IA para Todos: Experiencias de Aprendizaje Adaptativas, Accesibles e Inclusivas en la Era de los LMS Inteligentes
Autores: Angeioplastis, Athanasios; Konstantakis, Markos; Aliprantis, John; Ordoumpozanis, Konstantinos; Varsamis, Dimitrios; Tsimpiris, Alkiviadis
Idioma: Inglés
Editor: MDPI
Año: 2026
Acceso abierto
Artículo científico
2026
IA para Todos: Experiencias de Aprendizaje Adaptativas, Accesibles e Inclusivas en la Era de los LMS Inteligentes
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Sistemas de gestión del aprendizaje
IA para todos
Experiencia de aprendizaje adaptativa
Acceso inclusivo
Marco de educación personalizada
Aprendizaje adaptativo habilitado por IA
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Los Sistemas de Gestión del Aprendizaje (LMS) siguen siendo en gran medida estáticos y administrativos, a menudo sin lograr apoyar la personalización y el acceso inclusivo a los recursos de aprendizaje. Este documento presenta AI for All, un enfoque práctico para construir una experiencia de aprendizaje adaptativa, accesible e inclusiva dentro de un LMS convencional, demostrado a través del proyecto PREPARE (Marco de Educación Personalizada para el Aprendizaje Adaptativo y Mejorado con AR) implementado en Moodle. PREPARE operacionaliza un pipeline de IA generativa de extremo a extremo que transforma un único libro de texto PDF autorizado en activos de aprendizaje multimodales, incluyendo resúmenes de capítulos, notas estructuradas y presentaciones, ítems de cuestionarios formativos, mini-lecturas en video con subtítulos, audio estilo pódcast y actividades de realidad aumentada (AR) a nivel de capítulo. En paralelo, el sistema mantiene un modelo híbrido de aprendiz combinando un cuestionario inicial FSLSM/ILS con un perfilado continuo basado en el comportamiento derivado de los registros de Moodle. Los perfiles de los aprendices impulsan la personalización no prescriptiva a través de la priorización de recursos y recomendaciones, mientras se preserva la autonomía del aprendiz y el acceso a todas las modalidades. Describimos la arquitectura del sistema, los mecanismos de integración de Moodle y la lógica de adaptación, y reportamos una evaluación en curso de métodos mixtos centrada en el compromiso, la diversidad de interacción, la utilidad percibida y los beneficios de accesibilidad. La validación a nivel de sistema y la preparación para el despliegue sugieren que los flujos de trabajo de LMS aumentados por IA pueden reducir el esfuerzo de autoría del instructor mientras mejoran la flexibilidad y la inclusividad, siempre que se incorporen desde el principio la validación con intervención humana y análisis conscientes de la privacidad.
Descripción
Los Sistemas de Gestión del Aprendizaje (LMS) siguen siendo en gran medida estáticos y administrativos, a menudo sin lograr apoyar la personalización y el acceso inclusivo a los recursos de aprendizaje. Este documento presenta AI for All, un enfoque práctico para construir una experiencia de aprendizaje adaptativa, accesible e inclusiva dentro de un LMS convencional, demostrado a través del proyecto PREPARE (Marco de Educación Personalizada para el Aprendizaje Adaptativo y Mejorado con AR) implementado en Moodle. PREPARE operacionaliza un pipeline de IA generativa de extremo a extremo que transforma un único libro de texto PDF autorizado en activos de aprendizaje multimodales, incluyendo resúmenes de capítulos, notas estructuradas y presentaciones, ítems de cuestionarios formativos, mini-lecturas en video con subtítulos, audio estilo pódcast y actividades de realidad aumentada (AR) a nivel de capítulo. En paralelo, el sistema mantiene un modelo híbrido de aprendiz combinando un cuestionario inicial FSLSM/ILS con un perfilado continuo basado en el comportamiento derivado de los registros de Moodle. Los perfiles de los aprendices impulsan la personalización no prescriptiva a través de la priorización de recursos y recomendaciones, mientras se preserva la autonomía del aprendiz y el acceso a todas las modalidades. Describimos la arquitectura del sistema, los mecanismos de integración de Moodle y la lógica de adaptación, y reportamos una evaluación en curso de métodos mixtos centrada en el compromiso, la diversidad de interacción, la utilidad percibida y los beneficios de accesibilidad. La validación a nivel de sistema y la preparación para el despliegue sugieren que los flujos de trabajo de LMS aumentados por IA pueden reducir el esfuerzo de autoría del instructor mientras mejoran la flexibilidad y la inclusividad, siempre que se incorporen desde el principio la validación con intervención humana y análisis conscientes de la privacidad.