Publicado en: Esprint Investigación

Fecha de Publicación: 2025-11-25

Volumen: 4

Número: 2

Año: 2025

DOI URL: https://doi.org/10.61347/ei.v4i2.202

Autores:

• Jaime Rodrigo Bonilla Acán. https://orcid.org/0000-0002-5005-247X
• Santiago Cornelio Hidalgo Barreno. https://orcid.org/0009-0006-0473-3000

Palabras clave: Dificultades de aprendizaje; Diseño Universal para el Aprendizaje; inteligencia artificial; tutoría educativa

Resumen

En contextos educativos heterogéneos y con recursos limitados, la inteligencia artificial se perfila como un medio idóneo para fortalecer la tutoría y personalizar el acompañamiento académico. A partir de una revisión cualitativa de literatura reciente, se examinan tres líneas de aplicación: sistemas tutores inteligentes, chatbots educativos y analítica del aprendizaje. La evidencia converge en mejoras en personalización, retroalimentación oportuna y seguimiento continuo cuando la integración se alinea con el currículo, se dosifica con criterio y permanece bajo supervisión docente. El impacto depende menos de la sofisticación algorítmica que de la validez instruccional del contenido, la calidad de la retroalimentación y la orquestación pedagógica dentro de ciclos de instrucción explícita y evaluación formativa. La perspectiva de diseño universal para el aprendizaje aparece como condición para evitar segmentaciones y ampliar el acceso y la participación mediante apoyos multimodales, andamiajes metacognitivos y regulación de la carga cognitiva, articulados con planes individualizados y adaptaciones curriculares. La gobernanza ética se establece como prerrequisito para la transferibilidad, con atención a la finalidad legítima del tratamiento de datos, la minimización y seguridad de la información, la replicabilidad y trazabilidad de las recomendaciones, y auditorías de equidad por subgrupos. En el plano operativo, se respaldan esquemas de respuesta a la intervención con tamizajes universales, medidas breves sensibles al cambio y ajustes frecuentes, viables en formatos individual, grupal y entre pares. La inteligencia artificial complementa, sin sustituir, la mediación humana, contribuye a trayectorias de aprendizaje más justas y sostenibles cuando se inserta en diseños didácticos claros con salvaguardas robustas.

Abstract

In heterogeneous educational contexts with limited resources, artificial intelligence is emerging as an effective means to strengthen tutoring and personalize academic support. Based on a qualitative review of recent literature, three lines of application are examined: intelligent tutoring systems, educational chatbots, and learning analytics. The evidence converges on improvements in personalization, timely feedback, and continuous monitoring when integration is aligned with the curriculum, applied judiciously, and kept under teacher supervision. The impact depends less on algorithmic sophistication than on the instructional validity of the content, the quality of feedback, and the pedagogical orchestration within cycles of explicit instruction and formative assessment. The Universal Design for Learning perspective appears as a key condition to avoid segmentation and expand access and participation through multimodal supports, metacognitive scaffolding, and cognitive load regulation, articulated with individualized plans and curricular adaptations. Ethical governance is established as a prerequisite for transferability, with attention to the legitimate purpose of data processing, information minimization and security, explainability and traceability of recommendations, and equity audits across subgroups. At the operational level, response-to-intervention frameworks are supported, featuring universal screening, brief measures sensitive to change, and frequent adjustments, feasible in individual, group, and peer formats. Artificial intelligence complements without replacing human mediation and contributes to fairer and more sustainable learning trajectories when embedded in clear instructional designs with robust safeguards.