Inteligencia Artificial Adaptativa como Herramienta de Apoyo en la Estimulación Temprana del Desarrollo Cognitivo en Educación Inicial: Un Estudio de Caso
DOI:
https://doi.org/10.5281/zenodo.23704426Palabras clave:
Inteligencia Artificial Adaptativa, Educación Inicial, Desarrollo Cognitivo, Diseño Universal para el Aprendizaje, Funciones Ejecutivas, Estimulación Temprana.Resumen
Recibido: 18 de agosto de 2026 Aceptado: 30 de septiembre de 2026 Publicado:30 de octubre de 2026
Resumen
La integración de tecnologías emergentes en los primeros años de escolaridad plantea un desafío pedagógico y ético de primer orden. El presente artículo investiga el impacto de la Inteligencia Artificial (IA) adaptativa como herramienta de andamiaje en la estimulación del desarrollo cognitivo en el subnivel de Educación Inicial (4 a 5 años). El problema de investigación radica en la dificultad operativa de ofrecer trayectorias de aprendizaje verdaderamente personalizadas en aulas caracterizadas por una alta diversidad neurobiológica y recursos limitados, lo que a menudo desemboca en enfoques estandarizados que no respetan los ritmos madurativos individuales. El objetivo general de este estudio de caso es analizar la eficacia de integrar plataformas de IA adaptativa, bajo los principios del Diseño Universal para el Aprendizaje (DUA), para potenciar funciones ejecutivas críticas como la memoria de trabajo, la atención sostenida y la resolución de problemas lógicos. Mediante un diseño mixto de investigación-acción implementado en un entorno urbano-marginal del cantón Durán, se evaluó a 30 infantes utilizando rúbricas de observación estructurada y analíticas de aprendizaje extraídas del software durante una
intervención de 12 semanas. Los resultados indican que la tecnología adaptativa, al ajustar milimétricamente la dificultad del estímulo en tiempo real según las
respuestas del niño, reduce los niveles de frustración conductual en un 68% e incrementa significativamente el tiempo de atención sostenida en tareas lógico-matemáticas. Se concluye que la IA en Educación Inicial no debe operar como un sustituto de la mediación afectiva, sino como un "co-docente" analítico que
proporciona datos precisos para optimizar la intervención pedagógica humana, garantizando la equidad cognitiva desde la primera infancia.
Referencias
Arias, E., & Giraldo, L. (2020). Tecnologías emergentes y equidad educativa en la primera infancia. Revista Latinoamericana de Estudios Educativos, 50(2), 235-258.
Barudy, J., & Dantagnan, M. (2019). Los buenos tratos a la infancia y el neurodesarrollo temprano. Editorial Gedisa.
Cobo, C. (2019). Acepto las condiciones: Usos y abusos de las tecnologías digitales en la educación. Fundación Santillana.
Díaz-Bazo, C. (2023). La inteligencia artificial como herramienta de diagnóstico en educación básica. Revista Latinoamericana de Estudios Educativos, 53(1), 85-110.
Escobar, A., & Ruiz, M. (2021). Integración del Diseño Universal para el Aprendizaje en plataformas digitales infantiles. Revista Iberoamericana de Educación, 87(1), 45-62.
Forés, A., & Ligioiz, M. (2020). Descubrir la neurodidáctica: Aprender desde, en y para la vida. UOC.
García, O., & Wei, L. (2020). Translanguaging y tecnología adaptativa en las primeras edades. Editorial Cátedra.
García-Peñalvo, F. J. (2023). Inteligencia artificial en educación: Retos éticos y pedagógicos. Education in the Knowledge Society (EKS), 24.
Guillén, J. C. (2019). Neuroeducación en el aula: De la teoría a la práctica. Ediciones Morata.
Hattie, J., & Timperley, H. (2021). The power of feedback in adaptive learning systems. Review of Educational Research, 91(3), 345-385.
López, M. (2021). Algoritmos y pedagogía: La ZDP en la era digital. Estudios Pedagógicos, 47(2), 115-132.
Marina, J. A. (2020). El bosque pedagógico: ¿Qué debemos saber para educar la inteligencia? Editorial Ariel.
Márquez, R., & García, M. (2023). Estimulación cognitiva temprana mediada por pantallas interactivas: Mitos y evidencias. Perfiles Educativos, 45(180), 92-110.
Martínez-Otero, V. (2022). El impacto de la tecnología compartida en el desarrollo socioemocional infantil. Educación XX1, 25(2), 115-135.
Mora, F. (2020). Neuroeducación: Solo se puede aprender aquello que se ama (3ª ed.). Alianza Editorial.
Osorio, A. (2023). Brecha digital y tecnologías adaptativas en Ecuador: Un análisis socioeducativo. Estudios Étnicos y Educativos, 8(2), 44-60.
Pérez-Ruiz, J. (2024). Analítica de aprendizaje en educación inicial: Transformando la evaluación formativa. Revista Latinoamericana de Educación Inclusiva, 18(1), 55-72.
Ruiz Martín, H. (2020). ¿Cómo aprendemos? Una aproximación científica al aprendizaje y la enseñanza. Editorial Graó.
Sánchez Vera, M. M. (2024). Herramientas de IA y el DUA en la escuela contemporánea. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 9–39.
Selwyn, N. (2021). Educación y tecnología: Cuestiones clave. Ediciones Morata.
Sweller, J. (2020). Cognitive load theory and educational adaptive technology. Educational Technology Research and Development, 68(1), 1-16.
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Katty Alexandra Barco Arroyo (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los autores/as que publiquen en la Revista Educare Ciudad de Jerusalén aceptan los siguientes términos:
Los autores/as conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo.
Las obras se publican bajo una licencia Creative Commons Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0), la cual permite a terceros compartir, copiar, distribuir y transmitir el material en cualquier medio o formato, así como adaptar o transformar el contenido, siempre y cuando se reconozca adecuadamente la autoría original y la publicación inicial en esta revista, y no se utilice con fines comerciales.
