[1]
;
Camacho Chiriguaya, Mgs. Jaime José
[1]
;
Montoya Bonilla, Mgs. Mireya Patricia
[1]
;
Arias Mendoza, Mgs. Natalia Mariana
[1]
;
Wong Valero, Mgs. Blanca Maura
[1]
En la última década, el panorama educativo ha experimentado transformaciones significativas impulsadas por el avance de la tecnología y la creciente demanda de enfoques pedagógicos más efectivos. Uno de los desarrollos más destacados ha sido la integración del aprendizaje activo, una metodología que fomenta la participación activa de los estudiantes en su proceso de aprendizaje, en contraposición a modelos más tradicionales y pasivos. Esta estrategia no solo mejora la retención del conocimiento, sino que también promueve habilidades críticas necesarias en un mundo en constante cambio.Paralelamente, la inteligencia artificial (IA) ha emergido como una herramienta poderosa en el ámbito educativo, ofreciendo la capacidad de personalizar la enseñanza y adaptar los recursos a las necesidades específicas de cada estudiante. A través del uso de algoritmos de aprendizaje automático y análisis de datos, la IA puede identificar patrones en el comportamiento de los alumnos, lo que permite la creación de entornos de aprendizaje más inclusivos y adaptativos dentro del salón de clases. El objetivo del estudio es analizar las estrategias de aprendizaje activo respaldadas por inteligencia artificial, orientadas a personalizar la enseñanza en aulas híbridas, con el fin de fomentar el desarrollo de la inteligencia emocional en los estudiantes. A través de este estudio, se busca identificar cómo la combinación de metodologías activas y herramientas de IA puede mejorar no solo el rendimiento académico, sino también las habilidades socioemocionales, preparando así a los educandos para enfrentar los desafíos del entorno educativo y laboral contemporáneo. Este estudio se basa en un marco metodológico de enfoque cuantitativo y diseño preexperimental. Para la recolección de datos, se empleó la encuesta como técnica principal y el cuestionario como instrumento de medición. La información recopilada fue procesada utilizando los softwares Microsoft Excel e IBM SPSS Statistics, herramientas que facilitan el análisis estadístico y la visualización de resultados. Estas plataformas permiten llevar a cabo diversos análisis descriptivos e inferenciales, garantizando una interpretación precisa de los datos y contribuyendo a la validez y fiabilidad de los hallazgos obtenidos en la investigación.
In the last decade, the educational landscape has undergone significant transformations driven by advancements in technology and the growing demand for more effective pedagogical approaches. One of the most notable developments has been the integration of active learning, a methodology that encourages students’ active participation in their learning process, as opposed to more traditional and passive models. This strategy not only enhances knowledge retention but also promotes critical skills necessary in a constantly changing world.At the same time, artificial intelligence (AI) has emerged as a powerful tool in the educational field, offering the ability to personalize teaching and adapt resources to meet the specific needs of each student. Through the use of machine learning algorithms and data analysis, AI can identify patterns in student behavior, allowing for the creation of more inclusive and adaptive learning environments within the classroom.The objective of this study is to analyze active learning strategies supported by artificial intelligence, aimed at personalizing teaching in hybrid classrooms to foster the development of emotional intelligence in students. Through this research, the aim is to identify how the combination of active methodologies and AI tools can improve not only academic performance but also socio-emotional skills, thus preparing learners to face the challenges of the contemporary educational and labor environment. This study is based on a methodological framework with a quantitative approach and preexperimental design. For data collection, the survey was used as the main technique, and the questionnaire served as the measurement instrument. The information collected was processed using Microsoft Excel and IBM SPSS Statistics software, tools that facilitate statistical analysis and result visualization. These platforms allow for various descriptive and inferential analyses, ensuring a precise interpretation of the data and contributing to the validity and reliability of the findings obtained in the research.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados