Personalización del aprendizaje mediante ciencia de datos: Estrategias y aplicaciones en la educación superior

• Pinzón, Lesdiel ^[1]
  1. [1] Universidad De Panama

     Universidad De Panama

     Panamá

     
• Localización: Revista Latinoamericana de Calidad Educativa, ISSN-e 3028-8916, Vol. 2, Nº. 1, 2025, págs. 55-60
• Idioma: español
• Títulos paralelos:
  • Personalized learning through data science: Strategies and applications in higher education
• Enlaces
  • Texto completo
• Resumen
  • español

    Este estudio analiza el impacto de la ciencia de datos en la educación, destacando su capacidad para personalizar las experiencias de aprendizaje, se orienta a explorar el impacto de las herramientas como la minería de datos, el aprendizaje automático y las analíticas de aprendizaje en las necesidades individuales, anticipar desafíos y optimizar procesos educativos en un marco ético que garantice la privacidad. Se adopta un enfoque documental, recopilando y analizando literatura científica y técnica publicada entre 2015 y 2023. Las fuentes incluyen bases de datos como Scopus, Google Scholar y ResearchGate. Los hallazgos fundamentan que el uso de dashboards personalizados y sistemas de tutoría inteligente mejoran el compromiso estudiantil y la efectividad docente. Además, herramientas predictivas permiten identificar patrones de deserción con alta precisión, diseñando políticas proactivas que fomentan la retención. Se concluye que la ciencia de datos representa una herramienta transformadora para personalizar la educación superior, optimiza el aprendizaje y promueve una planificación más eficiente. A pesar de los retos éticos, su implementación adecuada puede impulsar una educación más inclusiva y efectiva, equilibrando el avance tecnológico con la protección de los derechos estudiantiles.

  • English

    This study analyzes the impact of data science in education, highlighting its ability to personalize learning experiences, aims to explore the impact of tools such as data mining, machine learning and learning analytics on individual needs, anticipate challenges and optimize educational processes within an ethical framework that ensures privacy. A documentary approach is adopted, collecting and analyzing scientific and technical literature published between 2015 and 2023. Sources include databases such as Scopus, Google Scholar and ResearchGate. The findings support the idea that the use of personalized dashboards and intelligent tutoring systems improve student engagement and teaching effectiveness. In addition, predictive tools allow identifying attrition patterns with high accuracy, designing proactive policies that encourage retention. It is concluded that data science represents a transformative tool for personalizing higher education, optimizing learning and promoting more efficient planning. Despite ethical challenges, its proper implementation can drive more inclusive and effective education, balancing technological advancement with the protection of student rights.