<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <title>DSpace Collection:</title>
  <link rel="alternate" href="https://repositorio.unemi.edu.ec/xmlui/handle/123456789/8527" />
  <subtitle />
  <id>https://repositorio.unemi.edu.ec/xmlui/handle/123456789/8527</id>
  <updated>2026-08-26T14:16:37Z</updated>
  <dc:date>2026-08-26T14:16:37Z</dc:date>
  <entry>
    <title>Uso de un asistente educativo basado en inteligencia artificial y su relación con el aprendizaje hacia la programación en estudiantes de bachillerato técnico</title>
    <link rel="alternate" href="https://repositorio.unemi.edu.ec/xmlui/handle/123456789/9176" />
    <author>
      <name>Asencio Morocho, Myrian Alexandra</name>
    </author>
    <author>
      <name>Farinango Tayo, Christian Jhon</name>
    </author>
    <id>https://repositorio.unemi.edu.ec/xmlui/handle/123456789/9176</id>
    <updated>2026-07-30T14:02:41Z</updated>
    <published>2026-01-01T00:00:00Z</published>
    <summary type="text">Title: Uso de un asistente educativo basado en inteligencia artificial y su relación con el aprendizaje hacia la programación en estudiantes de bachillerato técnico
Authors: Asencio Morocho, Myrian Alexandra; Farinango Tayo, Christian Jhon
Abstract: El estudio buscó determinar la relación entre el uso de un asistente educativo basado en inteligencia artificial (IA) y el aprendizaje de la programación en estudiantes de bachillerato técnico Aunque la IA está cada vez más presente en entornos educativos aún no se sabe si el entusiasmo y la motivación que genera en los estudiantes realmente se traducen en mejoras objetivas en sus calificaciones Se adoptó un diseño correlacional transversal no experimental con una muestra de 27 estudiantes de segundo bachillerato técnico en informática de la Unidad Educativa Municipal "San Francisco de Quito" Ecuador Se aplicó un cuestionario digital autoadministrado con escala Likert de 5 puntos (α de Cronbach = 0,945) complementado con promedios académicos del último trimestre El análisis bivariado empleó el coeficiente de correlación de Spearman (ρ) Los resultados descriptivos indicaron que el 59,3 % de los estudiantes reportó un alto uso de la IA asociándose positivamente con la mejora percibida en habilidades de programación (51,9 % alto en ambas dimensiones) y con la motivación (44,4 % alto) Sin embargo el análisis correlacional no evidenció relaciones estadísticamente significativas entre el uso de IA y el rendimiento académico objetivo (ρ = 0,138 con promedio de exámenes; ρ = −0,052 con promedio de proyectos; p &gt; 0,05) Este último dato negativo sugiere que en proyectos prácticos el uso de IA podría estar inhibiendo el esfuerzo cognitivo autónomo de los estudiantes Las correlaciones fuertes y significativas se encontraron únicamente entre frecuencia de uso y mejora percibida en habilidades (ρ=0,792; p&lt;0,01) y motivación (ρ=0,612; p&lt;0,01) Se concluye que el asistente de IA potencia la motivación y la autopercepción de competencias pero no garantiza mejoras en el rendimiento académico objetivo Su impacto real exige integración pedagógica intencional y acompañamiento docente constante</summary>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Aplicaciones de la inteligencia artificial en la educación quirúrgica de posgrado: revisión sistemática</title>
    <link rel="alternate" href="https://repositorio.unemi.edu.ec/xmlui/handle/123456789/9114" />
    <author>
      <name>Moreta Segura, Maria Eugenia</name>
    </author>
    <author>
      <name>Pazmiño Figueroa, Yimabel Johanna</name>
    </author>
    <id>https://repositorio.unemi.edu.ec/xmlui/handle/123456789/9114</id>
    <updated>2026-07-22T20:01:45Z</updated>
    <published>2026-01-01T00:00:00Z</published>
    <summary type="text">Title: Aplicaciones de la inteligencia artificial en la educación quirúrgica de posgrado: revisión sistemática
Authors: Moreta Segura, Maria Eugenia; Pazmiño Figueroa, Yimabel Johanna
Abstract: Objetivo Analizar la evidencia científica disponible sobre el uso de la inteligencia artificial &#xD;
IA en la educación quirúrgica de posgrado&#xD;
Metodología Se realizó una revisión sistemática siguiendo estándares metodológicos &#xD;
internacionales La búsqueda se efectuó en PubMed Scopus Web of Science y Embase &#xD;
incluyendo estudios publicados entre 2015 y 2025 Se incluyeron ensayos clínicos &#xD;
aleatorizados estudios experimentales y de validación tecnológica enfocados en médicos en &#xD;
formación de posgrado&#xD;
Resultados Se seleccionaron 29 estudios La evidencia muestra que la IA mejora &#xD;
significativamente el desempeño técnico quirúrgico reduce errores y optimiza el tiempo de &#xD;
aprendizaje mediante retroalimentación automatizada y evaluación objetiva Además permite &#xD;
la personalización del entrenamiento y contribuye a la estandarización de competencias Sin &#xD;
embargo se identificó heterogeneidad metodológica tamaños muestrales limitados y escasa &#xD;
validación externa&#xD;
Conclusiones La inteligencia artificial representa una herramienta innovadora con alto &#xD;
potencial para mejorar la formación quirúrgica de posgrado No obstante su implementación &#xD;
debe ser progresiva complementaria a la enseñanza tradicional y basada en evidencia sólida</summary>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Sistemas de tutoría inteligente basados en inteligencia artificial generativa: una revisión sistemática según directrices PRISMA</title>
    <link rel="alternate" href="https://repositorio.unemi.edu.ec/xmlui/handle/123456789/9113" />
    <author>
      <name>Vergara Aguilera, Edison Guillermo</name>
    </author>
    <id>https://repositorio.unemi.edu.ec/xmlui/handle/123456789/9113</id>
    <updated>2026-07-22T19:51:00Z</updated>
    <published>2026-01-01T00:00:00Z</published>
    <summary type="text">Title: Sistemas de tutoría inteligente basados en inteligencia artificial generativa: una revisión sistemática según directrices PRISMA
Authors: Vergara Aguilera, Edison Guillermo
Abstract: La integración de la inteligencia artificial generativa en la educación ha promovido el &#xD;
desarrollo de nueva tecnología centrada en mejorar la personalización del aprendizaje En este &#xD;
sentido los sistemas de tutoría inteligente han avanzado significativamente con la llegada de &#xD;
grandes modelos de lenguaje capaces de generar contenido educativo ofrecer retroalimentación &#xD;
adaptativa y participar en interacciones conversacionales con los estudiantes La presente &#xD;
investigación tiene como objetivo analizar los sistemas de tutoría inteligente basados en &#xD;
inteligencia artificial generativa mediante una revisión sistemática de la literatura La &#xD;
metodología se desarrolló bajo el protocolo PRISMA que permitió una organización rigurosa &#xD;
de las etapas de búsqueda selección y análisis de los estudios Se realizaron búsquedas en las &#xD;
bases de datos Web of Science IEEE Xplore y SciELO mediante ecuaciones de búsqueda con &#xD;
operadores booleanos AND y OR En la etapa de identificación se recopilaron 1 485 registros &#xD;
correspondientes al período 2020 2026 que se refinaron eliminando duplicados y aplicando &#xD;
criterios de inclusión y exclusión Se seleccionaron nueve estudios tras la revisión de títulos &#xD;
resúmenes y textos completos siguiendo los criterios metodológicos establecidos Los &#xD;
resultados evidencian que los sistemas de tutoría inteligente con inteligencia artificial &#xD;
generativa permiten personalizar el aprendizaje crear materiales educativos de forma &#xD;
automática ofrecer retroalimentación personalizada y mejorar las interacciones entre el &#xD;
estudiante y el sistema La incorporación de modelos de lenguaje de gran escala y arquitecturas &#xD;
generativas como RAG y sistemas multiagente mejora la interacción y la adaptabilidad de los &#xD;
entornos de aprendizaje Se concluye que la inteligencia artificial generativa tiene un alto &#xD;
potencial para optimizar los sistemas de tutoría inteligente y mejorar el proceso de enseñanza y &#xD;
aprendizaje aunque persisten retos relacionados con la evaluación longitudinal los sesgos &#xD;
algorítmicos y la validación pedagógica</summary>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Aplicaciones de inteligencia artificial adaptativa en el desarrollo de  habilidades prematemáticas y atención en educación inicial: scoping review  de la literatura</title>
    <link rel="alternate" href="https://repositorio.unemi.edu.ec/xmlui/handle/123456789/9112" />
    <author>
      <name>Vega Cadena, Johanna Katherine</name>
    </author>
    <id>https://repositorio.unemi.edu.ec/xmlui/handle/123456789/9112</id>
    <updated>2026-07-22T19:36:50Z</updated>
    <published>2026-01-01T00:00:00Z</published>
    <summary type="text">Title: Aplicaciones de inteligencia artificial adaptativa en el desarrollo de  habilidades prematemáticas y atención en educación inicial: scoping review  de la literatura
Authors: Vega Cadena, Johanna Katherine
Abstract: El presente estudio tuvo como objetivo mapear y analizar la evidencia científica sobre las &#xD;
aplicaciones de inteligencia artificial adaptativa en el desarrollo de habilidades pre matemáticas y atención en niños de educación inicial Para ello se desarrolló una scoping &#xD;
review siguiendo el marco metodológico de Arksey y OMalley y las recomendaciones de &#xD;
PRISMA ScR La búsqueda se planteó para el periodo 2016 2026 en bases de datos &#xD;
académicas como Web of Science ERIC SciELO Dimensions y Google Scholar como fuente &#xD;
de apoyo Los criterios de inclusión consideraron estudios centrados en población infantil de 3 &#xD;
a 5 años uso de tecnologías adaptativas basadas en inteligencia artificial y evaluación de &#xD;
habilidades prematemáticas y o atención Los resultados mostraron un predominio de juegos &#xD;
educativos adaptativos plataformas de aprendizaje adaptativo y tutores inteligentes De igual &#xD;
modo la evidencia mapeada reportó efectos mayoritariamente favorables en habilidades como &#xD;
conteo correspondencia uno a uno sentido numérico y comparación de magnitudes En &#xD;
cuanto a la atención se identificaron resultados positivos aunque más heterogéneos debido a &#xD;
diferencias en la forma de medición y en la calidad de implementación de las intervenciones &#xD;
Se concluye que la inteligencia artificial adaptativa representa una alternativa prometedora para &#xD;
fortalecer el aprendizaje matemático temprano sin embargo aún se requieren estudios con &#xD;
mayor claridad metodológica mejor medición de la atención sostenida y reportes más sólidos &#xD;
sobre implementación equidad y privacidad</summary>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </entry>
</feed>

