Uso de la Inteligencia Artificial para Fortalecer el Acompañamiento Pedagógico en Alumnos con Trastornos de Aprendizaje
DOI:
https://doi.org/10.63803/prisma.v1n4.33Palabras clave:
Inteligencia Artificial, Acompañamiento Pedagógico, Trastornos de Aprendizaje, Tecnología Educativa, Inclusión EducativaResumen
Los trastornos de aprendizaje —como la dislexia, la discalculia y el trastorno por déficit de atención e hiperactividad (TDAH)— constituyen barreras persistentes para la inclusión y el logro académico. Los enfoques pedagógicos tradicionales suelen carecer de estrategias personalizadas que respondan a las necesidades específicas de estos estudiantes. Este estudio analiza el uso de la inteligencia artificial (IA) como herramienta para fortalecer el acompañamiento pedagógico en alumnos con trastornos de aprendizaje, mediante el uso de algoritmos adaptativos, análisis predictivo y tableros de seguimiento docente en tiempo real. Con un diseño mixto aplicado en tres escuelas públicas, participaron sesenta estudiantes durante una intervención de doce semanas, comparando el apoyo asistido por IA con la enseñanza convencional. Los resultados cuantitativos evidencian mejoras significativas en la comprensión lectora y la fluidez matemática (p < .001), con tamaños del efecto altos (Cohen’s d > 0.8). Desde el enfoque cualitativo, los docentes percibieron la IA como un colaborador pedagógico que optimiza el diagnóstico, la retroalimentación y la diferenciación del aprendizaje, reduciendo además la carga administrativa. Los estudiantes reportaron mayor motivación, autoconfianza y disposición hacia el aprendizaje gracias a la retroalimentación personalizada y no punitiva. Se destaca la importancia de la ética, la transparencia algorítmica y la equidad de acceso para un uso sostenible de la IA educativa. Los resultados confirman que, cuando se integra de forma ética y pedagógica, la inteligencia artificial puede convertirse en un catalizador de una educación inclusiva, personalizada y basada en evidencias.
Descargas
Referencias
Anderson , T., & Shattuck, J. (2012). Design-Based Research: A Decade of Progress in Education Research? Educational Researcher, 41(1), 16-25. https://doi.org/https://doi.org/10.3102/0013189X11428813
Baker, T., & Smith, L. (2019). Educ-AI-tion Rebooted? Exploring the future of artificial intelligence in schools. Nesta. https://media.nesta.org.uk/documents/Future_of_AI_and_education_v5_WEB.pdf
Braun, V., & Clarke, V. (2021 ). One size fits all? What counts as quality practice in (reflexive) thematic analysis? Qualitative Research in Psychology, 18(3), 328-352 . https://doi.org/https://doi.org/10.1080/14780887.2020.1769238
Cerón Silva, S., Ballesteros Lara, M., Salama Muhammad, I., Cerón Silva, D., Cerón Silva, A., & Salazar Rodríguez, R. (2025). Artificial Intelligence as a Co-Teacher: The Future of Personalized Teaching. LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, 5(6), 3853–3865. https://doi.org/https://doi.org/10.56712/latam.v5i6.3283
Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. Routledge. https://doi.org/https://doi.org/10.4324/9780203771587
Deci, E., & Ryan, R. (2000). The "What" and "Why" of Goal Pursuits: Human Needs and the Self-Determination of Behavior. Psychological Inquiry, 11(4), 227-268. https://doi.org/https://doi.org/10.1207/S15327965PLI1104_01
Hall, A., & Tannebaum, R. (2013). Test Review: J. L. Wiederholt & B. R. Bryant. (2012). Gray Oral Reading Tests—Fifth Edition (GORT-5). Austin, TX: Pro-Ed. Journal of Psychoeducational Assessment, 31(5), 516-520. https://doi.org/https://doi.org/10.1177/0734282912468578
Holmes, W. (2022). Artificial Intelligence and the Future of Teaching and Learning. OECD Education Working Papers.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education. Promise and Implications for Teaching and Learning. Center for Curriculum Redesign.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson. https://www.pearson.com/content/dam/one-dot-com/one-dot-com/global/Files/about-pearson/innovation/open-ideas/IntelligenceUnleashedSPANISH.pdf
Ma, W., Adesope, O., Nesbit, J., & Liu, Q. (2014). Intelligent Tutoring Systems and Learning Outcomes: A Meta-Analysis. Journal of Educational Psychology, 106(4), 901–918. https://doi.org/https://doi.org/10.1037/a0037123
McKenney, S., & Reeves, T. (2021). Educational design research: Portraying, conducting, and enhancing productive scholarship. Medical Education, 5(1), 82-92. https://doi.org/https://doi.org/10.1111/medu.14280
Piech, C., Spencer, J., Huang, J., Ganguli, S., Sahami, M., Guibas, L., & Sohl-Dickstein, J. (2015). Deep Knowledge Tracing. Computer Science, 1-13. https://doi.org/https://arxiv.org/abs/1506.05908}
Rosli, R. (2011). est Review: A. J. Connolly KeyMath-3 Diagnostic Assessment: Manual Forms A and B. Minneapolis, MN: Pearson, 2007. Journal of Psychoeducational Assessment, 29(1), 94-97. https://doi.org/https://doi.org/10.1177/0734282910370138
Selwyn, N. (2019). Should Robots Replace Teachers?: AI and the Future of Education. Polity Press.
Singer, J., & Willett, J. (2003). Applied Longitudinal Data Analysis: Modeling Change and Event Occurrence. Oxford University Press. https://doi.org/https://doi.org/10.1093/acprof:oso/9780195152968.001.0001
UNESCO. (2023). UNESCO. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
Zaraii Zavaraki, E. (2024). Artificial Intelligence for People with Special Educational Needs. IntechOpen. https://doi.org/10.5772/intechopen.1004158
Zawacki-Richter, O., Marín, V., Bond, M., & Gouverneur , F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? Int J Educ Technol High Educ, 16(39 ). https://doi.org/https://doi.org/10.1186/s41239-019-0171-0
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 © Los autores. Publicado por Prisma Journal.
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Ecuador
