Inteligencia artificial y desarrollo de habilidades cognitivas en estudiantes de educación básica Artificial intelligence and development of cognitive skills in basic education students
Contenido principal del artículo
Resumen
El presente estudio tiene como objetivo analizar la influencia del uso de la inteligencia artificial en el desarrollo de las habilidades cognitivas en estudiantes de educación básica. La investigación se desarrolló bajo un enfoque cuantitativo, de tipo descriptivo y exploratorio, con un diseño no experimental con componente cuasi-experimental de pretest y postest. La muestra estuvo conformada por 35 estudiantes y 3 docentes, seleccionados mediante muestreo no probabilístico intencional. Para la recolección de datos se aplicaron encuestas con escala Likert a los docentes y pruebas cognitivas a los estudiantes, orientadas a evaluar habilidades como atención, memoria, lenguaje y resolución de problemas. Los resultados evidencian una mejora significativa en el desempeño cognitivo de los estudiantes tras la implementación de actividades mediadas por inteligencia artificial, destacándose el incremento en los niveles altos de desempeño y la reducción de niveles bajos. Asimismo, se identificó una percepción positiva por parte de los docentes sobre el potencial de la inteligencia artificial, aunque con limitaciones en su dominio pedagógico. Se concluye que la inteligencia artificial constituye un recurso eficaz para fortalecer habilidades cognitivas, siempre que su uso esté acompañado de estrategias didácticas adecuadas y formación docente continua.
Descargas
Detalles del artículo

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Citas
UNESCO. (2021). Artificial intelligence and education: Guidance for policy-makers. UNESCO Publishing.
OECD. (2021). Digital education outlook 2021: Pushing the frontiers with AI, blockchain and robots. OECD Publishing. https://doi.org/10.1787/589b283f-en
Wayne Holmes, Maya Bialik, & Charles Fadel. (2022). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Dirk Ifenthaler, & Dana-Kristin Mah. (2020). Learning analytics: Foundations and applications. Educational Technology & Society, 23(2), 1–12.
Mutlu Cukurova. (2021). Artificial intelligence in education: Addressing ethical challenges in K-12 settings. Educational Technology Research and Development, 69(1), 1–10. https://doi.org/10.1007/s11423-020-09882-3
Zawacki-Richter Olaf, Victoria Marín, Melissa Bond, & Franziska Gouverneur. (2020). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 17(1), 1–27. https://doi.org/10.1186/s41239-020-00214-7
John Sweller, Paul Ayres, & Slava Kalyuga. (2020). Cognitive load theory. Springer. https://doi.org/10.1007/978-1-4419-8126-4
Richard Mayer. (2021). Multimedia learning (3rd ed.). Cambridge University Press.
Andreas Schleicher. (2023). Education at a glance 2023: OECD indicators. OECD Publishing. https://doi.org/10.1787/e13bef63-en
Neil Selwyn. (2022). Education and technology: Key issues and debates (3rd ed.). Bloomsbury Academic.
World Bank. (2022). The state of global learning poverty: 2022 update. World Bank.
Rose Luckin. (2022). AI for school teachers. Nature Machine Intelligence, 4(1), 2–3. https://doi.org/10.1038/s42256-021-00414-1