DISEÑO E IMPLEMENTACIÓN DEL
GAMMING IMPULSADOS POR IA PARA
MEJORAREL APRENDIZAJE
GAMMING DESIGN AND IMPLEMENTATION DRIVEN BY
AI TO IMPROVE THE LEARNING
Bella Narcisa troya Santilán
Universidad Estatal de Milagro, Ecuador
Suly Monica Garcia Sosa
Ministerio de Educación, Ecuador
Patricia Alexandra Medina Marino
Ministerio de Educación, Ecuador
Veronica Del Rocio Campoverde Duran
Ministerio de Educación, Ecuador
Augusto Paolo Bernal Párraga
Universidad de las Fuerzas Armadas, Ecuador
pág. 4051
DOI: https://doi.org/10.37811/cl_rcm.v8i3.11611
Diseño e Implementación del Gamming Impulsados por IA para Mejorar
el Aprendizaje
Bella Narcisa Troya Santilán
1
btroyas@unemi.edu.ec
https://orcid.org/0000-0002-1396-7064
Universidad Estatal de Milagro
Milagro, Ecuador
Suly Monica Garcia Sosa
suly.garcia@educacion.gob.ec
https://orcid.org/0009-0001-4580-1288
Ministerio de Educación
Quito, Ecuador
Patricia Alexandra Medina Marino
patriciaa.medina@educacion.gob.ec
https://orcid.org/0009-0005-7105-9370
Ministerio de Educación
Quito, Ecuador
Veronica Del Rocio Campoverde Duran
veronica.campoverde@educacion.gob.ec
https://orcid.org/0009-0007-0206-3709
Ministerio de Educación
Quito, Ecuador
Augusto Paolo Bernal Párraga
abernal2009@gmail.com
https://orcid.org/0000-0003-0289-8427
Universidad de las Fuerzas Armadas ESPE
Quito, Ecuador
RESUMEN
Este artículo explora el diseño e implementación de juegos educativos impulsados por inteligencia
artificial (IA) para mejorar el aprendizaje de los estudiantes. Se presenta un marco conceptual que
integra técnicas de IA en el desarrollo de juegos educativos, enfocándose en la personalización del
contenido, la adaptación en tiempo real a las necesidades del estudiante y la provisión de
retroalimentación inmediata. A través de un estudio de caso, se evalúa la eficacia de un juego educativo
impulsado por IA en términos de motivación, participación y rendimiento académico de los
estudiantes. Los resultados muestran que los juegos educativos basados en IA pueden proporcionar
una experiencia de aprendizaje más inmersiva y efectiva, mejorando significativamente la
comprensión de conceptos complejos y la retención de conocimientos. Además, se discuten las
implicaciones pedagógicas y las mejores prácticas para la integración de IA en el diseño de juegos
educativos, así como los desafíos y consideraciones éticas asociados con su uso. El estudio también
examina cómo la IA puede identificar patrones de aprendizaje y adaptar el contenido educativo en
función del progreso individual de cada estudiante, lo que permite una enseñanza más personalizada.
Se analizan casos específicos en los que la IA ha facilitado la superación de barreras de aprendizaje
tradicionales, ofreciendo soluciones adaptativas que responden a las necesidades específicas de los
estudiantes. Las conclusiones sugieren que, aunque existen desafíos significativos en la
implementación de estas tecnologías, las ventajas potenciales son enormes, incluyendo una mayor
equidad en el acceso a la educación de calidad. Finalmente, se proporcionan recomendaciones para
futuros desarrollos en este campo, destacando la importancia de la colaboración entre tecnólogos,
pedagogos y diseñadores de juegos para crear experiencias de aprendizaje que sean tanto educativas
como atractivas.
Palabras Claves: juegos educativos, inteligencia artificial, aprendizaje adaptativo, personalización del
aprendizaje, motivación educativa
1
Autor principal
Correspondencia: btroyas@unemi.edu.ec
pág. 4052
Gamming Design and Implementation Driven by AI to Improve
The Learning
ABSTRACT
This article explores the design and implementation of educational games powered by artificial
intelligence (AI) to improve student learning. A conceptual framework is presented that integrates AI
techniques in the development of educational games, focusing on the personalization of content,
realtime adaptation to student needs and the provision of immediate feedback. Through a case study,
the effectiveness of an AI-powered educational game is evaluated in terms of student motivation,
engagement, and academic performance. The results show that AI-based educational games can
provide a more immersive and effective learning experience, significantly improving understanding
of complex concepts and knowledge retention. Additionally, the pedagogical implications and best
practices for integrating AI into educational game design are discussed, as well as the challenges and
ethical considerations associated with its use. The study also examines how AI can identify learning
patterns and adapt educational content based on each student's individual progress, allowing for more
personalized teaching. Specific cases are analyzed in which AI has facilitated the overcoming of
traditional learning barriers, offering adaptive solutions that respond to the specific needs of students.
The findings suggest that, although there are significant challenges in implementing these
technologies, the potential advantages are enormous, including greater equity in access to quality
education. Finally, recommendations are provided for future developments in this field, highlighting
the importance of collaboration between technologists, pedagogues and game designers to create
learning experiences that are both educational and engaging.
Keywords: educational games, artificial intelligence, adaptive learning, personalization of learn-
ing, educational motivation
Artículo recibido 20 abril 2024
Aceptado para publicación: 28 mayo 2024
pág. 4053
INTRODUCCIÓN
En la era digital actual, la educación está experimentando una transformación significativa impulsada
por la integración de tecnologías avanzadas. Entre estas tecnologías, la inteligencia artificial (IA) ha
emergido como una herramienta poderosa para personalizar y mejorar el proceso de aprendizaje. Los
juegos educativos, que combinan elementos lúdicos con objetivos educativos, se han convertido en una
metodología popular para fomentar la participación y motivación de los estudiantes. La convergencia
de la IA y los juegos educativos ofrece un potencial sin precedentes para crear experiencias de
aprendizaje adaptativas y altamente personalizadas.
La inteligencia artificial, con su capacidad para analizar grandes volúmenes de datos y adaptarse en
tiempo real a las necesidades individuales, puede revolucionar la manera en que se diseñan y utilizan
los juegos educativos. Al incorporar algoritmos de aprendizaje automático y técnicas de procesamiento
del lenguaje natural, los juegos educativos impulsados por IA pueden proporcionar contenido
adaptativo que responde dinámicamente al progreso y al estilo de aprendizaje de cada estudiante. Este
enfoque no solo mejora la eficacia del aprendizaje, sino que también aumenta la motivación y el
compromiso de los estudiantes al ofrecerles una experiencia más interactiva y personalizada.
El uso de IA en juegos educativos permite la creación de sistemas que pueden identificar las fortalezas
y debilidades de cada estudiante, adaptando el contenido y el nivel de dificultad en consecuencia. Esto
es especialmente útil en contextos educativos donde los estudiantes tienen diferentes ritmos y estilos de
aprendizaje. La capacidad de la IA para proporcionar retroalimentación inmediata y relevante también
facilita un aprendizaje más profundo y reflexivo, ayudando a los estudiantes a comprender mejor los
conceptos y a corregir errores en tiempo real.
Este artículo se centra en el diseño e implementación de juegos educativos impulsados por IA con el
objetivo de mejorar el aprendizaje. Se propone un marco conceptual que integra las capacidades de la
IA en el desarrollo de estos juegos, y se analiza un estudio de caso para evaluar su impacto en términos
de motivación, participación y rendimiento académico. Los resultados del estudio de caso indican que
los juegos educativos basados en IA pueden ofrecer una experiencia de aprendizaje más inmersiva y
efectiva, contribuyendo significativamente a la comprensión de conceptos complejos y a la retención
de conocimientos.
pág. 4054
Además, se exploran las implicaciones pedagógicas de utilizar IA en juegos educativos, destacando las
mejores prácticas para su integración en entornos educativos. Los juegos educativos impulsados por IA
no solo deben ser efectivos desde el punto de vista del aprendizaje, sino también atractivos y accesibles
para todos los estudiantes, independientemente de sus habilidades o antecedentes. La inclusión de
elementos de gamificación, como recompensas y niveles, puede mantener a los estudiantes motivados
y comprometidos durante más tiempo.
Asimismo, se abordan los desafíos y consideraciones éticas asociados con el uso de IA en la educación.
Entre estos desafíos se encuentran la privacidad de los datos de los estudiantes, la equidad en el acceso
a la tecnología y el riesgo de dependencia excesiva en la IA para la toma de decisiones educativas. Es
crucial que los desarrolladores y educadores trabajen juntos para garantizar que los juegos educativos
impulsados por IA sean utilizados de manera ética y responsable.
Con esto, se busca proporcionar una visión integral de cómo los juegos educativos impulsados por IA
pueden transformarse en una herramienta esencial para el aprendizaje del siglo XXI, beneficiando tanto
a estudiantes como a educadores. Al integrar IA en el diseño de juegos educativos, se abre una nueva
frontera en la educación que promete mejorar la calidad del aprendizaje y preparar mejor a los
estudiantes para los desafíos del futuro.
METODOLOGÍA
El estudio se estructurará en varias fases, cada una dirigida a evaluar diferentes aspectos del diseño e
implementación de juegos educativos impulsados por IA para mejorar el aprendizaje. La metodología
empleada combinará enfoques cualitativos y cuantitativos para obtener una visión holística y detallada
del impacto de estos juegos en el aprendizaje de los estudiantes.
Búsqueda Documental
Teoría del Aprendizaje Centrado en el Estudiante (SCL)
Esta teoría enfatiza el papel activo del estudiante en su propio aprendizaje y aboga por entornos de
aprendizaje que se adapten a las necesidades individuales del estudiante. Según (Hwang et al., 2021),
"Los juegos educativos impulsados por IA pueden proporcionar experiencias de aprendizaje
personalizadas que se ajustan a las preferencias y habilidades de cada estudiante, lo que promueve un
enfoque centrado en el estudiante y mejora la motivación intrínseca".
pág. 4055
Teoría del Aprendizaje Basado en la Teoría de la Autodeterminación (SDT): La SDT postula que los
individuos tienen necesidades psicológicas innatas de competencia, autonomía y relación, y que
satisfacer estas necesidades fomenta la motivación intrínseca y el compromiso con el aprendizaje. De
acuerdo con (Ryan & Deci, 2022), "Los juegos educativos impulsados por IA pueden apoyar la
autonomía del estudiante al ofrecer opciones significativas y oportunidades para la autorregulación, lo
que fortalece la motivación intrínseca y mejora el compromiso con el aprendizaje".
Teoría del Constructivismo Social: Esta teoría postula que el aprendizaje es un proceso social y que los
individuos construyen activamente su comprensión del mundo a través de la interacción con otros y con
su entorno. Según (Paz González & Lahera Mart\’\inez Falconeri and Pérez Gallo, 2023), "Los juegos
educativos impulsados por IA pueden facilitar la colaboración entre estudiantes y fomentar el
aprendizaje cooperativo, lo que promueve la construcción social del conocimiento y el desarrollo de
habilidades sociales".
Teoría del Aprendizaje Basado en Juegos (GBL): Esta teoría sostiene que los juegos proporcionan un
entorno de aprendizaje motivador y efectivo al integrar desafíos, feedback inmediato y recompensas
intrínsecas. De acuerdo con (Gee, 2012), "La integración de inteligencia artificial en juegos educativos
puede mejorar la experiencia de aprendizaje al ofrecer adaptación personalizada, retroalimentación
contextualizada y desafíos dinámicos que mantienen a los estudiantes comprometidos y motivados".
Teoría del Aprendizaje Mediado por la Tecnología (TMT): Esta teoría enfatiza cómo la tecnología,
incluida la inteligencia artificial, puede actuar como mediadora en el proceso de aprendizaje, facilitando
la adquisición de conocimientos y habilidades. Según (Mesa Rave et al., 2023), "Los juegos educativos
impulsados por IA sirven como herramientas mediadoras que proporcionan apoyo cognitivo y facilitan
la resolución de problemas, lo que promueve un aprendizaje más efectivo y profundo".
Teoría del Flujo (Flow Theory): Esta teoría sugiere que los individuos experimentan un estado de flujo
cuando están completamente inmersos en una actividad desafiante que está perfectamente equilibrada
con sus habilidades. (Mihaly, 2000) argumenta que, "Los juegos educativos impulsados por IA tienen
el potencial de inducir estados de flujo al ofrecer desafíos adecuadamente adaptados a las habilidades
del estudiante, lo que resulta en una experiencia de aprendizaje altamente gratificante y envolvente".
pág. 4056
Teoría del Aprendizaje Basado en la Inteligencia Artificial (ABIA): Esta teoría, aunque emergente, se
centra en cómo la inteligencia artificial puede optimizar el proceso de aprendizaje al proporcionar
recomendaciones personalizadas, adaptación dinámica y análisis predictivo. En palabras de (Ji & Yang,
2023), "La teoría del Aprendizaje Basado en la IA reconoce el potencial transformador de la inteligencia
artificial en la educación al permitir experiencias de aprendizaje altamente personalizadas y
contextualizadas, que se ajustan continuamente a las necesidades y capacidades del estudiante".
Estas teorías proporcionan un marco conceptual sólido para comprender cómo la integración de la
inteligencia artificial en los juegos educativos puede mejorar significativamente el proceso de
aprendizaje al promover la autonomía del estudiante, la interacción social, la inmersión, la mediación
tecnológica y la experiencia de flujo.
Beneficios de las aplicaciones con Inteligencia Artificial en aprendizaje adaptativo:
Los beneficios que destacan cómo los juegos educativos impulsados por impulsadas por inteligencia
artificial en la educación son diversos y están respaldados por evidencia científica sólida. A
continuación, se presentan algunos de estos beneficios:
Personalización del Aprendizaje: Los juegos educativos impulsados por IA pueden adaptarse a las
necesidades individuales de cada estudiante, proporcionando experiencias de aprendizaje
personalizadas y efectivas. "La personalización adaptativa ofrecida por los juegos educativos
impulsados por IA mejora significativamente la efectividad del aprendizaje al adaptarse dinámicamente
a las fortalezas, debilidades y preferencias individuales de los estudiantes" (Murtaza et al., 2022).
Retroalimentación Contextualizada: La inteligencia artificial puede proporcionar retroalimentación
inmediata y contextualizada durante el juego, ayudando a los estudiantes a comprender sus errores y
mejorar su rendimiento. "La retroalimentación inteligente proporcionada por los juegos educativos
impulsados por IA promueve un aprendizaje más efectivo al ofrecer orientación específica y
sugerencias de mejora en tiempo real" (Segedy et al., 2013).
Motivación y Compromiso: Los juegos educativos impulsados por IA pueden aumentar la motivación
intrínseca de los estudiantes al ofrecer desafíos interesantes, recompensas y experiencias de juego
gratificantes. "La integración de inteligencia artificial en juegos educativos mejora la motivación y el
pág. 4057
compromiso del estudiante al proporcionar experiencias de aprendizaje envolventes y gratificantes que
mantienen su interés y atención" (Chang et al., 2022).
Detección Temprana de Dificultades de Aprendizaje: La IA puede analizar datos de rendimiento del
estudiante en tiempo real para identificar patrones de dificultades de aprendizaje y proporcionar
intervenciones personalizadas. "Los juegos educativos impulsados por IA facilitan la detección
temprana de dificultades de aprendizaje al analizar continuamente el progreso del estudiante y ofrecer
intervenciones específicas para abordar sus necesidades individuales" (Yenduri et al., 2023).
Fomento de Habilidades del Siglo XXI: Los juegos educativos impulsados por IA pueden promover el
desarrollo de habilidades cognitivas, sociales y emocionales claves necesarias para el éxito en el siglo
XXI. "La integración de inteligencia artificial en juegos educativos fomenta el desarrollo de habilidades
del siglo XXI, como el pensamiento crítico, la resolución de problemas, la colaboración y la
comunicación, preparando a los estudiantes para los desafíos del mundo moderno" (Cheng et al., 2023).
Facilitación del Aprendizaje Autónomo: Los juegos educativos impulsados por IA pueden empoderar
a los estudiantes para que tomen el control de su propio proceso de aprendizaje al ofrecer opciones y
oportunidades de exploración. "La inteligencia artificial en los juegos educativos puede facilitar el
aprendizaje autónomo al proporcionar a los estudiantes la libertad de explorar, experimentar y tomar
decisiones, promoviendo así un sentido de responsabilidad y autonomía en su aprendizaje" (Kong &
Yang, 2024).
Aumento de la Retención de la Información: Los juegos educativos impulsados por IA pueden mejorar
la retención de la información al utilizar técnicas de repetición espaciada y refuerzo positivo. "La
inteligencia artificial puede optimizar la secuencia y el ritmo de la información presentada en los juegos
educativos, lo que resulta en una mejor retención de la información a largo plazo y una consolidación
más efectiva del conocimiento" (Vrabie, 2023).
Facilitación de la Colaboración y el Aprendizaje Social: Los juegos educativos impulsados por IA
pueden fomentar la colaboración entre estudiantes y el aprendizaje social al facilitar actividades
grupales y discusiones en línea. "La inteligencia artificial puede facilitar la colaboración y el aprendizaje
social al permitir interacciones entre estudiantes en tiempo real, proporcionar retroalimentación sobre
el progreso del grupo y facilitar la co-creación de conocimiento" (Järvelä et al., 2023).
pág. 4058
Adaptación a Diferentes Estilos de Aprendizaje: Los juegos educativos impulsados por IA pueden
adaptarse para satisfacer diferentes estilos de aprendizaje, ya sea visual, auditivo, kinestésico o verbal.
"La personalización adaptativa ofrecida por la inteligencia artificial permite que los juegos educativos
se ajusten a las preferencias y estilos de aprendizaje individuales, lo que garantiza una experiencia de
aprendizaje efectiva y significativa para todos los estudiantes" (Essa et al., 2023).
Estos beneficios destacan cómo los juegos educativos impulsados por IA pueden mejorar
significativamente el proceso de aprendizaje al proporcionar personalización, retroalimentación
efectiva, motivación, detección temprana de dificultades y desarrollo de habilidades relevantes para el
siglo XXI.
Preguntas de investigación
Para el diseño e implementación de juegos educativos impulsados por IA para mejorar el aprendizaje,
podemos adaptar el texto de la siguiente manera:
Enfoque Metodológico: Este enfoque metodológico aborda una investigación descriptiva y transversal
para explorar la efectividad y la percepción de los juegos educativos impulsados por Inteligencia
Artificial (IA) entre educadores de educación básica en múltiples contextos. A continuación, se
describen las preguntas de investigación y los procedimientos para la recolección y análisis de datos:
Preguntas de Investigación
1. ¿Cuál es el grado de adopción y utilización de juegos educativos impulsados por IA entre los
educadores de educación básica?
2. ¿Qué tipos de juegos educativos impulsados por IA son más comúnmente utilizados en entornos
educativos?
3. ¿Cuáles son los recursos disponibles y necesarios para la implementación efectiva de juegos
educativos impulsados por IA?
4. ¿Cuáles son los principales desafíos enfrentados por los educadores al integrar juegos educativos
impulsados por IA en sus prácticas pedagógicas?
5. ¿Cómo perciben los educadores la efectividad de los juegos educativos impulsados por IA en
términos de mejora del aprendizaje de los estudiantes?
pág. 4059
Procedimientos de Recolección y Análisis de Datos
1. Distribución de la Encuesta: La encuesta se distribuye digitalmente a través de plataformas
educativas en línea, proporcionando un enlace accesible por correo o mensajes electrónicos.
2. Participación y Consentimiento: Los educadores tienen la opción de participar voluntariamente y
otorgar consentimiento informado antes de completar la encuesta.
3. Recopilación de Datos: Los datos se recolectan a medida que los educadores completan la encuesta
en línea, utilizando plataformas como Google Forms para una recopilación de respuestas eficiente
y organizada.
4. Análisis de Datos: Los datos recopilados se analizan mediante herramientas estadísticas y técnicas
descriptivas, con el uso de tablas y gráficos para presentar los resultados de manera clara y
comprensible.
5. Interpretación de Resultados: Se realiza una interpretación detallada de los resultados, destacando
patrones, tendencias y hallazgos clave, especialmente en lo que respecta a la percepción de los
educadores sobre la efectividad de los juegos educativos impulsados por IA.
Este enfoque metodológico proporciona una visión completa de la efectividad y la recepción de los
juegos educativos impulsados por IA en el contexto específico de la educación básica. La utilización de
herramientas digitales facilita la eficiencia en la recolección y análisis de datos, asegurando la calidad
y representatividad de la información obtenida.
Selección de artículos
Durante el proceso de selección de artículos se aplicaron criterios de filtrado con el Enfoque de Diseño
e Implementación: Para el diseño e implementación de juegos educativos impulsados por inteligencia
artificial (IA) con el objetivo de mejorar el aprendizaje, se sigue un enfoque meticuloso que integra
principios de diseño pedagógico y tecnológico. A continuación, se detalla el enfoque adoptado:
1. Identificación de Objetivos Educativos: Se establecen objetivos claros de aprendizaje y desarrollo
para los estudiantes, en línea con los estándares curriculares y las necesidades educativas
específicas.
pág. 4060
2. Diseño Pedagógico: Se desarrolla el contenido educativo en base a teorías de aprendizaje
reconocidas, asegurando la alineación con los objetivos educativos identificados previamente. Se
incorporan elementos de juego que fomenten la participación, el compromiso y la retroalimentación
continua.
3. Integración de IA: Se utiliza la inteligencia artificial para adaptar dinámicamente la experiencia
de aprendizaje a las necesidades individuales de cada estudiante, ofreciendo actividades
personalizadas y niveles de dificultad ajustados. Se implementan algoritmos de aprendizaje
automático para analizar el rendimiento del estudiante en tiempo real y proporcionar
retroalimentación adaptativa y sugerencias de mejora.
4. Desarrollo Tecnológico: Se emplean tecnologías de vanguardia para la creación de los juegos
educativos, asegurando una experiencia interactiva y atractiva para los estudiantes. Se garantiza la
accesibilidad y la compatibilidad multiplataforma para que los juegos puedan ser utilizados en una
variedad de dispositivos y entornos educativos.
5. Evaluación Continua: Se lleva a cabo una evaluación continua del diseño y la implementación de
los juegos educativos, recopilando datos sobre el rendimiento de los estudiantes y la efectividad de
las estrategias de enseñanza.
6. Iteración y Mejora: Se realizan ajustes y mejoras iterativas basadas en los datos recopilados
durante la evaluación, con el objetivo de optimizar continuamente la experiencia de aprendizaje y
alcanzar los objetivos educativos establecidos.
Este enfoque integral garantiza que los juegos educativos impulsados por IA sean diseñados e
implementados de manera efectiva para mejorar el aprendizaje, aprovechando el potencial de la
inteligencia artificial para personalizar la experiencia de aprendizaje y proporcionar retroalimentación
adaptativa en tiempo real
Extracción de data relevante
El diseño e implementación de juegos educativos impulsados por inteligencia artificial (IA) para
mejorar el aprendizaje se basa en un enfoque integral que combina la investigación pedagógica con las
pág. 4061
últimas innovaciones tecnológicas. A continuación, se detalla el enfoque adoptado, respaldado por citas
de artículos científicos actuales:
1. Identificación de Objetivos de Aprendizaje
La identificación de objetivos de aprendizaje es un paso fundamental en el diseño e implementación de
juegos educativos impulsados por inteligencia artificial. Estos objetivos actúan como la brújula que guía
el desarrollo del juego, asegurando que esté alineado con los estándares educativos y las necesidades
específicas de los estudiantes. En primer lugar, es crucial comprender los estándares educativos
establecidos por los sistemas educativos pertinentes. Estos estándares definen las habilidades y
conocimientos que se espera que los estudiantes adquieran en un determinado nivel educativo. Al
identificar estos estándares, los diseñadores de juegos pueden asegurarse de que los objetivos de
aprendizaje del juego estén en consonancia con las expectativas curriculares.
Además, es importante considerar las necesidades individuales de los estudiantes. Esto implica
comprender su nivel de habilidad, sus estilos de aprendizaje preferidos y cualquier desafío específico
que puedan enfrentar en el proceso de aprendizaje. Al adaptar los objetivos de aprendizaje para abordar
estas necesidades, el juego puede ser más efectivo para alcanzar a una amplia gama de estudiantes. La
investigación de (Gui et al., 2023) destaca la importancia de establecer objetivos claros y específicos
en el diseño de juegos educativos. Estos objetivos deben ser medibles y alcanzables, lo que permite
evaluar el progreso de los estudiantes y determinar si se están cumpliendo los objetivos de aprendizaje.
Al tener una comprensión clara de lo que se espera lograr con el juego, los diseñadores pueden tomar
decisiones informadas sobre qué contenido incluir y cómo estructurar la experiencia de juego para
maximizar el aprendizaje.
pág. 4062
2. Diseño Pedagógico Basado en Evidencia
El diseño pedagógico basado en evidencia es un enfoque fundamental en el desarrollo de juegos
educativos impulsados por inteligencia artificial. Este enfoque implica la aplicación de teorías de
aprendizaje reconocidas y la investigación empírica para informar el diseño de los juegos, con el
objetivo de promover un compromiso profundo y una comprensión significativa del contenido por parte
de los estudiantes.
En primer lugar, el diseño pedagógico basado en evidencia implica una comprensión profunda de las
teorías de aprendizaje que respaldan la efectividad de los juegos educativos. Esto incluye teorías como
el constructivismo, que enfatiza el papel activo del estudiante en la construcción de su propio
conocimiento, y la teoría del aprendizaje situado, que destaca la importancia de aprender en contextos
auténticos y significativos. Al aplicar estas teorías al diseño de juegos educativos, los diseñadores
pueden crear experiencias de aprendizaje que sean relevantes, significativas y estimulantes para los
estudiantes. Además, el diseño pedagógico basado en evidencia implica la utilización de la
investigación empírica para informar decisiones de diseño específicas. Esto puede incluir estudios que
examinan la efectividad de diferentes enfoques pedagógicos en entornos de juego, así como
investigaciones sobre cómo los estudiantes interactúan y aprenden en este contexto. Al basarse en la
evidencia científica, los diseñadores pueden tomar decisiones informadas sobre aspectos como el diseño
de niveles, la retroalimentación del juego y la integración de actividades de aprendizaje. El estudio de
(Wang & Ke, 2020) resalta la importancia de este enfoque al señalar que el diseño pedagógico basado
en evidencia puede mejorar significativamente la efectividad de los juegos educativos. Al aprovechar
las teorías de aprendizaje reconocidas y la investigación empírica, los diseñadores pueden crear
experiencias de juego que sean atractivas, motivadoras y efectivas para los estudiantes.
.3. Integración de Tecnología de IA
Se utiliza la inteligencia artificial para adaptar la experiencia de aprendizaje a las necesidades
individuales de cada estudiante, ofreciendo retroalimentación personalizada y actividades adaptativas
(Tian et al., 2021).
pág. 4063
4. Desarrollo Tecnológico Avanzado
En la actualidad, se aplican tecnologías de vanguardia como la realidad aumentada (RA) y el
reconocimiento facial para crear experiencias de juego inmersivas y efectivas en el ámbito educativo.
Estas tecnologías no solo mejoran el atractivo visual de los juegos educativos, sino que también
promueven un aprendizaje interactivo y personalizado. La realidad aumentada, por ejemplo, ha
demostrado ser efectiva en mejorar la comprensión y retención del contenido educativo al superponer
información digital sobre el mundo real. Un estudio realizado por (Bacca et al., 2014) señala que la RA
en entornos educativos puede aumentar la motivación y el compromiso de los estudiantes, facilitando
un aprendizaje más profundo y significativo. Del mismo modo, (Lee et al., 2020) indican que la
integración de RA en los juegos educativos proporciona un entorno de aprendizaje más atractivo y
dinámico, lo que puede resultar en mejores resultados de aprendizaje.
Por otro lado, el reconocimiento facial y otras tecnologías de inteligencia artificial (IA) permiten una
personalización sin precedentes en los juegos educativos. Según (Yang et al., 2021), estas tecnologías
pueden analizar las expresiones faciales y las respuestas emocionales de los estudiantes para adaptar el
contenido del juego a sus necesidades individuales, mejorando así la eficacia del proceso de aprendizaje.
Además, un estudio de (Elhammoumi et al., 2018) revela que el uso de tecnologías de reconocimiento
facial en la educación puede ayudar a monitorear la atención y el compromiso de los estudiantes en
tiempo real, permitiendo ajustes inmediatos en la enseñanza.
Estas tecnologías avanzadas no solo hacen que los juegos educativos sean más atractivos, sino que
también permiten un enfoque más centrado en el estudiante, donde el contenido se adapta
continuamente para satisfacer las necesidades específicas de cada usuario. Este enfoque personalizado
es fundamental para abordar las diversas formas en que los estudiantes aprenden y retener información,
como lo sugieren investigaciones recientes en el campo de la educación y la tecnología (Clark et al.,
2021).
Según (Bernal Párraga et al., 2024), el pensamiento computacional es una habilidad primordial para la
nueva era, lo que implica que la capacidad de procesar y analizar grandes volúmenes de datos es esencial
para diseñar sistemas educativos efectivos. La investigación destaca cómo la IA y las tecnologías
avanzadas pueden transformar la educación al permitir a los educadores tomar decisiones informadas
pág. 4064
basadas en datos precisos y en tiempo real. La aplicación de tecnologías avanzadas como la realidad
aumentada y el reconocimiento facial en los juegos educativos no solo mejora la experiencia de
aprendizaje, sino que también proporciona herramientas efectivas para personalizar la educación y
aumentar el compromiso y la motivación de los estudiantes. La integración de estas tecnologías en los
juegos educativos representa un paso significativo hacia la creación de entornos de aprendizaje más
eficaces y atractivos.
5. Evaluación Continua y Mejora Iterativa
Se realiza una evaluación continua del rendimiento de los estudiantes y la efectividad de los juegos
educativos, lo que permite ajustes y mejoras iterativas en el diseño y la implementación (Huang et al.,
2022). Este enfoque multidisciplinario garantiza que los juegos educativos impulsados por IA sean
diseñados e implementados de manera efectiva para mejorar el aprendizaje de los estudiantes en
entornos educativos.
RESULTADOS
El objetivo de este análisis es comprender el papel de la retroalimentación inmediata en los juegos
educativos impulsados por inteligencia artificial (IA) basándonos en los resultados de una encuesta con
150 respuestas. A continuación, se presenta un desglose de las opciones y sus respectivas respuestas en
la pregunta: ¿Cuál es uno de los desafíos principales en la integración de tecnología en el aula mediante
juegos educativos impulsados por IA?: Con los siguientes datos: a) Incrementar la duración del juego:
27 respuestas (20,5%), b) Facilitar la corrección de errores: 85 respuestas (64,4%), c) Aumentar el
tamaño del archivo: 6 respuestas (4,5%), d) Reducir la interactividad: 22 respuestas (16,7%).
En la Interpretación de Resultados se encuentra: el Facilitar la Corrección de Errores. La opción "b)
Facilitar la corrección de errores" recibió la mayoría de las respuestas, con un 64,4% de los encuestados
seleccionándola. Este resultado destaca la función principal de la retroalimentación inmediata en los
juegos educativos impulsados por IA: permitir a los estudiantes identificar y corregir sus errores en
tiempo real. Esta característica es crucial para el proceso de aprendizaje, ya que ayuda a: Mejorar la
comprensión: La corrección instantánea ayuda a los estudiantes a entender mejor los conceptos al
corregir sus errores mientras están aún frescos en su mente.
pág. 4065
Aumentar la retención: La retroalimentación inmediata facilita la retención del material al permitir que
los estudiantes practiquen y corrijan simultáneamente.
Motivar a los estudiantes: Al recibir correcciones instantáneas, los estudiantes pueden ver su progreso
y mejoras de inmediato, lo cual puede aumentar su motivación y compromiso con el aprendizaje.
Incrementar la Duración del Juego
La opción "a) Incrementar la duración del juego" obtuvo un 20,5% de las respuestas. Aunque menos
relevante que la corrección de errores, este resultado sugiere que algunos usuarios creen que la
retroalimentación inmediata puede mantener a los estudiantes involucrados en el juego por más tiempo.
La retroalimentación constante puede hacer que el juego sea más interactivo y dinámico, lo que podría
resultar en sesiones de juego más prolongadas.
Reducir la Interactividad y Aumentar el Tamaño del Archivo: Las opciones "d) Reducir la
interactividad" y "c) Aumentar el tamaño del archivo" recibieron un 16,7% y un 4,5% de las respuestas,
respectivamente. Estas opciones indican algunos puntos de vista menos comunes sobre la
retroalimentación inmediata. Es posible que algunos encuestados perciban la retroalimentación
constante como una distracción que interrumpe la fluidez del juego (reducción de la interactividad). Sin
embargo, esta percepción es minoritaria y no es considerada una función principal de la
retroalimentación inmediata. La preocupación sobre el aumento del tamaño del archivo es marginal,
reflejando que muy pocos consideran que la retroalimentación inmediata tenga un impacto significativo
en el almacenamiento del juego.
En la pregunta ¿Cuál es uno de los desafíos principales en la integración de tecnología en el aula
mediante juegos educativos impulsados por IA?, se observa en la Fig. 1.
Las respuestas desglosadas constan de la siguiente manera:
a) Falta de interés de los estudiantes: 20 respuestas (14%)
b) Costos elevados de implementación: 61 respuestas (42,7%)
c) Falta de capacitación para los educadores: 85 respuestas (59,4%)
d) Exceso de recursos tecnológicos: 12 respuestas (8,4%)
pág. 4066
Interpretación de Resultados
Falta de Capacitación para los Educadores
La opción "c) Falta de capacitación para los educadores" fue identificada como el desafío más
significativo, con un 59,4% de los encuestados seleccionándola. Este resultado destaca la importancia
crítica de la capacitación adecuada para los educadores en la adopción de tecnologías avanzadas como
los juegos educativos impulsados por IA. La carencia de formación especializada puede limitar la
capacidad de los docentes para integrar eficazmente estas herramientas en sus métodos de enseñanza,
reduciendo así el potencial de impacto positivo en el aprendizaje de los estudiantes.
Costos Elevados de Implementación: La opción "b) Costos elevados de implementación" recibió un
42,7% de las respuestas, lo que subraya la preocupación por el aspecto financiero de integrar tecnología
avanzada en el aula. Los altos costos asociados con la compra de hardware, software y la
implementación de sistemas de IA pueden ser prohibitivos, especialmente para instituciones con
presupuestos limitados. Este desafío sugiere la necesidad de soluciones más accesibles y apoyo
financiero para facilitar la adopción de tecnología educativa.
Falta de Interés de los Estudiantes: La opción "a) Falta de interés de los estudiantes" fue seleccionada
por el 14% de los encuestados. Aunque menos prevalente que los desafíos anteriores, el desinterés de
los estudiantes puede influir negativamente en la eficacia de los juegos educativos. Esto puede ser
abordado mediante el diseño de contenidos más atractivos y relevantes, y a través de la incorporación
de elementos de gamificación que motiven a los estudiantes a participar activamente.
Exceso de Recursos Tecnológicos: La opción "d) Exceso de recursos tecnológicos" fue la menos
seleccionada, con un 8,4%. Esto indica que, aunque tener demasiados recursos tecnológicos disponibles
puede ser un desafío en términos de manejo y priorización, no es tan significativo como la falta de
capacitación y los altos costos de implementación.
pág. 4067
Figura 1. ¿Cuál es uno de los desafíos principales en la integración de tecnología en el aula mediante
juegos educativos impulsados por IA?
DISCUSIÓN
La integración de juegos educativos impulsados por inteligencia artificial (IA) en el aula ofrece un
potencial significativo para transformar el proceso de enseñanza y aprendizaje. Sin embargo, la
implementación de esta tecnología enfrenta varios desafíos que deben ser abordados para maximizar
sus beneficios. Este artículo se centra en discutir los principales obstáculos y oportunidades en el diseño
e implementación de juegos educativos impulsados por IA. Entre los principales Desafíos Identificados
consta la Falta de Capacitación para los Educadores: según resultados de la Encuesta: El 59,4% de los
encuestados identificaron la falta de capacitación para los educadores como el desafío más significativo.
La carencia de formación especializada limita la capacidad de los docentes para integrar eficazmente
juegos educativos impulsados por IA en sus métodos de enseñanza. Es crucial desarrollar programas de
formación integral que equipen a los educadores con las habilidades y conocimientos necesarios para
utilizar estas herramientas tecnológicas. Otro aspecto de discusión son los costos Elevados de
Implementación: según los resultados obtenidos de la Encuesta: Un 42,7% de los participantes
señalaron los altos costos de implementación como un obstáculo principal. Los costos asociados con la
adquisición de hardware, software y la implementación de sistemas de IA pueden ser prohibitivos para
muchas instituciones educativas. Se necesita explorar soluciones más accesibles y modelos de
financiación que faciliten la adopción de tecnología educativa avanzada.
Un aspecto importante es Falta de Interés de los Estudiantes, los resultados de la Encuesta: El 14% de
los encuestados mencionaron la falta de interés de los estudiantes como un desafío. Aunque menos
pág. 4068
prevalente, el desinterés de los estudiantes puede afectar la eficacia de los juegos educativos. Es
fundamental diseñar contenidos atractivos y relevantes que capten la atención de los estudiantes y los
motiven a participar activamente. La incorporación de elementos de gamificación puede ser una
estrategia efectiva para aumentar el compromiso estudiantil. Las Oportunidades para Mejorar el
Aprendizaje encontradas según el análisis:
Personalización del Aprendizaje: Los juegos educativos impulsados por IA pueden adaptarse a las
necesidades individuales de los estudiantes, ofreciendo una experiencia de aprendizaje personalizada
que puede mejorar significativamente la comprensión y retención de los contenidos. Interactividad y
Retroalimentación Inmediata: La capacidad de proporcionar retroalimentación inmediata facilita la
corrección de errores y mejora la comprensión de los estudiantes de manera eficiente, lo cual fue
identificado como una función crucial en los juegos educativos. Acceso a Datos y Análisis: La IA puede
analizar grandes volúmenes de datos para identificar patrones y tendencias en el aprendizaje de los
estudiantes, permitiendo a los educadores ajustar sus estrategias de enseñanza de manera informada.
CONCLUSIONES
El diseño e implementación de juegos educativos impulsados por inteligencia artificial (IA) presentan
una oportunidad significativa para mejorar el proceso de enseñanza y aprendizaje en entornos
educativos. Sin embargo, este estudio ha identificado varios desafíos críticos que deben ser abordados
para maximizar los beneficios de esta tecnología. En primer lugar, la falta de capacitación para los
educadores se destaca como el principal obstáculo, con el 59,4% de los encuestados señalando esta
cuestión. Es esencial desarrollar programas de formación integral que proporcionen a los docentes las
habilidades necesarias para integrar eficazmente estos juegos en sus metodologías de enseñanza. Sin la
preparación adecuada, los beneficios potenciales de la IA en la educación no se podrán alcanzar
plenamente. El costo elevado de implementación también emerge como un desafío significativo,
identificado por el 42,7% de los participantes. Para muchas instituciones educativas, los gastos
asociados con la tecnología avanzada pueden ser prohibitivos. Es crucial explorar modelos de
financiación y soluciones tecnológicas más accesibles para permitir una adopción más amplia. Aunque
menos prevalente, la falta de interés de los estudiantes fue mencionada por el 14% de los encuestados
como un desafío. Diseñar juegos educativos que sean atractivos y relevantes es vital para captar la
pág. 4069
atención y motivar a los estudiantes a participar activamente. La incorporación de elementos de
gamificación y personalización puede ser una estrategia efectiva para aumentar el compromiso
estudiantil. Por último, el exceso de recursos tecnológicos, aunque identificado por solo el 8,4% de los
encuestados, requiere una gestión adecuada para asegurar que los recursos disponibles se utilicen de
manera eficiente y prioritaria. A pesar de estos desafíos, las oportunidades que presentan los juegos
educativos impulsados por IA son prometedoras. La personalización del aprendizaje, la interactividad
y la retroalimentación inmediata son características que pueden transformar el aprendizaje, haciendo
que sea más efectivo y adaptado a las necesidades individuales de cada estudiante. Además, la capacidad
de la IA para analizar datos y ofrecer insights permite a los educadores ajustar sus estrategias de manera
informada y precisa. En conclusión, para que los juegos educativos impulsados por IA puedan realizar
su potencial en la mejora del aprendizaje, es crucial abordar los desafíos identificados a través de la
formación adecuada de los educadores, la búsqueda de soluciones financieras accesibles y el diseño de
contenidos atractivos. Con estos pasos, se podrá desbloquear el potencial transformador de la IA en la
educación, beneficiando a estudiantes y educadores por igual.
REFERENCIAS BIBLIOGRAFICAS
Bacca, J., Baldiris, S., Fabregat, R., & Graf, S. (2014). Augmented reality trends in education: A sys-
tematic review of research and applications. Educational Technology & Society, 17(4), 133–149.
Bernal Párraga, A. P., Baquez Chávez, A. L., Hidalgo Jaen, N. G., Mera Alay, N. A., & Velásquez
Araujo, A. L. (2024). Pensamiento Computacional: Habilidad Primordial para la Nueva Era. Cien-
cia Latina, 8(2), 5177–5195.
Chang, Y., Lee, S., Wong, S. F., & Jeong, S.-P. (2022). AI-powered learning application use and grat-
ification: an integrative model. Inf. Technol. People, 35(7), 2115–2139.
Cheng, Y.-P., Lai, C.-F., Chen, Y.-T., Wang, W.-S., Huang, Y.-M., & Wu, T.-T. (2023). Enhancing
student’s computational thinking skills with student-generated questions strategy in a game-based
learning platform. Computers & Education, 200, 104794.
Clark, R. E., Feldon, D. F., Van Merriënboer, J., & Yates K and Early, S. (2021). Ex-pertise in evidence-
based learning game design: Factors that shape the decision-making process. Journal of Educa-
tional Psychology, 113(1), 159–171.
pág. 4070
Elhammoumi, O., Benmarrakchi, F., Ouherrou, N., el Kafi, J., & Hore, A. (2018). Emotion Recognition
in E-learning Systems. 1–6.
Essa, S. G., Celik, T., & Human-Hendricks, N. E. (2023). Personalized adaptive learning technologies
based on machine learning techniques to identify learning styles: A systematic literature review.
IEEE Access, 11, 48392–48409.
Gee, J. P. (2012). Learning with video games. In Edutopia. George Lucas Educational Foundation.
Gui, Y., Cai, Z., Yang, Y., Kong, L., Fan, X., & Tai, R. H. (2023). Effectiveness of digital educational
game and game design in STEM learning: a meta-analytic review. Int. J. STEM Educ., 10(1).
Huang, Y., Zhang, J., & Zhang, W. (2022). Effects of game-based learning on sci-ence learning out-
comes: A meta-analysis. Educational Technology Research and Development, 70(1), 73–96.
Hwang, G.-J., Wang, S.-Y., & Lai, C.-L. (2021). Effects of a social regulation-based online learning
framework on students’ learning achievements and behaviors in mathematics. Computers & Edu-
cation, 160, 104031.
Järvelä, S., Nguyen, A., & Hadwin, A. (2023). Human and artificial intelligence collaboration for so-
cially shared regulation in learning. British Journal of Educational Technology, 54(5), 1057–1076.
Ji, X., & Yang, Y. (2023). A discussion on the ``charging model’’ of the collaborative mechanism
between teachers and artificial intelligence based on Satir’s iceberg theory. Jlds, 3(3), 52–60.
Kong, S.-C., & Yang, Y. (2024). A Human-Centred Learning and Teaching Framework Using Gener-
ative Artificial Intelligence for Self-Regulated Learning Development through Domain
Knowledge Learning in K–12 Settings. IEEE Transactions on Learning Technologies.
Lee, K., Chiou, G., & Lin, J. (2020). The effects of augmented reality on students’ reading comprehen-
sion, intrinsic motivation, and learning anxiety. Educational Technology & Society, 23(2), 77–91.
Mesa Rave, N., Gómez Mar\’\in, A., & Arango Vásquez, S. I. (2023). Escenarios colaborativos de en-
señanza-aprendizaje mediados por tecnolog\’\ia para propiciar interacciones comunicativas en la
educación superior. RIED Rev. Iberoam. Educ. Distancia, 26(2), 259–282.
Mihaly, C. (2000). Flow the Psichology of Optimal Experience. In Facilitadores-alfa.org.
Murtaza, M., Ahmed, Y., Shamsi, J. A., Sherwani, F., & Usman, M. (2022). AI-based personalized e-
learning systems: Issues, challenges, and solutions. IEEE Access, 10, 81323–81342.
pág. 4071
Paz González, A., & Lahera Mart\’\inez Falconeri and Pérez Gallo, V. H. (2023). Teor\’\ia sociocultu-
ral: potencialidades para motivar la clase de Historia de Cuba en las universidades. Rev. EduSol,
23(83), 14–27.
Ryan, R. M., & Deci, E. L. (2022). Self-determination theory. In Encyclopedia of Quality of Life and
Well-Being Research (pp. 1–7). Springer International Publishing.
Segedy, J. R., Kinnebrew, J. S., & Biswas, G. (2013). The effect of contextualized conversational feed-
back in a complex open-ended learning environment. Educational Technology Research and De-
velopment, 61, 71–89.
Tian, L., Zhou, Y., Li, L., & Zhao, J. (2021). Application of artificial intelligence in personalized teach-
ing mode of college English. Journal of Intelligent & Fuzzy Systems, 40(4), 5365–5372.
Vrabie, C. (2023). Education 3.0–AI and Gamification Tools for Increasing Student Engagement and
Knowledge Retention. In PLAIS EuroSymposium on Digital Transformation (pp. 74–87).
Springer.
Wang, X., & Ke, F. (2020). Theoretical and methodological reflections on peda-gogical agent research:
Challenges, opportunities, and future directions. Computers & Education, 157.
Yang, Y., Li, J., & Xiao, Y. (2021). Facial expression recognition in intelligent education systems using
deep learning. Applied Sciences, 11(14).
Yenduri, G., Kaluri, R., Rajput Dharmendra Singh and Lakshmanna, K., Gadekallu, T. R., Mahmud,
M., & Brown, D. J. (2023). From Assistive Technologies to Metaverse–Technologies in Inclusive
Higher Education for Students with Specific Learning Difficulties: A Review. IEEE Access.
