Sistema inteligente para la construcción y optimización de mallas curriculares en educación superior basado en análisis comparativo y aprendizaje automático
Intelligent system for the construction and optimization of curricular meshes in higher education based on comparative analysis and machine learning
DOI:
https://doi.org/10.56712/latam.v7i2.5656Palabras clave:
inteligencia artificial, mallas curriculares, educación superior, aprendizaje automático, diseño curricular, optimización académicaResumen
El diseño curricular en la educación superior representa un desafío complejo que requiere la coordinación de múltiples actores académicos y la alineación de competencias, resultados de aprendizaje y estrategias evaluativas. Tradicionalmente, estos procesos toman varios meses e incluso años, generando retrasos en la respuesta institucional a las demandas del mercado laboral y necesidades sociales. El presente artículo introduce LINE AI – LLM – Inteligente de Normativa y Estructuración Curricular, un sistema inteligente basado en inteligencia artificial y análisis comparativo para la construcción y optimización automática de mallas curriculares. El sistema integra análisis de pertinencia, el Reglamento de Armonización de la Nomenclatura de Títulos del CES y el Reglamento de Régimen Académico vigente. Se utilizó una metodología mixta combinando ingeniería de software con selección comparativa de modelos de IA, eligiendo DeepSeek por su superior relación costo-calidad en procesamiento de datos académicos. LINE AI ha reducido significativamente los tiempos de diseño curricular de meses a semanas, manteniendo estándares de calidad validados por expertos. El sistema maneja estudios de pertinencia, instrumentos de recolección de datos, reportes técnicos y estructuras microcurriculares. Los programas generados han sido aprobados a través de procesos institucionales de revisión. Como resultado, se evidencia que la integración de IA en diseño curricular representa una innovación significativa con potencial para escalabilidad a otras instituciones de educación superior ecuatorianas. El sistema LINE AI consolida un enfoque estratégico para la planificación académica impulsada por IA, mejorando la eficiencia sin comprometer la calidad académica ni la autonomía de órganos de decisión colegiados.
Descargas
Citas
Arcinas, M. M. (2022). Course recommendation systems using machine learning in higher education. Journal of Educational Technology & Society, 25(3), 112–125.
Biggs, J., y Tang, C. (2011). Teaching for quality learning at university (4th ed.). Open University Press.
Bond, M., Khosravi, H., De Laat, M., Bergdahl, N., Negrea, V., Oxley, E., Pham, P., Chong, S. W., y Siemens, G. (2024). A meta systematic review of artificial intelligence in higher education: a call for increased ethics, collaboration, and rigour. International Journal of Educational Technology in Higher Education, 21. https://doi.org/10.1186/s41239-023-00436-z
Chen, L., Chen, P., y Lin, Z. (2020). Artificial intelligence in education: a review. IEEE Access, 8, 75264–75278. https://doi.org/10.1109/ACCESS.2020.2988510
Cisneros Zumba, N. B., Valladares Cisneros, M. G., Venegas Quintana, O., y Chala Jaramillo, F. J. (2025). Uso de inteligencia artificial en la gestión académica y administrativa para el fortalecimiento institucional en la educación superior. Revista Social Fronteriza, 5(2), e–691. https://doi.org/10.59814/resofro.2025.5(2)691
Consejo de Educación Superior. (2022). Reglamento de Régimen Académico (codificación vigente a partir del 16 de septiembre de 2022). República del Ecuador. https://www.ces.gob.ec/wp-content/uploads/2022/08/Reglamento-de-Re%CC%81gimen-Acade%CC%81mico-vigente-a-partir-del-16-de-septiembre-de-2022.pdf
Consejo de Educación Superior. (2023). Reglamento de armonización de la nomenclatura de títulos profesionales y grados académicos que confieren las instituciones de educación superior del Ecuador (RPC-SE-02-No.021-2023). República del Ecuador. https://www.ces.gob.ec/lotaip/Anexos%20Generales/a3/Reglamento_Armonizaci%C3%B3n_nomenclatura_T%C3%ADtulosProfesionales_GradosAcad%C3%A9micos.pdf
Crompton, H., y Burke, D. (2023). Artificial intelligence in higher education: the state of the field. International Journal of Educational Technology in Higher Education, 20, Article 22. https://doi.org/10.1186/s41239-023-00392-8
De Silva, L. M. H. (2020). Curriculum analytics: a systematic review and adoption study. Higher Education Research & Development, 39(4), 721–738.
Delcker, J. (2022). Text mining as an instrument for curriculum analysis in vocational education. Journal of Vocational Education & Training, 74(2), 245–263.
Esteban Toscano, A. (2023). Hybrid multi-criteria approaches for elective course recommendation using genetic optimization. Expert Systems with Applications, 215, 119362.
Ferns, S. (2022). Curriculum mapping for employability and work-readiness. Studies in Higher Education, 47(8), 1623–1640.
Gallegos, M. del C. J., Chisag, W. D. A., Valencia, D. A. Z., y Saltos, N. E. C. (2024). Impacto de la inteligencia artificial en la educación superior: percepciones de alumnos y profesores sobre el uso de IA en el aprendizaje y la evaluación. Reincisol, 3(6), 7008–7033. https://doi.org/10.59282/reincisol.V3(6)7008-7033
Gallent-Torres, C., Zapata González, A., y Ortego Hernando, J. L. (2023). El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica. RELIEVE, 29(2). https://doi.org/10.30827/relieve.v29i2.29134
Gallent-Torres, C., Romero, B. A., Adillón, M. V., y Foltýnek, T. (2024). Inteligencia artificial en educación: entre riesgos y potencialidades. Práxis Educativa, 19, e23760. https://doi.org/10.5212/praxeduc.v.19.23760.083
García-Peñalvo, F. J. (2023). The perception of artificial intelligence in educational contexts after the launch of ChatGPT: disruption or panic? Education in the Knowledge Society, 24, e31279. https://doi.org/10.14201/eks.31279
Hernández-Campos, M. (2021). Curriculum analytics for assessing learning outcomes: a design-based research approach. Computers & Education, 167, 104187.
Leones Zambrano, W. P., Macias Bazurto, L., Pilla Zuniga, W. I., y Fernández Sánchez, E. G. (2024). Diseño estratégico de APIs escalables y seguras para la integración de sistemas y aplicaciones. Ciencia Latina: Revista Multidisciplinar, 8(5), 101.
López Zambrano, J., Lara, J. A., y Romero, C. (2022). Comparison of predictive models with balanced classes using the SMOTE method for the forecast of student dropout in higher education. Electronics, 11(3), 457. https://doi.org/10.3390/electronics11030457
Morales, N. O., y García, P. A. O. (2024). Aplicación de modelos de inteligencia artificial en pruebas estandarizadas para la optimización del rendimiento académico en educación superior. European Public & Social Innovation Review, 9, 1–21. https://doi.org/10.31637/epsir-2024-1605
Page, M. J., McKenzie, J. E., Bossuyt, P. M., et al. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Palacios Bustamente, R. E., Saltos Carguaquispe, M. H., y Vera López, H. T. (2025). Inteligencia artificial, políticas educativas e innovación en la transformación de la educación superior en Ecuador: una revisión sistemática (2015–2025). Polo del Conocimiento.
Pelicano Piris, N. (2023). Human-in-the-loop approaches for educational data mining and machine teaching. Educational Technology Research and Development, 71(4), 1567–1589.
Posner, G. J. (2004). Analyzing the curriculum (3rd ed.). McGraw-Hill.
Ramírez Téllez, A., Fonseca Ortiz, L. M., y Triana Domínguez, F. C. (2024). Inteligencia artificial en la administración universitaria: una visión general de sus usos y aplicaciones. Revista Interamericana de Bibliotecología, 47(2), e353620. https://doi.org/10.17533/udea.rib.v47n2e353620
Riofrio Sarmiento, E. S., Robles Soto, A. A., Moran Angulo, C. A., y Jaramillo Chimbo, D. P. (2025). Innovación digital y evolución organizacional en la educación superior: uso de inteligencia artificial en la gestión académica y administrativa. Reincisol, 4(7), 2213–2235. https://doi.org/10.59282/reincisol.V4(7)2213-2235
Ruiz Muñoz, G. F., Vasco Delgado, J. C., y Alvear Dávalos, J. M. (2024). Inteligencia artificial y gobernanza en la gestión académica y administrativa de la educación superior. Revista Social Fronteriza, 4(6), e508. https://doi.org/10.59814/resofro.2024.4(6)508
Smith, C. (2023). The living curriculum: assurance of graduate attributes through continuous validation. Teaching in Higher Education, 28(5), 1045–1062.
Wiggins, G. P., y McTighe, J. (2005). Understanding by design (2nd ed.). ASCD.
Zambrano, P. L., Bazurto, L. M., Bazurto, G. M., y Llerena, T. R. (2025). El desarrollo de interfaces de programación de aplicaciones (APIs) dinamiza el acceso a contenidos en plataformas de educación virtual. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 6(2), 3039–3047. https://doi.org/10.56712/latam.v6i2.3816
Zawacki-Richter, O., Marín, V. I., Bond, M., y Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Paul Leones Zambrano, Lineth Fernández Sánchez, Liceth Macias Bazurto, Gema Macias Bazurto
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
