Revolucionando la Educación: Integración de Inteligencia Artificial en Sistemas de Gestión del Aprendizaje
Resumen
El estudio se realizó para explorar la combinación de inteligencia artificial (IA) y aprendizaje adaptativo que personaliza la educación ajustando contenidos y actividades según el desempeño y necesidades de cada estudiante en sistemas de gestión de aprendizaje (Learning Management Systems, LMS). Se llevó a cabo en la Universidad Autónoma de Querétaro, en la Facultad de Informática, e identificó cómo estas tecnologías pueden personalizar y mejorar la experiencia de aprendizaje. El estudio planteó las siguientes preguntas clave: ¿Cómo puede la inteligencia artificial personalizar el aprendizaje para satisfacer las necesidades de cada estudiante? y ¿Cómo afecta la inteligencia artificial al rendimiento y la motivación de los estudiantes. El estudio utilizó un enfoque de métodos mixtos, combinando análisis cuantitativos de datos de desempeño de los estudiantes con entrevistas cualitativas para explorar las percepciones de los mismos. Los resultados mostraron mejoras significativas en el aprendizaje personalizado y el rendimiento de los estudiantes. Según los estudiantes, la inteligencia artificial contribuyó, a hacer el aprendizaje más adaptativo y motivador. La integración de la IA en un LMS no solo puede transformar drásticamente la educación, sino que además plantea retos éticos que deberán abordarse para garantizar que todos los estudiantes puedan beneficiarse de manera equitativa.
Descargas
Citas
Carlisle. (2022). Ventajas y limitaciones de los LMS.
Chickering, A. W., y Ehrmann, S. C. (1996). Implementing the seven principles: Technology as lever. American Association for Higher Education Bulletin.
Creswell, J. W., y Plano Clark, V. L. (2011). Designing and Conducting Mixed Methods Research.
Crompton, H., & Burke, D. (2023). Título del artículo. Journal of Educational Technology.
Dougiamas, M. (2002). Moodle: Open-source learning platform. Recuperado de Moodle.
Greenfield, P. (2017). Technology and equity in education. Journal of Educational Psychology, 109(1), 10-24.
Harrington, C. F., Staffo, M., y Wright, V. H. (2006). Faculty uses of and attitudes toward a course management system in improving instruction. Journal of Interactive Online Learning, 5(2), 178-190.
Helen Crompton y Diane Burke. (2023). Artificial intelligence in higher education: the state of the field. International Journal of Educational Technology in Higher Education. Recuperado de https://educationaltechnologyjournal.springeropen.com/articles/10.1186/s41239-023-00320-2
Jones, C. (2019). Adaptive learning systems: Beyond teaching machines. Interactive Learning Environments, 27(2), 232-245.
Knowly (2020). History of LMS. Easy LMS.
Knovator. (2023). The Complete Guide To Learning Management Systems (LMS). Knovator.
Kayange, G. (2019). E-learning encounters in Malawi HEIs. Education and Information Technologies.
Lambda Solutions. (2019). Comparación de LMS abiertos y propietarios.
Naveed, N., et al. (2017). Benefits of e-learning in higher education. Asia Pacific Management Review.
Pressey, S. L. (1924). A simple apparatus which gives tests and scores—and teaches. School and Society, 23, 373-376.
Raccoon Gang. (2022). Open-Source vs. Proprietary Learning Management Systems.
Seth, S. (2024). Challenges y Benefits of Learning Management Systems (LMS). GnosisConnect.
Snodin, N. S. (2013). The effects of blended learning with a CMS on the development of autonomous learning: A case study of different degrees of autonomy achieved by individual learners. Computers and Education, 61, 209-216.
Smith y col. (2020). Artificial intelligence in education: Promises and implications for teaching and learning. Journal of Educational Computing Research, 58(4), 850-874.
Samsudeen, S., y Mohamed, M. (2019). E-learning cost reduction in higher education. International Journal of TESOL and Education.
Taylor, L., Wilson, J., y Lee, H. (2021). Artificial intelligence in higher education: Case studies on institutional adoption. TechTrends, 65(2), 160-170.
Teddlie, C., y Tashakkori, A. (2012). Mixed Methodology: Combining Qualitative and Quantitative Approaches.
Thinkific. (2023). Ultimate Guide to Learning Management Systems: Features, Examples, Best Practices. Thinkific. Recuperado de thinkific.com.
Thrive Learning. (2020). The Evolution of Learning Management Systems.
Wilson, G., y Lee, A. (2019). Ethical considerations for the use of AI in schools. Computers y Education, 130, 170-184.
Zhu, Q., Wang, X., Wang, Q., y Xia, Q. (2023). Research Landscape of Adaptive Learning in Education: A Bibliometric Study on Research Publications from 2000 to 2022. Sustainability, 15(4), 3115. https://doi.org/10.3390/su15043115
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Con el propósito de promover el desarrollo y divulgación de la investigación en educación en América Latina, en La Revista Iberoamericana para la Investigación y el Desarrollo Educativo (RIDE) se adhirió a la Iniciativa de Acceso Abierto de Budapest, por lo que se identifica como una publicación de acceso abierto. Esto significa que cualquier usuario puede leer el texto completo de los artículos, imprimirlos, descargarlos, copiarlos, enlazarlos, distribuirlos y usar los contenidos para otros fines. Las licencias Creative Cummons, permiten especificar los derechos de uso de una revista de acceso abierto disponible en Internet de tal manera que los usuarios conocen las reglas de publicación.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado
