Revisión de estudios sobre análisis de los algoritmos de recomendación para plataformas educativas orientados a la recomendación de recursos didácticos
Revista Científica de Informática ENCRIPTAR · 26.02.2026 · 9 (17) · 109
DOI: 10.56124/encriptar.v9i17.006 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista Científica de Informática ENCRIPTAR, online erschienen am 26.02.2026. Verfasst von Melanie Baque Varela und 2 weiteren Autor:innen. Die Arbeit nennt 32 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Las plataformas educativas se han convertido en herramientas digitales útiles y dinámicas dentro de las instituciones educativas. Este estudio tiene como objetivo analizar los algoritmos de recomendación utilizados en plataformas educativas, se revisaron 317 estudios y seleccionaron 73 relevantes mediante una metodología sistemática en tres fases: (a) planificación donde se definieron las preguntas sobre la implementación de algoritmos de recomendación; (b) ejecución mediante una búsqueda sistemática de artículos en diversas bases de datos; y (c) análisis evaluando las publicaciones seleccionadas. Los hallazgos indican que los algoritmos de recomendación son fundamentales para la personalización de contenidos educativos. Se clasifican en filtrado colaborativo, filtrado basado en contenido, sistemas híbridos, filtrado demográfico y sistemas basados en conocimiento. Las plataformas que integran estos algoritmos potencian la eficacia del aprendizaje, ayudando a los usuarios a descubrir contenido relevante y adaptado a sus necesidades. La inteligencia artificial se considera en este estudio como una tecnología habilitadora que permite la personalización del aprendizaje, más que como una variable de investigación. Por ello, se destaca la importancia de considerar la diversidad de estilos de aprendizaje y la privacidad de los datos en su implementación. Finalmente, la combinación de algoritmos de recomendación y plataformas educativas tiene un gran potencial para transformar la educación, siempre que se garantice que los usuarios mantengan el control sobre sus datos. De los artículos seleccionados, 15 estudios reportan implementaciones concretas de algoritmos: 40% corresponden a enfoques de deep learning, 20% a filtrado colaborativo, 20% a sistemas híbridos, 13% a sistemas basados en conocimiento y 7% a filtrado demográfico, lo que evidencia una adopción aún limitada de estas últimas aproximaciones.
Zitieren
APA
Varela, M. B., Solórzano, T. Z., & Morán, C. T. (2026). Revisión de estudios sobre análisis de los algoritmos de recomendación para plataformas educativas orientados a la recomendación de recursos didácticos. Revista Científica de Informática ENCRIPTAR, 9(17), 109. https://doi.org/10.56124/encriptar.v9i17.006
Vancouver
Varela MB, Solórzano TZ, Morán CT. Revisión de estudios sobre análisis de los algoritmos de recomendación para plataformas educativas orientados a la recomendación de recursos didácticos. Revista Científica de Informática ENCRIPTAR. 2026;9(17):109. doi:10.56124/encriptar.v9i17.006
BibTeX
@article{Varela2026,
author = {Varela, Melanie Baque and Solórzano, Tatiana Zambrano and Morán, Christian Torres},
title = {Revisión de estudios sobre análisis de los algoritmos de recomendación para plataformas educativas orientados a la recomendación de recursos didácticos},
journal = {Revista Científica de Informática ENCRIPTAR},
year = {2026},
volume = {9},
number = {17},
pages = {109},
doi = {10.56124/encriptar.v9i17.006}
}
EUVIMED