{{volanta}}
La educación superior avanza hacia experiencias más flexibles, en las que el estudiante puede recibir apoyo adicional cuando encuentra dificultades y avanzar con mayor rapidez cuando demuestra dominio.
18/09/2026 13:13
Escuchar esta nota
El aprendizaje personalizado utiliza información sobre el progreso, conocimientos previos, necesidades e intereses de cada estudiante para ajustar contenidos, retos, apoyos y retroalimentación. La tecnología puede facilitar este proceso mediante plataformas adaptativas, analítica del aprendizaje e inteligencia artificial, pero su efectividad depende del diseño pedagógico y del acompañamiento docente.
La educación superior avanza hacia experiencias más flexibles, en las que el estudiante puede recibir apoyo adicional cuando encuentra dificultades y avanzar con mayor rapidez cuando demuestra dominio. Este enfoque busca superar la lógica de una única ruta para todos y construir recorridos que respondan mejor a ritmos y necesidades distintas.
“El aprendizaje personalizado se ha consolidado como uno de los enfoques pedagógicos más prometedores en la búsqueda de una educación más equitativa, significativa y alineada con las demandas del siglo XXI”, afirma Mario Ariel Quispe, jefe de Enseñanza y Aprendizaje de la Universidad Privada Franz Tamayo (Unifranz).
¿Qué significa personalizar el aprendizaje?
Personalizar no significa que cada estudiante deba tener un programa completamente distinto. Significa utilizar evidencia sobre su avance para ofrecer diferentes apoyos, niveles de dificultad, actividades, recursos o desafíos según lo que necesita aprender.
En este proceso, la tecnología puede ayudar a identificar patrones de desempeño y a recomendar acciones. Una plataforma adaptativa puede, por ejemplo, proponer ejercicios adicionales cuando detecta una dificultad o permitir que un estudiante avance hacia contenidos más complejos cuando domina un tema.
“Pueden personalizar la enseñanza de manera precisa al ajustar el nivel de dificultad y los contenidos según el progreso individual de cada estudiante”, explica Marcelo Pacheco, director de la carrera de Ingeniería de Sistemas de Unifranz.
¿Qué puede aportar la inteligencia artificial a las rutas de aprendizaje?
La inteligencia artificial puede apoyar tareas como evaluación, recomendaciones, retroalimentación personalizada y tutoría inteligente. Una revisión sistemática publicada en 2025 analizó 63 estudios sobre herramientas de IA en educación superior e identificó tres funciones principales: evaluación del aprendizaje, retroalimentación y recomendaciones personalizadas, y tutoría inteligente.
El mismo estudio encontró efectos positivos en distintos resultados de aprendizaje, aunque con variaciones importantes según el tipo de herramienta, el diseño de la experiencia y el contexto de implementación. Esto refuerza una idea central: la IA puede apoyar la personalización, pero no garantiza mejores resultados por sí sola.
La evidencia sobre aprendizaje adaptativo es prometedora, pero no uniforme
Una revisión de alcance sobre aprendizaje adaptativo personalizado en educación superior analizó 69 estudios publicados entre 2012 y 2024. El 59% reportó mejoras en rendimiento académico y el 36% registró incrementos en compromiso estudiantil.
La misma revisión identificó limitaciones relacionadas con recursos tecnológicos, tiempo de implementación y condiciones institucionales. También destacó que el papel del docente sigue siendo central en el diseño, seguimiento y apoyo al estudiante, incluso cuando el sistema utiliza algoritmos adaptativos.
El estudiante asume un papel más activo
Las rutas personalizadas también pueden fortalecer la autonomía. Cuando el estudiante comprende dónde está, qué necesita mejorar y cuáles son sus siguientes pasos, puede participar de manera más activa en su proceso de aprendizaje.
La experiencia práctica y el enfoque de aprender haciendo pueden complementarse con recursos digitales. Un estudiante puede revisar contenidos, recibir retroalimentación, avanzar en ejercicios adaptativos y luego aplicar lo aprendido en proyectos, investigaciones o desafíos reales.
“Este enfoque ofrece condiciones óptimas para la investigación, ya que permite a cada estudiante trazar rutas únicas de aprendizaje vinculadas a sus intereses, estilos cognitivos y capacidades”, señala Quispe.
La tecnología no reemplaza al docente
Los datos y las recomendaciones automáticas no se convierten por sí solos en buenas decisiones pedagógicas. La personalización requiere que docentes e instituciones interpreten la información, definan objetivos y acompañen el proceso.
“La tecnología ha transformado radicalmente la forma en que enseñamos y nos relacionamos con nuestros estudiantes, creando un ambiente donde la curiosidad y el aprendizaje activo son protagonistas”, sostiene Gustavo Vargas Rivas, jefe de Enseñanza y Aprendizaje de Unifranz.
UNESCO advierte que la expansión de la inteligencia artificial en educación abre oportunidades para personalizar el aprendizaje, pero también plantea riesgos de privacidad, inequidad, seguridad y gobernanza. Por eso, recomienda un enfoque centrado en las personas y en los derechos de los estudiantes.
La integridad académica y el uso responsable de datos son parte del diseño
“La inteligencia artificial puede ser una herramienta positiva si se utiliza para fortalecer los principios de integridad académica, siempre y cuando su implementación fomente un enfoque formativo y ético”, añade Vargas Rivas.
Para las universidades, personalizar con tecnología implica decidir qué datos se recopilan, cómo se protegen, quién puede acceder a ellos y con qué propósito se utilizan. También exige transparencia: el estudiante debe comprender cuándo una recomendación proviene de un sistema automatizado y cuándo necesita orientación humana.
Planificación inversa: empezar por lo que el estudiante necesita lograr
“La planificación inversa se centra en entender y atender las necesidades de aprendizaje de los estudiantes antes de definir los contenidos y métodos de enseñanza”, explica Quispe.
Este enfoque ayuda a evitar que la tecnología se convierta en un fin en sí mismo. Primero se define qué debe aprender o ser capaz de hacer el estudiante; después se seleccionan actividades, herramientas y recursos que ayuden a alcanzar ese resultado.
¿Qué necesita una universidad para personalizar el aprendizaje con tecnología?
· Objetivos de aprendizaje claros antes de elegir herramientas digitales.
· Datos útiles y proporcionales sobre el progreso del estudiante.
· Docentes capaces de interpretar información y ajustar actividades.
· Plataformas accesibles y recursos tecnológicos suficientes.
· Criterios de privacidad, seguridad, integridad académica y gobernanza.
· Evaluación continua para comprobar si la personalización mejora realmente el aprendizaje.
La personalización funciona mejor cuando combina tecnología, diseño pedagógico y acompañamiento humano. En lugar de ofrecer una única ruta rígida, permite construir trayectorias más flexibles que responden al progreso real de cada estudiante.
En una realidad profesional que exige aprender y actualizarse de forma permanente, esa capacidad de reconocer necesidades, buscar apoyo y avanzar con autonomía puede convertirse en una competencia tan importante como los propios contenidos.