Learning Analytics para el monitoreo del desempeño en Ciencias Naturales en noveno año de Educación General Básica
detección temprana y respuesta pedagógica ética
DOI:
https://doi.org/10.59343/yuyay.v5i3.g8a15Palabras clave:
Learning analytics, ciencias naturales, educación básica, detección temprana, ética educativaResumen
Este artículo presenta una revisión de la literatura sobre el uso de Learning Analytics para el monitoreo del desempeño académico en Ciencias Naturales en el noveno año de Educación General Básica, con énfasis en la detección temprana de dificultades de aprendizaje y en la respuesta pedagógica ética. El estudio analiza 32 artículos científicos publicados entre 2019 y 2025, seleccionados mediante un enfoque narrativo basado en el modelo IMRyD y los lineamientos PRISMA. Los resultados evidencian que, si bien los sistemas de alerta temprana basados en analítica del aprendizaje muestran un alto potencial para anticipar el rezago académico, su impacto educativo depende de la alineación curricular, la interpretación docente y la integración de principios éticos como la transparencia, la protección de datos y la no estigmatización. A partir del análisis del currículo ecuatoriano de Ciencias Naturales para noveno año de Educación General Básica, se propone un modelo de Learning Analytics orientado a la evaluación formativa y al cuidado pedagógico, concebido como una herramienta de apoyo a la toma de decisiones docentes y no como un mecanismo de control. El artículo concluye que la implementación contextualizada y ética de la analítica del aprendizaje puede contribuir significativamente a la mejora del aprendizaje científico en la educación básica.
Descargas
Referencias
Asamblea Nacional del Ecuador. (2021). Ley orgánica de protección de datos personales. Registro Oficial No. 459.
Baker, R. S., & Hawn, A. (2022). Algorithmic bias in education. International Journal of Artificial Intelligence in Education, 32(4), 1–25. https://doi.org/10.1007/s40593-021-00285-9
Bañeres, D., Rodríguez, M. E., & Serra, M. (2023). An early warning system to identify and intervene online students at risk of failure. Computers & Education, 192, 104657. https://doi.org/10.1016/j.compedu.2022.104657
Cabrera-Amaiquema, J. E., Quintero-Moreira, I. Y., Oviedo-Bonilla, C. M., & Cervantes-Avilés, R. P. (2025). Experiential Learning and the Optimization of Learning in Students with Neurodevelopmental Disorders through Educational Personalization. Sapiendus, 1(1). https://doi.org/10.70335/sapiendus.1.1.5
Cormack, A. N. (2022). Developing a code of practice for learning analytics: A critical reflection. British Journal of Educational Technology, 53(1), 1–16. https://doi.org/10.1111/bjet.13162
Deho, O. B., Zhan, C., Li, J., Liu, J., Liu, L., & Duy Le, T. (2022). How do the existing fairness metrics and unfairness mitigation algorithms contribute to ethical learning analytics?. British Journal of Educational Technology, 53(4), 822-843. https://doi.org/10.1111/bjet.13217
Hooshyar, D., Malva, L., Yang, Y., & Pedaste, M. (2023). Learning analytics in supporting student agency. Computers in Human Behavior, 139, 107504. https://doi.org/10.1016/j.chb.2022.107504
Jisc. (2015). Code of practice for learning analytics. https://www.jisc.ac.uk
Kovanović, V., Mazziotti, C., & Lodge, J. M. (2021). Learning analytics for primary and secondary schools. British Journal of Educational Technology, 52(6), 2139–2158. https://doi.org/10.1111/bjet.13107
Li, W., Zhao, K., & Chen, G. (2022). Disparities in students’ propensity to consent to learning analytics. Educational Research Review, 37, 100472. https://doi.org/10.1016/j.edurev.2022.100472
Ministerio de Educación del Ecuador. (2016). Currículo de los niveles de educación obligatoria: Ciencias Naturales. Quito, Ecuador.
Mohseni, Z., Masiello, I., & Martins, R. M. (2023). Co-developing a learning analytics dashboard for teachers in secondary education. Computers & Education, 195, 104703. https://doi.org/10.1016/j.compedu.2023.104703
OECD. (2019). PISA 2018 results: What students know and can do. OECD Publishing. https://doi.org/10.1787/5f07c754-en
Ochoa, X. (2019). Learning analytics in Latin America: An opportunity not to be missed. British Journal of Educational Technology, 50(4), 1851–1856. https://doi.org/10.1111/bjet.12874
Pan, Z. (2024). A systematic review of learning analytics in secondary education. Educational Technology Research and Development, 72(1), 45–68. https://doi.org/10.1007/s11423-023-10235-9
Paolucci, C., et al. (2024). Learning analytics opportunities and challenges for K–12 education. Computers & Education: Artificial Intelligence, 5, 100149. https://doi.org/10.1016/j.caeai.2024.100149
Prinsloo, P., & Slade, S. Ethics and Learning Analytics: Charting the (Un) Charted. Handbook of Learning Analytics, 49. https://doi.org/10.18608/hla17.004
Siemens, G. (2013). Learning analytics: The emergence of a discipline. American Behavioral Scientist, 57(10), 1380–1400. https://doi.org/10.1177/0002764213498851
Soffer, T. (2024). Students’ perceptions of using learning analytics for self-regulated learning. Internet and Higher Education, 60, 100904. https://doi.org/10.1016/j.iheduc.2023.100904
Susnjak, T. (2022). Learning analytics dashboards: A review of benefits and challenges. IEEE Access, 10, 13456–13470. https://doi.org/10.1109/ACCESS.2022.3145563
Valtonen, T., et al. (2025). Teachers’ perceptions of learning analytics dashboards. Teaching and Teacher Education, 122, 103987. https://doi.org/10.1016/j.tate.2024.103987
Viberg, O., Hatakka, M., Bälter, O., & Mavroudi, A. (2018). The current landscape of learning analytics. Computers in Human Behavior, 89, 98–110. https://doi.org/10.1016/j.chb.2018.07.027
Descargas
Publicado
Número
Sección
Categorías
Licencia
Derechos de autor 2025 Patricia Maribel Amaluisa-Guevara, Norma Maribel Lozada-Andaluz, Rosa Elizabeth Miranda-Escobar
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
- La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios.
- Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
