Uso de la Inteligencia Artificial en estudiantes con trastorno del espectro autista y trastorno por déficit de atención e hiperactividad
DOI:
https://doi.org/10.5281/zenodo.15685041Palabras clave:
inteligencia artificial, aprendizaje personalizado, neurodiversidad, educación matemáticaResumen
Este estudio investiga el potencial de utilizar inteligencia artificial (IA) para transformar la educación matemática para estudiantes con trastorno del espectro autista (TEA) y trastorno por déficit de atención e hiperactividad (TDAH) al brindar experiencias de aprendizaje adaptativas e individualizadas. El estudio de 12 semanas, realizado con 187 estudiantes neurodiversos, empleó sistemas basados en IA que, en tiempo real, adaptaron intelectual y emocionalmente el contenido instructivo, los sistemas de retroalimentación y los niveles de desafío a cada estudiante. Los resultados demostraron mejoras académicas y conductuales mensurables: los estudiantes con TEA demostraron una mejora del 28,4% en el pensamiento abstracto al introducir conceptos algebraicos a través de visualizaciones interactivas, y los estudiantes con TDAH redujeron los errores basados en la impulsividad en un 32,1% a través de mecanismos de doble verificación y temporizadores adaptativos. Junto con la ganancia académica, el estudio reportó una ganancia significativa en funciones ejecutivas, como la memoria de trabajo (+15,3 puntos) y el control inhibitorio (+12,7 puntos), así como resultados psicoafectivos, como un 29% menos de ansiedad matemática. Estos avances se atribuyeron a la capacidad de la IA de personalizar las rutas de aprendizaje (por ejemplo, descomponiendo problemas de fracciones en micropasos para estudiantes con TDAH o interfaces de codificación por colores para estudiantes con TEA y sensibilidades sensoriales). El artículo concluye que la IA, si se diseña teniendo en cuenta la neurodiversidad, puede ser una herramienta poderosa para el empoderamiento cognitivo, llenando lagunas en la educación inclusiva y enfatizando al mismo tiempo el papel inconmensurable del educador humano en la interpretación de las complejas necesidades de los estudiantes.
Descargas
Citas
Aparicio-Juárez, J., Domínguez-Ramírez, O. A., & Escotto-Córdova,
E. A. (2024). Tecnologías Emergentes en el Diagnóstico y Tratamiento del
TDAH. Pädi Boletín Científico de Ciencias Básicas e Ingenierías del ICBI,
(23), 9-19.
Caballero, M. L. R., & Zarate, Y. Y. L. (2024). Educación inclusiva y TIC: prácticas
pedagógicas para el rendimiento escolar de estudiantes con TDAH en instituciones
públicas. Ciencia Latina: Revista Multidisciplinar, 8(5), 9857-9878.
Díaz, Y. M. T., Lliempe, H. P. C., & López, G. S. L. (2025). Técnicas e instrumentos para
evaluar el Trastorno del Espectro Autista (TEA): una revisión sistemática.
Revista Vive, 8(22), 266-289.
Fernandes, M. F., Zys, D. C., de Paola, F. F., & Menegatti, C. L. (2023). O Transtorno do
Déficit de Atenção e Hiperatividade (TDAH) na perspectiva transdiagnóstica.
Psicologia Argumento, 41(113).
García, D. M. S. (2024). Evaluación de Deep Learning para detectar TDAH y síndrome de
Asperger en estudiantes universitarios. Revista de investigación multidisiplinaria,
Iberoamericana, (3).
Gómez-Tabares, A. S., & Landinez-Martínez, D. A. (2023). Teoría de la mente y funcionamiento
ejecutivo en niños: Mapeo científico y revisión de la literatura mediante el análisis
de redes de citaciones. Psicología desde el Caribe, 40(3), 63-99.
López, C. Q., Vera, V. D. G., Bernal, R. M. C., & Martinez, M. H. (2024). Predicción
del TDAH con Aprendizaje de Máquinas: Revisión Sistemática de Literatura.
Revista Argentina de Ciencias del Comportamiento (RACC), 16(3), 14-32.
Pacheco, L. M. A. (2025). Neuromitos del TDAH en la educación: Revisión crítica y
refutaciones factuales. Diálogos sobre educación, (32).
Ponce, D. O. Z., Bello, B. M. C., Conforme, M. E. F., & Macías, N. A. Z. (2024).
El papel de la inteligencia artificial en el aprendizaje de estudiantes con necesidades
educativas específicas no asociadas a la discapacidad. Polo del Conocimiento,
(5), 793-821.
Quintero-López, C., Vera, V. D. G., Bernal, R. M. C., & Martínez, M. H. (2024). Predicción
del TDAH con Aprendizaje de Máquinas: Revisión Sistemática de Literatura. Revista
Argentina de Ciencias del Comportamiento, 16(3).
Tabares, A. S. G. (2022). Asociación entre las funciones ejecutivas y la teoría
de la mente en niños: Evidencia empírica e implicaciones teóricas. Revista de
Psicología Clínica con Niños y Adolescentes, 9(3), 3.
Publicado
Cómo citar
Número
Sección

Está obra está bajo licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Derechos del/de autor/es a partir del año de publicación
Esta obra está bajo la licencia:
Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Las opiniones expresadas por los autores no necesariamente reflejan la postura del editor de la publicación ni de la UCLA. Se autoriza la reproducción total o parcial de los textos aquí publicados, siempre y cuando se cite la fuente completa y la dirección electrónica de esta revista. Los autores(as) tienen el derecho de utilizar sus artículos para cualquier propósito siempre y cuando se realice sin fines de lucro. Los autores(as) pueden publicar en internet o cualquier otro medio la versión final aprobada de su trabajo, luego que esta ha sido publicada en esta revista.