La Inteligencia Artificial y el Desempeño Académico de los Estudiantes de Bachillerato en el Ecuador
Palabras clave:
Inteligencia Artificial, Educación Secundaria, desempeño académico, formación del docente, personalización del aprendizajeResumen
La inteligencia artificial (IA, por su sigla en inglés) ha transformado la educación globalmente, influyendo positivamente en el desempeño académico de los estudiantes. Este estudio se centra en el impacto de la IA en los estudiantes de bachillerato en Ecuador, evaluando cómo puede integrarse efectivamente en su contexto. Utilizando una revisión bibliográfica de estudios previos sobre la implementación de la IA en la educación secundaria, tanto en Ecuador como en otros países, se presenta una investigación cualitativa en la que se analizan investigaciones empíricas y teóricas, así como casos de éxito y desafíos. Se examinan las experiencias de instituciones que han integrado la IA en sus currículos, destacando mejoras en el rendimiento académico, la motivación y la satisfacción de los estudiantes. Los resultados indican que la IA puede personalizar el aprendizaje, adaptarse a las necesidades individuales y proporcionar retroalimentación en tiempo real, mejorando el desempeño académico y la motivación estudiantil. Sin embargo, se identifican desafíos como la falta de infraestructura tecnológica adecuada y la resistencia de los docentes, quienes a menudo carecen de formación para integrar la IA, además de la necesidad de adaptar estas herramientas al contexto local y cultural ecuatoriano. Se concluye que implementación exitosa requiere un enfoque integral que considere los factores clave identificados y adapte las soluciones a las necesidades y contexto específico del sistema educativo ecuatoriano.
Citas
Albuja Sánchez, B., & Guadalupe Almeida, J.L. (2022). Áreas de estudio y aplicación de inteligencia artificial en las universidades mejor puntuadas del Ecuador. Revista Científica y Tecnológica UPSE (RCTU), 9(2), 58-74. https://doi.org/10.26423/rctu.v9i2.705
Aoun, J. E. (2017). Robot-Proof: Higher Education in the Age of Artificial Intelligence. MIT Press. https://direct.mit.edu/books/book/3628/Robot-ProofHigher-Education-in-the-Age-of
Baker, R. S., & Inventado, P. S. (2014). Educational Data Mining and Learning Analytics. En:W., Brando (Ed.). Learning Analytics: From Research to Practice (pp. 61-75). New York: Springer. https://doi.org/10.1007/978-1-4614-3305-7_4
Baker, R. S., & Yacef, K. (2009). The State of Educational Data Mining in 2009: A Review and Future Visions. Journal of Educational Data Mining, 1(1), 3–17. https://doi.org/10.5281/zenodo.3554657
Chen, X., Xie, H., Zou, D., & Hwang, G. J. (2020). Application and theory gaps during the rise of Artificial Intelligence in Education. Computers and Education: Artificial Intelligence, 1, https://doi.org/10.1016/j.caeai.2020.100002.
Conejo, R. |., Millán, E., Mónica, T., Pérez-De-La-Cruz, Luis, J., & Antonia, R. (2004). SIETTE: A Web-Based Tool for Adaptive Testing. International Journal of Artificial Intelligence in Education, 14 (1),29-61. https://content.iospress.com/articles/international-journal-of-artificial-intelligence-in-education/jai14-1-03
Gómez-Aguilar, D. A., Hernández-García, Á., García-Peñalvo, J., & Therón, R. (2015). Tap into visual analysis of customization of grouping of activities in eLearning, Computers in Human Behavior, 47, 60-67.https://doi.org/10.1016/j.chb.2014.11.001.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign.
Hwang, G. J., Xie, H., Wah, B. W., & Gašević, D. (2020). Vision, challenges, roles and research issues of Artificial Intelligence in Education. Computers & Education: Artificial Intelligence,1. DOI: 10.1016/j.caeai.2020.100001
Luckin, R., & Cukurova, M. (2019). Designing Educational Technologies in the Age of AI: A Learning Sciences-Driven Approach. British Journal of Educational Technology, 50 (6),2824-2838. https://eric.ed.gov/?id=EJ1232150
Luckin, R., & Holmes, W. (2016). Intelligence Unleashed: An argument for AI in Education. UCL Knowledge Lab: London, UK. https://discovery.ucl.ac.uk/id/eprint/1475756/
Popenici, S. A., & Kerr, S. (2017). Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning, 12(1), 1-13. https://doi.org/10.1186/s41039-017-0062-8
Salas-Pilco, S.Z., Yang, Y. (2022). Artificial intelligence applications in Latin American higher education: a systematic review. Int J Educ Technol High Educ, 19 (21). https://doi.org/10.1186/s41239-022-00326-w
Selwyn, N. (2019). Should Robots Replace Teachers?: AI and the Future of Education. WILEY. https://www.wiley.com/en-us/Should+Robots+Replace+Teachers%3F%3A+AI+and+the+Future+of+Education-p-9781509528967
West, D. M. (2019). The Future of Work: Robots, AI, and Automation. Brookings. https://www.brookings.edu/books/the-automated-society/
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). https://doi.org/10.1186/s41239-019-0171-0
Publicado
Cómo citar
Número
Sección
Licencia
Los artículos enviados a la Revista Científica Hallazgos21 deberán ser totalmente originales e inéditos.
Los autores son los responsables de los textos y las imágenes incluidas en los artículos y no necesariamente reflejan el pensamiento de la editorial o de la Pontificia Universidad Católica del Ecuador, Sede Esmeraldas (PUCESE).
Los autores disponen cederle a la Revista Científica Hallazgos21 todos los derechos inherentes para la edición, publicación y distribución o divulgación del mismo.
Se autoriza a las revistas firmantes de los acuerdos de Encuentros de Revistas Latinoamericanas para reproducir en parte o totalmente los artículos con la sola mención de la fuente claramente señalada.
