AI-Driven Adaptive Learning in Educational Games

Resumen

Resumen. La inteligencia artificial está transformando los juegos educativos al permitir experiencias de aprendizaje adaptativo que responden a las necesidades individuales de los estudiantes en tiempo real. Este artículo presenta una revisión integradora de la literatura reciente sobre la adaptabilidad impulsada por la IA en los juegos educativos, examinando cómo estos sistemas personalizan la instrucción, mejoran la participación y optimizan los resultados de aprendizaje. Se discuten las técnicas centrales de la IA —incluyendo el modelado del estudiante, el aprendizaje por refuerzo, la generación de contenido procedimental (PCG) y la computación afectiva— en relación con marcos teóricos como la teoría del Flujo y el modelo Mecánicas–Dinámicas–Estéticas (MDA). Casos de estudio representativos, como Math Garden y CodeCombat, ilustran cómo la mecánica adaptativa y la integración narrativa influyen en la motivación y el rendimiento del estudiante. Más allá de los beneficios pedagógicos, se analizan desafíos como el sesgo algorítmico, la privacidad de los datos y la transparencia, enfatizando la importancia de un diseño explicable e inclusivo. También se revisan las tendencias emergentes —como los grandes modelos de lenguaje, la realidad extendida y los sistemas co-adaptativos—, junto con recomendaciones prácticas para educadores, desarrolladores y responsables políticos. Nuestros hallazgos sugieren que los juegos educativos mejorados con IA, diseñados éticamente y con fundamentos pedagógicos, pueden ofrecer alternativas escalables y atractivas a la instrucción tradicional.