Vol. 12/ Núm. 4 2025 pág. 588
https://doi.org/10.69639/arandu.v12i4.1692
Didáctica personalizada con inteligencia artificial: Un estudio
sobre el impacto en el rendimiento, la motivación y el
aprendizaje
Personalized teaching with artificial intelligence: A study on the impact on
performance, motivation, and learning
Tatiana Miroslava Ocampo Arteaga
tatiana.ocampo@upec.edu.ec
https://orcid.org/0009-0006-4573-4026
Universidad Politécnica Estatal del Carchi
Quito-Ecuador
Artículo recibido: 18 septiembre 2025 -Aceptado para publicación: 28 octubre 2025
Conflictos de intereses: Ninguno que declarar.
RESUMEN
El presente estudio tuvo como objetivo analizar el impacto de la didáctica personalizada con
inteligencia artificial en los estudiantes de cuarto semestre de la carrera de Educación Inicial. Para
ello, se trabajó con una investigación de tipo descriptiva, con enfoque mixto, a través de lo cual
se aplicó una encuesta a 35 estudiantes y una entrevista a tres docentes, con la finalidad de conocer
de qué manera incide la IA en los aspectos de rendimiento, la motivación y aprendizaje. A partir
del análisis realizado, los resultados dieron a conocer que la integración de estrategias didácticas
personalizadas trabajadas mediante el apoyo de la inteligencia artificial, contribuye al
favorecimiento de la adaptación de los estilos y ritmos de aprendizaje de los estudiantes,
mejorando además su comprensión de contenidos y potenciando la participación en clases.
Adicionalmente, se pudo identificar que la IA aporta significativamente al acompañamiento
docente y hace más fácil obtener una retroalimentación en tiempo real, por lo cual, se concibe
como una herramienta que ayuda a fortalecer los procesos de enseñanza-aprendizaje en la
educación superior.
Palabras clave: inteligencia artificial, didáctica personalizada, rendimiento académico,
motivación estudiantil, aprendizaje autónomo
ABSTRACT
The study aimed to analyze the impact of personalized teaching with artificial intelligence on
fourth-semester students of the Early Childhood Education Career. A mixed-method approach
was applied through surveys of 35 students and interviews with three teachers to examine the
influence of AI on performance, motivation, and learning. The results showed that incorporating
personalized learning strategies supported by artificial intelligence favors adaptation to individual
Vol. 12/ Núm. 4 2025 pág. 589
learning paces, improves content comprehension, and promotes active class participation.
Likewise, it was identified that AI contributes to teacher support and facilitates real-time
feedback, consolidating itself as a tool that strengthens teaching and learning processes in higher
education.
Keywords: artificial intelligence, personalized teaching, academic performance, student
motivation, autonomous learning
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
learning paces, improves content comprehension, and promotes active class participation.
Likewise, it was identified that AI contributes to teacher support and facilitates real-time
feedback, consolidating itself as a tool that strengthens teaching and learning processes in higher
education.
Keywords: artificial intelligence, personalized teaching, academic performance, student
motivation, autonomous learning
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 4 2025 pág. 590
INTRODUCCIÓN
Durante los últimos años, la evolución del campo de la tecnología ha ido en incremento
de manera significativa, y con ello, la sociedad ha tenido la oportunidad de ir mejorando en
distintos aspectos de la vida, muchos sectores en la actualidad ya cuentan con avances importantes
dentro de la industria, donde la automatización de procesos y el manejo de la información se han
convertido en elementos clave para construir un mejor futuro (Vegas, 2021). Así mismo, el ámbito
educativo no es la excepción, puesto que la integración de tecnología ha permitido que sucedan
cambios importantes en los procesos de enseñanza-aprendizaje (Ganda et al., 2024). En ese
sentido, las instituciones educativas han podido adoptar nuevas metodologías de aprendizaje, así
como modelos actualizados de enseñanza, dejando de lado los modelos tradicionales, cuya
finalidad es poner como objetivo el que los estudiantes sean autores de la construcción de su
propio conocimiento.
Los avances dentro del campo tecnológico han permitido implementar el uso de diversas
herramientas que ayudan al fortalecimiento de la práctica de los docentes y al aprendizaje de los
alumnos. Entre algunas de estas herramientas se encuentran aplicaciones móviles, plataforma de
aprendizaje web, entornos virtuales de aprendizaje, foros, juegos didácticos y recursos de video,
que han logrado cambiar el rumbo de la formación académica (Salas y Chóliz, 2024). Gracias a
estos elementos, los alumnos tienen la posibilidad de contar con mucha más interacción durante
clases, de modo que se fortalecen sus competencias, destrezas y habilidades, adaptándose a cada
necesidad y nivel de aprendizaje.
Dentro del mismo contexto, la pandemia que comenzó a inicios de 2020 provocada por
el Covid-19, fue otro aspecto donde la educación tuvo una gran transformación y cambios
drásticos (Chaverri, 2021). Muchas instituciones educativas de nivel primario, secundario y
superior, se vieron obligadas a cambiar de la modalidad presencial a la virtual por un largo periodo
de tiempo. En ese entonces, las disposiciones de cerrar los planteles educativos implicaron que
tanto estudiantes como docentes se adaptaran a este nuevo tipo de modalidad, trasladándose a
entornos de enseñanza y aprendizaje en línea (Anaya et al., 2021). No obstante, si bien se tuvo
mayor relevancia en el uso de herramientas digitales, también surgieron brechas tecnológicas
como la falta de capacidad para el manejo de tecnologías de parte de los docentes y falta de
motivación del alumnado.
De acuerdo con esta contextualización, surgen varios métodos y estrategias que son
impulsadas por la tecnología, tales como la gamificación mediante juegos en línea, aulas
interactivas con el uso de elementos para transmisión multimedia como proyectores, pizarras
digitales, entre otros (Olmedo et al., 2024). Así mismo, trabajos colaborativos donde se emplean
recursos tecnológicos como smartphones o tabletas digitales, aprendizaje basado en proyectos, y
nuevas metodologías para la enseñanza, las cuales logran acoplarse a el nivel y ritmo de
INTRODUCCIÓN
Durante los últimos años, la evolución del campo de la tecnología ha ido en incremento
de manera significativa, y con ello, la sociedad ha tenido la oportunidad de ir mejorando en
distintos aspectos de la vida, muchos sectores en la actualidad ya cuentan con avances importantes
dentro de la industria, donde la automatización de procesos y el manejo de la información se han
convertido en elementos clave para construir un mejor futuro (Vegas, 2021). Así mismo, el ámbito
educativo no es la excepción, puesto que la integración de tecnología ha permitido que sucedan
cambios importantes en los procesos de enseñanza-aprendizaje (Ganda et al., 2024). En ese
sentido, las instituciones educativas han podido adoptar nuevas metodologías de aprendizaje, así
como modelos actualizados de enseñanza, dejando de lado los modelos tradicionales, cuya
finalidad es poner como objetivo el que los estudiantes sean autores de la construcción de su
propio conocimiento.
Los avances dentro del campo tecnológico han permitido implementar el uso de diversas
herramientas que ayudan al fortalecimiento de la práctica de los docentes y al aprendizaje de los
alumnos. Entre algunas de estas herramientas se encuentran aplicaciones móviles, plataforma de
aprendizaje web, entornos virtuales de aprendizaje, foros, juegos didácticos y recursos de video,
que han logrado cambiar el rumbo de la formación académica (Salas y Chóliz, 2024). Gracias a
estos elementos, los alumnos tienen la posibilidad de contar con mucha más interacción durante
clases, de modo que se fortalecen sus competencias, destrezas y habilidades, adaptándose a cada
necesidad y nivel de aprendizaje.
Dentro del mismo contexto, la pandemia que comenzó a inicios de 2020 provocada por
el Covid-19, fue otro aspecto donde la educación tuvo una gran transformación y cambios
drásticos (Chaverri, 2021). Muchas instituciones educativas de nivel primario, secundario y
superior, se vieron obligadas a cambiar de la modalidad presencial a la virtual por un largo periodo
de tiempo. En ese entonces, las disposiciones de cerrar los planteles educativos implicaron que
tanto estudiantes como docentes se adaptaran a este nuevo tipo de modalidad, trasladándose a
entornos de enseñanza y aprendizaje en línea (Anaya et al., 2021). No obstante, si bien se tuvo
mayor relevancia en el uso de herramientas digitales, también surgieron brechas tecnológicas
como la falta de capacidad para el manejo de tecnologías de parte de los docentes y falta de
motivación del alumnado.
De acuerdo con esta contextualización, surgen varios métodos y estrategias que son
impulsadas por la tecnología, tales como la gamificación mediante juegos en línea, aulas
interactivas con el uso de elementos para transmisión multimedia como proyectores, pizarras
digitales, entre otros (Olmedo et al., 2024). Así mismo, trabajos colaborativos donde se emplean
recursos tecnológicos como smartphones o tabletas digitales, aprendizaje basado en proyectos, y
nuevas metodologías para la enseñanza, las cuales logran acoplarse a el nivel y ritmo de
Vol. 12/ Núm. 4 2025 pág. 591
aprendizaje de los estudiantes. No obstante, al momento de implementar dichas estrategias, los
resultados no siempre fueron los esperados, lo cual desprende la necesidad de indagar maneras de
que la enseñanza sea personalizada, y así hacer frente a las limitantes o barreras en la educación
(Area y Adell, 2021).
Con base a ello, el tema de la personalización en el ámbito educativo ha ido ganando más
relevancia durante los últimos años, sin embargo, el que pueda implementarse a gran escala en
las instituciones educativas ha resultado todo un desafío debido a limitantes, tales como la falta
de recursos, la cantidad de alumnos, y las horas que los docentes tienen para preparar una clase
(Teran et al., 2024). No obstante, gracias a las Tecnologías de la Información y Comunicación
(TIC), se han logrado superar muchas de las barreras educativas, puesto que al hace uso de
herramientas y plataformas tecnológicas, se consigue ganar experiencias adaptadas a los distintos
niveles e intereses de enseñanza-aprendizaje, donde no solamente se use para mejorar el
rendimiento académico de los estudiantes, sino también su motivación por aprender.
Entre las herramientas tecnológicas antes mencionadas, una de las que recientemente se
ha convertido en la preferida de docentes y estudiantes, se tiene a la Inteligencia Artificial (IA),
la cual se perfila como una de las herramientas que presenta mayor transformación dentro del
campo educativo (Aparicio y Gallego, 2024). En este caso, cuenta con una capacidad de análisis
de datos y procesamiento de información sumamente eficaz y eficiente, lo cual le permite el
reconocimiento de patrones, comportamientos, entre otros aspectos dentro del aprendizaje,
ofreciendo además opciones personalizadas y retroalimentación sobre lo estudiado; siendo así
como se posiciona como una tecnología que permite personalizar la educación y adaptarla a las
necesidades existentes (Vásquez et al., 2024).
Por lo tanto, el impacto de la IA en el ámbito educativo se ve netamente reflejado en los
resultados que se obtienen una vez implementada, dentro de lo cual se toman en consideración
tres aspectos de vital importancia. En primera instancia, se tiene al rendimiento académico, en el
cual la IA aporta en gran manera a través del mejoramiento del aprendizaje con tareas y
actividades que se adaptan al propio nivel y ritmo del estudiante, proporcionando además un
feedback y solucionando errores en tiempo real (Párraga et al., 2024). Por consiguiente, la
motivación es otro aspecto clave, dado que brinda personalización en distintos entornos,
impulsando así el compromiso e interés visto desde la percepción del estudiante (Ronquillo et al.,
2024). Y, el aprendizaje, dado que permite ser fomentar el autoestudio y la toma de decisiones a
partir de su propio proceso de formación (Álvarez et al., 2024).
Adicionalmente, la inteligencia artificial también brinda la posibilidad de llevar una
mejor organización de parte de los docentes, lo cual contribuye a que asuman su rol de una forma
mucho más ordenada, llevando información detallada sobre sus clases, sus alumnos y a su vez,
facilitando la toma de decisiones dentro de su perfil profesional (Medina, 2024). Por lo tanto, el
personal docente además de tener una visión mucho más clara y concisa acerca de cómo trabajar
aprendizaje de los estudiantes. No obstante, al momento de implementar dichas estrategias, los
resultados no siempre fueron los esperados, lo cual desprende la necesidad de indagar maneras de
que la enseñanza sea personalizada, y así hacer frente a las limitantes o barreras en la educación
(Area y Adell, 2021).
Con base a ello, el tema de la personalización en el ámbito educativo ha ido ganando más
relevancia durante los últimos años, sin embargo, el que pueda implementarse a gran escala en
las instituciones educativas ha resultado todo un desafío debido a limitantes, tales como la falta
de recursos, la cantidad de alumnos, y las horas que los docentes tienen para preparar una clase
(Teran et al., 2024). No obstante, gracias a las Tecnologías de la Información y Comunicación
(TIC), se han logrado superar muchas de las barreras educativas, puesto que al hace uso de
herramientas y plataformas tecnológicas, se consigue ganar experiencias adaptadas a los distintos
niveles e intereses de enseñanza-aprendizaje, donde no solamente se use para mejorar el
rendimiento académico de los estudiantes, sino también su motivación por aprender.
Entre las herramientas tecnológicas antes mencionadas, una de las que recientemente se
ha convertido en la preferida de docentes y estudiantes, se tiene a la Inteligencia Artificial (IA),
la cual se perfila como una de las herramientas que presenta mayor transformación dentro del
campo educativo (Aparicio y Gallego, 2024). En este caso, cuenta con una capacidad de análisis
de datos y procesamiento de información sumamente eficaz y eficiente, lo cual le permite el
reconocimiento de patrones, comportamientos, entre otros aspectos dentro del aprendizaje,
ofreciendo además opciones personalizadas y retroalimentación sobre lo estudiado; siendo así
como se posiciona como una tecnología que permite personalizar la educación y adaptarla a las
necesidades existentes (Vásquez et al., 2024).
Por lo tanto, el impacto de la IA en el ámbito educativo se ve netamente reflejado en los
resultados que se obtienen una vez implementada, dentro de lo cual se toman en consideración
tres aspectos de vital importancia. En primera instancia, se tiene al rendimiento académico, en el
cual la IA aporta en gran manera a través del mejoramiento del aprendizaje con tareas y
actividades que se adaptan al propio nivel y ritmo del estudiante, proporcionando además un
feedback y solucionando errores en tiempo real (Párraga et al., 2024). Por consiguiente, la
motivación es otro aspecto clave, dado que brinda personalización en distintos entornos,
impulsando así el compromiso e interés visto desde la percepción del estudiante (Ronquillo et al.,
2024). Y, el aprendizaje, dado que permite ser fomentar el autoestudio y la toma de decisiones a
partir de su propio proceso de formación (Álvarez et al., 2024).
Adicionalmente, la inteligencia artificial también brinda la posibilidad de llevar una
mejor organización de parte de los docentes, lo cual contribuye a que asuman su rol de una forma
mucho más ordenada, llevando información detallada sobre sus clases, sus alumnos y a su vez,
facilitando la toma de decisiones dentro de su perfil profesional (Medina, 2024). Por lo tanto, el
personal docente además de tener una visión mucho más clara y concisa acerca de cómo trabajar
Vol. 12/ Núm. 4 2025 pág. 592
con sus estudiantes, también cuenta con diversas herramientas que le permiten aplicar nuevos
métodos y estrategias didácticas, enfocándose en aquellos que necesitan un acompañamiento más
personalizado.
En las instituciones de educación superior también enfrentan brechas de aprendizaje, tal
como el caso de la carrera de Educación Inicial, donde se ha podido comprobar que, en varias
asignaturas asociadas al aprendizaje infantil y el desarrollo de metodologías educativas, donde
los alumnos demuestran tener un bajo nivel en su motivación y rendimiento académico. En cual
caso, esto se debe a que los docentes emplean metodologías tradicionales para la enseñanza, lo
que en su gran mayoría no logra atender las necesidades de los estudiantes ni mucho menos seguir
su ritmo y estilo de aprendizaje, lo cual ocasiona una brecha notoria entre los objetivos de
formación y los resultados que se obtienen.
Así mismo, a pesar de que algunos docentes consideran que no todos los estudiantes
llevan un ritmo de aprendizaje equitativo, no implementan técnicas o estrategias de aprendizaje
que ayuden a fortalecer esas brechas de estudio. Sin embargo, algunos estudiantes actualmente
buscan autoformarse a través de las herramientas como la IA, la cual puede enseñar desde lo más
básico hasta lo más complicado en diversos temas, razón por la cual, se considera un tema
indispensable de ser profundizado, puesto que además de traer beneficios para los estudiantes,
incentiva o pone de ejemplo a los docentes el cómo integrar herramientas como la inteligencia
artificial dentro de sus modelos de enseñanza, y así proveer un mejor proceso de enseñanza.
En ese sentido, se han podido analizar algunos antecedentes asociados al tema de
didáctica personalizada haciendo uso de inteligencia artificial y su impacto en la educación
superior. De acuerdo con el estudio de López et al. (2023), donde se menciona que la IA se
convierte en un excelente elemento para mejorar la experiencia de los estudiantes, presentando
un gran avance significativo para aspirar a una educación de calidad. Por otra parte, Fajardo et al.
(2025), expresan en su estudio que la IA no solo se encarga de fortalecer la excelencia académica,
sino que también otorga una preparación a los alumnos a fin de afrontar problemas de la vida real.
Seguido de ello, Beltrán et al. (2025), resalta en su trabajo algunos beneficios del uso de IA, tales
como proporcionar comentarios en tiempo real, personalización del ritmo de aprendizaje y
potenciar la motivación estudiantil, y hacer que el aprendizaje sea más efectivo.
Destacando otro hallazgo, se comparte lo expresado por Macedo et al. (2025), donde se
indica que la IA tiene una gran capacidad para ofrecer beneficios educativos, tales como la
autonomía, personalización del aprendizaje, y autoevaluación, no obstante, también se hace
hincapié en que debe ser utilizada de manera responsable, y con una formación docente de la
mano, a fin de evitar faltas a la integridad académica. Mientras que el estudio de Meza et al.
(2025), aporta que la IA ayuda al enriquecimiento de la enseñanza para los docentes a través de
un proceso de aprendizaje personalizado para los estudiantes, reduciendo además la carga
administrativa, y proporcionando una experiencia educativa mejorada.
con sus estudiantes, también cuenta con diversas herramientas que le permiten aplicar nuevos
métodos y estrategias didácticas, enfocándose en aquellos que necesitan un acompañamiento más
personalizado.
En las instituciones de educación superior también enfrentan brechas de aprendizaje, tal
como el caso de la carrera de Educación Inicial, donde se ha podido comprobar que, en varias
asignaturas asociadas al aprendizaje infantil y el desarrollo de metodologías educativas, donde
los alumnos demuestran tener un bajo nivel en su motivación y rendimiento académico. En cual
caso, esto se debe a que los docentes emplean metodologías tradicionales para la enseñanza, lo
que en su gran mayoría no logra atender las necesidades de los estudiantes ni mucho menos seguir
su ritmo y estilo de aprendizaje, lo cual ocasiona una brecha notoria entre los objetivos de
formación y los resultados que se obtienen.
Así mismo, a pesar de que algunos docentes consideran que no todos los estudiantes
llevan un ritmo de aprendizaje equitativo, no implementan técnicas o estrategias de aprendizaje
que ayuden a fortalecer esas brechas de estudio. Sin embargo, algunos estudiantes actualmente
buscan autoformarse a través de las herramientas como la IA, la cual puede enseñar desde lo más
básico hasta lo más complicado en diversos temas, razón por la cual, se considera un tema
indispensable de ser profundizado, puesto que además de traer beneficios para los estudiantes,
incentiva o pone de ejemplo a los docentes el cómo integrar herramientas como la inteligencia
artificial dentro de sus modelos de enseñanza, y así proveer un mejor proceso de enseñanza.
En ese sentido, se han podido analizar algunos antecedentes asociados al tema de
didáctica personalizada haciendo uso de inteligencia artificial y su impacto en la educación
superior. De acuerdo con el estudio de López et al. (2023), donde se menciona que la IA se
convierte en un excelente elemento para mejorar la experiencia de los estudiantes, presentando
un gran avance significativo para aspirar a una educación de calidad. Por otra parte, Fajardo et al.
(2025), expresan en su estudio que la IA no solo se encarga de fortalecer la excelencia académica,
sino que también otorga una preparación a los alumnos a fin de afrontar problemas de la vida real.
Seguido de ello, Beltrán et al. (2025), resalta en su trabajo algunos beneficios del uso de IA, tales
como proporcionar comentarios en tiempo real, personalización del ritmo de aprendizaje y
potenciar la motivación estudiantil, y hacer que el aprendizaje sea más efectivo.
Destacando otro hallazgo, se comparte lo expresado por Macedo et al. (2025), donde se
indica que la IA tiene una gran capacidad para ofrecer beneficios educativos, tales como la
autonomía, personalización del aprendizaje, y autoevaluación, no obstante, también se hace
hincapié en que debe ser utilizada de manera responsable, y con una formación docente de la
mano, a fin de evitar faltas a la integridad académica. Mientras que el estudio de Meza et al.
(2025), aporta que la IA ayuda al enriquecimiento de la enseñanza para los docentes a través de
un proceso de aprendizaje personalizado para los estudiantes, reduciendo además la carga
administrativa, y proporcionando una experiencia educativa mejorada.
Vol. 12/ Núm. 4 2025 pág. 593
Con base a lo previamente expuesto, el objetivo general para el presente estudio se centra
en analizar el impacto de la didáctica personalizada con inteligencia artificial en los estudiantes
de cuarto semestre de la carrera de Educación Inicial. Y, como objetivos específicos se plantean
identificar la relación existente entre la didáctica personalizada y la IA en el rendimiento
académico de los estudiantes, examinar el grado de motivación de los estudiantes con la
aplicación de didáctica personalizada y definir estrategias con base a la didáctica personalizada
con IA, que contribuya a la mejora del proceso de aprendizaje de los estudiantes.
Revisión de la Literatura
Didáctica Personalizada
La didáctica personalizada se define como un enfoque en el campo de la pedagogía, cuyo
objetivo y poder acoplar los distintos procesos de enseñanza-aprendizaje, acorde a las necesidades
de los alumnos (Párraga et al., 2025). Se fundamenta a partir de que cada individuo tiene una
manera distinta de aprender, cada uno con su nivel de conocimiento y ritmo de aprendizaje,
destrezas y capacidades que inciden en su rendimiento académico (Merchán et al., 2025). Gracias
a este enfoque se logra promover flexibilidad en la enseñanza, mucho más orientada hacia el
estudiante, donde la planificación académica se compone de recursos y contenidos apegados a las
necesidades identificadas, lo cual favorece el desarrollo de los conocimientos.
Dentro del contexto teórico, cuando se habla de didáctica personalizada, esta se asocia de
forma directa con aspectos pedagógicos que ponen como principal prioridad el que el estudiante
sea activamente participativo en su proceso de aprendizaje. Así mismo, se toma en cuenta que los
conocimientos se forman mediante las interacciones, las reflexiones y experiencias, razón por la
cual es de suma importancia contar con la guía y orientación docente (Pérez y Ahedo, 2020). Esta
clase de enseñanza no se enfoca únicamente en adaptar contenidos de acuerdo a necesidades, sino
que también engloba la aplicación de estrategias con metodologías innovadoras, usabilidad de
recursos diferentes a lo tradicional y la forma en que se autorregula el aprendizaje.
Varios estudios tales como el de Velasco et al. (2023), han logrado demostrar que el
aplicar didáctica personalizada aporta de manera significativa a la mejora de las competencias y
rendimiento académico de los estudiantes, así como también a su incentivo y motivación. Así
mismo, Santo et al. (2025), mencionan que al otorgar un proceso de enseñanza que se adapte a
las necesidades de cada alumno, se promueve un compromiso de forma mayoritaria, donde se
fortalece la confianza, se cuenta con mayor responsabilidad para con las actividades curriculares.
Adicionalmente, con este tipo de enfoque se logra la identificación temprana de las brechas y
dificultades de cada individuo, lo que despliega más posibilidades de intervenir para mejorar el
proceso de aprendizaje.
Actualmente, los avances de la tecnología han hecho posible que la didáctica
personalizada se potencie más a través de herramientas que permitan dar seguimiento constante
a el rendimiento de los estudiantes. Los sistemas de información para aprendizaje, las plataformas
Con base a lo previamente expuesto, el objetivo general para el presente estudio se centra
en analizar el impacto de la didáctica personalizada con inteligencia artificial en los estudiantes
de cuarto semestre de la carrera de Educación Inicial. Y, como objetivos específicos se plantean
identificar la relación existente entre la didáctica personalizada y la IA en el rendimiento
académico de los estudiantes, examinar el grado de motivación de los estudiantes con la
aplicación de didáctica personalizada y definir estrategias con base a la didáctica personalizada
con IA, que contribuya a la mejora del proceso de aprendizaje de los estudiantes.
Revisión de la Literatura
Didáctica Personalizada
La didáctica personalizada se define como un enfoque en el campo de la pedagogía, cuyo
objetivo y poder acoplar los distintos procesos de enseñanza-aprendizaje, acorde a las necesidades
de los alumnos (Párraga et al., 2025). Se fundamenta a partir de que cada individuo tiene una
manera distinta de aprender, cada uno con su nivel de conocimiento y ritmo de aprendizaje,
destrezas y capacidades que inciden en su rendimiento académico (Merchán et al., 2025). Gracias
a este enfoque se logra promover flexibilidad en la enseñanza, mucho más orientada hacia el
estudiante, donde la planificación académica se compone de recursos y contenidos apegados a las
necesidades identificadas, lo cual favorece el desarrollo de los conocimientos.
Dentro del contexto teórico, cuando se habla de didáctica personalizada, esta se asocia de
forma directa con aspectos pedagógicos que ponen como principal prioridad el que el estudiante
sea activamente participativo en su proceso de aprendizaje. Así mismo, se toma en cuenta que los
conocimientos se forman mediante las interacciones, las reflexiones y experiencias, razón por la
cual es de suma importancia contar con la guía y orientación docente (Pérez y Ahedo, 2020). Esta
clase de enseñanza no se enfoca únicamente en adaptar contenidos de acuerdo a necesidades, sino
que también engloba la aplicación de estrategias con metodologías innovadoras, usabilidad de
recursos diferentes a lo tradicional y la forma en que se autorregula el aprendizaje.
Varios estudios tales como el de Velasco et al. (2023), han logrado demostrar que el
aplicar didáctica personalizada aporta de manera significativa a la mejora de las competencias y
rendimiento académico de los estudiantes, así como también a su incentivo y motivación. Así
mismo, Santo et al. (2025), mencionan que al otorgar un proceso de enseñanza que se adapte a
las necesidades de cada alumno, se promueve un compromiso de forma mayoritaria, donde se
fortalece la confianza, se cuenta con mayor responsabilidad para con las actividades curriculares.
Adicionalmente, con este tipo de enfoque se logra la identificación temprana de las brechas y
dificultades de cada individuo, lo que despliega más posibilidades de intervenir para mejorar el
proceso de aprendizaje.
Actualmente, los avances de la tecnología han hecho posible que la didáctica
personalizada se potencie más a través de herramientas que permitan dar seguimiento constante
a el rendimiento de los estudiantes. Los sistemas de información para aprendizaje, las plataformas
Vol. 12/ Núm. 4 2025 pág. 594
educativas, así como los recursos tecnológicos, permiten la creación de ambientes de educación
mucho más dinámicos, eficientes e inclusivos (Rodríguez, 2023). En otras palabras, debido a estas
innovaciones, el tema de personalizar los aprendizajes se ha transformado en una práctica lejos
de lo tradicional, donde debe existir el compromiso de los docentes a fin de afrontar las
disparidades que pueden llegar a presentarse dentro del salón de clases.
Inteligencia Artificial (IA)
En el ámbito tecnológico, la Inteligencia Artificial (IA) se concibe como la capacidad con
la que cuentan los sistemas de información para llevar a cabo distintos procesos realizados por la
humanidad, tales como el desarrollo del aprendizaje, el razonamiento y la resolución de problemas
mediante la toma de decisiones (Hidalgo et al., 2021). Gracias a su integración en la sociedad, se
han podido lograr progresos realmente significativos en distintas áreas, donde la educación no es
la excepción, utilizada para el análisis de información y el mejoramiento en el ámbito pedagógico.
Dentro del ámbito educativo, la IA contribuye a brindar un proceso de enseñanza
personalizado y adaptado a las necesidades de cada individuo. A través de un algoritmo
inteligente, estos programas se encargan de seleccionar los tipos de contenidos, preferencias y
patrones que se necesitan para el aprendizaje, otorgando además un feedback de manera
inmediata, así como promoviendo el aprendizaje autónomo.
Aunado a ello, la inteligencia artificial también aporta en las labores de los docentes
mediante la organización de información acerca de sus estudiantes, identificación de patrones
basados en evidencias para mejorar el rendimiento académico, entre otros. Por lo tanto, se
establece como un complemento que aporta en la educación de forma innovadora.
MATERIALES Y MÉTODOS
El presente estudio será desarrollado bajo un enfoque mixto, donde se hará uso de
métodos cuantitativos y cualitativos, de índole descriptiva, mediante lo cual se tiene como
finalidad conocer qué impacto y recepción tienen los estudiantes en cuanto al rendimiento, la
motivación y el aprendizaje mediante la aplicación de didáctica personalizada con inteligencia
artificial. En ese sentido, al trabajar con un enfoque metodológico mixto, se combina la estrategia
de investigación con elementos cuantitativos y cualitativos, formando una triangulación de datos.
Con la aplicación de este enfoque investigativo se busca dar respuesta a las interrogantes que
surgen entorno a la investigación, de modo que se fortalezcan los referentes teóricos asociados al
tema de estudio, y se compruebe la confiabilidad y validez de la información, luego del proceso
de recolección y procesamiento de datos (Sarango et al., 2025).
El proceso de investigación realizado se compuso por las técnicas de encuesta a los
estudiantes, y una entrevista a los profesores.
La población de estudio se encontró conformada por un total de 35 estudiantes de cuarto
semestre de la carrera de Educación Inicial, y tres docentes del área de educativa que imparten
clases en la institución, donde se llevó a cabo la aplicación de una encuesta, cuyo cuestionario fue
educativas, así como los recursos tecnológicos, permiten la creación de ambientes de educación
mucho más dinámicos, eficientes e inclusivos (Rodríguez, 2023). En otras palabras, debido a estas
innovaciones, el tema de personalizar los aprendizajes se ha transformado en una práctica lejos
de lo tradicional, donde debe existir el compromiso de los docentes a fin de afrontar las
disparidades que pueden llegar a presentarse dentro del salón de clases.
Inteligencia Artificial (IA)
En el ámbito tecnológico, la Inteligencia Artificial (IA) se concibe como la capacidad con
la que cuentan los sistemas de información para llevar a cabo distintos procesos realizados por la
humanidad, tales como el desarrollo del aprendizaje, el razonamiento y la resolución de problemas
mediante la toma de decisiones (Hidalgo et al., 2021). Gracias a su integración en la sociedad, se
han podido lograr progresos realmente significativos en distintas áreas, donde la educación no es
la excepción, utilizada para el análisis de información y el mejoramiento en el ámbito pedagógico.
Dentro del ámbito educativo, la IA contribuye a brindar un proceso de enseñanza
personalizado y adaptado a las necesidades de cada individuo. A través de un algoritmo
inteligente, estos programas se encargan de seleccionar los tipos de contenidos, preferencias y
patrones que se necesitan para el aprendizaje, otorgando además un feedback de manera
inmediata, así como promoviendo el aprendizaje autónomo.
Aunado a ello, la inteligencia artificial también aporta en las labores de los docentes
mediante la organización de información acerca de sus estudiantes, identificación de patrones
basados en evidencias para mejorar el rendimiento académico, entre otros. Por lo tanto, se
establece como un complemento que aporta en la educación de forma innovadora.
MATERIALES Y MÉTODOS
El presente estudio será desarrollado bajo un enfoque mixto, donde se hará uso de
métodos cuantitativos y cualitativos, de índole descriptiva, mediante lo cual se tiene como
finalidad conocer qué impacto y recepción tienen los estudiantes en cuanto al rendimiento, la
motivación y el aprendizaje mediante la aplicación de didáctica personalizada con inteligencia
artificial. En ese sentido, al trabajar con un enfoque metodológico mixto, se combina la estrategia
de investigación con elementos cuantitativos y cualitativos, formando una triangulación de datos.
Con la aplicación de este enfoque investigativo se busca dar respuesta a las interrogantes que
surgen entorno a la investigación, de modo que se fortalezcan los referentes teóricos asociados al
tema de estudio, y se compruebe la confiabilidad y validez de la información, luego del proceso
de recolección y procesamiento de datos (Sarango et al., 2025).
El proceso de investigación realizado se compuso por las técnicas de encuesta a los
estudiantes, y una entrevista a los profesores.
La población de estudio se encontró conformada por un total de 35 estudiantes de cuarto
semestre de la carrera de Educación Inicial, y tres docentes del área de educativa que imparten
clases en la institución, donde se llevó a cabo la aplicación de una encuesta, cuyo cuestionario fue
Vol. 12/ Núm. 4 2025 pág. 595
de 8 preguntas cerradas de alternativas múltiples. Y, adicionalmente se realizaron entrevistas a
los 3 docentes del área de Educación Inicial, con la finalidad de determinar el impacto que tiene
el trabajar con actividades didácticas personalizadas con inteligencia artificial, de tal forma que,
se pueda medir su incidencia en el rendimiento, la motivación y el aprendizaje de los estudiantes,
y a su vez, contrastar los resultados del desempeño de los estudiantes en el ejercicio antes de
aplicar IA y luego de aplicarla.
Tras la aplicación de la encuesta, para el procesamiento de los datos, se utilizó la
herramienta de Microsoft Excel, donde se generaron gráficos estadísticos para representar cada
una de las respuestas de los encuestados.
RESULTADOS
Encuesta
Aspecto 1. Adaptación de ritmos y estilos de aprendizaje mediante estrategias en clase
Figura 1
Adaptación de ritmos y estilos de aprendizaje mediante estrategias en clase
De acuerdo con los resultados obtenidos respecto a la adaptación de los ritmos y estilos
de aprendizaje mediante la aplicación de estrategias en clase, se obtuvo que el 25,7% de los
estudiantes afirmó estar totalmente de acuerdo en que, si logran adaptarse, seguido de un 60%
quienes expresaron estar de acuerdo, mientras que el 14,3% restante se mantuvo en una postura
imparcial, manifestando no estar ni de acuerdo ni en desacuerdo con ello.
25,7%
60%
14,3%
Adaptación de ritmos y estilos de aprendizaje mediante
estrategias en clase
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
de 8 preguntas cerradas de alternativas múltiples. Y, adicionalmente se realizaron entrevistas a
los 3 docentes del área de Educación Inicial, con la finalidad de determinar el impacto que tiene
el trabajar con actividades didácticas personalizadas con inteligencia artificial, de tal forma que,
se pueda medir su incidencia en el rendimiento, la motivación y el aprendizaje de los estudiantes,
y a su vez, contrastar los resultados del desempeño de los estudiantes en el ejercicio antes de
aplicar IA y luego de aplicarla.
Tras la aplicación de la encuesta, para el procesamiento de los datos, se utilizó la
herramienta de Microsoft Excel, donde se generaron gráficos estadísticos para representar cada
una de las respuestas de los encuestados.
RESULTADOS
Encuesta
Aspecto 1. Adaptación de ritmos y estilos de aprendizaje mediante estrategias en clase
Figura 1
Adaptación de ritmos y estilos de aprendizaje mediante estrategias en clase
De acuerdo con los resultados obtenidos respecto a la adaptación de los ritmos y estilos
de aprendizaje mediante la aplicación de estrategias en clase, se obtuvo que el 25,7% de los
estudiantes afirmó estar totalmente de acuerdo en que, si logran adaptarse, seguido de un 60%
quienes expresaron estar de acuerdo, mientras que el 14,3% restante se mantuvo en una postura
imparcial, manifestando no estar ni de acuerdo ni en desacuerdo con ello.
25,7%
60%
14,3%
Adaptación de ritmos y estilos de aprendizaje mediante
estrategias en clase
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
Vol. 12/ Núm. 4 2025 pág. 596
Aspecto 2. Herramientas digitales e IA como motivación para participar en clases
Figura 2
Herramientas digitales e IA como motivación para participar en clases
Así mismo, en cuanto a el segundo aspecto asociado a el uso de herramientas digitales e
IA como motivación para la participación en clases. El 20% de los estudiantes aseguraron estar
totalmente de acuerdo, seguido de un 57,1% que estuvo de acuerdo, mientas que el 17,1%
mencionó no estar ni de acuerdo ni en desacuerdo, y el 5,7% restante expresó estar en desacuerdo.
Aspecto 3. Uso de recursos tecnológicos para mejor comprensión
Figura 3
Uso de recursos tecnológicos para mejor comprensión
Por su parte, conforme a los resultados de la tercera pregunta, cuyo aspecto evalúa el uso
de recursos tecnológicos para una mejor comprensión en clases, el 31,4% los estudiantes
expresaron estar totalmente de acuerdo, por consiguiente, el 51,4% dijo estar de acuerdo, mientras
que el 14,3% mencionó no estar ni de acuerdo ni en desacuerdo, y finalmente solo el 2,9%
manifestó estar en desacuerdo.
20%
57,1%
17,1%
5,7%
Herramientas digitales e IA como motivación para
participar en clases
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
31,4%
51,4%
14,3% 2,9%
Uso de recursos tecnológicos para mejor comprensión
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
Aspecto 2. Herramientas digitales e IA como motivación para participar en clases
Figura 2
Herramientas digitales e IA como motivación para participar en clases
Así mismo, en cuanto a el segundo aspecto asociado a el uso de herramientas digitales e
IA como motivación para la participación en clases. El 20% de los estudiantes aseguraron estar
totalmente de acuerdo, seguido de un 57,1% que estuvo de acuerdo, mientas que el 17,1%
mencionó no estar ni de acuerdo ni en desacuerdo, y el 5,7% restante expresó estar en desacuerdo.
Aspecto 3. Uso de recursos tecnológicos para mejor comprensión
Figura 3
Uso de recursos tecnológicos para mejor comprensión
Por su parte, conforme a los resultados de la tercera pregunta, cuyo aspecto evalúa el uso
de recursos tecnológicos para una mejor comprensión en clases, el 31,4% los estudiantes
expresaron estar totalmente de acuerdo, por consiguiente, el 51,4% dijo estar de acuerdo, mientras
que el 14,3% mencionó no estar ni de acuerdo ni en desacuerdo, y finalmente solo el 2,9%
manifestó estar en desacuerdo.
20%
57,1%
17,1%
5,7%
Herramientas digitales e IA como motivación para
participar en clases
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
31,4%
51,4%
14,3% 2,9%
Uso de recursos tecnológicos para mejor comprensión
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
Vol. 12/ Núm. 4 2025 pág. 597
Aspecto 4. Acompañamiento docente como respuesta a necesidades de aprendizaje
individual
Figura 4
Acompañamiento docente como respuesta a necesidades de aprendizaje individual
Por consiguiente, en los resultados obtenidos en la cuarta pregunta, relacionada al
acompañamiento docente como respuesta a necesidades de aprendizaje individual, se observó que
el 25,7% de los estudiantes estuvo totalmente de acuerdo, seguido del 57,1% que estuvo de
acuerdo, mientras que el 11,4% se mantuvo imparcial por no esta ni de acuerdo ni en desacuerdo,
y el 5,7% restante que expresó estar en desacuerdo.
Aspecto 5. Inclusión de dinámicas interactivas o personalizadas para un mejor rendimiento
Figura 5
Inclusión de dinámicas interactivas o personalizadas para un mejor rendimiento
Conforme a los resultados de la quinta pregunta, asociada al aspecto de inclusión de
dinámicas interactivas o personalizadas para un mejor rendimiento. En primera instancia, el
68,6% de los estudiantes manifestó estar totalmente de acuerdo, seguido del 28,6% quienes
25,7%
57,1%
11,4% 5,7%
Acompañamiento docente como respuesta a necesidades de
aprendizaje individual
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
68,6%
28,6%
2,9%
Inclusión de dinámicas interactivas o personalizadas para
un mejor rendimiento
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
Aspecto 4. Acompañamiento docente como respuesta a necesidades de aprendizaje
individual
Figura 4
Acompañamiento docente como respuesta a necesidades de aprendizaje individual
Por consiguiente, en los resultados obtenidos en la cuarta pregunta, relacionada al
acompañamiento docente como respuesta a necesidades de aprendizaje individual, se observó que
el 25,7% de los estudiantes estuvo totalmente de acuerdo, seguido del 57,1% que estuvo de
acuerdo, mientras que el 11,4% se mantuvo imparcial por no esta ni de acuerdo ni en desacuerdo,
y el 5,7% restante que expresó estar en desacuerdo.
Aspecto 5. Inclusión de dinámicas interactivas o personalizadas para un mejor rendimiento
Figura 5
Inclusión de dinámicas interactivas o personalizadas para un mejor rendimiento
Conforme a los resultados de la quinta pregunta, asociada al aspecto de inclusión de
dinámicas interactivas o personalizadas para un mejor rendimiento. En primera instancia, el
68,6% de los estudiantes manifestó estar totalmente de acuerdo, seguido del 28,6% quienes
25,7%
57,1%
11,4% 5,7%
Acompañamiento docente como respuesta a necesidades de
aprendizaje individual
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
68,6%
28,6%
2,9%
Inclusión de dinámicas interactivas o personalizadas para
un mejor rendimiento
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
Vol. 12/ Núm. 4 2025 pág. 598
expresaron estar de acuerdo, y finalmente el 2,9% quienes no estuvieron ni de acuerdo ni en
desacuerdo.
Aspecto 6. Facilidad de retroalimentación mediante herramientas de IA
Figura 6
Facilidad de retroalimentación mediante herramientas de IA
En cuanto a los resultados de la sexta pregunta, cuyo aspecto evalúa la facilidad de
retroalimentación mediante las herramientas de IA. A lo cual, el 28,6% de los estudiantes dijeron
estar totalmente de acuerdo, seguido del 37,1% que estuvieron de acuerdo, mientras que el 31,4%
se mantuvo en la postura imparcial de no estar ni de acuerdo ni en desacuerdo. Y, por último, el
2,9% restante, quienes estuvieron en desacuerdo.
Aspecto 7. Incorporación de metodologías personalizadas para fortalecer el aprendizaje
Figura 7
Incorporación de metodologías personalizadas para fortalecer el aprendizaje
De acuerdo con los resultados de la séptima pregunta, asociado a la incorporación de
metodologías personalizadas para fortalecer el aprendizaje, en primera instancia se observó que
28,6%
37,1%
31,4%
2,9%
Facilidad de retroalimentación mediante herramientas de
IA
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
34,3%
60,0%
5,7%
Incorporación de metodologías personalizadas para
fortalecer el aprendizaje
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
expresaron estar de acuerdo, y finalmente el 2,9% quienes no estuvieron ni de acuerdo ni en
desacuerdo.
Aspecto 6. Facilidad de retroalimentación mediante herramientas de IA
Figura 6
Facilidad de retroalimentación mediante herramientas de IA
En cuanto a los resultados de la sexta pregunta, cuyo aspecto evalúa la facilidad de
retroalimentación mediante las herramientas de IA. A lo cual, el 28,6% de los estudiantes dijeron
estar totalmente de acuerdo, seguido del 37,1% que estuvieron de acuerdo, mientras que el 31,4%
se mantuvo en la postura imparcial de no estar ni de acuerdo ni en desacuerdo. Y, por último, el
2,9% restante, quienes estuvieron en desacuerdo.
Aspecto 7. Incorporación de metodologías personalizadas para fortalecer el aprendizaje
Figura 7
Incorporación de metodologías personalizadas para fortalecer el aprendizaje
De acuerdo con los resultados de la séptima pregunta, asociado a la incorporación de
metodologías personalizadas para fortalecer el aprendizaje, en primera instancia se observó que
28,6%
37,1%
31,4%
2,9%
Facilidad de retroalimentación mediante herramientas de
IA
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
34,3%
60,0%
5,7%
Incorporación de metodologías personalizadas para
fortalecer el aprendizaje
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
Vol. 12/ Núm. 4 2025 pág. 599
el 34,3% de los estudiantes estuvo totalmente de acuerdo, seguido de un 60% que expresaron
estar de acuerdo, y el 5,7% restantes quienes dijeron no estar ni de acuerdo ni en desacuerdo
Aspecto 8. Aplicación de estrategias de enseñanza basadas en IA en más asignaturas
Figura 8
Aplicación de estrategias de enseñanza basadas en IA en más asignaturas
Y, como resultados de la octava y última pregunta, la cual se relaciona a la aplicación de
estrategias de enseñanza basadas en IA en más asignaturas. El 22,9% de los estudiantes expresó
estar totalmente de acuerdo, seguido del 54,3% quienes estuvieron de acuerdo, mientras que otro
20% manifestó no estar ni de acuerdo ni en desacuerdo, y finalmente el 2,9% quienes dijeron estar
en desacuerdo.
Entrevista
A continuación, se exponen los resultados luego de haber aplicado la entrevista a los
docentes de la carrera de Educación Inicial.
Tabla 1
Resultado de la entrevista
Pregunta Entrevistado 1 Entrevistado 2 Entrevistado 3
¿Qué dificultades ha
observado en el
rendimiento y
motivación de los
estudiantes en las
asignaturas de la
carrera de educación
inicial?
Se ha podido notar
que varios alumnos
cuentan con una
motivación baja en el
momento cuando las
clases son teóricas.
Lo cual llega a
afectar su
rendimiento,
específicamente en
asignaturas de
didáctica y desarrollo
infantil.
Una de las
dificultades más
presentadas es que
ellos se desmotivan,
dado que sienten los
contenidos
impartidos no logran
ajustarse a su estilo o
realidad de
aprendizaje,
incidiendo en su
rendimiento.
Lo que he podido
observar es que
existe poca
participación y falta
de concentración en
algunos alumnos,
mucho más cuando
no se hace uso de
recursos interactivos
22,9%
54,3%
20,0%
2,9%
Aplicación de estrategias de enseñanza basadas en IA en
más asignaturas
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
el 34,3% de los estudiantes estuvo totalmente de acuerdo, seguido de un 60% que expresaron
estar de acuerdo, y el 5,7% restantes quienes dijeron no estar ni de acuerdo ni en desacuerdo
Aspecto 8. Aplicación de estrategias de enseñanza basadas en IA en más asignaturas
Figura 8
Aplicación de estrategias de enseñanza basadas en IA en más asignaturas
Y, como resultados de la octava y última pregunta, la cual se relaciona a la aplicación de
estrategias de enseñanza basadas en IA en más asignaturas. El 22,9% de los estudiantes expresó
estar totalmente de acuerdo, seguido del 54,3% quienes estuvieron de acuerdo, mientras que otro
20% manifestó no estar ni de acuerdo ni en desacuerdo, y finalmente el 2,9% quienes dijeron estar
en desacuerdo.
Entrevista
A continuación, se exponen los resultados luego de haber aplicado la entrevista a los
docentes de la carrera de Educación Inicial.
Tabla 1
Resultado de la entrevista
Pregunta Entrevistado 1 Entrevistado 2 Entrevistado 3
¿Qué dificultades ha
observado en el
rendimiento y
motivación de los
estudiantes en las
asignaturas de la
carrera de educación
inicial?
Se ha podido notar
que varios alumnos
cuentan con una
motivación baja en el
momento cuando las
clases son teóricas.
Lo cual llega a
afectar su
rendimiento,
específicamente en
asignaturas de
didáctica y desarrollo
infantil.
Una de las
dificultades más
presentadas es que
ellos se desmotivan,
dado que sienten los
contenidos
impartidos no logran
ajustarse a su estilo o
realidad de
aprendizaje,
incidiendo en su
rendimiento.
Lo que he podido
observar es que
existe poca
participación y falta
de concentración en
algunos alumnos,
mucho más cuando
no se hace uso de
recursos interactivos
22,9%
54,3%
20,0%
2,9%
Aplicación de estrategias de enseñanza basadas en IA en
más asignaturas
Totalmente de acuerdo
De acuerdo
Ni de acuerdo ni en
desacuerdo
En desacuerdo
Vol. 12/ Núm. 4 2025 pág. 600
¿Qué tipo de
estrategias didácticas
utiliza actualmente
para atender las
diferencias
individuales de
aprendizaje?
Se hace uso de
metodologías activas
tales como
Aprendizaje Basado
en Proyectos (ABP)
y secciones de
trabajo, acoplado
acorde a las destrezas
de cada equipo
De mi parte me
centro en aplicar
tutorías
personalizadas
utilizando recursos
lúdicos y visuales, de
tal forma que se
atiendan las diversas
maneras de
aprendizaje.
Actualmente aplico
las adaptaciones
curriculares y el
aprendizaje
cooperativo, con la
finalidad de que cada
alumno se partícipe
de sus fortalezas.
¿Cómo percibe la
posible influencia de
la inteligencia
artificial en la
personalización de la
enseñanza?
Considero que la IA
realmente aporta de
manera significativa
para la identificación
de ritmos de
aprendizaje y
sugerencia de
insumos
personalizados
Desde mi
perspectiva, pienso
que la IA hace que
sea más sencillo la
sugerencia de
actividades y el
seguimiento
individual de manera
diferente, sin
necesidad de que el
profesor haga tareas
repetitivas.
En este caso, la
inteligencia artificial
podría ser esencial
para la
personalización de
actividades y
materiales acorde a
sus avances y
capacidades.
¿Qué beneficios o
riesgos considera que
tendría implementar
una didáctica
personalizada con
apoyo de IA en el
proceso formativo?
Considero que como
beneficio principal se
obtendría un mejor
proceso de
enseñanza, que se
encuentre acoplado a
las necesidades de
cada alumno, no
obstante, se corre el
riesgo de hacerse
dependiente de la
tecnología.
Como beneficio,
podría ser que se
optimiza la
enseñanza y el
aprendizaje, mientras
que el riesgo sería la
pérdida de las
habilidades humanas
si no existe un
balance.
Sería realmente
beneficioso puesto
que ayudaría a
fomentar un proceso
de enseñanza más
equitativo, no
obstante, existe el
riesgo de hacer un
mal uso de los datos
al no haber una
supervisión docente.
Desde su
experiencia, ¿qué
aspectos deberían
fortalecerse para
mejorar el
aprendizaje y la
participación activa
de los estudiantes?
Desde mi
experiencia, de
debería reforzar la
formación docente en
el ámbito digital,
donde se promueva
la participación a
través de estrategias
que incentiven a los
alumnos.
Se debería fortalecer
el acompañamiento
emocional y la
motivación
intrínseca, así como
también, capacitarse
en cuanto al uso de
herramientas
tecnológicas.
Para mi sería
importante reforzar
la integración de
herramientas
tecnológicas
educativas, fortalecer
la creatividad de los
profesores y seguir
una evaluación
constante del
progreso de los
alumnos.
¿Qué tipo de
estrategias didácticas
utiliza actualmente
para atender las
diferencias
individuales de
aprendizaje?
Se hace uso de
metodologías activas
tales como
Aprendizaje Basado
en Proyectos (ABP)
y secciones de
trabajo, acoplado
acorde a las destrezas
de cada equipo
De mi parte me
centro en aplicar
tutorías
personalizadas
utilizando recursos
lúdicos y visuales, de
tal forma que se
atiendan las diversas
maneras de
aprendizaje.
Actualmente aplico
las adaptaciones
curriculares y el
aprendizaje
cooperativo, con la
finalidad de que cada
alumno se partícipe
de sus fortalezas.
¿Cómo percibe la
posible influencia de
la inteligencia
artificial en la
personalización de la
enseñanza?
Considero que la IA
realmente aporta de
manera significativa
para la identificación
de ritmos de
aprendizaje y
sugerencia de
insumos
personalizados
Desde mi
perspectiva, pienso
que la IA hace que
sea más sencillo la
sugerencia de
actividades y el
seguimiento
individual de manera
diferente, sin
necesidad de que el
profesor haga tareas
repetitivas.
En este caso, la
inteligencia artificial
podría ser esencial
para la
personalización de
actividades y
materiales acorde a
sus avances y
capacidades.
¿Qué beneficios o
riesgos considera que
tendría implementar
una didáctica
personalizada con
apoyo de IA en el
proceso formativo?
Considero que como
beneficio principal se
obtendría un mejor
proceso de
enseñanza, que se
encuentre acoplado a
las necesidades de
cada alumno, no
obstante, se corre el
riesgo de hacerse
dependiente de la
tecnología.
Como beneficio,
podría ser que se
optimiza la
enseñanza y el
aprendizaje, mientras
que el riesgo sería la
pérdida de las
habilidades humanas
si no existe un
balance.
Sería realmente
beneficioso puesto
que ayudaría a
fomentar un proceso
de enseñanza más
equitativo, no
obstante, existe el
riesgo de hacer un
mal uso de los datos
al no haber una
supervisión docente.
Desde su
experiencia, ¿qué
aspectos deberían
fortalecerse para
mejorar el
aprendizaje y la
participación activa
de los estudiantes?
Desde mi
experiencia, de
debería reforzar la
formación docente en
el ámbito digital,
donde se promueva
la participación a
través de estrategias
que incentiven a los
alumnos.
Se debería fortalecer
el acompañamiento
emocional y la
motivación
intrínseca, así como
también, capacitarse
en cuanto al uso de
herramientas
tecnológicas.
Para mi sería
importante reforzar
la integración de
herramientas
tecnológicas
educativas, fortalecer
la creatividad de los
profesores y seguir
una evaluación
constante del
progreso de los
alumnos.
Vol. 12/ Núm. 4 2025 pág. 601
DISCUSIÓN
Conforme a los resultados obtenidos luego de la aplicación de la encuesta, se logra
evidenciar que los estudiantes de la carrera de Educación Inicial han tenido un impacto positivo
en cuanto a la aplicación de estrategias didácticas personalizadas y la usabilidad de herramientas
tecnológicas que hacen uso de inteligencia artificial.
De forma general, se logra favorecer la comprensión de contenidos mediante la
incorporación de metodologías que sean interactivas y recursos tecnológicos, contribuyendo así
al fortalecimiento de la dinámica de aprendizaje. Esto se asocia con lo mencionado en el estudio
de Ronquillo et al. (2024) y Armijos et al. (2025), quienes manifiestan que la personalización
trabajada de la mano de la inteligencia artificial aporta a la mejora del rendimiento académico y
la motivación, dado que el material y contenidos puedan ajustarse al estilo y ritmo de aprendizaje
de cada alumno. De la misma forma, en los estudios de Lozano et al. (2025) y López et al. (2023),
hacen hincapié en que la personalización de los entornos de aprendizaje realmente promueve que
exista mayor participación de los estudiantes, ayudándoles con el desarrollo de competencias
socioemocionales y cognitivas, lo cual compagina con los resultados del presente estudio.
En ese sentido, los resultados permiten dar un punto a favor para la inteligencia artificial,
sin embargo, se considera que es importante que se cuente con el debido acompañamiento docente
para que así, se logre un verdadero proceso de aprendizaje personalizado. Esto discrepa con la
perspectiva de Macedo et al. (2025) y De la Cruz (2024), cuyos estudios hacen énfasis en que la
IA si puede garantizar una retroalimentación y autonomía de forma automática, mientras que en
el presente estudio los estudiantes consideran esencial el que exista una guía pedagógica. Por otro
lado, si se coincide con lo resaltado por Aparicio y Gallego (2024), quienes reafirman la idea de
que el uso de la tecnología no significa reemplazar al docente, sino por el contrario, se convierte
en una herramienta complementaria para trabajar mejor.
Conforme a los resultados previos, se proponen cinco estrategias basadas en didáctica
personalizada con IA, con la finalidad de mejorar el proceso de aprendizaje en los estudiantes de
la carrera de Educación Inicial: i) Implementación de plataformas adaptativas que permitan
ajustar los contenidos de las asignaturas acorde al nivel de avances del estudiante; (ii) Hacer uso
de asistentes virtuales que permitan obtener una retroalimentación de forma inmediata; (iii)
Integrar analítica de aprendizaje para la identificación de necesidades y construcción de
intervenciones; (iv) Incorporar recursos inmersivos e interactivos que permitan potenciar la
motivación; (v) Y enriquecer la formación docente mediante el fortalecimiento de competencias
éticas y digitales para un uso responsable de la inteligencia artificial en el salón de clases.
CONCLUSIONES
En conclusión, a partir del análisis realizado acerca del impacto de la didáctica
personalizada con inteligencia artificial en los estudiantes de cuarto semestre de la carrera de
DISCUSIÓN
Conforme a los resultados obtenidos luego de la aplicación de la encuesta, se logra
evidenciar que los estudiantes de la carrera de Educación Inicial han tenido un impacto positivo
en cuanto a la aplicación de estrategias didácticas personalizadas y la usabilidad de herramientas
tecnológicas que hacen uso de inteligencia artificial.
De forma general, se logra favorecer la comprensión de contenidos mediante la
incorporación de metodologías que sean interactivas y recursos tecnológicos, contribuyendo así
al fortalecimiento de la dinámica de aprendizaje. Esto se asocia con lo mencionado en el estudio
de Ronquillo et al. (2024) y Armijos et al. (2025), quienes manifiestan que la personalización
trabajada de la mano de la inteligencia artificial aporta a la mejora del rendimiento académico y
la motivación, dado que el material y contenidos puedan ajustarse al estilo y ritmo de aprendizaje
de cada alumno. De la misma forma, en los estudios de Lozano et al. (2025) y López et al. (2023),
hacen hincapié en que la personalización de los entornos de aprendizaje realmente promueve que
exista mayor participación de los estudiantes, ayudándoles con el desarrollo de competencias
socioemocionales y cognitivas, lo cual compagina con los resultados del presente estudio.
En ese sentido, los resultados permiten dar un punto a favor para la inteligencia artificial,
sin embargo, se considera que es importante que se cuente con el debido acompañamiento docente
para que así, se logre un verdadero proceso de aprendizaje personalizado. Esto discrepa con la
perspectiva de Macedo et al. (2025) y De la Cruz (2024), cuyos estudios hacen énfasis en que la
IA si puede garantizar una retroalimentación y autonomía de forma automática, mientras que en
el presente estudio los estudiantes consideran esencial el que exista una guía pedagógica. Por otro
lado, si se coincide con lo resaltado por Aparicio y Gallego (2024), quienes reafirman la idea de
que el uso de la tecnología no significa reemplazar al docente, sino por el contrario, se convierte
en una herramienta complementaria para trabajar mejor.
Conforme a los resultados previos, se proponen cinco estrategias basadas en didáctica
personalizada con IA, con la finalidad de mejorar el proceso de aprendizaje en los estudiantes de
la carrera de Educación Inicial: i) Implementación de plataformas adaptativas que permitan
ajustar los contenidos de las asignaturas acorde al nivel de avances del estudiante; (ii) Hacer uso
de asistentes virtuales que permitan obtener una retroalimentación de forma inmediata; (iii)
Integrar analítica de aprendizaje para la identificación de necesidades y construcción de
intervenciones; (iv) Incorporar recursos inmersivos e interactivos que permitan potenciar la
motivación; (v) Y enriquecer la formación docente mediante el fortalecimiento de competencias
éticas y digitales para un uso responsable de la inteligencia artificial en el salón de clases.
CONCLUSIONES
En conclusión, a partir del análisis realizado acerca del impacto de la didáctica
personalizada con inteligencia artificial en los estudiantes de cuarto semestre de la carrera de
Vol. 12/ Núm. 4 2025 pág. 602
Educación Inicial, permite observar resultados bastante favorables y positivos en cuanto a los
aspectos de rendimiento, motivación y el aprendizaje. Por un lado, se determinó que la integración
de la IA si permite la adaptación de estrategias y contenidos conforme al estilo y ritmo de
aprendizaje de cada estudiante, de modo que se ayuda a promover una mejor participación,
comprensión y autonomía en su proceso formativo.
Así mismo, los estudiantes tuvieron una postura y percepción realmente efectivas
respecto al uso de herramientas inteligentes como parte de un complemento en su educación.
Además, se resalta cuán importante es contar con el acompañamiento docente para una óptima
aplicación. De este modo, se confirma que la IA se concibe como un recurso esencial para el
fortalecimiento en la personalización y calidad del aprendizaje en la educación superior.
Educación Inicial, permite observar resultados bastante favorables y positivos en cuanto a los
aspectos de rendimiento, motivación y el aprendizaje. Por un lado, se determinó que la integración
de la IA si permite la adaptación de estrategias y contenidos conforme al estilo y ritmo de
aprendizaje de cada estudiante, de modo que se ayuda a promover una mejor participación,
comprensión y autonomía en su proceso formativo.
Así mismo, los estudiantes tuvieron una postura y percepción realmente efectivas
respecto al uso de herramientas inteligentes como parte de un complemento en su educación.
Además, se resalta cuán importante es contar con el acompañamiento docente para una óptima
aplicación. De este modo, se confirma que la IA se concibe como un recurso esencial para el
fortalecimiento en la personalización y calidad del aprendizaje en la educación superior.
Vol. 12/ Núm. 4 2025 pág. 603
REFERENCIAS
Álvarez, L., Febre, T., Rangel, D., y Martínez, G. (2024). El papel de la inteligencia artificial en
la personalización de la educación. Magazine de las Ciencias: Revista de Investigación e
Innovación, 9(3), 31-46. https://doi.org/https://doi.org/10.33262/rmc.v9i3.3160
Anaya, T., Montalvo, J., Calderón, A., y Arispe, C. (2021). Escuelas rurales en el Perú: factores
que acentúan las brechas digitales en tiempos de pandemia (COVID-19) y
recomendaciones para reducirlas. Educación, 30(58), 11-33.
https://doi.org/http://dx.doi.org/10.18800/educacion.202101.001
Aparicio, O., y Gallego, M. (2024). Desafíos éticos de la Inteligencia Artificial en la
personalización del aprendizaje. Revista Interamericana de Investigación Educación y
Pedagogía RIIEP, 17(2), 377-392.
https://doi.org/https://doi.org/10.15332/25005421.10000
Area, M., y Adell, J. (2021). Tecnologías digitales y cambio educativo. Una aproximación crítica.
Reice. Revista iberoamericana sobre calidad, eficacia y cambio en educación, 19(4), 83-
96. https://doi.org/https://doi.org/10.15366/reice2021.19.4.005
Armijos, R., Gutiérres, M., Crespo, B., Espinoza, L., y Púa, J. (2025). La Inteligencia Artificial
(IA) en la personalización del aprendizaje en el aula . Ciencia Latina Revista Científica
Multidisciplinar , 9(1), 7590 - 7601.
https://doi.org/https://doi.org/10.37811/cl_rcm.v9i1.16427
Beltrán, M., Arcos, A., Viscarra, W., Barahona, G., y Sánchez, A. (2025). Integración de la
Inteligencia Artificial y el Aprendizaje Adaptativo para Personalizar la Experiencia
Educativa. Revista Científica De Salud Y Desarrollo Humano, 6(1), 1882-1914.
https://doi.org/https://doi.org/10.61368/r.s.d.h.v6i1.567
Chaverri, P. (2021). La educación en la pandemia: Ampliando las brechas preexistentes.
Actualidades Investigativas en educación, 21(3), 120-143.
https://doi.org/http://dx.doi.org/10.15517/aie.v21i3.46725
De la Cruz, S. (2024). Empleo de la inteligencia artificial para la personalización de la experiencia
de aprendizaje en instituciones de Educación Superior. LATAM Revista Latinoamericana
De Ciencias Sociales Y Humanidades, 5(5), 2045-2056.
https://doi.org/https://doi.org/10.56712/latam.v5i5.2760
Fajardo, K., Espinoza, J., y Ortiz, M. (2025). El impacto de la inteligencia artificial en la
personalización del aprendizaje en entornos de educación híbrida en la educación
superior. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 6(4),
3572-3582. https://doi.org/https://doi.org/10.56712/latam.v6i4.4534
REFERENCIAS
Álvarez, L., Febre, T., Rangel, D., y Martínez, G. (2024). El papel de la inteligencia artificial en
la personalización de la educación. Magazine de las Ciencias: Revista de Investigación e
Innovación, 9(3), 31-46. https://doi.org/https://doi.org/10.33262/rmc.v9i3.3160
Anaya, T., Montalvo, J., Calderón, A., y Arispe, C. (2021). Escuelas rurales en el Perú: factores
que acentúan las brechas digitales en tiempos de pandemia (COVID-19) y
recomendaciones para reducirlas. Educación, 30(58), 11-33.
https://doi.org/http://dx.doi.org/10.18800/educacion.202101.001
Aparicio, O., y Gallego, M. (2024). Desafíos éticos de la Inteligencia Artificial en la
personalización del aprendizaje. Revista Interamericana de Investigación Educación y
Pedagogía RIIEP, 17(2), 377-392.
https://doi.org/https://doi.org/10.15332/25005421.10000
Area, M., y Adell, J. (2021). Tecnologías digitales y cambio educativo. Una aproximación crítica.
Reice. Revista iberoamericana sobre calidad, eficacia y cambio en educación, 19(4), 83-
96. https://doi.org/https://doi.org/10.15366/reice2021.19.4.005
Armijos, R., Gutiérres, M., Crespo, B., Espinoza, L., y Púa, J. (2025). La Inteligencia Artificial
(IA) en la personalización del aprendizaje en el aula . Ciencia Latina Revista Científica
Multidisciplinar , 9(1), 7590 - 7601.
https://doi.org/https://doi.org/10.37811/cl_rcm.v9i1.16427
Beltrán, M., Arcos, A., Viscarra, W., Barahona, G., y Sánchez, A. (2025). Integración de la
Inteligencia Artificial y el Aprendizaje Adaptativo para Personalizar la Experiencia
Educativa. Revista Científica De Salud Y Desarrollo Humano, 6(1), 1882-1914.
https://doi.org/https://doi.org/10.61368/r.s.d.h.v6i1.567
Chaverri, P. (2021). La educación en la pandemia: Ampliando las brechas preexistentes.
Actualidades Investigativas en educación, 21(3), 120-143.
https://doi.org/http://dx.doi.org/10.15517/aie.v21i3.46725
De la Cruz, S. (2024). Empleo de la inteligencia artificial para la personalización de la experiencia
de aprendizaje en instituciones de Educación Superior. LATAM Revista Latinoamericana
De Ciencias Sociales Y Humanidades, 5(5), 2045-2056.
https://doi.org/https://doi.org/10.56712/latam.v5i5.2760
Fajardo, K., Espinoza, J., y Ortiz, M. (2025). El impacto de la inteligencia artificial en la
personalización del aprendizaje en entornos de educación híbrida en la educación
superior. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 6(4),
3572-3582. https://doi.org/https://doi.org/10.56712/latam.v6i4.4534
Vol. 12/ Núm. 4 2025 pág. 604
Ganda, S., Jumbo, F., y Jimenez, M. (2024). Estrategias didácticas para la inserción de la
tecnología en la educación. Revista Social Fronteriza, 4(3), 1-19.
https://doi.org/https://doi.org/10.59814/resofro.2024.4(3)286
Hidalgo, C., Llanos, M., y Bucheli, V. (2021). Una revisión sistemática sobre aula invertida y
aprendizaje colaborativo apoyados en inteligencia artificial para el aprendizaje de
programación. Tecnura, 25(69), 196-214.
López, H., Rivera, A., y Cruz, C. (2023). Personalización del aprendizaje con inteligencia
artificial en la educación superior. Revista Digital de Tecnologías Informáticas y
Sistemas, 7(1), 122-127.
https://doi.org/https://doi.org/10.61530/redtis.vol7.n1.2023.165.123-128
Lozano, K., Moreira, J., y Correa, M. (2025). El impacto de la inteligencia artificial en la
personalización del aprendizaje en entornos de educación híbrida en la educación
superior. LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, 6(4).
https://doi.org/https://doi.org/10.56712/latam.v6i4.4534
Macedo, A., Amasifuen, D., Apolinaro, A., Benancio, C., y Santiesteban, J. (2025). Inteligencia
artificial en la elaboración de trabajos académicos de la educación superior. Una revisión
sistemática. Revista Espacios, 46(4), 199-211.
https://doi.org/https://doi.org/10.48082/espacios-a25v46n04p19
Medina, S. (2024). Empleo de la inteligencia artificial para la personalización de la experiencia
de aprendizaje en instituciones de Educación Superior. Latam: revista latinoamericana
de Ciencias Sociales y Humanidades, 5(5), 1-12.
Merchán, P., Quito, M., Ramírez, J., López, L., y Vega, M. (2025). Integración de Herramientas
Digitales Interactivas para Fomentar el Aprendizaje Autónomo en Estudiantes de
Bachillerato: Un Enfoque Innovador desde la Educación Personalizada. Revista
Científica de Salud y Desarrollo Humano, 6(2), 675-703.
https://doi.org/https://doi.org/10.61368/r.s.d.h.v6i2.626
Meza, D., Obando, M., Franco, J., y Simisterra, J. (2025). El uso de la inteligencia artificial como
recurso pedagógico en la educación superior: experiencias de los docentes. Sage Sphere
International Journal, 2(2), 1-10. https://doi.org/https://doi.org/10.63688/jrd8es89
Olmedo, E., Berrú, C., Escaleras, V., Angamarca, A., Banegas, R., Gaona, R., y Parra, L. (2024).
Innovación en métodos de enseñanza: estrategias y desafíos para el compromiso y
motivación estudiantil. Revista InveCom, 4(2), 1-16.
https://doi.org/https://doi.org/10.5281/zenodo.10655843
Párraga, A., Véliz, E., Lamilla, L., Jaramillo, S., García, C., Hipatia, N., y Calderón, S. (2025).
Innovaciones didácticas para lengua y literatura basadas en el aprendizaje personalizado
y colaborativo. Revista Científica De Salud Y Desarrollo Humano, 6(2), 01-32.
https://doi.org/https://doi.org/10.61368/r.s.d.h.v6i2.574
Ganda, S., Jumbo, F., y Jimenez, M. (2024). Estrategias didácticas para la inserción de la
tecnología en la educación. Revista Social Fronteriza, 4(3), 1-19.
https://doi.org/https://doi.org/10.59814/resofro.2024.4(3)286
Hidalgo, C., Llanos, M., y Bucheli, V. (2021). Una revisión sistemática sobre aula invertida y
aprendizaje colaborativo apoyados en inteligencia artificial para el aprendizaje de
programación. Tecnura, 25(69), 196-214.
López, H., Rivera, A., y Cruz, C. (2023). Personalización del aprendizaje con inteligencia
artificial en la educación superior. Revista Digital de Tecnologías Informáticas y
Sistemas, 7(1), 122-127.
https://doi.org/https://doi.org/10.61530/redtis.vol7.n1.2023.165.123-128
Lozano, K., Moreira, J., y Correa, M. (2025). El impacto de la inteligencia artificial en la
personalización del aprendizaje en entornos de educación híbrida en la educación
superior. LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, 6(4).
https://doi.org/https://doi.org/10.56712/latam.v6i4.4534
Macedo, A., Amasifuen, D., Apolinaro, A., Benancio, C., y Santiesteban, J. (2025). Inteligencia
artificial en la elaboración de trabajos académicos de la educación superior. Una revisión
sistemática. Revista Espacios, 46(4), 199-211.
https://doi.org/https://doi.org/10.48082/espacios-a25v46n04p19
Medina, S. (2024). Empleo de la inteligencia artificial para la personalización de la experiencia
de aprendizaje en instituciones de Educación Superior. Latam: revista latinoamericana
de Ciencias Sociales y Humanidades, 5(5), 1-12.
Merchán, P., Quito, M., Ramírez, J., López, L., y Vega, M. (2025). Integración de Herramientas
Digitales Interactivas para Fomentar el Aprendizaje Autónomo en Estudiantes de
Bachillerato: Un Enfoque Innovador desde la Educación Personalizada. Revista
Científica de Salud y Desarrollo Humano, 6(2), 675-703.
https://doi.org/https://doi.org/10.61368/r.s.d.h.v6i2.626
Meza, D., Obando, M., Franco, J., y Simisterra, J. (2025). El uso de la inteligencia artificial como
recurso pedagógico en la educación superior: experiencias de los docentes. Sage Sphere
International Journal, 2(2), 1-10. https://doi.org/https://doi.org/10.63688/jrd8es89
Olmedo, E., Berrú, C., Escaleras, V., Angamarca, A., Banegas, R., Gaona, R., y Parra, L. (2024).
Innovación en métodos de enseñanza: estrategias y desafíos para el compromiso y
motivación estudiantil. Revista InveCom, 4(2), 1-16.
https://doi.org/https://doi.org/10.5281/zenodo.10655843
Párraga, A., Véliz, E., Lamilla, L., Jaramillo, S., García, C., Hipatia, N., y Calderón, S. (2025).
Innovaciones didácticas para lengua y literatura basadas en el aprendizaje personalizado
y colaborativo. Revista Científica De Salud Y Desarrollo Humano, 6(2), 01-32.
https://doi.org/https://doi.org/10.61368/r.s.d.h.v6i2.574
Vol. 12/ Núm. 4 2025 pág. 605
Párraga, J., Zambrano, R., y Cevallos, L. (2024). La personalización del aprendizaje: Estrategias
de adaptación de contenido con inteligencia artificial en entornos educativos. Educación
y Vínculos. Revista de estudios interdisciplinarios en Educación, 64-77.
Pérez, J., y Ahedo, J. (2020). La educación personalizada según García Hoz. Revista Complutense
de Educación, 31(2), 153-161. https://doi.org/https://doi.org/10.5209/rced.61992
Rodríguez, C. (2023). La personalización del aprendizaje en comunidades del norte de
Esmeraldas y la tecnología educativa. Revista, 3(5), 1-6.
https://doi.org/https://doi.org/10.59814/resofro.2023.3(5)300
Ronquillo, S., Martinetti, I., y Zambrano, A. (2024). Impacto de la inteligencia artificial en la
personalización del aprendizaje. Código Científico Revista de Investigación, 5(2), 1267-
1286. https://doi.org/https://doi.org/10.55813/gaea/ccri/v5/n2/627
Salas, E., y Chóliz, M. (2024). La Tecnología en la Educación Superior. Revista Digital de
Investigación en Docencia Universitaria, 18(2), 1-5.
https://doi.org/https://doi.org/10.19083/ridu.2024.1978
Santos, L., Solórzano, E., Santos, V., y Giler, E. (2025). Estrategia didáctica para personalizar el
aprendizaje universitario en la era digital. Revista Científica De Innovación Educativa Y
Sociedad Actual "ALCON", 5(2), 174-187.
https://doi.org/https://doi.org/10.62305/alcon.v5i2.495
Sarango, A., Altamirano, G., Lema, G., y Játiva, J. (2025). Metodología de la investigación desde
el enfoque cuantitativo, cualitativo y mixto. LATAM Revista Latinoamericana de
Ciencias Sociales y Humanidades, 6(4), 4245-4261.
Teran, E., Cadena, L., González, L., De Jesús, N., y León, M. (2024). Tecnología y
personalización del aprendizaje. Revista Científica Retos de la Ciencia, 1(4), 115-129.
https://doi.org/https://doi.org/10.53877/rc.8.19e.202409.10
Vásquez, E., Loza, R., Cherrez, A., y Montes, R. (2024). Uso de la inteligencia artificial en la
personalización del aprendizaje. Conocimiento global, 9(1), 75-83.
https://doi.org/https://doi.org/10.70165/cglobal.v9i1.339
Vegas, F. (2021). La tecnología en la Sociedad digital y su influencia en el comportamiento
humano. Encuentros multidisciplinares(69), 1-24.
Velasco, G., Guerrero, M., Fonseca, I., Basantes, J., y Sanciemente, P. (2023). La Educación
Personalizada. Un Enfoque Efectivo Para el Aprendizaje. Ciencia Latina Revista
Científica Multidisciplinar, 7(2), 4612-4525.
https://doi.org/https://doi.org/10.37811/cl_rcm.v7i2.5675
Párraga, J., Zambrano, R., y Cevallos, L. (2024). La personalización del aprendizaje: Estrategias
de adaptación de contenido con inteligencia artificial en entornos educativos. Educación
y Vínculos. Revista de estudios interdisciplinarios en Educación, 64-77.
Pérez, J., y Ahedo, J. (2020). La educación personalizada según García Hoz. Revista Complutense
de Educación, 31(2), 153-161. https://doi.org/https://doi.org/10.5209/rced.61992
Rodríguez, C. (2023). La personalización del aprendizaje en comunidades del norte de
Esmeraldas y la tecnología educativa. Revista, 3(5), 1-6.
https://doi.org/https://doi.org/10.59814/resofro.2023.3(5)300
Ronquillo, S., Martinetti, I., y Zambrano, A. (2024). Impacto de la inteligencia artificial en la
personalización del aprendizaje. Código Científico Revista de Investigación, 5(2), 1267-
1286. https://doi.org/https://doi.org/10.55813/gaea/ccri/v5/n2/627
Salas, E., y Chóliz, M. (2024). La Tecnología en la Educación Superior. Revista Digital de
Investigación en Docencia Universitaria, 18(2), 1-5.
https://doi.org/https://doi.org/10.19083/ridu.2024.1978
Santos, L., Solórzano, E., Santos, V., y Giler, E. (2025). Estrategia didáctica para personalizar el
aprendizaje universitario en la era digital. Revista Científica De Innovación Educativa Y
Sociedad Actual "ALCON", 5(2), 174-187.
https://doi.org/https://doi.org/10.62305/alcon.v5i2.495
Sarango, A., Altamirano, G., Lema, G., y Játiva, J. (2025). Metodología de la investigación desde
el enfoque cuantitativo, cualitativo y mixto. LATAM Revista Latinoamericana de
Ciencias Sociales y Humanidades, 6(4), 4245-4261.
Teran, E., Cadena, L., González, L., De Jesús, N., y León, M. (2024). Tecnología y
personalización del aprendizaje. Revista Científica Retos de la Ciencia, 1(4), 115-129.
https://doi.org/https://doi.org/10.53877/rc.8.19e.202409.10
Vásquez, E., Loza, R., Cherrez, A., y Montes, R. (2024). Uso de la inteligencia artificial en la
personalización del aprendizaje. Conocimiento global, 9(1), 75-83.
https://doi.org/https://doi.org/10.70165/cglobal.v9i1.339
Vegas, F. (2021). La tecnología en la Sociedad digital y su influencia en el comportamiento
humano. Encuentros multidisciplinares(69), 1-24.
Velasco, G., Guerrero, M., Fonseca, I., Basantes, J., y Sanciemente, P. (2023). La Educación
Personalizada. Un Enfoque Efectivo Para el Aprendizaje. Ciencia Latina Revista
Científica Multidisciplinar, 7(2), 4612-4525.
https://doi.org/https://doi.org/10.37811/cl_rcm.v7i2.5675