Pedagogía personalizada con inteligencia artificial: Un estudio sobre el impacto en el rendimiento y la motivación estudiantil
Palabras clave:
Pedagogía personalizada, inteligencia artificial, rendimiento y motivación estudiantilResumen
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 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.
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.
Descargas
Citas
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/0000-0002-5514-2992
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, 28(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. 6848-6862. 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. 81-94. 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 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. 85-100.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
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Revista Científica Multidisciplinaria HEXACIENCIAS. ISSN: 3028-8657

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.




