Aprendizaje activo apoyado por inteligencia artificial: estrategias personalizadas para el desarrollo de la inteligencia emocional en aulas híbridas.

Resumen

En la última década, el panorama educativo ha experimentado transformaciones significativas impulsadas por el avance de la tecnología y la creciente demanda de enfoques pedagógicos más efectivos. Uno de los desarrollos más destacados ha sido la integración del aprendizaje activo, una metodología que fomenta la participación activa de los estudiantes en su proceso de aprendizaje, en contraposición a modelos más tradicionales y pasivos. Esta estrategia no solo mejora la retención del conocimiento, sino que también promueve habilidades críticas necesarias en un mundo en constante cambio.
Paralelamente, la inteligencia artificial (IA) ha emergido como una herramienta poderosa en el ámbito educativo, ofreciendo la capacidad de personalizar la enseñanza y adaptar los recursos a las necesidades específicas de cada estudiante. A través del uso de algoritmos de aprendizaje automático y análisis de datos, la IA puede identificar patrones en el comportamiento de los alumnos, lo que permite la creación de entornos de aprendizaje más inclusivos y adaptativos dentro del salón de clases.
El objetivo del estudio es analizar las estrategias de aprendizaje activo respaldadas por inteligencia artificial, orientadas a personalizar la enseñanza en aulas híbridas, con el fin de fomentar el desarrollo de la inteligencia emocional en los estudiantes. A través de este estudio, se busca identificar cómo la combinación de metodologías activas y herramientas de IA puede mejorar no solo el rendimiento académico, sino también las habilidades socioemocionales, preparando así a los educandos para enfrentar los desafíos del entorno educativo y laboral contemporáneo. Este estudio se basa en un marco metodológico de enfoque cuantitativo y diseño preexperimental. Para la recolección de datos, se empleó la encuesta como técnica principal y el cuestionario como instrumento de medición. La información recopilada fue procesada utilizando los softwares Microsoft Excel e IBM SPSS Statistics, herramientas que facilitan el análisis estadístico y la visualización de resultados. Estas plataformas permiten llevar a cabo diversos análisis descriptivos e inferenciales, garantizando una interpretación precisa de los datos y contribuyendo a la validez y fiabilidad de los hallazgos obtenidos en la investigación.