Uso de machine learning en la educación superior entre 2019 y 2024. Una revisión sistemática
Date
2024Metadata
Show full item recordAbstract
El objetivo de esta tesis es de investigar las características más relevantes de
las publicaciones académicas sobre el uso de machine learning [ML], en la
educación superior entre 2019 y 2024 mediante una revisión sistemática. La
investigación sigue una aproximación cualitativa de nivel descriptivo y utiliza un
diseño de revisión sistemática dirigido por el método PRISMA (Preferred
Reporting Items for Systematic Reviews and Meta-Analyses). La población del
estudio incluye artículos académicos de bases de datos reconocidas como Web
of Science y Scopus, seleccionándose una muestra de 28 artículos según
criterios específicos de inclusión y exclusión como los siguientes: a) Estudios que
aborden el uso de ML en la educación superior, b) Artículos publicados entre
2019 y 2024, c) Disponibilidad del texto completo para revisión detallada d)
Estudios que cumplan con estándares mínimos de calidad tanto en español
como en otros idiomas. Los hallazgos muestran que el ML tiene un gran potencial
para personalizar el aprendizaje, automatizar procesos administrativos y realizar
análisis predictivos, lo que constituye sus principales aplicaciones en ML. Las
instituciones más investigadas fueron universidades, debido a su capacidad para
integrar nuevas tecnologías y mejorar la calidad educativa. Sin embargo, se
identificaron desafíos y barreras significativas como la falta de infraestructura
tecnológica adecuada, la resistencia al cambio entre el personal educativo y la
insuficiente capacitación en ML. Además, estas aplicaciones alinean con los
Objetivos de Desarrollo Sostenible (ODS), especialmente en mejorar la calidad
y accesibilidad de la educación (ODS 4).
Collections
- Lima Norte [1596]