Inteligencia artificial pedagógica y analítica cognitiva: modelos adaptativos para optimizar la autorregulación y la transferencia del conocimiento en Educación Básica STEM

Resumen

Esta investigación se centra en la mejora de las prácticas de autorregulación del aprendizaje sobre la retención y transferencia de conocimientos y el logro cognitivo dentro de las disciplinas de STEM en la educación primaria, utilizando un modelo adaptativo que incorpora IA pedagógica y analíticas computacionales. Se implementó una metodología de métodos mixtos a través de un diseño quasi-experimental complementado por análisis cualitativos de interacciones y patrones cognitivos. La integración de la intervención fue diseñada para asistir a los estudiantes en el desarrollo del aprendizaje autodirigido; la capacidad para resolver problemas complejos se integró utilizando sistemas de seguimiento en tiempo real, retroalimentación adaptativa y la exhibición de indicadores metacognitivos. La muestra consistió en estudiantes de primaria y secundaria, organizados en grupos experimentales y de control. Los resultados muestran mejoras significativas en la planificación, monitoreo, evaluación y transferencia conceptual en el grupo experimental, lo que demuestra la efectividad del modelo adaptativo en el fortalecimiento de las habilidades STEM. Además, los análisis cualitativos revelaron una mayor conciencia metacognitiva, un uso estratégico de los recursos digitales y una participación más activa en tareas de razonamiento complejo. La integración de caminos de aprendizaje diferenciados de IA-P y la posibilidad de intervenciones oportunas, mientras que la analítica cognitiva ayudó a aclarar procesos internos que anteriormente habían sido opacos en el aula tradicional. Los hallazgos enfatizan el uso de tecnologías inteligentes para impulsar un cambio sistémico en la educación al fomentar experiencias de aprendizaje individualizadas e inclusivas habilitadas por la tecnología centradas en habilidades esenciales del siglo XXI. Se concluye que la combinación de IA-ED y analítica cognitiva es una estrategia prometedora para la mejora del aprendizaje profundo y la resolución de problemas en el contexto de la educación contemporánea.