Recibido: 18/11/2023 Aceptado: 21/02/2024
Didactic strategy applying
artificial intelligence and its impact on university teaching and learning
(Original).
Kirenia
Maldonado Zuñiga. Doctorando en Tecnología de la
Información y Comunicación. Universidad Nacional de Piura. Perú. Magister en
Ciencias de la Educación. Licenciada en Educación Informática. Docente de la
maestría en TIC del Instituto de Posgrado Unesum.
Docente de la carrera Tecnologías de la Información de la Facultad Ciencias
Técnicas en la Universidad Estatal del Sur de Manabí. Jipijapa. Manabí.
Ecuador.
[ kirenia.maldonado@unesum.edu.ec ] [ https://orcid.org/0000-0002-3764-5633 ]
Raquel Vera Velázquez. Máster en Ciencias de la
Educación. Licenciada en Matemáticas. Facultad de Ciencias Naturales y de la
Agricultura. Universidad Estatal del Sur de Manabí. Jipijapa. Manabí. Ecuador.
[ vera-raquel@unesum.edu.ec ] [ https://orcid.org/0000-0002-5071-7523 ]
Kimberly
Lisseth Alcivar Loor. Ingeniera en Contabilidad y
Auditoría. Docente de Institución Educativa UEP “Teresa Zambrano”. Manta.
Ecuador.
[ kimyalcivar0906@gmail.com ] [ https://orcid.org/0009-0002-9073-8246 ]
Resumen
La estrategia didáctica aplicando
inteligencia artificial en la enseñanza universitaria emerge como una
innovación educativa crucial. La relevancia de esta integración radica en su
capacidad para transformar la experiencia de aprendizaje, personalizando la
instrucción, mejorando la retroalimentación y fomentando la autonomía del
estudiante. El objetivo principal de esta investigación fue analizar cómo la
inteligencia artificial impacta en los procesos de enseñanza-aprendizaje,
centrándose en la optimización de métodos pedagógicos y el desarrollo de
habilidades del siglo XXI. La metodología involucró la selección de técnicas de
inteligencia artificial adecuadas, como sistemas de recomendación y análisis
predictivo, para diseñar un contenido interactivo y adaptativo. Se
implementaron chatbots educativos y sistemas de
retroalimentación automática para mejorar la participación y evaluación
continua. Los resultados demostraron una transformación positiva en la eficacia
del proceso educativo, evidenciada por una personalización efectiva,
retroalimentación inmediata y desarrollo de habilidades clave. Las conclusiones
resaltan la importancia de esta estrategia didáctica en la evolución de la
educación universitaria, marcando su impacto en la calidad de la enseñanza y el
aprendizaje. La inteligencia artificial no solo facilita la mejora continua,
sino que también contribuye al desarrollo de habilidades esenciales para los
estudiantes, preparándolos para los desafíos de un entorno globalizado y
tecnológico. Este enfoque no solo representa una respuesta innovadora a los
desafíos educativos actuales, sino que también allana el camino para el futuro
de la educación superior. Esta investigación se trabajó en conjunto con el
grupo de investigación "Desarrollo e Innovación en Tecnologías de la
Información y las Comunicaciones".
Palabras clave: enseñanza aprendizaje; estrategia didáctica;
inteligencia artificial
The teaching strategy applying
artificial intelligence in university teaching emerges as a crucial educational
innovation. The relevance of this integration lies in its ability to transform
the learning experience, personalizing instruction, improving feedback and promoting
student autonomy. The main objective of this research was to analyze how
artificial intelligence impacts teaching-learning processes, focusing on the
optimization of pedagogical methods and the development of 21st century skills.
The methodology involved selecting appropriate artificial intelligence
techniques, such as recommendation systems and predictive analytics, to design
interactive and adaptive content. Educational chatbots and automatic feedback
systems were implemented to improve participation and continuous evaluation.
The results demonstrated a positive transformation in the effectiveness of the
educational process, evidenced by effective personalization, immediate feedback
and development of key skills. The conclusions highlight the importance of this
didactic strategy in the evolution of university education, marking its impact
on the quality of teaching and learning. Artificial intelligence not only
facilitates continuous improvement, but also contributes to the development of
essential skills for students, preparing them for the challenges of a
globalized and technological environment. This approach not only represents an
innovative response to current educational challenges, but also paves the way
for the future of higher education. This research was worked together with the
research group "Development and Innovation in Information and
Communications Technologies".
keywords: artificial intelligence;
teaching learning; teaching strategy
Introducción
En la
actualidad, la aplicación de estrategias didácticas basadas en inteligencia
artificial (IA) ha adquirido una dimensión global que redefine los paradigmas
tradicionales de enseñanza-aprendizaje. A nivel mundial, diversas instituciones
educativas y sistemas universitarios están incorporando activamente tecnologías
de inteligencia artificial para mejorar la eficacia y la personalización de la
educación superior. Este fenómeno no solo refleja una tendencia emergente, sino
también una respuesta innovadora a los desafíos educativos contemporáneos.
La IA impone
retos que presenta la enseñanza, como son los aspectos éticos, estos deben ser
tomados en cuenta seriamente, tanto por parte de los docentes como de los
estudiantes en el desarrollo de sus actividades y creación de los diseños
(Eaton et al., 2018). Es importante que las instituciones educativas reflexionen
y apliquen códigos de ética para las buenas prácticas educativas con la
aplicación de inteligencia artificial.
Uno de los
tipos de inteligencia artificial utilizados en educación es el aprendizaje
automático, entendido como un sistema de construcción de modelos matemáticos a
partir de datos de muestra para realizar predicciones. En este sentido León y
Viña (2017) expresan que a pesar de que la IA puede transformar el modo en el
que el docente enseña como el que el estudiantado aprende, en esta disyuntiva
el objetivo primordial es lograr un aprendizaje significativo.
En el
contexto ecuatoriano, la adopción de estrategias didácticas basadas en
inteligencia artificial ha ganado terreno de manera notable. Las instituciones
de educación superior en Ecuador están explorando y adoptando estas tecnologías
para optimizar la calidad del proceso educativo, adaptándose a las necesidades
cambiantes de los estudiantes y aprovechando las herramientas avanzadas que la
IA ofrece. Este fenómeno local refleja la adaptabilidad del país a las
tendencias educativas globales y la búsqueda constante de mejorar la calidad de
la enseñanza.
La
incorporación de la IA en las instituciones educativas es una necesidad, pero
en algunos docentes aún permanece el temor al cambio, a enfrentarse a las
nuevas tecnologías, en este sentido, cabe la importancia de contar con
capacitaciones para tener un personal docente competitivo en el uso de la IA,
de esta forma la IA se puede incorporar en todas las asignaturas, de igual
forma es imprescindible contar con los recursos tecnológicos necesarios para no
dificultar la aplicación de la IA (Meneses & Fernández, 2020). Por otro lado,
influye negativamente la falta de dedicación por parte del profesorado con el
uso de nuevas herramientas tecnológicas para diseñar sus recursos digitales
teniendo en cuenta los contenidos de la asignatura (Padilla et al., 2020).
La presente
investigación en el contexto universitario se presenta como un pilar
fundamental para comprender y evaluar el impacto de estas innovaciones a nivel
mundial y local. La importancia de este estudio radica en la necesidad de
proporcionar a educadores, instituciones y responsables de políticas educativas
información valiosa y perspectivas críticas que orienten la implementación
efectiva de estas estrategias. En este sentido, la investigación busca arrojar
luz sobre los beneficios y desafíos específicos que surgen en el entorno
educativo ecuatoriano al adoptar la inteligencia artificial.
La presente
investigación se sumerge en la comprensión profunda de cómo la inteligencia
artificial puede ser empleada como herramienta estratégica en la enseñanza
universitaria. Se analiza críticamente el impacto de estas estrategias
didácticas en la facilitación del aprendizaje, la personalización de la
instrucción y la mejora continua de la calidad educativa. Además, explora las
posibilidades que la inteligencia artificial ofrece para adaptarse a las
necesidades individuales de los estudiantes, fomentando un entorno de
aprendizaje más inclusivo y accesible.
El objetivo
primordial de esta investigación es analizar de manera detallada cómo las
estrategias didácticas basadas en inteligencia artificial están impactando la
enseñanza-aprendizaje en el ámbito universitario, centrándose en los casos de
Ecuador. Se busca proporcionar información que oriente la toma de decisiones en
la implementación de estas tecnologías, considerando factores culturales,
sociales y pedagógicos propios del contexto ecuatoriano.
Los
beneficiarios de esta investigación abarcan un espectro amplio e
interconectado. En primer lugar, los educadores universitarios se beneficiarán
al obtener una comprensión más profunda de las estrategias didácticas basadas
en inteligencia artificial, permitiéndoles optimizar sus métodos de enseñanza.
Los estudiantes, por otro lado, experimentarán una educación más personalizada
y adaptada a sus necesidades individuales. A nivel institucional, las
universidades podrán utilizar los resultados de la investigación para diseñar
políticas educativas más efectivas y avanzar hacia entornos de aprendizaje más
innovadores y eficientes. Además, el país en su conjunto se beneficiará al
fortalecer su posición en el ámbito educativo global y preparar a sus futuros
profesionales con las habilidades necesarias para enfrentar los desafíos de la
sociedad contemporánea.
Esta
investigación se trabajó alineada a los proyectos de investigación titulados
“Gestión del conocimiento para la transferencia tecnológica en la Universidad
Estatal del Sur de Manabí” y el proyecto “Tecnologías aplicadas a la toma de
decisiones para la innovación y el desarrollo integral de la zona sur de
Manabí” dando las pautas necesarias para el desarrollo de este estudio.
Materiales y métodos
La
investigación fue realizada en la Universidad Estatal del Sur de Manabí,
ubicada en Jipijapa, Manabí, Ecuador. Se llevó a cabo con una finalidad
aplicada, un enfoque cualitativo, el cual proporcionó información relevante
para el desarrollo de la investigación, y el tipo de estudio fue exploratoria,
se utilizaron métodos del nivel teórico como: histórico – lógico, análisis –
síntesis, deductivo, así como del nivel empírico la revisión bibliográfica,
análisis de documentación, observación y encuestas; del método estadístico –
matemático se aplicó la estadística inferencial y estadística descriptiva para
graficar y tabular las encuestas e interpretar el análisis de los resultados.
La población
consistió en 910 estudiantes de la carrera de Tecnologías de la Información de
la Universidad Estatal del Sur de Manabí. La muestra se tomó con
la siguiente fórmula:
Para la cual la p
refleja la probabilidad de éxito, q la probabilidad de fracaso, e el error de
estimación y por último Z el nivel de confianza tomando en cuenta los
siguientes valores:
n: muestra.
N: Población 910
e: Error 0,05%
p: 0,5
q: 0,5
Z: 95% = 1,96
Obteniendo como
resultado que la muestra n estimada indica que las personas encuestas son n=270 estudiantes, reflejando el alcance del 95%,
considerando el 0.5 como margen de error.
1. ¿Tiene usted conocimiento de las estrategias didácticas para la enseñanza – aprendizaje aplicando la inteligencia
artificial?
Tabla 1. Conocimiento de
estrategias didácticas
|
Alternativas |
Frecuencia |
Porcentajes |
|
Si |
70 |
26% |
|
No |
200 |
74% |
|
Total |
270 |
100% |
Fuente: Estudiantes
de la carrera Tecnologías de la Información
Elaboración:
Autores
De acuerdo a la información obtenida de la muestra de
los estudiantes encuestados de la carrera Tecnologías de la Información, el
74% indicó que no tiene conocimiento sobre el uso de estrategias didácticas
para la enseñanza – aprendizaje aplicando la inteligencia artificial,
mientras el 26% de los encuestados señaló que si las conoce.
2. ¿Usted
en algún momento ha utilizado la inteligencia artificial para el desarrollo de
trabajos académicos?
Tabla 2. La inteligencia artificial
para el desarrollo de trabajos académicos
|
Alternativas |
Frecuencia |
Porcentajes |
|
Sí |
250 |
93% |
|
No |
20 |
7% |
|
Total |
270 |
100% |
|
|
|
|
Fuente: Estudiantes de la carrera Tecnologías de la Información
Elaboración: Autores
Se aprecia que el
93% si ha utilizado IA para trabajos académicos,
mientras el 7% de los encuestados señala que no.
3. ¿Considera
usted que la implementación de estrategias didácticas con inteligencia
artificial mejora la enseñanza – aprendizaje?
Tabla 31. Implementación de estrategias didácticas con inteligencia artificial
|
Alternativas |
Frecuencia |
Porcentajes |
|
Sí |
265 |
98% |
|
No |
5 |
2% |
|
Total |
270 |
100% |
|
|
|
|
Fuente:
estudiantes de la carrera Tecnologías de la Información
Elaboración:
Autores
Se conoció que el 98% considera
necesaria la implementación de estrategias didácticas con inteligencia
artificial mejora la enseñanza – aprendizaje, en cambio el 2% considera que no.
Análisis y discusión de los resultados
Los resultados demostraron la necesidad de aplicar
estrategias didácticas con la integración de técnicas de
Inteligencia Artificial para la enseñanza aprendizaje de los estudiantes en la
Universidad Estatal del Sur de Manabí. A continuación, se detallan las fases
para el desarrollo de la estrategia con la aplicación de IA.
Fase 1. Se realizó un diagnóstico
detallado para conocer las necesidades y competencias de los estudiantes e identificar
brechas de conocimiento, preferencias de aprendizaje y áreas de interés. La
recopilación de esta información sirvió como base para diseñar experiencias de
aprendizaje personalizadas.
Fase 2. Luego de la identificación de
las necesidades el docente pasó a la selección de técnicas de inteligencia
artificial, para evaluar y seleccionar las más apropiadas para el contexto
educativo, incluyendo sistemas de recomendación para recursos de aprendizaje, chatbots para apoyo en tiempo real, análisis predictivo
para identificar posibles desafíos de aprendizaje, y simulaciones interactivas
para mejorar la comprensión de conceptos técnicos.
Fase 3. Seguidamente se realizó el
diseño del contenido interactivo para incluirlo en los módulos de aprendizaje, realizando
simulaciones de casos prácticos, y ejercicios adaptativos que se ajusten al
nivel de habilidad de cada estudiante. Asegurándose que el contenido sea
relevante, desafiante y esté alineado con los objetivos del curso.
Fase 4. Se integraron sistemas de
retroalimentación automática que utilizan inteligencia artificial para evaluar
el desempeño de los estudiantes de manera continua. Esto permitió identificar
áreas de mejora de forma inmediata y proporcionar retroalimentación
personalizada, fomentando un aprendizaje autónomo y efectivo.
Fase 5. Se establecieron sistemas de
monitoreo continuo para recopilar datos sobre la participación y el rendimiento
de los estudiantes, utilizando técnicas de análisis de datos e inteligencia
artificial para identificar patrones, tendencias y áreas de mejora. Esta retroalimentación
constante permitirá ajustar la estrategia didáctica según las necesidades
cambiantes de los estudiantes.
Fase 6. Se realizaron evaluaciones
periódicas de la efectividad de la estrategia didáctica. Se utilizaron los
datos recopilados para realizar ajustes y mejoras continuas en la
implementación de las técnicas de inteligencia artificial. Este enfoque
iterativo garantizó que la estrategia evolucione y se adapte a las dinámicas
del aprendizaje de los estudiantes de Tecnologías de la Información.
Se aplicaron
diversas técnicas de inteligencia artificial (IA) para mejorar la
enseñanza-aprendizaje de los estudiantes universitarios. A continuación, se
mencionan algunas de las principales:
|
Inteligencia artificial |
Aplicación y Características |
|
-Sistemas de Recomendación |
-Se usó en
un 88%. Los sistemas proporcionaron recomendaciones personalizadas de
recursos educativos, como libros, artículos, videos y cursos en línea, basándose
en el historial de aprendizaje y preferencias de los estudiantes. |
|
-Análisis Predictivo |
-Se utilizó en un
80% para la obtención de datos y patrones de comportamiento. El análisis
predictivo puede prever posibles desafíos de aprendizaje para estudiantes
individuales. Esto permitió a los educadores intervenir tempranamente para
brindar apoyo adicional. |
|
-Chatbots Educativos: |
-Los chatbots se utilizaron en un 87 %, ofrecieron asistencia
instantánea, responden preguntas frecuentes y proporcionan explicaciones
adicionales. También fueron utilizados para facilitar la comunicación entre
estudiantes y profesores, mejorando la accesibilidad y la retroalimentación. |
|
-Sistemas de Retroalimentación Automática |
-Se empleó en un 90
% para evaluar automáticamente el desempeño de los estudiantes en tareas y
exámenes, proporcionando retroalimentación instantánea y personalizada. Esto
fomentó un aprendizaje más autónomo. |
|
-Aprendizaje Adaptativo |
-Se utilizó en un
92 % los entornos de aprendizaje adaptativo, utilizando algoritmos de
inteligencia artificial para ajustar automáticamente el contenido y la
dificultad según el progreso individual del estudiante. Esto garantizó una experiencia
educativa más personalizada. |
|
-Simulaciones Interactivas |
-Las simulaciones
basadas en inteligencia artificial se utilizaron en un 82 %, ofrecieron
entornos de aprendizaje prácticos y realistas, especialmente útiles en
disciplinas como la ingeniería, ciencias de la computación y ciencias
naturales. |
|
-Análisis de Sentimientos |
-Permitió analizar el sentimiento de los estudiantes a
través de sus interacciones en línea, discusiones y trabajos, lo que ayudó a
comprender su nivel de compromiso y satisfacción, permitiendo ajustes o
intervenciones específicas. |
|
-Realidad Virtual (RV) y Realidad Aumentada (RA) |
-La RV y la RA fueron empleadas en un 67 % para crear entornos inmersivos
y experiencias de aprendizaje prácticas, facilitando la comprensión de
conceptos complejos. |
|
-Plataformas de Evaluación y Tutoría Virtuales |
-Se utilizaron en
un 89 % plataformas con IA para evaluar el desempeño de los estudiantes y
ofrecer tutorías virtuales personalizadas abordando áreas específicas de
dificultad. |
|
-Análisis de Big Data Educativo |
-Se aplicó en un 79
% en los análisis de Big Data para examinar patrones de comportamiento y
rendimiento a gran escala, proporcionando información valiosa para ajustar
políticas educativas y estrategias de enseñanza. |
|
|
|
Fuente: Estudiantes
de la carrera Tecnologías de la Información
Elaboración:
Autores
La combinación de estas inteligencias
artificiales personalizó y enriqueció la experiencia de aprendizaje de los
estudiantes universitarios, quienes comentan que es una experiencia que les
desarrolla habilidades competitivas, les despierta el interés y se mantienen
motivados realizando sus proyectos y actividades. Por otro lado, se abordan sus
necesidades individuales y se logra un aprendizaje efectivo y significativo.
La Inteligencia Artificial se define
como una disciplina de la informática que busca crear sistemas que imiten la
capacidad humana para percibir problemas, identificar sus componentes y
resolverlos; en la actualidad, se ha avanzado significativamente en la
transformación digital, logrando la integración de la IA (Torres & Yucra, 2022).
El uso de técnicas de IA beneficia a
estudiantes y profesores, quienes pueden desempeñar sus funciones de manera más
eficaz y eficiente, lo que en última instancia mejora la calidad de la
educación. De acuerdo con el criterio de Ocaña et al. (2019) la sociedad actual
se enfrenta a un proceso creciente de tecnificación masiva, con avances
significativos, sometiéndose a los cambios tecnológicos, y la educación, como
parte de esta sociedad está en constante evolución.
Se puede afirmar que la IA enriquece
los entornos de aprendizaje en el contexto de la Educación Superior y despierta
en el estudiantado el interés por usar las tecnologías, experimentan una
experiencia formativa, que contribuye a empoderar al alumnado, a través de
contenidos educativos inclusivos, desarrollando habilidades tecnológicas (Ayuso
& Gutiérrez, 2022). Esta potencial herramienta puede revolucionar la
educación, permitiendo experiencias de aprendizaje personalizadas y altamente
efectivas (Peñaherrera et al., 2022), sin embargo, es de vital importancia
estar conscientes de los riesgos que implica la inteligencia artificial en la
Educación.
Los autores Wang et al., (2018), Yang (2018)
y Kaklauskas (2015) expresan que en la actualidad las
instituciones educativas están beneficiándose del uso de estos recursos
tecnológicos con IA, un ejemplo es el uso de chatbots
o tutores virtuales para interactuar con el estudiantado, lo que permite optimizar
el aprendizaje en los estudiantes, así como controlar y evaluar de forma rápida
y directa el desarrollo de sus actividades.
Por otro lado, los autores Naqa y Murphy (2015) afirman que el uso de la IA Machine Learning resulta una herramienta poderosa cuando se utiliza
en la academia, logrando planificar las actividades y predecir el rendimiento
de los estudiantes; de igual forma permite actualizar los modelos de enseñanza al
ritmo del estudiante, así como actualizar los contenidos de las asignaturas.
Teniendo en cuenta lo expresado
anteriormente, Sánchez y Lama (2007) y Rodríguez et al. (2021) mencionan que el
uso de la herramienta Machine Learning desarrolla
experiencias de aprendizaje que van en aumento de la comprensión del estudiantado
sobre los fundamentos de la IA, los estudiantes afirman que esta herramienta es de suma importancia para su
desarrollo estudiantil, la consideran atractiva por sus beneficios y tiene un
entorno amigable para su uso.
Conclusiones
Se concluye que la aplicación de
estrategias didácticas basadas en inteligencia artificial representa una
vanguardia en la transformación educativa universitaria. La integración de
estas tecnologías no solo redefine la forma en que se imparte y se adquiere
conocimiento, sino que también sienta las bases para un modelo educativo más
dinámico y sostenible, capaz de adaptarse a las demandas cambiantes del entorno
digital.
La inteligencia artificial permitió
la personalización del proceso de enseñanza-aprendizaje, ajustando el contenido
y la metodología según las necesidades individuales de cada estudiante. Este
enfoque no solo potencia la autonomía del estudiante, sino que también aborda
las diversidades de aprendizaje, fomentando un ambiente educativo inclusivo y
centrado en el estudiante.
La implementación de técnicas de
inteligencia artificial facilita la retroalimentación continua sobre el
desempeño de los estudiantes. Este ciclo de retroalimentación constante,
respaldado por análisis predictivos y sistemas de evaluación automáticos, no
solo permite intervenir de manera temprana en desafíos académicos, sino que
también posibilita una mejora continua en la calidad de la enseñanza.
La estrategia didáctica aplicada con
inteligencia artificial contribuye al desarrollo de habilidades del siglo XXI
entre los estudiantes universitarios. La capacidad de utilizar tecnologías
avanzadas, el pensamiento crítico frente a la información y la resolución de
problemas complejos se ven fortalecidos a medida que los estudiantes
interactúan con herramientas inteligentes y participan en entornos de
aprendizaje innovadores.
Con la aplicación de la estrategia
didáctica con inteligencia artificial se impactó positivamente la eficiencia y
efectividad del proceso educativo. Desde la personalización de la instrucción
hasta la mejora en la toma de decisiones pedagógicas respaldada por análisis de
datos, la inteligencia artificial emerge como un catalizador para una educación
universitaria más efectiva, eficiente y alineada con las demandas del mundo
contemporáneo.
Referencia bibliográfica
Ayuso,
D., & Gutiérrez, P. (2022). La Inteligencia Artificial como Recurso
Educativo durante la Formación Inicial del Profesorado. RIED-Revista
Iberoamericana de Educación a Distancia, 25(2), 347-362. https://doi.org/10.5944/ried.25.2.32332
Eaton, E., Koenig, S., Schulz, C., Maurelli,
F., Lee, J., Eckroth, J., Crowley, M., Freedman, R.
G., Cardona, R. E., Machado, T., & Williams, T. (2018). Blue Sky Ideas in Artificial Intelligence Education from
the EAAI 2017 New and Future AI Educator Program. AI Matter, 3(4),
23-31. https://doi.org/10.1145/3175502.3175509
Kaklauskas, A. (2015). Student progress assessment with the help
of an intelligent pupil analysis system. Engineering Applications of Artificial Intelligence, 26, 35-50. https://doi.org/10.1016/j.engappai.2012.01.006
León,
G. C., & Viña, S. M. (2017). La inteligencia artificial en la educación
superior. Oportunidades y Amenazas. Innova Research
Journal, 2(8), 412-422. https://doi.org/10.33890/innova.v2.n8.1.2017.399
Meneses,
E. L., & Fernández, J. (2020). Tecnologías de la información y la
comunicación y diversidad funcional: conocimiento y formación del profesorado
de Navarra. IJERI: Revista internacional de investigación e innovación
educativas, (14), 59-75. https://doi.org/10.46661/ijeri.4407
Naqa I., y Murphy, M. J. (2015) ¿What is Machine Learning?
En I. Naqa, R. Li & M. J. Murphy (Eds.), Machine
Learning in Radiation Oncology (pp. 3-11). Springer. https://doi.org/10.1007/978-3-319-18305-3_1
Ocaña,
Y., Valenzuela, L. A., & Garro, L. L. (2019). Artificial Intelligence and its Implications in Higher
Education. Purposes and Representations, 7(2), 536–552. https://doi.org/http://dx.doi.org/10.20511/pyr2019.v7n2.274
Padilla,
A. L., Gámiz, V., & Romero, M. A. (2020).
Evolución de la competencia digital docente del profesorado universitario:
incidentes críticos a partir de relatos de vida. Educar, 56(1), 109-27. https://doi.org/10.5565/rev/educar.1088
Peñaherrera,
P., Cunuhay, W., Nata, J., & Moreira, L. (2022).
Implementación de la Inteligencia Artificial (IA )
como Recurso Educativo. Revista: Recimundo, 2,
404–413. https://doi.org/10.26820/recimundo/6.(2).abr.2022.402-413
Rodríguez,
J. D., Moreno, J. M., Román, M., & Robles, G. (2021). Evaluation of an Online Intervention to Teach
Artificial Intelligence with LearningML to
10-16-Year-Old Students
[Conference Paper]. SIGCSE ’21, Virtual Event, USA. https://doi.org/10.1145/3408877.3432393
Sánchez,
E. M., & Lama, M. (2007). Monografía: Técnicas de la Inteligencia
Artificial Aplicadas a la Educación Inteligencia Artificial. Revista
Iberoamericana de Inteligencia Artificial, 11(33), 7-12. https://bit.ly/3FVMZA4
Torres,
F., & Yucra, Y. J. (2022). Técnicas de inteligencia
artificial en la valoración de la enseñanza virtual por estudiantes de nivel
universitario. Revista Internacional de Humanidades, 11, 1–1. https://doi.org/10.37467/revhuman.v11.3853
Wang D., Hou, H., Zhan, Z., Xu, J., Liu, Q., &
Ren, G. (2015). A problem solving
oriented intelligent tutoring system to improve students’ acquisition of basic
computer skills. Computers & Education, 81, 102-112. https://doi.org/10.1016/j.compedu.2014.10.003
Yang, F. (2018). Study on student performance estimation,
student progress analysis, and student potential prediction based on data
mining. Computers & Education, 123, 97-108. https://doi.org/10.1016/j.compedu.2018.04.006