Basándose en los desafíos de cultivar talentos innovadores en disciplinas de ingeniería emergentes, este estudio aborda desafíos como los bajos niveles de compromiso de los estudiantes y la limitada capacidad de innovación en el curso "Principios y Métodos de Teledetección". Guiado por la teoría del aprendizaje constructivista, se diseñó e implementó un modelo de enseñanza híbrido inteligente capacitado por inteligencia artificial y análisis de datos. Este modelo, estructurado en torno al marco instruccional 5E, establece un bucle cerrado de enseñanza de "Compromiso–Exploración–Explicación–Elaboración–Evaluación" mediante la entrega de contenido inteligente, actividades de enseñanza colaborativas humano-computadora y un mecanismo de retroalimentación impulsado por datos. Un estudio cuasi-experimental de tres años que involucró a 706 estudiantes demostró que el modelo mejoró significativamente los resultados de aprendizaje: la tasa de excelencia aumentó del 5.1% al 11.25%, mientras que la tasa de fracaso disminuyó del 8.1% al 1.44%. Además, estimuló eficazmente la capacidad de innovación de los estudiantes, resultando en 19 proyectos de innovación y emprendimiento a nivel nacional aprobados y 293 publicaciones académicas. Este estudio proporciona un paradigma teórico y práctico replicable para la construcción y aplicación de modelos de enseñanza inteligente en la educación superior en ingeniería.
Zhan et al. (Martes,) estudiaron esta cuestión.