Sistema IA para personalizar y predecir el rendimiento del estudiante

Palabras clave: Sistema, Inteligencia Artificial, Personalizar, Predicción, Rendimiento

Resumen

El acelerado avance tecnológico de los últimos años ha impactado en una transformación sin precedentes en muchas áreas de la humanidad. La educación es una de ellas, en donde el auge de la Inteligencia Artificial (IA) es fundamental para el desarrollo de sistemas que permitan mejorar, cada vez más, la calidad de este servicio. En consecuencia, el propósito de la presente investigación es plasmar las generalidades acerca de los principales sistemas de Inteligencia Artificial usados para la personalización y predicción del rendimiento estudiantil. El enfoque metodológico de la investigación es una revisión bibliográfico – documental. De la revisión se desprende la importancia de los sistemas de IA para personalizar y predecir el rendimiento del estudiante los cuales, con un buen uso, puede ser una herramienta poderosa para mejorar la calidad de la educación. Los principales sistemas analizados para este tipo de funciones fueron los sistemas de tutores inteligentes, sistemas de análisis de datos educativos, sistemas de recomendación de cursos y sistemas de retroalimentación automática. Estos tipos de sistemas son capaces de analizar grandes cantidades de datos, en tiempo real, tales como: calificaciones, asistencia, participación y comportamiento, entre otros. Todo ello con la finalidad de identificar patrones y tendencias. La información recolectada y analizada le permite a esta tecnología personalizar la experiencia de aprendizaje para cada estudiante, proporcionando así recomendaciones y recursos adaptados a sus necesidades y habilidades individuales. Por otra parte, esta información sirve para predecir el rendimiento futuro de los estudiantes, lo que permite a los educadores intervenir tempranamente y brindar apoyo adicional a aquellos que puedan estar en riesgo de bajo rendimiento.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Pamela Katherine Pisco Rodríguez, Universidad Estatal del Sur de Manabí

Magíster en Gestión de Proyecto; Economista; Docente del Área de Admisión y Nivelación de la Universidad Estatal del Sur de Manabí; Jipijapa, Ecuador

Liliana Vanessa Pisco Rodríguez, Universidad Estatal del Sur de Manabí

Diplomado en Docencia e Investigación Científica Transformacional; Magíster en Gestión de Proyecto; Licenciada en Ciencias de la Comunicación Especialidad Publicidad; Docente del Área de Admisión y Nivelación de la Universidad Estatal del Sur de Manabí; Jipijapa, Ecuador

Marcos Manuel Manobanda Parrales, Universidad Estatal del Sur de Manabí

Ingeniero Forestal; Docente del Área de Admisión y Nivelación de la Universidad Estatal del Sur de Manabí; Jipijapa, Ecuador 

Susana Esther Mejía Vera, Universidad Estatal del Sur de Manabí

Magíster en Administración de Empresas; Contadora Pública Autorizada CPA; Docente del Área Admisión y Nivelación de la Universidad Estatal del Sur de Manabí; Jipijapa, Ecuador

Citas

Akbar, Z., Sopandi, E., Badruzzaman, B., & Khalik, F. (2023). El papel de los sistemas de recomendación basados en inteligencia artificial en la selección de cursos para estudiantes. Revista de ciencias sociales que utiliza tecnología, 1(4), 249-260. doi:http://dx.doi.org/10.55849/jssut.v1i4.671

Andrade Espín, E. (2023). IA y personalización educativa: evaluar su efectividad en adaptar contenidos para diversos estudiantes en la educación moderna. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(4), 1-10. Recuperado el 18 de febrero de 2024, de https://www.researchgate.net/publication/374708629_IA_y_personalizacion_educativa_evaluar_su_efectividad_en_adaptar_contenidos_para_diversos_estudiantes_en_la_educacion_moderna_The_influence_of_artificial_intelligence_on_education_personalization_anal/ful

Aparicio Gómez, W. O. (2023). La Inteligencia Artificial y su Incidencia en la Educación. Revista Internacional de Pedagogía e Innovación Educativa, 3(2), 217-229. Recuperado el 23 de febrero de 2024, de https://www.researchgate.net/publication/372053496_La_Inteligencia_Artificial_y_su_Incidencia_en_la_Educacion_Transformando_el_Aprendizaje_para_el_Siglo_XXI/fulltext/64a3295395bbbe0c6e0e0a17/La-Inteligencia-Artificial-y-su-Incidencia-en-la-Educacion-Trans

Ayuso del Puerto, D., & Gutiérrez Esteban, P. (2022). La Inteligencia Artificial como recurso educativo durante la formación inicial del profesorado . Revista Iberoamericana de Educación a, 25(2), 347-358. Recuperado el 15 de junio de 2023, de https://www.redalyc.org/journal/3314/331470794017/331470794017.pdf

Brigham, T. J. (2017). Verificación de la realidad: conceptos básicos de la realidad aumentada, virtual y mixta. Medical Reference Services Quarterly, 36(2), 171-178. doi:http://doi.org/10.1080/02 763869.2017.1293987

López, H., Rivera, A., & Cruz, C. (2023). Personalización del aprendizaje con Inteligencia Artificial en la educación superior. Revista ReDTIS, 7(1), 122-128. Recuperado el 03 de marzo de 2024, de https://www.researchgate.net/publication/376577076_PERSONALIZACION_DEL_APRENDIZAJE_CON_INTELIGENCIA_ARTIFICIAL_EN_LA_EDUCACION_SUPERIOR/link/657da11b9d7bc03b307d40fc/download?_tp=eyJjb250ZXh0Ijp7ImZpcnN0UGFnZSI6InB1YmxpY2F0aW9uIiwicGFnZSI6InB1YmxpY2F0aW9u

Macías Moles, Y. (2021). La tecnología y la Inteligencia Artificial en el sistema educativo. Tesis de Maestría, Universidad Jaume I. Recuperado el 15 de febrero de 2024, de https://repositori.uji.es/xmlui/bitstream/handle/10234/195263/TFM_2021_Mac%c3%adas%20Moles_Yovanna.pdf?sequence=1&isAllowed=y

Martínez, A. S., Aguilera, V. J., & Mejía, C. A. (2023). Predicción del desempeño escolar en el nivel superior. Un análisis descriptivo. Universitas Ciencia, 11(32), 1-20. Recuperado el 20 de febrero de 2024, de https://www.researchgate.net/profile/Vicente-Josue-Aguilera-Rueda/publication/376410548_Prediccion_del_desempeno_escolar_en_nivel_superior_Un_analisis_descriptivo/links/6579e666ea5f7f02056a8bae/Prediccion-del-desempeno-escolar-en-nivel-superior-Un-analisi

Morales Cordera, D. (09 de enero de 2024). Linkedin. Recuperado el 20 de febrero de 2024, de https://www.linkedin.com/pulse/la-revoluci%C3%B3n-educativa-trav%C3%A9s-de-ia-y-el-big-data-morales-cordera-iwjff

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura - UNESCO. (2023). Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura - UNESCO. Recuperado el 05 de enero de 2024, de https://www.unesco.org/es/digital-education/artificial-intelligence

Pezzini, M. C. (2022). Tutores inteligentes en la enseñanza: Una revisión y análisis en la educación secundaria . Tesis de grado, Universidad Nacional de la Plata, Facutad de Informática, La Plata, Buenos Aires. Recuperado el 20 de febrero de 2024, de https://sedici.unlp.edu.ar/bitstream/handle/10915/147791/Documento_completo.pdf-PDFA.pdf?sequence=1&isAllowed=y

Rubio, C., Segura, A. M., & Vidal, C. (2021). Retroalimentación automática, inmediata y personalizada a los estudiantes y apoyar la tarea de evaluación a distancia en tiempos del Covid -19. Teoría y práctica en investigación educativa: una perspectiva internacional. Recuperado el 24 de febrero de 2024, de https://www.researchgate.net/profile/Clemente-Manzano-2/publication/351061929_RETROALIMENTACION_AUTOMATICA_INMEDIATA_Y_PERSONALIZADA_PARA_APOYAR_LA_TAREA_DE_EVALUACION_A_DISTANCIA_EN_TIEMPOS_DEL_COVID-19_EMPLEANDO_DESCRIPCION_LINGUISTICA_DE_DATOS/links/60

Ruiz Miranda, E., & Ruiz Miranda, D. (febrero de 2024). Gaceta Universidad Abierta a Distancia de México. Recuperado el 02 de marzo de 2024, de https://gaceta.unadmexico.mx/historico-anual/99-2023/julio-septiembre-2023/tecnologias/209-la-inteligencia-artificial-en-la-personalizacion-de-la-educacion-a-distancia

Weber, F., Schrumpf, J., Dettmer, N., & Thelen, T. (2022). Un sistema de recomendación basado en web para la educación superior: SIDDATA. iJET, 17(22), 246-254. Recuperado el 25 de febrero de 2024, de https://online-journals.org/index.php/i-jet/article/view/31887/12315

Publicado
2024-03-25
Cómo citar
Pisco Rodríguez, P. K., Pisco Rodríguez, L. V., Manobanda Parrales, M. M., & Mejía Vera, S. E. (2024). Sistema IA para personalizar y predecir el rendimiento del estudiante. RECIAMUC, 8(1), 692-700. https://doi.org/10.26820/reciamuc/8.(1).ene.2024.692-700
Sección
Artículos de Revisión