Investigación empírica de un marco multicapa para predecir el rendimiento académico en educación abierta y a distancia
Autores: Adewale, Muyideen Dele; Azeta, Ambrose; Abayomi-Alli, Adebayo; Sambo-Magaji, Amina
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Investigación empírica de un marco multicapa para predecir el rendimiento académico en educación abierta y a distancia
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Inteligencia artificial
Aprendizaje abierto y a distancia
Implicaciones educativas
Marco de Proceso Multicapa
Rendimiento académico
Adopción de IA
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
La integración de la inteligencia artificial (IA) en la educación abierta y a distancia (EaD) requiere marcos integrales para evaluar sus implicaciones educativas. Los modelos existentes carecen de un análisis robusto y multicapa del impacto de la IA en los resultados educativos en EaD. Este estudio presenta un Marco de Proceso Multicapa diseñado para predecir el rendimiento académico en EaD y mejorar la inclusividad, alineándose con los objetivos educativos de la UNESCO para 2030.
Descripción
La integración de la inteligencia artificial (IA) en la educación abierta y a distancia (EaD) requiere marcos integrales para evaluar sus implicaciones educativas. Los modelos existentes carecen de un análisis robusto y multicapa del impacto de la IA en los resultados educativos en EaD. Este estudio presenta un Marco de Proceso Multicapa diseñado para predecir el rendimiento académico en EaD y mejorar la inclusividad, alineándose con los objetivos educativos de la UNESCO para 2030.