Envía por correo este artículo 
Artificial intelligence in learning management systems in higher education: a systematic review
Inteligncia artificial nos sistemas de gesto da aprendizagem no ensino superior: reviso sistemtica
Correspondencia: alejandro.cortezl@ug.edu.ec
Ciencias de la Educacin
Artculo de Investigacin
* Recibido: 26 de agosto de 2024 *Aceptado: 01 de septiembre de 2024 * Publicado: 30 de octubre de 2024
I. Universidad de Guayaquil, Ecuador.
II. Universidad Estatal de Milagro, Ecuador.
III. Universidad Estatal de Milagro (UNEMI), Ecuador.
IV. Universidad Estatal de Milagro (UNEMI), Ecuador.
Resumen
El objetivo principal de la investigacin propuesta fue evaluar la integracin de la inteligencia artificial en los sistemas de gestin del aprendizaje en la educacin superior. Para lograr esto, se llev a cabo una revisin sistemtica utilizando el mtodo PRISMA, seleccionando un total de 10 artculos de bases de datos como Scopus y WOS, que abordaron las variables de inteligencia artificial y sistemas de gestin del aprendizaje, publicados entre 2019 y 2023. Enfatizando la crucial importancia de abordar de manera efectiva elementos clave como la tica, la adaptacin docente, la formacin continua y la regulacin. Estos aspectos son esenciales para avalar un uso tico y positivo de la IA en la formacin acadmica a nivel superior, subrayando la necesidad de encontrar un equilibrio adecuado entre la tecnologa y la interaccin humana, asegurando que la IA sirva como una herramienta de apoyo en lugar de reemplazar la colaboracin humana.
Palabras Clave: Inteligencia Artificial; Sistema; Gestin; Aprendizaje; Educacin Superior.
Abstract
The main objective of the proposed research was to assess the integration of artificial intelligence into learning management systems in higher education. To achieve this, a systematic review was carried out using the PRISMA method, selecting a total of 10 articles from databases such as Scopus and WOS, which addressed the variables of artificial intelligence and learning management systems, published between 2019 and 2023. Emphasizing the crucial importance of effectively addressing key elements such as ethics, teaching adaptation, continuing education and regulation. These aspects are essential to endorse an ethical and positive use of AI in academic training at the higher level, underlining the need to find an appropriate balance between technology and human interaction, ensuring that AI serves as a support tool rather than replacing human collaboration.
Keywords: Artificial Intelligence; System; Management; Learning; Higher Education.
Resumo
O principal objetivo da investigao proposta foi avaliar a integrao da inteligncia artificial nos sistemas de gesto da aprendizagem no ensino superior. Para tal, foi realizada uma reviso sistemtica pelo mtodo PRISMA, selecionando um total de 10 artigos de bases de dados como a Scopus e a WOS, que abordavam as variveis de inteligncia artificial e sistemas de gesto da aprendizagem, publicados entre 2019 e 2023. Dando nfase os cruciais importncia de abordar eficazmente elementos-chave como a tica, a adaptao do ensino, a formao contnua e a regulamentao. Estes aspetos so essenciais para apoiar uma utilizao tica e positiva da IA na formao acadmica de nvel superior, sublinhando a necessidade de encontrar um equilbrio adequado entre a tecnologia e a interaco humana, garantindo que a IA sirva como uma ferramenta de apoio e no como um substituto da colaborao humana.
Palavras-chave: Inteligncia Artificial; Sistema; Gesto; Aprendizado; Ensino superior.
Introduccin
A lo largo de la historia, la educacin ha sido moldeada por el dinamismo de los avances tecnolgicos, y en la actualidad, la educacin superior se sita en la vanguardia de esta convergencia entre mtodos pedaggicos tradicionales y las innovaciones tecnolgicas que avanzan a pasos agigantados. La interseccin entre la pedagoga tradicional y las nuevas tecnologas ha propiciado cambios sustanciales en la dinmica de enseanza y aprendizaje.
Este contexto de constante transformacin, no solo desafa las prcticas educativas establecidas, sino que tambin brinda oportunidades para repensar la naturaleza misma de la educacin superior en un mundo marcado por la rpida evolucin tecnolgica. En este panorama dinmico, se sondean los posibilidades y retos que emergen de la unificacin de tecnologas de vanguardia en el proceso educativo, delineando un horizonte donde la sinergia entre la tradicin y la innovacin redefine la experiencia educativa. (Delgado, 2019).
La integracin de la tecnologa en la educacin superior ha sido una respuesta a las demandas de una sociedad cada vez ms digitalizada, y este fenmeno se convierte en una pieza clave para el desarrollo y la eficiencia del proceso educativo. Con el progreso de la tecnologa, ha sido necesario que esta se ajuste y evolucione a los nuevos enfoques pedaggicos, debido a la introduccin de herramientas digitales, plataformas en lnea y recursos multimedia han ampliado las posibilidades de acceso al conocimiento, permitindole a los estudiantes aprender de manera flexible, independiente y personalizada. (Francesc, 2017).
Esta transicin hacia un modelo educativo ms tecnolgico presenta desafos significativos, incluyendo la brecha digital, La reluctancia frente a cambios y la importancia de brindar formacin constante a los educadores. Sin embargo, como seala Azorn, C. (2019) las transiciones educativas tambin pueden influir notablemente en la trayectoria educativa y social de los estudiantes, provocando cambios en su vida acadmica. Por tanto, la educacin superior se enfrenta al reto de equilibrar la adopcin de tecnologas emergentes con la preservacin de los aspectos fundamentales de la enseanza, como la interaccin humana y el progreso de destrezas crticas. En este contexto, es crucial que las instituciones educativas reconozcan y aborden estos desafos para facilitar una transicin exitosa hacia un modelo educativo ms tecnolgico. (Azorn, 2019).
En definitiva, la Inteligencia Artificial (IA) nace como una de las innovaciones tecnolgicas ms impactantes, puesto que la misma ha transformado significativamente diversos aspectos de la sociedad contempornea, y su influencia en la educacin superior se manifiesta como un tema central de investigacin y desarrollo. En la ltima dcada, el papel de la IA en la educacin ha adquirido una relevancia creciente, generando un notable inters en su aplicacin a los Sistemas de Gestin del Aprendizaje (SGA). (Cordn, 2023).
Autores prominentes, como Siemens (2013) y Anderson (2017), han examinado de cerca la magnitud de esta transformacin, especialmente en el contexto de la educacin superior. La integracin de tecnologas innovadoras, como el uso del modelo de lenguaje GPT en el mbito universitario, es un factor clave. La presencia de chatbots impulsados por IA, como el ChatGPT, ha comenzado a dejar su huella en los entornos educativos universitarios, ofreciendo nuevas perspectivas y desafos en la forma en que los educadores y los estudiantes interactan con la informacin y se involucran en el proceso de aprendizaje.
Siemens (2013) aborda la "teora del aprendizaje conectivista", el cual sugiere que el aprendizaje es un proceso que ocurre mediante conexiones entre fuentes de informacin, y destaca la necesidad de adaptarse a los cambios constantes en el entorno digital. Por su parte, Anderson (2017) profundiza en la revolucin digital en la educacin superior, destacando cmo las tecnologas emergentes, incluida la IA, estn redefiniendo la forma en que los educadores disean y entregan contenido educativo. El autor subraya la necesidad de adaptarse a estas transformaciones para aprovechar al mximo las oportunidades que la tecnologa puede ofrecer en trminos de eficacia y accesibilidad educativa.
Sin embargo, como sostiene Ocaa et al (2019), los desafos actuales de la sociedad de la informacin requieren que las universidades experimenten una transformacin significativa en sus tradicionales enfoques de educacin. Estas reflexiones subrayan la necesidad de una adaptacin continua y reflexiva conforme la IA se incorpora a los SGA, influyendo directamente en la forma en que los estudiantes interactan con el conocimiento.
Por lo tanto, la educacin superior debe equilibrar la adopcin de tecnologas emergentes con la preservacin de los aspectos fundamentales de la enseanza, como el contacto humano y la conexin interpersonal y el progreso de destrezas crticas. Ahora bien, partiendo de esa transformacin en el panorama educativo, podemos sealar que la SGA son sistemas diseados inicialmente para administrar el contenido educativo y facilitar la interaccin en lnea, puesto que con el tiempo han evolucionado para convertirse en plataformas ms sofisticadas que aprovechan Las habilidades de la IA para adaptar la experiencia educativa de manera personalizada. (Mariaca et al, 2022).
La integracin de la IA en los SGA tiene el potencial de transformar radicalmente la forma en que los estudiantes acceden, interactan y asimilan conocimientos. Minguijn y Serrano (2022), expertos en la materia, han analizado en profundidad cmo la IA puede ser adaptada en los servicios sociales espaoles, con un enfoque particular en cuanto a los SGA, puesto que, uno de los aspectos ms destacados de su trabajo es la importancia de la personalizacin en la educacin, los mismos enfatiza que la IA en los SGA permite ajustar el contenido y las actividades de aprendizaje a las necesidades y estilos individuales de cada estudiante.
La IA tambin facilita la automatizacin de tareas administrativas, permitiendo a los pedagogos a centralizar ms los procesos de enseanza y el apoyo personalizado. Rami, C. (2021) resalta cmo la automatizacin de procesos puede liberar tiempo valioso para la interaccin humana, promoviendo as un entorno educativo ms colaborativo y enriquecedor. Adems, la IA en los SGA tiene un papel destacado en la evaluacin y el seguimiento del rendimiento estudiantil, puesto que tiene la capacidad de analizar grandes conjuntos de datos proporcionando insights detallados sobre el progreso individual de los estudiantes, lo que puede informar estrategias pedaggicas ms efectivas.
Autores como Dabbagh y Kitsantas (2012) han abordado la importancia de la retroalimentacin efectiva en el proceso de adquisicin de conocimiento la IA logra fortalecer esta retroalimentacin de manera ms precisa y oportuna. Sin embargo, la integracin de la IA en los SGA tambin plantea desafos y preocupaciones ticas. Autores como Selwyn (2019) han subrayado la necesidad de un enfoque reflexivo y crtico en la implementacin de tecnologas educativas, garantizando que la IA se utilice de manera tica y equitativa, evitando la exacerbacin de desigualdades existentes.
Ahora bien, Despus de revisar la literatura existente y analizar los estudios relacionados, este artculo de revisin se fundamenta en la necesidad de explorar la integracin de la IA en los sistemas de gestin del aprendizaje en la educacin superior. Adems, es esencial poder reconocer a travs de la metodologa propuesta aqu cules son los elementos que contribuyen a la implementacin de la IA en los SGA en la formacin acadmica superior. (Simon, 2021).
Por su parte, la presente investigacin, se plantea llevar a cabo una revisin sistemtica con el objetivo de analizar la literatura existente sobre la integracin de la IA en los SGA en la educacin superior, tomando en cuenta que dichos sistemas desempean un papel crucial en la facilitacin de la enseanza y el aprendizaje en entornos educativos modernos. Keller, J. (2010) experto en tecnologa educativa y en SGA proporcionan una plataforma integral para la entrega de contenido, interaccin estudiante-docente y evaluacin continua.
Estos sistemas posibilitan la generacin de entornos de aprendizaje a medida, ajustados a las necesidades especficas de cada alumno, fomentando as la participacin activa y el desarrollo de habilidades crticas. La capacidad de rastrear el progreso del estudiante y proporcionar retroalimentacin inmediata contribuye significativamente a la mejora del rendimiento acadmico. (Reamer, 2020).
En este sentido, la implementacin efectiva de los SGA no solo optimiza la eficiencia del proceso educativo, sino que tambin enriquece la experiencia de aprendizaje en consonancia con las mejores prcticas pedaggicas contemporneas. entendiendo que el avasallante crecimiento tecnolgico arropa los aspectos acadmicos, as como tambin la exigencia de capacitar al personal docente y tcnico para que vayan en consonancia con la realidad, los cuales beneficiarn la educacin superior.
Con el fin de guiar la realizacin del anlisis documental, se plantea las siguientes preguntas de investigacin: Cules son los avances ms recientes en la integracin de inteligencia artificial en los sistemas de gestin del aprendizaje en la educacin superior? Cmo afecta la implementacin de la inteligencia artificial en los SGA a la experiencia de enseanza y aprendizaje de los estudiantes universitarios?
Con el fin de abordar estas preguntas de investigacin, se establecen los siguientes objetivos; evaluar el impacto de la implementacin de la IA en los sistemas de gestin del aprendizaje sobre la experiencia de enseanza y aprendizaje de los estudiantes universitarios. Seguidamente, identificar los desafos y obstculos clave en la integracin de la IA en los sistemas de gestin del aprendizaje en la educacin superior y describir los avances ms recientes en la integracin de la inteligencia artificial en los sistemas de gestin del aprendizaje en instituciones de educacin superior.
Mtodos
Con la intencin de alcanzar los objetivos planteados en la presente revisin sistemtica, se adoptar la metodologa denominada Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA), destacada por Page et al (2021) como la gua de mayor actualizacin para la presentacin de revisiones sistemticas. Esta metodologa, compuesta por 27 elementos, aborda de manera integral distintos aspectos del proceso de revisin, entre los que se incluyen el ttulo, el resumen, la introduccin, los mtodos, los resultados, la discusin y el respaldo financiero de los estudios sujetos al anlisis.
La eleccin de PRISMA se fundamenta en su reconocimiento generalizado como un enfoque robusto y estandarizado que garantiza la transparencia y la calidad en la presentacin de revisiones sistemticas. Esta metodologa establece pautas claras que abarcan todas las etapas del proceso, desde la identificacin y seleccin de estudios hasta la sntesis de resultados y la presentacin de conclusiones. (Page et al, 2021).
La inclusin de 27 elementos en la metodologa PRISMA asegura una exhaustividad en la evaluacin y presentacin de los estudios considerados. Cada uno de estos elementos se dirige a aspectos especficos, permitiendo una evaluacin crtica y completa de la calidad de la investigacin revisada. Asimismo, al abarcar reas clave como la introduccin, mtodos y discusin, PRISMA facilita una comprensin integral de la revisin y sus hallazgos. (Page et al, 2021).
Dicha metodologa, no solo garantiza la coherencia y transparencia en la ejecucin de la revisin sistemtica, sino que tambin facilita la comparacin y replicacin de estudios similares. En ltima instancia, este enfoque metodolgico fortalece la validez y confiabilidad de la revisin, contribuyendo a la calidad general de la investigacin y sus aportes al conocimiento en el campo estudiado. (Page et al, 2021).
Criterios de Seleccin
Se subraya que la totalidad de los documentos evaluados corresponden a artculos cientficos publicados en revistas indexadas que abordan las variables relacionadas con la implementacin de la IA en los SGA en la Formacin Acadmica Superior. Esta revisin se centra especficamente en aquellos artculos publicados en el lapso de tiempo que abarca desde el ao 2019 hasta el 2023. Para asegurar un enfoque inclusivo, se consideraron en la bsqueda documentos redactados en ingls, espaol y portugus, respetando el idioma original de la publicacin. Este criterio amplio de inclusin lingstica pretende enriquecer y diversificar el alcance de la recopilacin de informacin, permitiendo una consideracin ms amplia de perspectivas y estudios relevantes en el tema. (Ocaa et al, 2019).
Fuentes de Informacin
Los buscadores utilizados para la elaboracin de la revisin sistemtica se originaron a partir de una exhaustiva bsqueda de artculos cientficos, los cuales fueron seleccionados de revistas indexadas y repositorios de renombre, incluyendo Dialnet, ScienceDirect y Google Scholar. Adems, se ampli la bsqueda utilizando herramientas especializadas como Scopus y Wos. La eleccin de estos documentos se rigi por Los estndares de insercin y supresin definidos previamente, asegurando as la pertinencia y calidad de las fuentes seleccionadas. (Ayuso y Gutirrez, 2022).
Es imperioso destacar que, cada documento ser abordado con escrupuloso respeto a los principios ticos que guan la conduccin de un anlisis documental, como se propone en la metodologa de la revisin sistemtica. La exhaustiva bsqueda de fuentes Se realiz durante el lapso comprendido entre el 20 y el 31 de enero de 2024, asegurando la inclusin de estudios recientes y relevantes para la temtica abordada. Este enfoque meticuloso garantiza la robustez y relevancia de los materiales considerados en la revisin.
Estrategias de Bsqueda
La realizacin de la bsqueda en los repositorios previamente mencionados se fundamenta en la aplicacin de la estrategia de programacin script PICOC, adaptada especficamente para abordar cuestionamientos afines con la unin de la IA en los SGA en la formacin acadmica superior. Los trminos clave utilizados para la bsqueda fueron: P (estudiantes), I/E (IA y sistemas de gestin del aprendizaje), C (no especificado), O (alteracin), y C (no especificado).
Adicionalmente, Se ejecut un procedimiento de identificacin de sinnimos y trminos clave., orientado por las sugerencias de Google Scholar y la exploracin de trminos asociados a las variables encontradas en distintos repositorios. Con el propsito de optimizar la precisin de la bsqueda, se implement la herramienta de traduccin Deepl (https://www.deepl.com/es/translator). Este enfoque integral asegura una estrategia de bsqueda exhaustiva y precisa, esencial para la identificacin de estudios pertinentes en el espacio de la inclusin de la IA en los sistemas de gestin del aprendizaje en la educacin superior. (Page et al., 2020)
Procedimiento de Seleccin de los Estudios
La creacin del diagrama de flujo PRIMA se llev a cabo siguiendo las pautas propuestas por Page et al. (2020), quienes delinean un proceso en tres etapas para la seleccin de los documentos que sern objeto de revisin. El diagrama de flujo PRISMA sirve como representacin visual del flujo de informacin a lo largo de las diversas fases de una revisin sistemtica. Este delineamiento sigue la cantidad de registros identificados, aquellos incluidos y excluidos, as como las razones detrs de las exclusiones.
Se dispone de distintas plantillas adaptadas segn el tipo de revisin (nueva o actualizada) y las fuentes empleadas para la identificacin de los estudios. Este enfoque metodolgico garantiza una estructura clara y sistemtica en el proceso de seleccin, facilitando la visualizacin y comprensin de cada paso en la revisin de estudios relacionados con la integracin de la inteligencia artificial en los sistemas de gestin del aprendizaje en la educacin superior. (Ayuso y Gutirrez, 2022)
El procedimiento de PRISMA 2020 abarca distintas etapas crticas, entre ellas la identificacin, seleccin e inclusin de los estudios. En la fase de identificacin, los registros se descubren mediante exhaustivas bsquedas en bases de datos y diversas fuentes. Durante el proceso de seleccin, los registros se someten a un minucioso anlisis de ttulos y resmenes, con la eliminacin de duplicados. Se establecieron criterios especficos en este contexto, destacando la inclusin exclusiva de artculos publicados a partir de 2019. En esta fase inicial, se identificaron un total de 140 artculos, de los cuales 84 fueron excluidos despus de una evaluacin detallada.
El siguiente paso en el diagrama se relaciona con la seleccin, donde se analiz la aptitud de los artculos de texto completo, teniendo en cuenta aquellos que cumplan con los criterios de inclusin preestablecidos. Este procedimiento incluy una evaluacin minuciosa de ttulos y resmenes para asegurar la seleccin de estudios pertinentes para la investigacin. Posteriormente, se realiz un anlisis individual de los 66 artculos seleccionados en la fase anterior. (Page et al., 2020).
Adems, se llev a cabo una evaluacin del acceso a cada uno de estos artculos mediante las herramientas proporcionadas por los motores de bsqueda, permitiendo finalmente considerar 24 de los artculos inicialmente seleccionados. Este enfoque meticuloso y sistemtico respalda la calidad y relevancia de los estudios incorporados en la revisin sistemtica sobre la integracin de la inteligencia artificial en los sistemas de gestin del aprendizaje en la educacin superior.
Por consiguiente, Se realiz la evaluacin de la adecuacin durante el proceso de los documentos seleccionados mediante la aplicacin de la tcnica de par ciego. Esta estrategia facilit la conexin de cada artculo con los objetivos delineados en la revisin sistemtica, guindose por preguntas analticas clave para garantizar la pertinencia de los documentos. Estas preguntas incluyeron: El objetivo del artculo se alinea con el objetivo general?, La informacin proporcionada dentro del artculo contribuye de manera significativa al objetivo?, El artculo presenta una perspectiva sobre la integracin de la inteligencia artificial en los sistemas de gestin del aprendizaje en la educacin superior?, La conclusin del artculo ofrece una explicacin acertada sobre la interrelacin entre la inteligencia artificial y los sistemas de gestin del aprendizaje? Estas interrogantes se respondieron de manera dicotmica, con un s o un no, lo que permiti la exclusin de un total de 14 artculos que no aportaban informacin relevante para el desarrollo de la investigacin propuesta.
Lo anteriormente mencionado clarifica que la inclusin de artculos en la revisin sistemtica se bas en un total de 10 documentos que ofrecen informacin sustancial para el desarrollo del anlisis documental. Por lo tanto, se consider innecesario agregar documentos adicionales, ya que la informacin filtrada posibilita llevar a cabo el anlisis propuesto en la revisin. De este modo, se busca cumplir con el objetivo de evaluar el impacto de la implementacin de la inteligencia artificial en los sistemas de gestin del aprendizaje sobre la experiencia de enseanza y aprendizaje de los estudiantes universitarios.
Proceso de Extraccin de Datos
Se realiz una bsqueda de informacin en las bases de datos Scopus y WoS que son parte integral de las herramientas de bsqueda disponibles. Tras la aplicacin de este procedimiento, se consigui establecer una secuencia de bsqueda que permiti la exportacin de los datos de cada documento a un archivo Excel en WoS y Scopus.
La organizacin de las referencias y los detalles de los trabajos de investigacin se efectu siguiendo las pautas proporcionadas en el diagrama PRISMA (Page et al., 2020). Este diagrama proporciona directrices para estructurar el proceso de seleccin de trabajos cientficos en tres etapas: identificacin, seleccin e inclusin.
Este mtodo facilit la generacin de un documento en Excel para organizar la informacin de cada fuente en columnas, simplificando as su identificacin. El proceso se llev a cabo de la siguiente manera: Autor, Ttulo, Ao, Revista, Resumen, Palabras clave, Editorial, Idioma, Tipo de documento, Citas, Ciudad de publicacin, Pas del estudio y Fuentes.
Lista de los Datos
El uso del mtodo de par ciego facilit el desarrollo del proceso de eliminacin de aquellos artculos que no contribuan de manera significativa a la revisin sistemtica. Por lo tanto, solo se incluyeron los artculos que proporcionaron informacin relevante para la revisin al responder a las preguntas planteadas. Se consideraron los siguientes aspectos: objetivo general del estudio, marco terico, sujetos de estudio, poblacin y muestra del estudio, mtodos de recoleccin de datos, y finalmente, discusin y conclusin del artculo incluido. Cada artculo fue analizado para identificar investigaciones con partes faltantes y hallazgos no vlidos, los cuales fueron excluidos de la revisin actual. La extraccin de datos fue especfica a lo encontrado en cada artculo, por lo que no se necesit una interpretacin adicional que pudiera sesgar los resultados propuestos en la revisin. (Page et al., 2020).
Resultados
En esta seccin, se destacarn los descubrimientos fundamentales en relacin con los artculos de investigacin examinados mediante el enfoque PRISMA desarrollado por Page et al. (2021). En una primera instancia, se delinearon las bases de datos ms apropiadas para llevar a cabo el proceso de bsqueda de informacin, considerando el respaldo de las herramientas digitales de bsqueda recomendadas por la universidad y otras herramientas digitales pertinentes. Estos aspectos se vern reflejados en una serie de grficos y tablas que proporcionarn una visin detallada de dicho proceso.
Grfico 1: Etapas de adquisicin de la informacin
Fuente: Elaboracin propia 2024
En la era digital, la capacidad de adquirir informacin de manera efectiva a travs de buscadores se ha vuelto esencial para la investigacin y el aprendizaje. Un enfoque estructurado comienza identificando claramente el tema de inters y seleccionando palabras clave relevantes. Este primer paso permite una bsqueda ms precisa y enfocada, optimizando el tiempo y mejorando la calidad de los resultados. Adems, la eleccin del buscador adecuado es crucial, considerando las peculiaridades y especializaciones de cada plataforma. (Montoua et al, 2019).
Ya sea optando por Google Scholar para bsquedas generales o seleccionando buscadores de revistas indexadas, esta decisin impacta directamente en la calidad y pertinencia de la informacin recuperada. La utilizacin de operadores de bsqueda y la exploracin de fuentes confiables son elementos subsiguientes. Al mismo tiempo, filtrar los resultados por tipo de contenido y verificar la fecha de publicacin garantiza que la informacin sea actual y relevante. El proceso se completa con la revisin crtica de la credibilidad de la fuente y la exploracin ms all de la primera pgina de resultados. (Montoua et al, 2019).
Grfico 2: Diagrama de flujo para la revisin y seleccin de artculos
Fuente: Elaboracin propia 2024.
Los estudios elegidos pertenecen a la categora de artculos cientficos que han sido publicados en revistas indexadas en las bases de datos Scopus y Wos durante el periodo comprendido entre los aos 2019 y 2023. Estos artculos han aportado perspectivas tericas o metodolgicas relevantes en relacin con la integracin de la IA en los SGA en el mbito de la educacin superior. Las tablas que se presentan a continuacin ofrecen un desglose detallado sobre el origen y la procedencia de estos estudios, brindando as una visin ms completa de su alcance y contribuciones. (Page et al., 2020).
Tabla 1: Artculos incluidos en la sntesis por base de datos
|
Fuente |
Artculos |
|
WoS |
5 |
|
Scopus |
5 |
Fuente: Elaboracin propia 2024
Tabla 2: Artculos incluidos en la sntesis de acuerdo a sus variables
|
Variable |
Artculos |
|
Inteligencia Artificial |
9 |
|
Sistema de Gestin del Aprendizaje |
1 |
Fuente: Elaboracin propia 2024
Grfico 3: Porcentaje de artculos posteriores a la eliminacin de duplicados entre los aos 2019 2023
Fuente: Elaboracin propia 2024
Tabla 3: Artculos incluidos en la sntesis por pas
|
Pas |
Artculos |
|
Espaa |
1 |
|
Per |
1 |
|
Ecuador |
3 |
|
Mxico |
1 |
|
Bolivia |
1 |
|
Colombia |
1 |
|
Venezuela |
1 |
|
Argentina |
1 |
Fuente: Elaboracin propia 2024
Finalmente, se exponen las conclusiones clave derivadas de los artculos que fueron incluidos en la revisin sistemtica, los cuales ofrecen aportes significativos en relacin con la incorporacin de la inteligencia artificial en los sistemas de gestin del aprendizaje en el mbito de la educacin superior.
Tabla 4: Anlisis de los artculos seleccionados
|
N |
Autor y Ao |
Ttulo |
Conclusin |
Aporte |
|
1 |
Ral Moreno (2019) |
La llegada de la inteligencia artificial a la educacin |
Destaca la presencia ineludible de la IA en nuestras vidas y advierte sobre la necesidad urgente de desarrollar una tica slida para su implementacin. |
Se destaca la relevancia de la alfabetizacin digital y el fomento de habilidades tecnolgicas y cientficas para utilizar la inteligencia artificial como un recurso de respaldo, en lugar de percibirla como una amenaza. |
|
2 |
Fernando Vera (2023) |
Integracin de la inteligencia artificial en la educacin superior: desafos y oportunidades |
Se identifican varios beneficios de la IA en la educacin superior, como mejorar la participacin estudiantil, proporcionar retroalimentacin personalizada, aumentar la accesibilidad para estudiantes con discapacidades, estimular la creatividad y el pensamiento crtico |
Demuestra que la aceptacin de la IA se basa en su potencial para mejorar la experiencia de aprendizaje y promover un enfoque centrado en las necesidades del estudiantado. |
|
3 |
Juan Garca (2021) |
Implicancia de la inteligencia artificial en las aulas virtuales para la educacin superior |
Los avances de las tecnologas de la informacin y comunicacin demandan que los docentes universitarios se adapten, especialmente al trasladarse de aulas presenciales a virtuales. Esta transicin implica que los educadores adquieran nuevas habilidades para manejar plataformas digitales y al uso de la IA, as como ajustar la enseanza de acuerdo a las polticas institucionales. |
Enfatiza la adaptacin a las tecnologas digitales, la adquisicin de nuevas habilidades y la necesidad de ajustar la enseanza a las polticas institucionales como elementos cruciales para el xito y la efectividad en la educacin universitaria en la era digital. |
|
4 |
Yolvi Ocaa, Luis Valenzuela y Luzmila Garro (2019) |
Inteligencia artificial y sus implicaciones en la educacin superior |
Destaca el desafo educativo de adaptar currculos y mtodos a las nuevas demandas de una generacin inmersa en tecnologas cambiantes, por eso es urgente renovar modelos educativos para empoderar digitalmente a los estudiantes, Adems, se destaca la necesidad de evaluar y adecuar los esfuerzos en curso para alinearse con el cambiante panorama tecnolgico. |
Muestra la necesidad de que los centros educativos estn preparados para el uso avanzado de sistemas basados en IA, especialmente en entornos de pases en desarrollo. |
|
5 |
Luca Suconota, Raquel Snchez, Christel Orellana y William vila (2023) |
Inteligencia artificial y sostenibilidad: El compromiso de una Institucin de educacin superior |
Con el propsito de disminuir la brecha de conocimiento, resulta crucial impartir capacitaciones sobre la inteligencia artificial para familiarizar a los estudiantes con los beneficios que esta tecnologa puede aportar a su educacin. Adems, se recomienda que los profesores introduzcan, aunque sea de forma limitada, herramientas basadas en inteligencia artificial en su metodologa de enseanza. |
Los estudiantes valoran la aplicacin de herramientas basadas en IA por parte de los docentes para mejorar el aprendizaje de manera rpida y dinmica. Destaca tambin la importancia de integrar la IA en la enseanza, incluso de manera espordica, para mejorar el proceso educativo. |
|
6 |
Richard Macas, Luis Solorzano, Cindy Choez, Byron Blandn. (2023) |
La inteligencia artificial; anlisis del presente y futuro en la educacin superior |
La IA puede ser beneficiosa para mejorar el aprendizaje y rendimiento acadmico de los estudiantes, pero tambin plantea desafos para los docentes en cuanto a la adaptacin a nuevas tecnologas. Destaca la importancia de que las instituciones educativas ofrezcan formacin y recursos adecuados a los docentes. |
Resalta la capacidad de la IA para personalizar el proceso de aprendizaje y ajustarse a las necesidades individuales de cada estudiante. Esto posibilita que los profesores desarrollen lecciones especficas para cada alumno, especialmente en contextos de educacin en lnea. |
|
7 |
Yessika Zamora y Mara Mendoza (2023) |
La inteligencia artificial y el futuro de la educacin superior: desafos y oportunidades. |
Resalta la necesidad de enfrentar los retos y aprovechar las oportunidades que la IA presenta en la educacin. Aunque la IA ha ganado relevancia en diversas reas, incluyendo la educacin, se enfatiza la importancia de establecer lineamientos claros y abordar cuestiones ticas. pero tambin evidencia la necesidad de formacin adecuada para docentes y regulaciones en aspectos como derechos de autor y proteccin de datos. |
Seala la importancia de polticas especficas que orienten el uso de la IA en la educacin superior, incluyendo la seleccin de herramientas y sistemas, la proteccin de datos, as como tambin, la importancia de adaptarse eficientemente a esta nueva realidad tecnolgica, garantizando su aplicacin tica y beneficios educativos. |
|
8 |
ngel Rodrguez, Katherine Orozco, Jaime Garca, Sofa Rodrguez y Hctor Barros. (2023) |
La implementacin de la inteligencia artificial en la educacin: anlisis sistemtico. |
Enfatiza la importancia de lograr un equilibrio entre la tecnologa y la interaccin humana, abordar consideraciones ticas y asegurar un acceso equitativo a estas herramientas como aspectos esenciales para la gestin adecuada de cualquier innovacin. |
A pesar de los desafos planteados, la IA se presenta como una herramienta valiosa en la educacin contempornea, centrndose en la personalizacin del aprendizaje y resaltando la importancia de resolver cuestiones ticas para aprovechar plenamente sus beneficios en el siglo XXI. |
|
9 |
Daz Johnny, Carbonel Gloria, Picho Dennys (2021) |
Los sistemas de gestin del aprendizaje en la educacin virtual |
los Sistemas de Gestin de Aprendizaje en la educacin, proporcionan a docentes y alumnos una experiencia de enseanza y aprendizaje ms cmoda. Los mismos integran servicios como videoconferencias, pizarra digital y repositorio de archivos, facilitando la comunicacin entre estudiantes y la colaboracin en lnea. |
Destacan los beneficios prcticos y estratgicos de la incorporacin de los sistemas de gestin del aprendizaje en la educacin, as como la importancia de la formacin continua para docentes y estudiantes en el manejo efectivo de estas herramientas digitales. |
|
10 |
Arana C. (2021) |
Inteligencia artificial aplicada a la educacin: logros, tendencias y perspectivas |
destaca el papel esencial de la computacin e IA en diversos aspectos de la vida cotidiana, con un enfoque particular en la educacin. Se resalta la evolucin desde entornos de aprendizaje interactivo hasta los modernos Sistemas de Tutora Inteligente basados en aprendizaje automtico y redes neuronales profundas. |
Se identifican reas fundamentales de aplicacin de la IA en la educacin, como correccin, evaluacin, prediccin de rendimiento acadmico, recomendaciones personalizadas, deteccin de comportamiento no deseado y retencin de estudiantes. Estos aspectos resaltan la versatilidad y utilidad de la IA en diversos aspectos del proceso educativo. |
Fuente: Elaboracin propia 2024
Discusin
La revisin sistemtica realizada revela un panorama en constante evolucin en la integracin de la IA en los SGA en la educacin superior. A travs del anlisis de los artculos seleccionados, se identifican patrones, desafos y oportunidades que delinean la influencia de la IA en la experiencia educativa universitaria. Los anlisis realizados en los estudios destacan la imperante necesidad de establecer slidos principios ticos en el despliegue de la IA, como se evidencia en la investigacin de Moreno (2019). Este requisito tico no solo enfatiza la importancia de la alfabetizacin digital, sino tambin resalta la necesidad de desarrollar competencias tecnolgicas slidas para maximizar el potencial de la IA como una herramienta de apoyo fundamental en la educacin.
Por lo tanto, es crucial reconocer que la transicin de los docentes hacia las plataformas digitales y la incorporacin de la IA constituyen desafos fundamentales, segn lo sealado por Garca (2021) donde seala que superar estos desafos pueden desencadenar beneficios significativos, entre ellos, la mejora sustancial en la participacin estudiantil y la capacidad de ofrecer retroalimentacin personalizada, como argumenta Vera (2023). La adaptacin docente a estas nuevas tecnologas se configura como un componente clave para aprovechar plenamente los avances que la IA puede brindar al entorno educativo superior.
La IA, segn lo subrayado por Macas et al. (2023), posee la capacidad de personalizar el proceso de aprendizaje, ajustndose a las necesidades individuales de cada estudiante. Este aspecto resalta la capacidad transformadora de la IA al mejorar significativamente el rendimiento acadmico mediante la entrega de experiencias de aprendizaje especficas y adaptadas a cada estudiante.
Considerando que, la utilizacin de herramientas basadas en IA por parte de los docentes, como evidencian Suconota et al. (2023), no solo es apreciada por los estudiantes, sino que tambin impulsa mejoras sustanciales en el proceso de enseanza al brindar experiencias rpidas y dinmicas. La aceptacin generalizada de la IA en el mbito educativo, segn lo argumenta Vera (2023), se fundamenta en su potencial para elevar la calidad de la experiencia de aprendizaje y fomentar un enfoque pedaggico centrado en las necesidades individuales del estudiantado.
Zamora y Mendoza (2023) ponen de relieve la importancia crucial de establecer directrices claras y abordar cuestiones ticas en el contexto del empleo de la inteligencia artificial (IA) en la educacin superior. Este enfoque integral abarca la urgente necesidad de proporcionar formacin adecuada a los docentes, as como la implementacin de regulaciones que aborden asuntos crticos como derechos de autor y proteccin de datos.
Asimismo, Rodrguez et al. (2023) refuerza la necesidad de encontrar un equilibrio armonioso entre la tecnologa y la interaccin humana en la implementacin de la IA en la educacin, este equilibrio no solo implica abordar cuestiones ticas, sino tambin garantizar un acceso equitativo a estas herramientas innovadoras. La reflexin sobre cuestiones ticas y la bsqueda de una integracin justa y accesible de la tecnologa se erigen como pilares fundamentales para el manejo adecuado de la IA en el mbito educativo contemporneo.
Por su parte, Daz et al. (2021) subraya la imperante necesidad de brindar capacitacin continua tanto a docentes como a estudiantes, enfocada en el manejo competente de herramientas digitales, que incluyen los SGA, dicho nfasis en la formacin, destaca la importancia crtica de adquirir habilidades digitales para asegurar un uso efectivo de la tecnologa en los entornos educativos.
Por lo tanto, Ocaa et al. (2019), al analizar la adaptacin curricular y la renovacin de modelos educativos, resaltan la esencia de empoderar digitalmente a los estudiantes, este empoderamiento no solo se relaciona con la capacidad de los estudiantes para utilizar tecnologas emergentes, sino tambin con la necesidad de alinear la educacin con las cambiantes demandas tecnolgicas, donde la revisin aboga por la transformacin continua de la educacin, mediante la adecuacin de currculos y modelos educativos, para garantizar la pertinencia y la eficacia en el contexto de la evolucin tecnolgica constante.
Arana (2021) por su parte, identifica diversas reas de aplicacin de la inteligencia artificial (IA) en el mbito educativo, tales como correccin, evaluacin, prediccin de rendimiento acadmico, recomendaciones personalizadas y deteccin de comportamiento no deseado. Este sealamiento destaca la versatilidad y utilidad de la IA, subrayando su capacidad para contribuir en mltiples aspectos del proceso educativo.
La integracin de la IA en los SGA) de la educacin superior plantea desafos significativos, pero al mismo tiempo, abre oportunidades importantes para mejorar la calidad y personalizacin de la experiencia educativa. En este contexto, la revisin sistemtica enfatiza la crucial importancia de abordar de manera efectiva elementos clave como la tica, la adaptacin docente, la formacin continua y la regulacin. Estos aspectos son esenciales para avalar un uso tico y seguro de la IA en la formacin acadmica superior, subrayando la necesidad de encontrar un equilibrio adecuado entre la tecnologa y la interaccin humana, asegurando que la IA sirva como una herramienta de apoyo en lugar de reemplazar la participacin humana.
Conclusin
Tomando en cuenta las interrogantes planteadas inicialmente, podemos destacar la influencia significativa de la integracin de la IA en los sistemas de gestin del aprendizaje SGA en la educacin superior, debido a que, los artculos seleccionados revelan que la implementacin de la IA en estos contextos educativos es una tendencia en constante crecimiento, en el que los avances ms recientes de esta integracin presentan desafos como oportunidades cruciales.
Uno de los desafos ms destacados es la necesidad de desarrollar una tica slida para guiar la implementacin de la IA, este tema recurrente subraya la importancia de las consideraciones ticas y regulatorias para asegurar un uso apropiado de esta tecnologa en el entorno educativo.
Adems, la adaptacin de docentes y estudiantes a las plataformas digitales y al uso de la IA surge como un eje central. Sin embargo, se reconoce que superar este desafo puede conducir a beneficios significativos, estos incluyen la participacin estudiantil, la entrega de retroalimentacin personalizada y la personalizacin del aprendizaje.
En cuanto a cmo la implementacin de la IA en los SGA afecta la experiencia de enseanza y aprendizaje de los estudiantes universitarios, se ha encontrado que la IA es fundamental para mejorar la experiencia educativa. Promueve un enfoque centrado en las particularidades y requerimientos individuales de los estudiantes. Estos hallazgos subrayan la importancia de abordar tanto los desafos como las oportunidades que presenta la integracin de la IA en los SGA en la educacin superior. La tica, la adaptacin docente y la formacin continua surgen como elementos esenciales para garantizar un uso efectivo de la IA en el mbito educativo universitario.
Referencias
1. Anderson, M. J. (2017). Permutational Multivariate Analysis of Variance (PERMANOVA). Wiley StatsRef: Statistics Reference Online, 115. https://doi.org/10.1002/9781118445112.stat07841
2. Arana, C. (2021). Inteligencia Artificial Aplicada a la Educacin: Logros, Tendencias y Perspectivas. Innova Untref, Revista Argentina de Ciencia y Tecnologa, (7ma Edicin), (22) ISSN 2618-1894 Recuperado de https://revistas.untref.edu.ar/index.php/innova/article/view/1107/917
3. Ayuso-del Puerto, D., y Gutirrez-Esteban, P. (2022). La Inteligencia Artificial como recurso educativo durante la formacin inicial del profesorado. RIED. Revista Iberoamericana de Educacin a Distancia, 25(2)
4. Azorn, C. (2019). Las transiciones educativas y su influencia en el alumnado. Edetania - estudios y propuestas socioeducativas, (55). Recuperado de https://revistas.ucv.es/edetania/index.php/Edetania/article/view/444/474
5. Cordn, O. (2023). Inteligencia Artificial en Educacin Superior: Oportunidades y Riesgos. RiiTE Revista Interuniversitaria de Investigacin en Tecnologa Educativa, (15), 1627. Recuperado https://revistas.um.es/riite/article/view/591581
6. Dabbagh, N., y Kitsantas, A. (2012). Personal Learning Environments, Social Media, and Self-Regulated Learning: A Natural Formula for Connecting Formal and Informal Learning. The Internet and Higher Education, 15, 3-8
7. Delgado, M. (2019). Hacia la transformacin en educacin superior: investigacin cientfica y tecnolgica e innovacin en Amrica Latina y el Caribe. Estudios del Desarrollo Social: Cuba y Amrica Latina. Recuperado de https://www.iesalc.unesco.org/ess/index.php/ess3/article/view/59
8. Daz Quilla, J. P., Carbonel Alta, G. Z., & Picho Durand, D. J. (2021). Los sistemas de gestin de aprendizaje (LMS) en la educacin virtual. CIEG, Revista Arbitrada del Centro de Investigacin y Estudios Gerenciales, (50), 87-95. Recuperado de www.grupocieg.org
9. Francesc, P. (2017) Tecnologas para la transformacin de la educacin. Editorial Fundacin Santillana. Espaa.
10. Garca Villarroel, Juan Jos. (2021). Implicancia de la inteligencia artificial en las aulas virtuales para la educacin superior Orbis Tertius UPAL. Ao 5. N 10. ISSN versin impresa: 2520-9981. ISSN versin digital: 2709-8001. pp 31-52. Universidad Privada Abierta Latinoamericana. Cochabamba.
11. Keller, J. M. (2010). Motivational Design for Learning and Performance: The ARCS Model Approach. Springer Science & Business Media.
12. Macas Lara, R. A., Solorzano Criollo, L. R., Choez Caldern, C. J., & Blandn Matamba, B. E. (2023). La inteligencia artificial; anlisis del presente y futuro en la educacin superior.: Artificial intelligence; analysis of the present and future in higher education. Revista Cientfica Multidisciplinar G-Nerando, 4(1). Recuperado a partir de https://revista.gnerando.org/revista/index.php/RCMG/article/view/98
13. Mariaca Garron, Magaly Cristit, Zagalaz Snchez, Mara Luisa, Campoy Aranda, Tomas J., y Gonzlez Gonzlez de Mesa, Carmina. (2022). Revisin bibliogrfica sobre el uso de las tic en la educacin. Revista Internacional de Investigacin en Ciencias Sociales, 18(1), 23-40. Epub June 00, 2022.https://doi.org/10.18004/riics.2022.junio.23
14. Minguijon J. y Serrano-Martinez C. (2022). La Inteligencia Artificial en los Servicios Sociales: estado de la cuestin y posibles desarrollos futuros. Cuadernos de Trabajo Social, 35(2), 319-329. https://doi.org/10.5209/cuts.78747
15. Montoya Acosta, L. A., Parra Castellanos, M. R., y Lescay Arias, M. (2019). Teoras pedaggicas que sustentan el aprendizaje con el uso de las Tecnologas de la Informacin y las Comunicaciones. Revista Informacin Cientfica, 98(2), 241-255
16. Moreno Padilla, R. D. (2019). La llegada de la inteligencia artificial a la educacin. RITI Journal, 7(14). https://doi.org/10.36825/RITI.07.14.022
17. Ocaa-Fernndez, Yolvi, Valenzuela-Fernndez, Luis Alex, y Garro-Aburto, Luzmila Lourdes. (2019). Inteligencia artificial y sus implicaciones en la educacin superior. Propsitos y Representaciones, 7(2), 536-568. https://dx.doi.org/10.20511/pyr2019.v7n2.274
18. Page, M. J., McKenziea, J.M., Bossuytb, P.M., Boutronc, I., Hoffmannd, T.C., Mulrowe, C.D., Shamseerf, L., Tetzlaffg, J.M., Aklh, E.A., Brennana, S.E., Choui, R., Glanvillej, J., Grimshawk, J.M., Hrbjartssonl, A., Lalum, M.M., Lin, T., Lodero, E.W., Mayo-Wilsonp, E., McDonalda, E., McGuinnessq, L.A., Stewartr, L.A., Thomass, J., Triccot, A.C., Welchu, V.A., Whitingq, P., Moherv, D. (2021) Declaracin PRISMA 2020: Una gua actualizada para la publicacin de revisiones sistemticas. Revista de la Sociedad Espaola de Cardiologa, 74(9), 790-799. https://dio.org/10.1016/j.recesp.2021.06.016
19. Rami, C. (2021). Repensando la Administracin pblica Administracin digital e innovacin pblica. Madrid: Instituto Nacio-nal de Administracin Pblica (INAP).
20. Reamer, F. (2020). Digital Technology in Social Work. Encyclopedia of Social Work. Retrieved 28 Feb. 2021. Recuperado de: https://oxfordre.com/socialwork/view/10.1093/acrefore/9780199975839.001.0001/acrefore-9780199975839-e-1160.
21. Rodrguez ngel, Katherine Elizabeth Orozco Alarcn, Jaime Anderson Garca Gaibor, Sofa Daniela Rodrguez Bermeo, & Hctor Alexander Barros Castro. (2023). La Implementacin de la Inteligencia Artificial en la Educacin: Anlisis Sistemtico. Dominio De Las Ciencias, 9(3), 21622178. https://doi.org/10.23857/dc.v9i3.3548
22. Selwyn, N. (2019). Faceworking: exploring students educationrelated use of Facebook. Learning, Media and Technology, 34 (2), 157-74.
23. Siemens, G. (2013). Conectivismo como teora de aprendizaje para la era digital. Recuperado de https://Dialnet-ConectivismoComoTeoriaDeAprendizaje-4169414.pdf
24. Simon, P. (2021): Inteligencia artificial y Administracin de Justicia: Quo vadis, justitia? IDP: revista dInternet, dret i poltica, [en lnia], 2021, Nm. 328TERCERAS_CuadernosDeTrabajoSocial35(2).indd 32814/7/22 17:3714/7/22 17:37
25. Suconota Pintado , L., Snchez Prado , R., Orellana Pelez , C., & vila Aguilar , W. (2023). Inteligencia artificial y sostenibilidad: El compromiso de una Institucin de educacin superior. Magazine De Las Ciencias: Revista De Investigacin E Innovacin, 8(4), 1228. https://doi.org/10.33262/rmc.v8i4.2954
26. Vera, F. (2023). Integracin de la Inteligencia Artificial en la Educacin superior: Desafos y oportunidades. Transformar, 4(1), 1734. Recuperado a partir de https://www.revistatransformar.cl/index.php/transformar/article/view/84
27. Zamora Varela, Y. ., y Mendoza Encinas, M. del C. (2023). La Inteligencia artificial y el futuro de la educacin superior: : desafos y oportunidades. Horizontes pedaggicos, 25(1), 113. https://doi.org/10.33881/0123-8264.hop.25101
2024 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/).
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
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/
