EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Modelo Computacional de Aprendizaje Adaptativo Basado en Machine Learning para la Optimización de Procesos de Enseñanza en Entornos Digitales

Arturo González Torres, Marina Imelda Terrazas Gómez, Jordy Christian Granda Feijoo, Vinicio Alexander Chávez Vaca

Technology Rain Journal · 09.06.2026 · 5 (1) · e138

DOI: 10.55204/trj.v5i1.e138 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Technology Rain Journal, online erschienen am 09.06.2026. Verfasst von Arturo González Torres und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

El presente artículo analiza el modelo de aprendizaje adaptativo basado en machine learning como estrategia para optimizar los procesos de enseñanza en entornos educativos mediados por tecnología. A través de una revisión bibliográfica sistemática bajo el enfoque PRISMA, se examinaron estudios recientes relacionados con inteligencia artificial educativa, analítica del aprendizaje, minería de datos educativos, sistemas de recomendación y personalización del aprendizaje. Los resultados evidencian que los algoritmos de machine learning permiten predecir el rendimiento académico, detectar estudiantes en riesgo, construir perfiles dinámicos y recomendar recursos, actividades o rutas formativas ajustadas a las necesidades individuales. Asimismo, se identifica que la efectividad de estos modelos depende de la calidad de los datos, la explicabilidad algorítmica, la privacidad, la interoperabilidad tecnológica y la participación del docente. Se concluye que el aprendizaje adaptativo debe entenderse como un ecosistema sociotécnico que integra datos, algoritmos, pedagogía y acompañamiento humano para favorecer una enseñanza más personalizada, oportuna, ética y centrada en el estudiante, con impacto potencial en la mejora continua de la calidad educativa institucional actual.

Zitieren

APA

Torres, A. G., Gómez, M. I. T., Feijoo, J. C. G., & Vaca, V. A. C. (2026). Modelo Computacional de Aprendizaje Adaptativo Basado en Machine Learning para la Optimización de Procesos de Enseñanza en Entornos Digitales. Technology Rain Journal, 5(1), e138. https://doi.org/10.55204/trj.v5i1.e138

Vancouver

Torres AG, Gómez MIT, Feijoo JCG, Vaca VAC. Modelo Computacional de Aprendizaje Adaptativo Basado en Machine Learning para la Optimización de Procesos de Enseñanza en Entornos Digitales. Technology Rain Journal. 2026;5(1):e138. doi:10.55204/trj.v5i1.e138

BibTeX
@article{Torres2026,
  author = {Torres, Arturo González and Gómez, Marina Imelda Terrazas and Feijoo, Jordy Christian Granda and Vaca, Vinicio Alexander Chávez},
  title = {Modelo Computacional de Aprendizaje Adaptativo Basado en Machine Learning para la Optimización de Procesos de Enseñanza en Entornos Digitales},
  journal = {Technology Rain Journal},
  year = {2026},
  volume = {5},
  number = {1},
  pages = {e138},
  doi = {10.55204/trj.v5i1.e138}
}
Kostenlos starten →