Impacto de la inteligencia artificial en la adaptación de los estilos de aprendizaje y el rendimiento académico: un análisis bibliométrico

Autores/as

  • Martha Cecilia Salazar Sisalima Unidad Educativa Klever Franco Cruz https://orcid.org/0009-0009-8100-0160
  • Deysi Dolores Rea Masabanda Unidad Educativa Cuyabeno
  • Magali Janett Lanche Quizhpe Unidad Educativa El Porvenir
  • Yohana Elizabeth Macias Reyes Unidad Educativa Cuyabeno

DOI:

https://doi.org/10.59282/reincisol.V3(6)4989-5014

Palabras clave:

inteligencia artificial; estilos de aprendizaje; rendimiento académico.

Resumen

Este estudio aborda el impacto de la inteligencia artificial en la adaptación de los estilos de aprendizaje y el rendimiento académico, un tema de creciente importancia en el contexto educativo contemporáneo. Con la creciente integración de tecnologías digitales en los entornos educativos, se vuelve crucial comprender cómo estas herramientas ayudan a que los estudiantes puedan personalizar su experiencia de aprendizaje, para que consecuentemente mejore su rendimiento académico. El objetivo de esta investigación es analizar estos efectos a través de una revisión exhaustiva de la literatura existente, y proporcionar recomendaciones para un uso responsable y ético de la IA en la educación. La metodología aplicada fue de carácter literario, basada en una revisión sistemática de 55 artículos académicos indexados en Scopus. Se seleccionaron estudios relevantes que exploran el impacto de la IA en la adaptación de estilos de aprendizaje, y por lo tanto su incidencia en el rendimiento académico de los estudiantes. A través de un análisis crítico de los hallazgos de la literatura hechos en RStudio, se identificaron patrones y tendencias significativas que reflejan tanto los beneficios como los desafíos asociados con la integración de la IA en el ámbito educativo. Los principales resultados de esta investigación revelan una relación compleja entre la inteligencia artificial (IA) y la educación. La IA tiene un potencial significativo para personalizar el aprendizaje, adaptando contenidos y estrategias pedagógicas a las necesidades individuales de los estudiantes, lo que puede mejorar su rendimiento académico y aumentar la motivación.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Citas

Arevalo-Marin, P., Cabrera-Piedra, Y., Cabrera-Sarango, M., Caicedo-Rodriguez, J., Camacho-Veliz, A., Cartuche-Morocho, S., Castillo-Aguilar, C., Castillo-Betancourt, D., Chamba-Tigre, J., Condoy-Carrion, A., Coronel-Cardenas, M., Elizalde-Cando, J., Freire-Feijoo, E., Gomez-Jara, A., Gonzalez-Guaman, J., Mora-Medina, M., Morocho-Cumbicus, A., Ojeda-Bazaran, M.-J., Puchaicela-Godoy, N., … Roman-Sanchez, M. (2019). Educational data mining to identify the relationship between IQ, learning styles, emotional intelligence and multiple intelligences of engineering students; [Minería de datos educativa para identificar la relación entre cociente intelectual, estilos de aprendizaje, inteligencia emocional e inteligencias múltiples de estudiantes de ingeniería]. En RISTI - Revista Iberica de Sistemas e Tecnologias de Informacao (Número E17, pp. 48-63). Associacao Iberica de Sistemas e Tecnologias de Informacao.

Balaguer, Á., Benítez, E., de la Fuente, J., & Osorio, A. (2021). Maternal and paternal parenting styles as a whole: Validation of the simple form of the parenting style evaluation scale; [Título: Estilos parentales materno y paterno en conjunto: Validación de la forma simple de la escala de evaluación del estilo parental]. En Anales de Psicologia (Vol. 37, Número 1, pp. 77-87). Universidad de Murcia Servicio de Publicaciones. https://doi.org/10.6018/analesps.408171

Bellod, H. C., Ramón, V. B., Fernández, E. C., & Luján, J. F. G. (2021). Analysis of stress and academic-sports commitment through Self-organizing Artificial Neural Networks. En Retos (Vol. 42, pp. 136-144). Federacion Espanola de Docentes de Educacion Fisica. https://doi.org/10.47197/RETOS.V42I0.86983

Burgos, C., Jorquera, R., Aliaga, V., & López, E. (2023). Basic digital competences of university students before and during the COVID-19 pandemic. En Frontiers in Education (Vol. 8). Frontiers Media SA. https://doi.org/10.3389/feduc.2023.1201680

Cabrera, A. F., Parra-González, M. E., Belmonte, J. L., & Segura-Robles, A. (2020). Educational potentials of flipped learning in intercultural education as a transversal resource in adolescents. En Religions (Vol. 11, Número 1). Multidisciplinary Digital Publishing Institute (MDPI). https://doi.org/10.3390/rel11010053

Cerda, G. A., Salcedo, P. A., Pérez, C. E., & Marín, V. (2017). Future mathematics teachers: The role of lexical availability, formal reasoning schema on their academic achievements during the initial formation and training; [Futuros profesores de matemáticas: Rol de la disponibilidad léxica, esquemas de razonamiento formal en logros académicos durante su formación inicial]. En Formacion Universitaria (Vol. 10, Número 1, pp. 33-46). Centro de Informacion Tecnologica. https://doi.org/10.4067/S0718-50062017000100005

Chavarry Chankay, M., Aquino Trujillo, J. Y., Li Vega, F. V., & Germán Reyes, N. C. (2022). Academic analytics and educational data mining at the university level: A systematic review. En Universidad y Sociedad (Vol. 14, Número S6, pp. 377-390). University of Cienfuegos, Carlos Rafael Rodriguez.

Elvis, V. C. J., Fernando, N. R. Á., César, L. F. A., & Deisy, J. F. J. (2022). Deserción universitaria: Evaluación de diferentes algoritmos de Machine Learning para su predicción; [Deserción universitaria: Evaluación de diferentes algoritmos de Machine Learning para su predicción]. En Revista de Ciencias Sociales (Vol. 28, Número 3, pp. 362-375). Universidad del Zulia. https://doi.org/10.31876/rcs.v28i3.38480

Arevalo-Marin, P., Cabrera-Piedra, Y., Cabrera-Sarango, M., Caicedo-Rodriguez, J., Camacho-Veliz, A., Cartuche-Morocho, S., Castillo-Aguilar, C., Castillo-Betancourt, D., Chamba-Tigre, J., Condoy-Carrion, A., Coronel-Cardenas, M., Elizalde-Cando, J., Freire-Feijoo, E., Gomez-Jara, A., Gonzalez-Guaman, J., Mora-Medina, M., Morocho-Cumbicus, A., Ojeda-Bazaran, M.-J., Puchaicela-Godoy, N., … Roman-Sanchez, M. (2019). Educational data mining to identify the relationship between IQ, learning styles, emotional intelligence and multiple intelligences of engineering students; [Minería de datos educativa para identificar la relación entre cociente intelectual, estilos de aprendizaje, inteligencia emocional e inteligencias múltiples de estudiantes de ingeniería]. En RISTI - Revista Iberica de Sistemas e Tecnologias de Informacao (Número E17, pp. 48-63). Associacao Iberica de Sistemas e Tecnologias de Informacao.

Balaguer, Á., Benítez, E., de la Fuente, J., & Osorio, A. (2021). Maternal and paternal parenting styles as a whole: Validation of the simple form of the parenting style evaluation scale; [Título: Estilos parentales materno y paterno en conjunto: Validación de la forma simple de la escala de evaluación del estilo parental]. En Anales de Psicologia (Vol. 37, Número 1, pp. 77-87). Universidad de Murcia Servicio de Publicaciones. https://doi.org/10.6018/analesps.408171

Bellod, H. C., Ramón, V. B., Fernández, E. C., & Luján, J. F. G. (2021). Analysis of stress and academic-sports commitment through Self-organizing Artificial Neural Networks. En Retos (Vol. 42, pp. 136-144). Federacion Espanola de Docentes de Educacion Fisica. https://doi.org/10.47197/RETOS.V42I0.86983

Burgos, C., Jorquera, R., Aliaga, V., & López, E. (2023). Basic digital competences of university students before and during the COVID-19 pandemic. En Frontiers in Education (Vol. 8). Frontiers Media SA. https://doi.org/10.3389/feduc.2023.1201680

Cabrera, A. F., Parra-González, M. E., Belmonte, J. L., & Segura-Robles, A. (2020). Educational potentials of flipped learning in intercultural education as a transversal resource in adolescents. En Religions (Vol. 11, Número 1). Multidisciplinary Digital Publishing Institute (MDPI). https://doi.org/10.3390/rel11010053

Cerda, G. A., Salcedo, P. A., Pérez, C. E., & Marín, V. (2017). Future mathematics teachers: The role of lexical availability, formal reasoning schema on their academic achievements during the initial formation and training; [Futuros profesores de matemáticas: Rol de la disponibilidad léxica, esquemas de razonamiento formal en logros académicos durante su formación inicial]. En Formacion Universitaria (Vol. 10, Número 1, pp. 33-46). Centro de Informacion Tecnologica. https://doi.org/10.4067/S0718-50062017000100005

Chavarry Chankay, M., Aquino Trujillo, J. Y., Li Vega, F. V., & Germán Reyes, N. C. (2022). Academic analytics and educational data mining at the university level: A systematic review. En Universidad y Sociedad (Vol. 14, Número S6, pp. 377-390). University of Cienfuegos, Carlos Rafael Rodriguez.

Elvis, V. C. J., Fernando, N. R. Á., César, L. F. A., & Deisy, J. F. J. (2022). Deserción universitaria: Evaluación de diferentes algoritmos de Machine Learning para su predicción; [Deserción universitaria: Evaluación de diferentes algoritmos de Machine Learning para su predicción]. En Revista de Ciencias Sociales (Vol. 28, Número 3, pp. 362-375). Universidad del Zulia. https://doi.org/10.31876/rcs.v28i3.38480

Descargas

Publicado

2024-11-17

Cómo citar

Salazar Sisalima, M. C. ., Rea Masabanda, D. D. ., Lanche Quizhpe, M. J. ., & Macias Reyes , Y. E. . (2024). Impacto de la inteligencia artificial en la adaptación de los estilos de aprendizaje y el rendimiento académico: un análisis bibliométrico . Reincisol., 3(6), 4989–5014. https://doi.org/10.59282/reincisol.V3(6)4989-5014

Número

Sección

Artículos Cientificos
Bookmark and Share

Artículos similares

También puede {advancedSearchLink} para este artículo.

10.59282

reincisol