Panorama del aprendizaje adaptativo en la educación superior STEM: Análisis tecnopedagógico de experiencias, desafíos y oportunidades de implementación
Resumen
A raíz de la pandemia, se registró un incremento importante en el uso de plataformas educativas digitales de aprendizaje adaptativo, principalmente en la educación superior. En el ámbito STEM (Ciencia, Tecnología, Ingeniería y Matemáticas), la adopción de sistemas de aprendizaje adaptativo ha mostrado mejoras significativas en la comprensión conceptual y la autonomía del estudiante, aunque su integración enfrenta retos pedagógicos y tecnológicos. El objetivo de la presente investigación es analizar de manera sistemática las experiencias documentadas sobre la implementación del aprendizaje adaptativo en la educación superior en áreas STEM, identificando los principales desafíos técnicos y pedagógicos, así como las oportunidades de mejora que permitan proponer un Modelo de Madurez Tecnopedagógico para una adecuada integración. La investigación fue realizada utilizando una metodología de revisión sistemática de literatura basada en la guía PRISMA. Los resultados muestran que el aprendizaje adaptativo contribuye en gran medida al fortalecimiento del desempeño académico y al compromiso de los estudiantes, reduciendo la deserción y fomentando la participación activa, con mayor incidencia en áreas como matemáticas, programación y química. Igualmente, se identificaron diversos desafíos técnicos y pedagógicos relacionados principalmente con el diseño curricular, la autorregulación y la motivación estudiantil. En conclusión, la implementación del aprendizaje adaptativo en STEM evidencia proyección futura favorable, aunque el impacto de estas innovaciones solo se consolida cuando existe una planeación institucional que coordine los aspectos técnicos, formativos y de gestión educativa. Adicionalmente, se identificaron algunas limitaciones como: resistencia al cambio, estrés derivado del uso intensivo de plataformas, y la brecha de infraestructura, lo que condiciona la generalización de los resultados.
Descargas
Citas
Chan Arceo, C., y Canto Herrera, P. J. (2022). Concepto y términos relacionados con el desarrollo profesional docente: una revisión sistemática. Revista de Educación, 0(25.1), 231-250. https://fh.mdp.edu.ar/revistas/index.php/r_educ/article/view/5843
Clark, R. M., Kaw, A. K., y Braga Gomes, R. (2022). Adaptive learning: Helpful to the flipped classroom in the online environment of COVID? Computer Applications in Engineering Education, 30(2), 517–531. https://doi.org/10.1002/CAE.22470
Contrino, M. F., Reyes-Millán, M., Vázquez-Villegas, P., y Membrillo-Hernández, J. (2024). Using an adaptive learning tool to improve student performance and satisfaction in online and face-to-face education for a more personalized approach. Smart Learning Environments, 11(1), 1–24. https://doi.org/10.1186/S40561-024-00292-Y
Díaz, B., y Aizman, A. (2024). Design and impact of a stoichiometry voluntary online course for entering first-year STEM college students. Chemistry Education Research and Practice, 25(1), 11–24. https://doi.org/10.1039/D3RP00179B
Fischer, H. A., Preston, K., Staus, N., y Storksdieck, M. (2022). Course assessment for skill transfer: A framework for evaluating skill transfer in online courses. Frontiers in Education, 7, 960430. https://doi.org/10.3389/FEDUC.2022.960430
Holmes, W., Porayska-Pomsta, K., Holstein, K., Sutherland, E., Baker, T., Shum, S. B., Santos, O. C., Rodrigo, M. T., Cukurova, M., Bittencourt, I. I., y Koedinger, K. R. (2022). Ethics of AI in Education: Towards a Community-Wide Framework. International Journal of Artificial Intelligence in Education, 32(3), 504–526. https://doi.org/10.1007/S40593-021-00239-1
Johnson, L., Adams, S., Cummins, M., y Estrada, V. (2012). Technology Outlook for STEM+ Education 2012-2017: An NMC Horizon Report Sector Analysis. Austin, Texas: The New Media Consortium.
OCDE. (2019). Estrategia de Competencias de la OCDE 2019: Competencias para construir un futuro mejor, OECD Publishing, Paris/Fundación Santillana, Madrid. https://doi.org/10.1787/e3527cfb-es.
Parra Rojas, B. A. (2023). Metodología de aprendizaje adaptativo en el área de las matemáticas. Revista Docencia Universitaria, 24(2), 31–57. https://doi.org/10.18273/REVDU.V24N2-2023003
Pilotti, M. A. E., Abdelsalam, H., Anjum, F., Muhi, I., Nasir, S., Daqqa, I., Gunderson, G. D., y Latif, R. M. (2022). Adaptive Individual Differences in Math Courses. Sustainability 2022, 14(13), 8197. https://doi.org/10.3390/SU14138197
Prada Segura, J. A., y Beltrán Gómez, A. (2024). Aprendizaje Adaptativo para Moodle desde la IA. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 14173–14194. https://doi.org/10.37811/CL_RCM.V8I5.15241
Ramírez, M. H., y León, F. P. (2023). M-learning como herramienta para el aprendizaje adaptativo: Una propuesta para la educación superior. HUMAN REVIEW. International Humanities Review / Revista Internacional De Humanidades, 17(5), 1–14. https://doi.org/10.37819/REVHUMAN.V17I5.1591
Rodríguez Aroca, W. G. (2024). Aprendizaje Adaptativo en Educación Superior: Análisis de Plataformas Digitales y su Impacto en el Aprendizaje Personalizado. Ciencia Latina: Revista Multidisciplinar, ISSN-e 2707-2215, ISSN 2707-2207, 8(5), 6599–6607. https://doi.org/10.37811/cl_rcm.v8i5.14079
Sánchez-Serrano, S., Pedraza-Navarro, I., y Donoso-González, M. (2022). How to conduct a systematic review under PRISMA protocol? Uses and fundamental strategies for its application in the educational field through a practical case study. Bordon. Revista de Pedagogia, 74(3), 51–66. https://doi.org/10.13042/Bordon.2022.95090
Simó, V. L., Lagarón, D. C., y Rodríguez, C. S. (2020). Educación STEM en y para el mundo digital: El papel de las herramientas digitales en el desempeño de prácticas científicas, ingenieriles y matemáticas. Revista de Educación a Distancia (RED), 20(62), 31–34. https://doi.org/10.6018/RED.410011
Sockalingam, N., Lo, K., Teo, J., Wei, C. C., Jiet, D. C. J., Herremans, D., Jun, M. L. M., Kurniawan, O., Wang, Y., y Leong, P. K. (2025). Towards the future of education: cyber-physical learning. Discover Education, 4(1), 1–16. https://doi.org/10.1007/S44217-025-00474-X/FIGURES/7
Sung, G., Guillain, · Léonore, Schneider, · Bertrand, Guillain, L., y Schneider, B. (2025). Using AI to Care: Lessons Learned from Leveraging Generative AI for Personalized Affective-Motivational Feedback. International Journal of Artificial Intelligence in Education 2025, 1–40. https://doi.org/10.1007/S40593-024-00455-5
Tang, D., y Odeleye, O. (2023). Students’ Perceptions on the Impact of Online Homework Systems on Their Performance in a General Chemistry Course. Journal of Science Education and Technology, 32(5), 710–721. https://doi.org/10.1007/S10956-023-10061-0/TABLES/6
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [Unesco]. (2023). Qué necesita saber acerca del aprendizaje digital y la transformación. https://www.unesco.org/es/digital-education/need-know
Vyas, V. S., Kemp, B., y Reid, S. A. (2021). Zeroing in on the best early-course metrics to identify at-risk students in general chemistry: an adaptive learning pre-assessment vs. traditional diagnostic exam. International Journal of Science Education, 43(4), 552–569. https://doi.org/10.1080/09500693.2021.1874071;SUBPAGE:STRING:FULL
Wu, T. T., Lee, H. Y., Wang, W. S., Lin, C. J., y Huang, Y. M. (2023). Leveraging computer vision for adaptive learning in STEM education: effect of engagement and self-efficacy. International Journal of Educational Technology in Higher Education, 20(1), 1–26. https://doi.org/10.1186/S41239-023-00422-5/METRICS
Xia, X., y Qi, W. (2024). The construction of knowledge graphs based on associated STEM concepts in MOOCs and its guidance for sustainable learning behaviors. Education and Information Technologies, 29(15), 20757–20794. https://doi.org/10.1007/S10639-024-12653-8/FIGURES/6
Yan, H., Lin, F., y Kinshuk. (2024). Adaptive Practicing Design to Facilitate Self-Regulated Learning. Canadian Journal of Learning and Technology, 50(3), 1–22. https://doi.org/10.21432/CJLT28768
Zairon, I. Y., Wook, T. S. M. T., Salleh, S. M., y Dahlan, H. A. (2025). User Model for Virtual Learning based on Adaptive Gamification. IEEE Access. https://doi.org/10.1109/ACCESS.2025.3537599
Zawacki-Richter, O., Marín, V. I., Bond, M., y Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1–27. https://doi.org/10.1186/S41239-019-0171-0/TABLES/7
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Con el propósito de promover el desarrollo y divulgación de la investigación en educación en América Latina, en La Revista Iberoamericana para la Investigación y el Desarrollo Educativo (RIDE) se adhirió a la Iniciativa de Acceso Abierto de Budapest, por lo que se identifica como una publicación de acceso abierto. Esto significa que cualquier usuario puede leer el texto completo de los artículos, imprimirlos, descargarlos, copiarlos, enlazarlos, distribuirlos y usar los contenidos para otros fines. Las licencias Creative Cummons, permiten especificar los derechos de uso de una revista de acceso abierto disponible en Internet de tal manera que los usuarios conocen las reglas de publicación.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado
