Aplicación de redes neuronales artificiales para mejorar el aprendizaje en contenidos de ADN en estudiantes de Ciencias Naturales

Abstract

La presente investigación analiza la aplicación de redes neuronales artificiales en un sistema inteligente de aprendizaje personalizado orientado a mejorar el aprendizaje de contenidos relacionados con el ADN en estudiantes de Ciencias Naturales El estudio surge ante la necesidad de superar los modelos de enseñanza homogéneos que pueden presentar dificultades para atender las diferencias individuales en los ritmos características y necesidades de aprendizaje de los estudiantes En este contexto las redes neuronales artificiales constituyen una alternativa tecnológica capaz de analizar información académica y patrones de interacción para generar recomendaciones educativas adaptadas a cada estudiante La investigación se desarrolló bajo un enfoque cuantitativo de tipo aplicada y con alcance explicativo utilizando un diseño cuasi experimental con pretest y postest La población estuvo conformada aproximadamente por 300 estudiantes y se estableció una muestra de 169 participantes mediante muestreo probabilístico aleatorio simple Para la recopilación de información se utilizaron encuestas registros académicos y datos procedentes de la plataforma educativa El modelo neuronal fue diseñado para identificar perfiles y necesidades de aprendizaje y posteriormente generar recomendaciones personalizadas de contenidos actividades y evaluaciones La finalidad de este trabajo de investigación es incorporar redes neuronales artificiales en sistemas inteligentes de aprendizaje personalizado que constituye una alternativa viable para adaptar contenidos educativos a las necesidades individuales de los estudiantes y favorecer el mejoramiento del desempeño académico para fortalecer los procesos de enseñanza y aprendizaje de contenidos de Ciencias Naturales relacionados con el ADN