Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
INTRODUCCIÓN
El hombre busca conquistar el mundo a través del uso de la tecnología, el cual evoluciona de manera tal que el ser humano requiere la conexión de sistemas capaces de realizar actividades con cierta inteligencia (Sætra, 2019). En ese marco, una opción importante es el uso de equipos electrónicos para modelar el comportamiento inteligente basado en Inteligencia Artificial - IA (Zaman et al., 2023), la cual fue definido como el campo científico para desarrollar computadoras inteligentes (Su y Zhong, 2022). Aunado a ello, los expertos tecnológicos buscan implementar técnicas de IA para innovar proyectos que beneficie de manera significativa al ser humano. Además, la IA muestra resultados para mejorar la calidad en todo campo de acción, como en la educación, salud, seguridad, entre una amplia diversidad de sectores (Hassoun et al., 2023).
En esa línea, cada vez es más frecuente y prometedor el uso de la IA en la educación (Alhumaid et al., 2023). Sin embargo, aún hay barreras que imposibilitan resultados significativos en usar IA en el entorno educativo (Liang et al., 2021; Liu et al., 2021). A decir de Ukobitz y Faullant (2022), el éxito del aprendizaje y enseñanza están correlacionados significativamente en la educación bajo un enfoque axiomático inteligente. Además, la IA ha sobresalido en la educación secundaria y superior, aunque está tomando auge en la educación infantil (Su y Yang, 2022). Ello permite inferir que la IA admite el desarrollo cognitivo basado en capacidades, lingüístico y habilidades de aprendizaje para potenciar el desarrollo educativo infantil (Cangelosi y Schlesinger, 2018).
En esa taxonomía, la IA en la educación secundaria y superior está orientado a la programación de software complejo. Por ejemplo, en machine learning. Mientras que la IA en la educación infantil está enfocado en actividades simples de IA para mejorar y potenciar el conocimiento (Williams et al., 2019); el aprendizaje en la resolución de problemas (Su y Yang, 2022); en la adaptación rápida para el uso de las tabletas electrónicas (Druga et al., 2018); la optimización del aprendizaje lúdico (Liu et al., 2021); además, perfecciona la indagación colaborativa y creativa a través del juego con el robot (Su y Yang, 2022; Kewalramani et al., 2021) lo cual genera una relación significativa entre estímulo y respuesta (Brito y Oliveira, 2018). Ante ello, se evidencia las diversas aplicaciones de la IA en beneficio de la educación infantil (Kewalramani et al., 2021; Su y Yang, 2022). Consecuentemente, a fin de garantizar la calidad de la educación preescolar en un mundo cada vez más digital, las autoridades de los gobiernos han comenzado a integrar el enfoque computacional inteligente al sistema curricular. Ello tiene como objeto promover y cultivar las habilidades de IA en los niños; bajo el enfoque cognitivo, intelectual y social (Weintrop y Wilensky, 2015; Egert et al., 2018).
Al respecto, Preface (2021) señala que los niños son aprendices activos que se adaptan fácilmente al aprendizaje de la IA. En tal sentido, una de las competencias para lograr la alfabetización IA en niños es el conocimiento de IA que permita coadyudar a los estudiantes a comprender las ideas fundamentales de la inteligencia artificial (Kim et al., 2021). En relación a ello, Su y Zhong (2022) proponen un diseño curricular para la educación preescolar basado en cuatro módulos: introducción a la IA, cuyo objetivo es aprender a dibujar y comprender los conocimientos básicos de la IA como los conceptos y qué es la IA; aprendizaje automático, tiene como finalidad imitar la inteligencia humana basada en redes neuronales; técnicas de inteligencia artificial, vinculado al reconocimiento facial, reconocimiento óptico de caracteres, reconocimiento de voz, al dominio de aplicaciones como el robot o chatbot; y, ética en IA, cuyo objetivo es aprender la búsqueda de respuestas, el razonamiento lógico humano, comprender los mapas conceptuales para conocer los conceptos y sus relaciones.
En consecuencia, la justificación de realizar una revisión sistemática sobre el uso de la inteligencia artificial en la educación preescolar es que existe una necesidad de evaluar críticamente la evidencia existente en este campo y determinar cuál es el impacto real de la IA en el aprendizaje y desarrollo de los niños. La revisión sistemática puede ayudar a identificar las mejores prácticas y estrategias para integrar la IA en el entorno preescolar de manera efectiva y segura, y también puede ayudar a identificar las brechas en el conocimiento y las áreas que necesitan más investigación. Por consiguiente, el objetivo es identificar cómo se ha aplicado la IA en el diseño curricular de la educación preescolar, evaluar su efectividad y determinar mejores prácticas para mejorar la calidad del aprendizaje.
METODOLOGÍA
La estrategia de trabajo de esta revisión está esbozada en una búsqueda sistemática de artículos científicos en la base de datos Scopus, utilizando diferentes criterios de búsqueda para seleccionar estudios relevantes. La búsqueda se llevó a cabo de manera exhaustiva para obtener una visión completa de la literatura disponible, según el objetivo planteado. A tal efecto, se utilizó la base de datos Scopus con criterios específicos para una búsqueda adecuada. En ese sentido, la cadena de consulta fue ( TITLE-ABS-KEY ( "artificial intelligence") AND TITLE-ABS-KEY ( chil* ) AND TITLE-ABS-KEY ( learning) ) AND ( LIMIT-TO ( SRCTYPE,"j" ) ) AND (LIMIT-TO ( OA,"all" ) ) AND ( LIMIT-TO ( DOCTYPE,"ar" ) ). Como resultado de ello, se obtuvo 524 documentos.
Después de la identificación de los artículos pertinentes, este estudio tomó como referencia los elementos para revisiones sistemáticas de la declaración PRISMA (Preferred Reporting Items for Systematic Reviews andMeta-Analyses) (Page et al., 2021). Asimismo, se elaboró una estructura de trabajo para agrupar cada artículo en uno de los cuatro módulos, que permita responder la pregunta orientadora de investigación ¿Cuáles son los aportes del uso de IA en la educación preescolar? Consecuentemente, la configuración de este trabajo se refleja en la Figura 1.
Ante lo expuesto, la elegibilidad de los artículos consideró criterios de inclusión, como: artículos originales, artículos elaborados en idioma inglés, estudios aplicados a la educación preescolar, entre otros. Respecto a los criterios de exclusión, se estimó por conveniente excluir las tesis, monografías, publicaciones breves, artículos no revisados por pares, capítulos de libros y estudios de baja calidad. Cada artículo fue revisado según el título, y las conclusiones. Además, se revisaron las secciones Introducción y Método. De esta manera, se seleccionó un grupo de 20 publicaciones a incluir en la síntesis cuantitativa. Por ello, los criterios de inclusión y exclusión usados garantizan un análisis detallado y transparente de los documentos (Figura 2).
DESARROLLO Y DISCUSIÓN
La estrategia usada fue contextualizar el diseño curricular preescolar y que fuera propuesto por (Su y Zhong, 2022). Según el cual, dicho diseño está constituido por cuatro módulos.
Módulo 1: Introducción a la Inteligencia Artificial (IA)
La finalidad de este módulo es comprender los conocimientos básicos de la IA. En ese contexto, las investigaciones vinculadas presentan diversas propuestas. A decir de (Yuan et al., 2020) propone un sistema que fomenta el aprendizaje de la IA en el mundo real. En cuanto a (Liao y Gu, 2022) integra la IA y tecnología 5G y para estimular la cooperación y el conocimiento de la IA. Asimismo, Zammit et al., (2022) propone un juego digital a fin de fomentar los principios de la IA y el pensamiento crítico.
En la Tabla 1, se puede evidenciar que un artículo fue elaborado en América del Norte, Europa y Asia respectivamente. Respecto al año de producción, se resalta que una investigación se realizó el 2020 y dos el 2022.
Módulo 2: Aprendizaje automático
El objetivo de este segundo módulo es comprender el concepto de aprendizaje automático y proponer soluciones IA resaltando el uso de algoritmos complejos de Machine Learning con énfasis en redes neuronales y Deep Learning. En este sentido, la utilización de algoritmos de redes neuronales en la educación preescolar permite mejorar el aprendizaje numérico (Davies et al., 2021). También, motiva el aprendizaje con base a los juegos y gráficos 3D (Albin-Clark et al., 2011). Además, mejora el proceso cognitivo para la resolución de problemas (Chraibi Kaadoud et al., 2022). Asimismo, potencia el aprendizaje de un instrumento musical (Lei y Liu, 2022; Chen et al., 2022); estimula el desarrollo del arte en base al dibujo inteligente (Duraimurugan et al., 2019); enseña el aprendizaje del idioma extranjero (Kim y Kim, 2020); finalmente, estimula el aprendizaje matemático (Käser et al., 2013).
En lo que respecta al ámbito geográfico, se debe precisar que cuatro investigaciones se realizaron tanto en Europa como el continente asiático, de acuerdo a lo mostrado en la Tabla 2. Con referencia al año de producción, el primer artículo fue elaborado el 2011, igual sucedió el 2013, 2019, 2020 y 2021 respectivamente. Sin embargo, el 2022 tuvo un impulso con tres artículos.
Módulo 3: Técnicas de inteligencia artificial
La finalidad de este módulo está asociada a las aplicaciones prácticas de IA en la educación preescolar como soluciones de reconocimiento de voz, chatbot, entre otros. En esa línea, se desarrolló un cuaderno digital para fomentar la escritura a mano (Bonneton-Botté et al., 2020). La investigación de Thinh et al., (2020) propone un robot para la enseñanza del inglés. Asimismo, Luo (2022) desarrolla un sistema IA que usa la tecnología 5G para la enseñanza musical. Hu et al., (2022) propone el uso de la tecnología digital asistida por cine para el desarrollo de habilidades sociales y la enseñanza del inglés. Adams et al., (2018) desarrolla un robot para estimular el juego en niños con discapacidad y Chun (2021) desarrolla la impresión 3D para estimular la creatividad en los niños.
En la Tabla 3, se evidencia que una publicación fue hecha en América del Norte y Europa respectivamente. Mientras que cuatro investigaciones se realizaron en Asia, especialmente en China con tres investigaciones. Con relación al periodo de investigación, se puede señalar en el 2018 se elaboró un artículo, el 2020 hubo dos artículos, el 2021 un solo artículo, y el 2022 dos artículos.
Módulo 4: Ética en Inteligencia Artificial
Según Su y Zhong (2022) la finalidad de este módulo es que los niños aprendan la IA para ayudar a la sociedad y fomentar la colaboración, así como compartir ideas. Además, fomentar la habilidad de búsqueda de respuestas, el razonamiento lógico humano, aprender hacer el mapa conceptual de tareas. Asimismo, identificar y entender los defectos y sesgos de la IA.
Con respecto a la funcionalidad de las investigaciones, Chauhan (2011) propone un robot para organizar en categorías las palabras para estimular la búsqueda de respuesta. Villegas-ch y Jaramillo-alc (2022) plantean un sistema IA para estimular el razonamiento lógico. Finalmente, Niu (2022) propone un estudio de IA para mejorar la calidad de la educación preescolar bajo el enfoque de calidad y responsabilidad.
De la producción de artículos, y según la Tabla 3, se aprecia que se elaboró una investigación en el 2011, mientras que en el 2022 se realizaron dos producciones. En relación al ámbito territorial, los estudios fueron hecho en Europa, América del Sur y Asia respectivamente.
Por lo tanto, con relación a la producción de artículos científicos, se puede indicar que se analizaron 20 documentos. Los hallazgos muestran que la mayoría de trabajos tomó lugar el 2022 (45%), 2021 (10%) y 2020 (20%). Con referencia al ámbito geográfico, los resultados de esta revisión sistemática muestran que las investigaciones IA se realizaron en Asia (50%), Europa (35%), América del Norte (20%) y América del Sur (5%).
Discusión
El uso de la Inteligencia Artificial (IA) en el diseño curricular para la educación preescolar ha demostrado un impacto significativo en la mejora de los procesos de enseñanza y aprendizaje, según los estudios revisados. La implementación de redes neuronales y algoritmos de aprendizaje automático ha permitido personalizar la educación, adaptar contenidos a las necesidades individuales de los niños, y mejorar tanto la motivación como el éxito académico.
Personalización del Aprendizaje y Desarrollo Cognitivo
Uno de los aportes clave es la capacidad de la IA para personalizar el aprendizaje. Por ejemplo, Davies et al., (2021) implementaron redes neuronales para modelar el aprendizaje numérico, analizando los comportamientos de los niños y ajustando el proceso educativo según sus necesidades individuales en España. De manera similar, Käser et al., (2013) desarrollaron un sistema en Suiza para optimizar el aprendizaje numérico en niños con dificultades, lo que no solo mejoró su éxito académico, sino también su motivación para aprender. Estas aplicaciones de IA permiten un enfoque más adaptativo en la educación, donde las herramientas educativas se ajustan al ritmo y estilo de aprendizaje de cada niño.
IA y Habilidades Creativas
Además de la personalización del aprendizaje, la IA también ha sido utilizada para fomentar la creatividad y el desarrollo de habilidades artísticas. Chen et al., (2022) en Taiwán, introdujeron un sistema de entrenamiento en habilidades de arte digital que ayuda a los niños a desarrollar la cognición cromática a través del reconocimiento de contornos y la combinación de tonos, utilizando algoritmos de aprendizaje profundo. Por otro lado, Chun (2021) en China, exploró la educación futura mediante la tecnología de impresión 3D, que potencia la creatividad de los niños al diseñar productos, demostrando la utilidad de estas tecnologías en la educación preescolar.
Desarrollo del Lenguaje y Habilidades Lingüísticas
La IA también ha sido aplicada en la enseñanza de idiomas, donde se ha evidenciado un impacto positivo en el desarrollo del lenguaje. El estudio de W. H. Kim y Kim (2020) en Corea del Sur, propone un tutor de IA individualizado que enseña el idioma coreano a través de una aplicación móvil, utilizando redes de Deep Learning para un aprendizaje incremental. Este enfoque no solo facilita la enseñanza del idioma, sino que también permite una experiencia de aprendizaje más dinámica y atractiva para los niños.
Robótica e Interacción Activa
La robótica es otro campo donde la IA ha encontrado aplicaciones innovadoras en la educación preescolar. Por ejemplo, Thinh et al., (2020) desarrollaron un robot en Vietnam que actúa como instructor de inglés, contribuyendo significativamente a la confianza y motivación de los niños para aprender el idioma. De igual forma, Chauhan (2011) en Portugal, desarrolló un robot con sensores visuales y auditivos que interactúa activamente con los niños para mejorar su vocabulario, mostrando cómo la tecnología puede apoyar el desarrollo del lenguaje y la comunicación.
Ética y Responsabilidad en el Uso de IA
Sin embargo, la implementación de IA en la educación también plantea desafíos éticos, como lo destaca Niu (2022) en China. Su estudio analiza la evolución de la calidad de la enseñanza en base a la ética y responsabilidad, utilizando redes neuronales para mejorar la educación preescolar. Es crucial que, a medida que se integran estas tecnologías en la educación, se consideren las implicaciones éticas y se asegure que las aplicaciones de IA sean utilizadas de manera responsable.
CONCLUSIÓN
A partir de esta revisión, se ha identificado que la Inteligencia Artificial (IA) ha sido aplicada en el diseño curricular de la educación preescolar a través de diversas herramientas y enfoques, tales como redes neuronales, algoritmos de aprendizaje automático y sistemas de tutoría personalizados. Estas aplicaciones han mostrado efectividad en la mejora de diferentes áreas del aprendizaje infantil, como el desarrollo de habilidades sociales, la comprensión de conceptos matemáticos, el aprendizaje de idiomas y la estimulación de la creatividad.
Los estudios revisados indican que las mejores prácticas para mejorar la calidad del aprendizaje en la educación preescolar con IA incluyen la personalización del contenido educativo, el uso de tecnologías interactivas que fomenten la participación activa de los niños, y la integración de la IA con métodos pedagógicos tradicionales que respeten la individualidad de cada estudiante. No obstante, es crucial que la implementación de estas tecnologías se realice de manera ética y complementaria, asegurando que la IA sirva como un apoyo y no como un reemplazo de la interacción humana en el proceso educativo.
En conclusión, la IA tiene el potencial de transformar el diseño curricular en la educación preescolar, pero su éxito depende de un equilibrio entre innovación tecnológica y prácticas pedagógicas centradas en el niño.
CONFLICTO DE INTERESES. Los autores declaran que no existe conflicto de intereses para la publicación del presente artículo científico.
