Resumen
Este estudio cuasi-experimental investiga el impacto de un entorno de metaverso enriquecido con inteligencia artificial (IA) y Recursos Educativos Abiertos (REA) en el desarrollo del pensamiento computacional de estudiantes universitarios. Se analizan cuantitativa y cualitativamente los resultados de aprendizaje, estrategias de aprendizaje, motivación, autoeficacia y satisfacción, utilizando el Cuestionario de Estrategias Motivadas para el Aprendizaje (MSLQ), los protocolos de reflexión en voz alta, el análisis de narrativas y los diarios de aprendizaje. En el entorno en que se desarrolla la experiencia educativa, los estudiantes exploraran escenarios que proveen de manera adaptativa REAs, buscando potenciar la inmersión en el estudio de conceptos como abstracción, reconocimiento de patrones, descomposición de problemas y algoritmia. Los motores de IA personalizan el aprendizaje recomendando contenidos, gamificando experiencias, monitoreando el progreso y facilitando la gestión comunitaria y de recursos. Este ambiente promueve un aprendizaje basado en proyectos, permitiendo la aplicación práctica de habilidades computacionales en contextos complejos. Los resultados muestran mejoras en el desarrollo del pensamiento computacional, el uso extendido de estrategias de aprendizaje, el incremento de la motivación, la autoeficacia y la satisfacción en el grupo experimental respecto al de control. Las narrativas estudiantiles resaltan la valoración positiva de la libertad para explorar y aplicar conceptos en contextos simulados y la utilidad de la interacción y colaboración dentro del metaverso para enriquecer el aprendizaje. Este estudio evidencia los beneficios de los entornos de metaverso apoyados por IA en la educación, destacando su potencial para mejorar tanto los resultados de aprendizaje como aspectos de autorregulación del aprendizaje.
Presentadores
Paulo Cesar Coronado SánchezFull time professor, Faculty of Engineering, Universidad Distrital Francisco José de Caldas, Distrito Capital de Bogotá, Colombia
Details
Presentation Type
Ponencia temática de un trabajo
Theme
KEYWORDS
Autorregulación del Aprendizaje, Aprendizaje de Máquina, Pensamiento Computacional
