Aplicación de inteligencia artificial en Educación Básica para fortalecer el aprendizaje y la motivación escolar
DOI:
https://doi.org/10.64747/dbkg2w76Palabras clave:
IA educativa, motivación escolar, educación inicial, tecnologías adaptativas, aprendizaje personalizadoResumen
Este estudio analiza el impacto de la inteligencia artificial (IA) en el aprendizaje y la motivación escolar de estudiantes de educación inicial en instituciones fiscales urbanas de Guayaquil, Ecuador. Se aplicó una metodología cuantitativa, descriptiva correlacional, utilizando datos secundarios de registros escolares y un cuestionario estructurado dirigido a docentes. Los resultados muestran que el uso frecuente de herramientas de IA como plataformas adaptativas, asistentes virtuales y juegos educativos inteligentes se asocia con mayor asistencia escolar, progreso en competencias básicas y altos niveles de motivación percibida por parte de los docentes. Las correlaciones entre uso de IA y estas variables resultaron estadísticamente significativas. Se concluye que la integración de IA en el aula, incluso en contextos con infraestructura limitada, puede fortalecer el proceso de enseñanza aprendizaje y motivar a los estudiantes. El estudio destaca la importancia de considerar el contexto local, la formación docente y la adaptabilidad de las tecnologías para garantizar resultados positivos.
Referencias
Chen, B., Hwang, G.-H., & Wang, S.-H. (2021). Gender differences in cognitive load when applying game based learning with intelligent robots. Educational Technology & Society, 24(3), 102–115. https://doi.org/10.30191/ETS.202107_24(3).0008
Han, F., Ellis, R. A., & Pardo, A. (2022). The descriptive features and quantitative aspects of students’ observed online learning: How are they related to self reported perceptions and learning outcomes? IEEE Transactions on Learning Technologies, 15(1), 32–41. https://doi.org/10.1109/TLT.2022.3153001
Kumar, R., & Rosé, C. P. (2011). Architecture for building conversational agents that support collaborative learning. IEEE Transactions on Learning Technologies, 4(1), 21–34. https://doi.org/10.1109/TLT.2010.41
Papamitsiou, Z., Giannakos, M., Simon, & Luxton Reilly, A. (2020). Computing education research landscape through an analysis of keywords. Proceedings of the 2020 ACM Conference on International Computing Education Research (ICER ’20), 102–112. https://doi.org/10.1145/3372782.3406276
Rodríguez Martínez, J. A., González Calero, J. A., del Olmo Muñoz, J., Arnau, D., & Tirado Olivares, S. (2023). Building personalised homework from a learning analytics based formative assessment: Effect on fifth grade students’ understanding of fractions. British Journal of Educational Technology, 54(1), 76–97. https://doi.org/10.1111/bjet.13292
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Patricia Jacqueline Baldeón Medina, Teófilo Bolívar González Yagual, Carla Daniela Izquierdo Corozo, Karlha Mariana Villalba Vélez (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Horizonte Científico International Journal publica sus contenidos bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0). Se permite compartir y adaptar la obra para cualquier propósito, siempre que se reconozca adecuadamente la autoría, se proporcione un enlace a la licencia y se indiquen los cambios realizados. Licencia: https://creativecommons.org/licenses/by/4.0/deed.es
