Creación de habilidades metacognitivas utilizando herramientas de IA para ayudar a los estudiantes de educación superior a reflexionar sobre su proceso de aprendizaje

Contenido principal del artículo

Nacereddine Mazari

Resumen

Este estudio examina cómo la IA puede ser utilizada para mejorar la capacidad de los estudiantes de educación superior para aprender de manera efectiva. La investigación se centra en utilizar la IA para mejorar la metacognición, es decir, la capacidad de los estudiantes para comprender y controlar sus procesos de aprendizaje. Específicamente, el estudio explora el potencial que tienen las indicaciones dadas a la IA para alentar a las personas a reflexionar sobre su aprendizaje y explicar su comprensión de los materiales proporcionados en sus clases. Además, destaca los beneficios de implementar compañeros de aprendizaje con AI para proporcionar apoyo y orientación personalizados durante todo el proceso de aprendizaje. Las recomendaciones para futuras investigación incluyen las formas en que la IA puede mejorar aún más las habilidades de autorregulación de los estudiantes y los procesos de revisión por pares a través de la retroalimentación generada por IA.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Mazari, N. (2025). Creación de habilidades metacognitivas utilizando herramientas de IA para ayudar a los estudiantes de educación superior a reflexionar sobre su proceso de aprendizaje. RHS-Revista Humanismo Y Sociedad, 13(1), e4/1–20. https://doi.org/10.22209/rhs.v13n1a04
Sección
Artículo de investigación científica y tecnológica

Citas

Anderson, J. R. (2000). Learning and problem solving with multimedia learners: Cognitive foundations of instructional design. Educational Psychologist(1), pp. 161-173.

Baker, R. S. (2014). Learning analytics and educational data mining: A review of learning analytics in higher education. Educational Researcher(8), pp. 307-314.

Bandura, A. (1986). Social foundations of thought and action: A social cognitive theory. Prentice-Hall.

Barocas, S., & Selbst, A. D. (2016). Big data’s disparate impact. California Law Review(3), pp. 671-737.

Clark, R. E. (2016). E-learning and the science of instruction (Vol. 4). Wiley.

Cristina, D. Z., & Timothy, J. N.-M. (2023, January 15). Assessing Metacognitive Regulation during Problem Solving: A Comparison of Three Measures. journal of jintelligence, pp. 2-5. https://doi.org/10.3390/jintelligence11010016

Dweck, C. S. (2006). Mindset: The new psychology of success. Random House.

Flavell, J. H. (1979). Metacognition and cognitive monitoring: A theoretical framework. Cognitive Psychology(3), pp. 290-332.

Lin, S., & Zhang, D. (2021). ACM Conference on Intelligent User Interfaces. The Impact of AI-powered Self-Explanation Prompts on Metacognition and Learning Outcomes (pp. 720-729). Association for Computing Machinery.

Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record(6), pp. 1017-1064.

OECD. (2018). PISA 2018 Results: Collaborative Problem Solving. OECD Publishing(1). https://doi.org/10.1787/pisa-2018-results-collab-prob-solving-9789264091580-en) [Marginalization: OECD, 2019

Pintrich, P. R., Roehr, W. C., & DeWiest, F. J. (1995). The development of a model of self-regulated learning. Educational Psychologist(40), pp. 231-259.

Rosalyn, S. (2021, March 17, 2021 1). Metacognition in the Classroom: Benefits & Strategies. Retrieved 4 22, 2024, from Metacognition in the Classroom: Benefits & Strategies: https://www.Metacognition in the Classroom: Benefits & Strategies.co.uk/hub/metacognition-in-the-classroom/

Schunk, D. H., & Zimmerman, B. J. (2008). Self-regulated learning: From theory to practice. Educational Psychologist(4), pp. 141-166.

Warschauer, M. (2004). Technology and social inclusion: Basing educational decisions on evidence. Comparative Education(1), pp. 17-38.

Winograd, P. (2006). Educational Psychology: A Modular Approach (Vol. 4). Pearson Education.