‒ 67 ‒
CAPÍTULO 3
APLICACIÓN DE HERRAMIENTAS DE INTELIGENCIA
ARTIFICIAL EN LA ENSEÑANZA UNIVERSITARIA
ALBERTO PICARDO
Uni e sidad de Se illa, Depa amen o de Ingenie ía del Diseño
AMANDA MARTÍN-MARISCAL
Uni e sidad de Se illa, Depa amen o de Ingenie ía del Diseño
ESTELA PERALTA
Uni e sidad de Se illa, Depa amen o de Ingenie ía del Diseño
1. INTRODUCCIÓN
La aplicación de in eligencia a i icial (IA) en los con ex os de ense-
ñanza de educación supe io es á adqui iendo al a ele ancia. La ans-
o mación digi al e in eligen e expe imen ada po las ac i idades indus-
iales a a és de los modelos de Indus ia 4.0 y 5.0 es á siendo adap ada
a o os sec o es, como es el caso de las enseñanzas écnicas. La imple-
men ación de ecu sos basados en in eligencia a i icial en las uni e si-
dades puede supone la ans o mación de los p ocesos de ges ión y do-
cencia, mejo ando los esul ados en e iciencia, pe sonalización y cali-
dad. En cuan o a la ges ión, la in eligencia a i icial puede agiliza los
p ocesos adminis a i os (como ma iculaciones, plani icación de ho a-
ios, adminis ación de ecu sos, elabo ación y ami ación de documen-
os, e c.), au oma izando a eas u ina ias y epe i i as, libe ando iempo
y ecu sos que pod ían se des inados a ac i idades es a égicas. En el
ámbi o de la docencia, las he amien as de in eligencia a i icial pueden
ans o ma la me odología de enseñanza con es a egias de pe sonali-
zación según las necesidades de cada es udian e, acili a la elabo ación
de ma e ial didác ico, la gene ación de con enidos educa i os in e ac i-
os y he amien as de apoyo (como biblio ecas i uales, simulado es y
pla a o mas de colabo ación), que en iquecen la expe iencia educa i a
y p omue en el ap endizaje ac i o y au ónomo (Phobun &
‒ 68 ‒
Vicheanpanya, 2010). Así mismo, agiliza a eas adminis a i as y de
ges ión del p o eso ado. Una de las p incipales en ajas es el en iqueci-
mien o de la expe iencia de ap endizaje. G acias a un análisis de esul-
ados de e aluación en iempo eal que gene a una e oalimen ación
pe sonalizada, las he amien as de IA iden i ican á eas de mejo a y o e-
cen ecu sos adicionales según pe il (es ilo de ap endizaje) y p og eso,
sugi iendo ma e iales y ac i idades de e ue zo, de ampliación, y o as
ele an es según las necesidades de cada es udian e (Long & Ale en,
2013); o incluso, ac i idades diseñadas según sus p e e encias an e la
con ex ualización del con enido, es a egia ú il pa a po encia la mo i a-
ción in ínseca del g upo, aumen ando el comp omiso de los es udian es
con la ma e ia. O o de los bene icios a esal a es la mejo a de la calidad
de la e aluación. Median e algo i mos de ap endizaje au omá ico (Mou-
sa inasab e al., 2018) es posible analiza g andes can idades de da os
pa a iden i ica pa ones y endencias en el endimien o del g upo. Es o
pe mi e una e aluación más obje i a, b indando e oalimen ación de a-
llada y pe sonalizada sob e el p og eso indi idual de cada es udian e.
En los úl imos años, nue os p ocedimien os y he amien as de ap endi-
zaje in e ac i o y adap a i o basados en in eligencia a i icial es án
siendo in eg ados en los medios digi ales con encionales (como pla a-
o mas de ap endizaje in eg ales donde se compa en con enidos, plani-
icación y di e en es en o nos colabo a i os pa a las ac i idades de en-
señanza-ap endizaje) (Zhai e al., 2021). Es posible dispone de di e en-
es he amien as basadas en in eligencia a i icial y adap adas a la edu-
cación, como son los asis en es i uales, los sis emas de e oalimen a-
ción au omá ica, las pla a o mas de análisis de da os o los sis emas de
u o ía. Es as he amien as pueden, además de ú iles pa a los es udian-
es, acili an las ac i idades de p o eso es y ges o es uni e si a ios. Con-
c e amen e, pa a la op imización de las ac i idades no lec i as, se es án
desa ollando sis emas de u o ización in eligen es o STI (In elligen Tu-
o ing Sys em - ITS). Los STI son la e olución de los p edeceso es mo-
delos de enseñanza asis ida po compu ado a (Compu e Assis ed Ins-
uc ion - CAI).
El uso de los STI se ha ex endido ápidamen e en las uni e sidades a
ni el in e nacional. Ejemplos como ALEKS de la Uni e sidad de Illinois
‒ 69 ‒
(College o Libe al A s and Sciences & Depa men o Ma hema ics,
2023), Sma Spa ow de la Uni e sidad de Nue a Gales del Su en Syd-
ney (D o Ben-Naim & Uni e si y o New Sou h Wales in Sydney,
2023), Open Lea ning Ini ia i e de la Uni e sidad de Ca negie Mellon
(Ca negie Mellon Uni e si y, 2022) y Open EdX de la Uni e sidad de
Ha d a d y el MIT (Uni e sidad de Ha d a d & MIT, 2023) son algunos
ejemplos. Exis e un inc emen o en la acep ación po pa e de los es u-
dian es desde el año 2019, pe iodo en el cual la educación supe io ha
expe imen ado ans o maciones signi ica i as debido a la pandemia de
la COVID-19 (Cao e al., 2021). Es impo an e des aca que hay egio-
nes donde el uso de es as ecnologías es una p ác ica ecuen e, como
Es ados Unidos, donde el uso de es as he amien as ha expe imen ado
un c ecimien o del 47,5% en e los años 2017 y 2021 (Kule o e al.,
2021).
La p incipal di e encia en e es os sis emas y o as he amien as de IA,
es que o ecen una expe iencia de ap endizaje pe sonalizada y adap a-
i a pa a los es udian es que les pe mi e p og esa a su p opio i mo,
an o en ho as lec i as o como no lec i as, y ob ene un mejo endi-
mien o académico. Mousa inasab e al. (Mousa inasab e al., 2018) ana-
lizan el uso de los STI en educación. Los campos más ecuen es son las
ciencias de la compu ación (37%), ciencias de la salud (15%), ma emá-
icas (15%), ísica (6%), in eligencia a i icial (4%) y o as aplicaciones
in e disciplina es (23%). Aunque ac ualmen e es una línea de in es iga-
ción ac i a, exis en di e en es ejemplos de STI en la li e a u a cien í ica
aplicados al ap endizaje de idiomas (Alhabbash e al., 2016; Aljameel e
al., 2017; I. e al., 2016; Sh Bakee & Abu-Nase , 2018), ma emá icas
(Abueloun & Nase , 2017; Lu e al., 2021), ingenie ía (Alba ish e al.,
2018; Ande son e al., 2018; Bu z e al., 2006; Hoppe e al., 2021; Ma-
ou e al., 2018), ciencias de la salud (Be na d e al., 2021) o pa a el
apoyo de es udian es en di e en es compe encias o con necesidades es-
peciales (Ahuja e al., 2022; Du e al., 2022; Fang e al., 2022; Laine
e al., 2022; Long & Ale en, 2013; Xu e al., 2019).
‒ 70 ‒
2. OBJETIVOS
Es e abajo analiza el obje i o de los Sis emas de Tu o ización In eli-
gen e, las es uc u as de diseño más comunes, así como aplicaciones im-
plemen adas con éxi o en di e en es con ex os uni e si a ios.
Con los esul ados del análisis, se p opone un conjun o de es a egias
necesa ias pa a su óp imo ap o echamien o en las enseñanzas écnicas
de educación supe io , así como el análisis de las opo unidades y e os
u u os pa a su co ec a implemen ación.
3. LA INTELIGENCIA ARTIFICIAL EN EDUCACIÓN
SUPERIOR
La in eligencia a i icial, como la ama de la ingenie ía enca gada del
desa olla sis emas que imi en los p ocesos cogni i os del sis ema hu-
mano en la ealización de a eas, iene ac ualmen e múl iples aplicacio-
nes en el ámbi o educa i o, desde la au oma ización de a eas adminis-
a i as has a la pe sonalización del ap endizaje y la e aluación. Desde
los p ime os desa ollos en la segunda década del siglo XX (Ahmad e
al., 2021) lle ados a cabo po Alan Tu ing, John McCa hy o el desa o-
llo de sis emas expe os, se des acan cinco pe iodos signi ica i os donde
la IA ha ans o mado los p ocesos de enseñanza-ap endizaje: década de
1970, con las in es igaciones sob e sis emas de u o ización in eligen e
que comenza on a adap a los con enidos de las ma e ias según las ne-
cesidades de los es udian es (como po ejemplo, el i mo de ap endi-
zaje); década de 1980, donde se c ean los p ime os en o nos de ap endi-
zaje in eligen es con disponibilidad de ecu sos pa a acili a el ap endi-
zaje au ónomo y coope a i o; década de 1990, con el desa ollo de las
ecnologías ap endizaje au omá ico y la mine ía de da os des inados a
analiza g andes can idades de da os educa i os y ex ae pa ones ú iles
pa a mejo a el p oceso de e aluación de los es udian es; década 2000-
2012, ca ac e izada po el auge de los en o nos educa i os in e ac i os
y pe sonalizados g acias a la web semán ica y agen es in eligen es; y
inalmen e desde 2010 has a la ac ualidad, donde el es ue zo de in es i-
gación y desa ollo es á siendo en ocado a la op imización de las ecno-
logías de p ocesamien o de lenguaje na u al, econocimien o de oz, la
‒ 71 ‒
independencia de la ecnología an e la ac uación del sis ema humano o
el desa ollo de in eligencia emocional a i icial.
Conc e amen e, los sis emas de u o ización in eligen es han expe imen-
ado un no able desa ollo y e olución (Guo e al., 2021). Su o igen se
es ablece en la década de 1960, con los p ime os in en os de u iliza la
ecnología pa a da apoyo educa i o pe sonalizado. En sus inicios, es os
sis emas se basaban en eglas p ede inidas y no con aban con capacida-
des de ap endizaje au omá ico. Con el desa ollo de la in eligencia a i-
icial en é minos de azonamien o y g acias al desa ollo del p ocesa-
mien o del lenguaje na u al, en la década de 1980 se po encian las capa-
cidades de in e ac uación de los STI. En la úl ima década, se han explo-
ado nue as ecnologías y en oques a a és de la inco po ación del e-
conocimien o de oz, ealidad o mé odos de gami icación. Los siguien-
es apa ados analizan el diseño, el uncionamien o, así como las en a-
jas y e os u u os de es os sis emas.
3.1. DISEÑO DE UN SISTEMA DE TUTORIZACIÓN INTELIGENTE
El diseño de un STI se ealiza a a és de una a qui ec u a de cua o
módulos (Ma e al., 2014), aunque exis en o as ipologías de es mó-
dulos o mul ia en e, con una implemen ación menos ecuen e (E ümi
& Çe in, 2020; Kin sch e al., 2014; Mousa inasab e al., 2018).
La igu a 1 ep esen a la a qui ec u a de cua o módulos, ecogiendo las
p opiedades y la in e acción de elemen os que componen cada uno.
El módulo de dominio ( ambién denominado cogni i o o de expe o)
incluye los con enidos de la asigna u a (concep os, p ocedimien os, es-
a egias de esolución de p oblemas o ac i udes), es a egias de ap en-
dizaje, casos y eje cicios esuel os. La base de da os de es e módulo con-
iene es ánda es, eglas de diseño y es icciones ligadas a la adquisición
de las compe encias y el alcance de obje i os de la ma e ia. Puede inclui
la ex acción de conocimien o de bases de da os, lib os, e is as, a ícu-
los, e incluso la e oalimen ación de los usua ios (Padayachee, 2002).
Las posibles eo ías más u ilizadas pa a su desa ollo son ACT-R (Con-
ol Adap a i o del Pensamien o—Racional) y CBD (Cons ain -Based
Modelling).

‒ 72 ‒
FIGURA 1. Es uc u a de un sis ema de u o ización in eligen e
Fuen e: Elabo ación p opia
El módulo de es udian e, ambién denominado de diagnós ico, es el es-
pacio pe sonal donde se incluyen da os de econocimien o del es udian e
(iden i icación) y los ma e iales adap ados, así como la ecopilación de
los accesos al sis ema y la in o mación sob e el desempeño o p og eso
(es deci , la e aluación del ap endizaje). De o ma especí ica, incluye el
ni el de conocimien o, ac i idades y espues as ealizadas, compo a-
mien o, es ilos de ap endizaje, ca encias y o a in o mación impo an e
del p oceso de ap endizaje.
El módulo de u o ización, ambién denominado ins uc o o pedagógico
colecciona in o mación a a és del módulo de es udian e y la con as a
con la de dominio, con el obje i o de e alua el p oceso de ap endizaje.
Así mismo, es ablece el a ance en las lecciones según el ni el adqui ido
po el es udian e. De ec a p oblemas y esul ados no adecuados y desa-
olla es a egias y mé odos de enseñanza pa a soluciona sus di icul a-
des; con es a in o mación se indican ecomendaciones y p esen an con-
enidos adap ados.
‒ 73 ‒
Po úl imo, el módulo de in e az pe mi e lle a a cabo la comunicación
en e los usua ios y el p opio STI. In eg a la in e az del en enado ,
donde el adminis ado (es deci , el p o eso ado) ag ega ecu sos didác-
icos (como lecciones, ejemplos, eje cicios, modi icación y eliminación
de ma e ial docen e), ges iona cuen as de usua ios (es udian es) y con i-
gu a el sis ema; y la in e az del es udian e, donde es os ealizan las a-
eas asignadas (es udio y e isión de las lecciones, análisis de ejemplos
y esolución de los eje cicios p opues os).
3.2. SECUENCIA DE ACTIVIDADES DE UN SISTEMA DE TUTORIZACIÓN INTE-
LIGENTE
Los STI u ilizan algo i mos pa a pe sonaliza el p oceso de enseñanza-
ap endizaje. Las e apas de uncionamien o quedan ep esen adas en la
igu a 2.
De o ma i e a i a el lujo de p ocesos del sis ema puede esumi se en:
1. El sis ema ecopila in o mación sob e el es udian e, como su
his o ial académico, habilidades y p e e encias de ap endizaje,
pa a diseña un plan de es udios pe sonalizado y ecomenda-
ciones de es udio.
2. Pa a p esen a es e plan de es udios, u iliza di e en es mé odos
de enseñanza, como juegos in e ac i os, simulaciones, ideos,
cues iona ios y e oalimen ación en iempo eal. Es o pe mi e
in oluc a al es udian e y mejo a su ap endizaje.
3. El es udian e in e acciona con el sis ema y ealiza el es udio y
p ác ica de los con enidos. En es e p oceso, el STI puede o e-
ce ayuda en línea o ue a de línea pa a apoya en las necesida-
des, di icul ades y dudas.
4. Finalizadas las ac i idades ela i as al es udio, los esul ados
del es udian e son compa ados con las soluciones almacenadas
en el STI. A a és del análisis masi o de da os y uso de ap en-
dizaje au omá ico, el sis ema e alúa el p og eso del es udian e
y ajus a el plan de es udios y las ecomendaciones de es udio.
‒ 74 ‒
FIGURA 2. P ocesos de ac i idad de un sis ema de u o ización in eligen e
Fuen e: Elabo ación p opia
Con es e p oceso, el sis ema de u o ización in eligen e puede p opo -
ciona un en oque de enseñanza y ap endizaje pe sonalizado y adap a-
i o pa a cada es udian e, es a egia ligada a la mejo a signi ica i a de
los esul ados.
3.3. OPORTUNIDADES Y DESAFÍOS DE LA INTEGRACIÓN DE UN SISTEMA DE
TUTORIZACIÓN INTELIGENTE
Es impo an e esal a la impo ancia de la in eligencia a i icial en los
en o nos uni e si a ios. Es as he amien as apo an una expe iencia edu-
ca i a pe sonalizada y adap a i a pa a los es udian es, pudiendo se más
independien es en sus ac i idades (Guo e al., 2021; Mousa inasab e
al., 2018; Selwyn, 2019). Así mismo, p opo cionan asis encia a los p o-
eso es, acili ando las a eas de elabo ación de ma e ial y u o ización.
Los bene icios más impo an es se esumen a con inuación:
1. La pe sonalización del ap endizaje pa a cada es udian e en
unción de sus o alezas, debilidades y es ilo de ap endizaje.
Es o epe cu e en un ap endizaje más e ec i o y puede mejo-
a la e ención de conocimien os.
‒ 75 ‒
2. Una e oalimen ación inmedia a, lo que pe mi e a los es u-
dian es iden i ica y co egi e o es, mejo ando la comp en-
sión del ma e ial de es udio.
3. Flexibilidad pa a adap a se a ni eles de conocimien o y o e-
ce di e en es u as de ap endizaje o planes de es udio en un-
ción de los obje i os y necesidades del es udian e.
4. Escalabilidad o adap ación sencilla a g andes g upos de es u-
dian es, en aja pa a su uso en cu sos en línea y en aulas con
a ios ele ados. es udian es.
5. En cuan o al p o eso ado, educción de la dedicación de
iempo, al au oma iza a eas como la e aluación y la u o iza-
ción. Además, con el STI ob ienen in o mación de desempeño
de los es udian es más comple a, al gene a se nume osas alo-
aciones con inuas del endimien o de odo el g upo. Dispone
de es e ipo de da os du an e odo el pe iodo lec i o mejo a la
calidad del seguimien o, en compa ación en los en oques a-
dicionales donde los esul ados del p og eso del g upo se ob-
ienen exclusi amen e en p uebas obje i as (como exámenes,
esul ados de p oyec os o ac i idades).
4. RESULTADOS
A pesa de los di e en es bene icios que la IA puede p opo ciona en la
educación uni e si a ia, es esencial ene en cuen a que ambién exis en
iesgos po enciales y conside aciones é icas que deben ene se en
cuen a. Es impo an e abo da los e os u u os de la IA pa a sol en a
dos g upos de iesgos: (1) los de i ados del diseño y desa ollo de la
p opia ecnología, y (2) los de i ados del p oceso didác ico.
En p ime luga , de i ados del diseño ecnológico, un sis ema de u o i-
zación in eligen e p esen a limi aciones en la pe sonalización. Aunque
ienen cie a capacidad de pe sonalización del ap endizaje pa a cada es-
udian e, a menudo ienen limi aciones en cuan o a la disponibilidad de
un núme o su icien e de da os y en cuan o a la complejidad del análisis
que pueden abo da . Es a ci cuns ancia puede condiciona la co ec a
‒ 82 ‒
Bu z, B. P., Dua e, M., & Mille , S. M. (2006). An in elligen u o ing sys em o
ci cui analysis. IEEE T ansac ions on Educa ion, 49(2), 216–223.
h ps://doi.o g/10.1109/TE.2006.872407
Cao, J., Yang, T., Lai, I. K. W., & Wu, J. (2021). S uden accep ance o in elligen
u o ing sys ems du ing COVID-19: The e ec o poli ical in luence.
In e na ional Jou nal o Elec ical Enginee ing Educa ion.
h ps://doi.o g/10.1177/00207209211003270
Ca negie Mellon Uni e si y. (2022). OLI – T ans o ming highe educa ion
h ough he science o lea ning. h ps://oli.cmu.edu/
College o Libe al A s and Sciences, & Depa men o Ma hema ics. (2023).
ALEKS PPL . ALEKS PPL Ma hema ics Assessmen Exam.
h ps://ma h.illinois.edu/academics/unde g adua e-p og am/aleks-ppl-
ma hema ics-assessmen -exam
De me al, D., Pai a, R., Bi encou , I. I., Vassile a, J., & Bo ges, D. (2018).
Au ho ing Tools o Designing In elligen Tu o ing Sys ems: a
Sys ema ic Re iew o he Li e a u e. In e na ional Jou nal o A i icial
In elligence in Educa ion, 28(3), 336–384. DOI: 0.1007/S40593-017-0157-
9
D o Ben-Naim, & Uni e si y o New Sou h Wales in Sydney. (2023). Sma
Spa ow. Sma Spa ow. h ps://www.sma spa ow.com/abou /
Du , S., Ahuja, N. J., & Kuma , M. (2022). An in elligen u o ing sys em
a chi ec u e based on uzzy neu al ne wo k (FNN) o special educa ion
o lea ning disabled lea ne s. Educa ion and In o ma ion Technologies,
27(2), 2613–2633. h ps://doi.o g/10.1007/S10639-021-10713
E ümi , A. K., & Çe in, İ. (2020). Design amewo k o adap i e in elligen
u o ing sys ems. Educa ion and In o ma ion Technologies, 25(5), 4477–
4500. h ps://doi.o g/10.1007/S10639-020-10182-8
Fang, Y., Lippe , A., Cai, Z., Chen, S., F ij e s, J. C., G eenbe g, D., & G aesse ,
A. C. (2022). Pa e ns o Adul s wi h Low Li e acy Skills In e ac ing wi h
an In elligen Tu o ing Sys em. In e na ional Jou nal o A i icial
In elligence in Educa ion, 32(2), 297–322. h ps://doi.o g/10.1007/S40593-
021-00266-Y
Guo, L., Wang, D., Gu, F., Li, Y., Wang, Y., & Zhou, R. (2021). E olu ion and
ends in in elligen u o ing sys ems esea ch: a mul idisciplina y and
scien ome ic iew. Asia Paci ic Educa ion Re iew, 22(3), 441–461.
h ps://doi.o g/10.1007/S12564-021-09697-7
Hoppe, L. V., Gemba ski, P. C., & Lachmaye , R. (2021). In elligen u o ing
sys em as a ool o o ma i e assessmen in design educa ion. DS 110:
P oceedings o he 23 d In e na ional Con e ence on Enginee ing and
P oduc Design Educa ion (E&PDE 2021), VIA Design, VIA Uni e si y
in He ning, Denma k. 9 h -10 h Sep embe 2021.
h ps://doi.o g/10.35199/EPDE.2021.40

‒ 83 ‒
I., Alhabbash. M., MAHDI, A. O., & Abu-Nase , S. S. (2016). An In elligen
Tu o ing Sys em o Teaching G amma English Tenses.
h p://dspace.alazha .edu.ps/xmlui/handle/123456789/410
Kin sch, W., Mille , J. R., & Polson, P. G. (2014). Me hod and ac ics in cogni i e
science. Psychology P ess.
Kule o, V., Ilić, M., Dumangiu, M., Ranko ić, M., Ma ins, O. M. D., Păun, D., &
Miho eanu, L. (2021). Explo ing Oppo uni ies and Challenges o
A i icial In elligence and Machine Lea ning in Highe Educa ion
Ins i u ions. Sus ainabili y 2021, Vol. 13, Page 10424, 13(18), 10424.
h ps://doi.o g/10.3390/SU131810424
Laine, J., Lindq is , T., Ko honen, T., & Hakka ainen, K. (2022). Sys ema ic
Re iew o In elligen Tu o ing Sys ems o Ha d Skills T aining in
Vi ual Reali y En i onmen s. In e na ional Jou nal o Technology in
Educa ion and Science, 6(2), 178–203. h ps://doi.o g/10.46328/IJTES.348
Long, Y., & Ale en, V. (2013). Ac i e lea ne s: Redesigning an in elligen u o ing
sys em o suppo sel - egula ed lea ning. Lec u e No es in Compu e
Science (Including Subse ies Lec u e No es in A i icial In elligence and
Lec u e No es in Bioin o ma ics), 8095 LNCS, 490–495.
h ps://doi.o g/10.1007/978-3-642-40814-4_44
Lu, Y., Pian, Y., Chen, P., Meng, Q., & Cao, Y. (2021). Rada Ma h: An In elligen
Tu o ing Sys em o Ma h Educa ion. P oceedings o he AAAI
Con e ence on A i icial In elligence, 35(18), 16087–16090.
h ps://doi.o g/10.1609/AAAI.V35I18.18020
Ma, W., Olusola O, Nesbi , J. C., & Liu, Q. (2014). In elligen u o ing sys ems
and lea ning ou comes: A me a-analysis. Jou nal o Educa ional
Psychology, 106(4), 901–918. h ps://doi.o g/10.1037/A0037123
Ma ou , A., Youse , M. K. A., Mukhaime , M. N., & Abu-Nase , S. S. (2018). An
In elligen Tu o ing Sys em o Lea ning In oduc ion o Compu e
Science. In e na ional Jou nal o Academic Mul idisciplina y Resea ch,
2(2), 1–8
Mousa inasab, E., Za i sanaiey, N., R. Niakan Kalho i, S., Rakhshan, M., Keikha,
L., & Ghazi Saeedi, M. (2018). In elligen u o ing sys ems: a sys ema ic
e iew o cha ac e is ics, applica ions, and e alua ion me hods,
In e ac i e Lea ning En i onmen s, 29(1), 142–163.
h ps://doi.o g/10.1080/10494820.2018.1558257
Padayachee, I. (2002). In elligen Tu o ing Sys ems: A chi ec u e and
Cha ac e is ics. Roceedings o he 32nd Annual SACLA Con e ence, 1–8.
Phobun, P., & Vicheanpanya, J. (2010). Adap i e in elligen u o ing sys ems o
e-lea ning sys ems. P ocedia - Social and Beha io al Sciences, 2(2),
4064–4069. h ps://doi.o g/10.1016/J.SBSPRO.2010.03.641
Selwyn, N. (2019). Should obo s eplace eache s? AI and he u u e o educa ion.
John Wiley & Sons.
‒ 84 ‒
Sh Bakee , H. M., & Abu-Nase , S. S. (2018). An In elligen Tu o ing Sys em o
Lea ning TOEFL. In e na ional Jou nal o Academic Pedagogical
Resea ch, 2, 9–15.
Taub, M., Aze edo, R., Rajend an, R., Cloude, E. B., Biswas, G., & P ice, M. J.
(2021). How a e s uden s’ emo ions ela ed o he accu acy o cogni i e
and me acogni i e p ocesses du ing lea ning wi h an in elligen u o ing
sys em? Lea ning and Ins uc ion, 72, 101200.
h ps://doi.o g/10.1016/J.LEARNINSTRUC.2019.04.001
Uni e sidad de Ha d a d, & MIT. (2023). Open edX. h ps://openedx.o g/es/
Xu, Z., Wijekuma , K., Rami ez, G., Hu, X., & I ey, R. (2019). The e ec i eness
o in elligen u o ing sys ems on K-12 s uden s’ eading comp ehension:
A me a-analysis. B i ish Jou nal o Educa ional Technology, 50(6), 3119–
3137. h ps://doi.o g/10.1111/BJET.12758
Zhai, X., Chu, X., Chai, C. S., Jong, M. S. Y., Is enic, A., Spec o , M., Liu, J. B.,
Yuan, J., & Li, Y. (2021). A Re iew o A i icial In elligence (AI) in
Educa ion om 2010 o 2020. Complexi y, 2021.
h ps://doi.o g/10.1155/2021/8812542