Recibido: 20/febrero/2025 Aceptado:
14/junio/2025
Estrategia
sobre la inteligencia artificial utilizando la analítica del aprendizaje para
la personalización del aprendizaje (Original)
Strategy on
artificial intelligence using learning analytics for personalized learning (Original)
Luis Oswaldo Villagómez Méndez. Ingeniero en Gestión Empresarial.
Universidad Bolivariana del Ecuador. Unidad Educativa Luis Fernando Ruiz. Ecuador.
[ lovillagomezm@ube.edu.ec ]
[ https://orcid.org/0009-0006-0697-1619 ]
Guido
Paul Miniguano Miniguano. Ingeniero
en Marketing y Gestión de Negocios. Universidad Bolivariana del Ecuador. Unidad
Educativa Fiscal Numa Pompilio Llona. Ecuador.
[ gpminiguanom@ube.edu.ec ] [ https://orcid.org/0009-0000-7536-7737 ]
Raúl López Fernández. Doctor en Ciencias Pedagógicas. Universidad
Bolivariana del Ecuador. Ecuador. [ rlopezf@ube.edu.ec ]
[ https://orcid.org/0000-0001-5316-2300 ]
Tatiana Tapia Bastidas. Doctora en Ciencias de la Educación.
Universidad Bolivariana del Ecuador. Ecuador. [ ttapia@ube.edu.ec ] [ https://orcid.org/0000-0001-9039-5517 ]
Resumen
La Inteligencia Artificial en conjunto
con la Analítica del Aprendizaje son elementos estrechamente relacionados con
la Personalización del Aprendizaje. El objetivo de esta investigación fue
elaborar una estrategia
metodológica sobre la inteligencia artificial utilizando la analítica del
aprendizaje para la personalización del aprendizaje. La metodología
utilizada fue la cualitativa apoyada por los métodos teóricos tales como el
histórico lógico e inductivo deductivo, y los prácticos, como el diagnóstico
educativo, criterio de expertos y multivoting. Los resultados fundamentales
estuvieron asociados a las falencias que presentaron los docentes en el uso de
la inteligencia artificial y la analítica del aprendizaje
en la aplicación del proceso de enseñanza y aprendizaje. Se determinaron los
elementos de la estrategia metodológica los que posteriormente fueron evaluados
y valorados por los expertos, quienes sugirieron que tres de ellos debían ser
reajustados. Se puede concluir que la estrategia elaborada es de utilidad en la
práctica pedagógica para los docentes de la Institución Educativa.
Palabras claves:
analítica del
aprendizaje; estrategia metodológica; inteligencia artificial;
personalización del aprendizaje
Abstract
Artificial intelligence in its close relationship with
Learning Analytics is closely related to Learning Personalization. The
objective of this research was to develop a methodological strategy on
artificial intelligence using learning analytics for the personalization of
learning. The methodology used was qualitative, supported by theoretical
methods such as historical-logical and inductive-deductive, and practical
methods, which included educational diagnosis, expert criteria, and
multivoting. The fundamental results were associated with the shortcomings that
teachers showed in the use of artificial intelligence and learning analytics in
the application of the teaching and learning process. The elements of the
methodological strategy were determined, which were subsequently evaluated and
assessed by experts who suggested that three of them needed to be readjusted.
It can be concluded that the developed strategy is useful in the pedagogical
practice for the teachers of the Educational Institution.
Keywords: learning analytics;
methodological strategy; artificial intelligence; personalized learning
Introducción
La pedagogía en la
actualidad está influenciada en gran medida por los recursos didácticos digitales.
Bermúdez et al.
Frente a este escenario
que promueve el uso de recursos digitales, se intensifica en la actualidad la
práctica pedagógica con la inteligencia artificial (IA). Este componente se
convierte en una herramienta dominante hoy en día, que proporciona variados
beneficios para lograr la integración del conocimiento desde diferentes puntos
de vista (Fernández, 2023). Es
significativo la notoriedad que ha tomado porque permite que, tanto docentes
como estudiantes, efectúen un intercambio de ideas para fusionar los
conocimientos de forma personalizada y propiciar la actividad educativa; todo
esto mejora la retroalimentación de los progresos adquiridos, fortaleciendo el
aprendizaje activo.
De acuerdo con Bolaño y Duarte
Aunque resultan
interesantes estos planteamientos que particularizan las ventajas de la IA,
también se hace evidente sus desafíos. A juicio de Flores y García
Los autores destacan
potencialmente el desfavorecimiento que la IA tiene cuando los estímulos
relacionados con la propia percepción del conocimiento, limitan los criterios
de formación personal, por lo que en muchas ocasiones los estudiantes y los
mismos docentes no son capaces de promover reflexiones individuales, debido a
mantener el contacto constante del dominio de la tecnología.
En lo esencial, la IA
puede emplear diversas estrategias metodológicas para considerar las funciones
de integración, que los estudiantes necesitan para obtener ese conocimiento
priorizado. Es por ello necesario garantizar que el proceso permita incorporar
cada diferencia y la misma seguridad con que se disponen los recursos que son
aplicados en el aula.
Cada día se hace
evidente como los cambios en el contexto educativo han expuesto la necesidad de
ajustar los procesos y recursos a las necesidades e individualidades que los
educandos presentan. Estas variaciones que componen áreas del saber, son descritas
por Soto y Chacón
En virtud de ello,
Cuevas et al.
En este contexto, Loor y Alarcón
Asimismo, Suárez et al.
En concordancia al
contexto que favorece el uso de estrategias metodológicas, Vázquez
Todos estos factores
apoyan los recursos que se dirigen a fortalecer los aprendizajes y construir
procesos personalizados, porque define la necesidad del educando, conforme
progresa académicamente. Estas referencias fundamentadas por Lobos et al.
Dado
que la analítica del aprendizaje busca recopilar información para evaluar
procesos utilizados, Campos et al.
En las
ciencias educativas, la adición que ha tenido la IA ampliamente, ha promovido
el uso estadístico para evaluar el conocimiento, donde la analítica del
aprendizaje define el contexto útil, para conocer cómo la calidad en el
progreso educativo está cumpliendo un desempeño funcional en los estudiantes;
inclusive, en la utilización óptima estrategia pedagógica. Es evidente que las
experiencias obtenidas en el fortalecimiento académico, también se convierten
en parte de la medición que asegura la disposición de los recursos.
Por su parte, la
estructura de las herramientas que utilizan la analítica de aprendizaje,
comprende según Pedraza
La analítica del
aprendizaje debe tomar decisiones importantes basadas en la información
suministrada, porque las tendencias aplicables a la efectividad de los
programas, el desempeño y acción educativa, deben componerse adecuadamente para
suministrar respuestas que valoren las funciones de los recursos y de la
práctica pedagógica.
Estos fundamentos
teóricos antes señalados entran en contradicción con las buenas prácticas
pedagógicas, dado que en la Institución educativa donde se desarrolla la
investigación, el envejecimiento del claustro, provoca resistencia al cambio en
el uso de los recursos didácticos digitales, por ello existe predominio de
clases tradicionales.
La inteligencia
artificial es vista con perjuicios en el proceso de enseñanza aprendizaje
asociados a falsas argumentaciones en detrimento a la calidad de la clase pues
según los docentes los alumnos solo copian y pegan los contenidos indicados en
las clases lo cual provoca una dependencia tecnológica que interfiere en el
razonamiento lógico de los estudiantes.
Las herramientas
tecnológicas facilitan un cúmulo de datos de los estudiantes derivados del
proceso de enseñanza aprendizaje los cuales no se utilizan en función del progreso
sistemático e individual de los estudiantes en su crecimiento académico. Las
falencias antes descritas en este contexto educativo han provocado la siguiente
interrogante científica: ¿Cómo contribuir a la
personalización del aprendizaje con el uso de los recursos didácticos
digitales?
En pro de dar respuesta
al problema científico planteado se tiene el siguiente objetivo: Elaborar una estrategia metodológica sobre la inteligencia
artificial utilizando la analítica del aprendizaje para la personalización
del aprendizaje.
Materiales y métodos
La metodología utilizada
fue cualitativa, caracterizada desde una perspectiva que define una concepción
de la actualidad educativa, considerando un paradigma sociocrítico y fundamentado
en los postulados de Buendía et al.
A su vez, la finalidad científica
e investigativa puntualiza su contribución educativa para transformar los
métodos de análisis en los procesos de formación académica que enfrenta el
estudiantado actual, conllevando una labor por medio de las herramientas
tecnológicas que estructura la analítica del aprendizaje. Ante esta
contextualización, el tipo de conocimiento se detalla porque pretende explicar
acciones educativas que determinan un cambio en las estructuras de enseñanza
tradicional, donde la función de los recursos tecnológicos, cumplen un
propósito para la transformación de la enseñanza.
Los métodos teóricos
utilizados fueron el histórico lógico y el inductivo deductivo; desde la
impírea se utilizaron tormenta de ideas para el diagnóstico de la estrategia,
criterio de experto y multivolting para la validación de la estrategia, así
como los estadísticos matemáticos, coeficiente de competencia y estadísticos
descriptivos.
Constructos
-
Contextualidad: Estrategia
metodológica sobre la inteligencia artificial utilizando la analítica del
aprendizaje
-
Abstracción: Personalización
del aprendizaje.
Para comprender el proceso del estudio, es relevante discernir sobre lo
que representa la estrategia metodológica, que determina la acción directa del propósito
definido. En virtud de ello, Valle (2007) señala que las estrategias constituyen
"un conjunto de acciones secuenciales e interrelacionadas que partiendo de
un estado inicial (dado por el diagnóstico) permiten dirigir el paso a un
estado ideal consecuencia de la planeación"
El empleo a nivel
educativo permite transformar las actividades de enseñanza porque busca
promover la integración de acciones direccionadas a las experiencias activas,
por lo cual, se consolidan elementos didácticos innovadores para mejorar las
estructuras y conocimientos del estudiantado. En este sentido, Valle
Figura 1. Planteamiento
para la organización de la estrategia
Fuente: tomado de
Valle
Tomando en cuenta estos conceptos, centrados en la estrategia
metodológica, el primer momento es el diagnóstico el cual se desarrolló a
través de la técnica de la tormenta de ideas. Para desarrollar la misma, se
siguieron los pasos de Rich
Diagnóstico
Primer paso. Establecer el objetivo: Identificar las falencias en la
aplicación de la Inteligencia artificial (IA) y la analítica de aprendizaje
(AA) en los docentes para implementar cambios en el proceso de enseñanza
aprendizaje.
Segundo paso. Reunir el equipo: las personas que participaron en esta
técnica fueron docentes (10 docentes) de la Unidad Educativa donde se
desarrolla esta investigación.
Tercer paso. Establecer normas:
·
Establecer un ambiente favorable para la actividad
·
Respeto a cada una de las ideas
·
Levantar la mano para plantear su idea
·
Toda idea es válida
Cuarto paso. Capturar la idea: en esta parte, los docentes
participantes aportando diferentes ideas que permitieron contextualizar la
aplicación de la Inteligencia artificial (IA) y la analítica de aprendizaje
(AA) en el proceso de enseñanza aprendizaje. Para ello se detallan cada
intervención, considerando el planteamiento de los profesionales:
Tabla 1. Captura
de ideas de los docentes respecto a la IA y AA. Cotopaxi, 2024
|
Participantes |
Ideas manifestadas |
|
Docente 1 |
·
Desconocimiento de plataformas que se utilizan para desarrollar
clases. ·
Falta de formación y conocimiento tecnológico. ·
Respecto a los datos de los estudiantes solo se realiza un análisis
al final del periodo. |
|
Docente 2 |
·
Temor de utilizar la IA porque hace que los estudiantes copien lo
encontrado. ·
Se cuenta con datos de los estudiantes de los cuales no son
utilizados en el proceso de enseñanza aprendizaje. |
|
Docente 3 |
·
Estos recursos no ayudan a desarrollar el pensamiento crítico. ·
Desconocimiento de herramienta para preparar las clases. |
|
Docente 4 |
·
Resistencia a cambiar hábitos de enseñanza. |
|
Docente 5 |
·
Infraestructura tecnológica que en ocasiones es insuficiente. ·
Se realiza al finalizar cada periodo un informe académico como parte
de la AA. |
|
Docente 6 |
·
Preocupaciones éticas y la privacidad de la información que es
utilizada. ·
Podría presentarse carga de trabajo adicional. |
|
Docente 7 |
·
No existe apoyo institucional. ·
Las evaluaciones son analizadas al finalizar el periodo académico. |
|
Docente 8 |
·
Desconfianza en la eficiencia que demuestra la IA. ·
Dificultades en la integración curricular. |
|
Docente 9 |
·
Falta de tiempo para participar en talleres de capacitación. ·
Desigualdades en el acceso a la tecnología. |
|
Docente 10 |
·
Complejidad de las herramientas de IA. ·
Temor a ser remplazados por la IA. |
Fuente:
elaboración propia
Quinto paso. Cierre y análisis: se identificó, en los aspectos
manifestado, lo declarado por los docentes en relación a las limitaciones en su
práctica pedagógica generalizada en el desconocimiento y competencias en el
área de tecnología educativa. El proceso de capacitación digital para fortalecer
la comprensión y desarrollo de herramientas aplicativas en el proceso de
enseñanza aprendizaje, que dispongan las acciones con la IA y la AA. Es por
ello necesario trabajar con los docentes participantes para orientar con
estrategias y concepción teórica la aplicabilidad y funcionalidad que tienen
las herramientas tecnológicas utilizadas para fortalecer la formación
académica.
Destaca que los docentes entienden por AA los informes académicos al
finalizar cada periodo y no la ven como un proceso de atención personalizada a
cada alumno en función de su crecimiento personal. Por otro lado, se debe institucionalizar
las actividades de formación y capacitación de forma continua, debido a que los
docentes necesitan mantenerse actualizados con los diferentes recursos que a
nivel digital apoyan el enriquecimiento de sus funciones pedagógicas y
fortalecen las experiencias de aprendizaje en el estudiantado.
Estrategia metodológica
Una vez realizado el
diagnóstico e identificado las necesidades fundamentales expresadas por los
docentes se está en condiciones de continuar desarrollando cada uno de los
elementos de la estrategia metodológica.
Misión: Impulsar la integración de tecnologías educativas de avanzada
relacionadas con la inteligencia artificial y la analítica del aprendizaje en
el ámbito académico en la institución, con el fin de adaptar el contenido del
programa curricular y las metodologías de enseñanza de las necesidades individuales
de cada estudiante, fortaleciendo un aprendizaje significativo personalizado,
inclusivo y eficiente en la actualidad digital.
Objetivo: Capacitar a los docentes en IA y AA para su aplicación en el
proceso de enseñanza aprendizaje.
Tabla 2. Organización
de los métodos propuestos
|
Métodos |
Acciones |
Recursos |
Formas de implementación |
Formas de Evaluación |
|
1. Colaborativo |
Dividir los profesores en pequeños grupos. Taller sobre herramientas de Inteligencia Artificial. |
Internet Aula virtual Dispositivos con conectividad a Internet. |
Se orienta a los docentes una búsqueda sobre una herramienta de
inteligencia artificial y cómo funciona. Preparar a los docentes en cómo redacta un Prompt. |
Los docentes deben preparar en pequeños grupos una clase donde
apliquen la utilización de la herramienta de la IA y sus Prompt respectivos. |
|
2. Aprendizaje Basado en Problemas (ABP) |
Se organizan los docentes en equipos de trabajo. Cada equipo plantea un problema real en el aprendizaje sobre un
objetivo seleccionado de su materia. |
Acceso a internet Dispositivos electrónicos como computadoras o tabletas Programas y aplicaciones con IA Recursos tecnológicos de aplicación educativa. |
Se guía a los docentes en la resolución de estos problemas mediante
el uso de IA y analítica del aprendizaje. Cada equipo aplica los recursos en la resolución de su problema
académico tratado. |
Reflexiones grupales sobre el proceso de resolución de problemas. Socialización de los procesos abordados por cada equipo, a través de
la coevaluación. |
|
3. Aplicación del aula invertida |
Los docentes preparan materiales sobre IA y AP. |
Acceso a internet Dispositivos electrónicos como computadoras o tabletas Programas y aplicaciones con IA Recursos tecnológicos de aplicación educativa y plataforma interactiva. |
Los docentes realizan la auto preparación de los contenidos
orientados priorizando los recursos y actividades diseñadas en la plataforma
interactiva. |
Los docentes deben presentar la clase que han preparado y socializarla
en la plataforma interactiva. |
|
4. Gamificación |
Los docentes preparan una actividad utilizando herramientas de
gamificación en forma cooperativa. |
Acceso a internet Dispositivos electrónicos como computadoras o tabletas Dispositivo de proyección Programas y aplicaciones con IA que dispongan de recursos de
gamificación. Recursos y actividades de la plataforma interactiva. |
Los docentes deben utilizar elementos del juego para crear una clase
donde se refleje la aplicación de la IA y AA. |
Los docentes exponen la actividad realizada y se propicia realizar
una coevaluación a uno de los grupos participantes. |
|
5. Aprendizaje basado en Proyecto |
Los docentes identifican una problemática asociada a la IA y a la AA
y desarrollan en proyecto según las orientaciones de esta actividad. |
Acceso a internet Dispositivos electrónicos como computadoras o tabletas Programas y aplicaciones con IA Recursos tecnológicos de aplicación educativa Plataforma interactiva. |
Desarrollan el proyecto según su estructura basado en la
problemática identificada en su contexto educativo. |
Defender ante un tribunal del colectivo docente el proyecto
desarrollado. |
Fuente: Elaboración
propia.
Validación de la propuesta
Para validar la propuesta se aplicaron dos métodos,
el primero, criterio de expertos a través del coeficiente de competencia, y el
segundo, Multivoting para la toma de decisiones
asociada a la estrategia.
Criterio de
Experto
Para la
selección de los expertos los criterios de selección fueron docentes que cumplan
con:
-
Más de 10 años como
docentes en la enseñanza Básica Media
-
Más de seis años con
evaluación Excelente
-
Más de dos
publicaciones científicas
-
Más de cuatro
participaciones en eventos científicos
-
Máster en educación
Se trabajó con
un total de 13 potenciados a expertos quedando 10 con la categoría de expertos al
aplicar el coeficiente de competencia.
Tabla 3. Coeficiente
de competencia para la selección de los expertos. Latacunga 2024
|
Potenciados |
Ka |
Kc |
1/2(Ka+Kc) |
Categoría
según puntuación |
|
Potenciado
A |
0.6 |
0.75 |
0.68 |
Medio |
|
Potenciado
B |
0.91 |
0.92 |
0.92 |
Alto |
|
Potenciado
C |
0.87 |
0.93 |
0.90 |
Alto |
|
Potenciado
D |
0.91 |
0.98 |
0.95 |
Alto |
|
Potenciado
E |
0.9 |
0.93 |
0.92 |
Alto |
|
Potenciado
F |
0.81 |
0.68 |
0.75 |
Medio |
|
Potenciado
G |
0.92 |
0.97 |
0.95 |
Alto |
|
Potenciado
H |
0.9 |
0.93 |
0.92 |
Alto |
|
Potenciado
I |
0.73 |
0.73 |
0.73 |
Medio |
|
Potenciado
J |
0.88 |
0.92 |
0.90 |
Alto |
|
Potenciado
K |
0.94 |
0.98 |
0.96 |
Alto |
|
Potenciado
L |
0.92 |
0.99 |
0.96 |
Alto |
|
Potenciado
M |
0.9 |
0.94 |
0.92 |
Medio |
Nota: La tabla muestra los puntajes del coeficiente
de conocimiento (kc), coeficiente de argumentación (ka) y el coeficiente de
competencia (k).
Fuente: Elaboración propia
Para la
valoración de la estrategia se aplicó el método Multivolting siguiendo los
siguientes pasos:
1.
Presentación de la estrategia
al grupo de expertos seleccionado.
2.
Se procedió a revisar
el contexto diseñado de la propuesta, para que cada experto valore los detalles
de la misma, considerando: pertinencia, aplicabilidad en el aula, factibilidad
para desarrollarse, novedad, fundamentación pedagógica y tecnológica.
3.
Las valoraciones fueron
organizadas en una tabla descriptiva que permitió visualizar las percepciones
otorgadas por cada docente, y con ello aplicar los cambios pertinentes que
requiera la organización y estructura de la estrategia presentada.
4.
La exigencia del método
es brindar una puntuación del 1 al 4, según las valoraciones a cada uno de los
componentes.
Tabla 4. Valoraciones
otorgadas por cada docente
|
Expertos
participantes |
Factores |
||||||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
|
Experto A |
3 |
4 |
3 |
4 |
3 |
4 |
3 |
|
Experto B |
3 |
3 |
2 |
4 |
2 |
3 |
4 |
|
Experto C |
3 |
4 |
3 |
4 |
2 |
3 |
4 |
|
Experto D |
4 |
4 |
3 |
3 |
2 |
3 |
3 |
|
Experto E |
3 |
4 |
3 |
3 |
2 |
3 |
4 |
|
Experto F |
3 |
4 |
3 |
3 |
3 |
3 |
3 |
|
Experto G |
3 |
3 |
2 |
2 |
2 |
3 |
4 |
|
Experto H |
3 |
3 |
2 |
3 |
3 |
4 |
4 |
|
Experto I |
3 |
4 |
3 |
3 |
2 |
4 |
4 |
|
Experto J |
3 |
4 |
3 |
3 |
4 |
4 |
4 |
|
Totales basados en
cada factor |
31 |
37 |
27 |
36 |
25 |
35 |
37 |
|
Orden prioridad |
5 |
1 |
6 |
3 |
7 |
4 |
2 |
Nota: los números que describen en la tabla
como factores, se definen en: 1. Misión, 2. Objetivos, 3. Métodos, 4. Acciones,
5. Recursos, 6. Formas de implementación y 7. Formas de evaluación.
Fuente: Elaboración propia.
Análisis y la discusión
Orden de los factores que
son los elementos de la estrategia según el instrumento aplicado:
1.
Objetivo
2.
Formas de Evaluación
3.
Acciones
4.
Formas de
Implementación
5.
Misión
6.
Métodos
7.
Recursos
Como se aprecia en el
resultado del instrumento aplicado el objetivo y las formas de evaluación
fueron los mejores punteados lo cual implica que los expertos evalúan y valoran
la finalidad de la estrategia y la evaluación de las acciones de la misma como
muy positivas que es fundamental en la sinergia de la estrategia. En orden de
puntuación, y muy cercanas, se encuentran, las acciones y formas de
implementación, lo cual significa la conjugación de estos dos elementos que
garantizan la implementación práctica de la estrategia.
Los tres elementos
menos ponderados fueron: misión, métodos y recursos, los cuales se reajustaron
obteniendo una nueva versión de la estrategia inicial que es la que se
socializa en esta investigación pues el “que hace” de la misión no estaba
tácitamente clara en su redacción, los métodos no propiciaban un accionar
interactivo de los docentes y los recursos no tenían toda la visión hacia lo
digital.
Conclusiones
Los docentes de la
Unidad Educativa donde se desarrolló la investigación han implementado una
estrategia metodológica que integra la inteligencia artificial con la analítica
del aprendizaje, lo que permite adaptar el proceso educativo a las características
y necesidades individuales de cada estudiante. Esta estrategia no solo facilita
la personalización del aprendizaje, sino que también fortalece los componentes
didácticos esenciales, especialmente en el uso de recursos didácticos digitales
y en los procesos de evaluación formativa y sumativa. La interacción entre
inteligencia artificial y analítica del aprendizaje posibilita un seguimiento
detallado del progreso de cada alumno, permitiendo ajustes oportunos en la
enseñanza que promueven un crecimiento académico y personal sostenido.
Además, la aplicación
de estas tecnologías contribuye a mejorar la motivación y autonomía de los
estudiantes, pues reciben retroalimentación personalizada y acceso a materiales
y actividades ajustados a su ritmo y estilos de aprendizaje. Por lo que, los
docentes, en este contexto, asumen un rol más estratégico como facilitadores y
mediadores del aprendizaje, apoyándose en la tecnología para diseñar
experiencias educativas más inclusivas y efectivas. Esta integración tecnológica
también plantea desafíos, como la necesidad de formación continua para los
docentes, la gestión ética de los datos y la infraestructura tecnológica
adecuada para garantizar la escalabilidad y sostenibilidad de la estrategia.
Finalmente, se comprobó
que la combinación de inteligencia artificial y analítica del aprendizaje
representa un avance significativo hacia una educación personalizada, donde se
optimizan los recursos didácticos digitales y la evaluación, asegurando con
ello un desarrollo individualizado y de calidad para cada estudiante, en línea
con las tendencias educativas actuales que buscan maximizar el potencial de
aprendizaje mediante tecnologías inteligentes.
Referencias bibliográficas
Alcívar, A., Velez, M., & Tapia, G.
(2023). Estrategias metodológicas del docente para el desarrollo del
aprendizaje significativo de los estudiantes. Revista Dilemas
contemporáneos. Educación, Política y Valores, (3), 1-16. https://doi.org/https://doi.org/10.46377/dilemas.v10i3.3604
Asitimbay, N. L., León, E. C., &
Naranjo, G. E. (2024). Recursos didácticos digitales basados en la gamificación
para la resolución de problemas matemáticos en estudiantes de séptimo año de
EGB. Maestro y Sociedad, 21(1), 217-231. http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S1815-48672024000100217&lng=es&nrm=i
Bermúdez, V. K., García, M., Fernández,
R., & Rumbaut, D. (2023). Analítica del aprendizaje resultante de las
herramientas digitales para el apoyo a la didáctica de la química en
bachillerato. Polo del Conocimiento, 8(12), 443-463. https://polodelconocimiento.com/ojs/index.php/es/article/view/6290
Bolaño, M., & Duarte, N. (2024). Una
revisión sistemática del uso de la inteligencia artificial en la educación. Revista
Colombiana de Cirugía, 39(1), 51-63. https://doi.org/10.30944/20117582.2365
Buendía, L., Colás, M., & Hernández,
F. (1998). Métodos de investigación en psicopedagogía. McGraw-Hill. https://www.smujerescoahuila.gob.mx/wp-content/uploads/2020/05/LEONOR-Metodos-de-investigacion-en-psicopedagogia-medilibros.com_.pdf
Campos, R., Escribano, E., Campos, G. E,
Boulet, R & Vázquez, F. (2022). Analítica del aprendizaje: un desafío al
desempeño del personal docente. Revista Universidad y Sociedad, 14(6),
40-48. http://scielo.sld.cu/pdf/rus/v14n6/2218-3620-rus-14-06-40.pdf
Cobeña, M., Parrales, D., Vélez, A.,
& Mendoza, M. (2024). Recursos digitales y didácticos para el mejoramiento
del proceso de enseñanza-aprendizaje. 593 Digital Publisher CEIT, 9(2),
578-589. https://doi.org/10.33386/593dp.2024.2.2362
Cuevas, R. N., Alcántara, S. M., &
Martínez, B. L. (2024). Transformando la Educación en México: la Inteligencia
Artificial como motor para el desarrollo de competencias. Desarrollo
Sustentable, Negocios, Emprendimiento Y Educación, 6(52), 1–10.
https://doi.org/10.51896/rilcods.v6i52.435
Fernández, M. (2023). La Inteligencia
Artificial en Educación. Hacia un Futuro de Aprendizaje Inteligente.
Escriba, Escuela de Escritores. https://dialnet.unirioja.es/descarga/libro/926431.pdf
Flores, J., & García, F. (2023).
Reflexiones sobre la ética, potencialidades y retos de la Inteligencia
Artificial en el marco de la Educación de Calidad (ODS4). Comunicar: Revista
Científica de Comunicación y Educación, (74), 37-47. https://dialnet.unirioja.es/servlet/articulo?codigo=8732441
Lobos, K., Mella, J., Bruna, C., &
Fernández, C. (2022). Analíticas de aprendizaje para la toma de decisiones
pedagógicas en educación superior. Formación universitaria, 15(4),
33-48. https://doi.org/https://dx.doi.org/10.4067/S0718-50062022000400033
Loor,
K. K., & Alarcón, L. A. (2021). Estrategias
metodológicas creativas para potenciar los estilos de aprendizaje. Revista
San Gregorio, (48), 1-14. https://doi.org/10.36097/rsan.v0i48.1934
Pedraza, E. Y. (2022). La analítica del
aprendizaje y las expectativas de los estudiantes universitarios. ACADEMO Revista de Investigación en Ciencias
Sociales y Humanidades, 9(2), 151-164. https://doi.org/10.30545/academo.2022.jul-dic.4
Rich,
J. R. (2007). Brain Storm: Tap into Your Creativity to Generate Awesome
Ideas and Remarkable Results. Career Press. https://archive.org/details/brainstormtapint0000rich
Soto,
D. D., & Chacón, J. J. (2022). Estrategias
metodológicas para promover el pensamiento crítico en los estudiantes. Ciencia
Latina Revista Científica Multidisciplinar, 6(3), 3006-3021. https://doi.org/10.37811/cl_rcm.v6i3.2434
Suárez,
J., Palacios, D., & Vera, J. (2023). Modelo de
Estrategias Metodológicas para la optimización de los procesos pedagógicos. Encuentros.
Revista de Ciencias Humanas, Teoría Social y Pensamiento Crítico, (17),
77-90. https://doi.org/https://doi.org/10.5281/zenodo.7527545
Valle, A. D. (2007). Metamodelos de
la Investigación Pedagógica. Instituto Central de Ciencias Pedagógicas.
Ministerio de Educación de Cuba. https://es.scribd.com/document/429662744/Libro-Metamodelos-de-La-Investigacion-Pedagogica
Vázquez, E. (2021). Medios, Recursos
Didácticos y Tecnología Educativa. Ediciones Universidad Nacional de
Educación a Distancia. https://www.casadellibro.com/libro-medios-recursos-didacticos-y-tecnologia-educativa/9788436277968/12209453