Retroalimentación efectiva generada por inteligencia híbrida (IA/humana) en educación a distancia
Autores/as
Edgar Cáceres
General Humanidades, Universidad Continental
[email protected] https://orcid.org/0000-0003-0859-8732Detalles
Publicado
Resumen
La retroalimentación efectiva sobre los trabajos para lograr mejoras de los resultados de aprendizaje de los estudiantes es importante; sin embargo, no siempre se logra dicho propósito. En este contexto, para la presente investigación se diseñó la retroalimentación efectiva mediante inteligencia híbrida, combinando la inteligencia artificial (IA) y la humana, con el fin de responder a los tres interrogantes clave del modelo propuesto por Hattie & Timperley: ¿Dónde estoy? ¿Hacia dónde voy? y ¿Cómo llegar allí? El objetivo fue medir el efecto de la retroalimentación generada con inteligencia híbrida sobre el rendimiento académico y la satisfacción de los estudiantes de una universidad peruana de educación a distancia. La metodología utilizada fue experimental, los resultados demostraron una mejora del 19 % del rendimiento académico y un 9 % de incremento de la satisfacción en los estudiantes del grupo experimental.
Palabras clave
Cómo citar
Descargas
Métricas
Citas
Alvarado García, M. A. (2014). Retroalimentación en educación en línea: una estrategia para la construcción del conocimiento. RIED. Revista Iberoamericana de Educación a Distancia, 17(2), 59-73. https://r.issu.edu.do/bhs
Attiogbe, E. J. K., Oheneba-Sakyi, Y., Kwapong, O. A. T. F., & Boateng, J. (2025). Assessing the relationship between feedback strategies and learning improvement from a distance-learning perspective. Journal of Research in Innovative Teaching & Learning, 18(1), 165-186. https://doi.org/10.1108/JRIT-10-2022-0061
Ba, S., Yang, L., Yan, Z., Looi, C. K., & Gasevic, D. (2025). Unraveling the mechanisms and effectiveness of AI-assisted feedback in education: A systematic literature review. Computers & Education Open, 9, Article 100284. https://doi.org/10.1016/j.caeo.2025.100284
Banihashem, S. K., Noroozi, O., Khosravi, H., Schunn, C. D., & Drachsler, H. (2025). Pedagogical framework for hybrid intelligent feedback. Innovations in Education & Teaching International, 1-17. https://doi.org/10.1080/14703297.2025.2499174
Budiman, R. (2025). Teachers’ written feedback in postgraduate online learning: Students’ perspectives. Asian Association of Open Universities Journal, 20(2), 184-195. https://doi.org/10.1108/AAOUJ-01-2025-0015
Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research. En N. L. Gage (Ed.), Handbook of research on teaching (pp. 171-246). Rand McNally. https://r.issu.edu.do/1X
CEPAL-UNESCO. (2020). La educación en tiempos de la pandemia de COVID-19. Informe COVID-19 (Informe Especial de la CEPAL). CEPAL; UNESCO. https://r.issu.edu.do/l?l=11713nkv
Escobar-Pérez, J., & Cuervo-Martínez, Á. (2008). Validez de contenido y juicio de expertos: Una aproximación a su utilización. Avances en Medición, 6, 27-36. https://r.issu.edu.do/l?l=12521Y4j
Espasa, A., Guasch, T., Mayordomo, R. M., & Martínez-Melo, M. (2022). Prior experience with online feedback: Its influence on students’ engagement. Distance Education, 43(3), 444-465. https://doi.org/10.1080/01587919.2022.2088480
García Riveros, J. M., Farfán Pimentel, J. F., Fuertes Meza, L. C., & Montellanos Solís, A. R. (2021). Evaluación formativa: un reto para el docente en la educación a distancia. Delectus, 4(2), 45-54. https://r.issu.edu.do/W79y
Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81-112. https://doi.org/10.3102/003465430298487
Hernández, R., Fernández, C., & Baptista, P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill. https://r.issu.edu.do/w97
Huayhua Prada, M. F., Ávila Zamudio, C. P., Vargas Pacherres, Y. C., & Buitron Bruno, C. R. (2021). La retroalimentación formativa una práctica eficaz en tiempos de pandemia. Horizontes. Revista de Investigación en Ciencias de la Educación, 5(21), 1480-1490. https://r.issu.edu.do/FA6
Jarrahi, M. H., Lutz, C., & Newlands, G. (2022). Artificial intelligence, human intelligence and hybrid intelligence based on mutual augmentation. Big Data & Society, 9(2). https://doi.org/10.1177/20539517221142824
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., Stadler, M., Weller, J., Kuhn, J., & Kasneci, G. (2023). ChatGPT for Good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Keegan, D. (2013). Foundations of distance education. Routledge. https://doi.org/10.4324/9781315004822
Kohnke, L., Moorhouse, B. L., & Zou, D. (2023). Exploring generative artificial intelligence preparedness among university language instructors: A case study. Computers and Education: Artificial Intelligence, 5, 100156. https://doi.org/10.1016/j.caeai.2023.100156
Kong, X., Fang, H., Chen, W., Xiao, J., & Zhang, M. (2025). Examining human–AI collaboration in hybrid intelligence learning environments: Insight from the Synergy Degree Model. Humanities & Social Sciences Communications, 12, 821. https://doi.org/10.1057/s41599-025-05097-z
Kotlyar, I., Tal, A., & Moorhouse, B. L. (2025). Student reactions to AI versus human feedback in teamwork skills assessment. Int J Educ Technol High Educ, 22, 57. https://doi.org/10.1186/s41239-025-00555-9
Lo, N., Chan, S., & Wong, A. (2025). Evaluating teacher, AI, and hybrid feedback in English language learning: Impact on student motivation, quality, and performance in Hong Kong. SAGE Open, 15(3). https://doi.org/10.1177/21582440251352907
Lozano, F., & Tamez, L. (2014). Retroalimentación formativa para estudiantes de educación a distancia. Revista Iberoamericana de Educación a Distancia, 17(2), 197-221. https://r.issu.edu.do/SH
McMillan, J. H., & Schumacher, S. (2005). Investigación educativa: una introducción conceptual (5.ª ed.). Pearson Educación. https://r.issu.edu.do/nNI
Nicol, D., & MacFarlane-Dick, D. (2006). Formative assessment and selfregulated learning: A model and seven principles of good feedback practice. Studies in Higher Education, 31(2), 199-218. https://doi.org/10.1080/03075070600572090
Ozturk, M., Yuce, E., & Mihci Turker, P. (2025). Online Peer Feedback Versus Online Teacher Feedback? Effect of Online Feedback on Students’ Self-Regulated Learning. Tech Know Learn, 30, 769-787. https://doi.org/10.1007/s10758-024-09812-8
Pentucci, M., & Laici, C. (2023). Feedback strategies in distance education: A survey of university students. Research on Education and Media, 15(2), 34-40. https://doi.org/10.2478/rem-2023-0022
Shute, V. J. (2008). Focus on Formative Feedback. Review of Educational Research, 78(1), 153-189. https://doi.org/10.3102/0034654307313795
Singh, S.V., & Hiran, K. K. (2022). The impact of AI on teaching and learning in higher education technology. Journal of Higher Education Theory and Practice, 22(13). 135-148. https://doi.org/10.33423/jhetp.v22i13.5514
Wang, L., Chen, X., Wang, C., Xu, L., Shadiev, R., & Li, Y. (2024). ChatGPT’s capabilities in providing feedback on undergraduate students’ argumentation: A case study. Thinking Skills & Creativity, 51, 101440. https://doi.org/10.1016/j.tsc.2023.101440
Wiliam, D. (2011). Embedded formative assessment. Solution Tree Press. https://r.issu.edu.do/hPH
Yan, L., Sha, L., Zhao, L., Li, Y., Martinez-Maldonado, R., Chen, G., Li, X., & Jin, Y. (2023). Practical and ethical challenges of large language models in education: A systematic scoping review. Educational Technology Research and Development, 55(1), 90-112. https://doi.org/10.1111/bjet.13370
Yin, J., Xu, H., Pan, Y., & Hu, Y. (2025). Effects of different AIdriven chatbot feedback on learning outcomes and brain activity. npj Science of Learning, 10(17). https://doi.org/10.1038/s41539-025-00311-8
Sección
Licencia
Derechos de autor 2025 Edgar Cáceres
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.