Transfer learning e inteligencia artificial: potenciando el aprendizaje y servicio
Contenido principal del artículo
Resumen
La vinculación con el medio requiere de la metodología del aprendizaje servicio y el modelo del Transfer Learning en cumplimiento de los propósitos epistemológico y ontológico en la universidad. El objetivo de la investigación es proponer la utilización del Transfer Learning y la metodología del Aprendizaje-Servicio para el uso educativo en educación superior. La metodología utilizada es Bidirectional Encoder Representations from Transformers la cual es un modelo entrenado en función a la personalización del aprendizaje en estudiantes. Además, se enfatizó la Función de Pérdida, Optimización por Descenso de Gradiente, la Regularización y la evolución del modelo basado en métricas Precisión o Accuracy, F1-Score y Recall y Precision. Los potenciales resultados se proyectan en el Aprendizaje-Servicio al ser enriquecido con la Inteligencia Artificial, incentivando a los estudiantes a involucrarse en proyectos comunitarios, lo que fortalece tanto su aprendizaje académico como sus habilidades sociales. Además, se destaca cómo el Transfer Learning puede hacer más efectivas las evaluaciones, personalizando las recomendaciones según el progreso de cada estudiante. En conclusión, la combinación de Transfer Learning sostenida en Inteligencia Artificial y apoyada en Aprendizaje-Servicio tiene la capacidad de sostener la transformación de la educación, haciéndola más accesible, inclusiva y centrada en las necesidades del estudiante, mejorando las evaluaciones y promoviendo una pedagogía más innovadora.
Descargas
Detalles del artículo

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Citas
Arteaga-Tuba, G. (2024). Recursos tecnológicos para el aprendizaje en el marco de la educación inclusiva ecuatoriana. Cienciamatria. Revista Interdisciplinaria de Humanidades, Educación, Ciencia y Tecnología, 10(18), 289-312. https://doi.org/10.35381/cm.v10i18.1272
Castillejos, B. (2022). Inteligencia artificial y entornos personales de aprendizaje: atentos al uso adecuado de los recursos tecnológicos de los estudiantes universitarios. Educación, 31(60), 9-24. https://doi.org/10.18800/educacion.202201.001
Castro, E., & Gómez, R. (2022). Análisis envolvente de datos de las plataformas educativas por área académica. Apertura (Guadalajara, Jal.), 14(2), 92-109. https://doi.org/10.32870/ap.v14n2.2199
Drewery, M., & Lollar, J. (2024). Undergraduates’ perceptions of the value of service-learning. Frontiers in Education, 9, 1330456. https://doi.org/10.3389/feduc.2024.1330456
Hernández, L. (2025). Gestión de una plataforma educativa virtual con inteligencia artificial y su adecuación funcional en el proceso de aprendizaje. European Public & Social Innovation Review, 10, 01-17. https://doi.org/10.31637/epsir-2025-694
Lauriola, I., Lavelli, A., & Aiolli, F. (2022). An introduction to Deep Learning in Natural Language Processing: Models, techniques, and tools, Neurocomputing, 470, 443-456. https://doi.org/10.1016/j.neucom.2021.05.103
Pinto, J., & Costa-Ramalho, S. (2023). Effects of service-learning as opposed to traditional teaching-learning contexts: a pilot study with three different courses. Frontiers in Education, 8, 1185469. https://doi.org/10.3389/feduc.2023.1185469
Shea, L., Harkins, D., Ray, S., & Grenier, L. (2022). How Critical is Service-Learning Implementation? Journal of Experiential Education, 46(2), 197-214. https://doi.org/10.1177/10538259221122738
Tarazona, C., Martínez-Usarralde, M. J., & Carbonell, A. (2024). Revisión sistemática del aprendizaje-servicio digital en instituciones de educación superior en Europa. Revista Mexicana de Investigación Educativa, 29(103), 801-827. https://ojs.rmie.mx/index.php/rmie/article/view/2/2
Taye, M. (2023). Understanding of machine learning with deep learning: Architectures, workflow, applications and future directions. Computers, 12(5), 91. https://doi.org/10.3390/computers12050091