The role of artificial intelligence in personalizing learning for children with special educational needs at the pre-school level
O papel da inteligncia artificial na personalizao da aprendizagem das crianas com necessidades educativas especiais ao nvel da creche
Correspondencia: apsaquisari@itsjapon.edu.ec
Ciencias de la Educacin
Artculo de Investigacin
* Recibido: 24 de octubre de 2024 *Aceptado: 13 de noviembre de 2024 * Publicado: 04 de diciembre de 2024
I. Instituto Superior Universitario Japn, Quito, Ecuador.
Resumen
Este estudio examina el papel de la inteligencia artificial (IA) en la personalizacin del aprendizaje para nios con necesidades educativas especiales (NEE) en el nivel parvulario. La investigacin emplea un enfoque cualitativo basado en una revisin sistemtica de literatura acadmica publicada entre 2019 y 2024. Los resultados revelan un potencial significativo de las tecnologas digitales basadas en IA para mejorar las habilidades lingsticas y lectoras en nios con NEE. Sin embargo, se identifica una brecha entre el potencial terico y la implementacin prctica de la IA en entornos educativos especiales, atribuida a la complejidad de la personalizacin del aprendizaje y las limitaciones tecnolgicas y pedaggicas existentes. El estudio destaca la importancia de la formacin docente en tecnologas emergentes y la necesidad de desarrollar marcos conceptuales que integren la IA con las teoras pedaggicas en educacin especial temprana. Se concluye que, aunque la IA muestra promesa para personalizar el aprendizaje en educacin especial, su implementacin efectiva requiere un enfoque multidisciplinario que aborde las brechas en tecnologa, formacin docente y polticas 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 especficas para la educacin especial en nivel parvulario.
Palabras clave: Inteligencia artificial; educacin especial; personalizacin del aprendizaje; nivel parvulario; formacin 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 inteligncia artificial (IA) na personalizao da aprendizagem para crianas com necessidades educativas especiais (NEE) ao nvel da creche. A investigao emprega uma abordagem qualitativa baseada numa reviso sistemtica da literatura acadmica publicada entre 2019 e 2024. Os resultados revelam um potencial significativo para as tecnologias digitais baseadas em IA para melhorar as competncias lingusticas e de leitura em crianas com NEE. No entanto, identifica-se um fosso entre o potencial terico e a implementao prtica da IA em ambientes educativos especiais, atribudo complexidade da personalizao da aprendizagem e s limitaes tecnolgicas e pedaggicas existentes. O estudo reala a importncia da formao de professores em tecnologias emergentes e a necessidade de desenvolver quadros conceptuais que integrem a IA com as teorias pedaggicas na educao especial inicial. Conclui-se que, embora a IA se mostre promissora para personalizar a aprendizagem na educao especial, a sua implementao eficaz requer uma abordagem multidisciplinar que aborde as lacunas na tecnologia, na formao de professores e nas polticas educativas. Recomenda-se uma futura investigao longitudinal para avaliar o impacto a longo prazo das intervenes baseadas na IA, bem como o desenvolvimento de plataformas especficas para a educao especial ao nvel da creche.
Palavras-chave: Inteligncia artificial; educao especial; personalizao da aprendizagem; nvel de jardim de infncia; formao de professores.
Introduccin
La inteligencia artificial (IA) est transformando rpidamente el panorama educativo, ofreciendo nuevas posibilidades para personalizar el aprendizaje y abordar las necesidades educativas especiales (NEE) en el nivel parvulario. En los ltimos aos, la implementacin de tecnologas basadas en IA ha demostrado un potencial significativo para mejorar la inclusin y la eficacia educativa, especialmente para nios con NEE (Cruz-Aguayo et al., 2022).
Estudios recientes han explorado diversas aplicaciones de la IA en la educacin especial, desde sistemas de tutora adaptativa hasta herramientas de comunicacin aumentativa. Por ejemplo: Gamboa Garca y Valds Cerda (2020), desarrollaron PictoApp!, una aplicacin que utiliza IA para facilitar la comunicacin en nios con trastornos del espectro autista. Asimismo, Arias Lpez (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 aplicacin especfica de la IA para personalizar el aprendizaje en el nivel parvulario para nios con NEE. La mayora de los estudios se han centrado en niveles educativos superiores o en aplicaciones generales de la IA en educacin, dejando un vaco en la comprensin de cmo estas tecnologas pueden adaptarse a las necesidades nicas de los nios ms pequeos con NEE (Chamblas Lpez, 2024).
Este estudio se justifica por la creciente necesidad de intervenciones educativas personalizadas y efectivas para nios con NEE en el nivel parvulario. La IA ofrece el potencial de proporcionar apoyo individualizado a gran escala, lo que podra transformar significativamente la educacin especial temprana. Adems, comprender cmo implementar estas tecnologas 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-Martnez et al., 2024).
El objetivo principal de esta investigacin es evaluar el impacto de las intervenciones educativas basadas en IA en la personalizacin del aprendizaje para nios con NEE en el nivel parvulario. Se hipotetiza que la implementacin de sistemas de IA adaptativa resultar en mejoras significativas en los resultados de aprendizaje y en la inclusin educativa de los nios con NEE en comparacin con los mtodos tradicionales de enseanza.
Revisin de la literatura
Personalizacin del aprendizaje en contextos educativos especiales
En primer lugar, diversos estudios destacan cmo las tecnologas digitales permiten personalizar el aprendizaje, especialmente en contextos educativos especiales. Arias Lpez (2024) analiza la narrativa digital basada en el mtodo Montessori, destacando su capacidad para estimular el lenguaje oral en nios de preescolar. Este enfoque es particularmente til para adaptar la educacin a las necesidades individuales de los nios, especialmente aquellos con dificultades en el lenguaje. De manera similar, Chamblas Lpez (2024) subraya la relevancia de la innovacin curricular para abordar los retrasos en la lectura. Su investigacin muestra que intervenciones personalizadas pueden mejorar significativamente las habilidades lectoras en nios de primer ao bsico, lo que resalta la importancia de adaptar el currculo para las necesidades particulares de cada estudiante.
Por otro lado, Ramos Mantari (2024) realiza un anlisis sobre el uso de machine learning en la enseanza de matemticas, sugiriendo que la inteligencia artificial (IA) puede ser crucial para personalizar el aprendizaje matemtico de los estudiantes, permitiendo un ajuste continuo a sus necesidades. Sin embargo, a pesar de sus avances, el uso de estas tecnologas sigue siendo limitado en la educacin inicial, donde la personalizacin del aprendizaje es an ms crtica debido a la diversidad de capacidades entre los estudiantes.
Tecnologas interactivas y adaptativas
En segundo lugar, varios estudios han investigado el potencial de las tecnologas interactivas y adaptativas para personalizar el aprendizaje. Velasco et al. (2024) exploran los entornos virtuales de aprendizaje y destacan cmo, a pesar de los avances en la innovacin tecnolgica, las plataformas actuales an enfrentan retos importantes en cuanto a su capacidad para adaptarse completamente a las necesidades especficas de estudiantes con discapacidades. Gajardo Saravia (2022) complementa esta visin al evaluar la factibilidad de plataformas digitales en establecimientos educativos, resaltando que el diseo inclusivo es crucial para garantizar que estas herramientas sean verdaderamente efectivas en contextos diversos.
Igualmente, Jaramillo-Martnez et al. (2024) abordan la implementacin de metodologas activas en aulas diversas, subrayando la importancia de la participacin activa de los estudiantes en el aprendizaje inclusivo. Sin embargo, a pesar de las propuestas innovadoras, la integracin de tecnologas basadas en IA en estos entornos sigue siendo una brecha significativa, lo que limita el potencial de personalizacin en la educacin.
Formacin docente y su impacto en la implementacin de tecnologas
La formacin docente es un componente clave para la integracin efectiva de las tecnologas en la enseanza personalizada. Sinchi et al. (2024) identifican que la preparacin insuficiente de los docentes en el uso de tecnologas avanzadas, especialmente la IA, limita el impacto de estas herramientas en el aula. Alden Aguirre (2024) tambin resalta la necesidad de un desarrollo profesional continuo para que los educadores puedan integrar de manera efectiva metodologas innovadoras en sus prcticas pedaggicas. De igual manera, Menndez (2024) sugiere que reflexionar sobre las prcticas educativas actuales puede abrir nuevas oportunidades para integrar la IA de manera ms efectiva en los procesos de enseanza, vinculando la formacin docente con la innovacin tecnolgica.
Polticas educativas y transformacin digital
Los autores Cruz-Aguayo et al. (2022) abordan la transformacin digital del sector educativo, destacando los aprendizajes derivados de la virtualizacin de emergencia. Este estudio subraya la necesidad de adaptar los sistemas educativos a las nuevas realidades tecnolgicas, lo cual resulta fundamental para la implementacin efectiva de la inteligencia artificial (IA) en la educacin especial. Por lo tanto, las polticas educativas deben ser dinmicas y capaces de responder a los cambios tecnolgicos para garantizar su integracin adecuada.
Tendencias en polticas digitales en educacin
De manera similar, Soletic y Kelly (2022) analizan las polticas digitales en la educacin de Amrica 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 adopcin de tecnologas de IA en la educacin especial. A travs de este anlisis, se pueden visibilizar los posibles obstculos que se presentan en la regin, as como las oportunidades para la integracin de nuevas herramientas tecnolgicas en el mbito educativo.
Innovacin en espacios educativos
Por otro lado, Pasaca Espinosa et al. (2021) presentan una innovacin interesante con su propuesta de un parque cientfico temtico enfocado en la educacin y el desarrollo de competencias en nios. Este enfoque novedoso podra ofrecer perspectivas sobre cmo integrar la IA en espacios educativos no tradicionales, ampliando las posibilidades de personalizacin del aprendizaje. As, las iniciativas innovadoras como la descrita abren caminos para adaptar la educacin especial a las nuevas demandas tecnolgicas, promoviendo entornos de aprendizaje ms flexibles y centrados en el estudiante.
Herramientas didcticas y aprendizaje facilitado
En este sentido, Valenzuela Clandestino (2022) explora el uso de infografas didcticas como herramienta para facilitar el aprendizaje. Este enfoque podra proporcionar ideas valiosas sobre cmo la IA podra mejorar la creacin y adaptacin de materiales visuales para estudiantes con necesidades especiales. Por lo tanto, la incorporacin de la inteligencia artificial podra potenciar la creacin de recursos didcticos que se ajusten a las caractersticas particulares de cada alumno, mejorando la accesibilidad y efectividad del proceso educativo.
Desarrollo social y personal en la educacin
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 investigacin ofrece perspectivas sobre cmo la IA podra adaptarse para apoyar no solo el aprendizaje acadmico, sino tambin el desarrollo social y emocional de los nios con necesidades especiales. Esto subraya la importancia de una educacin integral que considere tanto las habilidades cognitivas como las socioemocionales, reas en las que la IA podra intervenir para ofrecer apoyo personalizado y adaptado a las necesidades individuales.
Experiencias educativas integrales
Adems, Valderrama Hidalgo et al. (2022) presentan experiencias educativas de formacin integral desde la Regin de Antofagasta. Su trabajo ofrece ejemplos concretos de cmo se estn implementando enfoques holsticos en la educacin, lo cual podra informar sobre las formas en que la IA podra integrarse en modelos educativos ms comprensivos. Estos enfoques multidimensionales resultan clave para el desarrollo de estrategias de enseanza que aborden todas las dimensiones del ser humano, una perspectiva que puede ser ampliada con el uso adecuado de la inteligencia artificial.
Preparacin matemtica y modelos educativos
En lnea con lo anterior, Moya Perales (2021) disea un modelo gratuito de preparacin matemtica pre-universitaria. Aunque su enfoque se centra en un nivel educativo superior, su trabajo podra inspirar el desarrollo de modelos similares basados en IA para la educacin especial en niveles iniciales. La aplicacin de estos modelos en etapas tempranas de la educacin puede facilitar la adquisicin de habilidades fundamentales en matemticas, adaptndose a las necesidades de los estudiantes y garantizando su inclusin educativa.
Sistemas de informacin educativa
Por otra parte, Ascencio et al. (2020) analizan el impacto de los sistemas de informacin para la gestin educativa en El Salvador. Este estudio proporciona insights sobre cmo los sistemas de IA podran integrarse en las estructuras de gestin educativa existentes para mejorar la toma de decisiones y la personalizacin del aprendizaje. La digitalizacin de los procesos educativos, a travs de sistemas de informacin avanzados, abre nuevas posibilidades para mejorar la eficiencia y efectividad en la gestin de recursos y el seguimiento del progreso acadmico de los estudiantes.
Identificacin de vacos 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 integracin efectiva de tecnologas adaptativas es una brecha significativa. Carchi Fernndez (2024) y Velasco et al. (2024) mencionan que las plataformas digitales an no se ajustan de manera dinmica a las necesidades de los estudiantes con capacidades diferentes, lo que limita la personalizacin en contextos educativos especiales.
Adems, la insuficiente formacin docente sigue siendo una barrera importante. Sinchi et al. (2024) y Alden Aguirre (2024) coinciden en que los programas de formacin profesional no abordan de manera adecuada el uso de tecnologas avanzadas, como la IA, en aulas inclusivas. Esta deficiencia en la capacitacin docente impide aprovechar al mximo las tecnologas disponibles para la personalizacin del aprendizaje.
A su vez, la mayora de los estudios son de carcter exploratorio o transversal (como los de Gamboa Garca y Valds Cerda, 2020), lo que deja abierta la necesidad de estudios longitudinales que puedan evaluar el impacto a largo plazo de las tecnologas adaptativas en el aprendizaje de los estudiantes, especialmente aquellos con necesidades educativas especiales.
A continuacin, la tabla 1 refleja las brechas y oportunidades en la investigacin sobre IA y personalizacin del aprendizaje
Tabla 1: Brechas y oportunidades en la investigacin sobre IA y personalizacin del aprendizaje
rea |
Brechas identificadas |
Oportunidades de investigacin |
Tecnologas adaptativas |
Falta de plataformas inclusivas especficas para educacin inicial. |
Desarrollo de herramientas IA personalizadas para necesidades educativas especiales. |
Formacin docente |
Insuficiente capacitacin en tecnologas emergentes. |
Disear programas de formacin docente enfocados en el uso de IA para aulas inclusivas. |
Impacto a largo plazo |
Estudios limitados a periodos cortos. |
Realizar investigaciones longitudinales para medir el impacto de la IA en el desarrollo infantil. |
El papel de los profesionales en la adopcin de nuevas tecnologas
Finalmente, Medina Rodrguez et al. (2023) abordan el papel de los profesionales en la adopcin y bsqueda de orgenes en la implementacin de nuevas tecnologas. Aunque su estudio no se centra especficamente en la educacin, ofrece perspectivas valiosas sobre cmo los profesionales de la educacin podran facilitar la adopcin de tecnologas de IA en entornos educativos especiales. La capacitacin y el compromiso de los educadores son fundamentales para que la integracin de la IA sea exitosa y beneficie a los estudiantes de manera efectiva.
Mtodo
La presente investigacin emple un enfoque cualitativo de tipo bibliogrfico-documental, diseado para explorar el impacto de la inteligencia artificial (IA) en la personalizacin del aprendizaje de nios con necesidades educativas especiales en el nivel parvulario. Este mtodo permiti realizar un anlisis profundo de un fenmeno dinmico y complejo mediante una revisin sistemtica, identificando patrones, tendencias y vacos en la literatura acadmica reciente.
Diseo del estudio
El diseo adoptado fue de carcter cualitativo, fundamentado en una revisin sistemtica de literatura. Este enfoque ofreci la posibilidad de sintetizar y analizar de manera crtica las fuentes seleccionadas, permitiendo construir una perspectiva integral sobre las aplicaciones actuales y potenciales de la IA en la educacin especial para nios en etapa parvularia.
Poblacin y muestra
El universo de anlisis estuvo constituido por literatura acadmica y cientfica publicada entre 2019 y 2024, relacionada con la inteligencia artificial, la personalizacin del aprendizaje y la educacin especial en el nivel parvulario. A travs de un muestreo intencional, se seleccionaron artculos, informes tcnicos y estudios relevantes que cumplan con los criterios establecidos, asegurando la pertinencia y calidad de las fuentes.
Criterios de inclusin y exclusin
Para garantizar la rigurosidad metodolgica, se definieron los siguientes criterios:
Criterios de inclusin:
- Publicaciones en espaol e ingls.
- Artculos revisados por pares, informes tcnicos y libros acadmicos.
- Estudios que abordaran la IA en la educacin especial en el nivel parvulario.
- Fuentes publicadas en los ltimos cinco aos (2019-2024).
Criterios de exclusin:
- Literatura gris no avalada por instituciones reconocidas.
- Estudios enfocados exclusivamente en niveles educativos superiores.
- Publicaciones que no trataran sobre la personalizacin del aprendizaje.
Instrumentos de recoleccin de datos
Para la recopilacin y anlisis de la informacin, se utiliz una matriz de anlisis documental diseada especficamente para este estudio. Esta herramienta facilit la categorizacin y codificacin de la informacin extrada de cada fuente, permitiendo identificar con precisin los temas recurrentes, las metodologas empleadas y los hallazgos ms significativos.
Procedimientos
1. Bsqueda sistemtica: Las bsquedas se realizaron en bases de datos acadmicas como Google Scholar y Dimensions.ai, empleando combinaciones estratgicas de palabras clave, tales como inteligencia artificial, educacin especial, personalizacin del aprendizaje y nivel parvulario.
2. Seleccin de estudios: Se aplicaron rigurosamente los criterios de inclusin y exclusin para filtrar los resultados iniciales, seleccionando nicamente las publicaciones ms relevantes.
3. Anlisis de contenido: Cada fuente seleccionada fue examinada a profundidad mediante un anlisis cualitativo, registrando y categorizando la informacin clave en la matriz de anlisis documental.
4. Sntesis narrativa: Los hallazgos principales se integraron en una sntesis narrativa que permiti destacar patrones, tendencias emergentes y vacos en la literatura sobre el tema.
5. Validacin: Los resultados fueron sometidos a una revisin minuciosa para asegurar la consistencia y el rigor del anlisis, llevado a cabo por el nico investigador del estudio.
Discusin y aportacin
La presente discusin analiza los hallazgos clave de la revisin sistemtica sobre el rol de la inteligencia artificial (IA) en la personalizacin del aprendizaje para nios con necesidades educativas especiales (NEE) en el nivel parvulario.
Los resultados revelan un creciente inters en la aplicacin de tecnologas digitales para personalizar el aprendizaje en contextos de educacin especial. Arias Lpez (2024) y Chamblas Lpez (2024) demuestran cmo las narrativas digitales y las innovaciones curriculares pueden mejorar significativamente las habilidades lingsticas y lectoras en nios con NEE. Estos hallazgos concuerdan con estudios previos que subrayan el potencial de las tecnologas adaptativas en la educacin especial. No obstante, la investigacin de Ramos Mantari (2024) sobre el uso de machine learning en la enseanza de matemticas sugiere que, a pesar de su potencial, la implementacin de IA en la educacin inicial sigue siendo limitada.
Un hallazgo inesperado es la persistente brecha entre el potencial terico de la IA y su aplicacin prctica en entornos educativos especiales. Velasco et al. (2024) y Gajardo Saravia (2022) sealan que las plataformas digitales actuales an enfrentan desafos significativos para adaptarse plenamente a las necesidades de estudiantes con discapacidades. Esta discrepancia podra explicarse por la complejidad inherente a la personalizacin del aprendizaje en contextos de NEE, as como por las limitaciones tecnolgicas y pedaggicas existentes.
Las fortalezas de este estudio radican en su enfoque integral, que abarca desde la personalizacin del aprendizaje hasta la formacin docente y las polticas educativas. La inclusin de investigaciones recientes y diversas proporciona una visin actualizada y multifactica del tema. Sin embargo, una limitacin importante es la escasez de estudios longitudinales que evalen el impacto a largo plazo de las intervenciones basadas en IA, como sealan Gamboa Garca y Valds Cerda (2020).
Desde una perspectiva terica, esta revisin subraya la necesidad de desarrollar marcos conceptuales ms robustos que integren la IA con las teoras pedaggicas existentes, especialmente en el contexto de la educacin especial temprana. En trminos prcticos, los hallazgos apuntan hacia la urgencia de mejorar la formacin docente en tecnologas emergentes, como sugieren Sinchi et al. (2024) y Alden Aguirre (2024). De cara al futuro, se recomienda:
1. Realizar estudios longitudinales que evalen el impacto a largo plazo de las intervenciones basadas en IA en el desarrollo de nios con NEE.
2. Explorar el desarrollo de plataformas de IA especficamente diseadas para la educacin especial en el nivel parvulario.
3. Investigar estrategias efectivas para integrar la formacin en IA dentro de los programas de desarrollo profesional docente.
4. Examinar las implicaciones ticas y de privacidad del uso de IA con nios pequeos en contextos educativos especiales.
Finalmente, mientras la IA muestra un potencial significativo para personalizar el aprendizaje en la educacin especial temprana, su implementacin efectiva requiere un enfoque multidisciplinario que aborde las brechas identificadas en tecnologa, formacin docente y polticas educativas.
Conclusiones
La investigacin sobre el rol de la inteligencia artificial (IA) en la personalizacin del aprendizaje para nios con necesidades educativas especiales (NEE) en el nivel parvulario ha revelado hallazgos relevantes que ofrecen una visin clara de su potencial y desafos. Las tecnologas digitales, en particular aquellas basadas en IA, muestran un gran potencial para personalizar el aprendizaje en contextos de educacin especial. Se observan mejoras significativas en las habilidades lingsticas y lectoras de los nios cuando se emplean narrativas digitales y mtodos curriculares innovadores, lo que subraya la eficacia de estas tecnologas en la educacin de estudiantes con NEE.
Sin embargo, se ha identificado una brecha notable entre el potencial terico de la IA y su implementacin prctica en los entornos educativos especiales. A pesar de los avances en el diseo de plataformas digitales, estas todava enfrentan obstculos para adaptarse completamente a las necesidades de los estudiantes con discapacidades. Esto resalta la necesidad de mejorar la infraestructura tecnolgica y de continuar desarrollando soluciones que realmente respondan a la diversidad de necesidades en la educacin especial.
Otro hallazgo crucial es el papel fundamental de la formacin docente en la integracin efectiva de la IA en la educacin especial. La preparacin 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 capacitacin que los educadores reciban para utilizarlas de manera adecuada y contextualizada.
Estos hallazgos responden directamente al objetivo principal de la investigacin, que era evaluar el impacto de las intervenciones educativas basadas en IA en la personalizacin del aprendizaje para nios con NEE en el nivel parvulario. Aunque la hiptesis de que la implementacin de sistemas de IA adaptativa conducira a mejoras significativas en los resultados de aprendizaje se confirma parcialmente, los estudios tambin revelan limitaciones en su aplicacin prctica, 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 nios con NEE, as como desarrollar y evaluar plataformas de IA especficamente diseadas para la educacin especial en el nivel parvulario. Adems, es crucial investigar estrategias efectivas para integrar la formacin 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 nios pequeos en estos contextos educativos.
Referencias
1. Alden Aguirre, G. L. (2024). La formacin y desarrollo profesional de los docentes de la carrera de medicina (Master's thesis, Universidad del Azuay).
2. Arias Lpez, R. A. (2024). Narrativa digital a partir del mtodo Montessori para promover la estimulacin del lenguaje oral en nios de preescolar (Master's thesis, Ambato: Universidad Tecnolgica Indoamrica).
3. Ascencio, R. S., Sandoval Santos, M. A., & Vsquez Ramrez, I. S. (2020). Anlisis en el impacto del Sistema de Informacin para la Gestin Educativa Salvadorea para la planificacin, diseo e implementacin en la toma de decisiones en los Proyectos del Ministerio de Educacin de Ciencia y Tecnologa a nivel del Municipio de Santa Ana (Doctoral dissertation, Universidad de El Salvador).
4. Carchi Fernndez, C. A. (2024). Diseo de una plataforma de atencin infantil para nios de 1 a 5 aos en la ciudad de El Coca, provincia de Orellana en el ao 2024 (Master's thesis, Instituto Superior Tecnolgico Universitario Rumiahui).
5. Chamblas Lpez, EA (2024). Innovacin curricular para el desarrollo de habilidades lectoras en estudiantes con retraso lector del primer ao bsico (Tesis doctoral, Universidad del Desarrollo. Facultad de Educacin).
6. Cruz-Aguayo, Y., Daz, M. M. B., Xhardez, V., Ramallo, V., De Marco, C., & Sessa, M. (2022). Hacia una transformacin digital del sector educativo: aprendizajes de la virtualizacin de emergencia. Nota Tcnica 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). Evaluacin de factibilidad estratgica, tcnica y econmica para la creacin de una empresa que desarrolle una plataforma digital para competencias de conocimiento en establecimientos educacionales ubicados en la Regin Metropolitana de Chile.
8. Gamboa Garca, J., & Valds 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 educacin primaria de la IE.N64153 Adler Tenazoa Hoyos distrito de Iparia Regin Ucayali 2022 [Tesis de pregrado]. Universidad Nacional de Ucayali.
10. Jaramillo-Martnez, M. I., Jaramillo-Martnez, L. G., Quispillo-Villagomez, M., Saransig-Ramos, L. A., & Mayancela-Caizan, N. R. (2024). Metodologas Activas y Participativas en el Aula Diversa. Revista Cientfica Retos de la Ciencia, 1(4), 73-85.
11. Martnez Sarmiento, FJ (2024). Impacto de las aplicaciones tecnolgicas para el desarrollo de las habilidades lectoras en la educacin inicial.
12. Medina Rodrguez, M. D. V., Gallego Molinero, A., & Clemente Martnez, C. (2023). Adopcin y bsqueda de orgenes: el papel de los profesionales.
13. Menndez, P. (2024). Educar para la vida: Gua basada en la experiencia para pensar juntos en la escuela que queremos (y necesitamos). Editores Siglo XXI.
14. Moya Perales, D. (2021). Diseo de un modelo gratuito de preparacin matemtica pre-universitaria.
15. Pasaca Espinosa, M. F., Ramrez Garca, C. M., & Snchez Villarreal, A. E. (2021). Innovacin de un parque cientfico temtico enfocado en la educacin y desarrollo de competencias de nios en la ciudad de Quito (Doctoral dissertation, Quito/UIDE/2021).
16. Ramos Mantari, KW (2024). Aplicacin de Machine Learning para el aprendizaje del rea de Matemticas en estudiantes de una institucin de educacin primaria.
17. Sadradin, D. R., Rodrguez, J. M. R., Garca, S. A., & Campoy, J. M. F. (2024). Educacin del siglo XXI: investigacin e innovacin para el liderazgo educativo.
18. Sinchi, M. A., Rodrguez, A. M., Snchez, K. L., & Lpez, M. (2024). Formacin del docente para el sistema educativo ecuatoriano del siglo XXI. Boletn ObservaUNAE, 1-93.
19. Soletic, ., & Kelly, V. (2022). Polticas digitales en educacin en Amrica Latina. Tendencias emergentes y perspectivas de futuro.
20. Valderrama Hidalgo, C., Veneros Ruiz-Tagle, D., & Villegas Villegas, F. (2022). Formacin integral: experiencias educativas desde la Regin de Antofagasta.
21. Valenzuela Clandestino, C. (2022). Infoedcate: la infografa didctica: una herramienta para facilitar el aprendizaje.
22. Velasco, M. M. B., Caldern, S. A. B., Togra, M. D. C. C., & Gavilanes, X. P. B. (2024). Entornos virtuales de aprendizaje: Innovacin y desafos en la educacin contempornea. Revista Imaginario Social, 7(4).
23. Ypez, K. G. ., Moncada, J. R. C., Vsquez, M. J. A., Arequipa, J. A. A., Vsconez, L. R. M., & Pereira, W. I. S. (2024). Aplicacin de la Teora de las Inteligencias Mltiples en la Educacin Bsica: Una Revisin Sistemtica de la Literatura. SAGA: Revista Cientfica Multidisciplinar, 1(4), 87-100.
2024 por el autor. 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/