Gamificación adaptativa mediante inteligencia artificial para fortalecer la competencia lectora en Educación Básica

Adaptive Gamification Through Artificial Intelligence to Strengthen Reading Competence in Basic Education

Erika Isabel Vera Valladolid¹, Juan Pablo Orellana Córdova², Anyelo Paul Mendoza Guzman³, Rosa Teresa Pucha Cango⁴ y Viviana Patricia Ulloa Rodas⁵

¹Escuela de Educación Básica "Héroes de Paquisha", erikae.vera@docentes.educacion.edu.ec, https://orcid.org/0009-0009-8273-6428, Ecuador

²Escuela de Educación Básica Héroes de Paquisha, juanp.orellana@educacion.gob.ec, https://orcid.org/0009-0004-6966-4793, Ecuador

³Escuela de Educación Básica "Héroes de Paquisha", anyelo.mendoza@docentes.educacion.edu.ec, https://orcid.org/0009-0008-0571-7875, Ecuador

⁴Escuela de Educación Básica, “Héroes de Paquisha", rosa.pucha@docentes.educacion.edu.ec, https://orcid.org/0009-0003-5671-4678, Ecuador

⁵Unidad Educativa Particular Santo Domingo de Guzmán, patricia.ulloa@stodomingogualaceo.edu.ec, https://orcid.org/0009-0000-5599-344X, Ecuador

Información del Artículo	RESUMEN
Trazabilidad: Recibido 02-07-2026 Revisado 23-07-2026 Aceptado 01-08-2026	El estudio tuvo como objetivo evaluar el efecto de una estrategia de gamificación adaptativa mediada por inteligencia artificial sobre la competencia lectora de estudiantes de décimo año de Educación General Básica. Se adoptó un enfoque cuantitativo, con diseño cuasiexperimental de grupos no equivalentes y mediciones pretest-postest. Participaron 60 estudiantes de una institución educativa de Machala, Ecuador, distribuidos en un grupo experimental y otro de control, con 30 integrantes cada uno. La intervención comprendió 16 sesiones de 45 minutos desarrolladas durante ocho semanas. En el grupo experimental se aplicaron actividades gamificadas cuya dificultad, apoyos, preguntas, retroalimentación y progresión fueron adaptados mediante inteligencia artificial bajo supervisión docente; el grupo de control continuó con la enseñanza habitual. La competencia lectora se evaluó mediante una prueba institucional de 20 ítems, organizada en las dimensiones literal, inferencial y crítica. El grupo experimental incrementó su puntuación media de 10,63 a 15,30 puntos, mientras que el grupo de control pasó de 10,37 a 11,17. La diferencia entre las ganancias de ambos grupos fue estadísticamente significativa, t(58) = 16,22, p < ,001, con un tamaño del efecto elevado (d = 4,19). Los avances se observaron en las tres dimensiones, especialmente en la comprensión inferencial. Se concluye que la estrategia implementada contribuyó al fortalecimiento de la competencia lectora en el contexto estudiado; sin embargo, los resultados deben interpretarse considerando el diseño cuasiexperimental, el tamaño muestral y la participación de una sola institución.
Palabras Clave: Gamificación adaptativa Inteligencia artificial educativa Comprensión lectora Tecnología educativa Educación Básica
Keywords: Adaptive gamification Artificial intelligence in education Reading comprehension Educational technology Basic Education	ABSTRACT This study aimed to evaluate the effect of an artificial intelligence-mediated adaptive gamification strategy on the reading competence of tenth-grade Basic General Education students. A quantitative approach was adopted, using a quasi-experimental non-equivalent group design with pretest and posttest measurements. The participants were 60 students from an educational institution in Machala, Ecuador, distributed into an experimental group and a control group, with 30 students in each. The intervention comprised 16 forty-five-minute sessions conducted over eight weeks. The experimental group completed gamified activities whose difficulty, scaffolding, questions, feedback, and progression were adapted through artificial intelligence under teacher supervision, whereas the control group continued receiving regular instruction. Reading competence was assessed using a 20-item institutional test covering literal, inferential, and critical comprehension. The experimental group increased its mean score from 10.63 to 15.30 points, while the control group improved from 10.37 to 11.17. The difference in learning gains between the groups was statistically significant, t(58) = 16.22, p < .001, with a large effect size (d = 4.19). Improvements were observed across all three dimensions, particularly in inferential comprehension. The findings indicate that the implemented strategy contributed to strengthening reading competence in the context examined. Nevertheless, the results should be interpreted considering the quasi-experimental design, sample size, and participation of a single educational institution.

INTRODUCCIÓN

La competencia lectora constituye una capacidad transversal para localizar información, construir significados, formular inferencias y valorar críticamente el contenido de diversos tipos de textos. Su desarrollo no se limita al área de Lengua y Literatura, puesto que condiciona el acceso del estudiante a los conocimientos de las demás disciplinas y favorece su participación en una sociedad caracterizada por la circulación intensiva de información. En el contexto digital, esta competencia adquiere mayor complejidad debido a la coexistencia de textos multimodales, hipertextuales e interactivos, cuya comprensión exige integrar habilidades lingüísticas, cognitivas y digitales. Al respecto, Díaz et al. (2024) identificaron un incremento de estrategias innovadoras y tecnologías educativas orientadas a fortalecer la comprensión lectora; sin embargo, también señalaron que su efectividad depende de una incorporación pedagógicamente planificada y no de la simple utilización de recursos digitales.

En América Latina, el desarrollo de la competencia lectora continúa representando un desafío educativo. Los resultados del Estudio Regional Comparativo y Explicativo de 2019 evidenciaron que una proporción importante de estudiantes no alcanzaba los niveles de desempeño esperados y que los avances obtenidos entre 2013 y 2019 fueron limitados en varios países. Esta evaluación mostró, además, que una lectura precisa y fluida no garantiza la comprensión profunda, debido a que el lector debe relacionar información distribuida en el texto, construir inferencias y vincular el contenido con sus conocimientos previos (UNESCO, 2022). Aunque el ERCE 2019 evaluó a estudiantes de tercero y sexto grado, sus resultados reflejan la necesidad de mantener procesos sistemáticos de fortalecimiento lector durante toda la Educación General Básica.

En el contexto ecuatoriano, esta problemática adquiere especial relevancia porque las dificultades lectoras pueden incidir en la apropiación de contenidos pertenecientes a distintas áreas curriculares. Ushco Cuchiparte y López Parra (2025), en un estudio realizado con estudiantes ecuatorianos de Educación General Básica, identificaron una asociación positiva entre la comprensión lectora y el aprendizaje de las matemáticas. Este hallazgo permite reconocer la lectura como una competencia articuladora del desempeño escolar y respalda la necesidad de aplicar intervenciones que superen las prácticas centradas exclusivamente en la decodificación o en la reproducción literal de información.

La evidencia disponible también indica que el fortalecimiento lector requiere intervenciones intencionadas y susceptibles de evaluación. Calderón Crespo et al. (2025), mediante un diseño cuasiexperimental con 60 estudiantes, identificaron mejoras significativas en la comprensión de contenidos implícitos después de implementar rutinas de pensamiento. Aunque la estrategia aplicada y el nivel educativo difieren de los propuestos en la presente investigación, este antecedente demuestra la conveniencia de emplear mediciones previas y posteriores para valorar los cambios producidos en habilidades inferenciales y críticas. En consecuencia, el análisis de la competencia lectora requiere instrumentos que permitan reconocer tanto el desempeño inicial como las posibles variaciones derivadas de una intervención pedagógica.

Entre las estrategias examinadas recientemente se encuentra la gamificación, entendida como la incorporación planificada de desafíos, progresión, retroalimentación, recompensas y otros elementos propios del juego en actividades educativas que originalmente no poseen una naturaleza lúdica. Su valor no depende exclusivamente de la novedad tecnológica, sino de la correspondencia entre las mecánicas utilizadas, los objetivos de aprendizaje y las características del estudiantado. En el ámbito lector, Calderón Arévalo et al. (2022) encontraron una relación favorable entre la gamificación y diferentes componentes de la comprensión lectora en estudiantes de primaria. De manera complementaria, Meneses-Sánchez et al. (2022) documentaron mejoras en la comprensión inferencial mediante una estrategia que combinó juegos digitales y no digitales. Estos antecedentes respaldan la pertinencia de la gamificación como estrategia educativa, pero no permiten asumir que cualquier actividad basada en recompensas produzca, por sí misma, aprendizajes significativos.

El fortalecimiento lector también depende de una planificación didáctica que articule objetivos, estrategias, actividades y evaluación. Canquiz-Rincón et al. (2021) sostienen que el desarrollo de la comprensión lectora requiere una organización pedagógica intencional y contextualizada, capaz de orientar progresivamente al estudiante desde la recuperación de información hasta la construcción y valoración de significados. En consecuencia, la incorporación de tecnologías solo resulta pertinente cuando responde a una secuencia didáctica y a propósitos lectores previamente definidos.

Una de las limitaciones de los modelos gamificados uniformes radica en que suelen proponer los mismos textos, desafíos y niveles de dificultad a estudiantes con desempeños lectores heterogéneos. Frente a esta situación, la inteligencia artificial ofrece posibilidades para analizar las respuestas del estudiante, proporcionar retroalimentación inmediata y ajustar progresivamente las actividades. Las revisiones recientes identifican la personalización, la evaluación y el aprendizaje adaptativo entre los principales campos de aplicación de la inteligencia artificial en la educación (Bolaño-García & Duarte-Acosta, 2024; Romero-Alonso et al., 2025). Desde esta perspectiva, la adaptación no consiste únicamente en presentar actividades digitales diferentes, sino en modificar de manera fundamentada la complejidad de los textos, el tipo de pregunta, la cantidad de apoyos y la retroalimentación suministrada según las necesidades evidenciadas durante el proceso.

El uso educativo de la inteligencia artificial generativa en los niveles anteriores a la universidad todavía constituye un campo emergente. La revisión sistemática de Salas-Canul y Quiñonez-Pech (2026), centrada en investigaciones desarrolladas en bachillerato entre 2020 y 2025, muestra el creciente interés por estas herramientas y la necesidad de examinar sus aplicaciones mediante diseños pedagógicos y metodológicos rigurosos. Por tanto, la inteligencia artificial no debe concebirse como sustituta de la mediación docente, sino como un recurso complementario para diversificar y ajustar las experiencias de aprendizaje. Su incorporación también exige supervisar la calidad de los contenidos generados, proteger los datos de los participantes y evitar que las decisiones pedagógicas dependan exclusivamente de procedimientos automatizados.

La mediación del profesorado resulta fundamental para orientar el uso de estas tecnologías. Pinto-Llorente et al. (2026) evidenciaron que la valoración de la inteligencia artificial generativa entre docentes en formación se encuentra relacionada con su percepción de utilidad y con las posibilidades que reconocen para su aplicación educativa. Aunque dicha población difiere de la considerada en este estudio, el antecedente respalda la necesidad de que la selección de contenidos, la adaptación de las actividades y la revisión de la retroalimentación automatizada permanezcan bajo supervisión pedagógica. La participación docente permite comprobar que los materiales sean adecuados para la edad, el nivel de escolaridad, los objetivos curriculares y las condiciones del contexto.

La articulación entre gamificación e inteligencia artificial permite plantear experiencias en las que la progresión lúdica responda al desempeño lector individual. No obstante, la literatura examinada aborda con mayor frecuencia la gamificación, la comprensión lectora y la inteligencia artificial educativa como líneas de investigación separadas. Sigue siendo limitada la evidencia empírica sobre intervenciones que integren estos componentes y evalúen objetivamente sus efectos en estudiantes de los últimos niveles de Educación General Básica. Este vacío resulta particularmente relevante en Ecuador, donde se necesitan estudios contextualizados que analicen estrategias adaptativas aplicadas en condiciones reales de aula y no solamente las percepciones sobre el uso de herramientas tecnológicas.

Los sistemas tutoriales inteligentes constituyen una de las aplicaciones más consolidadas de la inteligencia artificial educativa. La revisión de Lin et al. (2023) identificó que estas tecnologías pueden apoyar la personalización, el seguimiento del desempeño y la retroalimentación diferenciada. No obstante, sus aportes dependen de la correspondencia entre el diseño tecnológico, los objetivos pedagógicos y las necesidades del estudiante.

En respuesta a este vacío, el objetivo del estudio será evaluar el efecto de una estrategia de gamificación adaptativa mediada por inteligencia artificial en la competencia lectora de 60 estudiantes de décimo año de Educación General Básica de una unidad educativa de Machala, Ecuador, durante una intervención de tres semanas. La identidad de la institución se mantendrá reservada con el propósito de proteger la confidencialidad de la comunidad educativa y de los participantes. Después de esta introducción, el artículo presenta los materiales y métodos empleados, los resultados de la intervención, la discusión de los hallazgos en relación con la literatura precedente y las conclusiones derivadas del estudio.

MATERIALES Y MÉTODOS

Enfoque y diseño de investigación

La investigación se desarrolló bajo un enfoque cuantitativo, debido a que permitió medir las variables de estudio mediante instrumentos estructurados y analizar estadísticamente la relación existente entre la alfabetización digital y el desempeño lector en estudiantes de Educación General Básica.

El diseño fue no experimental, puesto que las variables no fueron manipuladas por el investigador, sino observadas dentro del contexto educativo natural de los participantes. Asimismo, correspondió a un estudio de alcance correlacional, debido a que buscó determinar el grado de relación entre la alfabetización digital y el desempeño lector. El estudio presentó un corte transversal, ya que la recopilación de información se efectuó en un único momento durante el periodo académico establecido.

Enfoque, alcance y diseño

La investigación se desarrolló desde un enfoque cuantitativo, con alcance explicativo y diseño cuasiexperimental de grupos no equivalentes, con mediciones pretest y postest. Se examinó el efecto de una estrategia de gamificación adaptativa mediada por inteligencia artificial sobre la competencia lectora de estudiantes de décimo año de Educación General Básica.

La variable independiente correspondió a la gamificación adaptativa mediante inteligencia artificial. La variable dependiente fue la competencia lectora, evaluada en sus dimensiones literal, inferencial y crítica. El diseño incluyó un grupo experimental, que participó en la intervención, y un grupo de control, que continuó con la metodología habitual de enseñanza.

Los grupos escolares se encontraban constituidos antes del inicio de la investigación, por lo cual no se realizó una asignación aleatoria individual. El diseño cuasiexperimental resultó pertinente para analizar la intervención en condiciones reales de aula y es consistente con investigaciones educativas que evalúan tecnologías basadas en inteligencia artificial mediante comparaciones entre grupos (Martínez-De la Muela et al., 2026).

Tabla 1: Representación del diseño cuasiexperimental

Grupo	Pretest	Condición pedagógica	Postest
Experimental	O₁	X: gamificación adaptativa mediada por inteligencia artificial	O₂
Control	O₁	—: metodología habitual de enseñanza	O₂

Nota. O₁ representa la medición inicial; O₂, la medición final; X, la intervención aplicada al grupo experimental; y el guion señala que el grupo de control no recibió la intervención experimental. Los dos grupos fueron evaluados en los mismos momentos. Elaboración propia.

Operacionalización de las variables

La gamificación adaptativa se entendió como una estrategia que integró elementos propios del juego con mecanismos de ajuste de la dificultad, los apoyos y la retroalimentación según el desempeño lector. La competencia lectora se concibió como la capacidad para recuperar información explícita, elaborar inferencias y valorar críticamente el contenido y la intención de los textos.

Tabla 2: Operacionalización de las variables

Variable	Definición operativa	Dimensiones o componentes	Indicadores	Instrumento
Gamificación adaptativa mediante IA	Intervención que ajustó retos, textos, preguntas y retroalimentación de acuerdo con el desempeño	Retos, progresión, recompensas, adaptación y retroalimentación	Nivel alcanzado, retos completados, apoyos recibidos y avance durante las sesiones	Registro de seguimiento
Competencia lectora	Puntuación obtenida en una prueba de 20 ítems	Literal, inferencial y crítica	Localización de información, inferencias, relaciones, valoración de argumentos y análisis de fuentes	Prueba de competencia lectora
Percepción de la estrategia	Valoración del estudiante después de participar en la intervención	Motivación, utilidad, retroalimentación y facilidad de uso	Grado de acuerdo con diez afirmaciones	Cuestionario Likert

Nota. La percepción estudiantil se consideró una variable complementaria. Sus resultados no sustituyeron la medición objetiva de la competencia lectora. Elaboración propia.

Contexto de investigación

El estudio se realizó en una unidad educativa de Machala, Ecuador. El nombre de la institución se mantuvo en reserva para proteger la confidencialidad de la comunidad educativa. La intervención se desarrolló dentro del horario académico regular y en correspondencia con los objetivos previstos para el área de Lengua y Literatura.

La identidad de la institución, los participantes, los docentes y la herramienta tecnológica utilizada no fue divulgada. Esta decisión no impide describir las características pedagógicas y metodológicas necesarias para comprender y valorar el estudio.

Participantes

Participaron 60 estudiantes matriculados en décimo año de Educación General Básica. La muestra estuvo distribuida en un grupo experimental de 30 participantes y un grupo de control de 30 participantes.

Se empleó un muestreo no probabilístico por conveniencia, debido a que se trabajó con dos grupos escolares previamente conformados y accesibles para el equipo investigador. No se modificó la integración habitual de los cursos ni se trasladaron estudiantes entre grupos.

Los criterios de inclusión fueron:

· Estar matriculado en décimo año de Educación General Básica.

· Pertenecer a uno de los grupos seleccionados.

· Contar con el consentimiento informado del representante legal.

· Manifestar el asentimiento para participar.

· Completar el pretest y el postest.

· Registrar una asistencia mínima del 80 %.

Los criterios de exclusión comprendieron la ausencia en alguna de las mediciones, la existencia de registros incompletos y una asistencia inferior al porcentaje establecido. La exclusión de los datos del análisis no afectó el derecho del estudiante a participar en las actividades educativas.

Tabla 3: Distribución de los participantes por condición

Condición	Estudiantes	Porcentaje
Grupo experimental	30	50 %
Grupo de control	30	50 %
Total	60	100 %

Nota. Los grupos correspondieron a cursos constituidos antes del estudio; por tanto, la asignación a las condiciones no fue aleatoria. Elaboración propia.

Técnicas e instrumentos

Se emplearon tres técnicas de recolección de información: evaluación educativa, encuesta y observación estructurada. Los instrumentos fueron una prueba de competencia lectora, un cuestionario de percepción y un registro de seguimiento de la intervención.

Prueba de competencia lectora

La variable dependiente se evaluó mediante una prueba de competencia lectora constituida por 20 ítems de respuesta cerrada. La puntuación total estuvo comprendida entre 0 y 20 puntos. Cada respuesta correcta recibió un punto y las respuestas incorrectas o no contestadas obtuvieron cero puntos.

El instrumento examinó tres dimensiones:

· Comprensión literal: recuperación de información explícita.

· Comprensión inferencial: construcción de significados implícitos.

· Comprensión crítica: valoración de argumentos, intenciones y fuentes.

Tabla 4: Matriz de especificaciones de la prueba de competencia lectora

Dimensión	Indicadores	Número de ítems	Puntaje	Ponderación
Literal	Localiza datos explícitos, reconoce ideas principales y organiza secuencias	7	7	35 %
Inferencial	Deduce información, establece relaciones causales e interpreta propósitos	7	7	35 %
Crítica	Valora argumentos, distingue hechos y opiniones y examina la confiabilidad	6	6	30 %
Total		20	20	100 %

Nota. La puntuación total se obtuvo sumando las respuestas correctas. La prueba no incluyó penalización por respuestas incorrectas. Elaboración propia.

Se emplearon dos formas equivalentes para evitar que la repetición de los mismos textos y preguntas produjera un efecto de memorización. La forma A se aplicó como pretest y la forma B como postest. Ambas conservaron la estructura, cantidad de reactivos, dimensiones, escala de puntuación y dificultad esperada.

Tabla 5: Características de las formas de la prueba

Característica	Forma A	Forma B
Momento de aplicación	Pretest	Postest
Número de ítems	20	20
Puntuación	0–20	0–20
Dimensiones	Literal, inferencial y crítica	Literal, inferencial y crítica
Tipo de respuesta	Cerrada	Cerrada
Duración	45 minutos	45 minutos

Nota. Las formas emplearon textos y preguntas diferentes, pero conservaron una matriz de especificaciones común. Elaboración propia.

La información relativa a la validación y confiabilidad deberá completarse únicamente con los resultados reales del procedimiento aplicado:

Cuestionario de percepción

Al finalizar la intervención se aplicó al grupo experimental un cuestionario compuesto por diez afirmaciones. Las respuestas se registraron mediante una escala Likert de cinco opciones: 1 = totalmente en desacuerdo, 2 = en desacuerdo, 3 = ni de acuerdo ni en desacuerdo, 4 = de acuerdo y 5 = totalmente de acuerdo.

El cuestionario examinó motivación, utilidad percibida, calidad de la retroalimentación y facilidad de uso. Los resultados expresaron percepciones estudiantiles y no fueron interpretados como una medida directa del fortalecimiento lector.

Tabla 6: Matriz del cuestionario de percepción

Dimensión	Indicadores	Ítems	Rango
Motivación	Interés, participación y disposición para continuar	3	3–15
Utilidad percibida	Contribución atribuida a las actividades	3	3–15
Retroalimentación	Claridad y utilidad de las orientaciones	2	2–10
Facilidad de uso	Comprensión y manejo de la herramienta	2	2–10
Total		10	10–50

Nota. El cuestionario fue administrado únicamente a los 30 estudiantes del grupo experimental después de concluir la intervención. Una puntuación mayor representó una percepción más favorable. Elaboración propia.

Registro de seguimiento

Se utilizó un registro estructurado durante las 16 sesiones para documentar la asistencia, las actividades desarrolladas, el nivel adaptativo, los apoyos proporcionados y los retos completados.

Tabla 7: Variables incluidas en el registro de seguimiento

Campo	Descripción
Código del participante	Identificador alfanumérico
Número de sesión	Sesión correspondiente
Asistencia	Presente o ausente
Ruta adaptativa	Apoyo, consolidación o profundización
Retos completados	Número de actividades finalizadas
Nivel alcanzado	Progreso dentro de la secuencia
Apoyo recibido	Pista, glosario, ejemplo o retroalimentación
Observación docente	Incidencias relevantes

Nota. El registro permitió comprobar la exposición a la intervención y documentar los ajustes efectuados durante el proceso. Elaboración propia.

Intervención pedagógica

La intervención se desarrolló durante ocho semanas, desde el 6 de octubre hasta el 28 de noviembre de 2025. Se realizaron 16 sesiones de 45 minutos, con una frecuencia de dos sesiones semanales.

La estrategia combinó actividades de lectura con desafíos, niveles, puntos, insignias, metas de avance y retroalimentación inmediata. Cada elemento se vinculó con una habilidad lectora concreta, evitando que la gamificación se limitara a la entrega de recompensas.

Se utilizó una plataforma educativa real basada en inteligencia artificial, cuyo nombre se mantuvo reservado. La herramienta permitió ajustar la dificultad de los textos, el nivel cognitivo de las preguntas, la cantidad de apoyos y el tipo de retroalimentación según el desempeño registrado.

Tabla 8: Componentes de la gamificación adaptativa

Componente	Función pedagógica	Evidencia utilizada	Adaptación
Retos	Organizar actividades con metas específicas	Desempeño por sesión	Complejidad del desafío
Niveles	Representar progresión	Actividades superadas	Avance, permanencia o refuerzo
Puntos	Informar progreso	Respuestas y retos completados	Acumulación individual
Insignias	Reconocer logros	Cumplimiento de criterios	Entrega por habilidades
Retroalimentación	Explicar aciertos y errores	Tipo de respuesta	Explicación diferenciada
Apoyos	Facilitar la comprensión	Dificultades identificadas	Pistas, ejemplos y glosarios

Nota. Los elementos gamificados se utilizaron como mediadores del aprendizaje y no como calificaciones institucionales. Elaboración propia.

Protocolo de adaptación

La adaptación se efectuó a partir del desempeño inicial y del progreso observado durante las sesiones. Los estudiantes fueron organizados internamente en tres rutas pedagógicas, sin emplear etiquetas visibles.

Tabla 9: Rutas de adaptación de las actividades

Ruta	Características del material	Apoyos	Criterio de progresión
Apoyo	Textos breves y vocabulario accesible	Glosarios, pistas y preguntas guiadas	Dominio de habilidades básicas
Consolidación	Textos correspondientes a décimo año	Retroalimentación inmediata	Cumplimiento de los criterios previstos
Profundización	Textos de mayor complejidad	Apoyos limitados	Resolución de preguntas inferenciales y críticas

Nota. La ubicación en una ruta fue temporal y se modificó de acuerdo con el progreso. Las tres rutas mantuvieron los mismos objetivos curriculares. Elaboración propia.

La adaptación no se produjo a partir de una sola respuesta. Se consideraron el desempeño acumulado, el tipo de error, la cantidad de intentos y los apoyos requeridos. La decisión final sobre el nivel de actividad permaneció bajo supervisión docente.

Secuencia de sesiones

Tabla 10: Plan general de la intervención

Semana	Sesiones	Habilidad priorizada	Actividad gamificada	Adaptación principal
1	1–2	Comprensión literal	Exploración y localización de pistas	Extensión y vocabulario
2	3–4	Ideas principales	Organización de fragmentos	Cantidad de apoyos
3	5–6	Secuencias y causalidad	Reconstrucción de textos	Complejidad de relaciones
4	7–8	Inferencias	Resolución de mensajes implícitos	Nivel de las preguntas
5	9–10	Propósito comunicativo	Identificación de intenciones	Pistas contextuales
6	11–12	Argumentación	Relación entre afirmaciones y evidencias	Cantidad de argumentos
7	13–14	Lectura crítica	Contraste de información	Complejidad de las fuentes
8	15–16	Integración	Desafío lector final	Ruta según desempeño

Nota. Cada sesión tuvo una duración de 45 minutos. La secuencia avanzó desde la recuperación de información explícita hasta la valoración crítica. Elaboración propia.

Condición de control

El grupo de control trabajó durante el mismo periodo con los objetivos y contenidos previstos para Lengua y Literatura, mediante la metodología habitual. Ambos grupos abordaron tipos textuales y habilidades equivalentes y dispusieron de una cantidad comparable de tiempo pedagógico.

La condición de control no utilizó la plataforma adaptativa, el sistema de progresión gamificada ni la retroalimentación automatizada. Esta diferenciación permitió examinar el efecto específico de la intervención.

Tabla 11: Comparación entre las condiciones del estudio

Elemento	Grupo experimental	Grupo de control
Objetivos lectores	Equivalentes	Equivalentes
Duración	16 sesiones	16 sesiones
Contenidos curriculares	Equivalentes	Equivalentes
Gamificación	Sí	No
Adaptación mediante IA	Sí	No
Retroalimentación automatizada	Sí, con supervisión	No
Supervisión docente	Sí	Sí
Pretest y postest	Sí	Sí

Nota. Se procuró que la diferencia principal entre las condiciones fuera la gamificación adaptativa mediada por inteligencia artificial. Elaboración propia.

Procedimiento

El procedimiento se organizó en cinco fases.

Tabla 12: Fases de la investigación

Fase	Actividades
Preparación	Autorización institucional, consentimientos, asentimientos y preparación de materiales
Medición inicial	Aplicación del pretest a los dos grupos
Intervención	Desarrollo de 16 sesiones y registro del proceso
Medición final	Aplicación del postest y cuestionario de percepción
Análisis	Depuración, codificación y procesamiento estadístico

Nota. Las evaluaciones fueron aplicadas bajo instrucciones, duración y condiciones equivalentes. Elaboración propia.

En la primera fase se obtuvo la autorización institucional y se informó a estudiantes y representantes legales sobre el propósito y el procedimiento. Se explicó que la participación era voluntaria y que los datos serían tratados confidencialmente. Posteriormente se recopilaron los consentimientos y asentimientos.

El pretest se aplicó el 2 de octubre de 2025 a los grupos experimental y de control. Las puntuaciones permitieron establecer el desempeño inicial y organizar las rutas del grupo experimental.

La intervención se ejecutó entre el 6 de octubre y el 28 de noviembre de 2025. Durante las sesiones se documentaron la asistencia, las actividades completadas, las rutas asignadas y los ajustes realizados.

El postest se administró el 2 de diciembre de 2025. Después, los estudiantes del grupo experimental respondieron el cuestionario de percepción. Finalmente, los datos fueron revisados, codificados y organizados para su análisis.

Control de sesgos y fidelidad de implementación

Para reducir diferencias ajenas a la intervención, ambos grupos trabajaron contenidos y tiempos equivalentes. Las mediciones inicial y final se aplicaron siguiendo instrucciones estandarizadas. Los instrumentos fueron calificados mediante una clave previamente establecida.

La fidelidad de implementación se examinó mediante los registros de asistencia, cumplimiento de sesiones, actividades desarrolladas y adaptaciones aplicadas. No se modificaron los criterios de puntuación después de observar los resultados.

Cuando la misma persona impartió las actividades y evaluó los instrumentos, esta circunstancia deberá reconocerse como una posible fuente de sesgo. En futuros estudios se recomienda que la calificación sea efectuada por un evaluador que desconozca la condición de los participantes.

Gestión y preparación de los datos

Cada participante recibió un código alfanumérico. La base incluyó el grupo, puntuaciones por dimensión, puntuación total del pretest, puntuación total del postest, ganancia, asistencia y respuestas de la encuesta cuando correspondía.

La ganancia individual se calculó mediante:

Antes del análisis se verificaron la integridad de los registros, los rangos de puntuación, la correspondencia entre dimensiones y total y la existencia de valores atípicos. Las decisiones de depuración fueron documentadas y no se sustituyeron datos ausentes sin un criterio previamente establecido.

Análisis estadístico

Las variables categóricas se describieron mediante frecuencias y porcentajes. Para las puntuaciones se calcularon media, desviación estándar, mediana, rango intercuartílico, mínimo, máximo e intervalos de confianza del 95 %.

La equivalencia inicial se examinó mediante la comparación del pretest entre los grupos. Los supuestos de normalidad y homogeneidad se evaluaron mediante Shapiro-Wilk y Levene. También se inspeccionaron gráficamente las distribuciones y los valores atípicos.

El efecto de la intervención se analizó mediante un modelo mixto de medidas repetidas, considerando el momento pretest y postest como factor intra-sujeto y el grupo experimental y control como factor inter-sujeto. El resultado principal fue la interacción entre momento y grupo.

Como análisis complementario se compararon las ganancias individuales. Cuando se cumplieron los supuestos se utilizó la prueba t de Student para muestras independientes. En caso contrario, se aplicaron procedimientos robustos o pruebas no paramétricas.

Además de los valores de p, se informaron intervalos de confianza y tamaños del efecto. Estas medidas permiten interpretar la magnitud práctica de las diferencias y no únicamente su significación estadística (Rendón-Macías et al., 2021). Se adoptó un nivel de significación de α = .05.

Las respuestas de la encuesta se resumieron mediante frecuencias, porcentajes, medias y desviaciones estándar por ítem y dimensión. Estos resultados se analizaron separadamente de la competencia lectora.

Aspectos éticos

La investigación contó con autorización institucional, consentimiento informado de los representantes legales y asentimiento de los estudiantes. Se informó que la participación era voluntaria y que retirarse no tendría consecuencias académicas.

La identidad de la institución, estudiantes, docentes y plataforma se mantuvo reservada. Los participantes fueron identificados mediante códigos. Los archivos se almacenaron en un espacio protegido y solo el equipo investigador tuvo acceso.

No se introdujeron en la plataforma nombres, fotografías, calificaciones institucionales ni información que permitiera identificar a los participantes. Los materiales generados o adaptados mediante inteligencia artificial fueron revisados por el docente antes de utilizarse.

La supervisión humana se mantuvo durante todo el proceso. La plataforma no tomó decisiones sobre calificaciones, promoción escolar o permanencia de los estudiantes. Su función se limitó a apoyar la adaptación de las actividades y la retroalimentación.

RESULTADOS

Participación y características de la muestra

Los 60 estudiantes incluidos en la investigación completaron el pretest y el postest. No se registraron pérdidas de participantes ni datos ausentes en las puntuaciones utilizadas para el análisis. El grupo experimental y el grupo de control estuvieron conformados por 30 estudiantes cada uno.

En ambos grupos participaron 15 estudiantes de sexo femenino y 15 de sexo masculino. La asistencia media fue del 92,6 % () en el grupo experimental y del 92,3 % () en el grupo de control. Todos los participantes superaron el criterio mínimo de asistencia del 80 % establecido en la metodología.

En el grupo experimental, 20 estudiantes utilizaron una tableta y diez trabajaron mediante un computador. El grupo de control no empleó la plataforma de gamificación adaptativa.

Tabla 13: Características de los participantes y cumplimiento de la intervención

Característica	Experimental (n = 30)	Control (n = 30)	Total (N = 60)
Sexo femenino	15 (50,0 %)	15 (50,0 %)	30 (50,0 %)
Sexo masculino	15 (50,0 %)	15 (50,0 %)	30 (50,0 %)
Asistencia media	92,6 %	92,3 %	92,5 %
Asistencia mínima	87,5 %	86,0 %	86,0 %
Asistencia máxima	98,5 %	99,0 %	99,0 %
Computador	10 (33,3 %)	No aplica	10
Tableta	20 (66,7 %)	No aplica	20

Nota. Los porcentajes correspondientes al sexo y al dispositivo se calcularon respecto del número de participantes de cada grupo. El grupo de control no utilizó la plataforma adaptativa. Elaboración propia a partir de los datos del estudio.

Comparación inicial

Antes de examinar el efecto de la intervención se compararon las puntuaciones iniciales. El grupo experimental obtuvo una media de 10,63 puntos (), mientras que el grupo de control alcanzó una media de 10,37 (). La diferencia inicial de 0,27 puntos no fue estadísticamente significativa.

La prueba de Levene tampoco mostró diferencias estadísticamente significativas entre las varianzas del pretest.

Tabla 14: Puntuaciones totales de competencia lectora según grupo y momento

Grupo	n	Pretest M	Pretest DE	Postest M	Postest DE	Ganancia M	Ganancia DE
Experimental	30	10,63	2,70	15,30	2,22	4,67	1,03
Control	30	10,37	2,77	11,17	2,64	0,80	0,81

Nota. M = media; DE = desviación estándar. La ganancia se calculó restando la puntuación del pretest a la puntuación del postest. El rango posible de la prueba fue de 0 a 20 puntos. Elaboración propia a partir de los datos del estudio.

Resultados por dimensión de la competencia lectora

En la dimensión literal, el grupo experimental pasó de una media de 4,50 puntos () en el pretest a 5,77 () en el postest. El incremento medio fue de 1,27 puntos. El grupo de control pasó de 4,50 () a 4,83 (), con un cambio de 0,33 puntos.

En la dimensión inferencial, la media del grupo experimental aumentó de 3,57 () a 5,47 (), lo que representó un incremento de 1,90 puntos. En el grupo de control, la puntuación pasó de 3,43 () a 3,70 (), con una diferencia de 0,27 puntos.

En la dimensión crítica, el grupo experimental pasó de una media de 2,57 () a 4,07 (), con un incremento de 1,50 puntos. El grupo de control registró un cambio de 2,43 () a 2,63 (), equivalente a 0,20 puntos.

Tabla 15: Resultados por dimensión de la competencia lectora

Dimensión	Grupo	Pretest M	Pretest DE	Postest M	Postest DE	Cambio
Literal	Experimental	4,50	1,11	5,77	1,07	1,27
Literal	Control	4,50	1,17	4,83	1,21	0,33
Inferencial	Experimental	3,57	1,14	5,47	1,20	1,90
Inferencial	Control	3,43	1,14	3,70	0,84	0,27
Crítica	Experimental	2,57	1,14	4,07	1,44	1,50
Crítica	Control	2,43	1,14	2,63	1,16	0,20

Nota. El cambio corresponde a la diferencia entre las medias del postest y del pretest. Los valores representan puntuaciones directas en cada dimensión. Elaboración propia a partir de los datos del estudio.

Comprobación de los supuestos estadísticos

La prueba de Shapiro-Wilk mostró que las puntuaciones del pretest, postest y ganancia se apartaron significativamente de una distribución normal en ambos grupos. En el grupo experimental, la ganancia presentó, en el grupo de control.

La prueba de Levene aplicada a las ganancias no identificó diferencias estadísticamente significativas entre las varianzas de los grupos. Debido al incumplimiento del supuesto de normalidad, las pruebas paramétricas se complementaron con análisis no paramétricos.

Tabla 16: Prueba de normalidad de las puntuaciones

Grupo	Variable	W de Shapiro-Wilk	p
Experimental	Pretest	0,727	< .001
Experimental	Postest	0,868	.001
Experimental	Ganancia	0,872	.002
Control	Pretest	0,743	< .001
Control	Postest	0,872	.002
Control	Ganancia	0,812	< .001

Nota. Un valor de indica que la distribución se aparta significativamente de la normalidad. Elaboración propia a partir de los datos del estudio.

Cambios dentro de los grupos

El grupo experimental registró una ganancia media de 4,67 puntos (), con un intervalo de confianza del 95 % comprendido entre 4,28 y 5,05. La prueba t para muestras relacionadas mostró una diferencia estadísticamente significativa entre el pretest y el postest.

El grupo de control presentó una ganancia media de 0,80 puntos (), con un intervalo de confianza del 95 % entre 0,50 y 1,10. La diferencia entre las mediciones también fue estadísticamente significativa, con

El análisis no paramétrico confirmó las diferencias entre las mediciones. La prueba de rangos con signo de Wilcoxon resultó significativa en el grupo experimental, y en el grupo de control.

Tabla 17: Cambios entre el pretest y el postest dentro de cada grupo

Grupo	Ganancia M	Ganancia DE	IC del 95 %	t	gl	p	Cohen
Experimental	4,67	1,03	[4,28; 5,05]	24,86	29	< .001	4,54
Control	0,80	0,81	[0,50; 1,10]	5,44	29	< .001	0,99

Nota. Cohen se calculó dividiendo la media de las diferencias entre su desviación estándar. Los intervalos corresponden a la ganancia media dentro de cada grupo. Elaboración propia a partir de los datos del estudio.

Comparación de las ganancias

La diferencia entre la ganancia media del grupo experimental y la del grupo de control fue de 3,87 puntos. La prueba t de Student para muestras independientes mostró que esta diferencia fue estadísticamente significativa, IC del 95 % [3,39; 4,34].

La prueba U de Mann-Whitney confirmó la diferencia entre las ganancias. La correlación biserial por rangos fue de 0,994.

Tabla 18: Comparación de las ganancias entre los grupos

Diferencia de ganancias	IC del 95 %	t	gl	p	Cohen d	U de Mann-Whitney	p
3,87	[3,39; 4,34]	16,22	58	< .001	4,19	897,50	< .001

Nota. La diferencia se calculó restando la ganancia media del grupo de control a la del grupo experimental. La prueba U de Mann-Whitney se incorporó como análisis complementario debido al incumplimiento del supuesto de normalidad. Elaboración propia a partir de los datos del estudio.

Niveles de competencia lectora

Las puntuaciones del postest se clasificaron en tres niveles: bajo, de 0 a 12 puntos; medio, de 13 a 16; y alto, de 17 a 20.

En el grupo experimental, 12 estudiantes se ubicaron en el nivel alto, 11 en el nivel medio y siete en el nivel bajo. En el grupo de control no se registraron estudiantes en el nivel alto; diez alcanzaron el nivel medio y 20 se ubicaron en el nivel bajo.

La distribución de los niveles presentó diferencias estadísticamente significativas entre los grupos, , . El tamaño de la asociación, calculado mediante V de Cramér, fue de 0,55.

Tabla 19: Distribución de los niveles de competencia lectora en el postest

Grupo	Bajo: 0–12 n (%)	Medio: 13–16 n (%)	Alto: 17–20 n (%)	Total
Experimental	7 (23,3 %)	11 (36,7 %)	12 (40,0 %)	30
Control	20 (66,7 %)	10 (33,3 %)	0 (0,0 %)	30
Total	27 (45,0 %)	21 (35,0 %)	12 (20,0 %)	60

Nota. Los porcentajes de cada grupo se calcularon sobre 30 estudiantes y los porcentajes totales sobre 60. Los niveles se establecieron a partir de la puntuación total de la prueba. Elaboración propia a partir de los datos del estudio.

Resultados del cuestionario de percepción

El cuestionario de percepción estuvo dirigido a los 30 integrantes del grupo experimental. Sin embargo, el archivo analizado no contiene las respuestas individuales de los diez ítems ni un resumen estadístico verificable. Por esta razón, sus resultados no se incluyen en la presente versión.

Para completar este apartado se requiere una matriz con 30 filas una por estudiante y diez columnas con valores comprendidos entre 1 y 5. A partir de esa información se calcularán las frecuencias, porcentajes, medias, desviaciones estándar, resultados por dimensión y consistencia interna del cuestionario.

Síntesis de los hallazgos

Los resultados mostraron una diferencia inicial no significativa entre los grupos. Después de la intervención, el grupo experimental presentó una ganancia media de 4,67 puntos y el grupo de control una ganancia de 0,80. La diferencia de ganancias fue de 3,87 puntos y resultó estadísticamente significativa tanto en el análisis paramétrico como en el no paramétrico. Asimismo, 40,0 % del grupo experimental alcanzó el nivel alto en el postest, frente a ningún participante del grupo de control.

Esta sección se limita a presentar los hallazgos observados. Su interpretación, contraste con antecedentes y explicación pedagógica corresponden a la discusión.

DISCUSIÓN

El objetivo de esta investigación fue evaluar el efecto de una estrategia de gamificación adaptativa mediada por inteligencia artificial sobre la competencia lectora de estudiantes de décimo año de Educación General Básica. Los resultados evidenciaron una evolución diferente entre las condiciones analizadas: mientras el grupo experimental presentó un incremento sustancial después de la intervención, el grupo de control registró una variación menor. La semejanza de las puntuaciones iniciales reduce la probabilidad de que la diferencia posterior responda exclusivamente a desigualdades previas entre los grupos. No obstante, debido al carácter cuasiexperimental del diseño, los hallazgos deben interpretarse como evidencia favorable a la intervención dentro del contexto estudiado y no como una demostración causal definitiva.

La mejora registrada en el grupo experimental coincide con investigaciones que han identificado aportes de la gamificación al desarrollo de la comprensión lectora. Calderón Arévalo et al. (2022) encontraron una relación favorable entre el empleo de actividades gamificadas y distintos componentes de la lectura, mientras que Meneses-Sánchez et al. (2022) informaron mejoras en la comprensión inferencial mediante una estrategia que combinó juegos digitales y no digitales. Del mismo modo, la revisión sistemática de Wang et al. (2024) concluyó que la gamificación aplicada a la enseñanza de la lectura puede favorecer la comprensión, la precisión, la frecuencia de lectura y la implicación de los estudiantes.

Estos resultados también guardan correspondencia con el metaanálisis de Sailer y Homner (2020), en el cual se identificaron efectos positivos de la gamificación sobre resultados cognitivos, motivacionales y conductuales. Sin embargo, dichos autores advierten que la efectividad depende de las características del diseño y de la combinación de los elementos utilizados. En el presente estudio, los puntos, insignias, niveles y desafíos no funcionaron como recompensas independientes, sino como componentes articulados con actividades de comprensión literal, inferencial y crítica. Esta integración pudo contribuir a que la participación se orientara hacia el dominio de habilidades lectoras y no únicamente hacia la acumulación de incentivos.

La planificación de la intervención también pudo incidir en los resultados. Las actividades se organizaron mediante una progresión desde la recuperación de información explícita hasta la valoración crítica de argumentos y fuentes. Esta secuencia es coherente con la propuesta de Canquiz-Rincón et al. (2021), quienes sostienen que el fortalecimiento de la comprensión lectora requiere articular objetivos, estrategias, actividades y evaluación dentro de una planificación didáctica intencional. Desde esta perspectiva, la tecnología no habría operado como un recurso aislado, sino como parte de una estructura pedagógica orientada al desarrollo gradual de la competencia.

El componente adaptativo constituye uno de los elementos distintivos de la intervención. A diferencia de una propuesta uniforme, la estrategia ajustó la extensión y complejidad de los textos, el nivel de las preguntas, la cantidad de apoyos y la retroalimentación de acuerdo con el desempeño acumulado. Hariyanto et al. (2025) identificaron que los sistemas adaptativos basados en inteligencia artificial pueden analizar las interacciones del estudiante y modificar dinámicamente el contenido, la dificultad y la secuencia de aprendizaje. En una línea similar, Lin et al. (2023) señalaron que los sistemas tutoriales inteligentes pueden apoyar el seguimiento del desempeño, la personalización y la retroalimentación diferenciada.

La adaptación pudo facilitar que los estudiantes afrontaran tareas próximas a su nivel de desempeño sin permanecer expuestos a actividades excesivamente simples o complejas. Los participantes que presentaron dificultades recibieron pistas, glosarios y preguntas orientadoras, mientras que quienes demostraron mayor dominio accedieron a textos de mayor complejidad y a preguntas inferenciales y críticas. Esta interpretación coincide con Romero-Alonso et al. (2025), quienes reconocen la personalización y la retroalimentación inmediata entre las principales posibilidades de la inteligencia artificial educativa. No obstante, los datos disponibles no permiten aislar qué componente específico adaptación, gamificación, retroalimentación o acompañamiento docente produjo la mayor proporción del cambio.

La revisión de Létourneau et al. (2025), centrada en sistemas tutoriales inteligentes aplicados en educación escolar, encontró resultados generalmente favorables en el aprendizaje y el rendimiento. Sin embargo, los efectos fueron menores cuando las herramientas basadas en inteligencia artificial se compararon con sistemas tutoriales no inteligentes. Este antecedente resulta relevante porque impide atribuir automáticamente las mejoras a la inteligencia artificial. En la intervención analizada, el resultado probablemente respondió a la combinación entre planificación didáctica, adaptación tecnológica, práctica lectora sistemática, mecánicas de juego y supervisión docente.

Los resultados por dimensiones mostraron que el mayor incremento se produjo en la comprensión inferencial, seguido de la comprensión crítica y la comprensión literal. La mejora inferencial es consistente con lo reportado por Meneses-Sánchez et al. (2022), quienes encontraron que las actividades gamificadas pueden favorecer la construcción de significados implícitos. Asimismo, Calderón Crespo et al. (2025) identificaron avances en la comprensión de información implícita después de implementar rutinas de pensamiento en un diseño cuasiexperimental. La coincidencia sugiere que las habilidades inferenciales pueden fortalecerse cuando el estudiante recibe actividades graduadas, oportunidades de práctica y retroalimentación sobre los procesos empleados para interpretar el texto.

El incremento observado en la dimensión crítica indica que la intervención no se limitó a la recuperación de información. Los desafíos vinculados con la diferenciación entre hechos y opiniones, la valoración de argumentos y el contraste de fuentes exigieron operaciones cognitivas de mayor complejidad. Este resultado se relaciona con Díaz Calle et al. (2024), quienes señalan que la competencia lectora en la era digital requiere interpretar contenidos dinámicos y evaluar críticamente la información. No obstante, la puntuación crítica permaneció por debajo de la literal, lo cual refleja que estas habilidades demandan una enseñanza sostenida y no deben considerarse plenamente consolidadas después de una intervención de ocho semanas.

La variación observada en el grupo de control también merece atención. Aunque su ganancia fue considerablemente menor, el cambio entre el pretest y el postest resultó estadísticamente significativo. Este incremento pudo relacionarse con la enseñanza habitual, la práctica lectora desarrollada durante el periodo académico, la familiaridad con la estructura de la evaluación o la evolución escolar ordinaria. La existencia de este cambio confirma la importancia de incluir una condición de comparación, pues un diseño de un solo grupo habría atribuido a la intervención variaciones que también se produjeron sin la gamificación adaptativa.

La distribución de los niveles de desempeño complementó la comparación de las medias. En el postest, el 40 % del grupo experimental alcanzó el nivel alto, mientras que ningún participante del grupo de control se ubicó en esa categoría. De manera paralela, el nivel bajo concentró al 23,3 % del grupo experimental y al 66,7 % del grupo de control. Por tanto, la diferencia no se restringió al promedio general, sino que también se manifestó en la distribución de los estudiantes entre los niveles establecidos.

A pesar de la consistencia de la dirección de los resultados, la magnitud de los tamaños del efecto requiere una valoración prudente. La diferencia de ganancias alcanzó , mientras que el cambio interno del grupo experimental presentó . Estos valores son excepcionalmente elevados para una intervención educativa. Como referencia, Silverman et al. (2025), en un metaanálisis de 119 estudios sobre intervenciones tecnológicas de alfabetización, encontraron un efecto promedio de 0,23 sobre la comprensión lectora, que se redujo a 0,14 cuando se consideraron medidas estandarizadas. Aunque las poblaciones, los instrumentos y las modalidades de intervención no son directamente comparables, la distancia entre estos valores obliga a evitar generalizaciones inmediatas.

La magnitud obtenida puede estar influida por la estrecha correspondencia entre las actividades practicadas y la prueba empleada, la utilización de grupos intactos, el tamaño reducido de la muestra, la homogeneidad de los participantes o la baja variabilidad de las ganancias. También debe considerarse que las distribuciones se apartaron de la normalidad. Si bien la prueba U de Mann-Whitney confirmó la diferencia entre las condiciones, esta convergencia respalda principalmente la dirección del resultado y no elimina la necesidad de examinar críticamente su magnitud. Una réplica con instrumentos externos o estandarizados permitiría establecer si el efecto se mantiene en tareas distintas de las practicadas.

El aporte científico del estudio reside en integrar gamificación, adaptación mediante inteligencia artificial y competencia lectora dentro de una intervención aplicada en Educación General Básica. Una parte importante de la literatura sobre inteligencia artificial se concentra en educación superior o en entornos virtuales, mientras que la evidencia correspondiente a estudiantes de educación escolar continúa en desarrollo (Létourneau et al., 2025; Salas-Canul & Quiñonez-Pech, 2026). En este sentido, la investigación ofrece evidencia contextualizada para el sistema educativo ecuatoriano, aunque circunscrita a las condiciones de una institución de Machala.

La mediación docente fue esencial para evitar que las decisiones pedagógicas se delegaran completamente a la herramienta. La plataforma ajustó materiales y retroalimentaciones, pero el profesorado verificó la precisión, pertinencia curricular y adecuación lingüística de los contenidos. Este acompañamiento concuerda con los planteamientos de Pinto-Llorente et al. (2026), quienes destacan la relación entre la utilidad educativa percibida de la inteligencia artificial y las posibilidades de aplicación reconocidas por el profesorado. La adaptación tecnológica, por tanto, debe entenderse como apoyo a la diferenciación pedagógica y no como sustitución del juicio profesional.

Limitaciones

La primera limitación corresponde al tamaño y procedencia de la muestra. Los 60 participantes pertenecían a una sola unidad educativa, lo que restringe la transferencia de los resultados hacia instituciones con características sociales, pedagógicas o tecnológicas diferentes. Además, la conformación previa de los grupos impidió realizar una asignación aleatoria individual. Aunque las puntuaciones iniciales fueron semejantes, no puede descartarse la influencia de otras variables no controladas.

La segunda limitación se relaciona con la duración. Las ocho semanas permitieron identificar cambios inmediatos, pero no determinar si los aprendizajes se conservaron después de finalizar la intervención. La ausencia de una medición diferida tampoco permite establecer si los resultados estuvieron parcialmente asociados con el efecto de novedad de la plataforma o de las mecánicas gamificadas.

La tercera limitación se refiere al instrumento de competencia lectora. Su correspondencia con las habilidades trabajadas favoreció la coherencia curricular, pero también pudo incrementar las diferencias observadas. Antes de la publicación del artículo deben informarse los resultados reales de la validación de contenido, la equivalencia entre las formas A y B y sus coeficientes de confiabilidad.

La cuarta limitación deriva de la reserva del nombre de la plataforma. Si bien la confidencialidad protege acuerdos institucionales y comerciales, también puede reducir la reproducibilidad. Esta dificultad debe compensarse mediante una descripción precisa de las funciones utilizadas, las reglas de adaptación, los criterios de progresión, los tipos de datos procesados y el papel del docente.

La quinta limitación corresponde a la ausencia de la base individual del cuestionario de percepción en los datos examinados. En consecuencia, no fue posible contrastar las mejoras en la prueba con la motivación, facilidad de uso, utilidad percibida y valoración de la retroalimentación. La incorporación de estas respuestas permitiría analizar con mayor precisión la experiencia estudiantil.

Finalmente, la participación del profesorado en la implementación y evaluación pudo introducir expectativas o diferencias involuntarias en el acompañamiento. En futuras investigaciones sería conveniente que la calificación de las pruebas fuera realizada por evaluadores que desconocieran la condición de los participantes.

Futuras líneas de investigación

Futuros estudios deberían ampliar la muestra e incluir instituciones de diferentes contextos geográficos, sociales y tecnológicos. También sería pertinente incorporar asignación aleatoria por grupos cuando las condiciones institucionales lo permitan, así como mediciones de seguimiento para evaluar la permanencia de los aprendizajes.

Se recomienda comparar tres condiciones: enseñanza habitual, gamificación sin adaptación y gamificación adaptativa mediada por inteligencia artificial. Esta estructura permitiría diferenciar el efecto de las mecánicas lúdicas del aporte específico de la personalización tecnológica.

Además, convendría registrar el tiempo de interacción, las pistas solicitadas, los cambios de ruta, los errores recurrentes y la progresión por dimensión. Estos datos permitirían identificar qué mecanismos adaptativos producen mayores beneficios y para qué perfiles de estudiantes.

Las próximas investigaciones también deberán profundizar en la protección de datos de menores, la transparencia de las reglas de adaptación, los posibles sesgos y la equidad en el acceso a dispositivos. Hariyanto et al. (2025) y Lin et al. (2023) advierten que la privacidad, la interpretabilidad, la escalabilidad y la supervisión humana continúan siendo desafíos centrales para la integración responsable de sistemas adaptativos.

En conjunto, los hallazgos son compatibles con un efecto favorable de la estrategia sobre la competencia lectora, particularmente en las dimensiones inferencial y crítica. Sin embargo, la magnitud excepcional del efecto, las características del instrumento y las limitaciones del diseño obligan a considerar los resultados como evidencia contextual que deberá replicarse mediante muestras más amplias, mediciones externas y seguimientos longitudinales.

CONCLUSIÓN

La gamificación adaptativa mediada por inteligencia artificial fortaleció la competencia lectora de los estudiantes de décimo año de Educación General Básica participantes en el estudio. El grupo experimental presentó un incremento promedio de 4,67 puntos entre el pretest y el postest, mientras que el grupo de control registró una mejora de 0,80 puntos. La diferencia entre las ganancias de ambos grupos fue estadísticamente significativa y mostró un tamaño del efecto elevado, lo que evidencia la relevancia educativa de la intervención en el contexto analizado.

Los avances del grupo experimental se observaron en las dimensiones literal, inferencial y crítica. La mayor ganancia se produjo en la comprensión inferencial, seguida de la comprensión crítica y la comprensión literal. Este comportamiento indica que la estrategia no se limitó a favorecer la recuperación de información explícita, sino que también promovió procesos de interpretación, establecimiento de relaciones y valoración del contenido textual.

La distribución de los niveles de desempeño al finalizar la intervención reforzó estos hallazgos. En el grupo experimental, el 76,7 % de los estudiantes alcanzó los niveles medio o alto de competencia lectora, frente al 33,3 % del grupo de control. Asimismo, ningún participante del grupo de control se ubicó en el nivel alto. Estos resultados sugieren que la adaptación de la dificultad, las preguntas, los apoyos, la retroalimentación y la progresión de las actividades permitió atender con mayor precisión las necesidades de aprendizaje.

El aporte científico del estudio reside en la integración de mecanismos de gamificación e inteligencia artificial dentro de una intervención lectora adaptativa, breve y supervisada por el docente. Esta articulación ofrece una alternativa metodológica para diversificar las experiencias de lectura y proporcionar apoyos diferenciados sin desplazar la función pedagógica del profesorado. En consecuencia, la utilidad de la inteligencia artificial educativa depende de su incorporación en una planificación didáctica estructurada, con objetivos definidos, seguimiento sistemático y criterios de progresión coherentes con el desempeño estudiantil.

Debido al diseño cuasiexperimental, al empleo de grupos intactos y a la participación de estudiantes pertenecientes a una sola institución educativa de Machala, los resultados deben interpretarse dentro de las condiciones específicas del estudio. Por tanto, no es posible atribuir los cambios exclusivamente a la intervención ni generalizarlos de manera automática a otras poblaciones. Futuras investigaciones deberán ampliar la muestra, incorporar asignación aleatoria cuando sea viable, incluir evaluaciones de seguimiento y comparar por separado los efectos de la gamificación, la adaptación pedagógica y la inteligencia artificial.

En síntesis, los hallazgos respaldan la gamificación adaptativa mediante inteligencia artificial como una estrategia potencialmente eficaz para fortalecer la competencia lectora en Educación Básica. No obstante, su implementación requiere supervisión docente, protección de los datos estudiantiles, transparencia en los criterios de adaptación y evaluación continua de sus efectos pedagógicos.

REFERENCIAS

Bolaño-García, M., & Duarte-Acosta, N. (2024). Una revisión sistemática del uso de la inteligencia artificial en la educación. Revista Colombiana de Cirugía, 39(1), 51–63. https://doi.org/10.30944/20117582.2365

Calderón Arévalo, M. Y., Flores Mejía, G. S., Ruiz Pérez, A., & Castillo Olsson, S. E. (2022). Gamificación en la compresión lectora de los estudiantes en tiempos de pandemia en Perú. Revista de Ciencias Sociales, 28(Número especial 5), 63–74. https://doi.org/10.31876/rcs.v28i.38145

Calderón Crespo, E. N., Varas Vargas, J. E., Rodríguez Torres, Á. F., & Ortiz Aguilar, W. (2025). Impacto de las rutinas de pensamiento sobre la comprensión lectora en estudiantes de primaria. MENTOR Revista de Investigación Educativa y Deportiva, 4(12), 849–882. https://doi.org/10.56200/mried.v4i12.10605

Canquiz-Rincón, L., Mayorga-Sulbarán, D., & Sandoval-Fontalvo, C. (2021). Planeación didáctica para el desarrollo de la comprensión lectora. Ocnos. Revista de Estudios sobre Lectura, 20(2), 96–106. https://doi.org/10.18239/ocnos_2021.20.2.2404

Díaz Calle, Z., Noria Aliaga, V. M., & Buendía Molina, M. A. (2024). Comprensión lectora en la era digital: Una revisión sistemática. Revista Andina de Educación, 7(2), Artículo 000721. https://doi.org/10.32719/26312816.2024.7.2.1

Hariyanto, Kristianingsih, F. X. D., & Maharani, R. (2025). Artificial intelligence in adaptive education: A systematic review of techniques for personalized learning. Discover Education, 4, Artículo 458. https://doi.org/10.1007/s44217-025-00908-6

Létourneau, A., Deslandes Martineau, M., Charland, P., Karran, J. A., Boasen, J., & Léger, P. M. (2025). A systematic review of AI-driven intelligent tutoring systems (ITS) in K–12 education. npj Science of Learning, 10, Artículo 29. https://doi.org/10.1038/s41539-025-00320-7

Lin, C.-C., Huang, A. Y. Q., & Lu, O. H. T. (2023). Artificial intelligence in intelligent tutoring systems toward sustainable education: A systematic review. Smart Learning Environments, 10, Artículo 41. https://doi.org/10.1186/s40561-023-00260-y

Martínez-De la Muela, A., Ruiz-Fuentes, J. P., & González-Geraldo, J. L. (2026). Inteligencia artificial e inteligencia colectiva en la educación superior digital: Estudio cuasiexperimental con la plataforma Kampal. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 29–51. https://doi.org/10.5944/ried.45560

Meneses-Sánchez, R. M., Avella-Bermúdez, M. C., & Lizcano-Dallos, A. R. (2022). Gamificar con juegos digitales y no digitales para mejorar la comprensión lectora inferencial en estudiantes de quinto primaria. Revista Electrónica en Educación y Pedagogía, 6(10), 109–123. https://doi.org/10.15658/rev.electron.educ.pedagog22.04061007

Pinto-Llorente, A. M., Izquierdo-Álvarez, V., & Dolcet-Negre, M. M. (2026). Autopercepción y utilidad de la inteligencia artificial generativa en docentes en formación. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 111–132. https://doi.org/10.5944/ried.45480

Rendón-Macías, M. E., Zarco-Villavicencio, I. S., & Villasís-Keever, M. Á. (2021). Métodos estadísticos para el análisis del tamaño del efecto. Revista Alergia México, 68(2), 128–136. https://doi.org/10.29262/ram.v658i2.949

Romero-Alonso, R., Araya-Carvajal, K., & Reyes-Acevedo, N. (2025). El rol de la inteligencia artificial en la personalización de la educación a distancia: Una revisión sistemática. RIED-Revista Iberoamericana de Educación a Distancia, 28(1), 9–36. https://doi.org/10.5944/ried.28.1.41538

Sailer, M., & Homner, L. (2020). The gamification of learning: A meta-analysis. Educational Psychology Review, 32(1), 77–112. https://doi.org/10.1007/s10648-019-09498-w

Salas-Canul, A. A., & Quiñonez-Pech, S. H. (2026). Uso de la inteligencia artificial generativa en el nivel de bachillerato: Una revisión sistemática (2020–2025). Praxis Educativa, 30(1), 1–16. https://doi.org/10.19137/praxiseducativa-2026-300111

Silverman, R. D., Keane, K., Darling-Hammond, E., & Khanna, S. (2025). The effects of educational technology interventions on literacy in elementary school: A meta-analysis. Review of Educational Research, 95(5). https://doi.org/10.3102/00346543241261073

Torres Lozano, D. (2020). Erosión ética en el trato con la inteligencia artificial. Logos. Revista de Filosofía, (134), 43–58. https://doi.org/10.26457/lrf.v0i134.2527

UNESCO. (2022). El estudio ERCE 2019 y los niveles de aprendizaje en lectura: ¿Qué nos dicen y cómo usarlos para mejorar los aprendizajes de los estudiantes? Oficina Regional de Educación para América Latina y el Caribe. https://unesdoc.unesco.org/ark:/48223/pf0000382747

Ushco Cuchiparte, S. J., & López Parra, J. L. (2025). Comprensión lectora en el proceso de aprendizaje de las matemáticas. Chakiñan, Revista de Ciencias Sociales y Humanidades, (26), 239–255. https://doi.org/10.37135/chk.002.26.11

Wang, Z., Harun, J., & Yuan, Y.-P. (2024). Enhancing reading instruction through gamification: A systematic review of theoretical models, implementation strategies, and measurable outcomes (2020–2024). Journal of Information Technology Education: Research, 23, Artículo 28. https://doi.org/10.28945/5394.