APRENDIZAJE ADAPTATIVO EN EDUCACIÓN
SUPERIOR: ANÁLISIS DE PLATAFORMAS
DIGITALES Y SU IMPACTO EN EL APRENDIZAJE
PERSONALIZADO
ADAPTIVE LEARNING IN HIGHER EDUCATION: ANALYSIS OF
DIGITAL PLATFORMS AND THEIR IMPACT ON
PERSONALIZED LEARNING
Walter Guillermo Rodríguez Aroca
Universidad Estatal de Milagro, Ecuador
pág. 6599
DOI: https://doi.org/10.37811/cl_rcm.v8i5.14079
Aprendizaje Adaptativo en Educación Superior: Análisis de Plataformas
Digitales y su Impacto en el Aprendizaje Personalizado
Walter Guillermo Rodríguez Aroca1
wrodrigueza@unemi.edu.ec
https://orcid.org/0009-0002-9599-9891
Universidad Estatal de Milagro
Ecuador
RESUMEN
El estudio explora cómo las plataformas de aprendizaje adaptativo influyen en la personalización del
proceso educativo y en la mejora del rendimiento académico de los estudiantes en la educación superior.
A través de una revisión sistemática de la literatura, se analizaron 7 estudios clave seleccionados de
bases de datos académicas (WoS, Scopus y Scielo), los cuales proporcionan evidencia sobre el uso de
tecnologías adaptativas en diversas disciplinas. Los resultados indican que estas plataformas, impulsadas
por inteligencia artificial (IA) y algoritmos de aprendizaje automático, permiten ajustar los contenidos
a las necesidades individuales de los estudiantes, mejorar su motivación y facilitar el avance a su propio
ritmo. A pesar de los avances, persisten desafíos éticos y prácticos, especialmente en torno a la
privacidad de los datos y los sesgos en los algoritmos. Este estudio busca contribuir al entendimiento de
la eficacia de estas plataformas en la educación superior y plantea líneas futuras de investigación para
optimizar su implementación.
Palabras clave: Plataformas adaptativas, personalización del aprendizaje, educación superior,
tecnologías educativas, rendimiento académico
1
Autor principal.
Correspondencia: jpalaciosg2@unemi.edu.ec
pág. 6600
Adaptive Learning in Higher Education: Analysis of Digital Platforms and
their Impact on Personalized Learning
ABSTRACT
The study explores how adaptive learning platforms influence the personalization of the educational
process and improve students' academic performance in higher education. Through a systematic
literature review, 7 key studies were analyzed, selected from academic databases (WoS, Scopus, and
Scielo), which provide evidence on the use of adaptive technologies in various disciplines. The results
indicate that these platforms, driven by artificial intelligence (AI) and machine learning algorithms,
allow for adjusting content to the individual needs of students, enhancing their motivation, and enabling
them to progress at their own pace. Despite these advancements, ethical and practical challenges remain,
particularly regarding data privacy and algorithmic biases. This study aims to contribute to the
understanding of the effectiveness of these platforms in higher education and suggests future research
directions to optimize their implementation.
Keywords: Adaptive platforms, personalized learning, higher education, educational technologies,
academic performance
Artículo recibido 08 agosto 2024
Aceptado para publicación: 11 septiembre 2024
pág. 6601
INTRODUCCIÓN
En el ámbito de la educación superior, las tecnologías digitales han transformado profundamente los
procesos de enseñanza y aprendizaje (Teräs, 2022; Popal et al., 2024). Con el rápido avance de las
plataformas educativas, surge la posibilidad de personalizar los contenidos de manera que respondan a
las necesidades individuales de los estudiantes. Este enfoque, conocido como aprendizaje adaptativo, ha
cobrado relevancia en los últimos años, ya que promete mejorar el rendimiento académico a través de
la adaptación de los materiales de enseñanza a los ritmos y estilos de aprendizaje de cada estudiante
(Tseng et al., 2008).
El aprendizaje adaptativo se basa en el uso de algoritmos que monitorean el progreso del estudiante,
ofreciendo recursos personalizados y retroalimentación en tiempo real (Kasinathan et al., 2017). Esta
tecnología ha sido ampliamente implementada en diversas plataformas digitales, que están diseñadas
para mejorar la eficiencia del proceso de enseñanza y optimizar los resultados de los estudiantes
(Dziuban et al., 2018). Sin embargo, aún existen preguntas sobre la efectividad de estas plataformas en
la educación superior y su verdadero impacto en el rendimiento académico de los estudiantes.
A pesar de la creciente adopción de estas tecnologías, la literatura académica ofrece resultados mixtos
sobre su impacto en la personalización del aprendizaje y en los resultados académicos. Este estudio
busca consolidar y analizar las evidencias disponibles sobre el tema, brindando una revisión sistemática
de las plataformas de aprendizaje adaptativo y su influencia en el ámbito de la educación superior.
Pregunta de investigación:
¿Cómo influyen las plataformas de aprendizaje adaptativo en la personalización del proceso educativo
y en la mejora del rendimiento académico de los estudiantes en educación superior?
Objetivo del estudio:
Analizar la eficacia de las plataformas digitales adaptativas en la educación superior, evaluando su
capacidad para personalizar los contenidos de aprendizaje según las necesidades individuales de los
estudiantes.
METODOLOGÍA
Para la revisión sistemática, se consultaron tres bases de datos académicas principales: Web of Science
(WoS), Scopus y Scielo, el día 24 de octubre de 2024. La búsqueda incluyó estudios que abordaran el
pág. 6602
impacto de las plataformas de aprendizaje adaptativo en el rendimiento académico y la personalización
del aprendizaje en educación superior.
Términos clave utilizados en la búsqueda:
• "Aprendizaje adaptativo en educación superior"
• "Plataformas digitales adaptativas"
• "Personalización del aprendizaje"
• "Rendimiento académico y tecnologías adaptativas"
• "Tecnologías educativas adaptativas"
Criterios de inclusión:
1. Artículos publicados en revistas científicas indexadas entre 2020 y 2024.
2. Estudios que evaluaran plataformas de aprendizaje adaptativo en educación superior.
3. Artículos que incluyeran datos empíricos sobre el impacto en el rendimiento académico y la
personalización del aprendizaje.
4. Publicaciones en inglés y español.
Criterios de exclusión:
1. Artículos que no presentaran datos empíricos.
2. Estudios centrados en niveles educativos inferiores a la educación superior.
3. Publicaciones no accesibles en texto completo.
Se identificaron inicialmente 2500 artículos en las tres bases de datos, luego de aplicar los criterios de
inclusión y exclusión quedaron un total de 50 artículos, de los cuales se seleccionaron 7 estudios clave
para un análisis más detallado.
RESULTADOS Y DISCUSIÓN
Tras la revisión sistemática, se identificaron siete artículos clave que proporcionaron evidencia
significativa sobre el impacto de las plataformas digitales adaptativas en la educación superior. Estos
estudios examinan cómo dichas plataformas permiten la personalización del aprendizaje, adaptándose a
las necesidades individuales de los estudiantes y mejorando su rendimiento académico.
Los estudios revelan que las plataformas adaptativas permiten a los estudiantes avanzar a su propio
ritmo, mientras reciben retroalimentación inmediata. Esto no solo incrementa la motivación de los
pág. 6603
estudiantes, sino que también tiene un impacto positivo en sus resultados académicos. Además, el uso
de tecnologías como la inteligencia artificial (IA) y el aprendizaje automático (AA) en el ámbito del e-
learning ha transformado la personalización de las experiencias educativas. De acuerdo con el análisis
de 63 artículos, los sistemas de aprendizaje adaptativo impulsados por IA y AA han demostrado ser
altamente eficaces para optimizar las trayectorias de aprendizaje, ajustando tanto los contenidos como
las actividades de acuerdo con las necesidades específicas de cada estudiante. Esta personalización ha
mostrado mejoras sustanciales en los resultados académicos, con estudios que reportan aumentos en las
calificaciones tras la implementación de estos sistemas adaptativos (Gligorea et al., 2023).
El uso de la inteligencia artificial generativa (GAI) también ha sido ampliamente investigado en los
últimos años, posicionando a las plataformas adaptativas como herramientas clave para personalizar la
educación. Un análisis exhaustivo de 207 estudios concluye que la GAI es particularmente efectiva en
la evaluación personalizada, el soporte en el aprendizaje y los sistemas de tutoría inteligente,
proporcionando retroalimentación instantánea ajustada a las necesidades de los estudiantes (Bahroun et
al., 2023). Además, el estudio de Bahroun et al. (2023) destaca cómo la GAI ha permitido innovaciones
significativas en el diseño curricular, facilitando la personalización del aprendizaje en áreas como la
ingeniería y la medicina. Estas aplicaciones han demostrado ser eficaces en la mejora del rendimiento
académico, adaptando los contenidos y métodos de enseñanza a las capacidades individuales de los
estudiantes. Sin embargo, se subraya la necesidad de abordar cuestiones éticas y prácticas, como la
privacidad de los datos y el posible sesgo en los sistemas basados en IA.
Un estudio reciente llevado a cabo por Contrino et al. (2024) sobre la plataforma CogBooks® en un
curso universitario de estadística, mostró que los estudiantes que utilizaron esta herramienta adaptativa
obtuvieron un aumento significativo en sus resultados académicos. En los cursos con aprendizaje
adaptativo, las calificaciones promedio fueron más altas tanto en los exámenes parciales como en los
finales, con un promedio de 80.6 en comparación con 61.4 en los cursos sin esta tecnología. Además, la
proporción de estudiantes con calificaciones superiores a 90 aumentó de 15.2% a 24.3% en los cursos
que utilizaron la plataforma. Los resultados también indicaron que los estudiantes en modalidad
presencial con aprendizaje adaptativo obtuvieron calificaciones más altas que aquellos en modalidad en
línea (83.7 frente a 77.3 en la nota final).
pág. 6604
El estudio de Manly (2024) analizó 200,000 actividades de aprendizaje adaptativo en más de 50 cursos
de educación superior y encontró que el uso de múltiples modalidades de contenido (texto, video, audio,
interactivo) incrementó significativamente el rendimiento académico, con una mejora promedio del
0.131 en una escala de 0 a 1. Asimismo, el 58% de las actividades que incluyeron más de una modalidad
mostraron una mejora adicional del 8.9%.
En cuanto al uso de chatbots generativos en la educación, el estudio realizado en la Universidad de
Plovdiv por Ilieva et al. (2023) reveló que los estudiantes que interactuaron con chatbots experimentaron
mejoras en su rendimiento académico y satisfacción, además de reducirse la carga administrativa de los
docentes mediante la automatización de tareas como la evaluación y la gestión de cursos.
Por otro lado, el estudio de Gallardo-Guerrero et al. (2022) implementó la metodología del aula invertida
en la gestión deportiva, involucrando a 370 estudiantes de universidades públicas y privadas. Los
resultados mostraron que este enfoque favorece el aprendizaje colaborativo y la interacción positiva con
los docentes, siendo la personalización del aprendizaje más apreciada en las universidades privadas.
Finalmente, el estudio de Makhambetova et al. (2021), que involucró a 65 profesores y 700 estudiantes
de Rusia y Kazajistán, demostró que el aprendizaje personalizado no solo mejora el rendimiento
académico, sino que también incrementa la motivación de los estudiantes al adaptar los contenidos y
métodos educativos a sus necesidades. El 95.7% de los estudiantes indicaron que su principal motivación
era convertirse en profesionales altamente cualificados, mientras que el 83% mencionó que su
motivación estaba relacionada con el éxito en sus futuras actividades profesionales.
En el contexto de la investigación, los resultados evidencian que las plataformas de aprendizaje
adaptativo tienen un impacto significativo en la personalización del proceso educativo y en la mejora
del rendimiento académico de los estudiantes. A partir de los 7 estudios clave seleccionados en la
revisión sistemática, se identificaron varios factores cruciales que contribuyen a este impacto positivo
(Makhambetova et al., 2021).
Primero, el uso de inteligencia artificial y algoritmos de aprendizaje automático en estas plataformas
permite un seguimiento continuo del progreso del estudiante, ajustando los contenidos y ofreciendo
retroalimentación en tiempo real, lo que mejora su motivación y autoeficacia. Estas tecnologías permiten
a los estudiantes avanzar a su propio ritmo, lo que se refleja en una mayor satisfacción y mejores
pág. 6605
resultados académicos. Estudios como los de Contrino et al. (2024) demostraron que el uso de
plataformas adaptativas, como CogBooks®, condujo a un incremento significativo en las calificaciones
promedio de los estudiantes, especialmente en exámenes parciales y finales.
Además, la inclusión de múltiples modalidades de contenido (texto, video, audio) dentro de las
plataformas adaptativas refuerza la comprensión y retención del conocimiento, como se observó en el
estudio de Manly (2024), donde los estudiantes que utilizaron plataformas con estas características
mostraron una mejora promedio del 13.1% en su rendimiento académico. Este enfoque multimodal
facilita un aprendizaje más inclusivo, alineándose con principios de diseño universal que buscan atender
las diversas necesidades de los estudiantes.
Otro aspecto relevante es el uso de herramientas como los chatbots generativos, que, según el estudio
de Ilieva et al. (2023), proporcionan una retroalimentación instantánea y personalizada, reduciendo la
carga administrativa para los docentes y mejorando la interacción estudiante-docente. Esta innovación
ha sido especialmente efectiva en el aprendizaje híbrido, donde los estudiantes se benefician de una
mayor personalización y soporte continuo.
No obstante, aunque los resultados son alentadores, también emergen desafíos relacionados con la
privacidad de los datos y los sesgos inherentes en los algoritmos de IA, lo cual fue destacado por
Bahroun et al. (2023). Estos aspectos éticos y prácticos requieren una mayor atención en futuros
estudios, con el fin de garantizar que las plataformas adaptativas sean utilizadas de manera equitativa y
responsable en diversos contextos educativos.
En resumen, los hallazgos sugieren que las plataformas de aprendizaje adaptativo tienen el potencial de
transformar positivamente la educación superior, proporcionando experiencias de aprendizaje
personalizadas y mejorando el rendimiento académico. Sin embargo, es fundamental continuar
investigando para optimizar su implementación y abordar los desafíos asociados a su uso.
CONCLUSIONES
En conclusión, las plataformas de aprendizaje adaptativo han demostrado ser herramientas valiosas para
personalizar el proceso de enseñanza en la educación superior, mejorando el rendimiento académico de
los estudiantes al adaptar los contenidos a sus necesidades individuales. Los beneficios incluyen un
aumento en la motivación, una mayor autoeficacia y la posibilidad de avanzar a ritmos personalizados.
pág. 6606
Sin embargo, la efectividad de estas plataformas depende en gran medida del contexto de
implementación, la calidad de los recursos adaptativos y el compromiso de los estudiantes. Además, se
identifican desafíos relacionados con la privacidad de los datos y posibles sesgos en los algoritmos.
Futuros estudios deberían enfocarse en optimizar estas plataformas para distintos tipos de estudiantes y
disciplinas, así como en evaluar su impacto a largo plazo en el rendimiento académico.
REFERENCIAS BIBLIOGRÁFICAS
1. Bahroun, Z., Anane, C., Ahmed, V., & Zacca, A. (2023). Transforming Education: A Comprehensive
Review of Generative Artificial Intelligence in Educational Settings through Bibliometric and
Content Analysis. Sustainability, 15(17), Article 17. https://doi.org/10.3390/su151712983
2. Contrino, M. F., Reyes-Millán, M., Vázquez-Villegas, P., & Membrillo-Hernández, J. (2024). Using
an adaptive learning tool to improve student performance and satisfaction in online and face-to-
face education for a more personalized approach. Smart Learning Environments, 11(1). Scopus.
https://doi.org/10.1186/s40561-024-00292-y
3. Dziuban, C., Graham, C. R., Moskal, P. D., Norberg, A., & Sicilia, N. (2018). Blended learning: The
new normal and emerging technologies. International Journal of Educational Technology in
Higher Education, 15, 38.
4. Gallardo-Guerrero, A.-M., Maciá-Andreu, M.-J., Conde-Pascual, E., Sánchez-Sáez, J.-A., Zurita-
Ortiz, B., & García-Tascón, M. (2022). From Flipped Classroom to Personalised Learning as an
Innovative Teaching Methodology in the Area of Sports Management in Physical Activity and
Sport Sciences. Sustainability (Switzerland), 14(13). Scopus.
https://doi.org/10.3390/su14137714
5. Gligorea, I., Cioca, M., Oancea, R., Gorski, A.-T., Gorski, H., & Tudorache, P. (2023). Adaptive
Learning Using Artificial Intelligence in e-Learning: A Literature Review. Education Sciences,
13(12), Article 12. https://doi.org/10.3390/educsci13121216
6. Ilieva, G., Yankova, T., Klisarova-Belcheva, S., Dimitrov, A., Bratkov, M., & Angelov, D. (2023).
Effects of Generative Chatbots in Higher Education. Information (Switzerland), 14(9). Scopus.
https://doi.org/10.3390/info14090492
pág. 6607
7. Kasinathan, V., Mustapha, A., & Medi, I. (2017). Adaptive learning system for higher learning (p.
970). https://doi.org/10.1109/ICITECH.2017.8079975
8. Makhambetova, A., Zhiyenbayeva, N., & Ergesheva, E. (2021). Personalized learning strategy as a
tool to improve academic performance and motivation of students. International Journal of
Web-Based Learning and Teaching Technologies, 16(6). Scopus.
https://doi.org/10.4018/IJWLTT.286743
9. Manly, C. A. (2024). A Panel Data Analysis of Using Multiple Content Modalities during Adaptive
Learning Activities. Research in Higher Education, 65(6), 1112-1136. Scopus.
https://doi.org/10.1007/s11162-024-09784-9
10. Popal, A., Negussie, D., Hirgo, J., Negussie, Y., Tolani, C., & Japee, G. (2024). THE IMPACT OF
TECHNOLOGY ON HIGHER EDUCATION IN THE 21 st CENTURY: A SYSTEMATIC
LITERATURE REVIEW. GAP iNTERDISCIPLINARITIES - A GLOBAL JOURNAL OF
INTERDISCIPLINARY STUDIES, VII, 120-126.
11. Teräs, M. (2022). Neil Selwyn: Education and technology: Key issues and debates. International
Review of Education. https://doi.org/10.1007/s11159-022-09971-9
12. Tseng, J. C. R., Chu, H.-C., Hwang, G.-J., & Tsai, C.-C. (2008). Development of an adaptive learning
system with two sources of personalization information. Computers & Education, 51(2), 776-
786. https://doi.org/10.1016/j.compedu.2007.08.002
