Interpretación mediante PRISMA 2020 de la Inteligencia Artificial para evaluación y retroalimentación en el aula

Inteligencia Artificial en la evaluación y retroalimentación educativa

Autores/as

DOI:

https://doi.org/10.61154/mrcm.v10i3.3643

Palabras clave:

Inteligencia artificial, evaluación en tiempo real, Retroalimentación Educativa, Aprendizaje Basado en Datos, Personalización del Aprendizaje, retroinformación (aprendizaje)

Resumen

La Inteligencia Artificial ha evolucionado en el ámbito educativo como una herramienta clave para personalizar la evaluación y proporcionar retroalimentación en tiempo real, permitiendo una adaptación más precisa a las necesidades individuales de los estudiantes y mejorando así los resultados de aprendizaje en el aula. El objetivo de este estudio fue interpretar, mediante la metodología Preferred Reporting Items for Systematic Reviews and Meta-Analyses 2020, la Inteligencia Artificial para la evaluación y retroalimentación en tiempo real basadas en datos en el aula. Se utilizó la metodología PRISMA 2020 para realizar la revisión sistemática de la literatura sobre este tema, seleccionando y analizando artículos científicos publicados entre 2020 y 2024 que abordan la implementación y efectividad de estas tecnologías en el aula. Los estudios incluidos fueron evaluados críticamente utilizando la herramienta Critical Appraisal Skills Programme para asegurar la calidad y relevancia de los hallazgos. Este estudio ha demostrado que la implementación de la Inteligencia Artificial en la evaluación y retroalimentación en tiempo real basadas en datos puede transformar la educación al mejorar la precisión y personalización de las evaluaciones, promoviendo el pensamiento crítico y creativo en los estudiantes. Se identificó que la Inteligencia Artificial facilita un aprendizaje más adaptativo, especialmente en contextos vocacionales. Sin embargo, se subrayan desafíos en su implementación, destacando la necesidad de estudios más rigurosos que garanticen la equidad y efectividad de estas tecnologías en los entornos educativos. Las futuras investigaciones deben enfocarse en superar estas limitaciones y asegurar una integración ética

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Ricardo Sebastián Abril Ruiz, Uniandes, Ambato, Tungurahua, Ecuador

Ingeniero en Tecnologías de la Información, Magister en Educación Básica, Planificación y Control en Uniandes Ambato, Ecuador. E-mail: sebaabril97@gmail.com CÓDIGO ORCID  https://orcid.org/0009-0005-5648-183X

Abril Ruiz Estefanía Alexandra, Universidad Técnica de Ambato, Ambato, Tungurahua, Ecuador

Ingeniera  en  Telecomunicaciones,  Magíster  en  Educación Básica,  Técnico de Laboratorio en la Facultad de Sistemas, Electrónica e Industrial de la Universidad Técnica de Ambato,  Ecuador. E-mail: stefyabrilgd@gmail.com CÓDIGO ORCID: https://orcid.org/0000-0003-1525-0689

Citas

Anazifa, R. D. (2017). Project-Based Learning and Problem-Based Learning: Are They Effective to Improve Students’ Thinking Skills? Jurnal Pendidikan IPA Indonesia, 6(2), 346–355. https://doi.org/10.15294/jpii.v6i2.11100

Baldezamo, R. C., Requillo, D. A. C., Lopez, A. C., Manguiob, I. D., & Guray, C. B. (2024). Una revisión sistemática sobre la gestión de recursos tecnológicos en la educación. Revista Asiática de Educación y Estudios Sociales, 50(7), 272-285. https://doi.org/10.9734/ajess/2024/v50i71462

Bero, L. (2019). Addressing bias and conflict of interest among biomedical researchers. JAMA, 322(21), 2079-2080. https://doi.org/10.1001/jama.2019.17420

Calabuig, J. M., García-Raffi, L. M., & Sánchez-García, E. A. (2021). Aprender como una máquina: introduciendo la Inteligencia Artificial en la enseñanza secundaria. Modelling in Science Education and Learning, 14(2), 111-126. https://doi.org/10.4995/msel.2021.13144

Corbett, A. T., Koedinger, K., & Hadley, W. S. (2001). Cognitive tutors: From the research classroom to all classrooms. In P. S. Goodman (Ed.), Technology enhanced learning: Opportunities for change (pp. 235–263). Lawrence Erlbaum Associates Publishers.

García, G. J. (2024). La evaluación como herramienta para mejorar los aprendizajes: la retroalimentación y la evaluación auténtica. Revista Latinoamericana Ogmios, 4(9), 17-32. https://doi.org/10.53595/rlo.v4.i9.091

Hidalgo, N., & Murillo, J. (2017). Las concepciones sobre el proceso de evaluación del aprendizaje de los estudiantes. REICE: Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 15(1), 107-128. https://dialnet.unirioja.es/servlet/articulo?codigo=5800412

Hou, Z. (2021). Research on adopting artificial intelligence technology to improve effectiveness of vocational college English learning. J. Phys.: Conf. Ser., 1744(4), 042122. https://doi.org/10.1088/1742-6596/1744/4/042122

Kardoyo, M., Sudarma, K., Adnyana, P. P., & Andayani, N. K. (2019). Problem-Based Learning Strategy: Its Impact on Students’ Critical and Creative Thinking Skills. European Journal of Educational Research, 9(3), 1141–1150. https://doi.org/10.12973/eu-jer.9.3.1141

Koedinger, K. R., & Aleven, V. (2016). An interview reflection on "Intelligent tutoring goes to school in the big city". International Journal of Artificial Intelligence in Education, 26(1), 13–24. https://doi.org/10.1007/s40593-015-0082-8

Kong, H., Wang, K., Qiu, X., Cheung, C., & Bu, N. (2023). 30 años de investigación en inteligencia artificial (IA) relacionada con la industria hotelera y turística. International Journal of Contemporary Hospitality Management, 35(6), 2157-2177. https://doi.org/10.1108/IJCHM-03-2022-0354

Keshav, M., Julien, L., & Miezel, J. (2022). The role of technology in era 5.0 in the development of Arabic language in the world of education. Journal International of Lingua and Technology, 1(2), 79–98. https://doi.org/10.55849/jiltech.v1i2.85

Mollo, M., & Deroncele, A. (2022). Modelo de retroalimentación formativa integrada. Revista Universidad y Sociedad, 14(1), 391-401. http://scielo.sld.cu/scielo.php?pid=S2218-36202022000100391&script=sci_arttext&tlng=en

Ortiz, E. (2015). La evaluación del impacto científico en las investigaciones educativas a través de un estudio de caso. Revista electrónica de investigación educativa, 17(2), 89-100. https://www.scielo.org.mx/scielo.php?pid=S1607-0412015000200007&script=sci_arttext

Pacheco, L. (2018). Influencia del sistema de evaluación implantado en la calidad educativa percibida por los estudiantes de la Universidad Nacional de San Agustín, Arequipa 2018. Tesis Doctoral, Universidad Nacional de San Agustín de Arequipa, Perú. https://renati.sunedu.gob.pe/handle/sunedu/3154621

Rahmiyanti, H. (2023). Análisis bibliométrico sobre la investigación de la inteligencia artificial en la educación profesional de Indonesia. Revista de la ASEAN para la Educación de las Ciencias, 3(2), 183-192. Obtenido de https://ejournal.bumipublikasinusantara.id/index.php/ajsed/article/view/493

Riecken, H. W., & Boruch, R. F. (1974). Social Experimentation: A Method for Planning and Evaluating Social Intervention. Academic Press.

Sani, A., Dewanto, H., Sapulete, V., Yustitia, A., Oktavio, T., Santosa, E., & Reinovita, A. (2024). Effectiveness of IoT Integrated Problem Based Learning Model on Students Creative Thinking Skills Abilities. Edumaspul - Jurnal Pendidikan, 8(1), 718-729. https://doi.org/10.29303/j.

Silva, M., Correa, R., & Mc-Guire, P. (2024). Metodologías activas con inteligencia artificial y su relación con la enseñanza de la matemática en la educación superior en Chile. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, (37), 20-29. https://doi.org/10.24215/18509959.37.e2

Simanjuntak, M. P., Hutahaean, J., Marpaung, N., & Ramadhani, D. (2021). Effectiveness of Problem-Based Learning Combined with Computer Simulation on Students’ Problem-Solving and Creative Thinking Skills. International Journal of Instruction, 14(3), 519–534. https://doi.org/10.29333/iji.2021.14330a

Singh, J. (2013). Critical appraisal skills programme (CASP) tools for qualitative research. Indian Journal of Critical Care Medicine, 17(6), 357-358. https://doi.org/10.4103/0972-5229.123828

Wang, Q., et al. (2020). Enhancing Conceptual Understanding through AI-Driven Simulations: A Case Study in Geometry. Educational Technology Research and Development, 68(5), 2307-2328.

Wang, H., Tlili, A., Huang, R., Cai, Z., Li, M., Cheng, Z., Yang, D., Li, M., Zhu, X., & Fei, C. (2023). Examining the applications of intelligent tutoring systems in real educational contexts: A systematic literature review from the social experiment perspective. Education and Information Technologies, 28, 9113–9148. https://doi.org/10.1007/s10639-022-11555-x

Zhang, Y., Li, Y., & Wang, Y. (2020). Investigación sobre la aplicación de la inteligencia artificial en la enseñanza de las matemáticas. Revista de Física: Serie de Conferencias, 1637(1), 012030.

Zulkarnaen, Z., Suhirman, S., Hidayat, S., Prayogi, S., Sarnita, F., & Widia, W. (2022). Effect of Problem Based Learning Model on Students’ Creative Thinking Ability. Jurnal Penelitian Pendidikan IPA, 8(1), 379–382. https://doi.org/10.29303/jppipa.v8i1.1307

Descargas

Publicado

02-09-2024

Cómo citar

Abril Ruiz, R. S., & Estefanía Alexandra, A. R. (2024). Interpretación mediante PRISMA 2020 de la Inteligencia Artificial para evaluación y retroalimentación en el aula: Inteligencia Artificial en la evaluación y retroalimentación educativa. Mikarimin. Revista Científica Multidisciplinaria, 10(3), 5–30. https://doi.org/10.61154/mrcm.v10i3.3643

Número

Sección

Artículos de Revisión