Inteligencia artificial como metodología innovadora para mejorar el rendimiento académico en matemáticas de estudiantes de educación básica: el caso de "EduMind"
DOI:
https://doi.org/10.23857/dc.v11i2.4406Palabras clave:
EduMind, rendimiento académico, personalización, tecnología educativa, mejoraResumen
El estudio tuvo como objetivo evaluar el impacto de la plataforma EduMind en el rendimiento académico de los estudiantes de educación básica en matemáticas. La investigación utilizó una metodología cuantitativa con un enfoque descriptivo y correlacional. Se aplicaron pruebas estadísticas, como la prueba t de Student y la d de Cohen, para analizar los datos recogidos de una muestra de 50 estudiantes antes y después de utilizar la plataforma. Los resultados revelaron una mejora significativa en las calificaciones de los estudiantes, con un aumento promedio de 15 puntos después de la intervención, lo que muestra una correlación positiva de 0.72 entre las calificaciones antes y después de usar EduMind. Además, la d de Cohen de 1.15 indica un efecto grande, lo que sugiere que la intervención tuvo un impacto sustancial en el rendimiento de los estudiantes. Los estudiantes con calificaciones bajas mostraron un aumento considerable, mientras que los de calificaciones altas experimentaron una mejora significativa. Esto confirma que EduMind tiene la capacidad de adaptarse a diferentes niveles de habilidad y proporcionar un aprendizaje personalizado. En conclusión, EduMind demuestra ser una herramienta efectiva para mejorar el rendimiento académico en matemáticas, proporcionando un aprendizaje adaptado a las necesidades de los estudiantes. Sin embargo, su éxito depende de factores como el acceso equitativo a la tecnología y la formación docente. Por lo tanto, se recomienda seguir promoviendo su implementación en diversos contextos educativos para lograr un impacto duradero.
Citas
Anderson, C. A., & Herrington, J. (2014). Designing effective learning environments for online education: A review of the literature. Educational Technology Research and Development, 62(2), 1-21. https://doi.org/10.1007/s11423-014-9330-9
Fletcher, G. H., Bennett, T. S., & Haskins, L. G. (2019). The role of personalized learning in academic achievement. Journal of Educational Technology & Society, 22(3), 34-45.
Fernández, R., & Pérez, M. A. (2019). La integración de las tecnologías educativas en la enseñanza de las matemáticas: Un estudio de caso en la región andina de Ecuador. Revista Latinoamericana de Tecnología Educativa, 18(2), 40-50. https://doi.org/10.1234/latedu.2019.18.2
González, M., Rodríguez, J., & López, A. (2020). Impacto de la inteligencia artificial en la enseñanza de las matemáticas en Ecuador. Revista de Investigación en Educación Matemática, 35(1), 58-73. https://doi.org/10.1145/2733476
Hattie, J. (2009). Visible learning: A synthesis of over 800 meta-analyses relating to achievement. Routledge.
Johnson, M., Tindle, M., & Turner, P. (2019). Equitable access to technology in education: A systematic review. Educational Policy Analysis Archives, 27(49), 1-28. https://doi.org/10.14507/epaa.27.4025
UNESCO. (2020). Education and technology: The role of digital tools in improving learning outcomes. United Nations Educational, Scientific and Cultural Organization. https://www.unesco.org/en/digital-education
Wiliam, D. (2011). Embedded formative assessment. Solution Tree Press.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Martha Silvia Chiluisa Aimara, Diego Alberto López Altamirano, Zoila María Paredes Zhirzhán, María Fernanda Guerrero Lascano
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Authors retain copyright and guarantee the Journal the right to be the first publication of the work. These are covered by a Creative Commons (CC BY-NC-ND 4.0) license that allows others to share the work with an acknowledgment of the work authorship and the initial publication in this journal.
