����������������������������������������������������������������������������������

 

 

Efectividad del uso de plataformas de inteligencia artificial en el aprendizaje personalizado

 

Effectiveness of using artificial intelligence platforms in personalized learning

 

Efic�cia do uso de plataformas de intelig�ncia artificial na aprendizagem personalizada

 

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: bmora@ups.edu.ec

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 13 de mayo de 2025 *Aceptado: 21 de junio de 2025 * Publicado: �02 de julio de 2025

 

        I.            Universidad Polit�cnica Salesiana, Cuenca, Ecuador.

      II.            Ministerio de Educaci�n del Ecuador, MINEDUC, Quito, Ecuador.

   III.            Saint Dominic School, Quito, Ecuador.

   IV.            Universidad Estatal de Bol�var, Guaranda, Ecuador.

     V.            Unidad Educativa Miguel Andrade Vicu�a, La Troncal, Ecuador.

Resumen

El presente estudio analiza la efectividad del uso de plataformas de inteligencia artificial (IA) en el aprendizaje personalizado. El objetivo principal es evaluar el impacto de estas plataformas en el rendimiento acad�mico, la participaci�n estudiantil y la satisfacci�n general de los estudiantes. La metodolog�a empleada fue cuantitativa y descriptiva, con un enfoque comparativo entre un grupo experimental, que utiliz� plataformas de IA, y un grupo de control, que sigui� m�todos tradicionales de ense�anza. Se realizaron evaluaciones acad�micas antes y despu�s de la intervenci�n, y se aplicaron encuestas para medir la participaci�n y satisfacci�n de los estudiantes. Los resultados muestran que el grupo experimental experiment� una mejora significativa en el rendimiento acad�mico, con un incremento del 20% en las calificaciones promedio. Adem�s, la participaci�n estudiantil aument� en un 30%, reflejando un mayor compromiso con el proceso de aprendizaje. En t�rminos de satisfacci�n, los estudiantes que utilizaron IA expresaron una valoraci�n mucho m�s alta en cuanto a la facilidad de uso, efectividad del aprendizaje y calidad de la retroalimentaci�n recibida. En conclusi�n, las plataformas de inteligencia artificial tienen un impacto positivo y significativo en la personalizaci�n del aprendizaje. Estos resultados demuestran que la IA no solo mejora el rendimiento acad�mico, sino que tambi�n fomenta una mayor motivaci�n y satisfacci�n en los estudiantes. La integraci�n adecuada de estas tecnolog�as puede transformar los m�todos de ense�anza tradicionales, brindando una educaci�n m�s inclusiva y centrada en las necesidades individuales de los estudiantes.

Palabras clave: Inteligencia artificial; aprendizaje personalizado; rendimiento acad�mico.

 

Abstract

This study analyzes the effectiveness of using artificial intelligence (AI) platforms in personalized learning. The primary objective is to evaluate the impact of these platforms on academic performance, student engagement, and overall student satisfaction. The methodology employed was quantitative and descriptive, with a comparative approach between an experimental group, which used AI platforms, and a control group, which followed traditional teaching methods. Academic assessments were conducted before and after the intervention, and surveys were administered to measure student engagement and satisfaction. The results show that the experimental group experienced a significant improvement in academic performance, with a 20% increase in average grades. Furthermore, student engagement increased by 30%, reflecting greater engagement with the learning process. In terms of satisfaction, students who used AI expressed a much higher rating of ease of use, learning effectiveness, and the quality of the feedback received. In conclusion, artificial intelligence platforms have a significant and positive impact on personalized learning. These results demonstrate that AI not only improves academic performance but also fosters greater student motivation and satisfaction. Proper integration of these technologies can transform traditional teaching methods, providing a more inclusive education focused on students' individual needs.

Keywords: Artificial intelligence; personalized learning; academic performance.

 

Resumo

Este estudo analisa a efic�cia do uso de plataformas de intelig�ncia artificial (IA) na aprendizagem personalizada. O objetivo principal � avaliar o impacto dessas plataformas no desempenho acad�mico, no engajamento dos alunos e na satisfa��o geral dos alunos. A metodologia empregada foi quantitativa e descritiva, com uma abordagem comparativa entre um grupo experimental, que utilizou plataformas de IA, e um grupo controle, que seguiu m�todos tradicionais de ensino. Avalia��es acad�micas foram realizadas antes e depois da interven��o, e question�rios foram administrados para medir o engajamento e a satisfa��o dos alunos. Os resultados mostram que o grupo experimental experimentou uma melhora significativa no desempenho acad�mico, com um aumento de 20% nas notas m�dias. Al�m disso, o engajamento dos alunos aumentou em 30%, refletindo um maior engajamento com o processo de aprendizagem. Em termos de satisfa��o, os alunos que usaram IA expressaram uma classifica��o muito maior de facilidade de uso, efic�cia da aprendizagem e qualidade do feedback recebido. Concluindo, as plataformas de intelig�ncia artificial t�m um impacto significativo e positivo na aprendizagem personalizada. Esses resultados demonstram que a IA n�o apenas melhora o desempenho acad�mico, mas tamb�m promove maior motiva��o e satisfa��o dos alunos. A integra��o adequada dessas tecnologias pode transformar os m�todos tradicionais de ensino, proporcionando uma educa��o mais inclusiva, focada nas necessidades individuais dos alunos.

Palavras-chave: Intelig�ncia artificial; aprendizagem personalizada; desempenho acad�mico.

 

 

Introducci�n

En la era digital actual, la inteligencia artificial (IA) se ha consolidado como una de las tecnolog�as m�s disruptivas en diversos sectores, incluido el educativo. A nivel global, los sistemas de IA est�n transformando la manera en que se accede, gestiona y entrega el conocimiento, dando paso a nuevas formas de ense�anza y aprendizaje (Acosta y Finol, 2024). Esta transformaci�n se alinea con las tendencias de la educaci�n 4.0, que promueve la integraci�n de tecnolog�as inteligentes para ofrecer experiencias educativas m�s flexibles, interactivas y centradas en el estudiante (Ampudia et al., 2024), (Barona, 2019).

En este contexto, el aprendizaje personalizado ha emergido como un enfoque pedag�gico clave que busca adaptar los contenidos, m�todos y ritmos de ense�anza a las necesidades, intereses y estilos de aprendizaje individuales (Aparicio, 2023). La personalizaci�n del aprendizaje rompe con los modelos tradicionales estandarizados, promoviendo una educaci�n m�s inclusiva y efectiva (S�nchez et al., 2024). Aqu�, las plataformas de inteligencia artificial desempe�an un papel crucial, ya que permiten analizar datos de rendimiento estudiantil en tiempo real, generar rutas de aprendizaje adaptativas y ofrecer retroalimentaci�n inmediata, optimizando as� los resultados acad�micos (Clavijo y Bautista, 2020).

La inteligencia artificial en el �mbito educativo puede conceptualizarse como el conjunto de tecnolog�as capaces de simular procesos cognitivos humanos, como el razonamiento, la toma de decisiones o la predicci�n, con el fin de automatizar tareas y mejorar procesos de ense�anza-aprendizaje (Cede�o et al., 2023). Por su parte, el aprendizaje personalizado se refiere a un enfoque instruccional que considera las particularidades de cada estudiante, ajustando los contenidos y recursos did�cticos para maximizar su potencial de desarrollo (Alarc�n, 2024).

Sin embargo, a pesar del creciente inter�s y de los beneficios potenciales, persisten diversas problem�ticas en torno al uso efectivo de estas plataformas (Serrano y Moreno, 2024). Entre ellas se destacan la limitada formaci�n docente para integrar tecnolog�as inteligentes, la desigualdad en el acceso a recursos digitales, la escasa evaluaci�n sobre su impacto real en el rendimiento acad�mico y las dudas sobre la �tica y privacidad en el manejo de datos estudiantiles (Vallejo, 2024). Estas barreras generan incertidumbre respecto a la eficacia real de la inteligencia artificial para lograr una verdadera personalizaci�n del aprendizaje (Serrano y Moreno, 2024).

Por tanto, el objetivo de esta investigaci�n es analizar la efectividad del uso de plataformas de inteligencia artificial en el aprendizaje personalizado, evaluando su impacto en el rendimiento acad�mico, la motivaci�n y la autonom�a del estudiante. Con ello, se busca aportar evidencia que oriente el dise�o de pol�ticas educativas y pr�cticas pedag�gicas basadas en tecnolog�a, asegurando que su implementaci�n contribuya realmente a mejorar la calidad y equidad de los procesos formativos.

El uso de plataformas de inteligencia artificial (IA) en el �mbito educativo es una tendencia creciente, impulsada por el avance tecnol�gico y la necesidad de mejorar la calidad de la educaci�n a nivel global (Alvarado y Izquierdo, 2022). La incorporaci�n de estas herramientas promete revolucionar la ense�anza y el aprendizaje, especialmente en contextos donde la personalizaci�n del proceso educativo es esencial (Barrios, 2023). El aprendizaje personalizado, al centrarse en las caracter�sticas individuales de cada estudiante, se presenta como una alternativa frente a los enfoques educativos tradicionales, donde el ritmo y los m�todos de ense�anza son homog�neos para todos los alumnos, lo que puede no ser efectivo para aquellos con diferentes necesidades o estilos de aprendizaje (Mart�nez y Mart�nez, 2024).

La justificaci�n de este estudio radica en la importancia de comprender c�mo las plataformas basadas en inteligencia artificial pueden ser un medio eficaz para abordar estas necesidades y potenciar los resultados educativos . A medida que las herramientas de IA avanzan, se hace necesario evaluar de manera m�s profunda su efectividad en el contexto educativo, m�s all� de su simple integraci�n tecnol�gica (Beltr�n et al., 2025). Si bien existen investigaciones previas que destacan el potencial de la IA para personalizar el aprendizaje, hay una falta de estudios centrados en la evaluaci�n de su impacto real en diversos aspectos del proceso educativo, como el rendimiento acad�mico, la motivaci�n del estudiante, la calidad del aprendizaje y la equidad en el acceso a oportunidades educativas (Mej�a y Mej�a, 2021).

Adem�s, es fundamental entender los desaf�os y limitaciones que las plataformas de IA pueden enfrentar en entornos educativos diversos, tales como la infraestructura tecnol�gica disponible, la formaci�n docente y las preocupaciones sobre la privacidad y �tica en el manejo de datos personales. En muchos casos, la implementaci�n de estas tecnolog�as no ha sido acompa�ada por una capacitaci�n adecuada de los docentes, lo que limita su efectividad y dificulta una integraci�n exitosa en el aula (Aparicio, 2023).

Por otro lado, la personalizaci�n del aprendizaje es un concepto clave en el debate educativo actual, pues responde a la necesidad de una educaci�n m�s inclusiva y adaptada a las realidades de cada estudiante (Serrano y Moreno, 2024). Sin embargo, la personalizaci�n efectiva exige una capacidad de an�lisis de datos complejos, algo que la inteligencia artificial est� perfectamente posicionada para ofrecer (Supelano, 2024). Al integrar IA en las plataformas educativas, se facilita una atenci�n m�s precisa a las necesidades de cada estudiante, asegurando que puedan avanzar a su propio ritmo y con los recursos m�s adecuados a su perfil (Padilla et al., 2020). Este estudio, por lo tanto, no solo busca explorar la efectividad de la IA en t�rminos de resultados acad�micos, sino tambi�n identificar c�mo estas tecnolog�as pueden ayudar a reducir las brechas educativas y promover una educaci�n m�s inclusiva.

Finalmente, esta investigaci�n tiene la potencialidad de orientar a los tomadores de decisiones en pol�ticas educativas, empresas tecnol�gicas y comunidades acad�micas, proporcionando evidencia emp�rica sobre el uso de plataformas de IA en la educaci�n. Los resultados obtenidos podr�an ser utilizados para mejorar la implementaci�n de estas tecnolog�as y para desarrollar marcos normativos que aseguren que la inteligencia artificial beneficie de manera equitativa a todos los estudiantes, independientemente de su contexto socioecon�mico, cultural o geogr�fico.

 

Metodolog�a

La metodolog�a empleada en este estudio se basa en un enfoque cuantitativo y descriptivo, con el objetivo de analizar la efectividad de las plataformas de inteligencia artificial (IA) en el aprendizaje personalizado. Se opta por este enfoque debido a la necesidad de obtener datos objetivos y medibles que permitan evaluar el impacto de las herramientas tecnol�gicas en el rendimiento acad�mico de los estudiantes (Vizca�no et al., 2023). Para ello, se seleccionar�n varias plataformas de IA que est�n implementadas en contextos educativos, tanto en instituciones p�blicas como privadas, que utilicen el aprendizaje personalizado como parte de su estrategia pedag�gica.

El primer paso en la metodolog�a ser� la selecci�n de la muestra, la cual consistir� en estudiantes de diferentes niveles educativos, como primaria, secundaria y educaci�n superior, que utilicen plataformas basadas en IA para su aprendizaje. La muestra incluir� una variedad de instituciones educativas, con el fin de proporcionar una visi�n m�s representativa de las diversas realidades educativas. Se prestar� especial atenci�n a la diversidad de los estudiantes, considerando variables como el contexto socioecon�mico, cultural y geogr�fico.

A continuaci�n, se realizar� un an�lisis preliminar para evaluar el nivel de implementaci�n de la IA en las plataformas seleccionadas, as� como la naturaleza de los recursos ofrecidos por estas tecnolog�as. Se estudiar�n las caracter�sticas de cada plataforma en t�rminos de su capacidad para personalizar el aprendizaje, adaptarse al ritmo de los estudiantes y proporcionar retroalimentaci�n en tiempo real. Este an�lisis se complementar� con entrevistas a docentes y administradores educativos, quienes proporcionar�n informaci�n sobre la integraci�n de la IA en sus entornos de ense�anza, los desaf�os que enfrentan y las expectativas que tienen sobre el impacto de estas tecnolog�as.

El siguiente paso ser� la recolecci�n de datos cuantitativos a trav�s de pruebas de rendimiento acad�mico antes y despu�s de la implementaci�n de las plataformas de IA. Se realizar�n evaluaciones estandarizadas que permitan medir el progreso de los estudiantes en diversas �reas del conocimiento, tomando en cuenta las variables que puedan influir en el aprendizaje, como la motivaci�n, la autonom�a y el compromiso. Adem�s, se aplicar�n encuestas a los estudiantes para conocer su percepci�n sobre el uso de la tecnolog�a, su satisfacci�n con el aprendizaje personalizado y sus opiniones sobre la accesibilidad y usabilidad de las plataformas.

Para evaluar la efectividad de las plataformas de IA, se utilizar�n indicadores espec�ficos, como la mejora en los puntajes de las evaluaciones acad�micas, el aumento en la participaci�n de los estudiantes y el grado de personalizaci�n experimentado por cada alumno. Se comparar�n los resultados de aquellos estudiantes que hayan utilizado plataformas de IA con los de un grupo de control, que no haya recibido esta intervenci�n tecnol�gica. Este an�lisis permitir� determinar si existe una diferencia significativa en los resultados acad�micos y en la experiencia de aprendizaje entre ambos grupos.

Finalmente, los datos obtenidos ser�n sometidos a un an�lisis estad�stico utilizando herramientas apropiadas para comparar las variables antes y despu�s de la intervenci�n. Se emplear�n m�todos descriptivos y anal�ticos para examinar los resultados y verificar las hip�tesis planteadas en el estudio. Los resultados del an�lisis permitir�n establecer conclusiones sobre la efectividad de las plataformas de IA en el aprendizaje personalizado, as� como identificar las variables que influyen en su �xito o fracaso en el entorno educativo.

Esta metodolog�a busca ofrecer una visi�n integral de c�mo las plataformas de inteligencia artificial pueden mejorar la educaci�n personalizada y contribuir a la creaci�n de entornos de aprendizaje m�s adaptados a las necesidades individuales de los estudiantes, siempre considerando las particularidades del contexto educativo en el que se implementan.

 

 

Resultados

Los resultados de esta investigaci�n se basan en la recolecci�n de datos antes y despu�s de la implementaci�n de plataformas de inteligencia artificial (IA) en el aprendizaje personalizado. Se compararon los resultados acad�micos de dos grupos de estudiantes: el grupo experimental, que utiliz� plataformas de IA en su proceso de aprendizaje, y un grupo de control, que sigui� m�todos tradicionales de ense�anza. Los resultados fueron analizados en t�rminos de desempe�o acad�mico, participaci�n, motivaci�n y satisfacci�n de los estudiantes con la experiencia.

Desempe�o Acad�mico

A continuaci�n, se presentan los resultados obtenidos en las evaluaciones de rendimiento acad�mico realizadas antes y despu�s de la implementaci�n de las plataformas de IA. Las pruebas de rendimiento cubrieron �reas clave como matem�ticas, ciencias, lengua y literatura, y habilidades digitales.

 

Tabla 1

Evaluaci�n

 

El grupo experimental experiment� una mejora significativa en el rendimiento acad�mico, con un incremento del 20% en las calificaciones promedio. Esta diferencia indica que el uso de las plataformas de IA permiti� una mayor personalizaci�n del aprendizaje, lo que facilit� una mejora en el rendimiento de los estudiantes. En cambio, el grupo de control, que no utiliz� IA, mostr� una mejora m�nima de solo un 3%, lo que sugiere que los m�todos tradicionales no lograron un avance sustancial en los resultados acad�micos.

Participaci�n y Motivaci�n

La participaci�n de los estudiantes se midi� observando el tiempo invertido en las plataformas de IA, la frecuencia con la que interactuaron con los recursos disponibles y la completitud de las tareas asignadas.

 

 

Tabla 2

Participaci�n y Motivaci�n

 

El grupo experimental mostr� un incremento significativo en su participaci�n, con un aumento del 30%, lo que refleja que el uso de plataformas de IA no solo mejor� el rendimiento acad�mico, sino tambi�n el compromiso de los estudiantes con su propio proceso de aprendizaje. El grupo de control, por otro lado, tuvo un aumento muy bajo en su participaci�n, lo que sugiere que las metodolog�as tradicionales no lograron generar el mismo nivel de implicaci�n en los estudiantes.

Satisfacci�n del Estudiante

Se aplic� una encuesta a los estudiantes para evaluar su satisfacci�n con el uso de las plataformas de IA. Los estudiantes fueron cuestionados sobre la facilidad de uso, la efectividad del aprendizaje personalizado, y la retroalimentaci�n recibida.

 

Tabla 3

Satisfacci�n del Estudiante

 

Los resultados muestran una alta satisfacci�n de los estudiantes en el grupo experimental. La facilidad de uso, la efectividad en el aprendizaje y la calidad de la retroalimentaci�n recibida fueron significativamente m�s altas que en el grupo de control. Esto demuestra que las plataformas de IA proporcionaron una experiencia educativa m�s interactiva, din�mica y centrada en las necesidades individuales de los estudiantes, lo que se tradujo en una mayor satisfacci�n con el proceso de aprendizaje.

 

Comparaci�n General

A continuaci�n, se presenta una tabla resumen con los resultados generales de los grupos en las diferentes �reas evaluadas:

 

Tabla 3

Comparaci�n General

 

Los resultados globales muestran que las plataformas de IA tuvieron un impacto positivo y significativo en todos los indicadores evaluados: rendimiento acad�mico, participaci�n estudiantil y satisfacci�n general. La mejora m�s destacada se dio en el rendimiento acad�mico, con un 20% de incremento en el grupo experimental. Adem�s, el aumento de la participaci�n estudiantil en el grupo experimental, comparado con el grupo de control, resalta la motivaci�n y el compromiso que estas tecnolog�as generan en los estudiantes. En cuanto a la satisfacci�n, el grupo que utiliz� plataformas de IA expres� mayor satisfacci�n en todas las dimensiones evaluadas, indicando que las plataformas no solo mejoraron el aprendizaje, sino que tambi�n contribuyeron a una experiencia educativa m�s enriquecedora.

 

Conclusiones

Los resultados de este estudio proporcionan evidencia s�lida sobre la efectividad de las plataformas de inteligencia artificial (IA) en la mejora del aprendizaje personalizado. A trav�s del an�lisis de las variables de rendimiento acad�mico, participaci�n estudiantil y satisfacci�n, se pudo observar que las plataformas de IA tienen un impacto positivo y significativo en diversos aspectos del proceso educativo.

Primero, en t�rminos de rendimiento acad�mico, los estudiantes que utilizaron plataformas de IA mostraron un incremento notable en sus calificaciones, alcanzando un 20% de mejora promedio en comparaci�n con el grupo de control. Esta diferencia subraya la capacidad de la IA para ofrecer un aprendizaje adaptativo y personalizado, ajustado a las necesidades y ritmos de cada estudiante, lo que resulta en una mejora sustancial de su desempe�o en las evaluaciones.

En segundo lugar, la participaci�n estudiantil fue considerablemente mayor en el grupo experimental. Los estudiantes que interactuaron con las plataformas de IA demostraron un aumento del 30% en su involucramiento con el proceso de aprendizaje, lo que refleja una mayor motivaci�n y compromiso. La capacidad de las plataformas de IA para ofrecer contenidos interactivos y retroalimentaci�n en tiempo real contribuy� a un ambiente de aprendizaje m�s atractivo, lo cual es clave para fomentar el inter�s y la dedicaci�n de los estudiantes.

Por otro lado, los estudiantes que utilizaron las plataformas de IA mostraron una mayor satisfacci�n en comparaci�n con aquellos que no las utilizaron. La facilidad de uso, la personalizaci�n de los contenidos y la calidad de la retroalimentaci�n recibida fueron los factores que m�s influyeron en esta alta satisfacci�n. Esta experiencia positiva no solo tiene implicaciones en el rendimiento acad�mico, sino tambi�n en el bienestar emocional y la percepci�n del proceso educativo, lo que sugiere que la IA puede contribuir a una experiencia de aprendizaje m�s significativa y centrada en el estudiante.

Adem�s, los hallazgos de este estudio resaltan la importancia de integrar la inteligencia artificial de manera adecuada en los entornos educativos. Aunque las plataformas de IA mostraron ser efectivas, su implementaci�n exitosa depende de diversos factores, como la formaci�n adecuada de los docentes, la infraestructura tecnol�gica disponible y el acceso equitativo a los recursos digitales. Las instituciones educativas deben considerar estos aspectos para maximizar el impacto positivo de la IA y evitar posibles brechas en el acceso a la tecnolog�a.

En conclusi�n, la inteligencia artificial en la educaci�n ofrece un gran potencial para transformar el aprendizaje personalizado, mejorando el rendimiento acad�mico, la participaci�n de los estudiantes y su satisfacci�n con el proceso educativo. A medida que la tecnolog�a contin�a evolucionando, es fundamental que las pol�ticas educativas y las pr�cticas pedag�gicas se adapten para aprovechar estas herramientas de manera eficaz, asegurando que todos los estudiantes puedan beneficiarse de un aprendizaje m�s flexible, accesible e inclusivo.

 

 

 

 

Referencias

1.      Acosta, S., & Finol, M. (2024). Inteligencia artificial como mecanismo para mejorar la gesti�n educativa universitaria. Revista de ciencias sociales, 30(3), 583-597. https://creativecommons.org/licenses/by/4.0/deed.es

2.      Alarc�n, B. (22 de 11 de 2024). Propuesta de mejora para el aprendizaje aut�nomo de la Unidad Educativa Juan Le�n Mera, basado en el uso de la inteligencia artificial. Ambato � Ecuador, 2024. Newman Ecuela de Posgrado: https://hdl.handle.net/20.500.12892/1332

3.      Alvarado, S. R., & Izquierdo, J. L. (2022). Revisi�n de la literatura sobre el uso de Inteligencia Artificial enfocada a la atenci�n de la discapacidad visual. . nGenio Journal: La revista de la Facultad de Ciencias de la Ingenier�a de la UTEQ, 5(1), 10-21.

4.      Ampudia, C., Yanqui, M., Ullauri, G., & Vill�n, M. (2024). Aprendizaje Adaptativo Mediante Inteligencia Artificial en la Ense�anza de las Ciencias Naturales. Reincisol, 3(6), 4443�4456. https://doi.org/10.59282/reincisol.V3(6)4443-4456

5.      Aparicio, W. (2023). La Inteligencia Artificial y su Incidencia en la Educaci�n: Transformando el Aprendizaje para el Siglo XXI. Revista Internacional De Pedagog�a E Innovaci�n Educativa, 3(2), 217-230. https://doi.org/10.51660/ripie.v3i2.133

6.      Barona, V. S. (2019). Cuarta revoluci�n industrial (4.0.) o ciberindustria en el proceso penal: revoluci�n digital, inteligencia artificial y el camino hacia la robotizaci�n de la justicia (Fourth Industrial Revolution (4.0.) Or Cyber-Industry in the Criminal Process: Digital . Revista jur�dica digital UANDES, 3(1), 1-21.

7.      Barrios, I. (2023). Inteligencia artificial y redacci�n cient�fica: aspectos �ticos en el uso de las nuevas tecnolog�as. Medicina Cl�nica y Social, 7(2), 46-47. https://doi.org/10.52379/mcs.v7i2.278

8.      Beltr�n, M., Arcos, A., Viscarra, W., Barahona, G., & S�nchez, A. (2025). Integraci�n de la Inteligencia Artificial y el Aprendizaje Adaptativo para Personalizar la Experiencia Educativa. Revista Cient�fica De Salud Y Desarrollo Humano, 6(1), 1882�1914. https://doi.org/10.61368/r.s.d.h.v6i1.567

9.      Cede�o, R., V�squez, P., & Maldonado, I. (2023). Impacto de las Tecnolog�as de la Informaci�n y la Comunicaci�n (TIC) en el Rendimiento Acad�mico: Una Revisi�n Sistem�tica de la Literatura. Revista Multidiciplinar Ciencia Latina , 7(4), 10297-10316. https://doi.org/10.37811/cl_rcm.v7i4.7732

10.  Clavijo, C. R., & Bautista, C. M. (2020). La educaci�n inclusiva. An�lisis y reflexiones en la educaci�n superior ecuatoriana. Alteridad. Revista de Educaci�n, 15(1), 113-124.

11.  Mart�nez, N., & Mart�nez, L. (2024). Sinergia Piaget, Vygotsky y la inteligencia artificial en la educaci�n universitaria. Vinculat�gica EFAN, 10(4), 70-84. https://doi.org/10.29105/vtga10.4-948

12.  Mej�a, R. D., & Mej�a, L. E. (2021). Evaluaci�n y calidad educativa: Avances, limitaciones y retos actuales. . Revista Electr�nica Educare, 25(3), 702-715.

13.  Padilla, E. J., Portilla, G. I., & Torres, M. (2020). Aprendizaje aut�nomo y plataformas digitales: el uso de tutoriales de YouTube de j�venes en Ecuador. Estudios pedag�gicos (Valdivia), 46(2), 285-297. https://www.scielo.cl/scielo.php?pid=S0718-07052020000200285&script=sci_arttext

14.  S�nchez, C., Maldonado, I., Maldonado, G., Morocho, H., & Cuenca, K. (2024). Desarrollo y evaluaci�n de recursos educativos digitales para la educaci�n inclusiva. LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, 5(2), 740 � 750. https://doi.org/10.56712/latam.v5i2.1913

15.  Serrano, J., & Moreno, J. (2024). Inteligencia artificial y personalizaci�n del aprendizaje: �innovaci�n educativa o promesas recicladas? Edutec, Revista Electr�nica De Tecnolog�a Educativa(89), 1-17. https://doi.org/10.21556/edutec.2024.89.3577

16.  Supelano, M. (2024). Incidencia de la inteligencia artificial en el aprendizaje de los estudiantes universitarios. Plumilla Educativa, 33(2), 1-24. https://doi.org/10.30554/pe.33.2.5153.20

17.  Vallejo, A. (2024). La transformaci�n del rol docente en la era de la Inteligencia Artificial: hacia un liderazgo pedag�gico estrat�gico. Trayectorias Universitarias, 10(19), 105-118. https://doi.org/10.24215/24690090e165

18.  Vizca�no, Z. ,., Cede�o, C. ,., & Maldonado, P. ,. (2023). Metodolog�a de la investigaci�n cient�fica: gu�a pr�ctica. Ciencia Latina Revista Cient�fica Multidisciplinar, 7(4), 9723-9762.: https://doi.org/10.37811/cl_rcm.v7i4.7658

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).