La Eficiencia de la Retroalimentación Automática Mediante Inteligencia Artificial en el Bachillerato

The Efficiency of Automatic Feedback Using Artificial Intelligence in High School

Autores/as

Palabras clave:

Eficiencia Educativa, Inteligencia Artificial, Retroalimentación Automática, Gestión Escolar, Desempeño Académico

Resumen

El presente estudio tuvo como objetivo analizar la eficiencia operativa de la retroalimentación automática generada por Inteligencia Artificial (IA) en comparación con la corrección docente tradicional. Se empleó una metodología cuantitativa con diseño cuasi-experimental, aplicada a una muestra de 60 estudiantes de bachillerato distribuidos en un grupo control y un grupo experimental. La investigación evaluó el tiempo de retroalimentación y la calidad de los resultados académicos obtenidos mediante ambos métodos de corrección. Los resultados evidenciaron que la implementación de herramientas de IA redujo el tiempo de retroalimentación en aproximadamente un 99 %, además de contribuir a una mejora en las calificaciones finales de los estudiantes debido a la inmediatez y oportunidad de las correcciones. Se concluye que la Inteligencia Artificial constituye un mecanismo eficaz para optimizar los recursos temporales en los procesos de evaluación, mejorar la eficiencia operativa y agilizar la gestión educativa, favoreciendo una retroalimentación más rápida y efectiva en entornos de enseñanza-aprendizaje.

Citas

Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610–623). ACM. https://doi.org/10.1145/3442188.3445922

Boud, D., & Molloy, E. (2013). Feedback in higher and professional education: Understanding it and doing it well. Routledge.

Cabero-Almenara, J., & Llorente-Cejudo, M. C. (2020). La brecha digital: Mitos y realidades en la educación. Revista de Educación a Distancia (RED), 20(64). https://doi.org/10.6018/red.425371

Carless, D., & Boud, D. (2018). The development of student feedback literacy: Enabling uptake of feedback. Assessment & Evaluation in Higher Education, 43(8), 1315–1325. https://doi.org/10.1080/02602938.2018.1463354

Cassany, D. (2021). El arte de dar clase: Según un lingüista. Anagrama.

Chen, X., Zou, D., Cheng, G., & Xie, H. (2023). Detecting latent topics and trends in educational technologies over four decades using structural topic modeling: A retrospective of all Computers & Education articles. Computers & Education, 151, Article 103855. https://doi.org/10.1016/j.compedu.2020.103855

Floridi, L., & Chiriatti, M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, 30(4), 681–694. https://doi.org/10.1007/s11023-020-09548-1

Floridi, L., & Cowls, J. (2019). A unified framework of five principles for AI in society. Harvard Data Science Review, 1(1). https://doi.org/10.1162/99608f92.8cd550d1

García-Peñalvo, F. J., & Corell, A. (2023). La inteligencia artificial generativa en la educación: Conversaciones y controversias. RIED-Revista Iberoamericana de Educación a Distancia, 26(2), 9–36. https://doi.org/10.5944/ried.26.2.37156

Hanushek, E. A. (2020). The economics of schooling in a changing world. Hoover Institution Press.

Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112. https://doi.org/10.3102/003465430298487

Hernández-Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill Education.

Hockly, N., & Dudeney, G. (2022). Automated writing evaluation. ELT Journal, 76(1), 89–104. https://doi.org/10.1093/elt/ccab064

Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.

Jara, I., Claro, M., & Martinic, R. (2022). Desafíos de la adopción de IA en escuelas públicas de Latinoamérica. Revista Latinoamericana de Tecnología Educativa, 21(1), 45–60.

Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2022). Intelligence unleashed: An argument for AI in education. Pearson.

Merton, R. K. (1968). The Matthew effect in science: The reward and communication systems of science are considered. Science, 159(3810), 56–63. https://doi.org/10.1126/science.159.3810.56

Ocaña-Fernández, Y., Valenzuela-Fernández, L. A., & Garro-Aburto, L. L. (2019). Inteligencia artificial y sus implicaciones en la educación superior. Propósitos y Representaciones, 7(2), 536–568. https://doi.org/10.20511/pyr2019.v7n2.274

Osorio-Sanabria, M., Amaya-Fernández, F., & González-Zabala, M. (2022). Innovación disruptiva y gestión del tiempo en el sector público educativo. Revista de Administración Pública, 14(2), 112–128.

Ravizza, S., & Meyer, J. (2019). The feedback gap in large classrooms: Logistics vs. pedagogy. Journal of Educational Psychology, 111(4), 670–685. https://doi.org/10.1037/edu0000310

Rivas, A. (2021). La educación en la era de los algoritmos: Desafíos para América Latina. Ediciones Santillana.

Rosoli, A., Bergamin, P., & Carvalho, A. (2022). Del suceso terminal al proceso continuo: Evaluación formativa mediante herramientas digitales. Cuadernos de Pedagogía, 530, 45–52.

Selwyn, N. (2022). Educar en la era digital. Siglo XXI Editores.

Sweller, J. (2011). Cognitive load theory. Psychology of Learning and Motivation, 55, 37–76. https://doi.org/10.1016/B978-0-12-387691-1.00002-8

Turkle, S. (2011). Alone together: Why we expect more from technology and less from each other. Basic Books.

UNESCO. (2023). Generative AI and the future of education: Guidance for policy makers. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/pf0000386693

Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.

Wiliam, D. (2018). Embedded formative assessment (2.ª ed.). Solution Tree Press.

Williamson, B. (2021). Making markets for digital education: The politics of data and the new global education industry. Routledge.

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education — Where are the educators? International Journal of Educational Technology in Higher Education, 16, Article 39. https://doi.org/10.1186/s41239-019-0171-0

Descargas

Publicado

30-06-2026

Cómo citar

ENCALADA ESCOBAR, B. J. (2026). La Eficiencia de la Retroalimentación Automática Mediante Inteligencia Artificial en el Bachillerato: The Efficiency of Automatic Feedback Using Artificial Intelligence in High School. Nobilis, 3(1), 19–37. Recuperado a partir de https://nobilis.ube.edu.ec/index.php/nobilis/article/view/44

Número

Vol. 3 Núm. 1 (2026): Enero - Junio

Sección

Artículos

Licencia

Derechos de autor 2026 Josue Encalada Escobar, Mgtr.

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Usted es libre de:

  1. Compartir — copiar y redistribuir el material en cualquier medio o formato
  2. Adaptar — remezclar, transformar y construir a partir del material
  3. La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia

Bajo los siguientes términos:

  1. Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios . Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
  2. NoComercial — Usted no puede hacer uso del material con propósitos comerciales .
  3. No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.