Los puntos clave no están disponibles para este artículo en este momento.
El objetivo de este estudio es examinar los efectos multidimensionales de la retroalimentación basada en IA en entornos de aprendizaje centrados en el aprendiz y colaborativos entre estudiantes universitarios. El estudio empleó un diseño experimental de cinco grupos: dos grupos de aprendizaje individual que recibieron retroalimentación basada en IA (G1) o retroalimentación de expertos humanos (G2), dos grupos de aprendizaje colaborativo que recibieron IA (G3) o retroalimentación de expertos humanos (G4), y un grupo de control (G5). Según los resultados de la investigación, G4 mostró el nivel más alto de desarrollo en las áreas de resolución creativa de problemas, motivación interna-externa y pensamiento crítico. G1 fue el grupo con el mejor rendimiento, particularmente en términos de interacción con el sistema, actividades completadas y tareas. En contraste, G2 mostró los resultados más bajos en términos de desarrollo cognitivo y analíticas de aprendizaje. La retroalimentación basada en IA en entornos de aprendizaje colaborativo proporcionó el mayor desarrollo en habilidades cognitivas, mientras que la basada en IA en el trabajo individual fue más efectiva para aumentar la participación en el sistema. El MANCOVA factorial indicó interacciones significativas entre el entorno de aprendizaje y el tipo de retroalimentación sobre los resultados del postest, con efectos más fuertes en la autoeficacia, la motivación intrínseca y la flexibilidad. Estos resultados muestran que la retroalimentación basada en IA tiene diferentes efectos en contextos de aprendizaje individual y colaborativo. El análisis temático cualitativo destacó temas de facilitación cognitiva, mejora de la creatividad, percepciones sobre la calidad de la retroalimentación y preferencias de entorno.
Durak et al. (mié,) estudiaron esta cuestión.