Autor del artículo: INTEF 

Fuente: International Journal of Educational Technology in Higher Education

Tipo : Artículo

Fecha de publicación : 07/04/2024

 

- Esta revisión de revisiones es la primera meta-revisión exhaustiva que explora el alcance y la naturaleza de la investigación de la AIEd en la Educación Superior (AIHEd), sintetizando la investigación secundaria, indexada en Web of Science, Scopus, ERIC, etc., o capturada a través de bola de nieve en OpenAlex, ResearchGate y Google Scholar. 

- Los resultados muestran que estas revisiones se centraron principalmente en AIHEd en general (47,0%) o en Perfiles y Predicción (28,8%).

- Las lagunas detectadas en la investigación sugieren la necesidad de tener más en cuenta los aspectos éticos, metodológicos y contextuales en futuras investigaciones, junto con enfoques interdisciplinarios para la aplicación del AIHEd.

 

Aunque el campo de la Inteligencia Artificial en la Educación (IAEd) tiene una larga historia como ámbito de investigación, nunca antes la rápida evolución de las aplicaciones de la IA en la educación había suscitado un discurso público tan destacado. Dado el rápido crecimiento de la base bibliográfica sobre la AIEd en la enseñanza superior, ha llegado el momento de garantizar que el campo cuente con una sólida base conceptual y de investigación. Esta revisión de revisiones es la primera meta revisión exhaustiva que explora el alcance y la naturaleza de la investigación de la AIEd en la educación superior (AIHEd), sintetizando la investigación secundaria (por ejemplo, revisiones sistemáticas), indexada en Web of Science, Scopus, ERIC, EBSCOHost, IEEE Xplore, ScienceDirect y ACM Digital Library, o capturada a través de snowballing en OpenAlex, ResearchGate y Google Scholar. Las revisiones se incluyeron si sintetizaban aplicaciones de IA únicamente en educación formal superior o continua, se publicaron en inglés entre 2018 y julio de 2023, eran artículos de revistas o ponencias completas de conferencias, y si tenían una sección de método Se incluyeron 66 publicaciones para la extracción y síntesis de datos en EPPI Reviewer, que fueron predominantemente revisiones sistemáticas (66,7%), publicadas por autores de América del Norte (27,3%), realizadas en equipos (89,4%) en colaboraciones en su mayoría solo nacionales (71,2%). Los resultados muestran que estas revisiones se centraron principalmente en AIHEd en general (47,0%) o en Perfiles y Predicción (28,8%) como focos temáticos, sin embargo, los hallazgos clave indicaron un predominio del uso de Sistemas Adaptativos y Personalizados.

Acceso al artículo