EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Analítica multimodal del aprendizaje para la evaluación inclusiva: inteligencia artificial, comportamiento y nuevas métricas educativas

Graciela Mamani Torres, Giovanni Juan Maldonado Aguirre, Wilson Ángel Gutiérrez Rodríguez

Revista Multidisciplinaria Perspectiva Científica · 2024

DOI: 10.68503/y0qy5h09 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Revista Multidisciplinaria Perspectiva Científica, 2024. Verfasst von Graciela Mamani Torres und 2 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

La analítica multimodal del aprendizaje (MMLA) integra datos procedentes de múltiples fuentes registros digitales, audio, video, movimiento, posición, mirada y señales fisiológicas para comprender procesos educativos que no pueden representarse mediante una única métrica. Esta revisión narrativa tuvo como objetivo analizar, entre 2019 y 2023, las oportunidades y limitaciones de la MMLA apoyada por inteligencia artificial para una evaluación inclusiva, con especial atención a la interpretación del comportamiento, la validez de nuevas métricas, la retroalimentación y los riesgos éticos. Se integró evidencia sobre diseño de sistemas, fusión multimodal, evaluación formativa, aprendizaje colaborativo, simulación, privacidad, equidad e inteligencia artificial. Los resultados muestran que la MMLA puede ampliar la evaluación más allá de calificaciones y clics, haciendo visibles procesos espaciales, comunicativos y colaborativos y facilitando retroalimentación basada en evidencia. Sin embargo, la literatura continúa concentrada en educación superior, muestras reducidas y entornos experimentales; además, persisten problemas de generalización, transparencia, privacidad, consentimiento y posible confusión entre conducta observable y aprendizaje. Se concluye que una evaluación multimodal inclusiva requiere combinar métricas pedagógicamente válidas, inteligencia artificial interpretable, análisis desagregado, participación de estudiantes y docentes, minimización de datos y supervisión humana. Las nuevas métricas deben utilizarse para ampliar las formas de demostrar aprendizaje y no para imponer patrones conductuales únicos como norma de rendimiento.

Zitieren

APA

Torres, G. M., Aguirre, G. J. M., & Rodríguez, W. Á. G. (2024). Analítica multimodal del aprendizaje para la evaluación inclusiva: inteligencia artificial, comportamiento y nuevas métricas educativas. Revista Multidisciplinaria Perspectiva Científica. https://doi.org/10.68503/y0qy5h09

Vancouver

Torres GM, Aguirre GJM, Rodríguez WÁG. Analítica multimodal del aprendizaje para la evaluación inclusiva: inteligencia artificial, comportamiento y nuevas métricas educativas. Revista Multidisciplinaria Perspectiva Científica. 2024. doi:10.68503/y0qy5h09

BibTeX
@article{Torres2024,
  author = {Torres, Graciela Mamani and Aguirre, Giovanni Juan Maldonado and Rodríguez, Wilson Ángel Gutiérrez},
  title = {Analítica multimodal del aprendizaje para la evaluación inclusiva: inteligencia artificial, comportamiento y nuevas métricas educativas},
  journal = {Revista Multidisciplinaria Perspectiva Científica},
  year = {2024},
  doi = {10.68503/y0qy5h09}
}
Kostenlos starten →