The goal of this study was to investigate how AI-powered adaptive learning systems are developed and applied in educational environments, with an emphasis on how these systems improve student results and learning customization. A thorough review of the literature was conducted to examine significant research that uses AI algorithms such as neural networks and support vector machines to modify course materials and evaluate student performance in real-time. This review shows that AI-driven adaptive learning systems enhance student engagement and academic performance, especially in online and STEM learning environments. However, insufficient infrastructure, computational biases, and technological constraints have hindered wider adoption. This study suggests that to improve the integration of AI in education, there should be more international collaboration and the creation of ethical frameworks to address existing restrictions.
19 September 2024 in Ciencia Latina Revista Científica Multidisciplinar
Este estudio examina el impacto y las aplicaciones de los sistemas de aprendizaje adaptativo impulsados por inteligencia artificial (IA) en la educación. Se emplea la metodología PRISMA para revisar y analizar 10 artículos científicos clave, publicados entre 2021 y 2024. Los resultados muestran que la IA ha mejorado la personalización del aprendizaje, permitiendo a los sistemas educativos adaptar contenidos y estrategias pedagógicas en tiempo real. Los estudios incluidos destacan el uso de algoritmos avanzados como redes neuronales y aprendizaje profundo, y cómo estas tecnologías están influyendo positivamente en el rendimiento académico. Sin embargo, se identifican desafíos relacionados con la adopción tecnológica, la infraestructura educativa y los sesgos algorítmicos.
La incorporación masiva de asistentes generativos a la vida académica ha reavivado una pregunta antigua con evidencia nueva: qué ocurre con el pensamiento cuando una parte sustantiva de la tarea cognitiva se delega en un sistema externo. Esta revisión exploratoria (scoping review) examina la evidencia empírica publicada entre 2024 y 2026 sobre la dependencia cognitiva de la inteligencia artificial generativa en estudiantes universitarios y sus efectos sobre el pensamiento crítico, la metacognición y el desempeño académico. Se analizaron nueve estudios del periodo —correlacionales, experimentales, metaanalíticos y de revisión sistemática—, además de un metaanálisis retractado que se documenta como tal y de cuatro trabajos anteriores incorporados como fundamento conceptual; todos los identificadores de objeto digital fueron verificados individualmente en el registro de Crossref. El hallazgo central es una paradoja consistente: los diseños correlacionales documentan asociaciones negativas intensas entre el uso de estas herramientas y el pensamiento crítico, mientras que los metaanálisis de estudios experimentales informan efectos positivos moderados sobre el rendimiento. La revisión sostiene que ambas evidencias no se contradicen porque no miden lo mismo ni bajo las mismas condiciones, y que la metacognición opera como el mecanismo que explica la divergencia. Un experimento con ciento diecisiete estudiantes muestra el fenómeno con precisión: el grupo asistido mejoró el ensayo pero no la ganancia de conocimiento ni la transferencia. Se concluye que la variable decisiva no es la herramienta sino el diseño pedagógico que regula su uso, y se advierte sobre la fragilidad de una base de evidencia que ya registra una retractación.
La inteligencia artificial que llega a la universidad ya no se limita a responder: los agentes basados en modelos de lenguaje planifican, recuerdan, utilizan herramientas y ejecutan tareas de varios pasos con supervisión mínima. Este artículo de reflexión sostiene que ese tránsito modifica la naturaleza de lo que el estudiante delega. La asistencia generativa descarga sobre todo la ejecución de la tarea; el agente, en cambio, asume las funciones de previsión, monitoreo y autoevaluación que constituyen el núcleo metacognitivo de la autorregulación del aprendizaje. A partir de la integración del modelo cíclico de Zimmerman, la perspectiva agéntica de Bandura y la teoría de los niveles de automatización, se propone el constructo de desplazamiento regulatorio, un modelo de cuatro niveles de autonomía algorítmica y cuatro proposiciones contrastables. El análisis identifica una paradoja de la supervisión: supervisar a un agente exige precisamente la competencia autorreguladora que su uso intensivo impide consolidar. La evidencia reciente sobre retirada de la asistencia y sobre diseños con salvaguardas indica que el efecto no está determinado por la tecnología, sino por la finalidad que gobierna su diseño. Se derivan principios para la educación superior orientados a que la regulación retorne al estudiante.
4 July 2025 in Revista Científica Multidisciplinar G-NER@NDO
This study explores the key factors that influence learning outcomes in higher education through a comprehensive mixed-methods approach. The research focuses on the interaction between instructional practices, student engagement, and contextual conditions that shape academic performance. Quantitative data were gathered from standardized assessments to identify performance patterns, while qualitative insights were obtained through semi-structured interviews and systematic classroom observations. The integrated analysis reveals that interactive, well-structured, and context-responsive pedagogical strategies are strongly associated with higher levels of student achievement. Participants emphasized the importance of clear learning objectives, meaningful task design, and supportive teacher guidance in fostering motivation and persistence. Findings also highlight the value of providing learners with opportunities for autonomy, collaboration, and reflective engagement. By combining numerical trends with detailed narrative accounts, the study offers a multidimensional understanding of how instructional decisions influence students’ learning trajectories. The results contribute to ongoing discussions on pedagogical innovation and provide practical recommendations for educators seeking to strengthen instructional quality, enhance student participation, and create more inclusive learning environments aligned with contemporary educational demands
19 September 2024 in Ciencia Latina Revista Científica Multidisciplinar
Esta revisión sistemática tiene como objetivo analizar las tendencias recientes en la enseñanza del inglés, la autoeficacia del aprendizaje de idiomas y las políticas de instrucción en inglés en la educación superior, a través de un enfoque bibliométrico. Se seleccionaron diez estudios clave publicados entre 2011 y 2021, que abarcan temas como la instrucción en inglés en contextos universitarios internacionales, la relación entre la autoeficacia y el rendimiento académico, así como el impacto de la política lingüística en el aprendizaje del inglés como lengua extranjera. Se utilizó el método PRISMA para la selección de los artículos. Los resultados destacan el creciente interés en el uso del inglés como lengua de instrucción (EMI), la importancia de la autoeficacia en el aprendizaje de idiomas, y las implicaciones de las políticas de enseñanza del inglés en el contexto universitario. Los hallazgos reflejan un aumento en la producción de publicaciones en esta área y subrayan la necesidad de una mayor investigación interdisciplinaria que aborde los desafíos metodológicos y pedagógicos en el uso del inglés en la educación superior. Se concluye que el uso del inglés como idioma de instrucción ha impactado significativamente en la enseñanza, el aprendizaje y las políticas académicas en diversas regiones, sugiriendo la necesidad de enfoques adaptativos más inclusivos.