Revolución en la Educación a través de la Inteligencia artificial y los microaprendizajes: Nuevas Fronteras del Aprendizaje Personalizado
DOI:
https://doi.org/10.71068/j4bnna33Palabras clave:
Microaprendizajes, Inteligencia Artificial, Aprendizaje personalizado, IA generativa, Tecnología educativaResumen
Este trabajo explora cómo los microaprendizajes, en combinación con la inteligencia artificial (IA), están transformando el ámbito de la educación personalizada. Los microaprendizajes, que consisten en la entrega de contenido educativo en pequeñas dosis fácilmente digeribles, se han posicionado como una metodología eficiente para mejorar la retención de conocimientos y el compromiso del estudiante. La IA, particularmente la IA generativa, puede facilitar la creación de contenidos adaptados a las necesidades específicas de cada alumno, optimizando tanto la experiencia de aprendizaje como los resultados académicos. El artículo revisa estudios recientes que destacan cómo la personalización impulsada por la IA, combinada con las breves cápsulas de aprendizaje que caracterizan a los microaprendizajes, puede mejorar significativamente la motivación y el rendimiento de los estudiantes. Se analizan casos de éxito y se discuten los desafíos éticos y técnicos que plantea esta fusión tecnológica. El trabajo concluye que la inteligencia artificial, aplicada al microaprendizaje, tiene el potencial de revolucionar la educación al ofrecer experiencias de aprendizaje más flexibles, personalizadas y accesibles para los estudiantes, aunque se discute si a largo plazo traerá beneficios o, por el contrario, irá en detrimento del bienestar del estudiantado y de la profundidad de su conocimiento
Referencias
Al-Nasheri, A. A., & Alhalafawy, W. S. (2023). Opportunities and challenges of using micro-learning during the pandemic of COVID-19 from the perspectives of teachers. Journal for Re Attach Therapy and Developmental Diversities, 6(9), 1195-1208. https://doi.org/10.1007/s11423-020-09931-w
Ali, N. H., Abdulmunim, M. E., & Ali, A. E. (2021). Constructed model for micro-content recognition in lip reading based on deep learning. Bulletin of Electrical Engineering and Informatics, 10(5), 2557-2565. https://doi.org/10.11591/eei.v10i5.2927
Banihashem, M., et al. (2022). AI for feedback systems in higher education. Online Learning Journal, 28(3), 86-93. https://doi.org/10.24059/olj.v28i3.3298
Bruck, P. A., Motiwalla, L., & Foerster, F. (2012). Mobile learning with micro-content: A framework for concept and content reuse. Proceedings of the 11th International Conference on Mobile Business (ICMB), 22-31.
Cavalcanti, M., et al. (2023). AI-driven feedback in higher education: Exploring teacher workload and student outcomes. Education Sciences, 13(3), 145-162. https://doi.org/10.3390/educsci13030145
Chaudhuri, R., Dey, A., & Mallik, A. (2021). The impact of generative AI on educational technology. International Journal of Educational Technology, 45(2), 118-135.
Díaz Redondo, R. P., Caeiro Rodríguez, M., López Escobar, J. J., & Fernández Vilas, A. (2021). Integrating micro-learning content in traditional e-learning platforms. Multimedia Tools and Applications, 80(2), 3121-3151. https://doi.org/10.1007/s11042-020-09523-z
Draxler, F., Brenner, J. M., Eska, M., Schmidt, A., & Chuang, L. L. (2022). Agenda- and activity-based triggers for microlearning. Proceedings of the ACM, 1(1). https://doi.org/10.1145/3490099.3511133
Fenting, H. (2019). Research on open education micro video production strategy based on new media age. In Proc. - 2019 Int. Conf. Smart Grid Electr. Autom. ICSGEA 2019 (pp. 231–234). https://doi.org/10.1109/ICSGEA.2019.00060
Gerbaudo, R., Gaspar, R., & Gonçalves Lins, R. (2021). Novel online video model for learning information technology based on microlearning and multimedia micro content. Education and Information Technologies, 26(5), 5637-5665. https://doi.org/10.1007/s10639-021-10537-9
Lee, Y. M., Jahnke, I., & Austin, L. (2021). Mobile microlearning design and effects on learning efficacy and learner experience. Educational Technology Research and Development, 69(2), 119-135. https://doi.org/10.1007/s11423-020-09931-w
Leiker, D., Gyllen, A. R., Eldesouky, I., & Cukurova, M. (2023). Generative AI for learning: Investigating the potential of synthetic learning videos. arXiv Preprint, arXiv2304.03784. https://doi.org/10.48550/arXiv.2304.03784
Lim, E. G., & Song, P. (2020). The impact of short videos on student performance in an online-flipped college engineering course. Humanities and Social Sciences Communications, 2022, 1-10. https://doi.org/10.1057/s41599-022-01355-6
Means, B., Toyama, Y., Murphy, R., Bakia, M., & Jones, K. (2014). Evaluating online learning: Challenges and strategies for success. Educational Technology Research and Development, 62(2), 136-153.
Moore, S., & Cavalcanti, M. (2024). Generative AI and automated feedback in higher education: A systematic review. Journal of Educational Technology, 36(2), 198-214. https://doi.org/10.1016/j.compedu.2023.104682
Olakunle, O., & Sharma, H. (2024). A systematic review of generative AI for teaching and learning practice. Educational Sciences, 14(6), 636. https://doi.org/10.3390/educsci14060636
Olivier, J. (2021). Creating microlearning objects within self-directed multimodal learning contexts. In R. Johnson (Ed.), Microlearning in the Digital Age (pp. 169-188). Routledge. https://doi.org/10.4324/9780367821623-15
Ruiz-rojas, L. I., Acosta-vargas, P., De-moreta-llovet, J., & Gonzalez-rodriguez, M. (2023). Empowering education with generative artificial intelligence tools: Approach with an instructional design matrix. Sustainability, 15(15), 11524. https://doi.org/10.3390/su151511524
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. British Journal of Educational Technology, 50(2), 93-104.
Shail, M. S. (2019). Using micro-learning on mobile applications to increase knowledge retention and work performance: A review of literature. Cureus, 11(8), e5307.
Strzelecki, W. (2023). Students’ acceptance and use of generative AI in higher education. Computers & Education, 193, 104677. https://doi.org/10.1016/j.compedu.2022.104677
Viberg, O., Gronlund, A., & Andersson, A. (2013). Learning through mobile devices: What students and teachers think about mobile learning in higher education. Educational Media International, 50(4), 253-264.
Wang, W., Lin, X., Feng, F., He, X., & Chua, T.-S. (2023). Generative recommendation: Towards next-generation recommender paradigm. Proceedings of the ACM. https://doi.org/10.1145/3490099.3511133
Yan, Z., & Kasneci, G. (2024). Understanding large language models in education: A comprehensive review. Educational Technology Research and Development, 72(1), 45-63. https://doi.org/10.1007/s11423-023-10109-6
Zawacki-Richter, O., Marín, V. I., Bond, M., & 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.
Zou, D., Li, J., & Cheng, G. (2021). Artificial intelligence and educational technology: A review of the current state and future prospects. Educational Technology Research and Development, 69(1), 73-93.
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Leandro Guerschberg, Yael Estefanía Gutierrez (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los artículos publicados en la revista se distribuyen bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0). Esta licencia permite a terceros descargar, copiar, distribuir, adaptar y reutilizar una obra, incluso con fines comerciales, siempre que se otorgue el crédito adecuado al autor original.
