Uso de la IA en la determinación de dificultades de aprendizaje a nivel de Educación Básica.

Abstract

Esta investigación analiza el impacto del uso de la inteligencia artificial (IA) en la detección de dificultades de aprendizaje en estudiantes de educación básica en Ecuador, respondiendo al objetivo general de evaluar su efectividad frente a métodos tradicionales. Con un enfoque cuantitativo, experimental, bajo el paradigma positivista y guiado por el método hipotético-deductivo, se aplicó una encuesta estructurada con escala Likert a una muestra de 384 estudiantes seleccionados mediante muestreo aleatorio simple, derivada de una población de 301.406 alumnos. El diseño experimental comparó un grupo que utilizó herramientas de IA —basadas en modelos de aprendizaje automático y análisis predictivo— con otro que empleó únicamente métodos convencionales. El análisis estadístico incluyó medidas descriptivas e inferenciales, como la prueba t de Student y chi cuadrado, para contrastar hipótesis. Los resultados evidenciaron que la IA incrementó la precisión diagnóstica (82,3 % frente a 61,5 %), redujo el tiempo de diagnóstico (4,2 frente a 14,6 días) y potenció la mejora del rendimiento académico (78,6 % frente a 54,9 %), con diferencias estadísticamente significativas. Estos hallazgos confirman que la IA es más eficiente y efectiva para identificar y atender de forma temprana las barreras de aprendizaje. Se concluye que su implementación puede optimizar procesos de evaluación e intervención pedagógica, siempre que se acompañe de infraestructura tecnológica, estandarización de datos y formación docente. Los resultados aportan evidencia sólida para sustentar su incorporación en políticas públicas educativas orientadas a la inclusión y calidad.