Sistemas adaptativos de aprendizaje con inteligencia artificial para entornos: Una revisión sistemática

Resumen

El objetivo del presente estudio fue analizar, sintetizar y evaluar críticamente el estado actual del conocimiento sobre sistemas adaptativos de aprendizaje potenciados por inteligencia artificial en contextos de educación superior con recursos limitados. Se realizó una revisión sistemática de la literatura siguiendo las directrices metodológicas de Kitchenham y los principios PRISMA. La búsqueda se ejecutó en Mendeley y Science Direct mediante tres configuraciones booleanas que generaron 51 estudios incluidos tras aplicar criterios rigurosos de inclusión y exclusión. Dos revisores independientes realizaron el cribado y evaluación de elegibilidad con acuerdo inter-evaluador del 92 por ciento, alcanzando consenso del 100 por ciento. Se extrajeron datos sobre componentes arquitectónicos, efectividad empírica, marcos teóricos y barreras de implementación. El análisis reveló que los sistemas adaptativos comprenden tres componentes centrales: modelo del estudiante, modelo del dominio y modelo de adaptación. La evidencia de efectividad mostró tamaño de efecto global moderado de 0.31 con mejoras en desempeño académico en 59 por ciento de estudios y en participación estudiantil en 68 por ciento. Las barreras más frecuentes fueron infraestructura y conectividad (68.6 por ciento), acceso a dispositivos (54.9 por ciento) y recursos financieros insuficientes (47.1 por ciento). Se concluye que los sistemas adaptativos constituyen herramientas potencialmente valiosas cuya efectividad depende críticamente de contextos de implementación reflexivos, éticos y sostenibles. Para democratizar educación superior de calidad se requiere transitar de transferencia tecnológica a co-construcción contextualizada donde instituciones del Sur Global sean agentes activos en generación de conocimiento y diseño de sistemas que respondan auténticamente a sus realidades educativas.