
Interpretar los resultados obtenidos en la investigación para establecer
directrices que faciliten la implementación efectiva de la IA en la educaci=
ón.
Se evaluarán los hallazgos de la investigación para desarrollar recomendaci=
ones
sobre cómo mejorar la formación docente en IA, fortalecer la infraestructura
tecnológica y diseñar estrategias de integración curricular que maximicen l=
os
beneficios del aprendizaje personalizado basado en IA (<=
span
style=3D'color:windowtext;text-decoration:none;text-underline:none'>Zhang e=
t al.,
2024).
=
Revisión
de la literatura
=
La
inteligencia artificial tiene el potencial de transformar radicalmente la
educación, ofreciendo oportunidades para un aprendizaje más personalizado y
eficiente. No obstante, su implementación efectiva requiere abordar desafíos
relacionados con la capacitación docente, la equidad en el acceso a la
tecnología y la integración curricular. (Ortiz &=
amp;
Ortiz, 2024) A través de esta investigación, se busca proporcion=
ar
un análisis detallado de cómo la IA está remodelando los entornos digitales=
de
aprendizaje y cómo su adopción puede mejorar la enseñanza en el futuro.
=
La
literatura académica sobre la integración de la Inteligencia Artificial =
(IA)
en la educación presenta un consenso significativo en torno a sus beneficio=
s y
desafíos, pero también evidencia discrepancias en la forma en que estas
tecnologías deben ser implementadas y reguladas. Los estudios analizados en
esta discusión exploran diversas perspectivas sobre el impacto de la IA en =
la
formación docente, la personalización del aprendizaje y la transformación de
los entornos educativos, lo que permite identificar puntos en común, así co=
mo
divergencias clave en su aplicación y efectividad.
=
Uno
de los puntos en los que coinciden los estudios revisados es el reconocimie=
nto
de la necesidad de capacitación docente en inteligencia artificial. Aljemely (2024) destaca que la
falta de formación en IA impide a los docentes integrar estas tecnologías en
sus metodologías pedagógicas de manera efectiva, lo que también ha sido
señalado por Altinay et al.
(2024), quienes argumentan que el desarrollo de competencias en =
IA
es crucial para la mejora de la calidad educativa. En la misma línea Ayanwale et al. (2024) enfatiz=
an
la importancia del compromiso de los futuros docentes con la AI como una
condición esencial para su implementación exitosa en los entornos educativo=
s.
=
Asimismo
existe consenso en que la IA puede mejorar la personalización del aprendiza=
je,
permitiendo adaptar los contenidos y estrategias pedagógicas a las necesida=
des
individuales de los estudiantes.
=
Otro
punto en el que convergen las investigaciones es en la preocupación por la
brecha digital y su impacto en la equidad educativa. Fundi et al. (2024) advierten que la falta de ac=
ceso
a tecnología avanzada en algunas regiones impide una adopción equitativa de=
la
IA en la educación. Esta preocupación es compartida por Galindo-Domínguez et al. (2024)<=
span
lang=3DES-EC style=3D'font-size:12.0pt;line-height:115%;font-family:"Times =
New Roman",serif;
mso-bidi-language:SI-LK;mso-bidi-font-weight:bold'> quienes analizan el
contexto español y concluyen que los docentes tienen percepciones divididas
sobre la AI debido a la desigualdad en la infraestructura tecnológica. Esta
problemática también es abordada por Sperlin=
g et al.
(2024) quienes sugieren que la alfabetización en IA debe ser
considerada una prioridad para reducir la brecha digital y garantizar un ac=
ceso
más equitativo a estas herramientas.
A
pesar de estas coincidencias, existen discrepancias en torno a la efectivid=
ad
de la IA en la enseñanza y el aprendizaje. Mientras que algunos autores
sostienen que la IA puede mejorar la educación significativamente, otros
señalan riesgos asociados con su implementación. Por ejemplo Dilzhan (2024) estudia el uso de IA en la enseñanza
del inglés y encuentra que los docentes tienen opiniones divididas sobre la
efectividad de herramientas como ChatGPT. Algunos consideran que estas
tecnologías pueden complementar la enseñanza al proporcionar asistencia
personalizada, mientras que otros advierten que pueden disminuir el papel d=
el
docente y afectar el desarrollo del pensamiento crítico en los estudiantes.=
=
Otra
diferencia clave entre los estudios analizados se encuentra de la manera en=
que
la IA debería integrarse en el currículo educativo. Mientras que
=
Finalmente,
algunos autores advierten sobre los riesgos éticos y pedagógicos de la IA e=
n la
educación. Erduran & =
Levrini (2024) analizan su impacto en las
prácticas científicas y advierten que el uso de algoritmos en la evaluación
académica puede generar sesgos y afectar la equidad en la educación. Esta
preocupación también es mencionada por Yue et al.
(2024), quienes sostienen que la preparación pedagógica para la =
IA
debe incluir un componente ético para evitar la dependencia excesiva de la
automatización en la enseñanza.
2.
Metodología
El dise=
ño
de esta investigación es no experimental, transversal y correlacional-causa=
l.
Se trata de un estudio cuantitativo que busca analizar la relación entre la
implementación de la Inteligencia Artificial (IA) en la educación y =
su
impacto en la formación docente y el aprendizaje personalizado.
Dado que el diseño es no experimental, la
investigación no manipula directamente las variables, sino que observa y mi=
de
los efectos de la IA en la educación dentro de su contexto natural (Aljemely, 2024). Además se adopta un diseño transversal, ya que la
recopilación de datos se realiza en un único momento en el tiempo, permitie=
ndo
evaluar la percepción de los docentes y estudiantes sobre el uso de la IA e=
n la
enseñanza en un punto específico (
La investigación se enmarca en un diseño
correlacional-causal, ya que busca determinar si existe una relación
significativa entre la integración de la IA en la educación y la mejora de =
la
enseñanza y el aprendizaje, además de identificar si una variable influye e=
n la
otra (Ayanwale et al.=
, 2024).
Este estudio es de tipo cuantitativo, con un enfoq=
ue
descriptivo y explicativo. Desde una perspectiva descriptiva, la investigac=
ión
busca caracterizar el nivel de integración de la IA en la educación,
identificando qué herramientas y metodologías basadas en IA se emplean en la
enseñanza y la formación docente (
Desde un enfoque explicativo, el estudio pretende
determinar si la IA en educación tiene un impacto significativo en la forma=
ción
docente y en la personalización del aprendizaje (Mbambo & du Plessis=
, 2024).
Se evaluará si el uso de herramientas de IA mejora la enseñanza, la evaluac=
ión
del aprendizaje y el desarrollo de competencias digitales en docentes y
estudiantes (Erduran & Levrini<=
span
style=3D'color:windowtext;text-decoration:none;text-underline:none'>, 2024<=
/span>).
Para lograr estos objetivos, se utilizarán métodos
estadísticos para analizar la relación entre las variables, con el fin de
comprobar la hipótesis planteada (Forero & Bennasar,
2024). La recopilación de datos se realizará mediante instrument=
os
estructurados que permitan medir la percepción de los docentes y estudiantes
sobre su experiencia con la IA en la educación y su impacto en su proceso de
enseñanza-aprendizaje.
2.1. Variables de estudio
En el aná=
lisis
de la literatura, se identifican dos variables principales que estructuran =
el
debate sobre la Inteligencia Artificial (IA) en la educación, enfoca=
das
en la perspectiva de los estudiantes:
- Variable
independiente: integración de la inteligencia artificial en la educaci=
ón.
Sum(IA_Conocimiento_docente +
IA_Infraestructura_tecnológica + IA_Política_educativa +
IA_Percepción_adaptación)/4
- Variable
dependiente: impacto en el aprendizaje personalizado.
Sum(ap_mejora_enseñanza + ap_eficiencia_evaluación=
+
ap_pensamiento_crítico + ap_reducción_brecha)/4
Cada una de estas variables se divide en dimension=
es
específicas que permiten analizar su relación con el aprendizaje desde la
percepción de los estudiantes.
Dimensiones de la variable independiente (integrac=
ión de
la IA en la educación)
=
1. Conocimiento
del docente en IA: evalúa la percepción de los estudiantes sobre si sus
docentes tienen formación y competencias suficientes para utilizar herramie=
ntas
de IA en el aula (Aljemely, 2024<=
/span>;
Ayanwale et al., 2024).
=
2. Infraestructura
tecnológica: mide la disponibilidad y acceso que los estudiantes tienen a
herramientas tecnológicas de IA en su institución, considerando el uso de
dispositivos, plataformas digitales y conectividad (Fundi et al., 2024; Galindo-Domínguez et al., 2024<=
/span>).
=
3. Política
educativa y currículo: examina si los estudiantes han recibido formación so=
bre
IA dentro del currículo escolar, identificando si la IA está incluida en sus
programas de estudio o si se usa como una herramienta de apoyo en el
aprendizaje (Mbambo & du Plessis=
, 2024;
Singh & Ram, 2024).
=
4. Percepción
y aceptación del estudiante: analiza el nivel de interés y aceptación que l=
os
estudiantes tienen sobre el uso de IA en la educación, así como su disposic=
ión
para aprender con herramientas basadas en esta tecnología (Dilzhan, 2024; Yue et al., 2024).
Dimensiones de la variable dependiente (impacto en=
el
aprendizaje personalizado)
- Mejoras
en la enseñanza personalizada: mide la percepción de los estudiantes s=
obre
si la IA ayuda a personalizar el aprendizaje, adaptando los contenidos=
a
sus necesidades y estilos de aprendizaje (Diliberti et al., 2024;
Forero & Bennasar=
, 2024).
- Eficiencia
en la evaluación educativa: analiza si los estudiantes consideran que =
la
IA facilita la evaluación de su rendimiento y si mejora la
retroalimentación que reciben sobre su desempeño académico (Singh & Ram, 2024=
;
Erduran &=
amp; Levrini, 2024).
- Desarrollo
del pensamiento crítico y autonomía estudiantil: examina si los
estudiantes creen que el uso de IA los ayuda a mejorar su pensamiento
crítico, su capacidad de análisis y su autonomía en el aprendizaje (
- Reducción
de la brecha educativa: evalúa si los estudiantes perciben que la IA
reduce las diferencias de acceso a la educación entre quienes tienen
distintos niveles de conectividad y recursos tecnológicos (Fundi et al., 2024;
Sperling e=
t al.,
2024).
Los estudios analizados muestran un consenso gener=
al
sobre el potencial de la inteligencia artificial para transformar la educac=
ión
mediante la personalización del aprendizaje y la mejora de la experiencia
estudiantil. Sin embargo también revelan diferencias significativas en la
percepción de los estudiantes sobre cómo debería implementarse la IA en el
entorno escolar y qué tan accesible es para todos. Mientras que algunos
consideran que la IA facilita el aprendizaje adaptativo y la evaluación
automatizada, otros expresan preocupaciones sobre la falta de formación
docente, la disponibilidad de tecnología en sus instituciones y el posible
impacto en la autonomía estudiantil.
Un factor crítico identificado en este análisis es=
la
equidad en el acceso a la tecnología, ya que la infraestructura y los recur=
sos
tecnológicos disponibles influyen en la efectividad de la IA para personali=
zar
el aprendizaje. Además, la actitud y aceptación de los estudiantes juegan un
papel fundamental en su adopción, pues su disposición para aprender con
herramientas de IA influye en su aprovechamiento y resultados académicos.
Este análisis permite concluir que, si bien la IA
tiene el potencial de revolucionar la educación, su éxito dependerá de la
disponibilidad de infraestructura tecnológica, la preparación de los docent=
es
para su integración y la percepción positiva de los estudiantes. Para
garantizar una implementación efectiva, es necesario fortalecer la formació=
n en
IA dentro del currículo escolar y asegurar que todos los estudiantes,
independientemente de su contexto, puedan acceder a sus beneficios de manera
equitativa.
2.2. Planteamiento de la hipótesisPara analizar la relación entre la implementación =
de
la IA en la educación y su impacto en la formación docente y el aprendizaje
personalizado, se plantea la siguiente hipótesis:
- H₀
(Hipótesis Nula): la implementaci=
ón
de inteligencia artificial en la educación no influye significativamen=
te
en la personalización del aprendizaje.
- H₁
(Hipótesis Alternativa): la implementaci=
ón
de inteligencia artificial en la educación tiene un impacto positivo
significativo en la personalización del aprendizaje.
2.3. Población y muestra
La poblac=
ión de
esta investigación está conformada por los estudiantes de básica superior d=
e la
Escuela de Educación Básica "Ángel Polivio Chávez", ubicad=
a en
la ciudad de Cuenca, en la dirección César Dávila y Juan Bautista. La
institución cuenta con una matrícula total de 150 estudiantes en este nivel
educativo, quienes constituyen el universo de estudio para el análisis de la
implementación de la Inteligencia Artificial (IA) en la educación y =
su
impacto en el aprendizaje personalizado.
Para esta investigación, se ha seleccionado una
muestra representativa de 100 estudiantes, con el propósito de recopilar
información sobre su percepción y experiencia con la integración de
herramientas de IA en el proceso de enseñanza-aprendizaje. La selección de =
la
muestra se ha realizado mediante un muestreo no probabilístico por
conveniencia, considerando la accesibilidad y disponibilidad de los estudia=
ntes
para participar en el estudio.
2.4. Técnica e instrumento de recolección de datos
Se utilizará la técnica de encuesta estructurada, =
con
un cuestionario basado en la escala de Likert, compuesto por preguntas cerr=
adas
para medir la percepción de docentes y estudiantes sobre la implementación =
de
la IA en la educación (tabla 1).
La decisión de utilizar la escala de Likert se deb=
e a
que:
=
1. Facilita
la medición cuantitativa de percepciones subjetivas sobre la IA en la educa=
ción
(Wardat et al., 2024).=
=
2. Permite
establecer correlaciones entre variables para comprobar la hipótesis (Yilmaz et al., 2024).=
=
3. Proporciona
datos estructurados que pueden ser analizados con técnicas estadísticas como
regresión lineal y análisis factorial (Yue et al.=
, 2024).
Operacionalización de
variables
Variable
Codificación
Dimensión
Pregunta en Escala Likert
VI: Integración de la Inteligencia Artificial en la Educación=
IA_Conocimiento_docente
Conocimiento del docente en IA
¿Consideras que tus docentes tienen conocimientos
suficientes sobre inteligencia artificial?
IA_Infraestructura_tecnológica
Infraestructura tecnológica
¿Tu escuela cuenta con tecnología basada en
inteligencia artificial para el aprendizaje?
IA_Política_educativa
Política educativa y currículo
¿Recibes enseñanza sobre inteligencia artificial=
en
tus clases?
IA_Percepción_adaptación
Percepción y aceptación del estudiante
¿Te gustaría que la inteligencia artificial se u=
se
más en el aprendizaje?
VD: Impacto en el Aprendizaje Personalizado
AP_MEJORA_ENSEÑANZA
Mejoras en la enseñanza personalizada
¿Crees que la IA ayuda a que el aprendizaje sea =
más
adaptado a tus necesidades?
AP_EFICIENCIA_EVALUACIÓN
Eficiencia en la evaluación educativa
¿La IA facilita la retroalimentación y mejora la
forma en que recibes calificaciones?
AP_PENSAMIENTO_CRÍTICO
Desarrollo del pensamiento crítico y autonomía
¿Consideras que la IA te ayuda a pensar de manera
más crítica y a resolver problemas por tu cuenta?
Tabla 1
Operacionalización de
variables (continuación)
Variable
Codificación
Dimensión
Pregunta en Escala Likert
VD: Impacto en el Aprendizaje Personalizado
AP_REDUCCIÓN_BRECHA
Reducción de la brecha educativa
¿Crees que la IA permite que más estudiantes ten=
gan
acceso a mejores oportunidades de aprendizaje?
Nota:
escala de medición 1=3D Muy en desacuerdo, 2=3D En desacuerdo, 3=3D Neutral=
, 4=3D De
acuerdo, 5=3D Muy de acuerdo
2.5. Procesamiento de datos y validación del instrume=
nto
Variable
Codificación
Dimensión
Pregunta en Escala Likert
VI: Integración de la Inteligencia Artificial en la Educación
IA_Conocimiento_docente
Conocimiento del docente en IA
¿Consideras que tus docentes tienen conocimientos
suficientes sobre inteligencia artificial?
IA_Infraestructura_tecnológica
Infraestructura tecnológica
¿Tu escuela cuenta con tecnología basada en
inteligencia artificial para el aprendizaje?
IA_Política_educativa
Política educativa y currículo
¿Recibes enseñanza sobre inteligencia artificial=
en
tus clases?
IA_Percepción_adaptación
Percepción y aceptación del estudiante
¿Te gustaría que la inteligencia artificial se u=
se
más en el aprendizaje?
VD: Impacto en el Aprendizaje Personalizado
AP_MEJORA_ENSEÑANZA
Mejoras en la enseñanza personalizada
¿Crees que la IA ayuda a que el aprendizaje sea =
más
adaptado a tus necesidades?
AP_EFICIENCIA_EVALUACIÓN
Eficiencia en la evaluación educativa
¿La IA facilita la retroalimentación y mejora la
forma en que recibes calificaciones?
AP_PENSAMIENTO_CRÍTICO
Desarrollo del pensamiento crítico y autonomía
¿Consideras que la IA te ayuda a pensar de manera
más crítica y a resolver problemas por tu cuenta?
Variable
Codificación
Dimensión
Pregunta en Escala Likert
VD: Impacto en el Aprendizaje Personalizado
AP_REDUCCIÓN_BRECHA
Reducción de la brecha educativa
¿Crees que la IA permite que más estudiantes ten=
gan
acceso a mejores oportunidades de aprendizaje?
Las respuestas de la encuesta serán analizadas con=
el
software SPSS, aplicando pruebas de correlación y análisis de regresión. Pa=
ra evaluar
la confiabilidad del cuestionario, se aplicará el coeficiente Alfa de Cronb=
ach,
garantizando la consistencia interna de las preguntas. Se obtuvo un coefici=
ente
superior a 0.80, lo que indicará una alta confiabilidad del instrumento (Zhang et al., 2024). Además el
cuestionario fue validado mediante juicio de expertos, asegurando que las
preguntas sean relevantes y comprensibles para los participantes (Sperling et al., 2024).=
2.6. Recorrido pedagógico
La investigación se llevará a cabo en la instituci=
ón
indicada, en donde han implementado herramientas de IA en la enseñanza,
examinando cómo han afectado a la personalización del aprendizaje. Se
estudiaron metodologías activas, como el uso de chatbots educativos, sistem=
as
de tutoría automatizada y análisis de datos de aprendizaje, para comprender=
su
impacto en la educación (Su & Yang, 2024). =
Con
este enfoque metodológico, la investigación proporciona un análisis detalla=
do
sobre la relación entre la IA y la educación, contribuyendo a la generación=
de
estrategias para su implementación efectiva en los entornos educativos del
futuro.
3.
Resultados
Los resultados obtenidos en la encuesta (tabla 2) reflejan un panorama general positivo sobre la
incorporación de la inteligencia artificial (IA) en la educación, aunque
también ponen de manifiesto ciertas discrepancias en cuanto a su implementa=
ción
efectiva y su impacto real en el aprendizaje personalizado.
3.1. Formación
docente y disponibilidad de infraestructura
Uno de los principales hallazgos es que la mayoría=
de
los estudiantes perciben que sus docentes han recibido formación en IA, con=
un
84,7% de respuestas entre “de acuerdo” y “muy de acuerdo”. Esto sugiere que=
la
capacitación en herramientas de IA está siendo considerada en muchas
instituciones educativas, lo que coincide con estudios previos que destacan=
la
importancia de la alfabetización digital en la enseñanza (Aljemely, 2024). No obstante, sigue existien=
do
un 13,4% que manifiesta que sus docentes no han recibido suficiente formaci=
ón,
lo que indica que aún hay margen para mejorar la capacitación en el uso de
estas tecnologías.
En cuanto a la infraestructura tecnológica, los
resultados muestran que, si bien una parte significativa de los estudiantes
reconoce la existencia de herramientas de IA en sus instituciones (75,3% en=
tre
“de acuerdo” y “muy de acuerdo”), un 22% expresó estar en desacuerdo. Esto
evidencia que, aunque la adopción de la IA está en marcha, aún hay
desigualdades en la disponibilidad de estos recursos entre instituciones
educativas, lo que puede estar afectando la equidad en el acceso a una
educación digitalizada.
3.2. Inclusión
de la IA en el currículo educativo
La percepción sobre la integración de la IA en los
programas educativos es uno de los aspectos mejor valorados en la encuesta,=
con
un 90,7% de respuestas positivas. Este resultado refuerza la idea de que las
instituciones están comenzando a incluir la IA en el currículo, lo que es
consistente con investigaciones previas que señalan la creciente necesidad =
de
preparar a los estudiantes en el uso de estas tecnologías desde edades
tempranas (Mbambo & du Plessis=
, 2024;
Singh & Ram, 2024). Sin em=
bargo,
el 7,3% de respuestas negativas indica que algunas escuelas aún no han
implementado estos cambios o que los estudiantes no perciben claramente su
integración.
3.3. Percepción
del impacto de la IA en la enseñanza y el aprendizaje
La gran mayoría de los encuestados considera que l=
a IA
puede mejorar la enseñanza en el aula (72,7% de acuerdo), aunque llama la
atención que ningún estudiante marcó “muy de acuerdo”, lo que sugiere que,
aunque hay una percepción general de beneficio, aún persisten dudas o falta=
de
experiencia directa con estas herramientas en la educación cotidiana.
En relación con la personalización del aprendizaje=
, un
79,3% de los encuestados cree que la IA ayuda a adaptar los contenidos a las
necesidades individuales de los estudiantes. Esto refuerza el argumento de =
que
la IA puede ser utilizada para mejorar la enseñanza a través del aprendizaje
adaptativo (Diliberti et al.=
, 2024;
Forero & Bennasar, 2024). =
No
obstante un 18% de los estudiantes está en desacuerdo o muy en desacuerdo, =
lo
que indica que aún hay casos donde la IA no ha logrado cumplir con sus
expectativas o no se ha implementado de manera efectiva.
Por otro lado la capacidad de la IA para facilitar=
la
evaluación educativa fue valorada positivamente por la mayoría de los
encuestados (74,7% de respuestas positivas), lo que indica que los estudian=
tes
perciben la automatización de la retroalimentación como una ventaja. Sin
embargo, un 23,3% expresó desacuerdo o total desacuerdo, lo que podría estar
relacionado con el temor a una evaluación despersonalizada o basada únicame=
nte
en algoritmos sin intervención docente (Singh &=
amp; Ram, 2024).
3.4. IA y desarrollo
del pensamiento crítico
En cuanto al impacto de la IA en el pensamiento
crítico y la autonomía estudiantil, el 86,6% de los estudiantes considera q=
ue
estas herramientas pueden favorecer su desarrollo, lo que está alineado con
estudios previos que sugieren que la IA puede potenciar la capacidad analít=
ica
de los estudiantes cuando se usa de manera adecuada (Dilzhan, 2024; Yue et al., 2024). Sin embargo, el 12% de
respuestas en desacuerdo sugiere que algunos estudiantes no perciben un efe=
cto
positivo en su capacidad de análisis, lo que podría estar vinculado a cómo =
se
implementan estas tecnologías en el aula.
3.5. Percepción
sobre la reducción de la brecha educativa
Finalmente, uno de los resultados más divididos en=
la
encuesta está relacionado con si la IA ayuda a reducir la desigualdad en el
acceso a la educación digital. Aunque un 70% de los estudiantes cree que la=
IA
puede contribuir a cerrar la brecha educativa, un 23,3% expresó su desacuer=
do.
Esto sugiere que, si bien la IA tiene el potencial de democratizar el acces=
o a
la educación, en la práctica aún persisten desigualdades en términos de acc=
eso
a dispositivos, conectividad y formación digital (Fundi et al., 2024;
Los resultados de la encuesta muestran una tendenc=
ia
positiva hacia la integración de la IA en la educación, con una percepción
mayoritaria de que puede mejorar la personalización del aprendizaje, facili=
tar
la evaluación y desarrollar el pensamiento crítico. Sin embargo, aún existen
barreras relacionadas con la formación docente, la disponibilidad de
infraestructura y la equidad en el acceso a estas herramientas.
Estos hallazgos resaltan la necesidad de seguir
fortaleciendo la capacitación en IA para docentes, mejorar la infraestructu=
ra
tecnológica en las instituciones educativas y garantizar que la integración=
de
estas herramientas sea equitativa para todos los estudiantes. Aunque la IA
tiene el potencial de transformar la educación, su impacto dependerá de cóm=
o se
implementen las políticas de acceso y formación en los diferentes contextos
educativos.
Tabla
2
Respuestas
consolidadas de las encuestas
|
Pre=
guntas
de la encuesta |
Muy en desacuerdo |
Desacuerdo |
Indistinto |
De acuerdo |
Muy de acuerdo |
|
¿Ha
recibido formación en inteligencia artificial para la enseñanza? |
2,7% |
10,7% |
2,0% |
40,7% |
44,0% |
|
¿Cu=
enta
su institución con herramientas de IA para la educación? |
10,7% |
11,3% |
2,7% |
46,0% |
29,3% |
|
¿Se
incluye la inteligencia artificial en el currículo educativo de su
institución? |
3,3% |
4,0% |
2,0% |
76,0% |
14,7% |
|
¿Co=
nsidera
que la inteligencia artificial puede mejorar la enseñanza en el aula? |
5,3% |
16,7% |
5,3% |
72,7% |
0,0% |
|
¿Cr=
ee
que la IA ayuda a personalizar el aprendizaje según las necesidades de ca=
da
estudiante? |
6,0% |
12,0% |
2,7% |
63,3% |
16,0% |
|
¿La=
IA
facilita la evaluación y retroalimentación del desempeño estudiantil? |
10,0% |
13,3% |
2,0% |
42,0% |
32,7% |
|
¿La=
IA
contribuye al desarrollo del pensamiento crítico en los estudiantes? |
2,7% |
9,3% |
1,3% |
67,3% |
19,3% |
|
¿Cr=
ee
que el uso de IA reduce la desigualdad en el acceso a la educación digita=
l? |
1,3% |
23,3% |
5,3% |
32,7% |
37,3% |
3.6. Resultados de la correlaciónEl análisis de correlación de Spearman realizado e=
n la
tabla 3, entre la integración de la =
Inteligencia
Artificial (IA) en la educación y su impacto en el aprendizaje
personalizado revela un coeficiente de correlación de 0,903, lo que indica =
una
correlación muy fuerte y positiva entre ambas variables. Este resultado sug=
iere
que, a mayor nivel de implementación de IA en los entornos educativos, mayor
será el impacto percibido en la personalización del aprendizaje.
El nivel de significación bilateral (Sig. =3D 0,00=
0)
confirma que la correlación encontrada es estadísticamente significativa co=
n un
nivel de confianza del 99%. Esto significa que la relación entre la integra=
ción
de IA y la mejora en el aprendizaje personalizado no es producto del azar, =
sino
que existe una asociación consistente entre ambas variables. En otras palab=
ras,
a medida que las instituciones educativas adoptan herramientas basadas en I=
A,
los estudiantes experimentan un aprendizaje más adaptado a sus necesidades
individuales.
Estos hallazgos respaldan investigaciones previas =
que
han señalado el potencial de la IA para mejorar la educación a través del
aprendizaje adaptativo, en el cual los algoritmos pueden identificar fortal=
ezas
y debilidades de los estudiantes y ajustar los contenidos en consecuencia (=
Diliberti et al., 2024; =
Forero & Bennasar, 2024).
Además, este resultado concuerda con estudios que sugieren que la IA puede
proporcionar retroalimentación personalizada en tiempo real, lo que optimiz=
a la
enseñanza y permite un aprendizaje más efectivo (Singh &=
amp; Ram, 2024; Erduran=
& =
Levrini, 2024).
Sin embargo, aunque la correlación es muy alta, no
implica una relación causal directa. Es decir, aunque la IA contribuye
significativamente al aprendizaje personalizado, otros factores también pue=
den
influir en la manera en que los estudiantes experimentan esta personalizaci=
ón,
como la infraestructura tecnológica, la formación docente y el acceso
equitativo a estas herramientas. De hecho, investigaciones previas han seña=
lado
que la efectividad de la IA en la educación depende en gran medida de cómo =
se implementa
y quién tiene acceso a ella (Fundi et al.=
, 2024;
Sperling et al., 2024).
Otro punto de análisis es que, si bien el coeficie=
nte
de correlación es alto, no todos los estudiantes pueden haber experimentado=
los
mismos beneficios. En instituciones con mayor inversión en IA y en la forma=
ción
docente, el impacto del aprendizaje personalizado será más evidente. Sin
embargo, en aquellas con menor acceso a tecnología, la experiencia puede ser
desigual, lo que podría explicar algunas diferencias en la percepción de los
estudiantes.
La correlación muy fuerte y significativa entre la
integración de la IA y el aprendizaje personalizado demuestra que estas
tecnologías pueden desempeñar un papel clave en la transformación de la
educación. Sin embargo, para maximizar su efectividad, es fundamental inver=
tir
en infraestructura tecnológica, capacitar a los docentes y garantizar el ac=
ceso
equitativo a estas herramientas. Aunque la IA tiene el potencial de
personalizar el aprendizaje, su impacto dependerá de cómo se implemente en =
cada
contexto educativo y de los recursos disponibles para su adecuada integraci=
ón.
3.7. Comprobación de la hipótesisLos resultados del análisis estadístico en SPSS en=
la tabla 3, muestran que la correlación de Spearman (&=
#961;
=3D 0,903, p =3D 0,000) entre la implementación de la Inteligencia
Artificial (IA) en la educación y la personalización del aprendizaje es
altamente significativa y positiva. Dado que el valor de p es menor a 0,05,=
se
rechaza la hipótesis nula (H₀) y se acepta la hipótesis alternativa
(H₁), lo que indica que la implementación de la IA en la educación ti=
ene
un impacto positivo y significativo en la personalización del aprendizaje. =
Este
resultado confirma que, a medida que las instituciones educativas integran
herramientas de IA en sus procesos de enseñanza, los estudiantes experiment=
an
un aprendizaje más adaptado a sus necesidades individuales. Asimismo, el al=
to
coeficiente de correlación sugiere que la IA es un factor clave en la
transformación de los entornos digitales de aprendizaje. Sin embargo, aunque
los datos confirman una relación significativa, es necesario considerar otr=
os
factores como la formación docente, el acceso equitativo a la tecnología y =
la
calidad de la infraestructura tecnológica para garantizar una implementación
efectiva y maximizar los beneficios de la IA en la educación.
Tabla
3
Correlaciones
Integración de la Inteligencia
Artificial
Impacto en el Aprendizaje Personaliz=
ado
Rho de Spearman
Integración de la Inteligencia
Artificial
Coeficiente de correlación
1,000
,903**
Sig. (bilateral)
.
,000
N
150
150
Impacto en el Aprendizaje Personaliz=
ado
Coeficiente de correlación
,903**
1,000
Sig. (bilateral)
,000
.
N
150
150
Nota: **. La correlación es significat=
iva
en el nivel 0,01 (bilateral).
4.
Discusión
La presente investigación tuvo como objetivo gener=
al
analizar el impacto de la Inteligencia Artificial (IA) en la
transformación de los entornos digitales de aprendizaje y su contribución a=
la
personalización educativa, identificando los desafíos, oportunidades y
estrategias para su implementación efectiva en el ámbito educativo. A parti=
r de
los hallazgos obtenidos, se presentan las conclusiones en función de los tr=
es
objetivos específicos planteados en el estudio.
=
4.1.
Fundamentación teórica sobre la
inteligencia artificial en la educación y su impacto en la personalización =
del
aprendizaje
El análisis de la literatura permitió evidenciar q=
ue
la inteligencia artificial ha emergido como una tecnología clave en la
personalización del aprendizaje, permitiendo la adaptación de contenidos y
estrategias pedagógicas según las necesidades individuales de los estudiant=
es.
Estudios previos han demostrado que la IA es capaz de identificar patrones =
de
aprendizaje, predecir el rendimiento académico y proporcionar retroalimenta=
ción
automatizada, lo que contribuye a la mejora del proceso educativo (Lee et al., 2024).
Asimismo, se confirmó que existen diferentes enfoq=
ues
teóricos que sustentan el uso de IA en la educación, destacándose el
aprendizaje adaptativo, en el cual los algoritmos ajustan la enseñanza en
función del progreso y desempeño de cada estudiante (Galindo-Domínguez et al., 2024<=
/span>).
Este modelo ha demostrado ser particularmente efectivo en el desarrollo de
metodologías de enseñanza personalizada, ya que optimiza la gestión del
aprendizaje y permite a los estudiantes avanzar a su propio ritmo. Sin emba=
rgo,
la efectividad de estas herramientas depende de su adecuada implementación y
del grado de acceso a estas tecnologías en los entornos educativos.
A pesar de los avances teóricos en la aplicación d=
e la
IA en la educación, se identificó que su adopción aún enfrenta desafíos,
especialmente en la formación docente y en la equidad de acceso a la
tecnología. Mientras que algunas instituciones han logrado integrar la IA de
manera efectiva en sus currículos, otras aún dependen de metodologías
tradicionales que no explotan completamente el potencial de estas herramien=
tas.
Esto sugiere que, si bien la IA tiene el potencial de personalizar el
aprendizaje, su impacto sigue siendo desigual en función de las condiciones
tecnológicas y pedagógicas de cada institución.
=
4.2.
Estrategias actuales de implementación=
de
IA en los entornos digitales de aprendizaje y su impacto en la enseñanza
Los resultados obtenidos en la investigación empír=
ica
confirmaron que la integración de IA en la educación ha sido percibida de
manera positiva por la mayoría de los estudiantes, quienes reconocen su
capacidad para personalizar la enseñanza y mejorar la retroalimentación
académica. La correlación de 0,903 entre la integración de IA y el impacto =
en
el aprendizaje personalizado demuestra que estas tecnologías pueden desempe=
ñar
un papel fundamental en la transformación de los entornos educativos.<=
/o:p>
Sin embargo, la implementación de IA en la enseñan=
za
enfrenta retos significativos. Uno de los principales desafíos identificado=
s es
la preparación docente para el uso de herramientas basadas en IA. Si bien l=
os
resultados de la encuesta sugieren que una parte importante de los docentes=
ha
recibido formación en IA, aún existe un porcentaje considerable que no se
siente completamente preparado para utilizar estas herramientas de manera
efectiva en el aula (Su & Yang, 2024).
Otro aspecto clave identificado fue la infraestruc=
tura
tecnológica, ya que la disponibilidad de dispositivos, conectividad y softw=
are
especializado influye directamente en el grado de personalización del
aprendizaje que se puede lograr con la IA. En instituciones donde la
infraestructura es más robusta, la implementación de IA ha tenido un impacto
significativo en la enseñanza, mientras que en
aquellas con limitaciones tecnológicas, su aplicación ha sido más restringi=
da (Yue et al., 2024).<=
/o:p>
Además, se identificó que la IA ha sido utilizada
principalmente en la evaluación educativa, proporcionando retroalimentación
automatizada y generando reportes sobre el desempeño estudiantil. Sin embar=
go,
algunos estudiantes expresaron dudas sobre la equidad y precisión de estos
sistemas de evaluación, lo que indica que, aunque la IA puede mejorar la
eficiencia en la medición del aprendizaje, es necesario complementar su uso=
con
la intervención humana para garantizar evaluaciones justas y contextualizad=
as.
Por otro lado, se destacó la importancia de la
percepción de los estudiantes en la adopción de IA en la educación. Aunque =
la
mayoría considera que estas herramientas pueden mejorar su aprendizaje, una
minoría aún percibe barreras en su implementación, ya sea por la falta de
acceso equitativo a la tecnología o por la resistencia al cambio en los mét=
odos
de enseñanza tradicionales. Esto sugiere que, para lograr una integración
efectiva de la IA, es fundamental diseñar estrategias de sensibilización y
formación que permitan a los estudiantes familiarizarse con su uso y maximi=
zar
sus beneficios.
=
4.3.
Propuesta de solución
Con base en los hallazgos obtenidos, se identifica=
ron
una serie de recomendaciones clave para garantizar una implementación efect=
iva
de la IA en los entornos educativos:
Fortalecer la formación docente en IA: Se hace
necesario diseñar programas de capacitación continua para que los docentes
adquieran las competencias necesarias para utilizar herramientas de IA en la
enseñanza. Esto garantizará que puedan aprovechar al máximo el potencial de=
la
IA y diseñar estrategias pedagógicas innovadoras que beneficien a los
estudiantes (Zhang et al., 2024).
Mejorar la infraestructura tecnológica en las
instituciones educativas: para maximizar el impacto de la IA en la
personalización del aprendizaje, es fundamental garantizar que los estudian=
tes
tengan acceso a dispositivos adecuados, conectividad estable y software
especializado. Esto permitirá que la IA pueda ser utilizada de manera
equitativa en diferentes contextos educativos.
Diseñar estrategias de integración curricular: la =
IA
no debe verse únicamente como una herramienta complementaria, sino que debe
integrarse de manera estructurada en los programas educativos. Esto implica
desarrollar contenidos específicos sobre IA en el currículo escolar y fomen=
tar
el uso de estas tecnologías en diferentes disciplinas.
Garantizar el acceso equitativo a la IA en la
educación: para evitar que la IA amplíe la brecha educativa, es fundamental
diseñar políticas que promuevan su acceso en comunidades con menos recursos.
Esto puede incluir la implementación de programas gubernamentales de dotaci=
ón
tecnológica, el desarrollo de plataformas educativas accesibles y la promoc=
ión
de iniciativas de educación digital inclusiva.
La investigación confirma que la inteligencia
artificial tiene un alto potencial para transformar los entornos digitales =
de
aprendizaje y mejorar la personalización educativa. No obstante, su
implementación efectiva requiere superar desafíos relacionados con la forma=
ción
docente, la infraestructura tecnológica y la equidad en el acceso a estas
herramientas. La fuerte correlación encontrada entre la integración de IA y=
el
impacto en el aprendizaje personalizado respalda la necesidad de continuar
explorando estrategias que permitan maximizar sus beneficios en la educació=
n.
La clave para lograrlo radica en el desarrollo de políticas educativas que
garanticen una adopción equitativa y sostenible de la IA en todos los nivel=
es
educativos.
5.
Conclusiones
·
La inteligencia artificial (IA) e=
stá
transformando los entornos digitales educativos al posibilitar un aprendiza=
je
más personalizado y adaptativo. Su integración en plataformas educativas me=
jora
la accesibilidad, optimiza la enseñanza y responde a las necesidades
individuales de los estudiantes.
·&nb=
sp;
No obstante, su
implementación plantea desafíos éticos y pedagógicos que requieren un análi=
sis
crítico para garantizar que la IA complemente la labor docente sin deshuman=
izar
el proceso educativo. En este sentido, es esencial desarrollar marcos norma=
tivos
y estrategias que regulen su uso, asegurando que la tecnología esté al serv=
icio
del aprendizaje y la equidad educativa
·&nb=
sp;
Para maximizar el imp=
acto
positivo de la IA en la educación, es imprescindible la colaboración entre
instituciones educativas, docentes y desarrolladores tecnológicos en la
creación de entornos digitales inclusivos y éticos. La capacitación docente=
en
competencias digitales, el diseño curricular adaptativo y la protección de
datos son aspectos clave para su implementación efectiva
6.
Conflicto de
intereses
Los
autores declaran que no existe conflicto de intereses en relación con el
artículo presentado.
7.
Declaración de
contribución de los autores
Todos
autores contribuyeron significativamente en la elaboración del artículo.
8.
Costos de financiamiento
La
presente investigación fue financiada en su totalidad con fondos propios de=
los
autores.
9.
Referencias
bibliográficas
Aljemely, Y. (2024). Challenges and best practices in
training teachers to utilize artificial intelligence: A systematic review. =
Frontiers
in Education, 9, 1470853. https://www.frontiersin.org/journals/e=
ducation/articles/10.3389/feduc.2024.1470853/full
Ortiz Velasco, L. V., & Ortiz Velasco, V. H. (2024). La intelige=
ncia
artificial en la educación superior. ConcienciaD=
igital, 7(1.2), 115-131.
https://doi.org/10.33262/concienciadigital.v7i1.2.2928
Pokrivcakova, S. (2023). Pre-service teachers’ attitudes towar=
ds
artificial intelligence and its integration into EFL teaching and learning.=
Journal
of Language and Cultural Education, 11(3), 100-114.
https://doi.org/10.2478/jolace-2023-0031
Los resultados del análisis estadístico en SPSS en=
la tabla 3, muestran que la correlación de Spearman (&=
#961;
=3D 0,903, p =3D 0,000) entre la implementación de la Inteligencia
Artificial (IA) en la educación y la personalización del aprendizaje es
altamente significativa y positiva. Dado que el valor de p es menor a 0,05,=
se
rechaza la hipótesis nula (H₀) y se acepta la hipótesis alternativa
(H₁), lo que indica que la implementación de la IA en la educación ti=
ene
un impacto positivo y significativo en la personalización del aprendizaje. =
Este
resultado confirma que, a medida que las instituciones educativas integran
herramientas de IA en sus procesos de enseñanza, los estudiantes experiment=
an
un aprendizaje más adaptado a sus necesidades individuales. Asimismo, el al=
to
coeficiente de correlación sugiere que la IA es un factor clave en la
transformación de los entornos digitales de aprendizaje. Sin embargo, aunque
los datos confirman una relación significativa, es necesario considerar otr=
os
factores como la formación docente, el acceso equitativo a la tecnología y =
la
calidad de la infraestructura tecnológica para garantizar una implementación
efectiva y maximizar los beneficios de la IA en la educación.
Tabla
3
Correlaciones
|
|
Integración de la Inteligencia
Artificial |
Impacto en el Aprendizaje Personaliz=
ado |
||
|
Rho de Spearman |
Integración de la Inteligencia
Artificial |
Coeficiente de correlación |
1,000 |
,903** |
|
Sig. (bilateral) |
. |
,000 |
||
|
N |
150 |
150 |
||
|
Impacto en el Aprendizaje Personaliz=
ado |
Coeficiente de correlación |
,903** |
1,000 |
|
|
Sig. (bilateral) |
,000 |
. |
||
|
N |
150 |
150 |
El artículo que se publica es de exclusiva
responsabilidad de los autores y no necesariamente reflejan el pensamiento =
de
la Revista Alfa Publicaciones.=
El artíc=
ulo
queda en propiedad de la revista y, por tanto, su publicación parcial y/o t=
otal
en otro medio tiene que ser autorizado por el director de la Revista Alfa Publicaciones.