Inteligencia artificial y atención a estudiantes con necesidades educativas especiales en Educación General Básica
DOI:
https://doi.org/10.63535/mjr3zv72Keywords:
Inteligencia artificial; Abordaje estratégico; Necesidades educativas especiales.Abstract
El presente estudio planteó como objetivo analizar la relación entre la inteligencia artificial y la atención a estudiantes con necesidades educativas especiales en Educación General Básica. Se enmarcó bajo un enfoque cuantitativo con la metodología hipotética-deductiva. La población de estudio se conforma por las Unidades Educativas fiscalizadas de la ciudad de Quito, instituciones que cumplen con los lineamientos establecidos por el Ministerio de Educación del Ecuador. La confiabilidad del instrumento fue validada mediante el coeficiente KR-20, obteniendo un resultado de 0,85. Los resultados muestran que los docentes perciben un alto nivel de eficacia en el uso de herramientas basadas en IA (media = 4.2) y que los estudiantes con NEE presentan un promedio académico favorable (media = 7.8 sobre 10). Además, los niveles de satisfacción docente son positivos (media = 3.9). evidenciándose que existe una correlación positiva y significativa entre el uso de herramientas basadas en IA y las demás variables, lo que indica que un mayor uso de estas tecnologías está asociado con mejores resultados académicos, mayor percepción de eficacia y mayor satisfacción docente. Los hallazgos del análisis estadístico respaldan la premisa teórica inicial: la inteligencia artificial actúa como un predictor significativo en la atención a estudiantes con NEE en EGB. El uso frecuente y efectivo de herramientas basadas en IA está asociado con mejores resultados académicos, mayor satisfacción docente y una percepción positiva sobre su impacto educativo. Entre las conclusiones se resalta, la IA permite desarrollar herramientas adaptativas que ajustan el contenido educativo al ritmo y estilo de aprendizaje de cada estudiante. Esto es especialmente beneficioso para estudiantes con NEE, ya que pueden recibir apoyo más específico y alineado con sus capacidades y necesidades.
Downloads
References
Armstrong, T. (2012). El cerebro diferente: explorando las ventajas ocultas del TDAH, el autismo, la dislexia y otros cerebros diversos. Barcelona: Ediciones Urano.
Asamblea nacional. (2008). Constitución de la República del Ecuador. Quito.
Fernández, J. (2022). El rol del docente en la era digital: retos y oportunidades. Costa Rica: Educación Futuro.
García, P., y López, R. (2021). Tecnología y educación inclusiva: avances y desafíos. Revista Iberoamericana de Educación, 75(2), 45-62.
García, M., y López, R. (2022). Inteligencia artificial en la educación especial: una revisión sistemática. Revista Iberoamericana de Tecnología Educativa, 15(3), 45-60.
González, M., Ramírez, J., y Torres, L. (2021). El impacto de la inteligencia artificial en la educación inclusiva. Revista Iberoamericana de Educación, 85(1), pp. 45-62.
González, M., y Pérez, L. (2022). Tecnología educativa: impacto de la inteligencia artificial en el rendimiento académico. Revista Iberoamericana de Educación, 78(2), 45-60.
Hernández, S., Fernández, C., y Baptista, L. (2014). Metodología de la investigación. México: Mc Graw Hill.
Hernández, P., Martínez, L., y Ruiz, A. (2023). Plataformas inteligentes para el apoyo a estudiantes con TEA: un estudio piloto en México. Educación Inclusiva Hoy, 8(1), 23-34.
Instituto Nacional de Estadística y Censos (INEC). (2022). Estadísticas educativas en Ecuador. Recuperado de https://www.ecuadorencifras.gob.ec
INEVAL. (2022). Informe sobre el uso de tecnologías educativas en Ecuador. Ecuador: INEVAL.
López, R., y Martínez, J. (2021). Estrategias digitales para la atención a la diversidad: un enfoque desde la inteligencia artificial. Educación y Tecnología, 15(3), 123-138.
López, A., y Martínez, D. (2022). Tecnologías emergentes y su aplicación en necesidades educativas especiales. Innovación Educativa, 29(3), pp. 78-90.
Pérez, R., Gómez, S., y Fernández, P. (2023). Plataformas adaptativas basadas en inteligencia artificial: un enfoque inclusivo. Educación Digital Hoy, 12(4), pp. 34-50.
Martínez, C., Gómez, A., y Torres, S. (2021). Tecnologías accesibles: innovación educativa para todos. Universidad Nacional Autónoma de México.
Martínez, A., y Pérez, L. (2022). Inteligencia artificial y personalización del aprendizaje: una revisión sistemática. Educación y Tecnología, 14(1), 89-102.
Noble, S. (2018). Algorithms of oppression: how search engines reinforce racism. New York: NYU Press.
Pérez, A., y López, R. (2021). Eficacia de aplicaciones basadas en inteligencia artificial para estudiantes con dislexia. Quito: Universidad Central del Ecuador.
Pérez, J., y Gómez, L. (2023). Diagnóstico temprano mediante aprendizaje automático: una propuesta para la educación especial. Revista Latinoamericana de Educación, 12(4), 67-80.
Rodríguez, M., y Sánchez, J. (2020). Brechas tecnológicas en contextos educativos: retos para la inclusión digital. Revista Latinoamericana de Estudios Educativos, 52(3), 67-84.
Rodríguez, F., y Sánchez, M. (2022). Aplicaciones móviles basadas en IA para el apoyo a estudiantes con dislexia. Tecnología y Aprendizaje, 10(2), 112-125.
Rodríguez, C., Fernández, A., y Gómez, P. (2023). La inteligencia artificial como herramienta inclusiva en la educación básica. Innovación Educativa, 10(1), 89-105.
Singer, J. (1999). Why can’t you be normal for once in your life? from a “problem with no name” to the emergence of a new category of difference. En M. Corker & S. French (Eds.), Disability Discourse. Buckingham: Open University Press.
UNESCO. (2021). Inteligencia artificial en la educación: desafíos y oportunidades. Recuperado de https://www.unesco.org
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Verónica Alexandra Yépez Contreras, Magaly Carolina Chaguay Lavayen, Glenda Lucía del Valle Anastacio, Zaida Mireya Vite Paladines, Marjorie Charito Barzola Gonzabay, Carmita Narcisa Cayancela Tituaña (Autor/a)
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Copyright and Licensing Notice
1. Retention and Assignment of Rights
Authors who publish in the Prospherus Scientific Journal retain the Copyright of their works, granting the journal the right of first publication. This initial publication is carried out under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY-NC-ND 4.0).
2. Conditions for Reuse
The CC BY-NC-ND 4.0 license allows any user to read, download, copy, and distribute the published work, provided that the following three conditions are strictly met:
-
Attribution (BY): Clear and explicit mention of the work's authorship must be made, and the original publication in this journal must be cited.
-
NonCommercial (NC): The use of the material must always be for non-commercial purposes.
-
NoDerivatives (ND): The work must be maintained in its original integrity, and modification, adaptation, or creation of derivative works (such as translations or remixes) based on the article is not permitted.
3. Additional Contractual Agreements and Repositories
Authors are permitted to enter into other independent and additional contractual agreements for the non-exclusive distribution of the published version of the article (for example, including it in an institutional repository or on a personal website) provided that:
-
It is unequivocally indicated that the work was first published in the Prospherus Scientific Journal.
-
The redistribution respects the restrictive terms of the CC BY-NC-ND 4.0 license (non-commercial use and no modifications).
4. Disclaimer
The Prospherus Scientific Journal will in no case be liable for any direct, indirect, incidental, punitive, or consequential claims of copyright infringement related to articles that have been published in any of its issues. Responsibility for originality and obtaining permissions for third-party material rests entirely with the authors.
