Eficacia de los modelos de IA en la personalización del aprendizaje en educación primaria

Abstract

Este estudio investiga la eficacia de los modelos de inteligencia artificial (IA) en la personalización del aprendizaje en la educación primaria, abordando el desafío que representa el modelo educativo tradicional frente a la diversidad de estilos de aprendizaje y la necesidad de integrar tecnologías de la era digital. Se plantea evaluar cómo la IA puede adaptar la enseñanza a las necesidades individuales de los estudiantes, mejorando el rendimiento académico y la motivación. Para ello, se propone un estudio mixto que combine análisis cualitativos y cuantitativos, explorando tanto las ventajas como las barreras de la IA en este contexto educativo. La investigación se justifica por la creciente relevancia de la IA en la educación y su potencial para transformar el aprendizaje, como sugieren autores como Rivero Panaqué (2024), Carbonell-García (2023) y Troncoso (2023). Se busca determinar si la IA realmente mejora los resultados del rendimiento académico mediante la personalización del aprendizaje en primaria. El estudio se enmarca en la línea de investigación de "Escenarios Virtuales de Aprendizaje" de la Universidad EAN, contribuyendo al desarrollo de estrategias innovadoras para optimizar la educación primaria. Como conclusiones principales se tiene que, dada la revisión de literatura existente, al implementarse la metodología experimental propuesta, se podría confirmar el potencial de la inteligencia artificial como herramienta efectiva en la personalización del aprendizaje en educación primaria, contribuyendo al diseño de estrategias educativas más inclusivas, motivadoras y efectivas.

This study investigates the effectiveness of artificial intelligence (AI) models in personalizing learning in primary education, addressing the challenge posed by the traditional educational model in the face of diverse learning styles and the need to integrate digital-age technologies. It aims to evaluate how AI can adapt teaching to students' individual needs, improving academic performance and motivation. To this end, a mixed-method study is proposed that combines qualitative and quantitative analyses, exploring both the advantages and barriers of AI in this educational context. The research is justified by the growing relevance of AI in education and its potential to transform learning, as suggested by authors such as Rivero Panaqué (2024), Carbonell-García (2023), and Troncoso (2023). The aim is to determine whether AI actually improves academic performance results by personalizing learning in primary education. The study is part of the "Virtual Learning Scenarios" research line at EAN University, contributing to the development of innovative strategies to optimize primary education. The main conclusions are that, based on the review of existing literature, implementing the proposed experimental methodology could confirm the potential of artificial intelligence as an effective tool for personalizing learning in primary education, contributing to the design of more inclusive, motivating, and effective educational strategies.