Machine Learning (ML), tambi\u00e9n conocido como aprendizaje autom\u00e1tico o aprendizaje de m\u00e1quina, es una rama de la inteligencia artificial (IA) que ha tenido un incremento exponencial en los \u00faltimos a\u00f1os. La comunidad cient\u00edfica est\u00e1 prestando cada vez m\u00e1s atenci\u00f3n a las herramientas educativas enriquecidas con tecnolog\u00eda inteligente, ya que tienen el potencial de revolucionar los procesos de ense\u00f1anza-aprendizaje.<\/p>\n
Actualmente, se destacan las investigaciones de ML aplicada a la educaci\u00f3n en tem\u00e1ticas como percepci\u00f3n docente, percepci\u00f3n estudiantil, rendimiento acad\u00e9mico, deserci\u00f3n escolar, pensamiento computacional, entre otras, que muestran en sus\u00a0\u00a0 resultados, la implicaci\u00f3n que tiene el uso de t\u00e9cnicas inteligentes para la soluci\u00f3n de problemas complejos del sector educativo.<\/p>\n
En el \u00e1mbito educativo, la diferencia entre ML e IA no siempre est\u00e1 clara, a pesar de que ambos campos se centran en aplicar el concepto de predicci\u00f3n. El ML se centra en que los sistemas aprendan de los datos, mientras que la IA permite que los sistemas realicen tareas de forma aut\u00f3noma. No obstante, nuestra revisi\u00f3n sistem\u00e1tica parte de analizar estudios tanto de IA como de ML aplicados al sector educativo por las siguientes razones: La IA y el ML tienen como objetivo crear sistemas que puedan ejecutar tareas que normalmente se consideran propias de los seres humanos, ambos campos utilizan t\u00e9cnicas matem\u00e1ticas y estad\u00edsticas para analizar y procesar datos, tienen un gran potencial para revolucionar la forma en que interactuamos con el mundo.<\/p>\n
En los \u00faltimos a\u00f1os, ML ha proporcionado diferentes t\u00e9cnicas o algoritmos para predecir situaciones de acuerdo con grandes cantidades de informaci\u00f3n que, a trav\u00e9s de un buen procesamiento y filtrado de datos, pueden generar predicciones muy efectivas. Distintos autores han desarrollado algoritmos de ML para ayudar a los educadores, lo que ha permitido que estas t\u00e9cnicas inteligentes se apliquen al sector educativo y sean de apoyo para combatir aquellos problemas din\u00e1micos que aquejan todo tipo de contextos.<\/p>\n
La IA en las escuelas ofrece m\u00faltiples posibilidades a directivos, docentes y estudiantes. Un ejemplo es ChatGPT, la \u00faltima versi\u00f3n, GPT-4, est\u00e1 integrada en softwares como Microsoft Office, Edge, Bing, optimizando tareas educativas. La IA y el ML se han orientado hacia tareas educativas, lo que destaca la necesidad de fortalecer la competencia digital docente (CDD).<\/p>\n
Continuamente, las investigaciones en el sector educativo buscan cerrar brechas educativas y el ML e IA emergen como un medio alternativo para lograr \u00f3ptimos resultados. Un estudio de rob\u00f3tica con t\u00e9cnicas inteligentes pretende cerrar la brecha entre la rob\u00f3tica educativa y la profesional mediante la introducci\u00f3n de t\u00e9cnicas de ML, donde las diferencias de acceso, trayectoria, progreso y resultados educativos sean mejores para los estudiantes. Adem\u00e1s de las investigaciones en educaci\u00f3n, el avance tecnol\u00f3gico es un factor importante para la brecha educativa.<\/p>\n
El desarrollo tecnol\u00f3gico ha abierto la brecha a retos en la comprensi\u00f3n del uso, la aplicaci\u00f3n y el funcionamiento interno de tecnolog\u00edas, especialmente las tecnolog\u00edas emergentes como la IA y el ML, lo que indica su importancia como tecnolog\u00eda emergente a partir de su correcto uso y aplicaci\u00f3n para beneficio de una educaci\u00f3n digna y de calidad.<\/p>\n
Los actuales planes de estudio son constantemente actualizados, en este sentido, el desarrollo curricular, para dar respuesta a las demandas que impone la sociedad del conocimiento, debe llevar a cabo la inclusi\u00f3n de tem\u00e1ticas y la realizaci\u00f3n de algunas actividades basadas en el ML e AI en todos los niveles escolares, permitiendo dinamizar los procesos de ense\u00f1anza-aprendizaje. No obstante, la complejidad y la din\u00e1mica de la ense\u00f1anza de la IA ponen de manifiesto la necesidad de un examen detallado del proceso de elaboraci\u00f3n de planes de estudios en un contexto determinado, mostrando la relevancia de evaluar planes de estudio en todas las \u00e1reas de ense\u00f1anza y c\u00f3mo enfocarlas de acuerdo con el contexto.<\/p>\n
El objetivo de este trabajo es identificar las oportunidades de mejora de los procesos de ense\u00f1anza aprendizaje y la gesti\u00f3n educativa en todos los niveles del contexto educativo a trav\u00e9s de la aplicaci\u00f3n de Machine Learning e inteligencia artificial, los cuales pueden ser desarrollados desde la educaci\u00f3n.<\/p>\n","protected":false},"excerpt":{"rendered":"
Machine Learning (ML), tambi\u00e9n conocido como aprendizaje autom\u00e1tico o aprendizaje de m\u00e1quina, es una rama de la inteligencia artificial (IA) que ha tenido un incremento exponencial en los \u00faltimos a\u00f1os. La comunidad cient\u00edfica est\u00e1 prestando cada vez m\u00e1s atenci\u00f3n a las herramientas educativas enriquecidas con tecnolog\u00eda inteligente, ya que tienen el potencial de revolucionar los […]<\/p>\n","protected":false},"author":1,"featured_media":194790,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[9],"tags":[],"class_list":["post-228404","post","type-post","status-publish","format-standard","has-post-thumbnail","category-opinion"],"acf":{"antetitulo":""},"yoast_head":"\n