Modelo formativo con Inteligencia Artificial para la toma de decisiones pedagógicas y equidad en la formación docente hondureña
Training model with artificial intelligence for pedagogical decision-making and equity in honduran teacher training
DOI:
https://doi.org/10.56712/latam.v7i2.5707Palabras clave:
modelo formativo, inteligencia artificial, decisiones pedagógicas, equidad, formación docente hondureñaResumen
La investigación diseñó y validó un modelo formativo basado en Inteligencia Artificial (IA) para fortalecer la toma de decisiones pedagógicas y promover la equidad educativa en la formación inicial de docentes en Honduras. El estudio empleó un enfoque mixto con un diseño no experimental y secuencial explicativo en el Centro Regional de Santa Bárbara – Universidad Pedagógica Nacional Francisco Morazán (CRUSB – UPNFM). En la fase inicial, los autores analizaron cuantitativamente las prácticas de formación de 62 estudiantes y 13 formadores, identificando que la mayoría decide sus estrategias mediante la intuición y no a través del análisis de datos académicos. Posteriormente, exploraron cualitativamente las percepciones de los participantes, quienes señalaron la necesidad de herramientas tecnológicas que reduzcan la carga administrativa y visibilicen a los alumnos en riesgo de exclusión. A partir de estos hallazgos, las investigadoras diseñaron un modelo que integra módulos de análisis predictivo y sugerencias pedagógicas diferenciadas. La validación del modelo demostró una alta pertinencia y utilidad para mejorar la justicia educativa en el aula. Los resultados indican que la implementación de IA facilita la identificación temprana de dificultades de aprendizaje en contextos rurales. El estudio concluye que la formación docente debe evolucionar hacia una alfabetización de datos ética. Esta transformación permite que el maestro tome decisiones informadas que garanticen el derecho a una educación de calidad para todos los escolares, independientemente de su condición socioeconómica.
Descargas
Citas
Arango, V. M. (2025). Integración de la inteligencia artificial en procesos de evaluación formativa: implicaciones para la mejora continua del desempeño estudiantil. INNOVARUM.Sapiens Discoveries International Journal, Vol.3(No.1), 3. https://doi.org/ID del documento: IIJ-Vol.3.N.1.008.2024
Area, M., & Adell, J. (2021). ecnologías Digitales y Cambio Educativo. Una Aproximación Crítica. Localización: REICE: Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, ISSN-e 1696-4713, Vol. 19, Nº. 4, 2021, págs. 83-96, Vol. 19( Nº. 4), 87. https://doi.org/ ISSN-e 1696-4713,
CEPAL. (4 de Noviembre de 2022). Panorama Social de América Latina y el Caribe 2022: la transformación de la educación como base para el desarrollo sostenible. ISBN: 9789211220957
Chile, B. N. (2015). Aprendizaje Basado en Proyectos. .theflippedclassroom.es/wp-content/uploads/2013/10/pbl-Vs-prbl.002.jpg.
Cukurova, M., Suraworachet, W., Zhou, Q., & Bulathwela, S. (2025). Towards Synergistic Teacher-AI Interactions with Generative Artificial Intelligence. AEXIV. https://doi.org/https://arxiv.org/abs/2511.19580
García, G. R., & Escudero, J. M. (2021). Innovación Educativa. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educacion, Volumen 19(Número 4), 5. https://doi.org/https://doi.org/10.15366/reice2021.19.4revistas.uam.es/reiceInnovación Educativa . SSN: 1696-4713
Garzón, J., Patiño, E., & Marulanda, C. (2025). Systematic Review of Artificial Intelligence in Education: Trends, Benefits, and Challenges. Multimodal Technologies and Interaction, vol.9(num. 8), 21. https://doi.org/https://doi.org/10.3390/mti9080084
Hammond, D. L., Hyler, M., & Gardner, E. (2017). Efective Teacher Profess;onal Development. Learning policy Institute, 2. https://doi.org/https://learningpolicyinstitute.org/sites/default/files/product-files/Effective_Teacher_Professional_Development_REPORT.pd
Hederich, M. C. (2018). MOTIVATION AND USE OF LEARNING STRATEGIES IN STUDENTS, MEN AND WOMEN, WITH DIFFERENT LEVEL OF SCHOOLING* . Journal of Psychological and Educational Research , Vol.26(num.1). https://doi.org/https://www.marianjournals.com/files/JPER_articles/JPER_26_1_2018/Hederich_Martinez_et_all_JPER_2018_26_1_121_146.pdf
Hernández, S. R., & Mendoza, T. C. (2018). Metodologia de la Investigacion: rutas cuantitativas, cualitativas y mixtas. McGRAW-HILL INTERAMERICANA EDITORES, S.A. de C. V.ISBN: 978-1-4562-6096-5.
Kelley, M., & Wenzel, T. (2025). dvancing Artificial Intelligence Literacy in Teacher Education Through Professional Partnership Inquiry. Education Sciences, vol 15(num.6), 6. https://doi.org/https://doi.org/10.3390/educsci15060659
Kelley, M., & Wenzel, T. (2025). Green Light for AI: Navigating Transparency in Teacher Preparation. Society for Information Technology & Teacher Education International ConferenceIn R. Jake Cohen (Ed.), Proceedings of Society for Information Technology & Teacher Education International Conference . Orlando, FL, USA: Association for the A FL, USA: Assoc(ssociation for the Advancement of Computing in Education (AACE)), 3284. https://doi.org/https://www.learntechlib.org/primary/p/225940/.
Krichesky, G. J., & Murillo, F. J. (2017). LA COLABORACIÓN DOCENTE COMO FACTOR DE APRENDIZAJE Y PROMOTOR DE MEJORA. UN ESTUDIO DE CASOS. Educacion XX1, vol.21(num 1), 21. https://doi.org/DOI: https://doi.org/10.5944/educxx1.20181
Manzano, S. N., Vaillant, D., & Marcelo, C. (2015). El ABC y D de la formación docente. Redalyc. , Vol. 27(nº2, 2º ), 135. https://doi.org/ISBN: 978-84-277-2085-5 D.L.: M-5805-2015. Disponible en: http://www.redalyc.org/articulo.oa?id=338246883010
Miles, M. B., Huberman, M. A., & Saldana, J. (2019). Qualitative Data Analysis: A Methods Sourcebook. SAGE Publications, 2018. edicion,4. https://doi.org/ISBN 1506353088, 9781506353081
Morales, S. J. (2024). Anuario iberoamericano de justicia constitucional. Dialnet, vol.2(num.29), 11. https://doi.org/Julieta Morales Sánchez
Moranchel, P. M. (vol. 7, núm. 1 de vol. 7, núm. 1 de 2020). Administración pública, corrupción y derechos humanos. Redalyc., vol. 7(núm. 1), 116. https://doi.org/https://www.redalyc.org/journal/6559/655969162007/html/
Santana, G. K., Lopes, d. O., Conrado, A. A., Granja, P. G., & Amorim, G. A. (2020). Da Responsabilidade do Estado face a pandemia do coronavírus. Dialnet. Derecho y Cambio Social(N.º 62, octubre), 286. https://doi.org/ ISSN: 2224-4131 │ D.L.: 2005-5822 282
SEDUC. (2021). "Informe nacional sobre la calidad educativa en Honduras" de la Secretaría de Educación (2021). el portal de la Secretaría de Educación (se.gob.hn) .
Tan, X., Cheng, G., & Ho, L. M. (2025). Artificial intelligence in teaching and teacher professional development: A systematic review. Science Direct, Volume 8,, 12. https://doi.org/https://doi.org/10.1016/j.caeai.2024.100355
UNESCO. (2021). Reimaginar juntos nuestros futuros: un nuevo contrato social para la educación; resumen. https://unesdoc.unesco.org/ark:/48223/pf0000379381_spa
UNESCO. (2022). nforme de seguimiento de la educación en el mundo 2021/2: los actores no estatales en la educación: ¿quién elige? ¿quién pierde? DOI:https://doi.org/10.54676/KDWS4430. ISBN: 978-92-3-300192-3
UPNFM. (2021). Modelo educativo institucional. Universidad Pedagógica Nacional Francisco Morazán. Editorial Universitario (SEU) de la UPNFM. Rilmac Impresores.
Zhang, C., Schießl, J., Plößl, L., Hofmann, F., & Gläser, Z. M. (2023). Acceptance of artificial intelligence among pre-service teachers: a multigroup analysis. International Journal of Educational Technology in Higher Education, Volume 20( article number ), 11. https://doi.org/https://link.springer.com/article/10.1186/s41239-023-00420-7
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Claudia Patricia Andino Maldonado, Claudia Patricia Brito Rodríguez, Delmy Aracely Jiménez Membreño

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.













