Author
Abstract
La investigación analiza la producción científica sobre la integración de la inteligencia artificial como mediadora pedagógica para adaptar los ritmos individuales de aprendizaje en la educación media técnica en sistemas informáticos. Este nivel educativo se caracteriza por la diversidad de saberes previos, estilos cognitivos y velocidades de aprendizaje de los estudiantes, situación que desafía los modelos tradicionales de enseñanza, especialmente en áreas técnicas sujetas a constantes transformaciones tecnológicas. El estudio se desarrolla mediante una revisión sistemática de literatura, orientada por los lineamientos de la declaración PRISMA, con el propósito de asegurar rigor, transparencia y trazabilidad en la búsqueda, selección y análisis de investigaciones publicadas entre 2020 y 2025 en bases de datos académicas reconocidas. Desde una perspectiva teórica y analítica, se examinan referentes conceptuales, modelos pedagógicos y aplicaciones de la inteligencia artificial en educación, con énfasis en la personalización del aprendizaje. Se destacan los sistemas de tutoría inteligente, el aprendizaje adaptativo y el análisis de datos educativos como enfoques relevantes para responder a las necesidades individuales de los estudiantes. Asimismo, la revisión permite identificar tendencias, aportes y vacíos investigativos, particularmente la limitada organización y sistematización de evidencias en la educación media técnica en sistemas informáticos dentro del campo educativo actual.
Suggested Citation
Jesús David Espitia Sibaja, 2026.
"Optimización de ritmos de aprendizaje en la media técnica mediante IA,"
Revista Multidisciplinaria Voces de Am¨¦rica y el Caribe, Plataforma de acci¨®n, gesti¨®n e investigaci¨®n social, vol. 3(1), pages 888-902, March.
Handle:
RePEc:cvp:remuva:v:3:y:2026:i:1:id:213
DOI: 10.69821/REMUVAC.v3i1.213
Download full text from publisher
Corrections
All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:cvp:remuva:v:3:y:2026:i:1:id:213. See general information about how to correct material in RePEc.
If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.
We have no bibliographic references for this item. You can help adding them by using this form .
If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.
For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Daniel Roman Acosta (email available below). General contact details of provider: https://remuvac.com/index.php/home .
Please note that corrections may take a couple of weeks to filter through
the various RePEc services.