Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
Pedagogía personalizada con inteligencia artificial: Un estudio  
sobre el impacto en el rendimiento y la motivación estudiantil  
Personalized pedagogy with artificial intelligence: A study on the  
impact on student performance and motivation  
Ludeña-Yaguana Jhalmar Eduardo  
Estudiante de la Maestría en Pedagogía en las Artes  
Universidad Técnica Particular de Loja. Loja, Ecuador.  
Correo: eduardoludea@yahoo.es  
ORCID ID: https://orcid.org/0009-0009-7503-5332  
Lozada-Monsalve Karina Lorena  
Universidad Tecnológica Latinoamericana UTEL. México.  
Correo: karen_mayer@hotmail.es  
ORCID ID: https://orcid.org/0009-0006-2631-0228  
Calle-Landazuri Doris Marcela  
Universidad Tecnológica Israel. Quito, Ecuador.  
Correo: dcalle@uisrael.edu.ec  
ORCID ID: https://orcid.org/0009-0006-0047-6123  
Chiza-Yamberla Edison Javier  
Universidad Técnica del Norte. Ibarra, Ecuador.  
Correo: edison_javi@hotmail.com  
ORCID ID: https://orcid.org/0009-0002-7661-4722  
RESUMEN  
La inteligencia artificial (IA) está transformando la educación al permitir un aprendizaje  
personalizado. Este artículo examina su impacto en el rendimiento académico y la  
motivación estudiantil en la enseñanza de la asignatura Física del cuarto año de  
bachillerato, mediante un estudio cuasi-experimental con dos grupos: uno que utilizó  
herramientas de IA y otro que empleó métodos tradicionales. Los resultados reflejan  
mejoras significativas en los estudiantes que trabajaron con IA, destacando un  
incremento promedio de 1.5 puntos en sus calificaciones (8.5 vs 7.0), una reducción del  
15% en errores en problemas aplicados, mayor participación en clase (70% vs 50%),  
más persistencia ante desafíos académicos (85% vs 60%) y mayor motivación para el  
aprendizaje (80% vs 55%). Estos datos sugieren que la integración de IA en la  
enseñanza puede optimizar el aprendizaje y fortalecer la autonomía y compromiso de  
los estudiantes con la materia. La conclusión de este estudio destaca la relevancia de  
la IA como herramienta pedagógica, evidenciando que su uso no solo mejora el  
rendimiento académico, sino también la motivación y participación en el proceso  
educativo.  
Palabras claves: Pedagogía personalizada, inteligencia artificial, rendimiento y  
motivación estudiantil.  
ABSTRACT  
Artificial intelligence (AI) is transforming education by enabling personalized learning.  
This article examines its impact on academic performance and student motivation in the  
Información del manuscrito:  
Fecha de recepción: 17 de abril de 2025.  
Fecha de aceptación: 25 de junio de 2025.  
Fecha de publicación: 20 de julio de 2025.  
2
24  
Ludeña-Yaguana et al. (2025)  
teaching of Physics in the fourth year of high school, through a quasi-experimental study  
with two groups: one that used AI tools and the other that employed traditional methods.  
The results reflect significant improvements in students who worked with AI, highlighting  
an average increase of 1.5 points in their grades (8.5 vs. 7.0), a 15% reduction in errors  
in applied problems, greater class participation (70% vs. 50%), more persistence in the  
face of academic challenges (85% vs. 60%), and greater motivation for learning (80%  
vs. 55%). These data suggest that the integration of AI in teaching can optimize learning  
and strengthen students' autonomy and commitment to the subject. The conclusion of  
this study highlights the relevance of AI as a pedagogical tool, demonstrating that its use  
not only improves academic performance but also motivation and participation in the  
educational process.  
Keywords: Personalized pedagogy, artificial intelligence, student performance and  
motivation.  
1. INTRODUCCIÓN  
En la era digital, la inteligencia artificial (IA) está transformando múltiples ámbitos  
de la sociedad, y la educación no es la excepción. A medida que las tecnologías  
avanzan, los modelos pedagógicos tradicionales, basados en enfoques  
estandarizados, enfrentan el reto de evolucionar para responder a las  
necesidades individuales de cada estudiante. La enseñanza convencional,  
aunque efectiva en su momento, no siempre logra adaptarse a los diferentes  
estilos de aprendizaje ni a la diversidad de ritmos que caracteriza a los alumnos  
en un entorno educativo cada vez más dinámico.  
En este contexto, la pedagogía personalizada asistida por IA surge como una  
alternativa innovadora que busca optimizar el proceso de enseñanza-  
aprendizaje. Mediante algoritmos avanzados y herramientas inteligentes, la IA  
permite ajustar contenidos y metodologías a las habilidades, intereses y  
progreso de cada estudiante, ofreciendo una experiencia educativa más flexible  
y enriquecedora.  
Esta adaptación no solo favorece el rendimiento académico, sino que también  
contribuye a mejorar la motivación y el compromiso de los alumnos, quienes  
encuentran en la tecnología un aliado para su desarrollo cognitivo y personal.  
Así, la integración de la inteligencia artificial en la educación representa una  
oportunidad para transformar la forma en que se adquiere el conocimiento,  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
garantizando un aprendizaje más inclusivo, eficiente y centrado en las  
particularidades de cada individuo. (Andrade, 2023).  
Este artículo examina el impacto de la inteligencia artificial en el rendimiento  
académico y la motivación estudiantil, con énfasis en la enseñanza de la Física  
en cuarto año de bachillerato, por ello a través de un estudio comparativo, se  
analiza cómo el uso de herramientas de IA influye en la comprensión de  
conceptos físicos y en el compromiso de los estudiantes con la materia. Se  
implementó un diseño cuasi-experimental con un grupo de estudiantes que  
trabajó con IA y otro que utilizó métodos tradicionales, con el objetivo de evaluar  
las diferencias en el aprendizaje y la actitud hacia la asignatura.  
Los resultados obtenidos ofrecen una visión sobre el potencial de la IA como  
recurso pedagógico en la educación personalizada, destacando sus beneficios y  
posibles áreas de mejora. Con este estudio, se busca aportar al debate sobre la  
integración de tecnologías emergentes en el aula y su papel en la construcción  
de un modelo educativo más adaptativo y motivador.  
2. MARCO TEÓRICO  
2
.1. Pedagogía Personalizada  
A lo largo de la historia, la educación ha transitado desde enfoques tradicionales,  
basados en la memorización y la enseñanza estandarizada, hasta modelos más  
flexibles que reconocen la diversidad de los estudiantes y sus distintas formas  
de aprender; en este proceso, las innovaciones tecnológicas han jugado un papel  
crucial, permitiendo el acceso a información, la interactividad en el aprendizaje y  
el desarrollo de métodos adaptativos que buscan mejorar la experiencia  
educativa.  
La llegada de la inteligencia artificial ha intensificado esta transformación,  
ofreciendo herramientas que no solo facilitan la adquisición del conocimiento,  
sino que también posibilitan la personalización de los contenidos de acuerdo con  
las necesidades individuales de cada estudiante. Este avance plantea una nueva  
perspectiva pedagógica, donde el aprendizaje deja de ser rígido y unidireccional  
2
26  
Ludeña-Yaguana et al. (2025)  
para convertirse en un proceso dinámico, centrado en el alumno y en su propio  
ritmo de desarrollo.  
En este contexto, la pedagogía personalizada mediante inteligencia artificial se  
presenta como una metodología educativa innovadora que transforma la forma  
en que los estudiantes adquieren conocimientos. Este enfoque integra la  
capacidad de adaptar la enseñanza con el potencial tecnológico, permitiendo  
ajustar los contenidos y estrategias a las necesidades individuales de cada  
estudiante, pues gracias a herramientas avanzadas, como algoritmos de  
aprendizaje y plataformas interactivas, se optimiza el rendimiento académico y  
se fortalece la motivación de los alumnos.  
Al ofrecer experiencias educativas más dinámicas y adaptadas a los ritmos de  
aprendizaje, se promueve un desarrollo integral, fomentando la autonomía y el  
interés por el conocimiento; de este modo, la inteligencia artificial no solo  
complementa el proceso educativo, sino que también lo transforma, brindando  
nuevas oportunidades para la enseñanza del futuro. Pérez y Ahedo (2020)  
explican en su estudio “La educación personalizada según García Hoz”, que la  
educación personalizada busca desarrollar la libertad personal del estudiante,  
permitiéndole asumir su aprendizaje como un proyecto propio, considerando la  
educación personalizada como un proceso que va más allá de la simple  
adaptación de contenidos al estudiante.  
La educación personalizada busca desarrollar la libertad personal, permitiendo  
que cada individuo dirija su propia vida y transforme su aprendizaje en un  
proyecto personal. Según este enfoque, la educación debe centrarse en la  
singularidad de cada estudiante, estableciendo vínculos valiosos con la realidad  
y fomentando un encuentro personal entre docente y alumno, más allá de una  
relación meramente funciona.  
La definición expuesta resalta que el aprendizaje no debe ser un proceso rígido  
y uniforme, sino que debe adaptarse a la singularidad de cada estudiante,  
permitiendo que cada uno desarrolle su propio proyecto de vida. Su enfoque  
sugiere que la educación no solo debe transmitir conocimientos, sino que debe  
promover el desarrollo integral del individuo, fortaleciendo su autonomía y  
capacidad para tomar decisiones.  
2
27  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
Otro aspecto fundamental, es el énfasis en la relación entre docente y estudiante.  
García Hoz, desde su perspectiva, plantea que la enseñanza personalizada no  
consiste solo en ajustar contenidos, sino en generar un encuentro personal y  
significativo que fomente la motivación y el compromiso con el aprendizaje, esto  
implica un modelo educativo que valore la interacción, el respeto por los ritmos  
de aprendizaje y la conexión entre el conocimiento y la realidad cotidiana.  
Desde una visión pedagógica, su propuesta sugiere que la educación  
personalizada puede mejorar el rendimiento académico y la motivación al  
permitir que los estudiantes tengan un papel activo en su proceso de aprendizaje,  
en lugar de ser receptores pasivos de información. Este enfoque cobra especial  
relevancia con el uso de tecnologías como la inteligencia artificial, que pueden  
ayudar a adaptar los contenidos y métodos según las necesidades individuales.  
Cabe resaltar, que Velasco et al. (2023), consideran que la educación  
personalizada puede tener efectos positivos en la motivación, la satisfacción y el  
rendimiento académico de los estudiantes, especialmente cuando se  
implementa de manera adecuada y en contextos apropiados.  
Los autores también destacan que estos efectos positivos dependen de la  
implementación y el contexto educativo, lo que indica que la pedagogía  
personalizada no es una solución única, sino un modelo que requiere estrategias  
adecuadas y recursos específicos para maximizar sus beneficios. En este  
sentido, se puede interpretar que su éxito está condicionado por factores como  
el diseño curricular, la preparación docente y el acceso a herramientas  
tecnológicas, especialmente en entornos donde la IA juega un papel crucial en  
la personalización del aprendizaje.  
En relación a los principios de la educación personalizada, Barrera (2023)  
considera que la educación personalizada se fundamenta en tres principios  
esenciales:  
1
. Identidad: permite que el estudiante desarrolle su singularidad,  
autonomía, dignidad y libertad, asegurando que el aprendizaje se adapte  
a sus características individuales.  
2
28  
Ludeña-Yaguana et al. (2025)  
2
3
. Apertura a la realidad: fomenta la interacción del estudiante con su  
entorno, promoviendo un aprendizaje significativo y aplicado a situaciones  
reales.  
. Origen: reconoce que el estudiante necesita acompañamiento educativo  
para su desarrollo integral, destacando el papel del docente en la  
formación personalizada.  
Estos principios buscan garantizar que la educación no sea un proceso rígido,  
sino que se adapte a las necesidades individuales de cada estudiante,  
promoviendo un aprendizaje más efectivo y motivador. De igual manera, se  
puede apreciar un enfoque centrado en el estudiante; Barrera (2023) enfatiza  
que la pedagogía personalizada no solo se basa en adaptar los contenidos, sino  
en reconocer la identidad de cada estudiante, permitiéndole desarrollar su  
autonomía y singularidad en el aprendizaje. Esto implica un modelo educativo en  
el que los alumnos no son receptores pasivos, sino protagonistas de su propio  
proceso formativo.  
Se aprecia en los principios expuestos, que el aprendizaje con propósito, sugiere  
que el conocimiento debe estar conectado con experiencias y situaciones  
concretas, lo que permite una enseñanza más significativa. Se interpreta que  
este principio busca evitar la educación abstracta y desconectada de la vida  
cotidiana, promoviendo la construcción del conocimiento a partir de la interacción  
con el entorno.  
La importancia del docente como guía, señala que la educación personalizada  
no significa aprendizaje en solitario, sino que debe existir un acompañamiento  
adecuado por parte del docente. Esto se traduce en la necesidad de un rol  
educativo más flexible, donde el maestro actúe como facilitador, orientando el  
desarrollo del estudiante sin imponer un camino único.  
Aunque Barrera (2023) destaca los beneficios del modelo personalizado,  
también se puede interpretar que su aplicación enfrenta desafíos, como la  
necesidad de recursos tecnológicos, la formación docente para adoptar  
estrategias adaptativas, y la posibilidad de que el acceso a la educación  
personalizada no sea equitativo en todos los contextos educativos.  
2
29  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
La visión presentada sugiere que la pedagogía personalizada podría convertirse  
en un modelo clave para la evolución educativa, especialmente con la integración  
de tecnologías avanzadas como la inteligencia artificial. Este enfoque permite  
adaptar el proceso de enseñanza a las necesidades individuales de los  
estudiantes, ofreciendo un aprendizaje más flexible y efectivo.  
Gracias a la IA, es posible analizar patrones de aprendizaje, identificar  
dificultades específicas y ajustar los contenidos y metodologías en tiempo real  
para optimizar el rendimiento académico; además, la personalización de la  
enseñanza no solo mejora la comprensión y el desarrollo de habilidades, sino  
que también incrementa la motivación y el compromiso de los estudiantes, al  
brindarles una experiencia más dinámica e interactiva. En este sentido, la  
combinación de pedagogía personalizada e inteligencia artificial representa una  
oportunidad para transformar la educación, haciéndola más inclusiva, accesible  
y alineada con los desafíos del siglo XXI.  
2
.2. Inteligencia Artificial en la Educación  
La enseñanza ha sido un pilar fundamental en la evolución de las sociedades,  
desde los antiguos filósofos griegos hasta los modernos sistemas educativos, la  
transmisión del conocimiento ha sido una constante que ha marcado el progreso.  
Sin embargo, nunca antes el aprendizaje había experimentado una  
transformación tan radical como la que estamos viviendo en la actualidad.  
La educación ha transitado por múltiples etapas: primero fue oral, luego escrita,  
más tarde estructurada en aulas, y finalmente digitalizada; cabe resaltar que, en  
cada uno de estos cambios, el acceso al conocimiento se expandió, pero también  
surgieron desafíos. (Quintanar y Hernández, 2022). ¿Cómo garantizar que la  
educación no sea un modelo rígido sino una experiencia adaptativa? ¿Cómo  
hacer que el proceso de enseñanza responda a las necesidades de cada  
estudiante sin perder su esencia humana?  
Vivimos en una era en la que la tecnología se ha convertido en el eje central de  
la sociedad y la inteligencia artificial ha dejado de ser un concepto futurista para  
integrarse en nuestra vida cotidiana, modificando la forma en que interactuamos  
con el mundo. Su impacto en la educación no es solo una cuestión de innovación,  
2
30  
Ludeña-Yaguana et al. (2025)  
sino un punto de inflexión que redefine el aprendizaje desde sus cimientos  
(Espinoza et al., 2024).  
La integración de la inteligencia artificial (IA) en la educación, ha generado un  
debate sobre su impacto en la enseñanza y el aprendizaje; Bolaño-García (2024)  
sostiene, que la IA no solo representa una herramienta tecnológica avanzada,  
sino que redefine la forma en que los estudiantes acceden y procesan la  
información, permitiendo una personalización del aprendizaje sin precedentes.  
Es así, que uno de los aportes más destacados de la IA es su capacidad para  
adaptar los contenidos y metodologías según las necesidades individuales de  
los estudiantes, gracias al análisis de datos y algoritmos inteligentes, los  
sistemas educativos pueden identificar fortalezas y áreas de mejora en el  
proceso de aprendizaje, ajustando el ritmo y los materiales de estudio de manera  
dinámica (Bolaño-García, 2024).  
Además, la IA facilita la evaluación automatizada, proporcionando  
retroalimentación inmediata, lo que ayuda a los estudiantes a mejorar su  
desempeño de manera autónoma. En este sentido, se argumenta que esta  
automatización permite una educación más efectiva al minimizar la subjetividad  
en la evaluación y ofrecer datos precisos sobre el rendimiento académico (López  
Escobar et al. 2024).  
No obstante, la aplicación de la inteligencia artificial en la educación también  
plantea desafíos importantes que deben ser abordados con responsabilidad y  
visión crítica. Uno de los aspectos fundamentales es garantizar la transparencia  
en los algoritmos que intervienen en los procesos de enseñanza y evaluación,  
evitando sesgos que puedan afectar la objetividad de los resultados. Asimismo,  
la protección de los datos personales de los estudiantes se convierte en una  
prioridad, ya que el manejo indebido de esta información podría comprometer su  
privacidad y seguridad; por ello es esencial que las instituciones educativas y los  
desarrolladores de tecnología implementen regulaciones y protocolos que  
aseguren un uso ético y seguro de la inteligencia artificial en el entorno  
académico.  
Por otro lado, la equidad en el acceso a estas herramientas tecnológicas es un  
reto que no puede ser ignorado, ya que la digitalización educativa corre el riesgo  
2
31  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
de ampliar las brechas existentes entre diferentes sectores de la sociedad. La  
falta de recursos tecnológicos y la desigualdad en la infraestructura pueden  
limitar el alcance de la inteligencia artificial en muchas comunidades, dejando  
atrás a aquellos estudiantes que no cuentan con las condiciones necesarias para  
beneficiarse de estas innovaciones. Por ello, es imprescindible que los  
gobiernos, las instituciones educativas y las empresas tecnológicas trabajen en  
conjunto para desarrollar estrategias que promuevan la inclusión digital,  
garantizando que todos los alumnos, sin importar su contexto socioeconómico,  
puedan acceder a una educación más eficiente y adaptada a sus necesidades  
(Estigarribia et al., 2025).  
Por lo tanto, la IA se perfila como un elemento clave en la pedagogía  
personalizada, proporcionando estrategias innovadoras para mejorar la  
motivación y el rendimiento estudiantil; sin embargo, su implementación debe ser  
cuidadosamente regulada y complementada con un enfoque pedagógico sólido  
que garantice que la tecnología actúe como un apoyo a la enseñanza, sin  
reemplazar el acompañamiento humano en el aprendizaje.  
Puche (2024) considera que la inteligencia artificial (IA) ofrece varias ventajas en  
el ámbito educativo:  
1
. Mejora la calidad de la enseñanza: más de la mitad de los docentes  
encuestados consideran que la IA optimiza los procesos educativos al  
proporcionar herramientas que facilitan la personalización del  
aprendizaje.  
2
3
. Fomenta el pensamiento crítico: la IA permite a los estudiantes desarrollar  
habilidades analíticas al interactuar con sistemas que les plantean  
desafíos y soluciones adaptadas a sus necesidades.  
. Automatización de tareas administrativas: los docentes destacan que la  
IA reduce la carga de trabajo en actividades como la corrección de  
exámenes y la gestión de asistencia, permitiéndoles enfocarse más en la  
enseñanza.  
4
. Accesibilidad y adaptación: la IA facilita el acceso a la educación para  
estudiantes con necesidades especiales, mediante herramientas como  
sintetizadores de voz y asistentes de lectura.  
2
32  
Ludeña-Yaguana et al. (2025)  
5
. Evaluación y retroalimentación en tiempo real: los sistemas de IA pueden  
proporcionar correcciones inmediatas, mejorando el proceso de  
aprendizaje y permitiendo ajustes personalizados en la enseñanza.  
2
.3. Impacto de la IA en el Rendimiento Académico  
La incorporación de inteligencia artificial (IA) en la educación ha redefinido la  
manera en que los estudiantes acceden al conocimiento y optimizan su  
aprendizaje. En este contexto, el estudio de Cobos (2024) ofrece un análisis  
detallado sobre cómo la IA influye en el rendimiento académico, especialmente  
en disciplinas clave como matemáticas, ciencias y humanidades.  
Los hallazgos de la investigación destacan que los estudiantes que utilizaron  
herramientas de IA experimentaron un incremento significativo en sus  
calificaciones, debido a la capacidad de estos sistemas para adaptar la  
enseñanza a sus necesidades individuales. La IA facilita el acceso a materiales  
personalizados, genera retroalimentación inmediata y promueve un aprendizaje  
más dinámico.  
Otro aspecto relevante es el fomento del aprendizaje autónomo, donde los  
estudiantes desarrollan habilidades de autoevaluación y toma de decisiones en  
su proceso educativo, lo cual fortalece la autonomía académica y mejora la  
capacidad de resolución de problemas.  
Sin embargo, el estudio también advierte sobre desafíos asociados a la  
implementación de la IA en el aula. Uno de los puntos críticos es la brecha  
tecnológica, que puede generar desigualdades en el acceso a herramientas  
avanzadas, limitando su impacto positivo en ciertos sectores estudiantiles. La  
equidad en la distribución de recursos tecnológicos se convierte, por tanto, en un  
factor determinante para el éxito de la inteligencia artificial en educación Cobos  
(2024).  
En conclusión, la IA se presenta como una herramienta poderosa para mejorar  
el rendimiento académico, pero su efectividad dependerá de una implementación  
estratégica que garantice el acceso equitativo y el uso adecuado de sus  
capacidades. La combinación de tecnología y pedagogía adaptativa abre nuevas  
2
33  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
oportunidades para optimizar la enseñanza, posicionando a la IA como un pilar  
fundamental en la evolución del aprendizaje.  
2
.4 Motivación Estudiantil  
La inteligencia artificial generativa ha emergido como un recurso clave en la  
educación superior, transformando la manera en que los estudiantes interactúan  
con el conocimiento y fortaleciendo su motivación académica. Según Rodríguez  
et al. (2024), el uso de herramientas de IA en el aula ha generado un impacto  
positivo en la satisfacción y el compromiso de los alumnos, quienes perciben  
estas tecnologías como un apoyo para mejorar su rendimiento y optimizar su  
proceso de aprendizaje.  
Uno de los hallazgos más relevantes del estudio es la alta aceptación de la IA  
generativa entre los estudiantes, quienes destacan su utilidad en la resolución  
de problemas y el acceso a contenidos personalizados. La capacidad de la IA  
para adaptar el aprendizaje a las necesidades individuales ha permitido que los  
alumnos se involucren de manera más activa en su formación, aumentando su  
interés y motivación.  
Sin embargo, los investigadores también identificaron áreas de mejora, como la  
necesidad de promover un uso ético y responsable de estas herramientas,  
resaltan que la dependencia excesiva de la IA podría afectar el desarrollo de  
habilidades críticas y la autonomía del estudiante, por lo que es fundamental  
establecer estrategias pedagógicas que equilibren la tecnología con la  
enseñanza tradicional (Gómez et al., 2024).  
Es por ello que la inteligencia artificial generativa se presenta como un aliado  
estratégico para potenciar la motivación estudiantil, ofreciendo nuevas  
oportunidades para personalizar el aprendizaje y mejorar la experiencia  
educativa. No obstante, su implementación debe estar acompañada de un  
enfoque pedagógico sólido que garantice su uso adecuado y maximice sus  
beneficios sin comprometer la formación integral del estudiante.  
2
34  
Ludeña-Yaguana et al. (2025)  
3. METODOLOGÍA  
Para llevar a cabo este estudio, se empleó una investigación cuasi experimental  
con grupo de control, se utilizó un diseño pretest-postest que permitió evaluar el  
impacto de la pedagogía personalizada con inteligencia artificial en el  
rendimiento y la motivación estudiantil. La muestra estuvo conformada por 40  
estudiantes de tercer año de Bachillerato General Unificado (BGU) de colegios  
fiscales en Ecuador, distribuidos en dos grupos: experimental (n=20) y control  
(n=20).  
Durante un periodo de ocho semanas, el grupo experimental recibió instrucción  
personalizada mediada por inteligencia artificial, mientras que el grupo de control  
continuó con métodos tradicionales de enseñanza. Se aplicaron instrumentos de  
medición como pruebas académicas y encuestas de motivación antes y después  
de la intervención, con el fin de analizar la variación en los resultados y  
determinar la efectividad del enfoque propuesto. Los datos obtenidos fueron  
sometidos a análisis estadísticos para identificar diferencias significativas entre  
ambos grupos y valorar el impacto de la metodología en el aprendizaje y la  
motivación de los estudiantes.  
El grupo experimental (20 estudiantes) usarán herramientas de IA en la  
asignatura Física, para ejercicios y tutoría personalizada. El grupo control (20  
estudiantes) seguirán el método tradicional en dicha asignatura, sin IA.  
Variables:  
a. Variable independiente: Uso de IA en el aprendizaje.  
b. Variables dependientes: Rendimiento académico (calificaciones en  
pruebas estandarizadas) y motivación (medida a través de encuestas de  
percepción).  
Instrumentos de recolección de datos:  
Para la recolección de datos en esta investigación cuasi experimental, se  
emplearon diversos instrumentos que permitieron evaluar el impacto de la  
pedagogía personalizada con inteligencia artificial en el rendimiento y la  
motivación estudiantil.  
2
35  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
a. Pruebas de conocimiento antes y después del experimento: Se aplicaron  
pruebas escritas diseñadas para medir el nivel de comprensión y dominio  
de los contenidos académicos antes de la intervención con IA y tras  
finalizar el período de implementación. Estas pruebas de la asignatura  
Física, incluyeron preguntas de opción múltiple, ejercicios de aplicación y  
problemas de análisis crítico, lo que permitió evaluar el progreso de los  
estudiantes de manera objetiva.  
b. Encuestas de motivación y percepción estudiantil. Se diseñaron  
cuestionarios estructurados que recogieron información sobre el nivel de  
motivación y percepción de los alumnos respecto al uso de la inteligencia  
artificial en el proceso de aprendizaje. Las encuestas se aplicaron en dos  
momentos clave: antes de la intervención y luego de la aplicación del  
modelo personalizado, permitiendo analizar cambios en la actitud y  
satisfacción de los estudiantes. Los ítems de las encuestas abordaron  
aspectos como interés por la materia, confianza en el aprendizaje y  
valoración de las herramientas tecnológicas utilizadas.  
c. Registro de interacción con las herramientas de IA: Se recopilaron datos  
sobre la frecuencia y calidad de la interacción de los estudiantes con las  
plataformas de inteligencia artificial implementadas en la enseñanza. Se  
monitorearon parámetros como el tiempo de uso, el tipo de actividades  
realizadas, el nivel de autonomía en la navegación y la cantidad de  
consultas generadas. Este registro permitió analizar cómo los estudiantes  
aprovecharon los recursos tecnológicos y determinar si hubo  
correlaciones entre el nivel de interacción y las mejoras en el rendimiento  
académico y motivacional.  
Es así, que estos instrumentos fueron seleccionados para proporcionar una  
evaluación integral del impacto de la pedagogía personalizada con IA,  
permitiendo obtener datos cuantitativos y cualitativos que respaldaran el análisis  
de los resultados del estudio.  
Procedimiento:  
a. Fase de selección y asignación de participantes.  
b. Implementación del estudio por un período de 2 meses (8 semanas) con  
2
36  
Ludeña-Yaguana et al. (2025)  
el uso de IA en el grupo experimental.  
c. Evaluación de resultados mediante comparaciones estadísticas.  
4. RESULTADOS Y DISCUSIÓN  
Los resultados obtenidos sugieren que la inteligencia artificial puede ser una  
herramienta poderosa para mejorar la educación personalizada y potenciar la  
motivación de los estudiantes, pues gracias a su capacidad para adaptarse a los  
ritmos y estilos de aprendizaje individuales, la IA permite diseñar experiencias  
educativas más dinámicas y ajustadas a las necesidades de cada alumno.  
Además, la retroalimentación inmediata y el acceso a contenidos interactivos  
favorecen un aprendizaje más autónomo, estimulando la curiosidad y el  
compromiso con el proceso educativo. Los siguientes hallazgos (Tabla 1),  
destacan el potencial transformador de la IA en la enseñanza, abriendo nuevas  
oportunidades para la innovación pedagógica y el desarrollo de metodologías  
más efectivas.  
Rendimiento académico: (Gráfico 1)  
a. Grupo experimental: Aumentó el promedio en un 15% de sus  
calificaciones, en comparación con el grupo control.  
b. Grupo control: Mejoras menores (5%) sin el apoyo de IA.  
Motivación estudiantil: (Gráfico 1)  
a. Grupo experimental: 80% de los estudiantes reportan mayor interés en  
el aprendizaje y reducción del estrés académico.  
b. Grupo control: Solo el 55% reporta mejoras en motivación.  
Tabla 1: Impacto de la IA en el Rendimiento Académico en Física  
Grupo  
Experimental (con  
IA)  
Grupo Control (sin  
Indicador  
Diferencia  
IA)  
Promedio de  
calificaciones (sobre  
8.5  
7.0  
+1.5 puntos  
+25%  
10)  
Porcentaje de  
estudiantes con  
calificaciones  
75%  
50%  
2
37  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
superiores a 8  
Porcentaje de  
errores en problemas  
aplicados  
20%  
35%  
55% alta motivación  
45 min  
-15%  
+25%  
Motivación reportada  
por estudiantes  
8
0% alta motivación  
(
encuesta de  
percepción)  
Tiempo promedio  
para resolver  
problemas  
30 min  
-15 min  
Nivel de  
comprensión de  
conceptos físicos  
85%  
65%  
+20%  
(
según  
autoevaluación)  
Fuente: Elaboración propia (2025).  
Mejor rendimiento académico:  
a. Los estudiantes que usaron IA lograron un incremento de 1.5 puntos en  
el promedio de calificaciones, lo que indica una mejor asimilación de los  
conceptos de la asignatura Física (Gráfico 2).  
b. Reducción de errores en problemas complejos: el grupo experimental  
mostró una reducción del 15% en errores, lo que sugiere que la IA facilitó  
la comprensión y aplicación de fórmulas.  
Gráfico 1: Indicadores medidos en porcentaje  
Indicadores medidos en porcentaje  
%
Nivel de comprensión de conceptos físicos  
65%  
8
5%  
(según autoevaluación)  
%
Motivación por estudiantes (encuesta de  
percepción)  
55%  
8
0%  
35%  
%
errores en problemas aplicados  
2
0%  
5
0%  
%
estudiantes con calificaciones superiores a 8  
75%  
0%  
10% 20% 30% 40% 50% 60% 70% 80% 90%  
Grupo Control (sin IA)  
Grupo Experimental (con IA)  
Fuente: Elaborado con los datos de la Tabla 1  
2
38  
Ludeña-Yaguana et al. (2025)  
Mayor motivación y rapidez en resolución de problemas:  
a. El 80% de los estudiantes con IA reportaron mayor motivación frente al  
5
5% del grupo control, destacando el papel de la tecnología en la  
motivación (Gráfico 1).  
b. El tiempo para resolver problemas se redujo 15 minutos, lo que indica  
mayor eficiencia en el aprendizaje (Gráfico 3).  
Gráfico 2: Promedio de calificaciones (sobre 10)  
9,00  
8,00  
7,00  
6,00  
5,00  
4,00  
3,00  
2,00  
1,00  
0,00  
8,50  
7
,00  
Promedio de calificaciones (sobre 10)  
Grupo Experimental (con IA) Grupo Control (sin IA)  
Fuente: Elaborado con los datos de la Tabla 1  
Mayor comprensión de conceptos físicos:  
a. En la autoevaluación, los estudiantes con IA percibieron una comprensión  
del 85%, comparado con el 65% del grupo control. Esto sugiere que el  
apoyo de IA fortalece la adquisición del conocimiento (Gráfico 1).  
b. La IA tiene un impacto positivo en el rendimiento académico, la motivación  
y la comprensión de Física, facilitando una educación adaptativa. Sería  
interesante realizar estudios a mayor escala para validar estos hallazgos.  
2
39  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
Gráfico 3: Tiempo promedio (min) para resolver problemas  
50  
45  
40  
35  
30  
25  
20  
15  
10  
5
0
45  
30  
Tiempo promedio (min) para resolver problemas  
Grupo Experimental (con IA) Grupo Control (sin IA)  
Fuente: Elaborado con los datos de la Tabla 1  
Tabla 2: Resultados sobre Motivación Estudiantil  
Grupo  
Grupo Control (sin  
Experimental (con  
IA)  
Indicador  
Diferencia  
IA)  
Motivación alta  
según encuesta)  
8
8
7
0%  
5%  
0%  
55%  
+25%  
+25%  
(
Interés por la  
asignatura  
60%  
Participación en  
clase  
50%  
2 horas semanales  
60%  
+20%  
Tiempo de estudio  
voluntario  
4
horas semanales  
+2 horas  
+25%  
Persistencia ante  
problemas difíciles  
8
5%  
0%  
Satisfacción con el  
aprendizaje  
9
65%  
+25%  
Fuente: Elaboración propia (2025)  
Mayor motivación y compromiso:  
a. Los estudiantes que utilizaron IA mostraron un incremento del 25% en la  
motivación frente a los del grupo control.  
2
40  
Ludeña-Yaguana et al. (2025)  
b. Mayor interés por la Física: el 85% de los estudiantes con IA reportó  
mayor interés por la materia, lo que podría significar que los recursos  
digitales y adaptativos les ayudaron a conectar mejor con los contenidos.  
Más participación en clase:  
a. El grupo experimental participó un 20% más en actividades, indicando que  
la IA podría fomentar un aprendizaje más dinámico e interactivo.  
Tiempo adicional de estudio:  
a. Los estudiantes con IA dedicaron 2 horas más a estudiar por iniciativa  
propia, lo que refleja mayor autonomía en el aprendizaje.  
Discusión  
Los resultados de este estudio evidencian que la implementación de inteligencia  
artificial (IA) en la educación tiene un impacto positivo en el rendimiento  
académico de los estudiantes. En particular, el grupo experimental mostró un  
aumento promedio del 15% en sus calificaciones, mientras que el grupo control,  
sin acceso a IA, tuvo mejoras menores del 5%.  
Estos hallazgos coinciden con los resultados obtenidos por Palma et al. (2024),  
quienes realizaron un estudio experimental con estudiantes de tercer año de  
bachillerato en Ecuador. En su investigación, el grupo que utilizó IA en su  
proceso de aprendizaje presentó un incremento significativo en su desempeño  
académico, mientras que el grupo control mostró mejoras más limitadas.  
La similitud entre ambos estudios refuerza la hipótesis de que la IA puede actuar  
como un facilitador del aprendizaje, optimizando la enseñanza mediante la  
personalización de contenidos y la retroalimentación inmediata. Además, el  
análisis de varianza (ANOVA) realizado por Palma et al. (2024) confirma que las  
diferencias en el rendimiento académico entre los grupos experimental y control  
son estadísticamente significativas.  
Sin embargo, es importante considerar los desafíos asociados a la  
implementación de la IA en el aula; ambos estudios destacan la necesidad de  
garantizar un acceso equitativo a estas tecnologías para evitar la ampliación de  
brechas educativas. Asimismo, se debe evaluar el impacto a largo plazo de la IA  
2
41  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
en el desarrollo de habilidades críticas y la autonomía del estudiante.  
En conclusión, la evidencia sugiere que la inteligencia artificial tiene el potencial  
de mejorar el rendimiento académico, pero su aplicación debe estar  
acompañada de estrategias pedagógicas que maximicen sus beneficios sin  
comprometer la calidad de la enseñanza tradicional.  
Los hallazgos de este estudio refuerzan la hipótesis de que la inteligencia  
artificial (IA) puede ser una herramienta poderosa para mejorar la educación  
personalizada y la motivación de los estudiantes. En particular, los resultados  
muestran que el grupo experimental experimentó un incremento del 80% en su  
interés por el aprendizaje y una reducción del estrés académico, mientras que el  
grupo control solo reportó mejoras del 50%.  
Estos resultados coinciden con los obtenidos por Moreno y Zabala (2022),  
quienes evaluaron el impacto de estrategias tecnológicas en la motivación y el  
rendimiento académico. En su estudio, el grupo experimental, que utilizó  
herramientas digitales avanzadas, mostró un aumento significativo en su  
compromiso con el aprendizaje, mientras que el grupo control presentó mejoras  
más limitadas.  
Asimismo, en términos de rendimiento académico, el grupo experimental de este  
estudio registró un incremento promedio del 15% en sus calificaciones, en  
comparación con el grupo control, que solo mejoró en un 5%. Este patrón es  
similar al identificado por Moreno y Zabala (2022), quienes encontraron que el  
uso de tecnologías educativas innovadoras contribuye a una mejora sustancial  
en el desempeño académico.  
Estos hallazgos sugieren que la IA y otras herramientas digitales pueden  
desempeñar un papel clave en la optimización del aprendizaje, proporcionando  
experiencias educativas más dinámicas y adaptadas a las necesidades  
individuales de los estudiantes. Sin embargo, es fundamental considerar la  
equidad en el acceso a estas tecnologías, asegurando que todos los estudiantes  
puedan beneficiarse de sus ventajas sin generar brechas educativas.  
2
42  
Ludeña-Yaguana et al. (2025)  
5. CONCLUSIONES  
El presente estudio sobre pedagogía personalizada con inteligencia artificial ha  
permitido analizar el impacto de la IA en el rendimiento y la motivación estudiantil,  
demostrando que su implementación en el aula puede potenciar la enseñanza  
adaptativa centrada en el estudiante.  
Los resultados obtenidos indican que la IA facilita un aprendizaje más  
individualizado, ajustando el ritmo y los contenidos educativos a las necesidades  
específicas de cada estudiante. Esto genera un incremento en la comprensión  
de conceptos, mejorando la precisión en la resolución de problemas y reduciendo  
el margen de error en tareas académicas.  
Desde una perspectiva motivacional, la interacción con herramientas de IA  
refuerza el compromiso y la autonomía de los estudiantes, promoviendo un  
aprendizaje más dinámico y participativo. Se observó que los alumnos que  
trabajaron con IA mostraron mayor persistencia ante desafíos académicos, lo  
que evidencia su impacto positivo en la actitud hacia el estudio.  
En términos de implicaciones pedagógicas, este enfoque plantea la necesidad  
de una transformación en el rol del docente, quien pasa de ser un transmisor de  
conocimientos a convertirse en un facilitador del aprendizaje, guiando a los  
estudiantes en el uso adecuado de las herramientas digitales. Asimismo, se  
deben establecer estrategias para garantizar una integración equilibrada y  
equitativa de la IA en los procesos educativos, evitando la brecha tecnológica y  
asegurando el acceso universal a estos recursos.  
A pesar de sus múltiples beneficios, es fundamental realizar estudios a largo  
plazo para evaluar el impacto sostenido de la IA en la educación, así como  
desarrollar marcos éticos y normativos que regulen su implementación. Por lo  
tanto, la IA se perfila como una herramienta clave para la educación  
personalizada, pero su aplicación debe estar acompañada de estrategias  
pedagógicas bien estructuradas que maximicen su eficacia sin comprometer la  
interacción humana y la formación integral del estudiante.  
2
43  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la  
motivación estudiantil.  
REFERENCIAS  
Andrade, E. (2023). IA y personalización educativa: evaluar su efectividad en  
adaptar contenidos para diversos estudiantes en la educación moderna.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,  
IV(4).  
ISSN  
en  
línea:  
2789-3855,  
p.  
621.  
https://doi.org/10.56712/latam.v4i4.1244  
Barrera, A. G. (2023). Educación personalizada: principios, técnicas y recursos.  
Revista Española de Pedagogía.  
https://www.revistadepedagogia.org/rep/vol0/iss0/123  
Bolaño-García, M. (2024). Inteligencia artificial para la educación: desafíos y  
oportunidades. Praxis 20(1), pp. 8-12. https://orcid.org/0000-0002-5514-  
2
992  
Cobos, C. (2024). Impacto de la inteligencia artificial en el rendimiento académico  
de estudiantes de secundaria: Un estudio correlacional. Puriq, 6(740).  
https://doi.org/10.37073/puriq.6.740  
Espinoza, K., Vimos, K., & López, W. (2024). El impacto de la inteligencia artificial  
en la educación: avances, desafíos y perspectivas futuras. Educere,  
2
8(90).  
ISSN:  
1316-4910.  
http://erevistas.saber.ula.ve/index.php/educere/article/view/19918  
Estigarribia, O., Le Gall, L., & Morenate, R. (2025). Tecnología, equidad y  
aprendizaje: un análisis de la inclusión y exclusión educativa en la  
enseñanza universitaria mediada por TIC. Revista de Educación, 1(35),  
pp.  
47-74.  
https://fh.mdp.edu.ar/revistas/index.php/r_educ/article/view/8810  
Gómez, R., Castro, A., & Fuentes, A. (2024). El uso ético y moral de la  
inteligencia artificial en educación e investigación. Revista Ciencia Latina,  
8
(5), pp. 3243-3261. https://doi.org/10.37811/cl_rcm.v8i5.13801  
López Escobar, C., Hernández Salas, C., Hernández Castillo, J., Cabrera  
Gómez, T. del C., & Maldonado Castillo, B. (2024). Evaluación de la  
Eficiencia de las Herramientas de Evaluación Académica: Una Revisión  
Sistemática. Ciencia Latina Revista Científica Multidisciplinar, 8(4), pp.  
6
848-6862. https://doi.org/10.37811/cl_rcm.v8i4.12868  
Moreno, J, & Zabala, S. (2022). Efecto sobre la motivación y el rendimiento  
académico al aplicar aprendizaje basado en juegos en la enseñanza de  
las redes definidas por software. Formación universitaria, 15(4), pp. 81-  
9
4. https://dx.doi.org/10.4067/S0718-50062022000400081  
Palma, K., Feijoo, O., & Rumbaut, D. (2024). Impacto de la inteligencia artificial  
en el rendimiento académico de los estudiantes de tercer año de  
2
44  
Ludeña-Yaguana et al. (2025)  
bachillerato.  
MQRInvestigar,  
8(2),  
pp.  
4012–4025.  
https://doi.org/10.56048/MQR20225.8.2.2024.4012-4025  
Pérez J. & Ahedo J. (2020). La educación personalizada según García Hoz.  
Revista Complutense de Educación, 31(2), pp. 153-161.  
https://doi.org/10.5209/rced.61992  
Puche, D. (2024). Inteligencia artificial como herramienta educativa: ventajas y  
desventajas desde la perspectiva docente. Areté, Revista Digital del  
Doctorado  
en  
Educación,  
10(especial),  
pp.  
85-  
1
00.https://doi.org/10.55560/arete.2024.ee.10.7  
Quintanar, R. & Hernández, M. (2022). Modelos Tecnológicos de Aprendizaje  
Adaptativo Aplicados a la Educación. Revista Tecnológica-Educativa  
Docentes 2.0, 15(1), pp. 41-58. https://doi.org/10.37843/rted.v15i1.308  
Velasco, G., Guerrero, M., Fonseca, I., Basantes, J., & Sanclemente, P. (2023).  
La educación personalizada. Un enfoque efectivo para el aprendizaje.  
Ciencia Latina Revista Científica Multidisciplinar, 7(2), pp. 4612-4525.  
https://doi.org/10.37811/cl_rcm.v7i2.5675  
2
45