Impacto de la inteligencia artificial en el aprendizaje universitario
DOI:
https://doi.org/10.34140/bjbv8n2-029Palavras-chave:
inteligencia artificial, educación superior, aprendizaje universitario, tecnología educativa, aprendizaje autónomo, innovación pedagógicaResumo
La inteligencia artificial (IA) se ha consolidado como una de las tecnologías principales para transformar los procesos educativos en la educación superior. Su inclusión ha posibilitado el análisis de grandes cantidades de información y la automatización de procesos académicos. La presente investigación tiene como objetivo analizar el impacto de la IA en el aprendizaje universitario, considerando su influencia en el uso de herramientas digitales, rendimiento académico y desarrollo del aprendizaje autónomo. Adoptó un enfoque mixto, alcance correlacional, con una muestra de 550 estudiantes y 200 docentes de educación superior. La recolección de datos se realizó mediante cuestionarios tipo Likert, entrevistas semiestructuradas y grupos focales. Los resultados evidenciaron un alto uso de herramientas de IA entre los estudiantes universitarios con el 80% de uso en actividades académicas. Los hallazgos indicaron que estas tecnologías contribuyen a mejorar la comprensión de contenidos, favorecer el aprendizaje autónomo y optimizar la gestión del tiempo. Por otro lado, se identificaron desafíos relacionados con la dependencia tecnológica, integridad académica y desigualdades en el acceso a recursos digitales. Se concluye que la IA representa una oportunidad para innovar en la educación superior, siempre que su implementación se sustente en principios éticos, políticas institucionales claras y estrategias pedagógicas responsables.
Referências
Baker, R. S., & Siemens, G. (2023). Educational data mining and learning analytics. In J. M. Spector, B. B. Lockee, & M. D. Childress (Eds.), Learning, design, and technology (pp. 1–23). Springer. https://doi.org/10.1007/978-3-319-17727-4_30-1.
Cukurova, M., Kent, C., & Luckin, R. (2022). Artificial intelligence and multimodal data in the service of human decision‐making: A case study in debate tutoring. British Journal of Educational Technology, 53(3), 475–489. https://doi.org/10.1111/bjet.13194.
Dabbagh, N., Benson, A. D., Denham, A. R., Joseph, R., Al-Freih, M., Zgheib, G., Guo, Z., & Fake, H. (2023). Learning technologies and globalization: Pedagogical frameworks and applications (2nd ed.). Springer. https://doi.org/10.1007/978-3-319-22963-8.
Holmes, W., Bialik, M., & Fadel, C. (2023). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Holmes, W., Bialik, M., & Fadel, C. (2022). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
INEGI. (2024). Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (ENDUTIH) 2023. Instituto Nacional de Estadística y Geografía. https://www.inegi.org.mx/programas/endutih/2023/.
Jayaprakash, S. M., Moody, E. W., Lauría, E. J. M., Regan, J. R., & Baron, J. D. (2019). Early alert of academically at-risk students: An open source analytics initiative. Journal of Learning Analytics, 1(1), 6–47. https://doi.org/10.18608/jla.2014.11.6.
Kopcha, T. J., Ding, L., Neumann, K. L., & Choi, I. (2019). Teaching technology in context: A graduate-level course in instructional design and technology. Educational Technology Research and Development, 67(5), 1143–1166. https://doi.org/10.1007/s11423-019-09689-4.
López-Zamora, R., González-Calero, J. A., & Cristóbal, J. A. (2021). Predictive analytics in higher education: A systematic literature review. Computers & Education, 173, Article 104274. https://doi.org/10.1016/j.compedu.2021.104274.
OECD. (2023). Trustworthy artificial intelligence (AI) in education: Promising practices to support implementation. OECD Publishing. https://doi.org/10.1787/b467b27b-en.
Rodríguez, L. A., Rinaldi, C., & Prieto, J. (2022). Using predictive analytics to reduce student attrition in higher education: A systematic review. Education and Information Technologies, 27(5), 6789–6812. https://doi.org/10.1007/s10639-021-10849-5.
Siemens, G., & Long, P. (2022). Penetrating the fog: Analytics in learning. Educause Review. https://er.educause.edu/articles/2011/8/penetrating-the-fog-analytics-in-learning.
Selwyn, N. (2022). Education and technology: Key issues and debates (3rd ed.). Bloomsbury Academic.
UNESCO. (2022). Reimagining our futures together: A new social contract for education. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/pf0000379707.
Vázquez-Cano, E., Menarguez, L. G., & García-Garzon, E. (2024). Artificial intelligence for student retention prediction in higher education. Sustainability, 16(3), 1125. https://doi.org/10.3390/su16031125.
Zawacki-Richter, O., Marín, V., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(39).
Zhai, X., Chu, X., Chai, C. S., Jong, M. S. Y., Istenic, A., Hattingh, M., & Griffiths, D. (2021). A Review of Artificial Intelligence (AI) in Education from 2010 to 2020. Complexity, 2021, Article 8812542. https://doi.org/10.1155/2021/8812542.
