EL USO DE LA INTELIGENCIA ARTIFICIAL
PARA LA PERSONALIZACIÓN DEL
APRENDIZAJE EN CONTEXTOS INCLUSIVOS
THE USE OF ARTIFICIAL INTELLIGENCE FOR
PERSONALIZED LEARNING IN INCLUSIVE CONTEXTS
María del Consuelo Cocha Millingalle
Instituto Superior Tecnológico Los Andes, Ecuador
Ana Lucía Oleas Núñez
Investigador Indepediente, Ecuador
Meneses Pillajo Mayra Elizabeth
Unidad Educativa Mi Inun Ya, Ecuador
Diego Jesús Naveda Bonilla
Instituto Superior Tecnológico Los Andes, Ecuador
Luisa Rosa Zhunio Suin
Investigador Indepediente, Ecuador
pág. 5846
DOI: https://doi.org/10.37811/cl_rcm.v8i6.15289
El Uso de la Inteligencia Artificial para la Personalización del Aprendizaje
en Contextos Inclusivos
María del Consuelo Cocha Millingalle 1
mariac.cocha1@istla.edu.ec
Instituto Superior Tecnológico Los Andes
Ecuador
Ana Lucía Oleas Núñez
anyoleas@hotmail.es
Investigador Indepediente
Ecuador
Meneses Pillajo Mayra Elizabeth
mayra.meneses@educacion.gob.ec
Unidad Educativa Mi Inun Ya
Ecuador
Diego Jesús Naveda Bonilla
diegoj.naveda1@istla.edu.ec
Instituto Superior Tecnológico Los Andes
Ecuador
Luisa Rosa Zhunio Suin
luisazhunio14@gmail.com
Investigador Indepediente
Ecuador
RESUMEN
El artículo científico explora el impacto de la inteligencia artificial (IA) en la personalización del
aprendizaje en contextos educativos inclusivos, respondiendo a la pregunta general: ¿Cuál es el aporte
de la IA para la personalización del aprendizaje en contextos escolares inclusivos?. Destaca cómo
técnicas como el aprendizaje automático y los sistemas tutoriales inteligentes adaptan estrategias
educativas a las necesidades individuales, mejorando la experiencia y resultados de aprendizaje. Se
abordan desafíos éticos, como la privacidad y la equidad, y se enfatiza la necesidad de integrar la IA de
manera ética y pedagógica. La investigación concluye que la IA puede transformar la educación al
fomentar la equidad y la inclusión, siempre que se implemente con responsabilidad y enfoque humano.
Palabras clave: inteligencia artificial, inclusión educativa, aprendizaje personalizado, TIC
1
Autor principal.
Correspondencia: mariac.cocha1@istla.edu.ec
pág. 5847
The Use of Artificial Intelligence for Personalized Learning in Inclusive
Contexts
ABSTRACT
The scientific article explores the impact of artificial intelligence (AI) on personalized learning in
inclusive educational contexts, addressing the central question: What is the contribution of AI to
personalized learning in inclusive school contexts? It highlights how techniques such as machine
learning and intelligent tutoring systems adapt educational strategies to individual needs, enhancing
learning experiences and outcomes. Ethical challenges, such as privacy and equity, are discussed,
emphasizing the need to integrate AI ethically and pedagogically. The research concludes that AI can
transform education by fostering equity and inclusion, provided it is implemented responsibly and with
a human-centered approach.
Keywords: artificial intelligence, educational inclusion, personalized learning, ICT
Artículo recibido 20 noviembre 2024
Aceptado para publicación: 18 diciembre 2024
pág. 5848
INTRODUCCIÓN
En los últimos años la inteligencia artificial ha emergido como una tecnología revolucionaria en el
campo de la educación, brindando nuevas oportunidades para la personalización del aprendizaje. Más
allá de la simple entrega de contenido, los sistemas de IA pueden analizar datos sobre los estudiantes,
identificar patrones de aprendizaje y adaptar dinámicamente los recursos y estrategias de enseñanza a
las necesidades individuales (González, 2023; Wu et al., 2024). Esto es particularmente relevante en
contextos inclusivos, donde los estudiantes pueden tener una amplia gama de habilidades, estilos de
aprendizaje y antecedentes.
Los avances recientes en técnicas como el aprendizaje automático, el procesamiento de lenguaje natural
y las redes neuronales han impulsado el desarrollo de aplicaciones de IA en educación (Kazimzade et
al., 2019). Estas herramientas permiten a los sistemas de IA analizar grandes volúmenes de datos sobre
el desempeño y el comportamiento de los estudiantes, identificar fortalezas y debilidades, y generar
recomendaciones personalizadas (González, 2023). Además, la IA puede mejorar la retroalimentación
y el desarrollo de recursos interactivos, lo que facilita el aprendizaje y la participación de los estudiantes
(González, 2023; García-Umaña y Tirado-Morueta, 2018).
La aplicación de la IA en la educación ofrece múltiples beneficios. Por un lado, permite a los docentes
enfocar sus esfuerzos en la guía y el apoyo individualizados, liberándolos de tareas administrativas y
de seguimiento (García-Peña et al., 2020). Por otro lado, los sistemas de IA pueden proporcionar a los
estudiantes experiencias de aprendizaje más enriquecedoras, adaptadas a sus necesidades y preferencias
(García-Peña et al., 2020). Sin embargo, la implementación de la IA en contextos educativos inclusivos
también plantea desafíos. Es crucial abordar cuestiones éticas, como la privacidad de los datos, la
equidad y la transparencia de los algoritmos, para garantizar que la TIC no genere nuevas formas de
exclusión o discriminación. Ahora bien, el desafío para los profesores es brindar instrucción,
retroalimentación y atención a una gran cantidad de estudiantes en un tiempo limitado, con el objetivo
de que aprueben las evaluaciones con buenas calificaciones (Mohammed & Watson, 2019). Esto a
menudo es difícil de lograr porque los educandos tienen estilos de aprendizaje variados, diferentes
niveles de conocimientos previos y habilidades cognitivas, diversas disposiciones emocionales y, lo
más importante, distintas necesidades de aprendizaje.
pág. 5849
La tecnología de la IA en educación y los sistemas tutoriales inteligentes se han posicionado
directamente para abordar el desafío del aprendizaje personalizado avanzado desde su inicio formal a
finales de la década de 1990 (Mohammed & Watson, 2019), así mismo para ayudar en la gestión del
personal docente. La capacidad de la IA para analizar grandes volúmenes de datos, aprender patrones y
tomar decisiones basadas en algoritmos sofisticados está transformando la forma en que enseñamos y
aprendemos.
Sin embargo, existe algunas investigaciones que mencionan que los profesores se resisten al uso de la
tecnología de IA en la educación, ya que temen ser reemplazados y perder el control del proceso de
enseñanza-aprendizaje. Las herramientas basadas en IA tienen el potencial de proporcionar una
experiencia de aprendizaje más adaptada, eficiente y enriquecedora para los estudiantes (Mello et al.,
2023; Maghsudi et al., 2021). Al analizar datos de desempeño, nivel de atención y estilos de aprendizaje,
las aplicaciones de IA pueden sugerir contenido y estrategias de enseñanza personalizadas para cada
estudiante, apoyando así la inclusión y el logro del aprendiz de manera más efectiva (González, 2023).
La presente investigación busca desarrollar un marco referencial sobre "El uso de la inteligencia
artificial para la personalización del aprendizaje en contextos inclusivos", aportando una discusión
sobre el papel de la IA en la educación inclusiva, las brechas y desafíos que aún se deben abordar, y las
oportunidades que ofrece esta tecnología para mejorar los resultados de aprendizaje en entornos
diversos y heterogéneos (García-Peña et al., 2020; González, 2023; Hernández & Prats, 2022).
Respondiendo a la cuestión de investigación ¿Cuál es el aporte de la IA para la personalización del
aprendizaje en contextos escolares inclusivos? Aquello permitirá determinar un avance en la literatura
para futuras investigaciones relacionadas.
REVISIÓN LITERARIA
Historia de la Inteligencia Artificial
La Inteligencia Artificial, más conocida por sus siglas en inglés IA, es un campo de estudio que ha
experimentado un rápido desarrollo y creciente interés en las últimas décadas. Sus orígenes se remontan
a la antigua Egipto, pero fue hasta mediados del siglo XX que se establecieron los fundamentos teóricos
de esta disciplina (Lowry et al., 1951).
El término "Inteligencia Artificial" fue acuñado en 1956, dando inicio a una serie de investigaciones y
pág. 5850
proyectos que han impactado el desarrollo de otras tecnologías (Mántaras, 1987).
El nacimiento de la IA se atribuye a tres investigadores principalmente Ada Lovelace (1815 - 1852),
Charles Babbage (1771 - 1871) y Alan Turing (1912 - 1954) quienes sentaron las bases teóricas y
conceptuales. Desde entonces, los avances en procesos y algoritmos han llevado a la IA a convertirse
en una tecnología versátil aplicada en diversos campos como la medicina, las finanzas, la educación y
los servicios, entre otros (Hengxuan et al., 2020; Luchini et al., 2021)
Si bien los primeros intentos de crear máquinas inteligentes surgieron en la década de 1950, la IA ha
enfrentado diversos retos y limitaciones a lo largo de su historia. En sus inicios, la IA se enfocaba en la
simulación de la inteligencia humana, buscando crear máquinas capaces de "pensar, aprender y crear"
(Varnosfaderani & Forouzanfar, 2024; Arslan, 2024). Sin embargo, los primeros sistemas desarrollados
tenían aplicaciones limitadas en el mundo real debido a las restricciones tecnológicas de la época, siendo
considerados poco realistas, impracticables y difíciles de utilizar (Hengxuan et al., 2020). A lo largo de
las décadas, los avances en el procesamiento de datos y el aprendizaje automático han permitido que la
IA evolucione hacia lo que hoy se conoce como Inteligencia Artificial Social, aplicando técnicas de
inteligencia a fenómenos sociales. La IA ha encontrado múltiples usos en campos como la medicina, el
aprendizaje de idiomas y el análisis de datos, demostrando su potencial para aportar un valor
significativo (Jaquenod, 1986; Hernández & Prats, 2022)
Figura 1: Evolución de la IA, generada por con Inteligencia Artificial
pág. 5851
La imagen es una representación artística que ilustra el desarrollo histórico y conceptual de la
inteligencia artificial (IA) a través del tiempo. En la parte superior, los engranajes y circuitos representan
los fundamentos mecánicos y computacionales que dieron origen a la IA, evocando los primeros
autómatas y las ideas de Charles Babbage y Ada Lovelace sobre máquinas capaces de realizar cálculos
complejos. También se destacan elementos como computadoras clásicas y tableros electrónicos,
simbolizando los avances tecnológicos del siglo XX.
En el centro, una línea evolutiva muestra figuras humanas avanzando progresivamente hacia formas
humanoides robóticas, simbolizando la transición del pensamiento humano a la creación de máquinas
inteligentes. Esto alude a momentos clave como la creación del Turing Test, la aparición de los primeros
programas de aprendizaje automático y los sistemas expertos de las décadas de 1970 y 1980.
En la parte inferior, la evolución de las cabezas humanas hacia diseños mecanizados y finalmente un
cerebro digital representa el impacto de las redes neuronales y el aprendizaje profundo. Estas imágenes
destacan cómo la IA busca replicar y superar capacidades humanas, como el razonamiento y la
creatividad. En conjunto, la composición conecta el pasado, presente y futuro de la IA, resaltando su
capacidad para transformar la sociedad, mientras plantea reflexiones sobre el equilibrio entre tecnología
y humanidad.
La inteligencia artificial y su aporte a la Educación en América Latina
La Educación es un ámbito del área de las Ciencias Sociales que ha sido profundamente impactado por
los avances de la Inteligencia Artificial en los últimos años (Hernández & Prats, 2022). La integración
de las tecnologías basadas en IA ha transformado la forma en que los estudiantes aprenden, los maestros
enseñan y las instituciones educativas operan (Kamalov et al., 2023). Estos nuevos sistemas inteligentes
han permitido personalizar experiencias de aprendizaje, automatizar tareas administrativas y
proporcionar retroalimentación en tiempo real, revolucionando así el panorama educativo y fomentando
un entorno de aprendizaje más inclusivo y efectivo (García‐Martínez et al., 2023).
Uno de los principales aportes de la IA en la Educación es la capacidad de personalizar el aprendizaje
para cada estudiante. Los sistemas de IA pueden analizar datos sobre el desempeño, las preferencias y
las necesidades de cada alumno, y adaptar los contenidos, los métodos de enseñanza y el ritmo de
aprendizaje de acuerdo a sus características individuales (González, 2023; Bhutoria, 2022; Córdoba &
pág. 5852
García-Umaña, 2017). Esto permite a los estudiantes progresar a su propio ritmo y recibir el apoyo que
requieren, lo cual ha demostrado tener un impacto positivo en los resultados académicos (Campo et al.,
2012).
Asimismo, la IA ha sido utilizada para mejorar los procesos de retroalimentación y evaluación,
permitiendo a los maestros obtener información más detallada sobre el progreso de sus estudiantes y
ajustar sus estrategias de enseñanza en consecuencia (Calatayud et al., 2021). Asimismo, la IA ha
permitido mejorar la eficiencia y precisión de la retroalimentación proporcionada a los estudiantes. Los
sistemas de IA pueden analizar el trabajo de los alumnos, identificar áreas de mejora y ofrecer
sugerencias personalizadas para su desarrollo, lo cual ayuda a los estudiantes a comprender mejor sus
fortalezas y debilidades y a enfocar sus esfuerzos de manera más efectiva (Hernández & Prats, 2022).
Estas herramientas digitales e innovación tecnológica basadas en la ingeniería de IA representan una
oportunidad para abordar las brechas de desigualdad en el acceso a recursos educativos de calidad y
promover una educación más equitativa e inclusiva (Innovaciones Digitales Para La Educación En
América Latina, 2024; Garcia & Wilson-Kennedy, 2024).
Figura 2: Aplicaciones de IA en la Educación en América Latina
pág. 5853
La figura representa un mapa de calor que ilustra la intervención de la inteligencia artificial (IA) en la
educación en distintos países de América Latina, considerando áreas clave de aplicación. En el eje
vertical se listan los países, mientras que el eje horizontal muestra cinco áreas principales:
personalización del aprendizaje, evaluación automatizada, asistentes virtuales, análisis predictivo y
gestión administrativa.
Los valores numéricos (1-5) indican el nivel de implementación, donde un color más oscuro representa
mayor intensidad. Por ejemplo, Brasil y Colombia muestran altos niveles de implementación en
"Análisis Predictivo" y "Asistentes Virtuales", mientras que México y Argentina destacan en "Gestión
Administrativa". Sin embargo, áreas como "Personalización del Aprendizaje" presentan niveles
relativamente bajos en la mayoría de los países. Este análisis sugiere que la implementación de IA varía
considerablemente según el país y el área, reflejando tanto oportunidades como brechas en la adopción
tecnológica dentro de la educación latinoamericana.
La inclusión tecnológica en el aula de clases
El aula de clase ha experimentado una transformación significativa en las últimas décadas, impulsada
por la creciente integración de la tecnología en el proceso de enseñanza-aprendizaje (Silvestre & Claros,
2023). La introducción de herramientas tecnológicas, como computadoras, internet, tabletas y pizarras
electrónicas, ha cambiado la dinámica entre estudiantes y docentes, donde el papel del maestro ya no
es el de un transmisor unidireccional del conocimiento, sino más bien un facilitador que ayuda a los
estudiantes a procurar, reorganizar y presentar información de manera activa (Zhang, 2014; Córdoba,
Lara y García-Umaña, 2017).
Diversos estudios han explorado la influencia de la tecnología en el ámbito educativo. Según este
artículo, la tecnología se ha convertido en un agente transformador de la sociedad, y el conocimiento
que se puede generar a partir de la información disponible (Falco, 2017; Altares-López et al., 2024). De
igual manera, se ha documentado que las actitudes positivas hacia la tecnología como herramienta de
aprendizaje por parte de padres, estudiantes y docentes ha sido un factor clave para su adopción
(Quintana & Fernández, 2015).
Sin embargo, la mera integración de dispositivos tecnológicos en el aula no garantiza una experiencia
de aprendizaje eficaz y significativa.
pág. 5854
Para lograr una verdadera integración tecnológica en el proceso de enseñanza-aprendizaje, es necesario
que cada uno de los componentes, desde la planeación del docente hasta el currículo, se articulen de
manera coherente y generen una experiencia de aprendizaje única e integrada (Rodríguez et al., 2019).
Los actores principales del aula de clase son los estudiantes, quienes tienen expectativas y percepciones
sobre cómo la tecnología debería utilizarse para apoyar su aprendizaje (Regmi, 2024). Incorporar sus
voces y perspectivas es fundamental para comprender los retos y oportunidades que presenta la
integración tecnológica en el aula. Sin embargo, se debe mantener un equilibrio entre el uso normal y
desmedido que podría darse en la inevitable inclusión de la tecnología en las aulas (Guerrero & Kalman,
2010; Falco, 2017). Para eso, se requiere facilitadores capacitados que puedan elegir el tiempo y la
herramienta digital adecuada de acuerdo a la transmisión de conocimiento.
La transformación del aula mediante la integración de tecnología ha redefinido los roles de docentes y
estudiantes, destacando la importancia del aprendizaje activo y colaborativo. Sin embargo, este cambio
no solo depende de la disponibilidad de herramientas tecnológicas, sino de su uso estratégico y alineado
con objetivos pedagógicos claros. La tecnología puede ser un agente transformador del aprendizaje,
pero su impacto real requiere una planificación coherente que conecte el currículo, las metodologías
docentes y las expectativas de los estudiantes. Además, es crucial capacitar a los educadores para que
seleccionen herramientas y momentos adecuados para su implementación, evitando el uso excesivo o
ineficaz de estas tecnologías. Incorporar las voces de los estudiantes y sus percepciones permite abordar
los retos y maximizar las oportunidades que ofrece la tecnología en el aula, garantizando así un
equilibrio entre la innovación digital y el aprendizaje significativo e inclusivo.
Tabla 1: Top 10 de las últimas investigaciones científicas de IA
Investigación
Detalle
Estudios futuros
Trio of human, old and new
copilots: Collaborative
accountability of human,
manuals/standards, and
artificial intelligence (AI)
Lee, Kong y Lee
Manuales/estándares de uso
humano autónomo.
Un humano asistido por IA
utiliza anuales/estándares.
IA autónoma que utiliza
manuales o estándares.
Dinámica de colaboración entre humanos e IA
en la toma de decisiones organizacionales.
Impacto de la IA en los manuales de usuario de
las organizaciones.
The future of work of
academics in the age of
Artificial Intelligence: State-
Aplicaciones de IA para las
actividades de investigación,
enseñanza y servicio de los
Impacto de la IA en las metodologías de
investigación y la dinámica de interacción
humano-IA
pág. 5855
of-the-art and a research
roadmap
Maarten Renkema, Aizhan
Tursunbayeva
académicos.
El impacto de las directrices éticas en las
demandas laborales de los académicos y en la
aplicación de la IA
The effectiveness of artificial
intelligence on English
language
learning achievement
Xu y Wang
Búsqueda bibliográfica en
EBSCO, ProQuest, PubMed,
Scopus y Web of Science.
Metaanálisis con un software
integral de metanálisis.
Investigue el impacto de la IA en el aprendizaje
de la gramática inglesa utilizando tecnología
basada en juegos.
Analice la eficacia de la IA en diversas
especialidades para el aprendizaje del idioma
inglés.
The Delphi Panel
investigation of artificial
intelligence in investor
relations
Laskin y D’Agostino
Metodología del panel Delphi
utilizada para evaluar las
opiniones de los expertos en
IA.
Estudie los chatbots de IA en contextos
financieros y de relaciones con inversores.
Evalúe los efectos de la IA en las relaciones
cotidianas con los inversores y la comunicación
financiera.
Stakeholders’ insights on
artificial intelligence
education: Perspectives of
teachers, students, and
policymakers
Sanusi, Agbo, Dada, Yunusa,
Aruleba, Obaido, Olawumi,
Oyelere y Centre for
Multisciplinary Research
and Innovation
Método cualitativo con
grabaciones de audio para
explorar las opiniones de las
partes interesadas sobre la
educación en IA.
Análisis temático tabular
estructurado (ST-TA) para el
análisis de datos cualitativos.
Explore la integración de la IA en el currículo
escolar para obtener resultados educativos
óptimos.
On the relationship between
EFL students’ attitudes
toward
artificial intelligence,
teachers’ immediacy and
teacher-student
rapport, and their willingness
to communicate
Zhi y Wang
Encuestas empleadas para la
recopilación de datos para
analizar relaciones y
correlaciones.
Escala de actitudes generales
ante la IA utilizada para medir
las actitudes.
Efectos longitudinales de las variables en los
resultados del aprendizaje de idiomas.
Investigating the Usefulness
of Artificial Intelligence-
Driven Robots in Developing
Empathy for English for
Medical Purposes
Estadísticas descriptivas e
inferenciales para el análisis
de datos.
Participación cognitiva de los estudiantes en la
enseñanza de habilidades de
electroestimulación electromagnética a los
robots
pág. 5856
Communication: The Role-
Play of Asian
and African Students
Derakhshan, Teo y Khazaie
Integración de robots físicos en las aulas de
idiomas de la educación superior de medicina
Integrated usage of artificial
intelligence, blockchain and
the
internet of things in logistics
for decarbonization through
paradox lens
Mishra, Singh, Daim,
Wamba y Song
Métodos difusos AHP y Fuzzy
VIKOR para evaluar
paradojas y estrategias.
Explore otras técnicas de MCDM para
clasificar paradojas y estrategias de resolución.
Investigue las interacciones entre diferentes
estrategias de resolución utilizando las
metodologías apropiadas.
Heritage elements and
Artificial Intelligence as
storytelling tools for virtual
retail environments
Hajahmadi, Calvi,
Stacchiotti, Cascarano y
Marfia
Creación de un marco
analítico para entornos
minoristas virtuales de lujo.
Análisis comparativo de
estudios de casos sobre la
narración cultural en el
comercio electrónico.
Realizar una revisión sistemática de los
aspectos olfativos y hápticos en las
experiencias de XR.
Diseñe prototipos con un enfoque
multisensorial para mejorar la inmersión en
espacios virtuales.
Harmonizing innovation and
regulation: The EU Artificial
Intelligence Act in the
international trade context
Ren y Du
Enfoque regulatorio basado en
el riesgo para los requisitos de
clasificación y cumplimiento
de los sistemas de IA.
Impacto de la Ley de IA en la gobernanza
mundial de la IA y la dinámica comercial.
Marcos regulatorios inclusivos para diversas
realidades tecnológicas y económicas.
Este conjunto de investigaciones resalta la amplia aplicación de la inteligencia artificial (IA) en diversas
disciplinas. Los estudios analizan desde la dinámica colaborativa entre humanos y sistemas autónomos
hasta el impacto de la IA en la educación y el entorno laboral. Destacan temas como la integración de
IA en currículos escolares, la efectividad en el aprendizaje de idiomas y su papel en las relaciones
financieras.
También se exploran áreas innovadoras como el uso de robots impulsados por IA en la enseñanza
médica, la optimización logística mediante IA, blockchain e IoT, y la creación de entornos virtuales
minoristas multisensoriales. Además, los estudios futuros abarcan investigaciones longitudinales sobre
el impacto de la IA en actitudes y aprendizaje, así como la armonización entre innovación tecnológica
pág. 5857
y regulación mediante marcos inclusivos como la Ley de IA de la UE, mostrando un enfoque
multidisciplinario e integrador.
DISCUSIÓN
La incorporación de la inteligencia artificial (IA) en la educación ha revolucionado el proceso de
enseñanza-aprendizaje, proporcionando herramientas para abordar la diversidad y la inclusión en las
aulas. A través de técnicas como el aprendizaje automático y el análisis de datos, los sistemas de IA
personalizan las estrategias de enseñanza y los recursos educativos adaptándose a las necesidades
individuales de los estudiantes. Esto es esencial en contextos inclusivos, donde la diversidad de
habilidades, estilos de aprendizaje y antecedentes culturales puede presentar desafíos significativos para
los métodos de enseñanza tradicionales (González, 2023).
Los sistemas de IA, mediante el análisis de datos sobre el desempeño y comportamiento de los
estudiantes, identifican patrones y áreas de mejora, ofreciendo recomendaciones personalizadas. Por
ejemplo, González (2023) destaca que estas herramientas no solo facilitan la retroalimentación
inmediata, sino que también optimizan la asignación de recursos, permitiendo a los docentes
concentrarse en tareas más críticas como la atención individualizada y el apoyo emocional. En este
sentido, la tecnología se convierte en un aliado para cerrar las brechas educativas y promover la equidad
(García-Peña et al., 2020).
Sin embargo, la implementación de la IA en entornos educativos no está exenta de desafíos. Entre las
principales preocupaciones se encuentran la privacidad de los datos, la equidad en los algoritmos y la
aceptación por parte de los docentes. Mohammed y Watson (2019) señalan que algunos maestros
perciben a la IA como una amenaza, temiendo ser reemplazados o perder el control del proceso
educativo. Este temor resalta la necesidad de programas de capacitación que fomenten la integración
ética y efectiva de estas tecnologías, garantizando que actúen como herramientas complementarias y no
como sustitutos.
Además, la inclusión de la tecnología en el aula requiere una planificación coherente y un diseño
pedagógico que integre las herramientas digitales en el currículo. Rodríguez et al. (2019) enfatizan que
la simple introducción de dispositivos no garantiza un aprendizaje significativo; es fundamental que los
educadores seleccionen cuidadosamente las herramientas y estrategias en función de los objetivos
pág. 5858
educativos. Esto es particularmente relevante en contextos inclusivos, donde se debe equilibrar la
personalización del aprendizaje con la cohesión grupal y la interacción social.
Un aspecto prometedor de la IA en la educación es su capacidad para abordar las necesidades de
estudiantes con discapacidades. Según Wu et al. (2024), los sistemas inteligentes pueden proporcionar
adaptaciones específicas, como interfaces accesibles y contenidos diseñados para diferentes
capacidades cognitivas y físicas. Estas innovaciones no solo promueven la inclusión, sino que también
mejoran la autonomía y la autoestima de los estudiantes.
En conclusión, la IA ofrece oportunidades sin precedentes para personalizar el aprendizaje y mejorar la
inclusión educativa, siempre y cuando se implementen con una visión ética y centrada en el ser humano.
Es crucial continuar investigando y desarrollando estas tecnologías para garantizar su efectividad y
accesibilidad, así como para abordar los desafíos asociados a su uso. Este enfoque permitirá maximizar
los beneficios de la IA en la educación, asegurando un impacto positivo y sostenible en los contextos
escolares inclusivos (Hernández & Prats, 2022; González, 2023).
CONCLUSIONES
La investigación concluye que la inteligencia artificial tiene un impacto significativo en la
personalización del aprendizaje en contextos inclusivos, permitiendo atender la diversidad de
necesidades de los estudiantes. Esta tecnología proporciona herramientas para adaptar estrategias
pedagógicas, mejorar los resultados académicos y fomentar la equidad educativa. Sin embargo, su
implementación plantea desafíos relacionados con la privacidad, la equidad y la aceptación por parte
de los docentes, lo que resalta la importancia de una integración ética y responsable. Se subraya la
necesidad de capacitar a los educadores y desarrollar sistemas que equilibren la personalización con la
cohesión social en el aula. La inteligencia artificial se perfila como un elemento clave para transformar
la educación, siempre que se utilice con un enfoque centrado en las personas.
La IA permite atender la diversidad de estudiantes mediante estrategias adaptativas que promueven un
aprendizaje más eficiente y significativo. Sin embargo, su adopción no está exenta de retos, incluyendo
la aceptación por parte de los docentes y la necesidad de garantizar la equidad y la transparencia en su
aplicación. La integración exitosa de la IA requiere un equilibrio entre la innovación tecnológica y los
valores educativos fundamentales, como la igualdad de oportunidades. En este sentido, se plantea un
pág. 5859
futuro donde la IA complemente las prácticas pedagógicas tradicionales, fortaleciendo la capacidad de
las instituciones educativas para ofrecer experiencias más inclusivas y efectivas
Recomendaciones para futuras investigaciones
Derivado de esta investigación, los estudios futuros podrían centrarse en la implementación práctica de
sistemas de inteligencia artificial (IA) en contextos educativos inclusivos, evaluando su impacto a largo
plazo en el aprendizaje personalizado. Es crucial investigar cómo estas herramientas tecnológicas
pueden adaptarse a diferentes niveles educativos, culturas y sistemas pedagógicos. Además, se podrían
analizar las formas en que la IA contribuye al desarrollo de competencias socioemocionales y
habilidades de colaboración en los estudiantes. Los estudios también deben abordar cómo integrar
modelos éticos en el diseño de algoritmos que promuevan la equidad y eviten sesgos discriminatorios,
garantizando que la inclusión educativa se mantenga como un principio rector en la aplicación de estas
tecnologías (González, 2023; Hernández & Prats, 2022).
Otro enfoque para estudios futuros radica en explorar las barreras que enfrentan los docentes al
implementar herramientas de IA en contextos inclusivos. Esto incluye investigar estrategias de
capacitación que permitan a los educadores incorporar estas tecnologías de manera efectiva y ética en
sus prácticas pedagógicas. Asimismo, sería relevante analizar cómo los sistemas de IA pueden
integrarse con otras Tecnologías de la Información y la Comunicación (TIC) para maximizar el
aprendizaje personalizado y promover la inclusión. Finalmente, futuras investigaciones podrían
centrarse en el desarrollo de métricas que midan no solo el impacto académico, sino también el
crecimiento social y emocional de los estudiantes que participan en entornos de aprendizaje impulsados
por IA (García-Peña et al., 2020; Mohammed & Watson, 2019).
REFERENCIAS BIBLIOGRAFICAS
Altares-López, S., Bengochea-Guevara, J. M., Ranz, C., Montes, H., & Ribeiro, Á. (2024). Generative
AI: The power of the new education. In S. Altares-López, J. M. Bengochea-Guevara, C. Ranz,
H. Montes, & Á. Ribeiro, arXiv (Cornell University). Cornell University.
https://doi.org/10.48550/arxiv.2405.13487
Arslan, Ş. Ş. (2024). Artificial Human Intelligence: The role of Humans in the Development of Next
Generation AI. In Ş. Ş. Arslan, arXiv (Cornell University). Cornell University.
pág. 5860
https://doi.org/10.48550/arxiv.2409.16001
Bhutoria, A. (2022). Personalized education and Artificial Intelligence in the United States, China,
and India: A systematic review using a Human-In-The-Loop model [Review of Personalized
education and Artificial Intelligence in the United States, China, and India: A systematic
review using a Human-In-The-Loop model]. Computers and Education Artificial
Intelligence, 3, 100068. Elsevier BV. https://doi.org/10.1016/j.caeai.2022.100068
Calatayud, V. G., Espinosa, M. P. P., & Vila, R. R. (2021). Artificial Intelligence for Student
Assessment: A Systematic Review [Review of Artificial Intelligence for Student Assessment:
A Systematic Review]. Applied Sciences, 11(12), 5467. Multidisciplinary Digital Publishing
Institute. https://doi.org/10.3390/app11125467
Campo, E., Saneiro, M., Montecelo, M. F., Raffenne, E., Ascaso, A. R., Santos, O. C., & Boticario,
J. G. (2012). APOYO ADAPTATIVO BASADO EN IMS-LD Y ESTRATEGIAS PSICO-
EDUCATIVAS PARA LA FAMILIARIZACIÓN DE ESTUDIANTES CON
DISCAPACIDAD CON SU ENTORNO VIRTUAL DE APRENDIZAJE. In E. Campo, M.
Saneiro, M. F. Montecelo, E. Raffenne, A. R. Ascaso, O. C. Santos, & J. G. Boticario, RIED
Revista Iberoamericana de Educación a Distancia (Vol. 13, Issue 2). National University of
Distance Education. https://doi.org/10.5944/ried.2.13.821
Córdoba, E.F., & García-Umaña, A. (2017). Estrategias lúdicas para el fomento de una cultura
Educativa Inclusiva. Revista Inclusiones, 4(4), 44-61.
https://www.archivosrevistainclusiones.com/gallery/3%20vol%204%20num%204%20%2020
17%20oct%20dic%20rv%20inc.pdf
Córdoba, E.F., Lara, F. & García-Umaña, A. (2017). El juego como estrategia lúdica para la educación
inclusiva del buen vivir. ENSAYOS, Revista de la Facultad de Educación de Albacete, 32(1).
Recuperado de: http://www.revista.uclm.es/index.php/ensayos
Falco, M. (2017). Reconsiderando las prácticas educativas: TICs en el proceso de enseñanza-
aprendizaje / RETHINKING EDUCATIONAL PRACTICES: ICTs IN THE TEACHING-
LEARNING PROCESS. In M. Falco, Tendencias pedaggicas/Tendencias pedagógicas (Vol.
29, Issue 2017, p. 59). Autonomous University of Madrid.
pág. 5861
https://doi.org/10.15366/tp2017.29.002
Garcia, J., & Wilson-Kennedy, Z. S. (2024). Promoting equity and addressing concerns in teaching
and learning with artificial intelligence. In J. Garcia & Z. S. Wilson-Kennedy, Frontiers in
Education (Vol. 9). Frontiers Media. https://doi.org/10.3389/feduc.2024.1487882
García‐Martínez, I., Batanero, J. M. F., Cerero, J. F., & Len, S. P. (2023). Analysing the Impact of
Artificial Intelligence and Computational Sciences on Student Performance: Systematic
Review and Meta-analysis. In I. García‐Martínez, J. M. F. Batanero, J. F. Cerero, & S. P.
León, Journal of New Approaches in Educational Research (Vol. 12, Issue 1, p. 171).
University of Alicante. https://doi.org/10.7821/naer.2023.1.1240
García-Peña, V. R., Mora-Marcillo, A. B., & Ávila-Ramírez, J. A. (2020). La inteligencia artificial
en la educación. In V. R. García-Peña, A. B. Mora-Marcillo, & J. A. Ávila-Ramírez, Dominio
de las Ciencias (Vol. 6, Issue 3, p. 648). Manta Polo de Capacitación; Investigación y
Publicación (POCAIP). https://doi.org/10.23857/dc.v6i3.1421
García-Umaña, A., & Tirado-Morueta, R. (2018). Digital Media Behavior of School Students: Abusive
Use of the Internet. Journal of New Approaches in Educational Research, 7(2), 140-147.
https://doi.org/10.7821/naer.2018.7.284
González, C. S. G. (2023). El impacto de la inteligencia artificial en la educación: transformación de
la forma de enseñar y de aprender. In C. S. G. González, Qurriculum Revista de Teoría
Investigación y Práctica Educativa (Issue 36, p. 51). University of La Laguna.
https://doi.org/10.25145/j.qurricul.2023.36.03
Guerrero, I., & Kalman, J. (2010). La inserción de la tecnología en el aula: estabilidad y procesos
instituyentes en la práctica docente. In I. Guerrero & J. Kalman, Revista Brasileira de
Educação (Vol. 15, Issue 44, p. 213). National Association of Postgraduate Research in
Education. https://doi.org/10.1590/s1413-24782010000200002
Hengxuan, O., Denton, G., & Gürsoy, D. (2020). Artificially intelligent device use in service delivery:
a systematic review, synthesis, and research agenda. In O. Hengxuan, G. Denton, & D.
Gürsoy, Journal of Hospitality Marketing & Management (Vol. 29, Issue 7, p. 757). Taylor
& Francis. https://doi.org/10.1080/19368623.2020.1721394
pág. 5862
Hernández, F. S., & Prats, G. M. (2022). Aportes de ingeniería en inteligencia artificial aplicada en
la educación. In F. S. Hernández & G. M. Prats, 3C TIC Cuadernos de desarrollo aplicados a
las TIC (Vol. 11, Issue 1, p. 133). Área de Innovación y Desarrollo, S.L.
https://doi.org/10.17993/3ctic.2022.111.133-143
Innovaciones digitales para la educación en América Latina. (2024).
https://www.bancomundial.org/es/region/lac/publication/innovaciones-digitales-para-la-
educacion-en-america-latina?cid=lac_tt_wblac_es_ext
Jaquenod, G. A. (1986). Robotica e inteligencia artificial. In G. A. Jaquenod, Revista telegráfica
electrónica (Vol. 75, Issue 879, p. 1866). https://biblat.unam.mx/ca/revista/revista-
telegrafica-electronica/articulo/robotica-e-inteligencia-artificial
Kamalov, F., Calonge, D. S., & Gurrib, I. (2023). New Era of Artificial Intelligence in Education:
Towards a Sustainable Multifaceted Revolution. In F. Kamalov, D. S. Calonge, & I. Gurrib,
Sustainability (Vol. 15, Issue 16, p. 12451). Multidisciplinary Digital Publishing Institute.
https://doi.org/10.3390/su151612451
Kazimzade, G., Patzer, Y., & Pinkwart, N. (2019). Artificial Intelligence in Education Meets
Inclusive Educational Technology—The Technical State-of-the-Art and Possible Directions.
In G. Kazimzade, Y. Patzer, & N. Pinkwart, Perspectives on rethinking and reforming
education (p. 61). Springer Nature. https://doi.org/10.1007/978-981-13-8161-4_4
Lowry, OliverH., Rosebrough, NiraJ., Farr, A., & Randall, RoseJ. (1951). PROTEIN
MEASUREMENT WITH THE FOLIN PHENOL REAGENT. In OliverH. Lowry, NiraJ.
Rosebrough, A. Farr, & RoseJ. Randall, Journal of Biological Chemistry (Vol. 193, Issue 1,
p. 265). Elsevier BV. https://doi.org/10.1016/s0021-9258(19)52451-6
Luchini, C., Pea, A., & Scarpa, A. (2021). Artificial intelligence in oncology: current applications
and future perspectives [Review of Artificial intelligence in oncology: current applications
and future perspectives]. British Journal of Cancer, 126(1), 4. Springer Nature.
https://doi.org/10.1038/s41416-021-01633-1
Maghsudi, S., Lan, A. S., Xu, J., & Schaar, M. van der. (2021). Personalized Education in the
Artificial Intelligence Era: What to Expect Next. In S. Maghsudi, A. S. Lan, J. Xu, & M. van
pág. 5863
der Schaar, IEEE Signal Processing Magazine (Vol. 38, Issue 3, p. 37). Institute of Electrical
and Electronics Engineers. https://doi.org/10.1109/msp.2021.3055032
Mántaras, R. L. de. (1987). Artificial intelligence activities in Spain. In R. L. de Mántaras,
International Journal of Intelligent Systems (Vol. 2, Issue 4, p. 353). Wiley.
https://doi.org/10.1002/int.4550020404
Mello, R. F., Freitas, E., Pereira, F. D., Cabral, L., Tedesco, P., & Ramalho, G. (2023). Education in
the age of Generative AI: Context and Recent Developments. In R. F. Mello, E. Freitas, F.
D. Pereira, L. Cabral, P. Tedesco, & G. Ramalho, arXiv (Cornell University). Cornell
University. https://doi.org/10.48550/arxiv.2309.12332
Mohammed, P., & Watson, E. (2019). Towards Inclusive Education in the Age of Artificial
Intelligence: Perspectives, Challenges, and Opportunities. In P. Mohammed & E. Watson,
Perspectives on rethinking and reforming education (p. 17). Springer Nature.
https://doi.org/10.1007/978-981-13-8161-4_2
Quintana, M. G. B., & Fernández, S. M. (2015). A pedagogical model to develop teaching skills. The
collaborative learning experience in the Immersive Virtual World TYMMI. In M. G. B.
Quintana & S. M. Fernández, Computers in Human Behavior (Vol. 51, p. 594). Elsevier BV.
https://doi.org/10.1016/j.chb.2015.03.016
Regmi, K. D. (2024). The rise of learning technology in an unequal world: potentials and limitations
in enhancing lifelong learning. In K. D. Regmi, International Review of Education (Vol. 70,
Issue 3, p. 433). Springer Science+Business Media.
https://doi.org/10.1007/s11159-023-10058-2
Rodríguez, M. N., Arredondo, A. G., & Arámbula, N. S. G. (2019). La integración tecnológica en el
aula, significaciones desde estudiantes de educación secundaria. In M. N. Rodríguez, A. G.
Arredondo, & N. S. G. Arámbula, 3C TIC Cuadernos de desarrollo aplicados a las TIC (Vol.
8, Issue 2, p. 70). Área de Innovación y Desarrollo, S.L.
https://doi.org/10.17993/3ctic.2019.82.70-83
Silvestre, E. R. R., & Claros, M. M. P. (2023). El papel de la tecnología para la mejora de la calidad
educativa. In E. R. R. Silvestre & M. M. P. Claros, Ciencia Latina Revista Científica
pág. 5864
Multidisciplinar (Vol. 7, Issue 3, p. 1018). Latin American Association for the Advancement
of Sciences. https://doi.org/10.37811/cl_rcm.v7i3.6245
Varnosfaderani, S. M., & Forouzanfar, M. (2024). The Role of AI in Hospitals and Clinics:
Transforming Healthcare in the 21st Century. In S. M. Varnosfaderani & M. Forouzanfar,
Bioengineering (Vol. 11, Issue 4, p. 337). Multidisciplinary Digital Publishing Institute.
https://doi.org/10.3390/bioengineering11040337
Wu, S., Cao, Y., Cui, J., Li, R., Qian, H., Jiang, B., & Zhang, W. (2024). A Comprehensive
Exploration of Personalized Learning in Smart Education: From Student Modeling to
Personalized Recommendations. In S. Wu, Y. Cao, J. Cui, R. Li, H. Qian, B. Jiang, & W.
Zhang, arXiv (Cornell University). Cornell University.
https://doi.org/10.48550/arxiv.2402.01666
Zhang, Z. J. (2014). Influence of Modern Technology on the Educational System. In Z. J. Zhang,
Advanced materials research (Vol. 1030, p. 2746). Trans Tech Publications.
https://doi.org/10.4028/www.scientific.net/amr.1030-1032.2746
