Inteligencia artificial como asistente pedagógico: Personalización del aprendizaje en Educación Básica
DOI:
https://doi.org/10.63415/saga.v3i2.374Palabras clave:
inteligencia artificial, personalización del aprendizaje, educación básica, asistente pedagógico, aprendizaje adaptativoResumen
Esta investigación cuantitativa tuvo como fin determinar el impacto de un asistente pedagógico basado en inteligencia artificial —en este caso, el asistente AdaptiLearn— para personalizar el aprendizaje y el rendimiento académico de estudiantes de Educación Básica. Se utilizó un diseño cuasiexperimental de pretest y postest con grupo control empleado en una muestra de 692 estudiantes de 4º a 6º grado. En el tratamiento experimental, se empleó dicho asistente durante doce semanas, mientras que el grupo control continuó la práctica habitual. Se utilizaron tres instrumentos: una prueba para evaluar el rendimiento académico, además de una escala de percepción del apoyo a la autonomía y una escala de motivación académica. Los resultados muestran cómo tratar a los estudiantes con el asistente experimental, permite alcanzar una ganancia significativamente más elevada en rendimiento (11.2 puntos en el grupo experimental frente a 2.5 puntos en el grupo control, d = 1.41), así como mayor percepción de apoyo a la autonomía, siendo la magnitud del efecto de tal forma que pasa a resultar de notable para positiva (d de entre 1.98 y 2.72), y en la motivación intrínseca (d = 1.84). El efecto fue especialmente pronunciado en estudiantes que, en el test de rendimiento académico, alcanzaban niveles bajos en la preprueba a pesar de contar con la herramienta (*+10.1 puntos netos*), lo que permite deducir que la propuesta puede ser capaz de igualar brechas en el rendimiento como función de la inteligencia artificial empleada como asistente pedagógico. Se extrae que la inteligencia artificial como asistente pedagógico funciona como una sólida herramienta para personalizar el aprendizaje, mejorar el rendimiento académico y también para mejorar la motivación y autonomía de los estudiantes en la Educación Básica.
Descargas
Referencias
Aparicio-Gómez, O. Y., & Aparicio-Gómez, W. O. (2024). Innovación educativa con sistemas de aprendizaje adaptativo impulsados por Inteligencia Artificial. Revista Internacional de Pedagogía e Innovación Educativa, 4(2), 343-363. https://doi.org/10.51660/ripie42222
Arana, M. G. Z., Condori, D. M. Q., & Mamani, E. C. (2024). Impulsando el aprendizaje en el aula: El rol de las aplicaciones de aprendizaje adaptativo impulsadas por inteligencia artificial en la educación básica. Ciencia Latina: Revista Multidisciplinar, 8(3), 4301-4318.
Arcos, M. T. B., García-Herrera, D. G., Erazo-Álvarez, C. A., & Erazo-Álvarez, J. C. (2025). Integración de la Inteligencia Artificial y el Aprendizaje Adaptativo para Personalizar la Experiencia Educativa. Revista Científica de Salud y Desarrollo Humano, 6(1), 1882-1914. https://doi.org/10.61368/r.s.d.h.v6i1.567
Bates, T., Cobo, C., Mariño, O., & Wheeler, S. (2020). Can artificial intelligence transform higher education? International Journal of Educational Technology in Higher Education, 17(1). https://doi.org/10.1186/s41239-020-00218-x
Cordón, O. (2023). Inteligencia Artificial en Educación Superior: Oportunidades y Riesgos. RiiTE Revista interuniversitaria de investigación en tecnología educativa, (15), 16-27. https://doi.org/10.6018/riite.591581
Defior, S. (2008). La conciencia fonológica y el aprendizaje de la lectura: bases teóricas y empíricas. Investigaciones en Psicología, 13(2), 17-32.
Dúo, P., Moreno, A. J., López, J., & Marín, J. A. (2023). Inteligencia Artificial y Machine Learning como recurso educativo desde la perspectiva de docentes en distintas etapas educativas no universitarias. RiiTE Revista interuniversitaria de investigación en tecnología educativa, (15), 58-78. https://doi.org/10.6018/riite.579611
García Macías, V. M., Moreira Pérez, R. W., Ponce Martínez, R. I., & Loor Domo, M. (2025). Aprendizaje adaptativo a través de la Inteligencia Artificial en la Educación Superior. Revista Científica de Innovación Educativa y Sociedad Actual "ALCON", 5(4), 480-489. https://doi.org/10.62305/alcon.v5i4.775
González, M., Martínez, V., & Pérez, R. (2024). Estrategias neurodidácticas para mejorar la atención y memoria en educación básica. Revista Científica Multidisciplinar, 8(2), 6065-6085.
González-Calatayud, V., Prendes-Espinosa, P., & Roig-Vila, R. (2021). Artificial Intelligence for Student Assessment: A Systematic Review. Applied Sciences, 11(12). https://doi.org/10.3390/app11125467
Guettala, M., Bourekkache, S., Kazar, O., & Harous, S. (2024). Generative artificial intelligence in education: Advancing adaptive and personalized learning. Acta Informatica Pragensia, 13(3), 460-489. https://doi.org/10.18267/j.aip.235
Hernández Jara, P. V., Andaluz Zúñiga, J. V., & Miranda Mora, I. S. (2024). Desarrollo de la conciencia fonológica en los niños de educación inicial. Revista Científica Guacamaya, 8(2), 108-117.
Holmes, W., Bialik, M., & Fadel, C. (2019). Inteligencia artificial en educación: Promesas e implicaciones. Center for Curriculum Redesign.
Labadze, L., Grigolia, M., & Machaidze, L. (2023). Role of AI chatbots in education: systematic literature review. International Journal of Educational Technology in Higher Education, 20(56). https://doi.org/10.1186/s41239-023-00426-1
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2022). Inteligencia artificial en la educación: El impacto de la IA en el aprendizaje, la enseñanza y la administración. Editorial UOC.
Marín, R. D. Z. (2023). Impacto de la inteligencia artificial en la educación inclusiva: Un estudio sobre la accesibilidad y la efectividad de herramientas de aprendizaje adaptativo para estudiantes con discapacidad. Revista Multidisciplinar Ciencia y Descubrimiento, 1(3). https://doi.org/10.70577/1wv6zn54RCD
Mora, F. (2017). Neuroeducación: solo se puede aprender aquello que se ama. Alianza Editorial.
Organización de Estados Iberoamericanos (OEI). (2023). El futuro de la Inteligencia Artificial en educación en América Latina. OEI.
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO). (2021). Inteligencia artificial: guía para las personas a cargo de formular políticas. UNESCO.
Pérez, M. C., & Rodríguez, J. L. (2019). Estrategias psicopedagógicas para el desarrollo de la conciencia fonológica en educación infantil. Revista Iberoamericana de Educación, 79(2), 105-122. https://rieoei.org/RIE/article/view/3269
Reyes, Y., & Sánchez, L. (2020). Neuroeducación en el aula: principios y aplicaciones para la primera infancia. Revista Latinoamericana de Educación Inicial, 4(2), 45-62.
Ruiz, I., Celi, R., Peri, L., Rodriguez Vega, J. L., & Esteban Espinoza, D. (2024). Neuroeducación infantil temprana: integrando la neurociencia al proceso de aprendizaje en la primera infancia: una revisión sistemática. Revista EDUCA UMCH, (23), 78-94. https://doi.org/10.35756/educaumch.202423.310
Serrano, J. L., & Moreno-García, J. (2024). Inteligencia artificial y personalización del aprendizaje: ¿innovación educativa o promesas recicladas? Edutec. Revista Electrónica de Tecnología Educativa, (89). https://doi.org/10.21556/edutec.2024.89.3577
Teran-Pazmiño, E. M., Cadena-Morales, L. S., González-González, L. P., Guamán-Sánchez, N. J., & León-Flores, M. C. (2024). Tecnología y Personalización del Aprendizaje. Retos de la Ciencia, 8(19e). https://doi.org/10.53877/rc.8.19e.202409.10
Vargas, N. B. (2020). Dificultades en habilidades de alfabetización emergente en preescolares con trastorno específico del lenguaje. Ocnos: Revista de Estudios sobre Lectura, 19(2), 17-28. https://doi.org/10.18239/ocnos_2020.19.2.2289
Publicado
Número
Sección
Licencia
Derechos de autor 2026 María Baltazara Buñay Marcatoma, Luis Freddy Yautibug Guacho, Klever Tenenaula Paza, María Elena Colcha Gagñay, María Dolores Curichumbi Quishpe (Autor/a)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.




















