Potencialidades de la Inteligencia Artificial en la Educación Superior
Resumen
La aplicación de la Inteligencia Artificial en la educación de pregrado promete una transformación significativa en el proceso de enseñanza aprendizaje. La Inteligencia Artificial tiene el potencial de personalizar la educación al adaptar el contenido y el ritmo de aprendizaje a las necesidades individuales de los estudiantes, lo que facilita una experiencia más efectiva y enriquecedora. Además, la Inteligencia Artificial puede desempeñar un papel clave en la evaluación, permitiendo una medición más precisa y objetiva de las habilidades y el progreso de los estudiantes. La automatización de tareas administrativas y de retroalimentación también libera tiempo para que los educadores se centren en la interacción personal y el apoyo a los estudiantes. Además, la Inteligencia Artificial puede ofrecer recursos educativos más accesibles, lo que democratiza el acceso a la educación de calidad. Al utilizar la Inteligencia Artificial para analizar datos sobre el rendimiento estudiantil, las instituciones pueden tomar decisiones más informadas sobre la mejora de los planes de estudio y la eficacia de las estrategias de enseñanza. Asimismo, la Inteligencia Artificial también contribuye a la generación de hipótesis científicas, automatizando la búsqueda bibliográfica y sugiriendo relaciones entre investigaciones previas. La colaboración entre humanos e Inteligencia Artificial abre nuevas posibilidades en la investigación interdisciplinaria y en la resolución de problemas complejos.
Descargas
Citas
Ayala Hernández, P., & Haro Esquivel, G. (2024). Desafíos Estratégicos del Tecnológico Nacional de México (TecNM) en el Uso de la Inteligencia Artificial en sus Procesos. Estudios Y Perspectivas Revista Científica Y Académica , 4(1), 2350–2380. https://doi.org/10.61384/r.c.a.v4i1.185
Barrett, M., L.Branson, S. Carter, F. DeLeon, J. Ellis, C. Gundlach y D. Lee. 2019. Using Artificial Intelligence to Enhance Educational Opportunities and Student Services in Higher Education. Inquiry: The Journal of the Virginia Community Colleges, 22(1), 1-11.
BID, 2019. Del papel a la nube: cómo guiar la transformación digital de los sistemas de información y gestión educativa (SIGED). Consultado en https://publications.iadb.org/es/del-papel-lanube-como-guiar-la-transform acion -digital-de-los-sistemas-de-informacion-y-gestion.
BID, 2019b. fAIr LAC. BID Mejorando vidas. Consultado en https://www.iadb.org/es/fairlac
Blanchard, E. G. 2015. Socio-cultural Imbalances in AIED Research: Investigations, Implications and Opportunities. International Journal of Artificial Intelligence in Education, 25, 204-228.
Carrillo, P., M. Onofa y J. Ponce. 2010. Information Technology and Student Achievement: Evidence from a Randomised Experiment in Ecuador. IDB Working Paper Series No. IDB-WP-223.
Chen, S. 2018. China’s schools are quietly using AI to mark students’ essays… but do the robots make the grade? Society, South China Morning Post. Consultado en
CIPPEC. 2018. Un sistema educativo digital para la Argentina. CIPPEC, Argentina.
Consejo Directivo Central de la Administración Nacional de Educación Pública (CODICEN). 2016. Propuesta para un sistema de protección de trayectorias educativas. CODICEN.
Conati, C. y S. Kardan. 2013. Student Modeling: Supporting Personalized Instruction, from Problem Solving to Exploratory, Open-Ended Activities. AI Magazine, 34(2).
Chas, A. (2020). Qué es la Inteligencia Artificial. AuraPortal. Recuperado de:
https://www.auraportal.com/es/que-es-la-inteligencia-artificial/
Del Río, M.L., López, J.M. & Vaquero, C. (2018). Inteligencia artificial en el ámbito médico. Revista española de investigaciones quirúrgicas, 21(3), 113-116. Recuperado de:
https://dialnet.unirioja.es/servlet/articulo?codigo=6601260
Dillaha W. y J. Haren. 2017. The Newest Trends un Data-Driven Decision Making. Consultado en
http://blogs.edweek.org/edweek/education_futures/2017/01/the_newest_trend_in_data-driven_decision_making_connectingstudent_and_ educator_growth.html
Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista Científica De Salud Y Desarrollo Humano, 1(1), 46–59. https://doi.org/10.61368/r.s.d.h.v1i1.9
Domínguez, P. 2011. Medición del impacto de una empresa privada en la comunidad: el caso de Compumat (Tesis de maestría inédita). Pontificia Universidad Católica de Chile.
Dorca, F. 2015. Implementation and use of simulated students for test and validation of new adaptive educational systems: A practical insight. International Journal of Artificial Intelligence in Education, 25, 319-345.
Gisbert, M. y Esteve, F. (2016). Digital Leaners: la competencia digital de los estudiantes universitarios. La cuestión universitaria, (7), 48-59. Recuperado de:
http://polired.upm.es/index.php/lacuestionuniversitaria /article/view/3359/3423
Horizon Report (2019). EDUCAUSE: Higher Education Edition. Louisville, CO: EDUCAUSE. Consultado en
Hoyos Santos, L. B., Alzate Mejía, O. A., Posada Estrada, A., Benítez Jiménez, D. D., & Muñoz Alzate, J. M. (2024). Efectividad de sustancias alternativas al formol en la fijación y conservación de estructuras y tejidos en laboratorios de patología. Revista Científica De Salud Y Desarrollo Humano, 5(2), 206–225. https://doi.org/10.61368/r.s.d.h.v5i2.133
Luckin, R., W. Holmes, M. Griffiths y L. B. Forcier. 2016. Intelligence Unleashed: An argument for AI in Education. Londres: Pearson Education.
Medina Romero, M. Ángel. (2023). Las Herramientas de Inteligencia Artificial Orientadas al Fortalecimiento del Desarrollo de Investigaciones Científicas y Académicas: el Caso de Smartpaper.AI En América Latina. Ciencia Latina Revista Científica Multidisciplinar, 7(3), 7542-7553. https://doi.org/10.37811/cl_rcm.v7i3.6743
Moreno, R. (2019). La llegada de la inteligencia artificial a la educación. Revista investigación en tecnologías de la información, 7 (14), 260-262. Doi https://doi.org/10.36825/RITI.07.14.022
McCulloch, W. S., and Pitts, W. A logical calculus of the ideas immanent in nervous activity. The bulletin of mathematical biophysics, 5, 115-133, 1943.
Martínez, O., Aranda , R., Barreto , E., Fanego , J., Fernández , A., López , J., Medina , J., Meza , M., Muñoz , D., & Urbieta , J. (2024). Los tipos de discriminación laboral en las ciudades de Capiatá y San Lorenzo. Arandu UTIC, 11(1), 77–95. Recuperado a partir de https://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/179
NSW Department of Education. 2017. Education: Future Frontiers. Discussion Paper Nº 2: Challenges and Opportunities. New South Wales Government, Australia. Consultado en https://education.nsw.gov.au/our-priorities/innovate-for-the-future/education-for-a-changing-world/media/documents/exar/future-frontiers-discussion-paper-2.pdf
Nye, B.D. 2015. Intelligent Tutoring Systems by and for the Developing World: A Review of Trends and Approaches for Educational Technology in a Global Context. International Journal of Artificial Intelligence in Education, 25(2), 177-203.
Ocaña-Fernández, Y., Valenzuela-Fernández, L. A., y Garro-Aburto, L. L. (2019). Inteligencia artificial y sus implicaciones en la educación superior. Propósitos Y Representaciones, 7(2), 536–568. https://doi.org/10.20511/pyr2019.v7n2.274
Peña, C., J. Marzo, J. de la Rosa y R. Fabregat. 2002. Un sistema de tutoría inteligente adaptativo considerando estilos de aprendizaje. Revista UIS ingenierías, 1(2), 17-29.
Schildkamp K., L. Karbautzki y J. Vanhoof. 2014. Exploring Data Use Practices Around Europe: Identifying Enablers and Barriers. Studies in Educational Evaluation, vol. 42, 15–24.
Trach E. 2018. Tackling Data-Driven Decision Making in Education. Consultado en
https://www.schoology.com/blog/tackling-data-driven-decision-making-education
Turing, A. M. On computable numbers, with an application to the Entscheidungsproblem. Proc. London Math. Soc. s2-42(1): 230–265, 1937.
UNESCO 2019. Artificial Intelligence in Education: Challenges and Opportunities for Sustainable Development. Working Papers on Education Policy, 7.
Van Geel M., T. Keuning, A. J. Visscher y J. P. Fox. 2016. Assessing the Effects of a School-wide Databased Decision-making Intervention on Student Achievement Growth in Primary Schools. American Educational Research Journal, vol. 53, no. 2, 360–39.
Vázquez Ruíz, H. D. (2024). Análisis de la Responsabilidad Social Empresarial en Farmacéuticas: Perspectivas y Desafíos. Revista Veritas De Difusão Científica, 4(2), 137–156. https://doi.org/10.61616/rvdc.v4i2.51
World Economic Forum. 2017. Artificial Intelligence will Transform Universities. Here’s How. Consultado en
Derechos de autor 2024 Israel Alejandro Via Guzman
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.jpg)
.png)
