Estrategias de aprendizaje inteligente, equitativo y adaptativo con IA para estudiantes de mercadotécnica.

Autores/as

DOI:

https://doi.org/10.70625/rlce/250

Palabras clave:

Inteligencia Artificial, Aprendizaje Personalizado, Inclusión Digital, Educación Superior, Mercadotecnia

Resumen

En el presente resumen sobre el enfoque de investigación de este trabajo es el desarrollo de estrategias de aprendizaje inteligentes, equitativas y adaptativas utilizando herramientas de Inteligencia Artificial (IA) para estudiantes de Marketing en la Universidad Técnica del Norte. Este proyecto tiene como objetivo abordar la necesidad de un aprendizaje individualizado, disminuir la brecha digital y educar a futuros profesionales para un entorno laboral altamente dinámico y tecnológicamente alfabetizado. Los datos de la investigación se recopilaron a partir de un cuestionario como herramienta de investigación y mediante un método cuantitativo, y se analizó una muestra de 214 estudiantes. Los hallazgos demuestran actitudes abrumadoramente positivas hacia el uso de la IA para el aprendizaje. Hubo una relación positiva entre el uso de herramientas de IA y el aumento del éxito académico, la equidad digital y el uso ético de estas tecnologías. También se detectaron algunos problemas con su implementación, particularmente aquellos relacionados con cómo equilibrar el uso de la tecnología y las situaciones presenciales en el aula. Los estudiantes enfatizan que la IA no debe reemplazar al profesor, sino asistir su trabajo, ofreciendo instrumentos para brindar una educación más individualizada, inclusiva y efectiva. Es la opinión de este estudio que si la IA en la educación superior se aborda de manera humanística y educativa (valora y promueve la pedagogía), se convierte en parte de la solución en lugar del problema en cuanto a la calidad y el logro de la educación superior. De esta manera, se garantiza una formación académica acorde con las necesidades del marco profesional actual.

 

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Aplicaciones de inteligencia artificial (IA) en la educación. (s. f.). ResearchGate. Recuperado 19 de julio de 2025, de https://www.researchgate.net/publication/378030897_Aplicaciones_de_inteligencia_artificial_IA_en_la_educacion

Arana, M. G. Z., Párraga, A. P. B., Cires, O. A. R., Tenemaza, E. G. C., & Mero, A. P. S. (2024). Impulsando el Aprendizaje en el Aula: El Rol de las Aplicaciones de Aprendizaje Adaptativo Impulsadas por Inteligencia Artificial en la Edu-cación Básica. Ciencia Latina Revista Científica Multidisciplinar, 8(3), Article 3. https://doi.org/10.37811/cl_rcm.v8i3.11645

Arcos, M. T. B., Ribadeneira, A. M. A., Arellano, W. D. V., Quimis, G. G. B., & Núñez, A. V. S. (2025). Integración de la Inteligencia Artificial y el Aprendizaje Adaptativo para Personalizar la Experiencia Educativa. Revista Científica de Salud y Desarrollo Humano, 6(1), Article 1. https://doi.org/10.61368/r.s.d.h.v6i1.567

Castrillo, C. J. H. (2024). Paradigma Positivista. Boletín Científico de las Ciencias Económico Administrativas del ICEA, 12(24), Article 24. https://doi.org/10.29057/icea.v12i24.12660

Echauri, A. M. F., Minami, H., & Sandoval, M. J. I. (s. f.). La Escala de Likert en la evaluación docente: Acercamiento a sus características y principios metodológicos.

Hernández González, O. (2021). Aproximación a los distintos tipos de muestreo no probabilístico que existen. Revista Cubana de Medicina General Integral, 37(3). http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S0864-21252021000300002&lng=es&nrm=iso&tlng=es

Jaramillo, H. A. L., Pinos, C. A. E., Sarango, A. F. H., & Román, H. D. O. (2023). Histograma y distribución normal: Shapiro-Wilk y Kolmogorov Smirnov aplicado en SPSS: Histogram and normal distribution: Shapiro-Wilk and Kolmogorov Smirnov applied in SPSS. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(4), Article 4. https://doi.org/10.56712/latam.v4i4.1242

Kroff, F. J., Coria, D. F., Ferrada, C. A., Kroff, F. J., Coria, D. F., & Ferrada, C. A. (2024). Inteligencia Artificial en la educación universitaria: Innovaciones, desafíos y oportunidades. Revista Espacios, 45(5), 120-135. https://doi.org/10.48082/espacios-a24v45n05p09

La inteligencia artificial en la educación | UNESCO. (s. f.). Recuperado 19 de julio de 2025, de https://www.unesco.org/es/digital-education/artificial-intelligence

Narvaez, M. (2021, noviembre 11). ¿Qué es la validez y confiabilidad en la investigación? QuestionPro. https://www.questionpro.com/blog/es/que-es-la-validez-y-confiabilidad-en-la-investigacion/

Ortega, C. (2018, abril 28). ¿Qué es el muestreo por conveniencia? QuestionPro. https://www.questionpro.com/blog/es/muestreo-por-conveniencia/

Ortega, C. (2024, febrero 5). Alfa de Cronbach: Qué es y cuál es su importancia. QuestionPro. https://www.questionpro.com/blog/es/alfa-de-cronbach/

PERSONALIZACIÓN DEL APRENDIZAJE CON INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR. (s. f.). ResearchGate. Recuperado 19 de julio de 2025, de https://www.researchgate.net/publication/376577076_PERSONALIZACION_DEL_APRENDIZAJE_CON_INTELIGENCIA_ARTIFICIAL_EN_LA_EDUCACION_SUPERIOR

Quispe Parí, D. J., & Sánchez Mamani, G. (/). Encuestas y entrevistas en investigación científica. Revista de Actualización Clínica Investiga, 490.

Santano Moren, J. (2022). Ramón Menéndez Pidal y el problema del paradigma científico. Positivismo y tendencia humboldtiana. Revista de Filología Española, 102(1), 221-244. https://doi.org/10.3989/rfe.2022.009

Sucari, W., Sucari, H., Calsin, M., Mamani, J., Choque, C., & Gil, I. (2024). Paradigmas y métodos de la investigación científica (1.a ed.). Instituto Universitario de Innovación Ciencia y Tecnología Inudi Perú. https://doi.org/10.35622/inudip.013

Validez frente a fiabilidad en la investigación: ¿Cuál es la diferencia? (s. f.). ATLAS.ti. Recuperado 19 de julio de 2025, de https://atlasti.com/es/research-hub/fiabilidad-vs-validez

Descargas

Publicado

21-07-2025

Número

Sección

Artículos de Investigación

Cómo citar

Cadena, D., Valverde Tobar, I., & Remache Males, M. (2025). Estrategias de aprendizaje inteligente, equitativo y adaptativo con IA para estudiantes de mercadotécnica. Revista Latinoamericana De Calidad Educativa, 2(3), 92-98. https://doi.org/10.70625/rlce/250