Innovación Pedagógica: Inteligencia Artificial en Estrategias Didácticas Personalizadas para el Aprendizaje Interdisciplinario

Edison Gonzalo Mayo Mayo, Alex Felipe Núñez Mayorga, Franco Geovanny Mullo Vallejo, Ramiro Enrique Castillo Guzmán

Resumen


Este estudio investiga el impacto de la Inteligencia Artificial (IA) en el rendimiento académico mediante un enfoque cuantitativo y correlacional. La investigación incluyó a 80 estudiantes y utilizó una prueba validada por expertos, con un Alfa de Cronbach de 0.95, indicando alta fiabilidad. Se empleó la prueba t de Student para comparar los rendimientos académicos de los grupos que usaron y no usaron IA, revelando una diferencia significativa (t = 7.65, p < 0.001). Además, se calculó el tamaño del efecto d de Cohen, que resultó ser 1.63, mostrando un efecto grande. Los resultados destacan que el uso de IA mejora significativamente el rendimiento académico, con una diferencia notable en los resultados entre los grupos. Este estudio resalta la importancia de integrar IA en las estrategias pedagógicas para potenciar el aprendizaje y su aplicabilidad en diversos contextos educativos.


Palabras clave


Efecto; Inteligencia Artificial; pedagógicas; Rendimiento; Significativo.

Texto completo:

PDF HTML

Referencias


Brown, T. (2020). Artificial intelligence and education: A review of AI's impact on teaching and learning. Educational Technology Journal.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.

Creswell, J. W. (2014). Research design: Qualitative, quantitative, and mixed methods approaches (4th ed.). SAGE Publications.

Davis, P., & Kelly, J. (2021). Interdisciplinary learning and AI: Bridging the gap between knowledge areas. Journal of Curriculum Studies.

Field, A. (2013). Discovering statistics using IBM SPSS Statistics (4th ed.). SAGE Publications.

García, F. (2016). Metodología de la investigación educativa. Editorial Universitaria.

García, M., & López, P. (2022). Enhancing academic performance with AI-driven learning systems. Advances in Educational Technology.

George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference (11.0 update). Allyn & Bacon.

Hernández, R., Fernández, C., & Baptista, P. (2010). Metodología de la investigación (5ta ed.). McGraw-Hill.

Johnson, D., & Smith, L. (2021). Intelligent tutoring systems: A new approach to learning. Journal of Interactive Learning Research.

Kerlinger, F. N., & Lee, H. B. (2002). Foundations of behavioral research (4th ed.). Wadsworth Publishing.

Kim, Y., & Lee, H. (2022). The future of education: AI-driven strategies for teaching and learning. Journal of Future Studies in Education.

Martínez, C., et al. (2021). Teacher training in the age of AI: New tools for educators. Educational Leadership Review.

Miller, K. (2019). The role of AI in personalized learning. International Journal of Learning Technologies.

Muñoz, A. (2018). Validación de instrumentos en investigación educativa. Editorial Académica Española.

Rodríguez, A., et al. (2020). AI in education: Facilitating interdisciplinary approaches. Journal of Educational Innovation.

Smith, J., & Anderson, R. (2021). Personalized learning through AI: The future of education. Journal of Educational Research.




DOI: https://doi.org/10.23857/pc.v9i9.7993

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/