Inteligencia artificial y aprendizaje personalizado en el siglo XXI

Oscar-Yecid  Aparicio-Gómez; Olga-Lucía  Ostos-Ortiz; Constanza  Abadía-García

doi:10.15332/25005421.11122

Vol. 18 Núm. 2 (2025)

Publicado 2025-06-28

Licencia

Derechos de autor 2025 Revista Interamericana de Investigación Educación y Pedagogía RIIEP

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

Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:

Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).

RIIEP está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

La Universidad Santo Tomás conserva los derechos patrimoniales de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia anteriormente mencionada.

ARTÍCULOS PRODUCTO DE LA INVESTIGACIÓN

Inteligencia artificial y aprendizaje personalizado en el siglo XXI

DOI: https://doi.org/10.15332/25005421.11122

Oscar-Yecid Aparicio-Gómez Universidad Santo Tomás

Olga-Lucía Ostos-Ortiz Universidad Nacional Abierta y a Distancia

Constanza Abadía-García Universidad Nacional Abierta y a Distancia

PDF

Resumen
Referencias

La integración de la inteligencia artificial (IA) en la educación ha transformado radicalmente los enfoques pedagógicos tradicionales, dando lugar a sistemas de aprendizaje personalizados que responden a las necesidades individuales del estudiante. Este artículo explora cómo la IA, a través de algoritmos adaptativos, sistemas de recomendación y chatbots educativos, está reconfigurando la experiencia de aprendizaje. La metodología empleada es de carácter cualitativo y exploratorio, basada en revisión documental de literatura científica reciente. Se analizan 20 estudios que abordan el diseño, implementación, impactos y desafíos éticos de la personalización algorítmica en entornos educativos. Entre los principales hallazgos se identifica que los sistemas basados en IA mejoran el rendimiento académico, incrementan la motivación y fomentan la autonomía del estudiante. No obstante, también surgen preocupaciones sobre la opacidad algorítmica, la privacidad de los datos y los sesgos en los modelos de recomendación. Las conclusiones destacan la necesidad de establecer políticas educativas que orienten el uso ético y transparente de la IA en contextos de aprendizaje. Se sugiere avanzar hacia un enfoque centrado en el estudiante, que equilibre la eficacia tecnológica con principios pedagógicos y valores democráticos.

Palabras clave: inteligencia artificial, ética algorítmica, autonomía estudiantil, sistemas adaptativos, adaptive systems, aprendizaje personalizado

Aparicio-Gómez, Oscar-Yecid, Aparicio-Gómez, William-Oswaldo (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

Baker, R. S., & Inventado, P. S. (2014). Educational data mining and learning analytics. In J. A. Larusson & B. White (Eds.), Learning Analytics: From Research to Practice (pp. 61–75). Springer. https://doi.org/10.1007/978-1-4614-3305-7_4

Burrell, J. (2016). How the machine ‘thinks’: Understanding opacity in machine learning algorithms. Big Data & Society, 3(1), 1–12. https://doi.org/10.1177/2053951715622512

Chassignol, M., Khoroshavin, A., Klimova, A., & Bilyatdinova, A. (2018). Artificial Intelligence trends in education: A narrative overview. Procedia Computer Science, 136, 16–24. https://doi.org/10.1016/j.procs.2018.08.233

Chatti, M. A., Muslim, A., & Schroeder, U. (2018). Toward an open learning analytics ecosystem. Technology, Knowledge and Learning, 23(2), 265–298. https://doi.org/10.1007/s10758-018-9370-0

Drachsler, H., & Greller, W. (2016). Privacy and analytics: It's a DELICATE issue. Proceedings of the Sixth International Conference on Learning Analytics & Knowledge (LAK’16), 89–98. https://doi.org/10.1145/2883851.2883893

Eubanks, V. (2018). Automating inequality: How high-tech tools profile, police, and punish the poor. St. Martin’s Press.

Falmagne, J.-C., Cosyn, E., Doignon, J.-P., & Thiéry, N. (2013). The assessment of knowledge, in theory and in practice. In E. G. C. Jr. & N. Mislevy (Eds.), Handbook of educational measurement and psychometrics using R (pp. 527–550). Routledge.

Goel, A., & Polepeddi, L. (2016). Jill Watson: A virtual teaching assistant for online education. Georgia Institute of Technology.

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.

Kulik, J. A., & Fletcher, J. D. (2016). Effectiveness of intelligent tutoring systems: A meta-analytic review. Review of Educational Research, 86(1), 42–78. https://doi.org/10.3102/0034654315581420

Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson Education.

Ma, W., Adesope, O. O., Nesbit, J. C., & Liu, Q. (2014). Intelligent tutoring systems and learning outcomes: A meta-analysis. Journal of Educational Psychology, 106(4), 901–918. https://doi.org/10.1037/a0037123

Pane, J. F., Steiner, E. D., Baird, M. D., & Hamilton, L. S. (2015). Continued progress: Promising evidence on personalized learning. RAND Corporation. https://doi.org/10.7249/RR1365

Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.

Shute, V. J., & Zapata-Rivera, D. (2012). Adaptive educational systems. In P. Durlach & A. Lesgold (Eds.), Adaptive Technologies for Training and Education (pp. 7–27). Cambridge University Press.

Strauss, A., & Corbin, J. (1998). Basics of qualitative research: Techniques and procedures for developing grounded theory (2nd ed.). SAGE Publications. https://doi.org/10.4135/9781452230153

VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. Educational Psychologist, 46(4), 197–221. https://doi.org/10.1080/00461520.2011.611369

Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223–235. https://doi.org/10.1080/17439884.2020.1798995

Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.

Licencia

Cómo citar

Aparicio-Gómez, O.-Y. ., Ostos-Ortiz, O.-L. ., & Abadía-García, C. . (2025). Inteligencia artificial y aprendizaje personalizado en el siglo XXI. Revista Interamericana De Investigación Educación Y Pedagogía RIIEP, 18(2), 87-100. https://doi.org/10.15332/25005421.11122

Descargar cita

Almétricas

Métricas

Cargando métricas ...

Artículos más leídos del mismo autor/a

Olga-Lucía Ostos-Ortiz, Oscar-Yecid Aparicio-Gómez, Editorial , Revista Interamericana de Investigación Educación y Pedagogía RIIEP: Vol. 18 Núm. 2 (2025)