Inteligencia Artificial en Neurodidáctica a través de la Personalización del Aprendizaje: Un Estudio de Caso con Estudiantes con Necesidades Educativas Diversas. Artificial Intelligence in Neurodidactics through the Personalization of Learning: A Case Study with Diverse Educational Needs Students.

Resumen

El presente artículo aborda el desafío de la limitada integración de herramientas digitales en los procesos de enseñanza-aprendizaje en áreas técnicas, una problemática que afecta la calidad formativa y la pertinencia de la educación frente a las demandas del siglo XXI. El objetivo general del estudio fue analizar la relación entre diversos factores pedagógicos e institucionales y la frecuencia con la que los docentes integran recursos digitales en su práctica educativa técnica. La investigación se desarrolló bajo un enfoque mixto, con un diseño no experimental y un alcance correlacional. La técnica principal de recolección de datos fue la encuesta, aplicada a una muestra no probabilística de 92 docentes del distrito Ximena 1, 2 y Centro, mediante un cuestionario con ítems tipo Likert. El análisis estadístico incluyó pruebas de fiabilidad, correlación de Pearson y regresión lineal. Los resultados revelaron que el diseño de actividades alineadas con las demandas digitales del sector productivo es el principal predictor de la integración digital. También se identificó una influencia significativa de la ciudadanía digital. El modelo mostró alta consistencia interna (α = 0,974) y adecuada validez estadística. Se concluye que la transformación educativa técnica requiere enfoques pedagógicos contextualizados, liderazgo institucional y formación docente orientada a la innovación.