Efectividad de la retroalimentación generada por inteligencia artificial e inteligencia humana según el modelo de Hattie y Timperley en educación superior a distancia
Descargas
Resumen
La retroalimentación efectiva sobre los trabajos es importante para lograr mejoras en los resultados de aprendizaje de los estudiantes; sin embargo, no siempre se logra dicho propósito, sobre todo si es que no se tiene claro lo que debería contener una retroalimentación. En la presente investigación se diseñó la retroalimentación efectiva utilizando Inteligencia Artificial (IA) e Inteligencia Humana (IH), combinados para que respondan a las tres interrogantes clave del modelo propuesto por Hattie & Timperley (2007). El objetivo fue medir el impacto sobre el rendimiento académico y satisfacción de los estudiantes de la modalidad a distancia de una universidad peruana, para ellos se tuvo dos grupos, uno experimental a quienes se les brindó retroalimentación generada con IA e IH y otro grupo de control a quienes se les proporcionó una retroalimentación tradicional. Los resultados demostraron un mejor rendimiento y una mayor satisfacción por parte del grupo experimental.
Palabras clave
Educación a distancia, IA, IH, modelo Hattie y Timperley, retroalimentación
Publicado
Número
Sección
Cómo citar
Licencia
Derechos de autor 2025 Edgar Filiberto Cáceres Baca
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Métricas
Citas
CEPAL-UNESCO. (2020). La educación en tiempos de la pandemia de COVID-19. Informe COVID-19, 2-18. https://r.issu.edu.do/l?l=11713nkv
Gardner, H. (2019). Inteligencias múltiples: La teoría en la práctica (1.a edición). PAIDÓS Educación. www.planetadelibros.com
Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81-112. https://doi.org/10.3102/003465430298487
Keegan, D. (2013). Foundations of distance education (Third edition). Routledge.
Lozano, F. G., & Tamez, L. A. (2014). Retroalimentación formativa para estudiantes de educación a distancia. RIED: revista iberoamericana de educación a distancia, 17(2), 197-221. https://r.issu.edu.do/SH
Mah, D. K., & Groß, N. (2024). Artificial intelligence in higher education: exploring faculty use, self- efficacy, distinct profiles, and professional development needs. International Journal of Educational Technology in Higher Education, 21(1). https://doi.org/10.1186/s41239-024-00490-1
Nicol, D., & MacFarlane-Dick, D. (2006). Formative assessment and selfregulated learning: A model and seven principles of good feedback practice. Studies in Higher Education, 31(2), 199-218. https://doi.org/10.1080/03075070600572090
Russell, S., & Norvig, P. (2004). Inteligencia artificial: Un enfoque moderno (segunda ed.). El Cid Editor.
Shute, V. J. (2008). Focus on Formative Feedback. Review of Educational Research, 78(1), 153-189. https://r.issu.edu.do/qf
Sweety, J., & Naibin, G. (2023). Advancements And Challenges Of Artificial Intelligence In Education: A Comprehensive Review (Vol. 11). www.ijcrt.org