La inteligencia artificial como herramienta para el análisis del rendimiento estudiantil: una revisión desde la analítica del aprendizaje
DOI:
https://doi.org/10.63969/nsw2xb85Palabras clave:
Inteligencia artificial, Analítica del aprendizaje, Rendimiento estudiantil, Personalización educativaResumen
La inteligencia artificial (IA) se presenta como una herramienta innovadora que transforma la educación al ofrecer nuevas posibilidades para analizar y mejorar el rendimiento estudiantil. Su aplicación en la analítica del aprendizaje permite procesar grandes volúmenes de datos y detectar patrones complejos que facilitan la personalización del aprendizaje y la toma de decisiones basadas en evidencia. Esto posibilita intervenciones educativas oportunas y adaptadas a las necesidades particulares de cada estudiante, promoviendo un aprendizaje más efectivo y motivador. Sin embargo, a pesar de sus beneficios, la incorporación de la IA en el ámbito educativo enfrenta desafíos significativos, como la gestión eficiente de la información académica, la calidad y disponibilidad de los datos, la capacitación docente y las preocupaciones éticas relacionadas con la privacidad y seguridad de la información. La revisión sistemática de la literatura realizada mediante un enfoque cualitativo y una metodología documental ha permitido identificar las técnicas más utilizadas, como redes neuronales y árboles de decisión, así como las aplicaciones, beneficios y limitaciones actuales. Además, se destaca la importancia de contar con marcos regulatorios y pedagógicos que aseguren un uso responsable y equitativo de la IA, garantizando que su integración contribuya a la mejora continua de la calidad educativa y al desarrollo integral de los estudiantes. En síntesis, la IA representa una oportunidad significativa para revolucionar la educación, siempre que se aborden adecuadamente sus retos y se aprovechen sus potencialidades.
Referencias
Bonami, P., Kaklauskas, A., & León, R. (2020). Automatización y eficiencia en la gestión educativa mediante inteligencia artificial. Journal of Educational Technology, 15(3), 45-60.
Chen, Y., Zhang, X., & Liu, H. (2021). Predicting academic performance using machine learning techniques: A systematic review. Journal of Educational Data Mining, 13(1), 1-20.
García-Peñalvo, F. J. (2023). Learning analytics and educational data mining in higher education: A review. Education Sciences, 13(2), 123. https://doi.org/10.3390/educsci13020123
García-Peñalvo, F. J., Conde, M. Á., & Alier, M. (2025). Inteligencia artificial para analizar el rendimiento académico en instituciones de educación superior: una revisión sistemática de la literatura. Revista Cátedra, 6(2), 30-50.
Lee, S., Kim, J., & Park, H. (2024). Impacto de la inteligencia artificial en el rendimiento académico de estudiantes de secundaria. International Journal of Educational Research, 112, 101-115.
Li, J., & Wang, S. (2020). Application of artificial neural networks in educational data mining: A review. Computers & Education, 150, 103-109. https://doi.org/10.1016/j.compedu.2020.103849
Martínez, R., Sánchez, A., & Pérez, L. (2019). Decision trees for educational data mining: Interpretability and accuracy. International Journal of Artificial Intelligence in Education, 29(4), 456-475. https://doi.org/10.1007/s40593-019-00187-6
Pérez, M. (2022). Constructivism and personalized learning: The role of AI in education. Journal of Educational Technology & Society, 25(3), 45-56.
Prendes-Espinosa, M. P. (2021). Retroalimentación personalizada en entornos educativos mediante inteligencia artificial. Revista Iberoamericana de Tecnología Educativa, 28(1), 75-89.
Rodríguez, L. (2021). Real-time feedback systems in education: Enhancing student engagement and learning outcomes. Computers in Human Behavior, 115, 106-121. https://doi.org/10.1016/j.chb.2020.106621
Sikström, S., Andersson, S., & Nilsson, L. (2024). Motivación y uso de tecnologías de inteligencia artificial en educación secundaria. Computers & Education, 180, 104-115.
Torres, F., & Gómez, R. (2023). Ethical considerations in the application of artificial intelligence in education. AI & Society, 38(1), 89-102. https://doi.org/10.1007/s00146-022-01402-7
Vega-Lebrún, R., Bonilla, C., & Sánchez, M. (2021). Innovaciones en la educación universitaria a través de la inteligencia artificial. Revista de Innovación Educativa, 22(4), 112-130.
Zhang, W. (2022). Adaptive learning systems based on machine learning: A review. Educational Technology Research and Development, 70(1), 123-140. https://doi.org/10.1007/s11423-021-10001-8
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Ricardo Zambrana Copaja (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.
