El aprendizaje en Ingeniería apoyado con herramientas de Inteligencia Artificial (IA)
Engineering learning supported by Artificial Intelligence (AI) tools
Aprendizagem de engenharia apoiada por ferramentas de Inteligência Artificial (IA)
Resumen (es)
Los docentes universitarios enfrentan el desafío de integrar la inteligencia artificial (IA) en la educación, viéndola como un recurso que enriquece el proceso de enseñanza-aprendizaje. La IA ofrece nuevas estrategias para la enseñanza, evaluación y retroalimentación, promoviendo metodologías activas, automatización de tareas, seguimiento personalizado y mejor comunicación. Esto facilita un aprendizaje dinámico e inclusivo. Este estudio se centra en estudiantes de Ingeniería de tres universidades (Universidad EAN, Universidad Militar Nueva y Corporación Universitaria Minuto de Dios) para evaluar la implementación de herramientas de IA en su formación. Utilizando un enfoque cualitativo, se recopilaron datos a través de encuestas aplicadas a estudiantes con el objetivo de conocer su experiencia con la IA. Los resultados destacan el impacto positivo de estas herramientas en el aprendizaje y ofrecen orientación para desarrollar estrategias pedagógicas innovadoras y adaptativas, mejorando así la educación en ingeniería y respondiendo a las necesidades emergentes de los estudiantes.
Resumen (pt)
Os docentes universitários enfrentam o desafio de integrar a inteligência artificial (IA) na educação, vendo-a como um recurso que enriquece o processo de ensino-aprendizagem. A IA oferece novas estratégias para o ensino, avaliação e feedback, promovendo metodologias ativas, automação de tarefas, acompanhamento personalizado e melhor comunicação. Isso facilita um aprendizado dinâmico e inclusivo. Este estudo foca em estudantes de Engenharia de três universidades (Universidad EAN, Universidad Militar Nueva e Corporación Universitaria Minuto de Dios) para avaliar a implementação de ferramentas de IA em sua formação. Utilizando uma abordagem qualitativa, foram coletados dados por meio de questionários aplicados aos alunos para entender sua experiência com a IA. Os resultados destacam o impacto positivo dessas ferramentas no aprendizado e fornecem orientações para desenvolver estratégias pedagógicas inovadoras e adaptativas, melhorando assim a educação em engenharia e respondendo às necessidades emergentes dos alunos.
Resumen (en)
University professors face the challenge of integrating artificial intelligence (AI) into education, viewing it as a resource that enriches the teaching-learning process. AI offers new strategies for teaching, assessment, and feedback, promoting active methodologies, task automation, personalized tracking, and improved communication. This facilitates dynamic and inclusive learning. This study focuses on engineering students from three universities (Universidad EAN, Universidad Militar Nueva, and Corporación Universitaria Minuto de Dios) to assess the implementation of AI tools in their training. Using a qualitative approach, data were collected through surveys applied to students to understand their experience with AI. The results highlight the positive impact of these tools on learning and provide guidance for developing innovative and adaptive pedagogical strategies, thereby improving engineering education and responding to the emerging needs of students.
Referencias
Baker, R., & Inventado , P. (2014). Educational Data Mining and Learning Analytics. In J. W. Larusson, Learning Analytics (pp. 61-75). New York, NY: Springer. doi:0.1007/978-1-4614-3305-7_4
Cao, W., Wang, Q., Sbeih, A., & Shibly, F. (2020). Artificial intelligence based efficient smart learning framework for education platform. Inteligencia artificial, 23(66), 112-123. doi:https://doi.org/10.4114/intartif.vol23iss66pp112-123
Chu, H.-C., Hwang, G.-H., Tu, Y.-F., & Yang, K.-H. (2022). Roles and research trends of artificial intelligence in higher education: A systematic review of the top 50 most-cited articles. Australasian Journal of Educational Technology, 38(3), 22-42. doi:https://doi.org/10.14742/ajet.7526
Coto Jimenez, M. (2021). Consideraciones para la incorporación de la inteligencia artificial en un programa de pregrado de ingeniería eléctrica. Actualidades Investigativas en Educación, 21(2), 529-555. doi:10.15517/aie.v21i2.44893
Dhirani, L., Mukhtiar, N., Chowdhry, B., & Newe, T. (2023). Ethical Dilemmas and Privacy Issues in Emerging Technologies: A Review. Sensors, 23(3), 1151. doi:https://doi.org/10.3390/s23031151
Fajardo Aguilar, G., Ayala Gavilanes, D., Arroba Freire, E., & López Quincha, M. (2023). Inteligencia Artificial y la Educación Universitaria: Una revisión sistemática. Magazine de las ciencias. Revista de investigación e innovación, 8(1), 109-131. doi:doi.org/10.33262/rmc.v8i1.2935
García Peñalvo, F., Llorens Largo, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 9-39. doi:10.5944/ried.27.1.37716
Haleem, A., Javaid, M., Qadri, M., & Suman, R. (2022). Understanding the role of digital technologies in education: A review. Sustainable Operations and Computers, 3, 275-285. doi:https://doi.org/10.1016/j.susoc.2022.05.004
Heffernan, N., & Heffernan, C. (2014). The ASSISTments Ecosystem: Building a Platform that Brings Scientists and Teachers Together for Minimally Invasive Research on Human Learning and Teaching. International Journal of Artificial Intelligence in Education, 24, 470-497.
Holmes, W., Hui, Z., Miao, F., & Ronghuai, H. (2021). Inteligencia artificial y educación: Guía para las personas a cargo de formular políticas. Unesco Publishing.
Iglesias Pérez, M., Vidal Puga, J., & Pino Juste, M. (2022). The role of self and peer assessment in Higher Education. Studies in Higher Education, 47(3), 683-692. doi:https://doi.org/10.1080/03075079.2020.1783526
Jaakkola, M. (2023). A Handbook for Journalism Educators. Reporting on Artificial Intelligence. Unesco. doi: https://doi.org/10.58338/HSMK8605
Liu, H.-L., Wang, T.-H., Lin, H.-C., Lai, C.-F., & Huang, Y.-M. (2022). The Influence of Affective Feedback Adaptive Learning System on Learning Engagement and Self-Directed Learning. Frontiers in Psychology, 13, 858411. doi:https://doi.org/10.3389/fpsyg.2022.858411
Martinez Gonzalez, M. (2023). Uso responsable de la inteligencia artificial en estudiantes universitarios: Una mirada recnoética. Revista boletín redipe, 12(9), 172-178. Retrieved from https://revista.redipe.org/index.php/1/article/view/2008/1997
Mi, C. (2019). Student Performance Early Warning based on Data Mining. International Journal of Performability Engineering, 15, 822-833. doi:10.23940/ijpe.19.03.p11.822833
Morgan, B., Hogan, M., Hampton, A., Lippert, A., & Graesser, A. (2020). The Need for Personalized Learning and the Potential of Intelligent Tutoring Systems. In Handbook of Learning from Multiple Representations and Perspectives. Routledge.
Munna, A., & Kalam, M. (2021). Impact of Active Learning Strategy on the Student Engagement. Online Submission, GNOSI: An Interdisciplinary Journal of Human Theory and Praxis , 96-114.
Peng, C., Zhou, X., & Liu, S. (2022). An Introduction to Artificial Intelligence and Machine Learning for Online Education. Mobile Netw Appl 27, 27, 1147-1150. doi:https://doi.org/10.1007/s11036-022-01953-3
Rodríguez chávez, M. (2021). Sistemas de tutoría inteligente y su aplicación en la educación superior. RIDE Revista iberoamericana para la investigación y el desarrollo educativo, 11(22). doi:https://doi.org/10.23913/ride.v11i22.848
Sánchez-Otero, M., García-Guiliany, J., Steffens-Sanabria, E., & Hernández-Palma, H. (2019). Estrategias Pedagógicas en Procesos de Enseñanza y Aprendizaje en la Educación Superior incluyendo Tecnologías de la Información y las Comunicaciones. Información tecnológica, 30(3), 277-286. doi:https://dx.doi.org/10.4067/S0718-07642019000300277
Siemens, G., Gašević, D., & Dawson, S. (2015). Preparing for the digital university: a review of the history and current state of distance, blended, and online learning. doi:10.13140/RG.2.1.3515.8483
Solano Barliza, A., Ojeda, A., & Aarón Gonzalvez, M. (2024). Análisis cuantitativo de la percepción del uso de inteligencia artificial ChatGPT en la enseñanza y aprendizaje de estudiantes de pregrado del caribe colombiano. Formación universitaria, 129-138. doi:10.4067/s0718-50062024000300129
Terrones Rodríguez, A., & Rocha Bernardi, M. (2024). El valor de la ética aplicada en los estudios de ingeniería en un horizonte de inteligencia artificial confiable. Sophia, Colección de Filosofía de la Educación(36), 221-245.
Verma, S. (2019). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Vikalpa, 44(2), 97-98. doi:https://doi.org/10.1177/0256090919853933
Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education: A systematic literature review. Expert Systems with Applications, 252, 124167. doi:https://doi.org/10.1016/j.eswa.2024.124167
Wong, G. K., Ma, X., Dillenbourg, P., & Huan, J. (2020). Broadening artificial intelligence education in K-12: where to start? ACM Inroads, 11(1), 20-29. doi:https://doi.org/10.1145/3381884
Wongvorachan, T., Lai, K., Bulut, O., Tsai, Y.-S., & Chen, G. (2022). Artificial Intelligence: Transforming the Future of Feedback in Education. Artificial Intelligence: Transforming the Future of Feedback in Education, 23(1), 95-116.
Woolf, B. (2010). Building intelligent interactive tutors: Student-centered strategies for revolutionizing e-learning. Morgan Kaufmann.
Wu, S., Cao, Y., Cui, J., Li, R., Qian, H., Jiang, B., & Zhang, W. (2024). A Comprehensive Exploration of Personalized Learning in Smart Education: From Student Modeling to Personalized Recommendations. arXiv:2402.01666, 37(4). doi:https://doi.org/10.48550/arXiv.2402.01666
Cómo citar
Licencia
Derechos de autor 2025 Revista Interamericana de Investigación Educación y Pedagogía RIIEP
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
RIIEP está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
La Universidad Santo Tomás conserva los derechos patrimoniales de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia anteriormente mencionada.
