Desarrollo de un sistema educativo inteligente en Python para la personalización del aprendizaje mediante técnicas de inteligencia artificial como Machine Learning y procesamiento de lenguaje natural

Sony Walberto Villarroel Carrillo, Lorena Elizabeth Castillo Salazar, Diego Roberto Granda Aguilera, Luzmila Lema Mullo, Edisson Roberto Carranza Ortiz

Resumen


El presente estudio expone el diseño, desarrollo y validación de un sistema educativo inteligente (SEI) implementado en Python, orientado a la personalización del aprendizaje mediante técnicas avanzadas de inteligencia artificial (IA), específicamente machine learning y procesamiento de lenguaje natural (NLP). El propósito de la investigación es demostrar que la integración de estos enfoques tecnológicos permite optimizar la enseñanza en entornos digitales, promoviendo una educación más adaptativa, inclusiva y centrada en el estudiante.

La metodología se basó en un modelo de investigación aplicada, sustentado en una revisión sistemática de literatura indexada en Scopus, Web of Science, IEEE, PubMed y Scielo, complementada con el desarrollo de un prototipo funcional en Python. El sistema implementó algoritmos de clasificación y recomendación (Random Forest, Support Vector Machines y filtrado colaborativo) para analizar patrones de comportamiento estudiantil, predecir el rendimiento académico y generar recomendaciones de aprendizaje personalizadas.

Los resultados experimentales evidenciaron un incremento del 25 % en la retención de contenidos, una mayor motivación y participación estudiantil, y una reducción significativa de la tasa de abandono en cursos virtuales. Estos hallazgos confirman que la IA, aplicada a la educación, no solo potencia la personalización del aprendizaje, sino que también fortalece la autonomía, la retroalimentación y la eficiencia del proceso educativo.

El estudio concluye que Python representa una herramienta versátil y robusta para el desarrollo de sistemas educativos inteligentes, ya que combina la potencia del análisis de datos con la aplicabilidad pedagógica. Además, se destaca la importancia de abordar los desafíos éticos, de transparencia y capacitación docente para garantizar un uso responsable y sostenible de la inteligencia artificial en los contextos educativos contemporáneos.


Palabras clave


Inteligencia artificial; aprendizaje personalizado; Python; sistema educativo inteligente; educación digital; machine learning; NLP.

Texto completo:

PDF HTML

Referencias


Álvarez, I. L. (2020). Psicología y rendimiento deportivo. Wanceulen Editorial SL.

Arwood, E. & Merideth, K. (2024). Gains of incorporating brain-based instruction. Journal of Educational Psychology, 116(3), 420-435.

Campos, A. (2020). Neurociencias: Una oportunidad de formación para el docente de educación física. Viref Revista de Educación Física, 9(3), 117-128.

García, P., Llaneza, A., & Pérez, I. (2023). Psycholight: protocolo de evaluación e intervención psicológica para la prevención y la rehabilitación de lesiones deportivas. Revista de Psicología Aplicada al Deporte y al Ejercicio, 8(1), e2.

Garduño, J. & Torres Aguilar, X. (2025). Neuroeducación y su Aplicación en la Educación Física. Qartuppi S de RL de CV.

Hernández, R., & Castro, M. (2020). Neurociencia y entrenamiento en el deporte de alto rendimiento. ResearchGate.

Lapuente, I., Monfort, E., y Zurita, A. (2017). Desarrollo de competencias emocionales para el entrenamiento y la competición. Inteligencia emocional y deporte. Cuadernos de Psicología del Deporte, 13(1), 105–112.

López, D., & Ruiz, V. (2024). Control mental y precisión: cómo el neurofeedback transforma el rendimiento deportivo. NeuroFeedBack Barcelona. Recuperado de:

Montalva-Valenzuela, F., Andrades-Ramírez, O., & Castillo-Paredes, A. (2022). Effects of Physical Activity, Exercise and Sport on Executive Function in Young People with Attention Deficit Hyperactivity Disorder: A Systematic Review. Eur J Investig Health Psychol Educ, 12(1), 61.

Pérez, A., & Torres, S. (2024). Evaluación de la confiabilidad y validez de la extremidad neurocognitiva reactiva en pruebas reactivas de la extremidad superior usando Catchpad y Blazepod. Registro de Ensayos Clínicos NCT07103824. ICH GCP Network.

Restrepo, J. A. (2020). Programa de entrenamiento deportivo sobre variables cognitivas en deportistas de selección colombiana de gimnasia artística: Serie de casos.

Ruiz, L. M., y Graupera, J. L. (2005). Dimensión subjetiva de la toma de decisiones en el deporte: desarrollo y validación del cuestionario CETD.

Thul, P. (2021). The influence of a semester-long course on neuroeducation on teachers' perceptions of learning. Educational Review, 73(2), 245-260.

Virtual Taekwondo Daedo Team. (2024). Virtual Taekwondo: el futuro del entrenamiento en artes marciales. Recuperado de:

Zapatero Ayuso, J. A., González Rivera, M. D., & Campos Izquierdo, A. (2017). Intervención docente en educación física: contribución a las competencias en secundaria. Enseñanza & Teaching: Revista Interuniversitaria de Didáctica, 35(1), 161–183.




DOI: https://doi.org/10.23857/pc.v10i11.10718

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/