����������������������������������������������������������������������������������

 

 

El rol de la inteligencia artificial en la personalizaci�n del aprendizaje para ni�os con necesidades educativas especiales en el nivel parvulario

 

The role of artificial intelligence in personalizing learning for children with special educational needs at the pre-school level

 

O papel da intelig�ncia artificial na personaliza��o da aprendizagem das crian�as com necessidades educativas especiais ao n�vel da creche

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: apsaquisari@itsjapon.edu.ec

 

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 24 de octubre de 2024 *Aceptado: 13 de noviembre de 2024 * Publicado: �04 de diciembre de 2024

 

        I.            Instituto Superior Universitario Jap�n, Quito, Ecuador.

Resumen

Este estudio examina el papel de la inteligencia artificial (IA) en la personalizaci�n del aprendizaje para ni�os con necesidades educativas especiales (NEE) en el nivel parvulario. La investigaci�n emplea un enfoque cualitativo basado en una revisi�n sistem�tica de literatura acad�mica publicada entre 2019 y 2024. Los resultados revelan un potencial significativo de las tecnolog�as digitales basadas en IA para mejorar las habilidades ling��sticas y lectoras en ni�os con NEE. Sin embargo, se identifica una brecha entre el potencial te�rico y la implementaci�n pr�ctica de la IA en entornos educativos especiales, atribuida a la complejidad de la personalizaci�n del aprendizaje y las limitaciones tecnol�gicas y pedag�gicas existentes. El estudio destaca la importancia de la formaci�n docente en tecnolog�as emergentes y la necesidad de desarrollar marcos conceptuales que integren la IA con las teor�as pedag�gicas en educaci�n especial temprana. Se concluye que, aunque la IA muestra promesa para personalizar el aprendizaje en educaci�n especial, su implementaci�n efectiva requiere un enfoque multidisciplinario que aborde las brechas en tecnolog�a, formaci�n docente y pol�ticas educativas. Se recomiendan futuras investigaciones longitudinales para evaluar el impacto a largo plazo de las intervenciones basadas en IA, as� como el desarrollo de plataformas espec�ficas para la educaci�n especial en nivel parvulario.

Palabras clave: Inteligencia artificial; educaci�n especial; personalizaci�n del aprendizaje; nivel parvulario; formaci�n docente.

 

Abstract

This study examines the role of artificial intelligence (AI) in personalising learning for children with special educational needs (SEN) at the pre-school level. The research employs a qualitative approach based on a systematic review of academic literature published between 2019 and 2024. The results reveal a significant potential of AI-based digital technologies to improve language and reading skills in children with SEN. However, a gap is identified between the theoretical potential and practical implementation of AI in special educational settings, attributed to the complexity of personalising learning and existing technological and pedagogical limitations. The study highlights the importance of teacher training in emerging technologies and the need to develop conceptual frameworks that integrate AI with pedagogical theories in early special education. It concludes that although AI shows promise for personalising learning in special education, its effective implementation requires a multidisciplinary approach that addresses gaps in technology, teacher training and educational policies. Future longitudinal research is recommended to assess the long-term impact of AI-based interventions, as well as the development of specific platforms for special education at the pre-school level.

Keywords: Artificial intelligence; special education; personalization of learning; pre-school level; teacher training.

 

Resumo

Este estudo examina o papel da intelig�ncia artificial (IA) na personaliza��o da aprendizagem para crian�as com necessidades educativas especiais (NEE) ao n�vel da creche. A investiga��o emprega uma abordagem qualitativa baseada numa revis�o sistem�tica da literatura acad�mica publicada entre 2019 e 2024. Os resultados revelam um potencial significativo para as tecnologias digitais baseadas em IA para melhorar as compet�ncias lingu�sticas e de leitura em crian�as com NEE. No entanto, identifica-se um fosso entre o potencial te�rico e a implementa��o pr�tica da IA ​​em ambientes educativos especiais, atribu�do � complexidade da personaliza��o da aprendizagem e �s limita��es tecnol�gicas e pedag�gicas existentes. O estudo real�a a import�ncia da forma��o de professores em tecnologias emergentes e a necessidade de desenvolver quadros conceptuais que integrem a IA com as teorias pedag�gicas na educa��o especial inicial. Conclui-se que, embora a IA se mostre promissora para personalizar a aprendizagem na educa��o especial, a sua implementa��o eficaz requer uma abordagem multidisciplinar que aborde as lacunas na tecnologia, na forma��o de professores e nas pol�ticas educativas. Recomenda-se uma futura investiga��o longitudinal para avaliar o impacto a longo prazo das interven��es baseadas na IA, bem como o desenvolvimento de plataformas espec�ficas para a educa��o especial ao n�vel da creche.

Palavras-chave: Intelig�ncia artificial; educa��o especial; personaliza��o da aprendizagem; n�vel de jardim de inf�ncia; forma��o de professores.

 

Introducci�n

La inteligencia artificial (IA) est� transformando r�pidamente el panorama educativo, ofreciendo nuevas posibilidades para personalizar el aprendizaje y abordar las necesidades educativas especiales (NEE) en el nivel parvulario. En los �ltimos a�os, la implementaci�n de tecnolog�as basadas en IA ha demostrado un potencial significativo para mejorar la inclusi�n y la eficacia educativa, especialmente para ni�os con NEE (Cruz-Aguayo et al., 2022).

Estudios recientes han explorado diversas aplicaciones de la IA en la educaci�n especial, desde sistemas de tutor�a adaptativa hasta herramientas de comunicaci�n aumentativa. Por ejemplo: Gamboa Garc�a y Vald�s Cerda (2020), desarrollaron �PictoApp!, una aplicaci�n que utiliza IA para facilitar la comunicaci�n en ni�os con trastornos del espectro autista. Asimismo, Arias L�pez (2024)2 investig� el uso de narrativas digitales basadas en IA para estimular el lenguaje oral en preescolares, demostrando mejoras significativas en las habilidades comunicativas de los participantes.

Sin embargo, a pesar de estos avances, existe una brecha significativa en la literatura actual respecto a la aplicaci�n espec�fica de la IA para personalizar el aprendizaje en el nivel parvulario para ni�os con NEE. La mayor�a de los estudios se han centrado en niveles educativos superiores o en aplicaciones generales de la IA en educaci�n, dejando un vac�o en la comprensi�n de c�mo estas tecnolog�as pueden adaptarse a las necesidades �nicas de los ni�os m�s peque�os con NEE (Chamblas L�pez, 2024).

Este estudio se justifica por la creciente necesidad de intervenciones educativas personalizadas y efectivas para ni�os con NEE en el nivel parvulario. La IA ofrece el potencial de proporcionar apoyo individualizado a gran escala, lo que podr�a transformar significativamente la educaci�n especial temprana. Adem�s, comprender c�mo implementar estas tecnolog�as de manera efectiva y �tica es crucial para garantizar que los beneficios de la IA lleguen a todos los estudiantes, independientemente de sus capacidades (Jaramillo-Mart�nez et al., 2024).

El objetivo principal de esta investigaci�n es evaluar el impacto de las intervenciones educativas basadas en IA en la personalizaci�n del aprendizaje para ni�os con NEE en el nivel parvulario. Se hipotetiza que la implementaci�n de sistemas de IA adaptativa resultar� en mejoras significativas en los resultados de aprendizaje y en la inclusi�n educativa de los ni�os con NEE en comparaci�n con los m�todos tradicionales de ense�anza.

 

Revisi�n de la literatura

Personalizaci�n del aprendizaje en contextos educativos especiales

En primer lugar, diversos estudios destacan c�mo las tecnolog�as digitales permiten personalizar el aprendizaje, especialmente en contextos educativos especiales. Arias L�pez (2024) analiza la narrativa digital basada en el m�todo Montessori, destacando su capacidad para estimular el lenguaje oral en ni�os de preescolar. Este enfoque es particularmente �til para adaptar la educaci�n a las necesidades individuales de los ni�os, especialmente aquellos con dificultades en el lenguaje. De manera similar, Chamblas L�pez (2024) subraya la relevancia de la innovaci�n curricular para abordar los retrasos en la lectura. Su investigaci�n muestra que intervenciones personalizadas pueden mejorar significativamente las habilidades lectoras en ni�os de primer a�o b�sico, lo que resalta la importancia de adaptar el curr�culo para las necesidades particulares de cada estudiante.

Por otro lado, Ramos Mantari (2024) realiza un an�lisis sobre el uso de machine learning en la ense�anza de matem�ticas, sugiriendo que la inteligencia artificial (IA) puede ser crucial para personalizar el aprendizaje matem�tico de los estudiantes, permitiendo un ajuste continuo a sus necesidades. Sin embargo, a pesar de sus avances, el uso de estas tecnolog�as sigue siendo limitado en la educaci�n inicial, donde la personalizaci�n del aprendizaje es a�n m�s cr�tica debido a la diversidad de capacidades entre los estudiantes.

 

Tecnolog�as interactivas y adaptativas

En segundo lugar, varios estudios han investigado el potencial de las tecnolog�as interactivas y adaptativas para personalizar el aprendizaje. Velasco et al. (2024) exploran los entornos virtuales de aprendizaje y destacan c�mo, a pesar de los avances en la innovaci�n tecnol�gica, las plataformas actuales a�n enfrentan retos importantes en cuanto a su capacidad para adaptarse completamente a las necesidades espec�ficas de estudiantes con discapacidades. Gajardo Saravia (2022) complementa esta visi�n al evaluar la factibilidad de plataformas digitales en establecimientos educativos, resaltando que el dise�o inclusivo es crucial para garantizar que estas herramientas sean verdaderamente efectivas en contextos diversos.

Igualmente, Jaramillo-Mart�nez et al. (2024) abordan la implementaci�n de metodolog�as activas en aulas diversas, subrayando la importancia de la participaci�n activa de los estudiantes en el aprendizaje inclusivo. Sin embargo, a pesar de las propuestas innovadoras, la integraci�n de tecnolog�as basadas en IA en estos entornos sigue siendo una brecha significativa, lo que limita el potencial de personalizaci�n en la educaci�n.

 

 

Formaci�n docente y su impacto en la implementaci�n de tecnolog�as

La formaci�n docente es un componente clave para la integraci�n efectiva de las tecnolog�as en la ense�anza personalizada. Sinchi et al. (2024) identifican que la preparaci�n insuficiente de los docentes en el uso de tecnolog�as avanzadas, especialmente la IA, limita el impacto de estas herramientas en el aula. Alde�n Aguirre (2024) tambi�n resalta la necesidad de un desarrollo profesional continuo para que los educadores puedan integrar de manera efectiva metodolog�as innovadoras en sus pr�cticas pedag�gicas. De igual manera, Men�ndez (2024) sugiere que reflexionar sobre las pr�cticas educativas actuales puede abrir nuevas oportunidades para integrar la IA de manera m�s efectiva en los procesos de ense�anza, vinculando la formaci�n docente con la innovaci�n tecnol�gica.

 

Pol�ticas educativas y transformaci�n digital

Los autores Cruz-Aguayo et al. (2022) abordan la transformaci�n digital del sector educativo, destacando los aprendizajes derivados de la virtualizaci�n de emergencia. Este estudio subraya la necesidad de adaptar los sistemas educativos a las nuevas realidades tecnol�gicas, lo cual resulta fundamental para la implementaci�n efectiva de la inteligencia artificial (IA) en la educaci�n especial. Por lo tanto, las pol�ticas educativas deben ser din�micas y capaces de responder a los cambios tecnol�gicos para garantizar su integraci�n adecuada.

 

Tendencias en pol�ticas digitales en educaci�n

De manera similar, Soletic y Kelly (2022) analizan las pol�ticas digitales en la educaci�n de Am�rica Latina, identificando tendencias emergentes y perspectivas de futuro. Su trabajo es crucial para entender el marco regulatorio y las iniciativas gubernamentales que pueden facilitar o dificultar la adopci�n de tecnolog�as de IA en la educaci�n especial. A trav�s de este an�lisis, se pueden visibilizar los posibles obst�culos que se presentan en la regi�n, as� como las oportunidades para la integraci�n de nuevas herramientas tecnol�gicas en el �mbito educativo.

 

Innovaci�n en espacios educativos

Por otro lado, Pasaca Espinosa et al. (2021) presentan una innovaci�n interesante con su propuesta de un parque cient�fico tem�tico enfocado en la educaci�n y el desarrollo de competencias en ni�os. Este enfoque novedoso podr�a ofrecer perspectivas sobre c�mo integrar la IA en espacios educativos no tradicionales, ampliando las posibilidades de personalizaci�n del aprendizaje. As�, las iniciativas innovadoras como la descrita abren caminos para adaptar la educaci�n especial a las nuevas demandas tecnol�gicas, promoviendo entornos de aprendizaje m�s flexibles y centrados en el estudiante.

 

Herramientas did�cticas y aprendizaje facilitado

En este sentido, Valenzuela Clandestino (2022) explora el uso de infograf�as did�cticas como herramienta para facilitar el aprendizaje. Este enfoque podr�a proporcionar ideas valiosas sobre c�mo la IA podr�a mejorar la creaci�n y adaptaci�n de materiales visuales para estudiantes con necesidades especiales. Por lo tanto, la incorporaci�n de la inteligencia artificial podr�a potenciar la creaci�n de recursos did�cticos que se ajusten a las caracter�sticas particulares de cada alumno, mejorando la accesibilidad y efectividad del proceso educativo.

 

Desarrollo social y personal en la educaci�n

Asimismo, Rios Perez & Javier Soria (2024) estudian la influencia de los sectores educativos en el desarrollo del �rea personal y social de los estudiantes. Su investigaci�n ofrece perspectivas sobre c�mo la IA podr�a adaptarse para apoyar no solo el aprendizaje acad�mico, sino tambi�n el desarrollo social y emocional de los ni�os con necesidades especiales. Esto subraya la importancia de una educaci�n integral que considere tanto las habilidades cognitivas como las socioemocionales, �reas en las que la IA podr�a intervenir para ofrecer apoyo personalizado y adaptado a las necesidades individuales.

 

Experiencias educativas integrales

Adem�s, Valderrama Hidalgo et al. (2022) presentan experiencias educativas de formaci�n integral desde la Regi�n de Antofagasta. Su trabajo ofrece ejemplos concretos de c�mo se est�n implementando enfoques hol�sticos en la educaci�n, lo cual podr�a informar sobre las formas en que la IA podr�a integrarse en modelos educativos m�s comprensivos. Estos enfoques multidimensionales resultan clave para el desarrollo de estrategias de ense�anza que aborden todas las dimensiones del ser humano, una perspectiva que puede ser ampliada con el uso adecuado de la inteligencia artificial.

 

Preparaci�n matem�tica y modelos educativos

En l�nea con lo anterior, Moya Perales (2021) dise�a un modelo gratuito de preparaci�n matem�tica pre-universitaria. Aunque su enfoque se centra en un nivel educativo superior, su trabajo podr�a inspirar el desarrollo de modelos similares basados en IA para la educaci�n especial en niveles iniciales. La aplicaci�n de estos modelos en etapas tempranas de la educaci�n puede facilitar la adquisici�n de habilidades fundamentales en matem�ticas, adapt�ndose a las necesidades de los estudiantes y garantizando su inclusi�n educativa.

 

Sistemas de informaci�n educativa

Por otra parte, Ascencio et al. (2020) analizan el impacto de los sistemas de informaci�n para la gesti�n educativa en El Salvador. Este estudio proporciona insights sobre c�mo los sistemas de IA podr�an integrarse en las estructuras de gesti�n educativa existentes para mejorar la toma de decisiones y la personalizaci�n del aprendizaje. La digitalizaci�n de los procesos educativos, a trav�s de sistemas de informaci�n avanzados, abre nuevas posibilidades para mejorar la eficiencia y efectividad en la gesti�n de recursos y el seguimiento del progreso acad�mico de los estudiantes.

 

Identificaci�n de vac�os o limitaciones en el conocimiento

Aunque los estudios revisados muestran un consenso sobre el potencial de la IA para personalizar el aprendizaje, existen varias limitaciones importantes. En primer lugar, la falta de integraci�n efectiva de tecnolog�as adaptativas es una brecha significativa. Carchi Fern�ndez (2024) y Velasco et al. (2024) mencionan que las plataformas digitales a�n no se ajustan de manera din�mica a las necesidades de los estudiantes con capacidades diferentes, lo que limita la personalizaci�n en contextos educativos especiales.

Adem�s, la insuficiente formaci�n docente sigue siendo una barrera importante. Sinchi et al. (2024) y Alde�n Aguirre (2024) coinciden en que los programas de formaci�n profesional no abordan de manera adecuada el uso de tecnolog�as avanzadas, como la IA, en aulas inclusivas. Esta deficiencia en la capacitaci�n docente impide aprovechar al m�ximo las tecnolog�as disponibles para la personalizaci�n del aprendizaje.

A su vez, la mayor�a de los estudios son de car�cter exploratorio o transversal (como los de Gamboa Garc�a y Vald�s Cerda, 2020), lo que deja abierta la necesidad de estudios longitudinales que puedan evaluar el impacto a largo plazo de las tecnolog�as adaptativas en el aprendizaje de los estudiantes, especialmente aquellos con necesidades educativas especiales.

A continuaci�n, la tabla 1 refleja las brechas y oportunidades en la investigaci�n sobre IA y personalizaci�n del aprendizaje

 

Tabla 1: Brechas y oportunidades en la investigaci�n sobre IA y personalizaci�n del aprendizaje

 

El papel de los profesionales en la adopci�n de nuevas tecnolog�as

Finalmente, Medina Rodr�guez et al. (2023) abordan el papel de los profesionales en la adopci�n y b�squeda de or�genes en la implementaci�n de nuevas tecnolog�as. Aunque su estudio no se centra espec�ficamente en la educaci�n, ofrece perspectivas valiosas sobre c�mo los profesionales de la educaci�n podr�an facilitar la adopci�n de tecnolog�as de IA en entornos educativos especiales. La capacitaci�n y el compromiso de los educadores son fundamentales para que la integraci�n de la IA sea exitosa y beneficie a los estudiantes de manera efectiva.

 

M�todo

La presente investigaci�n emple� un enfoque cualitativo de tipo bibliogr�fico-documental, dise�ado para explorar el impacto de la inteligencia artificial (IA) en la personalizaci�n del aprendizaje de ni�os con necesidades educativas especiales en el nivel parvulario. Este m�todo permiti� realizar un an�lisis profundo de un fen�meno din�mico y complejo mediante una revisi�n sistem�tica, identificando patrones, tendencias y vac�os en la literatura acad�mica reciente.

 

Dise�o del estudio

El dise�o adoptado fue de car�cter cualitativo, fundamentado en una revisi�n sistem�tica de literatura. Este enfoque ofreci� la posibilidad de sintetizar y analizar de manera cr�tica las fuentes seleccionadas, permitiendo construir una perspectiva integral sobre las aplicaciones actuales y potenciales de la IA en la educaci�n especial para ni�os en etapa parvularia.

 

Poblaci�n y muestra

El universo de an�lisis estuvo constituido por literatura acad�mica y cient�fica publicada entre 2019 y 2024, relacionada con la inteligencia artificial, la personalizaci�n del aprendizaje y la educaci�n especial en el nivel parvulario. A trav�s de un muestreo intencional, se seleccionaron art�culos, informes t�cnicos y estudios relevantes que cumpl�an con los criterios establecidos, asegurando la pertinencia y calidad de las fuentes.

 

Criterios de inclusi�n y exclusi�n

Para garantizar la rigurosidad metodol�gica, se definieron los siguientes criterios:

�                    Criterios de inclusi�n:

-        Publicaciones en espa�ol e ingl�s.

-        Art�culos revisados por pares, informes t�cnicos y libros acad�micos.

-        Estudios que abordaran la IA en la educaci�n especial en el nivel parvulario.

-        Fuentes publicadas en los �ltimos cinco a�os (2019-2024).

�                    Criterios de exclusi�n:

-        Literatura gris no avalada por instituciones reconocidas.

-        Estudios enfocados exclusivamente en niveles educativos superiores.

-        Publicaciones que no trataran sobre la personalizaci�n del aprendizaje.

 

Instrumentos de recolecci�n de datos

Para la recopilaci�n y an�lisis de la informaci�n, se utiliz� una matriz de an�lisis documental dise�ada espec�ficamente para este estudio. Esta herramienta facilit� la categorizaci�n y codificaci�n de la informaci�n extra�da de cada fuente, permitiendo identificar con precisi�n los temas recurrentes, las metodolog�as empleadas y los hallazgos m�s significativos.

 

 

 

 

Procedimientos

1.      B�squeda sistem�tica: Las b�squedas se realizaron en bases de datos acad�micas como Google Scholar y Dimensions.ai, empleando combinaciones estrat�gicas de palabras clave, tales como �inteligencia artificial�, �educaci�n especial�, �personalizaci�n del aprendizaje� y �nivel parvulario�.

2.      Selecci�n de estudios: Se aplicaron rigurosamente los criterios de inclusi�n y exclusi�n para filtrar los resultados iniciales, seleccionando �nicamente las publicaciones m�s relevantes.

3.      An�lisis de contenido: Cada fuente seleccionada fue examinada a profundidad mediante un an�lisis cualitativo, registrando y categorizando la informaci�n clave en la matriz de an�lisis documental.

4.      S�ntesis narrativa: Los hallazgos principales se integraron en una s�ntesis narrativa que permiti� destacar patrones, tendencias emergentes y vac�os en la literatura sobre el tema.

5.      Validaci�n: Los resultados fueron sometidos a una revisi�n minuciosa para asegurar la consistencia y el rigor del an�lisis, llevado a cabo por el �nico investigador del estudio.

 

Discusi�n y aportaci�n

La presente discusi�n analiza los hallazgos clave de la revisi�n sistem�tica sobre el rol de la inteligencia artificial (IA) en la personalizaci�n del aprendizaje para ni�os con necesidades educativas especiales (NEE) en el nivel parvulario.

Los resultados revelan un creciente inter�s en la aplicaci�n de tecnolog�as digitales para personalizar el aprendizaje en contextos de educaci�n especial. Arias L�pez (2024) y Chamblas L�pez (2024) demuestran c�mo las narrativas digitales y las innovaciones curriculares pueden mejorar significativamente las habilidades ling��sticas y lectoras en ni�os con NEE. Estos hallazgos concuerdan con estudios previos que subrayan el potencial de las tecnolog�as adaptativas en la educaci�n especial. No obstante, la investigaci�n de Ramos Mantari (2024) sobre el uso de machine learning en la ense�anza de matem�ticas sugiere que, a pesar de su potencial, la implementaci�n de IA en la educaci�n inicial sigue siendo limitada.

Un hallazgo inesperado es la persistente brecha entre el potencial te�rico de la IA y su aplicaci�n pr�ctica en entornos educativos especiales. Velasco et al. (2024) y Gajardo Saravia (2022) se�alan que las plataformas digitales actuales a�n enfrentan desaf�os significativos para adaptarse plenamente a las necesidades de estudiantes con discapacidades. Esta discrepancia podr�a explicarse por la complejidad inherente a la personalizaci�n del aprendizaje en contextos de NEE, as� como por las limitaciones tecnol�gicas y pedag�gicas existentes.

Las fortalezas de este estudio radican en su enfoque integral, que abarca desde la personalizaci�n del aprendizaje hasta la formaci�n docente y las pol�ticas educativas. La inclusi�n de investigaciones recientes y diversas proporciona una visi�n actualizada y multifac�tica del tema. Sin embargo, una limitaci�n importante es la escasez de estudios longitudinales que eval�en el impacto a largo plazo de las intervenciones basadas en IA, como se�alan Gamboa Garc�a y Vald�s Cerda (2020).

Desde una perspectiva te�rica, esta revisi�n subraya la necesidad de desarrollar marcos conceptuales m�s robustos que integren la IA con las teor�as pedag�gicas existentes, especialmente en el contexto de la educaci�n especial temprana. En t�rminos pr�cticos, los hallazgos apuntan hacia la urgencia de mejorar la formaci�n docente en tecnolog�as emergentes, como sugieren Sinchi et al. (2024) y Alde�n Aguirre (2024). De cara al futuro, se recomienda:

1.      Realizar estudios longitudinales que eval�en el impacto a largo plazo de las intervenciones basadas en IA en el desarrollo de ni�os con NEE.

2.      Explorar el desarrollo de plataformas de IA espec�ficamente dise�adas para la educaci�n especial en el nivel parvulario.

3.      Investigar estrategias efectivas para integrar la formaci�n en IA dentro de los programas de desarrollo profesional docente.

4.      Examinar las implicaciones �ticas y de privacidad del uso de IA con ni�os peque�os en contextos educativos especiales.

Finalmente, mientras la IA muestra un potencial significativo para personalizar el aprendizaje en la educaci�n especial temprana, su implementaci�n efectiva requiere un enfoque multidisciplinario que aborde las brechas identificadas en tecnolog�a, formaci�n docente y pol�ticas educativas.

 

Conclusiones

La investigaci�n sobre el rol de la inteligencia artificial (IA) en la personalizaci�n del aprendizaje para ni�os con necesidades educativas especiales (NEE) en el nivel parvulario ha revelado hallazgos relevantes que ofrecen una visi�n clara de su potencial y desaf�os. Las tecnolog�as digitales, en particular aquellas basadas en IA, muestran un gran potencial para personalizar el aprendizaje en contextos de educaci�n especial. Se observan mejoras significativas en las habilidades ling��sticas y lectoras de los ni�os cuando se emplean narrativas digitales y m�todos curriculares innovadores, lo que subraya la eficacia de estas tecnolog�as en la educaci�n de estudiantes con NEE.

Sin embargo, se ha identificado una brecha notable entre el potencial te�rico de la IA y su implementaci�n pr�ctica en los entornos educativos especiales. A pesar de los avances en el dise�o de plataformas digitales, estas todav�a enfrentan obst�culos para adaptarse completamente a las necesidades de los estudiantes con discapacidades. Esto resalta la necesidad de mejorar la infraestructura tecnol�gica y de continuar desarrollando soluciones que realmente respondan a la diversidad de necesidades en la educaci�n especial.

Otro hallazgo crucial es el papel fundamental de la formaci�n docente en la integraci�n efectiva de la IA en la educaci�n especial. La preparaci�n insuficiente de los docentes emerge como una barrera significativa. Esto implica que, aunque las herramientas basadas en IA tienen un gran potencial, su efectividad depende en gran medida de la capacitaci�n que los educadores reciban para utilizarlas de manera adecuada y contextualizada.

Estos hallazgos responden directamente al objetivo principal de la investigaci�n, que era evaluar el impacto de las intervenciones educativas basadas en IA en la personalizaci�n del aprendizaje para ni�os con NEE en el nivel parvulario. Aunque la hip�tesis de que la implementaci�n de sistemas de IA adaptativa conducir�a a mejoras significativas en los resultados de aprendizaje se confirma parcialmente, los estudios tambi�n revelan limitaciones en su aplicaci�n pr�ctica, lo que sugiere que el impacto no es tan inmediato como se anticipaba.

De cara a futuras investigaciones, se recomienda realizar estudios longitudinales para evaluar el impacto a largo plazo de las intervenciones basadas en IA en el desarrollo de ni�os con NEE, as� como desarrollar y evaluar plataformas de IA espec�ficamente dise�adas para la educaci�n especial en el nivel parvulario. Adem�s, es crucial investigar estrategias efectivas para integrar la formaci�n en IA dentro de los programas de desarrollo profesional docente y examinar las implicaciones �ticas y de privacidad que conlleva el uso de IA con ni�os peque�os en estos contextos educativos.

 

 

 

Referencias

      1.            Alde�n Aguirre, G. L. (2024). La formaci�n y desarrollo profesional de los docentes de la carrera de medicina (Master's thesis, Universidad del Azuay).

      2.            Arias L�pez, R. A. (2024). Narrativa digital a partir del m�todo Montessori para promover la estimulaci�n del lenguaje oral en ni�os de preescolar (Master's thesis, Ambato: Universidad Tecnol�gica Indoam�rica).

      3.            Ascencio, R. S., Sandoval Santos, M. A., & V�squez Ram�rez, I. S. (2020). An�lisis en el impacto del Sistema de Informaci�n para la Gesti�n Educativa Salvadore�a para la planificaci�n, dise�o e implementaci�n en la toma de decisiones en los Proyectos del Ministerio de Educaci�n de Ciencia y Tecnolog�a a nivel del Municipio de Santa Ana (Doctoral dissertation, Universidad de El Salvador).

      4.            Carchi Fern�ndez, C. A. (2024). Dise�o de una plataforma de atenci�n infantil para ni�os de 1 a 5 a�os en la ciudad de El Coca, provincia de Orellana en el a�o 2024 (Master's thesis, Instituto Superior Tecnol�gico Universitario Rumi�ahui).

      5.            Chamblas L�pez, EA (2024). Innovaci�n curricular para el desarrollo de habilidades lectoras en estudiantes con retraso lector del primer a�o b�sico (Tesis doctoral, Universidad del Desarrollo. Facultad de Educaci�n).

      6.            Cruz-Aguayo, Y., D�az, M. M. B., Xhardez, V., Ramallo, V., De Marco, C., & Sessa, M. (2022). Hacia una transformaci�n digital del sector educativo: aprendizajes de la virtualizaci�n de emergencia. Nota T�cnica Nidb-tn-2409. Disponible en https://publications. iadb. org/es/hacia-una-transformacion-digital-del-sector-educativo-aprendizajes-de-la-virtualizacion-de.

      7.            Gajardo Saravia, J. A. (2022). Evaluaci�n de factibilidad estrat�gica, t�cnica y econ�mica para la creaci�n de una empresa que desarrolle una plataforma digital para competencias de conocimiento en establecimientos educacionales ubicados en la Regi�n Metropolitana de Chile.

      8.            Gamboa Garc�a, J., & Vald�s Cerda, C. (2020). �PictoApp!

      9.            Rios Perez, J., & Javier Soria, J. (2024). Sectores educativos y su influencia en el desarrollo del �rea de personal social de los estudiantes del 3er grado de educaci�n primaria de la IE.N�64153 Adler Tenazoa Hoyos distrito de Iparia Regi�n Ucayali � 2022 [Tesis de pregrado]. Universidad Nacional de Ucayali.

  10.            Jaramillo-Mart�nez, M. I., Jaramillo-Mart�nez, L. G., Quispillo-Villagomez, M., Saransig-Ramos, L. A., & Mayancela-Caizan, N. R. (2024). Metodolog�as Activas y Participativas en el Aula Diversa. Revista Cient�fica Retos de la Ciencia, 1(4), 73-85.

  11.            Mart�nez Sarmiento, FJ (2024). �Impacto de las aplicaciones tecnol�gicas para el desarrollo de las habilidades lectoras en la educaci�n inicial.

  12.            Medina Rodr�guez, M. D. V., Gallego Molinero, A., & Clemente Mart�nez, C. (2023). Adopci�n y b�squeda de or�genes: el papel de los profesionales.

  13.            Men�ndez, P. (2024). Educar para la vida: Gu�a basada en la experiencia para pensar juntos en la escuela que queremos (y necesitamos). Editores Siglo XXI.

  14.            Moya Perales, D. (2021). Dise�o de un modelo gratuito de preparaci�n matem�tica pre-universitaria.

  15.            Pasaca Espinosa, M. F., Ram�rez Garc�a, C. M., & S�nchez Villarreal, A. E. (2021). Innovaci�n de un parque cient�fico tem�tico enfocado en la educaci�n y desarrollo de competencias de ni�os en la ciudad de Quito (Doctoral dissertation, Quito/UIDE/2021).

  16.            Ramos Mantari, KW (2024). Aplicaci�n de Machine Learning para el aprendizaje del �rea de Matem�ticas en estudiantes de una instituci�n de educaci�n primaria.

  17.            Sadradin, D. R., Rodr�guez, J. M. R., Garc�a, S. A., & Campoy, J. M. F. (2024). Educaci�n del siglo XXI: investigaci�n e innovaci�n para el liderazgo educativo.

  18.            Sinchi, M. A., Rodr�guez, A. M., S�nchez, K. L., & L�pez, M. (2024). Formaci�n del docente para el sistema educativo ecuatoriano del siglo XXI. Bolet�n ObservaUNAE, 1-93.

  19.            Soletic, �., & Kelly, V. (2022). Pol�ticas digitales en educaci�n en Am�rica Latina. Tendencias emergentes y perspectivas de futuro.

  20.            Valderrama Hidalgo, C., Veneros Ruiz-Tagle, D., & Villegas Villegas, F. (2022). Formaci�n integral: experiencias educativas desde la Regi�n de Antofagasta.

  21.            Valenzuela Clandestino, C. (2022). Infoed�cate: la infograf�a did�ctica: una herramienta para facilitar el aprendizaje.

  22.            Velasco, M. M. B., Calder�n, S. A. B., Togra, M. D. C. C., & Gavilanes, X. P. B. (2024). Entornos virtuales de aprendizaje: Innovaci�n y desaf�os en la educaci�n contempor�nea. Revista Imaginario Social, 7(4).

  23.            Y�pez, K. G. �., Moncada, J. R. C., V�squez, M. J. A., Arequipa, J. A. A., V�sconez, L. R. M., & Pereira, W. I. S. (2024). Aplicaci�n de la Teor�a de las Inteligencias M�ltiples en la Educaci�n B�sica: Una Revisi�n Sistem�tica de la Literatura. SAGA: Revista Cient�fica Multidisciplinar, 1(4), 87-100.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

� 2024 por el autor. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).