Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
Impacto de la inteligencia artificial en la personalización del
aprendizaje
Impact of artificial intelligence on personalized learning
Impacto da inteligência artificial na personalização da aprendizagem
Icaza Ronquillo Shirley Trinidad1
Universidad de Guayaquil
shirley.icazar@ug.edu.ec
Martinetti-Guerrero Ingrid Karina2
Universidad de Guayaquil
ingrid.martinetti@ug.edu.ec
Zambrano-García Ana María3
Universidad de Guayaquil
ana.zambranog@ug.edu.ec
https://orcid.org/0000-0003-2849-8640
DOI / URL: https://doi.org/10.55813/gaea/ccri/v5/n2/627
Como citar:
Icaza, S., Martinetti, I. & Zambrano, A. (2024). Impacto de la inteligencia artificial en la
personalización del aprendizaje. Código Científico Revista de Investigación, 5(2), 1267-1286.
Recibido: 11/11/2024 Aceptado: 14/12/2024 Publicado: 31/12/2024
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1268
Resumen
En el sistema educativo ecuatoriano y específicamente en Guayaquil, la implementación de la
inteligencia artificial sigue siendo un área que requiere indagación; por lo que surgió la presente
investigación cuyo objetivo fue analizar el impacto de la inteligencia artificial en la
personalización del aprendizaje desde las tendencias emergentes, los vacíos, los sistemas
utilizados, los desafíos éticos y prácticos y los beneficios presentados en la literatura. Como
metodología se asumió el enfoque cualitativo, mediante revisión de literatura, aplicando un
proceso de seis etapas; se establecieron cinco preguntas directrices, se buscó en base de datos
prestigiosas como Scopus o la Web of Science; se consideraron los últimos cinco años (2020-
2024) y se usaron palabras clave para la búsqueda, obteniendo 35 documentos. Sus resultados
develaron que la personalización del contenido educativo y la evaluación automatizada son las
principales tendencias emergentes; los vacíos de la literatura señalan la necesidad de
investigaciones sobre su aplicación efectiva y ética en el ámbito educativo; los principales
sistemas utilizados fueron las Redes neuronales; se resaltó la necesidad de abordar cuestiones
éticas y de privacidad; y ofrece una amplia gama de beneficios para personalizar el aprendizaje.
Se concluye que se respalda el potencial de la inteligencia artificial como impacto en la
personalización del aprendizaje.
Palabras clave: Inteligencia artificial, personalización, aprendizaje, entornos educativos.
Abstract
In the Ecuadorian educational system and specifically in Guayaquil, the implementation of
artificial intelligence continues to be an area that requires investigation; Therefore, the present
research emerged, the objective of which was to analyze the impact of artificial intelligence on
the personalization of learning from the emerging trends, gaps, systems used, ethical and
practical challenges and benefits presented in the literature. As a methodology, the qualitative
approach was assumed, through a literature review, applying a six-stage process; Five guiding
questions were established, prestigious databases such as Scopus or the Web of Science were
searched; The last five years (2020-2024) were considered and keywords were used for the
search, obtaining 35 documents. Their results revealed that the personalization of educational
content and automated evaluation are the main emerging trends; The gaps in the literature point
out the need for research on its effective and ethical application in the educational field; The
main systems used were neural networks; the need to address ethical and privacy issues was
highlighted; and offers a wide range of benefits to personalize learning. It is concluded that the
potential of artificial intelligence as an impact on the personalization of learning is supported.
Keywords: Artificial intelligence, personalization, learning, educational environments
Resumo
No sistema educativo equatoriano e especificamente em Guayaquil, a implementação da
inteligência artificial continua a ser uma área que requer investigação; Portanto, surgiu a
presente pesquisa cujo objetivo foi analisar o impacto da inteligência artificial na
personalização da aprendizagem a partir das tendências emergentes, lacunas, sistemas
utilizados, desafios éticos e práticos e benefícios apresentados na literatura. Como
metodologia, assumiu-se a abordagem qualitativa, por meio de revisão de literatura, aplicando
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1269
um processo de seis etapas; Foram estabelecidas cinco questões norteadoras, pesquisadas bases
de dados de prestígio como Scopus ou Web of Science; Foram considerados os últimos cinco
anos (2020-2024) e utilizadas palavras-chave para a busca, obtendo-se 35 documentos. Os seus
resultados revelaram que a personalização do conteúdo educativo e a avaliação automatizada
são as principais tendências emergentes; As lacunas na literatura apontam para a necessidade
de pesquisas sobre sua aplicação efetiva e ética no campo educacional; Os principais sistemas
utilizados foram redes neurais; foi destacada a necessidade de abordar questões éticas e de
privacidade; e oferece uma ampla gama de benefícios para personalizar o aprendizado.
Conclui-se que o potencial da inteligência artificial como impacto na personalização da
aprendizagem é suportado.
Palavras-chave: Palabras clave em portugues.
Introducción
Considerando los avances tecnológicos surgidos a nivel mundial, en el sistema
educativo ecuatoriano y específicamente en Guayaquil, la implementación efectiva de la
inteligencia artificial sigue siendo un área que requiere una indagación insondable; teniendo en
cuenta la existencia de retos que van desde una infraestructura tecnológica deficiente hasta una
capacitación rudimentaria de docentes marcada por la aceptación de estas innovaciones; por lo
que este estudio tiene como objetivo analizar el impacto de la inteligencia artificial en la
personalización del aprendizaje desde las tendencias emergentes, los vacíos, los sistemas
utilizados, los desafíos éticos y prácticos y los beneficios presentados en la literatura.
El aprendizaje ha necesitado de la personalización mediante la adaptación del proceso
educativo a las necesidades individuales de cada estudiante, lo cual implica que los docentes
se convertirán en facilitadores y acompañantes, mientras que los estudiantes asumen un papel
más participativo y protagónico en su proceso particular de aprendizaje. La personalización del
aprendizaje se ha sido definida como una estrategia pedagógica innovadora tal como expresan
Avilés et al. (2023) y Delgado et al. (2024) que busca mejorar la experiencia educativa y
satisfacer las necesidades únicas de cada aprendiz; busca colocar al estudiante en el centro de
su formación, teniendo en cuenta sus intereses, ritmos y estilos de aprendizaje y necesidades
específicas; así en lugar de seguir un enfoque de "talla única" (Pastor, 2020), según el cual
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1270
todos los estudiantes reciben la misma instrucción, la personalización del aprendizaje permite
que cada aprendiz reciba un plan de aprendizaje individualizado y actualizado según su
desempeño y otros factores.
Estudios antecedentes tales como los de Salinas-Ibáñez & De-Benito (2020), y
Saavedra et al. (2024), encontraron que la personalización del aprendizaje promueve una mayor
motivación, autonomía, intervención y responsabilidad por parte del estudiante, factores que
combinados mejoran los resultados académicos. De esta manera, al personalizar el aprendizaje,
se pueden establecer metas individuales para cada estudiante, elegir temas de interés,
seleccionar recursos y decidir cómo abordar una tarea; estas oportunidades de elección y
autonomía fomentan la autorregulación al permitir que los estudiantes tomen decisiones
informadas y asuman la responsabilidad de su aprendizaje.
Por su parte, la investigación de Coll Salvador et al. (2023) postula que el surgimiento
de la tecnología en el ámbito educativo ha favorecido la personalización del aprendizaje
proporcionando herramientas y recursos que facilitan la adaptación de la enseñanza a las
necesidades individuales de cada estudiante; entre las tecnologías emergentes se encuentra la
inteligencia artificial; la cual según establecen Cortés et al. (2024) el uso de estrategias
educativas fundamentadas en Inteligencia Artificial (IA) han demostrado un gran potencial en
Educación; teniendo en cuenta según plantean Gallent et al. (2023) que la IA está siendo
aplicada cada vez más para detectar la atención de los estudiantes, sus emociones y las
dinámicas de conversación en entornos digitales de aprendizaje; por ejemplo, se utiliza en el
desarrollo y gestión de cursos para formar grupos óptimos en tareas de aprendizaje colaborativo
y para identificar patrones predictivos de deserción estudiantil. En el caso de la educación
especial; según Mirete (2023) se utiliza, por ejemplo, en la detección temprana de la dislexia,
el diagnóstico del Trastorno del Espectro Autista (TEA) y el Trastorno por Déficit de Atención
e Hiperactividad (TDAH).
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1271
Otra de las aplicaciones clave de la inteligencia artificial es en el aprendizaje adaptativo
(Flores & Nuñez, 2024), donde los algoritmos inteligentes pueden adaptar el contenido y la
dificultad de acuerdo con las necesidades individuales de cada estudiante, esto permite que
cada aprendiz tenga una experiencia de aprendizaje única y adaptada a su nivel de habilidad,
ritmo y estilo de aprendizaje preferido.
La inteligencia artificial ha revolucionado el aprendizaje personalizado al adaptar el
proceso educativo a las necesidades y características únicas de cada estudiante (Rodríguez
Hurtado, 2023); esto involucra la adaptación de la instrucción, el contenido, la metodología y
el ritmo de enseñanza para satisfacer las necesidades específicas de cada estudiante; también,
ha permitido la generación de propuestas más personalizadas, brindando retroalimentación
instantánea y facilitando entornos de aprendizaje colaborativos.
De esta forma, la personalización del aprendizaje a través de la inteligencia artificial ha
proporcionado beneficios sustanciales, como un enfoque individualizado para brindar a cada
alumno un estudio más completo y personalizado, así como la accesibilidad a entornos
personalizados de aprendizaje desde cualquier lugar y en cualquier momento. Además, ha
mejorado la calidad del aprendizaje al adaptarse a las necesidades y preferencias de cada
estudiante, lo que ha llevado a una mejora cualitativa sin precedentes en la educación.
No obstante, es transcendental considerar que el uso efectivo de la inteligencia artificial
en la educación requiere considerar aspectos éticos y sociales (Loayza & Moya, 2024), así
como abordar inquietudes sobre la segregación de estudiantes y la reducción de empleos para
los docentes (Zamora & Mendoza, 2023). Aunque la inteligencia artificial puede mejorar la
personalización del aprendizaje, siempre se requerirá el compromiso activo de los profesores
humanos para garantizar una educación de calidad.
En la medida en la cual el rumbo del futuro educativo cada vez más digital y centrado
en el aprendiz, vislumbrar el rol y el potencial de la inteligencia artificial en la personalización
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1272
del aprendizaje se torna cada vez más concluyente; por lo que este estudio se justifica en la
necesidad de enaltecer el cuerpo de conocimientos prexistente al proveer información de valor
académico para profesores, científicos y garantes de políticas interesados en optimizar la
calidad y efectividad del proceso educativo a través del uso estratégico de la inteligencia
artificial.
Metodología
Asumiendo un enfoque cualitativo. Se aplicó el proceso de seis etapas para la revisión
de literatura propuesto por Serrano et al. (2016) las cuales son: 1) Definición de la consulta; 2)
Traducción de la consulta; 3) Elección de fuentes; 4) Construcción de la sentencia de búsqueda
y ejecución; 5) Recuperación de la información; y 6) Análisis de los documentos localizados.
1) Definición de la consulta
Se establecieron las preguntas:
1. ¿Cuáles son las tendencias emergentes en el uso de la inteligencia artificial para la
personalización del aprendizaje?
2. ¿Qué vacíos o áreas de investigación aún no han sido abordados en la literatura sobre
el impacto de la inteligencia artificial en la personalización del aprendizaje?
3. ¿Cuáles son los principales sistemas de inteligencia artificial utilizados para la
personalización del aprendizaje y cómo han sido evaluados en la literatura?
4. ¿Cuáles son los desafíos éticos y prácticos asociados al uso de la inteligencia artificial
en la personalización del aprendizaje y cómo se están abordando en la literatura?
5. ¿Cuáles son los beneficios de utilizar la inteligencia artificial para personalizar el
aprendizaje en entornos educativos?
2) Traducción de la consulta
Fueron identificados los conceptos que representen el tema de estudio de manera clara
y concisa, para ello fue preciso traducirlos al lenguaje de la base de datos a utilizar, tal como
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1273
un lenguaje controlado llamado tesauro. Si el sistema de recuperación de información no cuenta
con tesauro, entonces es utilizado el lenguaje libre o natural y con todas las variantes del
término.
3) Elección de fuentes
Las fuentes de información utilizadas fueron las primarias; o aquellas que contienen
material nuevo, de primera mano; es el caso de los artículos científicos, pero también de
monografías, anuarios, o memorias. Además, se buscó en una de las bases de datos
bibliográfica más prestigiosas como Scopus o la Web of Science (WOS), la cual indexa una
parte de las revistas científicas del mundo.
4) Construcción de la sentencia de búsqueda y ejecución
Se realizó una búsqueda de frases, escribiendo dicha frase entre comillas; además se
realizó el establecimiento de límites o filtros, mediante características como, por ejemplo, la
fecha de publicación; para ello se consideraron los últimos cinco años (2020-2024). Las
principales palabras clave que se utilizaron para identificar los artículos fueron: inteligencia
artificial; personalización del aprendizaje; desafíos éticos; desafíos prácticos
5) Recuperación de la información
Se obtuvieron los documentos a texto completo, se hizo uso de gestores de referencias
bibliográficas para almacenar, mantener y organizar la bibliografía.
6) Análisis de los documentos localizados
Se seleccionaron 35 documentos mediante la lectura inicial de los resultados
encontrados; considerando que, si el título del documento no responde al tema objeto de
estudio, este fue rechazado. También fue realizada la lectura del resumen del trabajo la cual
ayudó a determinar de forma rápida el interés del documento facilitando, por tanto, la selección
o no del mismo.
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1274
Resultados
¿Cuáles son las tendencias emergentes en el uso de la inteligencia artificial para el
aprendizaje?
Los resultados encontrados para esta interrogante se sistematizan y presentan en la tabla 1.
Tabla 1.
Tendencias emergentes en el uso de la inteligencia artificial
Autor
Tendencias emergentes en el
uso de la inteligencia artificial
País
Conclusión
Calderón et
al.
(2024)
Personalización del aprendizaje y
tutoría virtual
Ecuador
Personalización del contenido
educativo y evaluación automatizada,
la IA tiene el potencial de transformar
la forma en que se imparte la educación
en Economía y Administración
Gavilanes
et al.
(2024)
Personalización del aprendizaje
mediante sistemas adaptativos.
Optimiza la eficiencia
administrativa.
Aplicaciones emergentes en la
investigación educativa y su
integración con tecnologías como
la realidad virtual y aumentada.
Ecuador
La integración de la IA en la educación
superior ofrece oportunidades
significativas para mejorar la calidad
educativa y la experiencia del
estudiante. Proponen establecer
políticas que regulen su uso ético y
aseguren que sea utilizada de manera
inclusiva, innovadora y sostenible en
entornos educativos.
(Bolaño &
Duarte,
2024)
Personalización del aprendizaje,
proporcionando
recomendaciones de actividades
y retroalimentación adaptada.
Colombia
Tiene ventajas en la educación,
además, desafíos y limitaciones, como
la calidad de los datos utilizados, la
capacitación para educadores y
estudiantes, y privacidad y seguridad
de los datos.
Barcia et
al. (2024)
Personalización del aprendizaje,
automatización administrativa y
mejora de la retroalimentación
educativa.
Ecuador
La IA tiene capacidad para potenciar la
construcción activa del conocimiento
por parte de los estudiantes.
Guaña et
al. (2023)
Personalización del aprendizaje,
retroalimentación inmediata y
eficiencia en la gestión educativa.
Ecuador
Es una tendencia emergente y
prometedora, pero requiere reflexión
cuidadosa y enfoque estratégico para
asegurar su utilización efectiva y
responsable.
García et
al. (2024)
Personalización del aprendizaje,
planificación curricular,
metodología de enseñanza, y la
evaluación.
España
La rueda adaptada a la IA es una
opción viable para mejorar la eficacia
y eficiencia de la educación
Villasante
et al.
(2024)
Personalización del aprendizaje,
impacto positivo en el desarrollo
socioemocional.
Perú
Tiene potencial transformador en la
educación al mejorar el rendimiento
académico y promover el desarrollo
integral de los estudiantes. Se enfatiza
la importancia de consideraciones
éticas, y la formación continua.
(Mera
Castillo,
2023)
Personalización del aprendizaje.
Ecuador
Es importante abordar los desafíos de
manera proactiva y colaborativa entre
investigadores, educadores y
desarrolladores de tecnología.
Piedra et al.
(2024)
Personalización del aprendizaje,
automatización de tareas
administrativas y de
Panamá
La IA ofrece oportunidades notables
para mejorar el ABI, su
implementación debe ser
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1275
investigación, mejora de procesos
de retroalimentación y
evaluación.
próvidamente tratada para mejorar los
beneficios y mermar los riesgos.
Lu et al.
(2024)
Desarrollo profesional docente
Estados
Unidos
La IA puede ser eficaz para apoyar el
desarrollo profesional docente. Este
estudio produjo un método práctico de
desarrollo profesional docente con IA
generativa.
Estas tendencias emergentes en el uso de la inteligencia artificial para el aprendizaje
muestran el potencial transformador de esta tecnología en la educación. El análisis de las
tendencias emergentes en el uso de la inteligencia artificial para el aprendizaje según se muestra
en la tabla 1, develó que la personalización del contenido educativo y la evaluación
automatizada son tendencias emergentes en el uso de la inteligencia artificial en Ecuador.
Además, se ha identificado que la integración de la inteligencia artificial en la educación
superior ofrece oportunidades significativas para mejorar la calidad educativa y la experiencia
del estudiante. Se ha identificado en la tabla 1 que la retroalimentación inmediata y la eficiencia
en la gestión educativa son tendencias emergentes y prometedoras en el uso de la inteligencia
artificial; sin embargo, se requiere una reflexión cuidadosa.
¿Qué vacíos o áreas de investigación aún no han sido abordados en la literatura sobre
el impacto de la inteligencia artificial en la personalización del aprendizaje?
Los resultados encontrados para esta interrogante se sistematizan y presentan en la tabla 2.
Tabla 2.
Vacíos teóricos o áreas de investigación no abordados
Autor
País
Conclusión
(Chiu,
2024)
China
La educación superior futura debe
evolucionar para capacitar a los
aprendices en GenAI. Destacan la
importancia de la interdisciplinariedad y
el aprendizaje creativo, con una
evaluación centrada en actividades
prácticas.
(Su &
Yang,
2023)
China
La IA y específicamente ChatGPT tiene
beneficios en educación que
circunscriben una práctica de aprendizaje
más personalizada y eficiente, y una
retroalimentación cómoda y expedita
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1276
Michel et
al. (2023)
Reino
Unido
Destaca la etnografía de cosas como un
enfoque innovador para interactuar con
sistemas de IA.
(Innocent,
2023)
Nigeria
La IA tiene una enorme capacidad para
mejorar la gestión educativa, pero debe
implementarse con cuidado y precaución.
(O'Dea &
O'Dea,
2023)
Londres
No parece haber evidencia válida sobre
cómo el uso de IA ha ayudado a los
estudiantes a mejorar el aprendizaje y/o a
tutores a realizar cambios pedagógicos
efectivos.
(Álvarez
Merelo &
Cepeda
Morante,
2024)
México
La IA promete mejorar la eficacia y la
equidad educativa, pero requiere una
atención cuidadosa para maximizar sus
beneficios y reducir sus riesgos.
(Parra-
Sánchez,
2022)
Colombia
Debe reconocerse el contexto de la
población a la cual van enfocados los
modelos, lo que depende de los objetivos
de formación, disponibilidad de recursos
y datos disponibles.
(Flores &
García,
2023)
España
Necesidad de sumar propuestas con
nuevas investigaciones y acciones
políticas, lo cual podría materializarse
con la creación de un observatorio ético
de IA para la educación.
Como se observa en la tabla 2, estos vacíos o áreas de investigación no abordados en la
literatura sobre el impacto de la inteligencia artificial en la personalización del aprendizaje
señalan la necesidad de investigaciones futuras para profundizar en estos temas y comprender
mejor cómo la inteligencia artificial puede ser aplicada de manera efectiva y ética en el ámbito
educativo.
Dentro de lo encontrado se evidencian tendencias como la personalización del
aprendizaje y la tutoría virtual, los aspectos éticos de la IA, las nuevas competencias y
alfabetizaciones, la personalización del aprendizaje en relación con la planificación curricular,
metodología de enseñanza y evaluación.
¿Cuáles son los principales sistemas de inteligencia artificial utilizados para la
personalización del aprendizaje?
Los resultados encontrados para esta interrogante se sistematizan y presentan en la tabla 3.
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1277
Tabla 3.
Principales sistemas de inteligencia artificial utilizados
Autor
Principales sistemas de
inteligencia artificial
País
Conclusión
García (2021)
Redes neuronales
Perú
Beneficios de tipo social, económico y
cultural del conocimiento en red, para la
construcción de nuevos esquemas
innovadores de prácticas pedagógicas,
diseños y arquitecturas educativas que
magnifican su adaptabilidad/flexibilidad
en la creación de aprendizajes desde la
IA.
Motta (2019)
Redes neuronales
Perú
Las redes neuronales artificiales y la
Inteligencia Artificial mejoran la
situación de la Educación, ofreciendo
alternativas eficientes para que los
alumnos aumenten sus aprendizajes.
Cisneros et al.
(2024)
Sistemas de recomendación y
juegos
Ecuador
La capacidad de la IA para crear
experiencias educativas más
personalizadas y efectivas.
Maffei et al.
(2024)
Agentes inteligentes
personalizados
Argentina
Para maximizar el rendimiento
académico, es crucial reconocer los
patrones de estilos de aprendizaje y
utilizar herramientas de IA para
desarrollar agentes inteligentes
personalizados en entornos virtuales de
aprendizaje.
Muangprathub
et al. (2020)
Sistema de tutoría inteligente
(ITS)
Tailandia
El sistema propuesto se puede utilizar
para ayudar a los estudiantes a lograr un
mejor aprendizaje
Álvarez et al.
(2020)
Juego serio basado en agentes
inteligentes
Colombia
El modelo de juego serio basado en
agentes inteligentes y aprendizaje
colaborativo brinda mecanismos que
motivan la colaboración y participación
Según se presenta en la tabla 3, los principales sistemas de inteligencia artificial
utilizados para la personalización del aprendizaje son las Redes neuronales, los sistemas de
recomendación y juegos, los agentes inteligentes personalizados, los sistemas de tutoría
inteligente y el juego serio basado en agentes inteligentes. Siendo las redes neuronales los que
se repiten en dos investigaciones realizadas en Perú, quienes las destacan como beneficiosas
para mejorar la situación educativa, prometiendo opciones eficientes para que los estudiantes
acrecienten sus aprendizajes.
¿Cuáles son los desafíos éticos y prácticos asociados al uso de la inteligencia artificial
en la personalización del aprendizaje y cómo se están abordando en la literatura?
Los resultados encontrados para esta interrogante se sistematizan y presentan en la tabla 4.
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1278
Tabla 4.
Desafíos éticos y prácticos
Autor
Desafíos éticos y prácticos
País
Conclusión
García et
al.
(2024)
Se basa en lenguajes de modelo de
gran tamaño con una base
probabilística, lo que significa que
no tienen capacidad de
razonamiento ni de comprensión.
España
La inteligencia artificial generativa es
extremadamente potente y mejora a un
ritmo acelerado, pero sus sistemas son
susceptibles de contener fallos que
necesitan ser contrastados.
(Mogavi,
2024)
Explorar críticamente las
percepciones y experiencias de los
usuarios inmersos en estos
contextos
China
Oportunidades prometedoras para que
ChatGPT respalde el aprendizaje y, al
mismo tiempo, descubrieron riesgos
críticos asociados con la dependencia
excesiva de la herramienta. Estos riesgos
abarcan el potencial de limitar el
pensamiento crítico y la creatividad,
impedir una comprensión profunda del
tema y fomentar la pereza y la pasividad.
Alfredo
et al.
(2024)
La participación del usuario final
en el diseño real es limitada
Australia
Existe la necesidad de transparencia,
comunicación efectiva y control del
usuario
(Zhang
&
Begum
Aslan,
2021)
Costos y escalabilidad, ética y
privacidad, la falta de acciones
procesables o directrices para los
educadores y la experiencia
limitada en IA entre los
educadores.
La privacidad es un tema crítico
aún por resolver.
Estados
Unidos
El avance de la AIEd requiere iniciativas
críticas para abordar las preocupaciones
éticas y de privacidad de la IA, y requiere
colaboraciones interdisciplinarias y
transdisciplinarias en esfuerzos de
investigación y desarrollo longitudinales
a gran escala
(Swiecki
& et al,
2020)
Práctica de la evaluación
Australia
Los enfoques educativos basados en IA
presentan desafíos adicionales para la
práctica de la evaluación.
(Ozmen
Garibay
& et al.,
2023)
(1) Que se centre en el bienestar
humano, (2) esté diseñado de
manera responsable, (3) respete la
privacidad, (4) siga los principios
de diseño centrados en el ser
humano, (5) esté sujeto a una
gobernanza y supervisión
adecuadas, e (6) interactúe con las
personas respetando las
capacidades cognitivas.
Estados
Unidos
La investigación y los avances en IA
conducirán a la humanidad con confianza
hacia un futuro de prosperidad, justicia y
bienestar
Cortés et
al.
(2024)
Consideraciones éticas que deben
abordarse para garantizar un uso
adecuado y responsable de esta
tecnología en el ámbito educativo
México
El uso adecuado de la I.A en la educación
tiene el potencial de transformar la
enseñanza y el aprendizaje, mejorando la
personalización, la retroalimentación y la
eficiencia de los procesos educativos.
En la tabla 4 se puede observar que las investigaciones abordan principalmente los
desafíos éticos y prácticos asociados con la implementación de la inteligencia artificial; se
destaca que los modelos de IA plantean desafíos en términos de la capacidad de la IA para
comprender y adaptarse a las necesidades individuales de los estudiantes. Se resalta la
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1279
importancia de considerar los costos y la escalabilidad de las soluciones de IA, así como la
necesidad de abordar cuestiones éticas y de privacidad.
Además, Cortés et al. (2024), Zhang & Begum Aslan (2021) y Ozmen Garibay & et al.
(2023) mencionan la falta de acciones procesables o directrices para los educadores y la
experiencia limitada; se enfatiza la importancia de que la evaluación de las soluciones de IA se
centre en el bienestar humano, esté diseñada de manera responsable, respete la privacidad, siga
los principios de diseño centrados en el ser humano, esté sujeta a una gobernanza y supervisión.
¿Cuáles son los beneficios de utilizar la inteligencia artificial para personalizar el
aprendizaje en entornos educativos?
Los resultados encontrados para esta interrogante se sistematizan y presentan en la tabla 5.
Tabla 5.
Beneficios de utilizar la inteligencia artificial
Autor
País
Conclusión
Gangotena
et al.
(2023)
Ecuador
Las herramientas de inteligencia artificial
son de gran utilidad y sirven como
estrategia para reforzar y facilitar el
aprendizaje de estudiantes
(Tamara Al
Shloul,
2024)
Emiratos
Árabes
Unidos
El uso de ChatGPT en educación muestra
su potencial para mejorar las experiencias
educativas a través de conversaciones
interactivas y metodologías de enseñanza
innovadoras, a pesar de las
consideraciones sobre posibles
limitaciones e implicaciones éticas.
(Renz &
Vladova,
2021)
Alemania
La educación se encuentra en las primeras
etapas de la incorporación de la IA a las
herramientas educativas, por lo que este
es el momento adecuado para generar
conciencia sobre el uso de principios que
fomenten valores centrados en el ser
humano.
(Nazaretsky
& et al. ,
2022)
Estados
Unidos
Como contribución práctica, se diseñó
una nueva herramienta de análisis de
aprendizaje que se integró en una
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1280
plataforma de aprendizaje en línea
gratuita que utilizan más de 1000
profesores de ciencias.
(López-
Umaña,
2023)
Costa Rica
Cada institución es única y es importante
considerar diferentes puntos de vista y
abordar los desafíos que surgen en el
campo del LA. Con un enfoque adecuado,
el LA puede ser una poderosa herramienta
para la toma de decisiones informadas en
el ámbito educativo.
Darvishi et
al. (2024)
Australia
Brindar asistencia de IA con
retroalimentación de escritura sugiere que
los estudiantes tendían a confiar en la
asistencia de IA en lugar de aprender
activamente de ella.
Según la tabla 5, la inteligencia artificial ofrece una amplia gama de beneficios para
personalizar el aprendizaje en entornos educativos, desde la adaptación del contenido y la
retroalimentación instantánea hasta el fomento del desarrollo de habilidades y la optimización
de tareas; beneficios que poseen el potencial de transformar la experiencia educativa y mejorar
el aprendizaje de los estudiantes.
El análisis de las investigaciones encontradas revela una serie de beneficios
significativos al utilizar la IA para personalizar el aprendizaje en entornos educativos. Lo que
se resumen en lo siguiente: adaptación personalizada; experiencias de aprendizaje interactivas
y atractivas; retroalimentación instantánea y precisa; desarrollo de habilidades para el mundo
actual y futuro; mejora de la experiencia educativa; optimización de tareas; innovación y
personalización; y, apoyo personalizado.
Discusiones
Los estudios y fuentes proporcionados respaldan el hallazgo de que la personalización
del contenido educativo, la evaluación automatizada, la retroalimentación inmediata y la
eficiencia en la gestión educativa son tendencias emergentes y prometedoras (Calderón et al.
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1281
(2024), Gavilanes et al. (2024), Bolaño & Duarte et al. (2024), Barcia et al. (2024), Guaña et
al. (2023), García et al. (2024), Villasante et al. (2024), Mera Castillo (2023), Piedra et al.
(2024), Lu et al. (2024)).
Estos estudios destacan que la inteligencia artificial permite la adaptación del contenido
y las actividades de aprendizaje a las necesidades individuales de cada estudiante, lo que facilita
un aprendizaje más efectivo y personalizado. Además, la retroalimentación instantánea y
precisa proporcionada por la inteligencia artificial puede mejorar la comprensión y retención
de la información por parte de los estudiantes. Asimismo, se resalta que la inteligencia artificial
puede ayudar a los docentes a ser más eficientes en su trabajo, automatizando tareas repetitivas.
Como áreas de investigación que no han sido suficientemente tratadas se tienen los
aspectos y preocupaciones éticas, las cuales son respaldadas por los estudios de (Su & Yang
(2023), Innocent (2023), Álvarez Merelo & Cepeda Morante (2024) y (Flores & García (2023),
destacando incluso la creación de un observatorio ético de IA para la educación.
Los principales sistemas de inteligencia artificial utilizados para la personalización del
aprendizaje son las Redes neuronales tal como expresan García (2021), y Motta et al. (2019),
cuyos autores destacan la importancia del conocimiento en red en la creación de aprendizajes
desde la IA; además, mencionan que las redes neuronales artificiales optiman la Educación,
mejorando el aprendizaje.
Las investigaciones analizadas consideran desafíos éticos y prácticos vinculados al uso
de la inteligencia artificial; los cuales circundan en términos de la capacidad de la IA para
comprender y adaptarse a las necesidades individuales de los estudiantes, así como la necesidad
de abordar cuestiones éticas y de privacidad. Con respecto a los beneficios se encontraron una
amplia gama de beneficios para personalizar el aprendizaje en entornos educativos que son
respaldadas por Coll et al. (2023), Cortés et al. (2024), Gallent et al. (2023), Mirete (2023),
Flores & Nuñez (2024), y Rodríguez Hurtado (2023).
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1282
Conclusiones
En este estudio se analizó el impacto de la inteligencia artificial en la personalización
del aprendizaje desde las tendencias emergentes, los vacíos, los sistemas utilizados, los desafíos
éticos y prácticos y los beneficios presentados en la literatura. Concluyendo lo siguiente:
Basado en los estudios y fuentes proporcionados, se puede concluir que la
personalización del contenido educativo, la evaluación automatizada, la retroalimentación
inmediata y la eficiencia en la gestión educativa son tendencias emergentes y prometedoras en
el uso de la inteligencia artificial en entornos educativos.
Los estudios analizados respaldan la idea de que la inteligencia artificial permite adaptar
el contenido y las actividades de aprendizaje a las necesidades individuales de cada estudiante,
lo cual facilita un aprendizaje más efectivo y personalizado. Además, destacan que la
retroalimentación instantánea y precisa proporcionada por la inteligencia artificial mejora la
comprensión y retención de la información por parte de los estudiantes.
No obstante, se destaca la importancia de abordar los aspectos éticos y las
preocupaciones relacionadas con el uso de la inteligencia artificial en la educación. Los
estudios subrayan la necesidad de considerar la privacidad, la equidad y la transparencia en el
uso de los datos y algoritmos de inteligencia artificial.
La investigación respalda el potencial de la inteligencia artificial para mejorar la
personalización del aprendizaje en entornos educativos, pero también destaca la importancia
de abordar adecuadamente las consideraciones éticas y se promueva un uso responsable de esta
tecnología.
Bibliografía
Alfredo, R., Echeverria, V., & Jin, Y. e. (2024). Human-centred learning analytics and AI in
education: A systematic literature review. Computers and Education: Artificial
Intelligence, 6.
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1283
Álvarez Merelo, J. C., & Cepeda Morante, L. J. (2024). The impact of artificial intelligence on
teaching and Learning. LATAM Revista Latinoamericana de Ciencias Sociales y
Humanidades, 5(3), 599 – 610.
Álvarez, S., Salazar, O. M., & Ovalle, D. A. (2020). Modelo de juego serio colaborativo basado
en agentes inteligentes para apoyar procesos virtuales de aprendizaje. Formación
universitaria, 13(5), 87-102.
Avilés, S. M., Romero, J. B., Ordoñez, M. M., León, S. E., & León, A. D. (2023). Estrategias
pedagógicas emergentes: Un análisis comparativo de enfoques efectivos en la
educación del siglo XXI. Ciencia Latina Revista Científica Multidisciplinar, 7(2).
Barcia, E. I., Tambaco, A. R., Angulo, O. G., Prado, M. E., & Valverde, N. G. (2024). Análisis
de tendencias y futuro de la Inteligencia Artificial en la Educación Superior:
perspectivas y desafíos. Ciencia Latina Revista Científica Multidisciplinar, 8(1), 3061-
3076.
Bolaño, M., & Duarte, N. (2024). Una revisión sistemática del uso de la Inteligencia Artificial
en la educación. Rev Colomb Cir, 39, 51-63.
Calderón, C. P., Campaña, J. E., Intriago, X. M., & Viteri, J. S. (2024). El impacto de la
inteligencia artificial en la enseñanza de la economía y la administración: tendencias,
desafíos y oportunidades. Revista Social Fronteriza, 4(2), e42239.
Chiu, T. K. (2024). Recomendaciones de investigación futura para transformar la educación
superior con IA generativa. Computers and Education: Artificial Intelligence, 6,
100197.
Cisneros, E., Nevárez, R., Farez, A., & Torres, R. (2024). Uso de la inteligencia artificial en la
personalización del aprendizaje. Conocimiento Global, 9(1), 75-83.
Coll Salvador, C., Díaz Barriga, F., Engel, A., & Salinas, J. (2023). Evidencias de aprendizaje
en prácticas educativas mediadas por tecnologías digitales. RIED. Revista
iberoamericana de educación a distancia, 26(2), 9-25.
Cortés, J. M., Bazán, I. A., & González, D. R. (2024). La Inteligencia Artificial en la Educación
Superior: estrategias claves para abordar este desafío. Revista Neuronum, 10(1), 23-36.
Darvishi, A., Khosravi, H., Sadiq, S., Gašević, D., & Siemens, G. (2024). Impacto de la
asistencia de IA en la autonomía estudiantil. Computers & Education, 210, 104967.
Delgado, E. Z., Lema, B. M., & Lema, A. N. (2024). Estrategias pedagógicas innovadoras para
el desarrollo de aprendizajes significativos en la educación superior. Prohominum, 6(1),
80-88.
Flores, J. D., & Nuñez, N. R. (2024). Aplicación de Inteligencia Artificial en la Educación de
América Latina: Tendencias, Beneficios y Desafíos. Revista Veritas De Difusão
Científica, 5(1), 01-22.
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1284
Flores, J. M., & García, F. J. (2023). Reflexiones sobre la ética, potencialidades y retos de la
Inteligencia Artificial en el marco de la Educación de Calidad (ODS4). Comunicar,
31(74), 37-47.
Gallent, C., Zapata, A., & Ortego, J. L. (2023). El impacto de la inteligencia artificial generativa
en educación superior: una mirada desde la ética y la integridad académica. RELIEVE.
Revista Electrónica de Investigación y Evaluación Educativa, 29(2), 1-21.
Gangotena, G. S., Yuctor, A. F., Arias, M. J., Lopez, E. M., & Luna, P. M. (2023). Recursos
digitales con Inteligencia Artificial para mejorar el Aprendizaje de los Estudiantes de
Primaria. Ciencia Latina Revista Científica Multidisciplinar, 7(4), 1463-1481.
García, E., Orenes, N., & López, L. A. (2024). Rueda de la Pedagogía para la Inteligencia
Artificial: adaptación de la Rueda de Carrington. RIED-Revista Iberoamericana de
Educación a Distancia, 27(1), 87-113.
García, F. J., Llorens, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances
de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a
Distancia, 27(1), 9-39.
García, W. (2021). Inteligencia artificial como Red Neuronal en la educación. Scientiarium(2).
Gavilanes, P. G., Adum, J. H., García, G. S., & Ruíz, M. G. (2024). Impacto de la Inteligencia
Artificial en la educación superior. Una mirada hacia el futuro. RECIAMUC, 8(2), 213-
221.
Guaña, J., Arteaga, Y., & Cedeño, M. E. (2023). Ventajas y desventajas del uso de las
Herramientas de Inteligencia artificial en la educación. Revista Tecnopedagogía E
Innovación, 2(2), 6-26.
Innocent, I. (2023). Application of Artificial Intelligence (AI) in Educational. International
Journal of Scientific and Research Publications (IJSRP), 13(3).
Loayza, M. S., & Moya, M. E. (2024). Los retos de la inteligencia artificial en el proceso de
enseñanza aprendizaje. Latam: revista latinoamericana de Ciencias Sociales y
Humanidades, 5(2), 1-13.
López-Umaña, L. I. (2023). El análisis del aprendizaje aplicado como estrategia para mejorar
educación en los entornos virtuales. Revista Educación, 47(2).
Lu, J., Zheng, R., Gong, Z., & Xu, H. (2024). Apoyo al desarrollo profesional de los docentes
con IA generativa: los efectos en el pensamiento de orden superior y la autoeficacia.
IEEE Transactions on Learning Technologies, 17, 1279-1289.
Maffei, F., Neil, C. G., & Battaglia, N. (2024). Estilos de aprendizajes personalizados con
inteligencia artificial: un mapeo sistemático de la literatura. XXIX Congreso Argentino
de Ciencias de la Computación (CACIC). Luján, 9 al 12 de octubre de 2023.
Mera Castillo, D. E. (2023). La influencia de la inteligencia artificial en la personalización del
aprendizaje: Perspectivas y desafíos en la educación. Revista Ingenio Global, 2(2), 28–
39.
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1285
Michel, R., Vilalta, E., Salinas, D., Thierry, R., & Gerardou, F. (2023). Challenges and
Opportunities of Generative AI for Higher Education as Explained by ChatGPT.
Education Sciences, 13(9), 856.
Mirete, J. P. (2023). Inteligencia artificial aplicada a la educación: El futuro que viene.
Supervisión 21, 69(69).
Mogavi, R. H. (2024). ChatGPT in education: A blessing or a curse? A qualitative study
exploring early adopters’ utilization and perceptions. Computers in Human Behavior:
Artificial Humans 2.1, 2(1), 100027.
Motta, V. M., Guillen, R. M., & Rodriguez, C. R. (2019). Artificial Neural Networks to
optimize learning and teaching in engineering careers. International Symposium on
Engineering Accreditation and Education (ICACIT). Cusco, Peru.
Muangprathub, J., Boonjing, V., & Chamnongthai, K. (2020). Learning recommendation with
formal concept analysis for intelligent tutoring system. Heliyon, 6(10).
Nazaretsky, T., & et al. . (2022). Empowering Teachers with AI: Co-Designing a Learning
Analytics Tool for Personalized Instruction in the Science Classroom. LAK22: 12.ª
Conferencia internacional sobre análisis de aprendizaje y conocimiento.
O'Dea, X., & O'Dea, M. (2023). Is Artificial Intelligence Really the Next Big Thing in Learning
and Teaching in Higher Education? A Conceptual Paper. Journal of University Teaching
and Learning Practice, 20(5).
Ozmen Garibay, O., & et al. (2023). Seis grandes desafíos de la inteligencia artificial centrada
en el ser humano. Revista internacional de interacción humano-computadora, 39(3),
391-437.
Parra-Sánchez, J. S. (2022). Potencialidades de la Inteligencia Artificial en Educación
Superior: Un Enfoque desde la Personalización. Revista Tecnológica-Educativa
Docentes 2.0, 1(19-27), 14.
Pastor, C. A. (2020). Diseño Universal para el Aprendizaje un modelo didáctico para
proporcionar oportunidades de aprender a todos los estudiantes. Journal of Parents and
Teachers(374), 21-27.
Piedra, W. I., Burbano, E. S., Tamayo, J. J., & Moreira, E. F. (2024). Inteligencia artificial y su
incidencia en la estrategia metodológica de aprendizaje basado en investigación.
Journal of Economic and Socia, 4(2), 178–196.
Renz, A., & Vladova, G. (2021). Revitalizando el discurso sobre la inteligencia artificial
centrada en el ser humano en las tecnologías educativas. Technology Innovation
Management Review, 11(5), 5-16.
Rodríguez Hurtado, C. A. (2023). La personalización del aprendizaje en comunidades del norte
de Esmeraldas y la tecnología educativa. Revista Social Fronteriza, 5(e35300), 3.
Código Científico Revista de Investigación Vol. 5 – Núm. 2 / Julio – Diciembre – 2024
1286
Saavedra, L. C., Plúa, A. J., Salazar, M. L., Guadalupe, K. W., & Cedeño, P. A. (2024). An
innovative strategy to personalize learning with the use of artificial intelligence (IA).
Latam: revista latinoamericana de Ciencias Sociales y Humanidades, 5(4), 1 – 12.
Salinas-Ibáñez, J., & De-Benito, B. (2020). Construction of personalized learning pathways
through mixed methods. Comunicar, 28(65), 31-42.
Serrano, P., Bojo, C., & Gómez, A. F. (2016). La revisión bibliográfica: primera etapa en la
actividad científica. Metas Enferm may, 19(4), 23-27.
Su, J., & Yang, W. (2023). Desbloquear el poder de ChatGPT: un marco para aplicar la IA
generativa en la educación. ECNU Review of Education, 6(3), 355-366.
Swiecki, Z., & et al. (2020). Evaluación en la era de la inteligencia artificial. Computers and
Education: Artificial Intelligence, 3, 100075.
Tamara Al Shloul, T. M. (2024). Role of activity-based learning and ChatGPT on students'
performance in education. Computers and Education: Artificial Intelligence, 6.
Villasante, F. H., Cahuana, R., Machaca, J. C., & Huata, P. (2024). Uso estratégico de la
inteligencia artificial para potenciar el rendimiento académico y desarrollo integral del
estudiante. En EDUCAÇÃO E INTELIGÊNCIA ARTIFICIAL: DESAFIOS E
DIÁLOGOS NA CONTEMPORANEIDADE (págs. 176-186). Editora Científica Digital.
Zamora, Y., & Mendoza, M. (2023). La Inteligencia artificial y el futuro de la educación
superior: desafíos y oportunidades. Horizontes pedagógicos, 25(1), 1-13.
Zhang, K., & Begum Aslan, A. (2021). AI technologies for education: Recent research & future
directions. Computers and Education: Artificial Intelligence, 2, 1-11.