Impacto de las metodologías activas y el poder de la inteligencia artificial en el ecosistema de la evaluación educativa: un análisis prospectivo hacia 2026
Contenido principal del artículo
Resumen
El estudio analizó el impacto de la integración de metodologías activas y la inteligencia artificial en el ecosistema de la evaluación educativa, con un enfoque prospectivo hacia el año 2026. Se empleó una metodología cualitativa basada en la prospectiva estratégica, que incluyó análisis documental, identificación de variables clave, análisis estructural de influencia–dependencia, aplicación del método Delphi con expertos y construcción de escenarios. Los resultados permitieron identificar que la inteligencia artificial, las metodologías activas y la formación docente constituyen variables críticas en la transformación del sistema evaluativo. Asimismo, se evidenció que la evaluación tiende a evolucionar hacia modelos más formativos, continuos y personalizados, aunque condicionados por factores como la infraestructura tecnológica y la brecha digital. El análisis de escenarios mostró que el futuro más probable corresponde a una transformación gradual, con avances desiguales, mientras que un escenario optimista requiere una articulación efectiva entre innovación pedagógica, desarrollo tecnológico y políticas educativas inclusivas. Estos hallazgos destacan la importancia de una visión sistémica en la planificación educativa. En este sentido, la transformación del ecosistema evaluativo representa una oportunidad estratégica para mejorar la calidad y equidad del aprendizaje.
Detalles del artículo
Citas
Al Rashdi, H., & Elgeddawy, M. (2025). Towards Sustainable Engineering Course Design: Faculty Insights on Integrating Artificial Intelligence Within a Constructivist Learning Environment: The Case of Oman. In AI and IoT: Driving Business Success and sustainability in the Digital Age: Volume 1 (pp. 765-775). Springer. https://link.springer.com/chapter/10.1007/978-3-031-92240-4_71
Alqahtani, T., Badreldin, H. A., Alrashed, M., Alshaya, A. I., Alghamdi, S. S., Bin Saleh, K., Alowais, S. A., Alshaya, O. A., Rahman, I., & Al Yami, M. S. (2023). The emergent role of artificial intelligence, natural learning processing, and large language models in higher education and research. Research in social and administrative pharmacy, 19(8), 1236-1242. https://www.sciencedirect.com/science/article/pii/S1551741123002802
Arslan, S. (2025). English-as-a-foreign language university instructors' perceptions of integrating artificial intelligence: A Turkish perspective. System, 131, 103680. https://www.sciencedirect.com/science/article/pii/S0346251X25000909
Cornelio, O. M., Rodríguez, A. R., Álava, W. L. S., Mora, P. G. A., Mera, L. M. S., & Bravo, B. J. P. (2024). La Inteligencia Artificial: desafíos para la educación. Editorial Internacional Alema. https://editorialalema.org/libros/index.php/alema/article/view/34
Godet, M. (2000). The art of scenarios and strategic planning: tools and pitfalls. Technological forecasting and social change, 65(1), 3-22. https://www.sciencedirect.com/science/article/pii/S0040162599001201
Gunawardena, M., Bishop, P., & Aviruppola, K. (2024). Personalized learning: The simple, the complicated, the complex and the chaotic. Teaching and Teacher Education, 139, 104429. https://www.sciencedirect.com/science/article/pii/S0742051X23004171
Hernández, N. B., Yelandi, L. V. M., Ricardo, J. E., & Manzano, R. L. M. (2023). Análisis prospectivo del estado actual de la carrera de derecho en la sede Babahoyo de la universidad UNIANDES. Revista Conrado, 19(S2), 505-513. https://conrado.ucf.edu.cu/index.php/conrado/article/view/3291
Likoko, H. M., & Wu, M. (2025). A study on Tanzania foreign language education policies and its impact on the development of Chinese language in Tanzania higher education. Sustainable Futures, 9, 100599. https://www.sciencedirect.com/science/article/pii/S2666188825001698
Mancin, S., Sguanci, M., Pipitone, V., Testori, A., De Marinis, M. G., & Piredda, M. (2025). Efficacy of active teaching methods for distance learning in undergraduate nursing education: a systematic review. Teaching and Learning in Nursing, 20(2), e485-e493. https://www.sciencedirect.com/science/article/pii/S1557308724002798
McDonald, N., Johri, A., Ali, A., & Collier, A. H. (2025). Generative artificial intelligence in higher education: Evidence from an analysis of institutional policies and guidelines. Computers in Human Behavior: Artificial Humans, 3, 100121. https://www.sciencedirect.com/science/article/pii/S2949882125000052
McGrath, C., Pargman, T. C., Juth, N., & Palmgren, P. J. (2023). University teachers' perceptions of responsibility and artificial intelligence in higher education-An experimental philosophical study. Computers and Education: Artificial Intelligence, 4, 100139. https://www.sciencedirect.com/science/article/pii/S2666920X23000188
Peña, S., Martinez-Santander, C., Cantos-Reyes, V., & Rojas, M. F. (2025). Active methodologies and didactic techniques in medical education: A systematic review. Educación Médica, 26(4), 101040. https://www.sciencedirect.com/science/article/pii/S157518132500018X
Piaget, J. (1970). Inteligencia y adaptación biológica. Los procesos de adaptación, 1(1), 69-84. https://www.academia.edu/download/58411902/PIAGET_JEAN_-_Inteligencia_Y_Adaptacion_Biologica.PDF
Rodríguez, A. R., Mora, A. L. C., & García, J. G. (2019). Enseñanza de la Matemática básica en la educación general básica de Ecuador Roca: Revista Científico-Educaciones de la provincia de Granma, 15(2), 217-230. https://dialnet.unirioja.es/servlet/articulo?codigo=7013317
Vygotski, L. S., Cole, M., & Luriia, A. R. (1996). El desarrollo de los procesos psicológicos superiores. crítica Barcelona. https://www.academia.edu/download/44777042/Vygotski__-_El_desarrollo_de_los_procesos_psicologicos_superiores_-_Cap_IV.pdf
Yuan, L., & Liu, X. (2025). The effect of artificial intelligence tools on EFL learners' engagement, enjoyment, and motivation. Computers in Human Behavior, 162, 108474. https://www.sciencedirect.com/science/article/pii/S074756322400342X



