536
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
HACIA UNA EDUCACIÓN PERSONALIZADA Y EQUITATIVA:
ANÁLISIS DE LA CONVERGENCIA ENTRE TECNOLOGÍAS
ASISTIVAS E INTELIGENCIA ARTIFICIAL
Jorge Iván Pincay Ponce
Universidad Laica Eloy Alfaro de Manabí
jorge.pincay@uleam.edu.ec
Orcid: http://orcid.org/0000-0003-4711-8850
Marcos Tulio Zambrano Zambrano
Universidad Laica Eloy Alfaro de Manabí
marcos.zambrano@uleam.edu.ec
Orcid: https://orcid.org/0000-0003-0452-5632
Pedro Jacinto Quijije Anchundia
Universidad Laica Eloy Alfaro de Manabí
pedro.quijije@uleam.edu.ec
Orcid: https://orcid.org/0000-0003-1014-2021
Autor para correspondencia: jorge.pincay@uleam.edu.ec
Recibido: 29/11/2024 Aceptado: 02/12/2024 Publicado: 25/01/2025
RESUMEN
Este estudio examina la convergencia entre tecnologías de asistencia e inteligencia
artificial en el contexto educativo, con énfasis en el desarrollo de una educación
más personalizada y equitativa. A través de una revisión de la literatura en SCOPUS
(2021-2024) y un análisis teórico sobre las etapas de desarrollo de la IA, la
investigación identifica tres ejes fundamentales: la dimensión temporal que
proyecta el desarrollo de la AGI hacia 2040, la expansión del concepto de
accesibilidad integrando aspectos sociales y culturales, y el papel transformador
de la IA en la personalización educativa. Los resultados revelan oportunidades
significativas para la integración de tecnologías asistivas con sistemas de IA,
mientras señalan desafíos críticos en términos éticos y regulatorios. Se concluye
que esta convergencia tecnológica, aunque prometedora para la transformación
de la educación inclusiva, requiere un marco regulatorio robusto y un enfoque
ético centrado en el estudiante, enfatizando la necesidad de colaboración entre
educadores, desarrolladores y legisladores.
Palabras clave: Educación inclusiva, Inteligencia artificial adaptativa, Tecnologías
de asistencia emergentes, Personalización educativa.
TOWARDS PERSONALIZED AND EQUITABLE EDUCATION:
ANALYSIS OF THE CONVERGENCE BETWEEN ASSISTIVE
TECHNOLOGIES AND ARTIFICIAL INTELLIGENCE
ABSTRACT
This study examines the convergence between assistive technologies and artificial
intelligence within the educational context, emphasizing the development of more
personalized and equitable education. Through a literature review in SCOPUS
537
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
(2021-2024) and theoretical analysis of AI developmental stages, the research
identifies three fundamental axes: the temporal dimension projecting AGI
development towards 2040, the expansion of the accessibility concept integrating
social and cultural aspects, and AI's transformative role in educational
personalization. The findings reveal significant opportunities for integrating
assistive technologies with AI systems while highlighting critical ethical and
regulatory challenges. This technological convergence, although promising for
transforming inclusive education, requires a robust regulatory framework and
student-centered ethical approach, emphasizing the need for collaboration among
educators, developers, and policymakers.
Keywords: Inclusive education, Adaptive artificial intelligence, Emerging assistive
technologies, Educational personalization.
INTRODUCCIÓN
En las últimas décadas, las tecnologías de asistencia han desempeñado un papel
crucial en la inclusión educativa de estudiantes con discapacidad. Herramientas
como lectores de pantalla, dispositivos de seguimiento ocular y plataformas
digitales adaptativas han demostrado su potencial para mejorar el acceso al
aprendizaje (Papadopoulos et al., 2024).
Estas herramientas permiten que los estudiantes superen barreras físicas,
sensoriales y cognitivas, fomentando una participación en entornos educativos
tradicionales y virtuales. Además, la incorporación de software como los sistemas
de texto a voz y aplicaciones basadas en inteligencia artificial (IA) han ampliado
las posibilidades de interacción y personalización del aprendizaje (Lalar et al.,
2024).
Con el avance exponencial de la IA, nos encontramos en un punto de inflexión
histórico. El desarrollo de herramientas como ChatGPT, algoritmos de aprendizaje
profundo y sistemas de recomendación personalizados ha generado un impacto sin
precedentes en la educación. Estas tecnologías no solo optimizan los procesos
pedagógicos, sino que también prometen transformar la experiencia educativa
para todos los estudiantes, especialmente para aquellos con necesidades
especiales.
El tema central de este trabajo es la exploración de cómo la convergencia entre
tecnologías de asistencia e inteligencia artificial puede facilitar una educación
personalizada y equitativa. Este enfoque es particularmente relevante dado el
crecimiento exponencial de la IA en los últimos años y su impacto en diversos
sectores, incluido el educativo. La necesidad de realizar este estudio surge de la
creciente importancia de garantizar que estas tecnologías se desarrollen e
538
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
implementen de manera ética y efectiva, abordando tanto las oportunidades como
los riesgos que conllevan.
El trabajo está diseñado para abordar esta convergencia desde una perspectiva
holística. En primer lugar, se realiza una revisión exhaustiva de literatura
relevante sobre tecnologías de asistencia e inteligencia artificial en la educación.
En segundo lugar, se incluye un análisis teórico que examina las etapas de
desarrollo de la IA, desde la IA Estrecha (ANI) hasta la Súper Inteligencia Artificial
(ASI), para identificar los desafíos éticos y técnicos asociados con cada etapa.
La metodología utilizada combina una revisión de literatura reciente con un
análisis comparativo de tecnologías emergentes. Se seleccionaron diez artículos
clave de la base de datos SCOPUS, publicados entre 2021 y 2024, que destacan
avances y limitaciones en la aplicación de la IA y las tecnologías de asistencia en
el contexto educativo. Estos artículos, junto con perspectivas teóricas de expertos
como Leopold Aschenbrenner y Geoffrey Hinton, proporcionan una base sólida para
los análisis y proyecciones realizadas. Entre las referencias utilizadas destacan
artículos como "AI Algorithms and ChatGPT for Student Engagement" (Bansal et al.,
2024), "Digital Literacy at the Intersection of Equity" (Prager & Bilge, 2024) y “How
Far Are We From AGI: Are LLMs All We Need?” (Feng et al., 2024).
El objetivo principal de este artículo es proponer un modelo integral que integre
tecnologías de asistencia e inteligencia artificial para avanzar hacia una educación
más equitativa y personalizada. Este modelo aborda las necesidades actuales de
los estudiantes y proyecta soluciones futuras considerando las tres etapas clave
del desarrollo de la IA. Así, se busca contribuir al diseño de estrategias que
maximicen los beneficios de estas tecnologías mientras se minimizan sus riesgos
éticos y técnicos.
METODOLOGÍA
Este estudio adoptó un enfoque metodológico cualitativo de carácter exploratorio-
descriptivo, estructurado en tres fases principales para examinar la convergencia
entre tecnologías de asistencia e inteligencia artificial en el contexto educativo.
Fase 1: Revisión Sistemática de Literatura
Se realizó una búsqueda sistemática en la base de datos SCOPUS, considerando
publicaciones del período 2021-2024. Los criterios de selección incluyeron:
Criterios de inclusión:
Artículos revisados por pares.
539
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
Publicaciones en inglés y español.
Estudios que abordan tecnologías de asistencia e IA en educación.
Investigaciones sobre personalización educativa mediante IA.
Trabajos que analizan aspectos éticos de la IA en educación.
Criterios de exclusión:
Publicaciones anteriores a 2021.
Artículos sin revisión por pares.
Estudios que no abordan específicamente la convergencia IA-educación.
La búsqueda se realizó utilizando las siguientes palabras clave y operadores
booleanos: ("artificial intelligence" OR "AI") AND ("assistive technology" OR
"adaptive technology") AND ("education" OR "learning") AND ("personalization" OR
"customization")
Fase 2: Análisis Teórico-Conceptual
Se desarrolló un marco analítico basado en tres dimensiones fundamentales:
1. Dimensión Temporal:
Análisis de la evolución tecnológica desde ANI hacia AGI.
Proyecciones temporales basadas en expertos (OpenAI, Hinton).
Evaluación de la adaptabilidad tecnológica en contextos educativos.
2. Dimensión de Accesibilidad:
Análisis de barreras pedagógicas y sociales.
Evaluación de soluciones tecnológicas existentes.
Identificación de necesidades no cubiertas.
3. Dimensión de IA:
Análisis de herramientas actuales de IA en educación
Evaluación de riesgos y oportunidades.
Identificación de tendencias emergentes.
Fase 3: Síntesis e Integración
Se empleó un proceso iterativo de análisis y síntesis para:
1. Categorización de hallazgos:
Clasificación de tecnologías según su impacto en la personalización.
Identificación de patrones y tendencias emergentes.
Evaluación de implicaciones éticas y regulatorias.
540
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
2. Desarrollo del modelo holístico:
Integración de las tres dimensiones analizadas.
Validación cruzada con la literatura existente.
Refinamiento basado en criterios de viabilidad y escalabilidad.
3. Validación de resultados:
Triangulación de fuentes.
Análisis de convergencia entre diferentes perspectivas teóricas.
Evaluación de la coherencia interna del modelo propuesto.
Limitaciones Metodológicas
El estudio se limita a publicaciones recientes (2021-2024).
Se centra en literatura académica indexada en SCOPUS.
La naturaleza emergente de algunas tecnologías puede limitar la disponibilidad
de estudios empíricos.
Los artículos fueron seleccionados por su relevancia en los temas mencionados y
su pertinencia para proyectar el impacto de las futuras generaciones de IA en la
educación.
Entre los artículos seleccionados destacan:
"AI Algorithms and ChatGPT for Student Engagement" (Bansal et al., 2024), que
discute el potencial de herramientas de IA para personalizar el aprendizaje y
"Digital Literacy at the Intersection of Equity" (Prager & Bilge, 2024), que enfatiza
el rol de la alfabetización digital en la inclusión educativa (Prager & Bilge, 2024).
Análisis y Síntesis de la Información
Los resultados se organizaron en torno a tres ejes clave: la dimensión temporal, la
ampliación de la noción de accesibilidad y el papel de la inteligencia artificial.
Estos ejes permitieron estructurar un modelo holístico para una educación
equitativa y personalizada, alineado con los objetivos del estudio.
RESULTADOS
La organización de los hallazgos en tres ejes clave permitió diseñar un esquema
holístico que refleja la convergencia entre tecnologías de asistencia e inteligencia
artificial. Tal como se muestra en figura 1 y se describe en líneas posteriores.
541
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
Figura 1: Esquema holístico de integración Tecnologías de Asistencia e
Inteligencia Artificial
Dimensión Temporal:
La transición desde la IA Estrecha hacia la IA General y, eventualmente, la Súper
Inteligencia, introduce una nueva perspectiva sobre la temporalidad en la
evolución tecnológica. Según las proyecciones de prominente científico Geoffrey
Hinton, el desarrollo de la AGI podría alcanzar su auge hacia el 2040, trayendo
consigo capacidades avanzadas de razonamiento y adaptabilidad al contexto
educativo (Bengio et al., 2024; Morris et al., 2024).
La evolución tecnológica también ha transformado la adaptabilidad de las
herramientas educativas. Los sistemas actuales, como los asistentes virtuales
personalizados, han demostrado un impacto positivo en la retención de
información y el rendimiento académico (Bansal et al., 2024; Pincay Ponce, 2023;
Pincay Ponce et al., 2024; Pincay-Ponce, 2018). En el contexto de estudiantes con
necesidades especiales, la IA permite crear programas de aprendizaje que se
ajustan dinámicamente al progreso individual.
Ampliación de la Noción de Accesibilidad:
La accesibilidad educativa ya no se limita a la eliminación de barreras
arquitectónicas o digitales; también implica considerar el contexto social y
cultural de los estudiantes. Tecnologías como los sistemas de IA para el análisis
del habla y la generación de lenguaje natural han demostrado ser efectivos para
estudiantes con discapacidades cognitivas y del lenguaje (Prager & Bilge, 2024).
Además, herramientas como los dispositivos hápticos y de realidad aumentada se
integran con algoritmos de IA para ofrecer experiencias multisensoriales. Estas
soluciones no solo mejoran la comprensión de conceptos abstractos, sino que
también fomentan una mayor inclusión social, al permitir que estudiantes con
542
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
discapacidades participen activamente en entornos educativos colaborativos
(Irigoyen et al., 2024).
Inteligencia Artificial:
La IA ha evolucionado desde ser una herramienta de apoyo hasta convertirse en un
motor central para la transformación educativa. Los modelos actuales, como GPT-
4, han mostrado potencial para asistir tanto a estudiantes como a docentes,
generando contenido personalizado y detectando barreras de aprendizaje en
tiempo real.
Sin embargo, también emergen preocupaciones relacionadas con la ética y la
regulación. Según Trammell & Aschenbrenner, la transición hacia sistemas de
Súper Inteligencia introduce riesgos existenciales, particularmente en el control
humano sobre tecnologías avanzadas (2024). Estos riesgos deben ser abordados
mediante marcos regulatorios que prioricen la inclusión y los principios éticos
fundamentales.
En conjunto, estos hallazgos destacan la necesidad de un enfoque holístico para
integrar tecnologías asistivas e IA, asegurando que su impacto sea equitativo y
sostenible.
DISCUSIÓN
Los hallazgos de este estudio resaltan una confluencia poderosa entre las
tecnologías de asistencia y la inteligencia artificial, destacando su capacidad para
abordar desafíos históricos en la educación inclusiva. Sin embargo, resulta crucial
mantener una perspectiva humilde frente a las limitaciones inherentes y los riesgos
asociados. La implementación efectiva de estas tecnologías exige una reflexión
continua y un compromiso ético profundo.
En primer lugar, la dimensión temporal, identificada como un eje clave en los
resultados, señala un horizonte prometedor pero incierto. La proyección de
herramientas avanzadas como la AGI hacia el año 2040 (Rainie & Anderson, 2024)
representa una oportunidad única para repensar la educación como un proceso
adaptativo, centrado en las necesidades individuales. Sin embargo, debemos
reconocer que este avance también trae consigo interrogantes sobre la soberanía
educativa y el potencial desbalance en el acceso a estas tecnologías.
Además, la ampliación de la noción de accesibilidad enfatiza la importancia de un
enfoque integrador, en el cual las herramientas tecnológicas no solo eliminen
barreras físicas, sino también promuevan la equidad cultural y social (Prager &
543
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
Bilge, 2024). Sin embargo, es importante admitir que la accesibilidad plena sigue
siendo un desafío pendiente, especialmente en contextos de bajos recursos donde
las herramientas avanzadas aún son inaccesibles.
Por último, el papel central de la inteligencia artificial en la educación no puede
ignorar las inquietudes éticas y regulatorias (Holmes et al., 2022). Como lo señaló
Aschenbrenner, el riesgo de perder el control humano sobre sistemas
ultrainteligentes subraya la necesidad de marcos regulatorios que sean inclusivos
y éticos (2024). Este artículo, aunque limitado en alcance, busca contribuir a esta
discusión proponiendo un modelo que combina la innovación con un enfoque
centrado en el estudiante.
De manera general, los resultados subrayan la necesidad de adoptar un enfoque
colaborativo, donde investigadores, educadores, legisladores y tecnólogos
trabajen juntos para maximizar el impacto positivo de estas herramientas, sin
perder de vista los riesgos asociados. Este esfuerzo colectivo, si se lleva a cabo
con humildad y compromiso ético, puede redefinir la educación como un derecho
verdaderamente universal.
CONCLUSIONES Y RECOMENDACIONES
Los hallazgos de este estudio enfatizan que la convergencia entre tecnologías
asistivas e inteligencia artificial tiene el potencial de transformar la educación
hacia un modelo más inclusivo y personalizado. Sin embargo, también se requiere
una consideración cuidadosa de los riesgos asociados, especialmente en términos
de ética y regulación.
Transformación Educativa y Personalización:
Las tecnologías asistivas, cuando se integran con sistemas de IA, permiten que el
aprendizaje sea adaptativo, contextual y altamente individualizado. Esto es
particularmente relevante para estudiantes con discapacidades, quienes pueden
beneficiarse enormemente de programas diseñados a medida.
Regulación y Marco Ético:
A medida que las herramientas basadas en IA se vuelven más sofisticadas, también
se incrementa la necesidad de normativas que protejan los datos de los usuarios,
especialmente los de poblaciones vulnerables. Esto requiere la colaboración de
educadores, desarrolladores tecnológicos y legisladores para crear marcos éticos
robustos.
544
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
Capacitación y Alfabetización Digital:
Es fundamental invertir en programas de capacitación para docentes y estudiantes
sobre el uso efectivo de tecnologías asistivas e IA. La alfabetización digital no solo
facilita el acceso a estas herramientas, sino que también empodera a los usuarios
para aprovecharlas al máximo.
Investigación Continua:
Se necesitan más estudios longitudinales para evaluar el impacto a largo plazo de
estas tecnologías en el aprendizaje y la inclusión. Esto permitirá identificar buenas
prácticas y áreas de mejora en el diseño y la implementación de soluciones
tecnológicas.
Podemos expresar que la convergencia entre tecnologías de asistencia e IA
representa una oportunidad sin precedentes para avanzar hacia una educación más
equitativa y personalizada. No obstante, también plantea retos que requieren
atención inmediata por parte de los diversos actores involucrados. Abordar estos
desafíos de manera proactiva garantizará que el potencial de estas tecnologías sea
plenamente realizado en beneficio de todos los estudiantes, independientemente
de sus capacidades o contextos.
REFERENCIAS BIBLIOGRÁFICAS
Bansal, R., Chakir, A., Hafaz Ngah, A., Rabby, F., & Jain, A. (Eds.). (2024). AI
Algorithms and ChatGPT for Student Engagement in Online Learning: IGI
Global. https://doi.org/10.4018/979-8-3693-4268-8
Bengio, Y., Hinton, G., Yao, A., Song, D., Abbeel, P., Darrell, T., Harari, Y. N.,
Zhang, Y.-Q., Xue, L., Shalev-Shwartz, S., Hadfield, G., Clune, J., Maharaj,
T., Hutter, F., Baydin, A. G., McIlraith, S., Gao, Q., Acharya, A., Krueger,
D., … Mindermann, S. (2024). Managing extreme AI risks amid rapid progress.
Science, 384(6698), 842-845. https://doi.org/10.1126/science.adn0117
Feng, T., Jin, C., Liu, J., Zhu, K., Tu, H., Cheng, Z., Lin, G., & You, J. (2024). How
Far Are We From AGI: Are LLMs All We Need? (arXiv:2405.10313). arXiv.
https://doi.org/10.48550/arXiv.2405.10313
Holmes, W., Porayska-Pomsta, K., Holstein, K., Sutherland, E., Baker, T., Shum,
S. B., Santos, O. C., Rodrigo, M. T., Cukurova, M., Bittencourt, I. I., &
Koedinger, K. R. (2022). Ethics of AI in Education: Towards a Community-
Wide Framework. International Journal of Artificial Intelligence in
Education, 32(3), 504-526. https://doi.org/10.1007/s40593-021-00239-1
Irigoyen, E., Larrea, M., & Graña, M. (2024). A Narrative Review of Haptic
Technologies and Their Value for Training, Rehabilitation, and the
Education of Persons with Special Needs. Sensors, 24(21), 6946.
https://doi.org/10.3390/s24216946
Lalar, S., Kumar, T., Kumar, R., & Kumar, S. (2024). Unlocking Potential: The Role
of Artificial Intelligence in Revolutionizing Special Education for Inclusive
Learning. En A. Mutawa (Ed.), Advances in Educational Technologies and
545
ISSN: 2600-6030
Vol. 8. Núm. 16 (ene - jul. 2025)
Revista Científica SAPIENTIAE.
Instructional Design (pp. 201-232). IGI Global.
https://doi.org/10.4018/979-8-3693-0884-4.ch009
Morris, M. R., Sohl-dickstein, J., Fiedel, N., Warkentin, T., Dafoe, A., Faust, A.,
Farabet, C., & Legg, S. (2024). Levels of AGI for Operationalizing Progress
on the Path to AGI (arXiv:2311.02462). arXiv.
https://doi.org/10.48550/arXiv.2311.02462
Papadopoulos, K., Koustriava, E., Isaraj, L., Chronopoulou, E., Manganello, F., &
Molina-Carmona, R. (2024). Assistive Technology for Higher Education
Students with Disabilities: A Qualitative Research. Digital, 4(2), 501-511.
https://doi.org/10.3390/digital4020025
Pincay Ponce, J. I. (2023). Análisis de datos educativos aplicado en el estudio de
la incidencia de factores socioeconómicos en el rendimiento escolar [Doctor
en Ciencias Informáticas, Universidad Nacional de La Plata].
https://doi.org/10.35537/10915/156471
Pincay Ponce, J. I., De Giusti, A. E., Sánchez Andrade, D. A., & Figueroa Suárez,
J. A. (2024). CatBoost: Aprendizaje automático de conjunto para la analítica
de los factores socioeconómicos que inciden en el rendimiento escolar.
Revista Iberoamericana de Tecnología en Educación y Educación en
Tecnología, 38, e3. https://doi.org/10.24215/18509959.38.e3
Pincay-Ponce, J. I. (2018). Reflexiones sobre la accesibilidad web para el
contenido educativo en los sistemas de administración de aprendizaje.
REFCalE: Revista Electrónica Formación y Calidad Educativa. ISSN 1390-
9010, 6(1), Article 1.
Prager, K. B., & Bilge, N. (Eds.). (2024). Digital Literacy at the Intersection of
Equity, Inclusion, and Technology: IGI Global.
https://doi.org/10.4018/979-8-3693-2591-9
Rainie, L., & Anderson, J. (2024). A New Age of Enlightenment? A New Threat to
Humanity? Experts Imagine the Impact of Artificial Intelligence by 2040.
Trammell, P., & Aschenbrenner, L. (2024). Existential Risk and Growth.
