Potencialidades de la Inteligencia Artificial en Educación Superior: Un Enfoque desde la Personalización
DOI:
https://doi.org/10.37843/rted.v14i1.296
Barra lateral del artículo
Contenido principal del artículo
Resumen
Se distingue un denotado interés por conocer los procesos educativos y sus actores en el caso de investigaciones en el campo educativo y pedagógico. El presente estudio tuvo como objetivo analizar las potencialidades de las herramientas de IA en educación superior, teniendo en cuenta un enfoque desde la personalización del aprendizaje. Esta investigación se realizó bajo el método empírico-analítico, paradigma positivista, de tipo exploratorio y con diseño documental. La población o muestra considerada fueron 4 bases de datos (Scopus, Web of Science (Wos), Dialnet y Redalyc). La técnica utilizada fue la observación documental, y el instrumento utilizado fue la ficha de contenido. El análisis de los datos se realizó a través de la matriz de análisis de las categorías y con operadores booleanos se filtraron los documentos que no respondían a las preguntas de investigación propuestas para esta revisión. A la luz de los resultados obtenidos, se hace indispensable pensar en la importancia de contrastar los modelos pedagógicos y curriculares con respecto a la personalización. Es importante recordar que un sistema con alto contenido técnico, pero poco contenido pedagógico disuadirá a los estudiantes para su utilización. Como aporte a futuras investigaciones, se recomienda tener en cuenta los modelos pedagógicos y curriculares en la construcción modelos de personalización. Además, se debe realizar un contraste entre las metodologías disponibles en la literatura, con el fin de evaluar fortalezas y debilidades.
Descargas
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aquellos autores que tengan publicaciones en nuestra revista aceptan los términos siguientes:
- En el momento en que una obra es aceptada para su publicación, el autor conserva los derechos de reproducción, distribución de su artículo para su explotación en todos los países del mundo en el formato proporcionado por nuestra revista, así como en cualquier otro soporte magnético, óptico y digital.
- Los autores conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cual estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons (Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)) que permite a terceros copiar y redistribuir el material en cualquier medio o formato, Bajo las condiciones siguientes: Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace. NoComercial — No puede utilizar el material para una finalidad comercial. SinObraDerivada — Si remezcla, transforma o crea a partir del material, no puede difundir el material modificado. No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales, repositorios, bibliotecas, o en su página web), lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada.
- El retiro de un artículo se solicitará por escrito al Editor, haciéndose efectivo luego de respuesta escrita de este. Para tal efecto, el o los autores enviarán correspondencia vía E-mail: [email protected].
- El autor no recibirá compensación económica por la publicación de su trabajo.
- Todas las publicaciones de la Revista Docentes 2.0, están bajo la plataforma Open Journal System (OJS) en dirección: https://ojs.docentes20.com/
Citas
Abdullah, M., Bayahya, A. Y., Ba Shammakh, E. S., Altuwairqi, K. A., &
Alsaadi, A. A. (2017). A novel adaptive e-learning model matching educator-student learning styles based on machine learning. Communication, Management, and Information Technology - Proceedings of the International Conference on Communication, Management and Information Technology, ICCMIT 2016, 773–782. https://doi.org/10.1201/9781315375083-109
Aragón-García, M. (2016). Correlación inherente de los estilos del aprendizaje y las estrategias de enseñanza- aprendizaje. Revista Iberoamericana de Producción Académica y Gestión Educativa, 4, 1–16. http://pag.org.mx/index.php/PAG/article/view/586
Bouzenada, S. N. E., Zarour, N. E., & Boissier, O. (2018). An agent-based approach for personalised and adaptive learning. International Journal of Technology Enhanced Learning, 10(3), 184. https://doi.org/10.1504/ijtel.2018.10010193 DOI: https://doi.org/10.1504/IJTEL.2018.092701
Caro, M. F., Josyula, D. P., & Jiménez, J. A. (2015). Modelo pedagógico multinivel para la personalización de estrategias pedagógicas en sistemas tutoriales inteligentes. DYNA (Colombia), 82(194), 185–193. https://doi.org/10.15446/dyna.v82n194.49279 DOI: https://doi.org/10.15446/dyna.v82n194.49279
Flórez-Ochoa, R. (2000). Evaluación, pedagógica y cognición. McGraw-Hill.
Garzuzi, V. (2013). El desarrollo de estrategias de aprendizaje durante las trayectorias estudiantiles universitarias. Revista de Orientación Educacional, 27(51), 67–86. https://doi.org/10.1017/CBO9781107415324.004 DOI: https://doi.org/10.1017/CBO9781107415324.004
González, R. A., & D’Ancona, M. A. C. (1997). Metodología Cuantitativa. Estrategias y técnicas de investigación social. Reis, 80, 240. https://doi.org/10.2307/40183928 DOI: https://doi.org/10.2307/40183928
Ibáñez-Bernal, C. (2007). Un análisis crítico del modelo del triángulo pedagógico: Una propuesta alternativa. Revista Mexicana de Investigación Educativa, 12(32), 435–456. https://www.redalyc.org/pdf/140/14003220.pdf
Karagiannis, I., & Satratzemi, M. (2018). An adaptive mechanism for Moodle based on automatic detection of learning styles. Education and Information Technologies, 23(3), 1331–1357. https://doi.org/10.1007/s10639-017-9663-5 DOI: https://doi.org/10.1007/s10639-017-9663-5
Lerís-López, D., Sein-Echaluce, M., Hernández, M., & Fidalgo-Blanco, Á. (2016). Participantes heterogéneos en MOOCs y sus necesidades de aprendizaje adaptativo. Education in the Knowledge Society (EKS), 17(4), 91. https://doi.org/10.14201/eks201617491109 DOI: https://doi.org/10.14201/eks201617491109
Maraza-Quispe, B., Oviedo, O., Cisneros-Chavez, B., Cuentas-Toledo, M., Cuadros-Paz, L., Fernandez-Gambarini, W., Quispe-Flores, L., & Caytuiro-Silva, N. (2019). Model to personalize the teaching-learning process in virtual environments using case-based reasoning. ACM International Conference Proceeding Series, 105–110. https://doi.org/10.1145/3369255.3369264 DOI: https://doi.org/10.1145/3369255.3369264
Raj, N. S., & Renumol, V. G. (2021). A systematic literature review on adaptive content recommenders in personalized learning environments from 2015 to 2020. Journal of Computers in Education. https://doi.org/10.1007/s40692-021-00199-4 DOI: https://doi.org/10.1007/s40692-021-00199-4
Rincón-Flores, E. G., Mena, J., López-Camacho, E., & Olmos, O. (2019). Adaptive learning based on AI with predictive algorithms. ACM International Conference Proceeding Series, 607–612. https://doi.org/10.1145/3362789.3362869 DOI: https://doi.org/10.1145/3362789.3362869
Rivero-Albarrán, D. M., Ulloa-Erazo, N. G., Guerra, L. R. T., Arellano, B., & Arciniegas,S. M. A. (2019). Agente adaptativo para la enseñanza en ambientes inteligentes. Revista Ibérica de Sistemas e Tecnologias de Informação, (19), 694–707. https://bit.ly/3GWNevj
Rodríguez, N. (2004). Criterios para el Análisis del Diseño Curricular. Educación, Aprendizaje y Cognición. Teoría En La Práctica, 107–122. http://servicio.bc.uc.edu.ve/educacion/revista/n45/art06.pdf
Supangat, M. B. S. (2020). Development of e-learning system using felder and silverman’s index of learning styles model. International Journal of Advanced Trends in Computer Science and Engineering, 9(5), 8554–8561. https://doi.org/10.30534/ijatcse/2020/236952020 DOI: https://doi.org/10.30534/ijatcse/2020/236952020
Tetzlaff, L., Schmiedek, F., & Brod, G. (2021). Developing Personalized Education: A Dynamic Framework. Educational Psychology Review, 33(3), 863–882. https://doi.org/10.1007/s10648-020-09570-w DOI: https://doi.org/10.1007/s10648-020-09570-w
Únete a nuestro canal de Telegram para recibir notificaciones de nuestras publicaciones
