Natural language processing and its impact on the personalization of university learning (Original).

Authors

Keywords:

educational adaptation; personalized learning; artificial intelligence; educational technology

Abstract

Personalization of learning allows content and teaching methods to be adapted to the individual needs and preferences of learners, optimizing their experience and promoting effective learning. The main objective of this study was to analyze the impact of natural language processing on the personalization of university learning, exploring how these tools improve the educational experience and academic results. To do this, a methodology was adopted based on the analysis of various natural language processing platforms and applications. Data was collected through a survey conducted with experts on the subject, teachers and students who used these tools in their learning process. It was considered a descriptive and applied research, guided by a quantitative route, with a non-experimental design type. The results showed that the use of these advanced technologies significantly improves the adaptation of content, generating personalized recommendations adjusted to the pace and learning style of each student. In conclusion, natural language processing has a positive impact on the personalization of university learning, facilitating a more inclusive and student-centered education. Its implementation represents an important advance in improving educational quality in higher education. This study is the result of the research and linkage projects titled: “Technologies applied to decision-making for innovation and comprehensive development of the southern area of ​​Manabí” and the research group: “Development and innovation in information technologies. information and communications

Downloads

Download data is not yet available.

Author Biographies

  • Holger Benny Lucas Delgado, Universidad Estatal del Sur de Manabí. Jipijapa. Manabí. Ecuador.

    Doctor en Tecnologías de la Información y Comunicación. Magister en docencia universitaria e investigación educativa. Ingeniero en Sistemas. Coordinador y Docente de la Carrera de Tecnologías de la Información de la Facultad de Ciencias Técnicas. Catedrático de la Maestría en Tecnologías de la Información y la Comunicación en el Instituto de Posgrado de la Universidad Estatal del Sur de Manabí. Jipijapa. Manabí. Ecuador.

  • Kirenia Maldonado Zuñiga, Universidad Estatal del Sur de Manabí. Jipijapa. Manabí. Ecuador.

    Doctorando en Tecnología de la Información y Comunicación. Universidad Nacional de Piura. Perú. Magister en Ciencias de la Educación. Licenciada en Educación Informática. Catedrática 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.

  • Raquel Vera Velázquez, Universidad Estatal del Sur de Manabí. Jipijapa. Manabí. Ecuador.

    Licenciada en Matemáticas. Máster en Ciencias de la Educación. Facultad de Ciencias Naturales y de la Agricultura. Universidad Estatal del Sur de Manabí. Jipijapa. Manabí. Ecuador.

  • Elio Armando Cables Fernández, UEP “Glenn Doman”. Manta. Ecuador.

    Doctorando en Tecnología de la Información y Comunicación. Universidad Nacional de Piura. Perú. Máster en Matemática Aplicada e Informática para la Administración. Ingeniero Informático. Universidad Oscar Lucero Moya. Holguín. Cuba. Docente de Matemática y TIC´s en la UEP “Glenn Doman”. Manta. Ecuador.

References

Alavez, F. (2016). Estilos de aprendizaje: PNL en Nova Universitas. Perspectivas docentes, 1(60), 5-14. https://dialnet.unirioja.es/servlet/articulo?codigo=6349227

Angulo Botina, A. G. (2023). Procesadores de Lenguaje Natural: ChatGPT en la personalización del aprendizaje. Revista Universitaria De Informática RUNIN, (16), 9–15. https://revistas.udenar.edu.co/index.php/runin/article/view/8330

Arana, C. (2021). Inteligencia artificial aplicada a la educación: logros, tendencias y perspectivas. INNOVA UNTREF. Revista Argentina de Ciencia y Tecnología, 1(7), 1-22. http://revistas.untref.edu.ar/index.php/innova/article/view/1107

Bernabei, M., Colabianchi, S., Falegnami, A., & Costantino, F. (2023). Students’ use of large language models in engineering education:A case study on technology acceptance, perceptions, efficacy, and detection chances. Computers and Education: Artificial Intelligence, 5, 100172. https://doi.org/10.1016/j.caeai.2023.100172

Berrones, L. P., & Salgado, S. A. (2023). La aplicación de la inteligencia artificial para mejorar la enseñanza y el aprendizaje en el ámbito educativo. Esprint Investigación, 2(1), 52–60. https://doi.org/10.61347/ei.v2i1.52

Dai, Y., Liu, A., & Lim, C. (2023). Reconceptualizing ChatGPT and generative AI as a student-driven innovation in higher education. Procedia CIRP, 119, 84–90. https://doi.org/10.1016/j.procir.2023.05.002

Eke, D. (2023). ChatGPT and the rise of generative AI: Threat to academic integrity? Journal of Responsible Technology, 13(100060). https://doi.org/10.1016/j.jrt.2023.100060

Gill, S., Xu, M., Patros, P., Wu, H., Kaur, R., Kaur, K., Fuller, S., Singh, M., Arora, P., Parlikad, A., Stankovski, V., Abraham, A., Ghosh, S., Lutfiyya, H., Kanhere, S., Bahsoon, R., Rana, O., Dustdar, S., Sakellariou, R., . . . Buyya, R. (2023). Transformative effects of ChatGPT on modern education: Emerging Era of AI Chatbots. Internet of Things and Cyber-Physical Systems, 4, 19–23. https://doi.org/10.1016/j.iotcps.2023.06.002

Lareyre, F., Nasr,B., Chaudhuri, A., Di Lorenzo, G., Carlier, M., & Raffort, J. (2023). Comprehensive Review of Natural Language Processing (NLP) in Vascular Surgery. EJVES Vascular Forum, 60, 57–63. https://doi.org/10.1016/j.ejvsvf.2023.09.002

Macías, Y. (2021). La tecnología y la Inteligencia Artificial en el sistema educativo [Tesis de Maestría, Universitat Jaume I]. Repositorio de la Universitat Jaume I. http://hdl.handle.net/10234/195263

Maldonado, K., Lucas, H., Vera, R., & Cables, E. (2023). La inteligencia artificial y su impacto en la educación superior. Serie Científica De La Universidad De Las Ciencias Informáticas, 16(7), 204-215. https://publicaciones.uci.cu/index.php/serie/article/view/1378

Maldonado, K., Mero, K., Merchán, E., & Lucas, H. (2023). Plataformas de Aprendizaje en Línea y su impacto en la Educación Superior. Serie Científica De La Universidad De Las Ciencias Informáticas, 16(12), 280-288. https://publicaciones.uci.cu/index.php/serie/article/view/1535

Nivela, M. A., Echeverría, S. V., & Otero, O. E. (2020). Estilos de aprendizajes e inteligencia artificial. Polo del Conocimiento, 5(9), 222-253. https://dialnet.unirioja.es/descarga/articulo/7554412.pdf

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (2021). La Inteligencia Artificial en la Educación. https://es.unesco.org/themes/tic-educacion/inteligenciaartificial

Sandoval, E. (2018). Aprendizaje e inteligencia artificial en la era digital: implicancias sociopedagógicas ¿reales o futuras? Revista boletín Redipe, 7(11), 155-171. https://revista.redipe.org/index.php/1/article/view/626

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1-27. https://doi.org/10.1186/s41239019-0171-0

Published

2024-12-17

How to Cite

Natural language processing and its impact on the personalization of university learning (Original). (2024). Roca. Scientific-Educational Publication of Granma Province., 21(1), 262-280. https://revistas.udg.co.cu/index.php/roca/article/view/4870

Most read articles by the same author(s)

1 2 > >>