Evaluación del impacto de la inteligencia artificial en el rendimiento académico: un enfoque estadístico longitudinal
DOI:
https://doi.org/10.63969/ba7ab014Palabras clave:
inteligencia artificial, rendimiento académico, analítica educativa, aprendizaje adaptativo, educación digital, tecnologías inteligentesResumen
La incorporación de inteligencia artificial en los sistemas educativos ha generado importantes transformaciones dentro de los procesos de enseñanza y aprendizaje, especialmente mediante el desarrollo de plataformas adaptativas, sistemas automatizados y herramientas de analítica educativa orientadas al fortalecimiento del rendimiento académico. El objetivo de la presente investigación consistió en analizar el impacto de la inteligencia artificial en el rendimiento académico a partir de una revisión narrativa de literatura científica relacionada con aprendizaje adaptativo, analítica educativa y tecnologías inteligentes aplicadas a contextos educativos digitales. La investigación se desarrolló bajo un enfoque cualitativo-documental mediante el análisis de publicaciones científicas indexadas entre 2019 y 2026 en bases de datos como Scopus, Web of Science, ERIC y Google Scholar. Los resultados evidenciaron que la inteligencia artificial favorece significativamente la personalización del aprendizaje, el seguimiento académico continuo y la optimización de procesos pedagógicos mediante modelos predictivos y sistemas inteligentes de apoyo educativo. Asimismo, la literatura revisada señala mejoras en motivación estudiantil, participación académica y retención del conocimiento cuando las plataformas adaptativas son implementadas de manera adecuada dentro de entornos virtuales. Sin embargo, también se identificaron desafíos relacionados con brecha digital, infraestructura tecnológica, privacidad de datos, ética educativa y capacitación docente para la integración pedagógica de estas tecnologías. Finalmente, se concluye que la inteligencia artificial posee un elevado potencial para fortalecer la educación contemporánea, aunque su efectividad depende de enfoques críticos, inclusivos y éticamente responsables orientados a garantizar una implementación pedagógica adecuada dentro de los sistemas educativos actuales.
Descargas
Referencias
Adiguzel, T., Kaya, M. H., & Cansu, F. K. (2023). Revolutionizing education with AI: Exploring the transformative potential of ChatGPT. Contemporary Educational Technology, 15(3), ep429. https://doi.org/10.30935/cedtech/13152
Angulo Guerrero, R. (2024). Desarrollo de habilidades de pensamiento crítico mediante problemas de matemáticas aplicadas. Ecouture Research Center. https://ecouture.org/desarrollo-de-habilidades-de-pensamiento-critico-mediante-problemas-de-matematicas-aplicadas/
Angulo Guerrero, R. (2024). Gestión pedagógica basada en evidencia mediante la integración de modelos matemáticos y herramientas digitales para la optimización de procesos educativos en América Latina. ICONS Network. https://iconsnetwork.org/gestion-pedagogica-basada-en-evidencia-mediante-la-integracion-de-modelos-matematicos-y-herramientas-digitales-para-la-optimizacion-de-procesos-educativos-en-america-latina/
Angulo Guerrero, R. (2024). Modelaje matemático a través de la programación y la pedagogía desde un enfoque interdisciplinario. Multidisciplinary Journal of Sciences, Discoveries, and Society. https://revistasapiensec.com/index.php/Sciences_Discoveries_and_Society/article/view/213
Angulo Guerrero, R., & colaboradores. (2024). Matemáticas disruptivas: Transformando el aprendizaje universitario con innovaciones pedagógicas. Revistalexenlace. https://revistalexenlace.com/index.php/ojs/article/view/15
Cabero-Almenara, J., & Llorente-Cejudo, C. (2020). La inteligencia artificial aplicada a la educación: Retos y oportunidades para la formación virtual. Revista Complutense de Educación, 31(4), 483–495. https://doi.org/10.5209/rced.67135
García-Peñalvo, F. J. (2021). Digital transformation in universities: Implications of artificial intelligence and adaptive learning technologies. Education in the Knowledge Society, 22, 1–10. https://doi.org/10.14201/eks.25465
Holmes, W., Bialik, M., & Fadel, C. (2022). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Luckin, R. (2021). Machine learning and human intelligence: The future of education for the 21st century. UCL Institute of Education Press.
OECD. (2021). Artificial intelligence and the future of skills: Capabilities and assessments. OECD Publishing. https://doi.org/10.1787/5ee71f34-en
Pérez-Sanagustín, M., Hilliger, I., Maldonado, J. J., & Pérez-Álvarez, R. (2022). Learning analytics and adaptive systems in virtual education: A systematic review. Computers & Education, 186, 104535. https://doi.org/10.1016/j.compedu.2022.104535
Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
Selwyn, N. (2020). Should robots replace teachers? AI and the future of education. Polity Press.
Siemens, G., & Baker, R. (2020). Learning analytics and educational data mining. En C. Lang, G. Siemens, A. Wise, & D. Gašević (Eds.), Handbook of Learning Analytics (pp. 65–74). Society for Learning Analytics Research.
UNESCO. (2021). AI and education: Guidance for policy-makers. UNESCO Publishing. https://unesdoc.unesco.org/
Wang, H., Li, X., & Chen, Y. (2023). Adaptive learning platforms in virtual education. Computers & Education, 198, 104742. https://doi.org/10.1016/j.compedu.2023.104742
Zawacki-Richter, O., Bond, M., & Marin, V. (2022). Artificial intelligence in higher education: A systematic review of research. International Journal of Educational Technology in Higher Education, 19(1), 1–27. https://doi.org/10.1186/s41239-022-00324-8
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Edson Francisco Quiñonez Guagua, Erick Daniel Rivera Quiñonez, Blanca Romina Barcia Rivera, Byron Orlando Alvarez Klinger (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los artículos publicados en la revista se distribuyen bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0). Esta licencia permite a terceros descargar, copiar, distribuir, adaptar y reutilizar una obra, incluso con fines comerciales, siempre que se otorgue el crédito adecuado al autor original.
