Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 144
Efectos del aprendizaje adaptativo en el rendimiento
académico escolar
Effects of adaptive learning on school academic performance
Mora-Álvarez, Enilfa Zoralla
1
Rea-López, Silvana María
2
https://orcid.org/0009-0008-4805-9841
https://orcid.org/0009-0003-7673-9688
enilfa.mora@docentes.educacion.edu.ec
silvana.rea@docente.educacion.edu.ec
Unidad Educativa Ventanas, Ecuador, Ventanas
Unidad educativa Seis de Octubre de Ventanas,
Ecuador, Ventanas
Chico-Vera, Mercy Teolinda
3
Rea-Lopez, Zoila Emperatriz
4
https://orcid.org/0009-0009-5246-8119
https://orcid.org/0009-0001-0739-2639
mercy.chico@docentes.educacion.edu.ec
zoila.rea@docentes.educacion.edu.ec
Unidad Educativa Ventanas, Ecuador, Ventanas
Unidad Educativa Isidro Ayora, Ecuador, Ventanas
Saa-Litardo, Jessica Lorena
5
https://orcid.org/0009-0008-7601-7710
jessica.saa@educacion.gob.ec
Unidad Educativa Isidro Ayora Cueva, Ecuador,
Ventanas
Autor de correspondencia
1
DOI / URL: https://doi.org/10.55813/gaea/rcym/v4/n2/187
Resumen: El aprendizaje adaptativo ha adquirido relevancia
en el ámbito escolar por su potencial para responder a la
heterogeneidad del aula y mejorar el rendimiento académico
mediante trayectorias, contenidos y retroalimentaciones
ajustadas al desempeño del estudiante. Con ese propósito, el
artículo analiza la evidencia científica disponible a través de
una revisión bibliográfica exploratoria, basada en búsquedas
sistemáticas en bases académicas, criterios explícitos de
selección y una síntesis narrativa de estudios centrados en
población escolar. Los hallazgos muestran una tendencia
general favorable, especialmente cuando la adaptación
pedagógica se articula con mediación docente, evaluación
alineada, retroalimentación oportuna y diseños instruccionales
sólidos; no obstante, los efectos varían según el área
curricular, la duración de la intervención, el tipo de sistema
utilizado y las condiciones de implementación. En
consecuencia, se concluye que el aprendizaje adaptativo
puede contribuir al mejoramiento del rendimiento escolar, pero
su eficacia no es automática, sino dependiente de decisiones
pedagógicas, tecnológicas y contextuales que aseguren
pertinencia, equidad y calidad educativa.
Palabras clave: aprendizaje adaptativo; rendimiento
académico; educación escolar; personalización del
aprendizaje; tecnología educativa.
Artículo Científico
Received: 10/Mar/2026
Accepted: 08/Abr/2026
Published: 24/Abr/2026
Cita: Mora-Álvarez, E. Z., Rea-López, S. M.,
Chico-Vera, M. T., Rea-Lopez, Z. E., & Saa-
Litardo, J. L. (2026). Efectos del aprendizaje
adaptativo en el rendimiento académico
escolar. Revista Científica Ciencia Y
Método, 4(2), 144-
159. https://doi.org/10.55813/gaea/rcym/v4/n2
/187
Revista Científica Ciencia y Método (RCyM)
https://revistacym.com
revistacym@editorialgrupo-aea.com
info@editoriagrupo-aea.com
© 2026. Este artículo es un documento de
acceso abierto distribuido bajo los términos y
condiciones de la Licencia Creative
Commons, Atribución-NoComercial 4.0
Internacional.
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 145
Artículo Científico
Abstract:
Adaptive learning has gained relevance in school education due to its potential to
address classroom heterogeneity and improve academic performance through
pathways, content, and feedback tailored to student performance. To this end, the
article analyzes the available scientific evidence through an exploratory literature
review based on systematic searches in academic databases, explicit selection
criteria, and a narrative synthesis of studies focused on school populations. The
findings show a generally favorable trend, especially when pedagogical adaptation is
combined with teacher mediation, aligned assessment, timely feedback, and solid
instructional design; however, the effects vary according to the curricular area, the
duration of the intervention, the type of system used, and the implementation
conditions. Consequently, it is concluded that adaptive learning can contribute to
improving school academic performance, but its effectiveness is not automatic and
depends on pedagogical, technological, and contextual decisions that ensure
relevance, equity, and educational quality.
Keywords: adaptive learning; academic performance; school education; personalized
learning; educational technology.
1. Introducción
En la escuela contemporánea, el rendimiento académico continúa tensionado por una
doble realidad: la persistencia de bajos logros de aprendizaje y la marcada
heterogeneidad entre estudiantes dentro de una misma aula (Mendoza-Armijos et al.,
2023). A escala global, la crisis de aprendizajes sigue siendo severa: la pobreza de
aprendizaje alcanzó niveles cercanos al 70% en países de ingreso bajo y mediano,
mientras que PISA 2022 mostró una caída inédita del rendimiento y una asociación
consistente entre desempeño y origen socioeconómico. En este escenario, el
aprendizaje adaptativo —entendido como la organización dinámica de contenidos,
trayectorias, ritmo y retroalimentación a partir del perfil y desempeño del estudiante—
ha ganado centralidad como alternativa para personalizar la enseñanza sin renunciar
a metas curriculares comunes. Por ello, examinar sus efectos en el rendimiento
académico escolar ya no es una cuestión marginal, sino una necesidad teórica y
práctica para responder a la diversidad real del aula y a la urgencia de mejorar
resultados con criterios de equidad (Banco Mundial et al., 2022; Martin et al., 2020;
OECD, 2023).
Además, el problema no radica solo en que muchos escolares no alcancen los
aprendizajes esperados, sino en que los enfoques homogéneos suelen ignorar
diferencias de conocimientos previos, ritmo, autorregulación y necesidad de apoyo.
La literatura sobre enseñanza adaptativa y sistemas tutores inteligentes sugiere que
ajustar las condiciones de instrucción a necesidades, habilidades e intereses puede
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 146
Artículo Científico
mejorar el aprendizaje, especialmente cuando la adaptación incorpora
retroalimentación inmediata, navegación diferenciada y secuencias de práctica
alineadas con el progreso del estudiante. Sin embargo, los efectos no son uniformes:
mientras algunos metaanálisis reportan ventajas claras frente a la instrucción
convencional o a recursos no adaptativos, otros encuentran beneficios pequeños o
dependientes del área curricular, del tipo de prueba y de la calidad de implementación.
Si estas variaciones no se estudian críticamente, existe el riesgo de adoptar
soluciones tecnológicas costosas con expectativas infladas o, en sentido contrario, de
descartar herramientas valiosas por evaluaciones mal alineadas con los objetivos de
aprendizaje (Bernard et al., 2019; Kulik & Fletcher, 2016; Ma et al., 2014; Steenbergen-
Hu & Cooper, 2013).
En relación con la evidencia específica en contextos escolares, la promesa del
aprendizaje adaptativo también muestra zonas de incertidumbre que justifican una
revisión bibliográfica rigurosa. En lectura, por ejemplo, se han documentado efectos
positivos de los sistemas inteligentes sobre la comprensión lectora escolar, y una
síntesis global reciente indicó un impacto significativo de las tecnologías
personalizadas y adaptativas sobre la alfabetización lectora; no obstante, esa misma
síntesis identificó múltiples moderadores del efecto, lo que confirma que el rendimiento
no mejora automáticamente por el solo hecho de incorporar adaptación algorítmica. A
ello se suma que buena parte de la investigación histórica se ha concentrado en
educación superior, en determinados países y disciplinas, con predominio de
indicadores y diseños poco comparables. Asimismo, desde la voz de los actores
escolares, persisten tensiones relacionadas con la confianza docente en los datos, el
ajuste de las plataformas a las necesidades evolutivas del alumnado y la alineación
entre metas pedagógicas e implementación tecnológica, factores que pueden
amplificar o debilitar los efectos observados (Alrawashdeh et al., 2024; Divanji et al.,
2023; Martin et al., 2020; Xu et al., 2019).
Por consiguiente, la pertinencia de esta revisión se sostiene en varios planos. En el
plano social y educativo, esclarecer cuándo, cómo y bajo qué condiciones el
aprendizaje adaptativo contribuye al rendimiento escolar puede orientar decisiones
curriculares, de inversión y de formación docente en un contexto de presión por
recuperar y acelerar aprendizajes. En el plano teórico, la revisión permite depurar un
campo donde conviven nociones próximas —personalización, individualización,
enseñanza adaptativa y sistemas tutores inteligentes— que con frecuencia se usan
de manera intercambiable, dificultando la acumulación de evidencia. En el plano
metodológico, comparar resultados según área curricular, tipo de medida y contexto
de implementación favorece interpretaciones más finas que el simple balance
“funciona” o “no funciona”. La viabilidad del estudio es alta porque existe un corpus
suficiente de metaanálisis, revisiones sistemáticas y estudios empíricos indexados,
accesibles en bases académicas y en informes de organismos internacionales;
además, al tratarse de una revisión bibliográfica, el análisis puede desarrollarse con
criterios explícitos de búsqueda, selección y trazabilidad de fuentes, sin intervención
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 147
Artículo Científico
directa sobre población escolar (Martin et al., 2020; Tang et al., 2023; UNESCO,
2024).
Desde esta base, el propósito general de este artículo es analizar los efectos del
aprendizaje adaptativo en el rendimiento académico escolar a partir de la evidencia
disponible en la literatura científica. De manera específica, se propone describir los
enfoques y tecnologías más utilizados para adaptar la enseñanza; comparar los
efectos reportados según nivel escolar y área curricular, con especial atención a
lectura y matemáticas; identificar los factores pedagógicos, tecnológicos y
contextuales que median o moderan dichos efectos; y sintetizar implicaciones para la
toma de decisiones en escuelas y para futuras agendas de investigación. La
contribución esperada reside en ofrecer una lectura integradora que no reduzca el
debate a una oposición entre innovación y tradición, sino que ubique el valor del
aprendizaje adaptativo en su capacidad —y también en sus límites— para responder
a la heterogeneidad del aula con base en evidencia. En ese sentido, la originalidad
del trabajo radica en articular resultados sobre desempeño con condiciones de
implementación y equidad, cerrando una brecha relevante entre eficacia reportada,
uso escolar real y criterios de adopción pedagógica responsable (Alrawashdeh et al.,
2024; Divanji et al., 2023; Kulik & Fletcher, 2016; UNESCO, 2024).
2. Materiales y métodos
El presente trabajo se desarrolló como una revisión bibliográfica de carácter
exploratorio, orientada a identificar, organizar y examinar la evidencia disponible sobre
los efectos del aprendizaje adaptativo en el rendimiento académico escolar. Esta
decisión metodológica respondió a que el campo reúne estudios con diseños,
contextos, tecnologías y métricas de logro muy heterogéneos, por lo que resultaba
más pertinente trazar un mapa analítico de tendencias, hallazgos y vacíos que
restringir el análisis a una sola forma de evidencia o a un cálculo sintético de efectos.
En este sentido, la revisión asumió una lógica de alcance, útil cuando se pretende
delimitar conceptos, reconocer líneas dominantes de investigación y detectar áreas
insuficientemente desarrolladas dentro de un tema todavía en expansión. De manera
coherente con ello, el proceso se apoyó en principios de búsqueda sistemática,
selección transparente y síntesis narrativa, sin configurarse como metaanálisis ni
como revisión sistemática de eficacia estricta.
A partir de ese enfoque, la estrategia de localización de estudios se estructuró
mediante búsquedas combinadas en bases de datos académicas de amplia cobertura
en educación y ciencias sociales, priorizando repositorios especializados e indexados.
Para ello, se definieron descriptores en español e inglés relacionados con el fenómeno
central y su variable de resultado, entre ellos “aprendizaje adaptativo”, “adaptive
learning”, “personalized learning”, “intelligent tutoring systems”, “academic
performance”, “academic achievement”, “school performance” y “K-12 education”,
articulados con operadores booleanos para ampliar o restringir resultados según
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 148
Artículo Científico
pertinencia temática. Asimismo, se consideró la inclusión de trabajos seminales que
permitieran precisar el desarrollo conceptual del aprendizaje adaptativo, aun cuando
fueran anteriores al periodo principal de búsqueda. La revisión privilegió artículos
revisados por pares, revisiones sistemáticas, metaanálisis y estudios empíricos
publicados en español o inglés, con texto completo disponible y relación directa con
población escolar o educación obligatoria.
En cuanto al proceso de selección, los registros recuperados fueron sometidos a una
depuración inicial para eliminar duplicados y, posteriormente, a una revisión
secuencial de título, resumen y texto completo. Se incluyeron únicamente documentos
cuyo propósito analítico permitiera examinar la relación entre estrategias, plataformas
o sistemas de aprendizaje adaptativo y algún indicador de rendimiento académico,
tales como calificaciones, puntajes en pruebas, dominio de competencias, progreso
en lectura o desempeño en matemáticas. En cambio, se excluyeron estudios
centrados exclusivamente en educación superior, formación corporativa,
percepciones de satisfacción sin resultados académicos, opiniones ensayísticas,
resúmenes de congreso sin desarrollo metodológico y trabajos en los que la
adaptación no constituyera el componente principal de la intervención. De manera
complementaria, la elegibilidad de los textos se guio por criterios de claridad
conceptual, pertinencia empírica y trazabilidad del procedimiento de búsqueda y
análisis, con el fin de fortalecer la consistencia interna del corpus documental.
Posteriormente, la información de los estudios seleccionados se organizó en una
matriz de extracción diseñada para sistematizar variables comparables entre
publicaciones. Dicha matriz contempló autoría, año, país, nivel educativo, área
curricular, tipo de tecnología adaptativa empleada, diseño del estudio, características
de la muestra, indicadores de rendimiento académico, resultados principales y
limitaciones declaradas por los autores. Sobre esa base, se realizó un análisis
cualitativo de contenido y una síntesis narrativa comparativa, orientada a reconocer
patrones recurrentes, divergencias entre hallazgos y condiciones de implementación
asociadas con mayores o menores efectos reportados. No se efectuó integración
estadística de resultados, debido a la diversidad de definiciones operativas del
aprendizaje adaptativo, la variabilidad de los instrumentos de medición y la
desigualdad en los diseños de investigación incluidos. Por consiguiente, el interés
principal no fue estimar un efecto único, sino comprender cómo se distribuye la
evidencia y bajo qué condiciones adquiere mayor solidez interpretativa.
Finalmente, el desarrollo de la revisión atendió criterios de rigor, transparencia y ética
propios de la investigación documental. En términos de reporte, se siguieron
referentes contemporáneos para revisiones y revisiones de alcance, especialmente
en lo relativo a formulación de la pregunta, explicitación de criterios de elegibilidad,
descripción del proceso de búsqueda, trazabilidad de exclusiones y organización de
la síntesis. Desde la dimensión ética, al trabajarse exclusivamente con literatura
publicada y fuentes de acceso académico, no se involucró contacto directo con
participantes humanos ni tratamiento de datos personales sensibles; aun así, se
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 149
Artículo Científico
resguardó la fidelidad interpretativa de los estudios consultados, la atribución correcta
de ideas y la delimitación cuidadosa entre resultados reportados por los autores y las
inferencias derivadas de esta revisión. En consecuencia, la metodología adoptada
resulta consistente con un artículo exploratorio de revisión bibliográfica, cuyo propósito
es ofrecer una visión estructurada del estado del conocimiento y de las brechas que
aún requieren investigación más específica.
3. Resultados
3.1. Efectos del aprendizaje adaptativo en el rendimiento académico escolar
La discusión contemporánea sobre el aprendizaje adaptativo exige una precisión
conceptual previa, porque no toda mediación digital personaliza realmente la
enseñanza ni toda personalización descansa en procesos adaptativos robustos. En
sentido estricto, los sistemas adaptativos monitorean características relevantes del
estudiante —como desempeño, ritmo, errores recurrentes o necesidades de apoyo—
y, a partir de esa información, modifican el entorno instruccional para ajustar
contenidos, secuencias, retroalimentación o niveles de dificultad (Fuentes-Riquero,
2025). Por ello, su valor pedagógico no reside simplemente en automatizar tareas,
sino en traducir evidencia sobre el aprendiz en decisiones instruccionales dinámicas.
Esta aclaración es decisiva para interpretar la literatura sobre rendimiento académico
escolar, porque muchos estudios agrupan bajo una misma etiqueta dispositivos muy
distintos entre sí, desde tutores inteligentes de alta granularidad hasta plataformas
con adaptaciones más rudimentarias. En consecuencia, cuando se evalúan los
efectos del aprendizaje adaptativo sobre el logro escolar, en realidad se está
evaluando un continuo de intervenciones con profundidades de personalización muy
desiguales, hecho que ya introduce una primera fuente de variación en los resultados
(Shute & Zapata-Rivera, 2012; Martin et al., 2020; Walkington & Bernacki, 2020).
Figura 1
Jerarquía de aprendizaje
Nota: (Autores, 2026).
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 150
Artículo Científico
3.1.1. Tendencia general de los hallazgos reportados en la literatura
Si se considera la evidencia acumulada en términos agregados, la tendencia
dominante es favorable: los sistemas adaptativos y, de manera particular, los sistemas
tutores inteligentes suelen producir mejoras académicas superiores a las observadas
en modalidades tradicionales de instrucción colectiva o en entornos computacionales
no adaptativos. Una de las síntesis más influyentes del campo mostró que, en 50
evaluaciones controladas, la tutoría inteligente elevó el rendimiento en una magnitud
mediana de 0.66 desviaciones estándar respecto de niveles convencionales; además,
otra meta-análisis halló ventajas significativas frente a la enseñanza docente en gran
grupo, frente a la instrucción computarizada no adaptativa y frente al uso de textos o
cuadernos, sin diferencias estadísticamente significativas respecto de la tutoría
humana individualizada o de la enseñanza en pequeño grupo. Esta convergencia no
es menor: sugiere que, cuando el diseño adaptativo es sólido, la tecnología puede
aproximarse a formatos instruccionales intensivos que históricamente han sido
difíciles de escalar en la escuela por razones de costo y disponibilidad de tiempo
docente (Kulik & Fletcher, 2016; Ma et al., 2014; VanLehn, 2011).
Ahora bien, esa inclinación positiva no autoriza una lectura triunfalista ni lineal del
fenómeno. La propia literatura meta-analítica revela que el rendimiento mejora con
mayor claridad en algunos dominios, poblaciones y condiciones de evaluación que en
otros. En comprensión lectora, por ejemplo, la evidencia es comparativamente más
auspiciosa: Xu et al. (2019) identificaron un efecto global de 0.60 en estudiantes de K-
12, mientras que Alrawashdeh et al. (2024) reportaron un impacto significativo de las
tecnologías personalizadas y adaptativas sobre la alfabetización lectora a escala
global. En matemáticas, en cambio, la señal es más contenida: Steenbergen-Hu y
Cooper (2013) concluyeron que los sistemas tutores inteligentes no tenían efectos
negativos y, en el mejor de los casos, producían una ganancia pequeña sobre el
aprendizaje matemático escolar. Este contraste no invalida el potencial del
aprendizaje adaptativo; más bien, indica que su eficacia es diferencial y que el
rendimiento escolar no responde de manera homogénea a cualquier forma de
personalización algorítmica, especialmente cuando cambian la naturaleza del
contenido, los procesos cognitivos implicados y la sensibilidad de los instrumentos de
medida (Alrawashdeh et al., 2024; Steenbergen-Hu & Cooper, 2013; Xu et al., 2019).
Además, cuando se examina la literatura desde una perspectiva histórica y de
distribución del conocimiento, emerge un matiz metodológico crucial: una parte
considerable de la investigación sobre aprendizaje adaptativo no se ha desarrollado
en contextos estrictamente escolares, sino en educación superior y en disciplinas
tecnológicas específicas. Martin et al. (2020), al revisar 61 artículos publicados entre
2009 y 2018, encontraron que la mayor parte de los estudios se concentraba en
educación superior, con especial presencia de Taiwán y Estados Unidos y una fuerte
densidad en informática. Este patrón implica que la evidencia favorable del campo no
siempre es directamente extrapolable al rendimiento académico escolar obligatorio.
Por tanto, la tendencia general de los hallazgos debe leerse con prudencia: existe una
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 151
Artículo Científico
base empírica consistente para afirmar que el aprendizaje adaptativo puede mejorar
el rendimiento, pero también existe suficiente heterogeneidad contextual como para
rechazar cualquier generalización simplista según la cual sus beneficios serían
universales, automáticos o independientes del entorno pedagógico en que se
implementan (Martin et al., 2020; Walkington & Bernacki, 2020).
Desde una perspectiva más interpretativa, puede sostenerse que la literatura no
describe un efecto uniforme del aprendizaje adaptativo, sino una propensión favorable
condicionada por la calidad del ensamblaje entre modelo de estudiante, modelo
instruccional y sistema de retroalimentación. Dicho de otro modo, la mayor aportación
de la evidencia no consiste en demostrar que la tecnología “sustituye” al docente, sino
en mostrar que ciertas arquitecturas adaptativas redistribuyen de manera más precisa
las oportunidades de práctica, corrección y progresión (Rosero-Cardenas et al., 2024).
Cuando eso ocurre, el rendimiento académico tiende a mejorar porque el estudiante
recibe tareas más ajustadas a su zona de necesidad y un flujo de apoyo más
contingente. En cambio, cuando la adaptación es superficial, opaca o pobremente
alineada con el currículo, el efecto se diluye. Así, la tendencia general de la literatura
es afirmativa, pero su significado más profundo radica en que el aprendizaje
adaptativo parece funcionar mejor como intensificador de la calidad instruccional que
como simple artefacto tecnológico autónomo (Shute & Zapata-Rivera, 2012; Ma et al.,
2014; Martin et al., 2020).
3.1.2. Factores que modulan o explican las variaciones en los resultados
El primer factor modulador, probablemente el más decisivo, es la arquitectura
pedagógica que acompaña a la adaptación. Bernard et al. (2019), en una revisión
sistemática y meta-análisis de 299 estudios que abarcaron 43,175 estudiantes en
contextos escolares formales, concluyeron que los métodos que individualizan y
adaptan la instrucción mejoran el rendimiento, pero precisaron algo aún más
relevante: las variables más importantes fueron el papel del docente como guía y
mentor, así como la adaptabilidad de actividades y materiales; además, señalaron que
un control excesivo del estudiante sobre el ritmo de progresión podía inhibir el
aprendizaje. Esta observación desplaza el debate desde la fascinación tecnológica
hacia una cuestión más sustantiva: la personalización no produce valor por sí sola,
sino cuando se inserta en un dispositivo didáctico donde hay mediación,
secuenciación y criterios claros de avance. En otras palabras, la variación en los
resultados no depende solo de cuánto se adapta el sistema, sino de cómo esa
adaptación se articula con una pedagogía estructurada y con una presencia docente
estratégicamente redefinida, no abolida (Bernard et al., 2019).
Un segundo modulador fundamental es la relación entre los instrumentos de
evaluación y los objetivos reales del sistema adaptativo. Kulik y Fletcher (2016)
mostraron que la magnitud de la mejora variaba de forma considerable según si el
aprendizaje se medía con pruebas localmente desarrolladas o con pruebas
estandarizadas, lo que sugiere que la alineación entre enseñanza y evaluación
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 152
Artículo Científico
constituye un determinante crítico del tamaño del efecto. Esta constatación tiene
implicaciones teóricas y metodológicas de gran calado. Si un sistema adaptativo
entrena microhabilidades específicas, provee retroalimentación inmediata y ajusta
trayectorias muy próximas al contenido trabajado, es razonable que sus beneficios
aparezcan con mayor nitidez en evaluaciones sensibles a esas mismas operaciones.
En contraste, cuando el rendimiento se captura mediante pruebas más distales,
generales o menos alineadas con la lógica del sistema, el efecto puede reducirse sin
que ello implique necesariamente que la intervención haya fracasado. Parte de la
aparente inconsistencia de la literatura, por tanto, no refleja contradicciones
ontológicas sobre la eficacia del aprendizaje adaptativo, sino divergencias en la forma
de operacionalizar el rendimiento académico (Kulik & Fletcher, 2016; Xu et al., 2019).
También inciden variables asociadas con la duración de la intervención y con las
características de la población estudiantil. Steenbergen-Hu y Cooper (2013) hallaron
que, en matemáticas K-12, los efectos tendían a ser mayores cuando las
intervenciones duraban menos de un año escolar que cuando se extendían por más
tiempo; asimismo, observaron que los estudiantes de la población general parecían
beneficiarse más que los de bajo rendimiento (Ilaquiche-Toaquiza, 2025). Este
hallazgo es especialmente significativo porque introduce una advertencia de equidad:
un sistema adaptativo mal diseñado o insuficientemente acompañado podría
beneficiar con mayor intensidad a quienes ya poseen más recursos para
autorregularse, comprender la retroalimentación y capitalizar el trabajo autónomo. En
tal caso, la adaptación no corregiría desigualdades de aprendizaje, sino que podría
amplificarlas. La literatura, por ende, obliga a abandonar cualquier suposición ingenua
según la cual personalizar equivale automáticamente a incluir; la personalización
puede ser inclusiva, pero solo si incorpora apoyos diferenciados para quienes más los
necesitan y si evita trasladar toda la carga del progreso al estudiante (Steenbergen-
Hu & Cooper, 2013; Bernard et al., 2019).
A ello se suma un cuarto factor, menos visible pero metodológicamente central: la
heterogeneidad semántica del propio campo. Walkington y Bernacki (2020) sostienen
que la investigación sobre aprendizaje personalizado sigue enfrentando problemas de
definición y de alineación teórica, mientras que Martin et al. (2020) muestran que las
estrategias adaptativas estudiadas son extraordinariamente diversas, con énfasis
distintos en estilos de aprendizaje, retroalimentación adaptativa y navegación
adaptativa. De ahí que dos estudios puedan compartir la etiqueta de “aprendizaje
adaptativo” y, sin embargo, referirse a intervenciones sustancialmente distintas en su
granularidad, en el tipo de datos que utilizan, en el nivel de intervención del algoritmo
o en la agencia concedida al usuario. Esta dispersión conceptual complica la
comparación de resultados y explica por qué algunas revisiones encuentran beneficios
moderados y otras efectos discretos. En rigor, no siempre se está midiendo el mismo
objeto pedagógico, aunque se emplee el mismo rótulo terminológico. Por eso, una
parte de la variabilidad observada no deriva del fracaso de la adaptación, sino de la
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 153
Artículo Científico
inestabilidad conceptual con que el campo define qué cuenta como adaptación
auténtica (Walkington & Bernacki, 2020; Martin et al., 2020).
Finalmente, la investigación más reciente en contextos reales de implementación
refuerza la idea de que los resultados del aprendizaje adaptativo dependen de
condiciones institucionales y ecológicas que los estudios controlados no siempre
capturan. Wang et al. (2023), en una revisión sistemática centrada en experimentos
sociales y contextos educativos reales, describieron un panorama complejo de
efectividad, con una distribución geográfica desigual de los estudios y desafíos
importantes para comprender cómo funcionan los sistemas tutores inteligentes fuera
de entornos altamente controlados. Esta observación es crucial para un artículo de
revisión bibliográfica sobre rendimiento escolar, porque recuerda que la eficacia
potencial de una tecnología no coincide necesariamente con su rendimiento efectivo
cuando entra en contacto con currículos rígidos, tiempos de clase limitados,
infraestructura desigual, formación docente variable y culturas escolares
heterogéneas. En suma, las variaciones en los resultados no deben interpretarse
como anomalías marginales, sino como el núcleo mismo del problema científico: el
aprendizaje adaptativo tiende a mostrar efectos favorables, pero esos efectos se
realizan o se restringen según la calidad del diseño pedagógico, la congruencia
evaluativa, el perfil del alumnado y las condiciones concretas de implementación
(Wang et al., 2023; Bernard et al., 2019; Kulik & Fletcher, 2016).
4. Discusión
Los hallazgos examinados a lo largo de esta revisión permiten sostener que el
aprendizaje adaptativo mantiene una relación generalmente favorable con el
rendimiento académico escolar, pero dicha relación no puede interpretarse en
términos lineales, universales ni tecnodeterministas. En efecto, la literatura más
robusta converge en que los sistemas capaces de ajustar contenidos, secuencias,
dificultad y retroalimentación según el desempeño del estudiante suelen generar
ganancias académicas superiores a las de la enseñanza convencional o a las de
entornos digitales no adaptativos; sin embargo, esa ventaja se expresa con
magnitudes variables y bajo condiciones pedagógicas específicas (Caicedo-Basurto
et al., 2024). Desde esta perspectiva, el principal aporte interpretativo de este artículo
no consiste en reafirmar una promesa genérica de innovación, sino en mostrar que la
eficacia del aprendizaje adaptativo depende menos de la mera presencia de
tecnología que de la calidad del modelo instruccional que la sostiene, de la
congruencia entre adaptación y currículo y de la densidad pedagógica con la que se
implementa en el aula (Kulik & Fletcher, 2016; Ma et al., 2014; Martin et al., 2020).
A la luz de esa evidencia, la discusión debe desplazarse de la pregunta simplista por
si el aprendizaje adaptativo “funciona” hacia una interrogante más exigente: bajo qué
condiciones, para quiénes y mediante qué mecanismos produce mejoras académicas
significativas. El valor de estos sistemas parece residir en su capacidad para organizar
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 154
Artículo Científico
una instrucción contingente, esto es, una enseñanza que responde de forma dinámica
a errores, ritmos, trayectorias y necesidades diferenciadas (Torres-Roberto et al.,
2024, Torres, 2025). Esa lógica aproxima ciertos entornos adaptativos a algunas
ventajas históricas de la tutoría individual, no porque sustituyan mecánicamente al
docente, sino porque redistribuyen con mayor precisión las oportunidades de práctica
guiada, corrección inmediata y progresión gradual. En consecuencia, el aprendizaje
adaptativo resulta más fecundo cuando opera como una extensión sofisticada de la
mediación pedagógica y no como un artefacto autosuficiente, interpretación coherente
tanto con las definiciones fundacionales de los sistemas educativos adaptativos como
con las revisiones sobre la efectividad comparada de la tutoría inteligente (Shute &
Zapata-Rivera, 2012; VanLehn, 2011; Kulik & Fletcher, 2016).
No obstante, la revisión también confirma que la literatura está lejos de describir un
panorama homogéneo. Las diferencias entre áreas curriculares, niveles educativos,
tipos de intervención y contextos institucionales obligan a moderar cualquier
conclusión maximalista. En lectura, la evidencia reciente ha mostrado impactos
significativos y una moderación contextual compleja, mientras que en matemáticas los
efectos reportados para estudiantes K-12 han tendido a ser más modestos. A ello se
añade un problema de base empírica: una proporción considerable de la investigación
sintetizada en revisiones previas se ha concentrado en educación superior,
especialmente en Estados Unidos y Taiwán, y en disciplinas tecnológicas como
informática, lo que restringe la extrapolación directa de esos hallazgos al ámbito
escolar obligatorio. Por ello, la tendencia general favorable identificada en esta
revisión debe leerse como una propensión empírica condicionada, no como una ley
pedagógica establecida para todos los escenarios escolares (Alrawashdeh et al.,
2024; Steenbergen-Hu & Cooper, 2013; Martin et al., 2020).
Entre los factores que explican las variaciones observadas, uno de los más decisivos
es la arquitectura didáctica de la implementación. La evidencia disponible indica que
los mejores resultados aparecen cuando el docente conserva un papel de orientación,
regulación y acompañamiento, y cuando la adaptación de actividades y materiales se
articula con metas de aprendizaje explícitas (Vimos-Buenaño et al., 2024). Dicho de
otro modo, el rendimiento no mejora porque el estudiante quede abandonado a una
secuencia algorítmica supuestamente autónoma, sino porque la personalización se
integra a una pedagogía estructurada (Erazo-Luzuriaga, 2025). A esto se suma la
relevancia de la alineación entre los instrumentos de evaluación y los objetivos
instruccionales del sistema: cuando las pruebas captan con precisión aquello que la
plataforma adapta y ejercita, los efectos tienden a ser más nítidos; cuando la medición
se aleja del foco instruccional, la magnitud del beneficio puede atenuarse. Esta
constatación resulta clave para interpretar la heterogeneidad de la literatura, pues
parte de las discrepancias entre estudios no deriva de contradicciones sustantivas,
sino de diferencias en la fidelidad de implementación, en la temporalidad de las
intervenciones y en la manera de operacionalizar el rendimiento académico (Bernard
et al., 2019; Kulik & Fletcher, 2016; Xu et al., 2019).
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 155
Artículo Científico
Asimismo, la discusión no puede soslayar la dimensión ética y distributiva del
problema. Aunque el aprendizaje adaptativo suele presentarse como una vía para
responder a la heterogeneidad del aula, la personalización no garantiza por sí misma
mayor equidad. Algunos resultados sugieren que los beneficios pueden concentrarse
con más claridad en estudiantes de la población general que en aquellos con mayores
rezagos, lo que obliga a considerar el riesgo de que ciertas implementaciones
reproduzcan o incluso profundicen desigualdades preexistentes si no incorporan
apoyos suficientes, mediación docente constante y decisiones curriculares sensibles
al contexto (Puyol-Cortez et al., 2023). Esta advertencia se refuerza con trabajos
recientes que, desde la perspectiva de actores escolares y de organismos
internacionales, insisten en que la tecnología educativa debe ser apropiada,
equitativa, basada en evidencia y sostenible, en lugar de adoptarse por simple presión
de novedad (Saavedra-Calberto et al., 2025). En consecuencia, una lectura
responsable de los resultados sugiere que el aprendizaje adaptativo puede ser una
herramienta potente para mejorar el rendimiento, pero solo cuando su despliegue se
somete a criterios pedagógicos y de justicia educativa más exigentes que la mera
eficiencia técnica (Steenbergen-Hu & Cooper, 2013; Divanji et al., 2023; UNESCO,
2024).
En términos de cierre interpretativo, esta revisión exploratoria aporta una síntesis útil,
aunque no exenta de límites. Al tratarse de una revisión bibliográfica de alcance
exploratorio y no de un metaanálisis propio, sus conclusiones dependen de la
consistencia y comparabilidad de los estudios previos, un campo que todavía exhibe
dispersión conceptual entre aprendizaje adaptativo, aprendizaje personalizado y
sistemas tutores inteligentes. Precisamente por ello, una agenda futura de
investigación debería privilegiar estudios escolares longitudinales, comparaciones
entre áreas curriculares, reportes más transparentes sobre los modelos de adaptación
utilizados y evaluaciones que combinen medidas próximas a la intervención con
indicadores más amplios y transferibles de logro académico. Del mismo modo, resulta
indispensable examinar con mayor fineza qué ocurre con grupos históricamente
vulnerabilizados, cómo inciden las condiciones institucionales de implementación y de
qué manera puede preservarse el juicio profesional docente dentro de ecosistemas
algorítmicos crecientemente complejos (Piedra-Castro et al., 2024). En suma, la
discusión de este artículo conduce a una conclusión equilibrada: el aprendizaje
adaptativo representa una alternativa promisoria para mejorar el rendimiento
académico escolar, pero su valor real emerge únicamente cuando se lo comprende
como una mediación pedagógica contextualizada, evaluable y críticamente gobernada
(Walkington & Bernacki, 2020; Wang et al., 2023; Mousavinasab et al., 2021).
5. Conclusiones
El análisis desarrollado permite concluir que el aprendizaje adaptativo constituye una
estrategia con potencial real para favorecer el rendimiento académico escolar,
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 156
Artículo Científico
siempre que se comprenda como una mediación pedagógica y no como una solución
tecnológica autosuficiente. Su principal fortaleza radica en la posibilidad de ajustar
contenidos, ritmos, niveles de dificultad y retroalimentación a las necesidades del
estudiante, lo que amplía las oportunidades de aprendizaje en contextos marcados
por la heterogeneidad del aula. Sin embargo, ese potencial no se materializa de forma
automática ni uniforme, pues los efectos observados dependen de la solidez del
diseño instruccional, de la calidad de la implementación y de la coherencia entre la
adaptación propuesta y los objetivos curriculares.
Asimismo, puede afirmarse que la evidencia revisada no respalda interpretaciones
simplistas ni triunfalistas. Aunque la tendencia general de la literatura es favorable, los
resultados son variables según el área curricular, el tipo de sistema adaptativo, la
población estudiada, la duración de la intervención y la forma en que se evalúa el
rendimiento académico. En consecuencia, el aporte más valioso del aprendizaje
adaptativo no reside en sustituir la enseñanza tradicional, sino en enriquecerla
mediante trayectorias más flexibles, retroalimentación oportuna y una mayor
sensibilidad frente a las diferencias individuales. Desde esta perspectiva, su eficacia
se vincula más con la articulación entre tecnología, didáctica y acompañamiento
docente que con la sola presencia de plataformas digitales en el entorno escolar.
De igual modo, la revisión permite concluir que el papel del docente continúa siendo
decisivo. Lejos de quedar desplazado, el profesorado emerge como agente clave para
interpretar datos, orientar el proceso, contextualizar las actividades y evitar que la
personalización se convierta en una experiencia fragmentada o mecánica. Esta
constatación resulta particularmente relevante porque pone de relieve que la mejora
del rendimiento no depende solo de algoritmos capaces de adaptar ejercicios, sino de
la existencia de una mediación pedagógica que otorgue sentido, secuencia y propósito
a las experiencias de aprendizaje. Por ello, las implementaciones más promisorias
serán aquellas que integren la inteligencia adaptativa con el juicio profesional docente
y con criterios claros de pertinencia curricular.
Finalmente, se concluye que el aprendizaje adaptativo representa una vía
prometedora, pero todavía en consolidación, para responder a los desafíos del
rendimiento académico escolar. Su valor es mayor cuando contribuye a una educación
más pertinente, más flexible y más atenta a la diversidad de trayectorias estudiantiles,
pero ese valor puede diluirse si se adopta desde una lógica meramente instrumental
o comercial. En ese sentido, el campo requiere investigaciones futuras más
consistentes en contextos escolares reales, con diseños comparables y con especial
atención a la equidad, la sostenibilidad institucional y la calidad pedagógica de las
intervenciones. En suma, el aprendizaje adaptativo no debe ser entendido como una
promesa absoluta, sino como una herramienta de alto potencial cuyo impacto depende
de cómo, para qué y en qué condiciones se incorpora a la experiencia educativa.
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 157
Artículo Científico
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
Referencias Bibliográficas
Alrawashdeh, G. S., Fyffe, S., Azevedo, R. F. L., & Castillo, N. M. (2024). Exploring
the impact of personalized and adaptive learning technologies on reading
literacy: A global meta-analysis. Educational Research Review, 42, 100587.
https://doi.org/10.1016/j.edurev.2023.100587
Bernard, R. M., Borokhovski, E., Schmid, R. F., Waddington, D. I., & Pickup, D. I.
(2019). Twenty-first century adaptive teaching and individualized learning
operationalized as specific blends of student-centered instructional events: A
systematic review and meta-analysis. Campbell Systematic Reviews, 15(1–2),
e1017. https://doi.org/10.1002/cl2.1017
Caicedo-Basurto, R. L., Camacho-Medina, B. M., Quinga-Villa, C. A., Fonseca-
Lombeida, A. F., & López-Freire, S. A. (2024). Análisis y beneficios de la
educación en la era de la inteligencia artificial. Journal of Economic and Social
Science Research, 4(4), 291–302.
https://doi.org/10.55813/gaea/jessr/v4/n4/148
Divanji, R. A., Bindman, S., Tung, A., Chen, K., Castaneda, L., & Scanlon, M. (2023).
A one stop shop? Perspectives on the value of adaptive learning technologies
in K-12 education. Computers and Education Open, 5, 100157.
https://doi.org/10.1016/j.caeo.2023.100157
Erazo-Luzuriaga, A. F. (2024). Integración de las TICs en el aula: Un análisis de su
impacto en el rendimiento académico. Revista Científica Zambos, 3(1), 56-72.
https://doi.org/10.69484/rcz/v3/n1/12
Fuentes-Riquero, S. Y. (2025). Estrategias de aprendizaje autónomo a través de las
TIC en estudios sociales: Un enfoque para mejorar la autoeficacia y el
rendimiento académico. Revista Científica Zambos, 4(1), 74-86.
https://doi.org/10.69484/rcz/v4/n1/77
Ilaquiche-Toaquiza, M. O. (2025). La educación en la sociedad moderna con la
adaptación y desafíos ante las demandas cambiantes del estado
Ecuatoriano. Journal of Economic and Social Science Research, 5(1), 174–
187. https://doi.org/10.55813/gaea/jessr/v5/n1/168
Kulik, J. A., & Fletcher, J. D. (2016). Effectiveness of intelligent tutoring systems: A
meta-analytic review. Review of Educational Research, 86(1), 42–78.
https://doi.org/10.3102/0034654315581420
Ma, W., Adesope, O. O., Nesbit, J. C., & Liu, Q. (2014). Intelligent tutoring systems
and learning outcomes: A meta-analysis. Journal of Educational Psychology,
106(4), 901–918. https://doi.org/10.1037/a0037123
Martin, F., Chen, Y., Moore, R. L., & Westine, C. D. (2020). Systematic review of
adaptive learning research designs, context, strategies, and technologies from
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 158
Artículo Científico
2009 to 2018. Educational Technology Research and Development, 68(4),
1903–1929. https://doi.org/10.1007/s11423-020-09793-2
Mendoza-Armijos, H. E., Rivadeneira-Moreira, J. C., Carvajal-Jumbo, A. V., &
Saavedra-Calberto, I. M. (2023). Análisis de la relación entre el uso de
dispositivos digitales y el rendimiento académico en matemáticas. Revista
Científica Ciencia Y Método, 1(2), 43-57.
https://doi.org/10.55813/gaea/rcym/v1/n2/14
Mousavinasab, E., Zarifsanaiey, N., Niakan Kalhori, S. R., Rakhshan, M., Keikha, L.,
& Ghazi Saeedi, M. (2021). Intelligent tutoring systems: A systematic review of
characteristics, applications, and evaluation methods. Interactive Learning
Environments, 29(1), 142–163.
https://doi.org/10.1080/10494820.2018.1558257
OECD. (2023). PISA 2022 Results (Volume I): The state of learning and equity in
education. OECD Publishing. https://doi.org/10.1787/53f23881-en
Piedra-Castro, W. I., Burbano-Buñay, E. S., Tamayo-Verdezoto, J. J., & Moreira-
Alcívar, E. F. (2024). Inteligencia artificial y su incidencia en la estrategia
metodológica de aprendizaje basado en investigación. Journal of Economic and
Social Science Research, 4(2), 178–196.
https://doi.org/10.55813/gaea/jessr/v4/n2/106
Puyol-Cortez, J. L., Piedra-Castro, W. I., Saavedra-Calberto, I. M., Mendoza-Cusme,
M. P., & Centeno-Bone, C. V. (2023). Evaluación del impacto de la educación
emocional en el rendimiento académico en adolescentes. Revista Científica
Ciencia Y Método, 1(1), 42-54. https://doi.org/10.55813/gaea/rcym/v1/n1/9
Rosero-Cardenas, W. I., Ruiz-Gaona, P. G., Sislema-López, R. N., Tocagon-
Cabascango, J. F., & Tituaña-Sánchez, L. G. (2024). El Futuro del Aprendizaje:
Preparando a los Estudiantes de Primaria para el Mundo Digital. Journal of
Economic and Social Science Research, 4(4), 73–88.
https://doi.org/10.55813/gaea/jessr/v4/n4/133
Saavedra-Calberto, I. M., Esmeraldas-Espinoza, A. A., Ayala-Chavez, N. E., Reina-
Bravo, E. G., & Ordoñez-Loor, I. I. (2025). Factores determinantes del
rendimiento académico en estudiantes de bachillerato en instituciones públicas.
Revista Científica Ciencia Y Método, 3(1), 72-83.
https://doi.org/10.55813/gaea/rcym/v3/n1/54
Shute, V. J., & Zapata-Rivera, D. (2012). Adaptive educational systems. En P. J.
Durlach & A. M. Lesgold (Eds.), Adaptive technologies for training and
education (pp. 7–27). Cambridge University Press.
https://doi.org/10.1017/CBO9781139049580.004
Steenbergen-Hu, S., & Cooper, H. (2013). A meta-analysis of the effectiveness of
intelligent tutoring systems on K–12 students’ mathematical learning. Journal of
Educational Psychology, 105(4), 970–987. https://doi.org/10.1037/a0032447
Tang, K. Y., Chang, C. Y., & Hwang, G. J. (2023). Trends in artificial intelligence-
supported e-learning: A systematic review and co-citation network analysis
(1998–2019). Interactive Learning Environments, 31(4), 2134–2152.
https://doi.org/10.1080/10494820.2021.1875001
Revista Científica Ciencia y Método | Vol.04 | Núm.02 | Abr–Jun | 2026 | www.revistacym.com pág. 159
Artículo Científico
Torres Roberto, M. A. (2025). Estrategias de aprendizaje y factores emocionales en
Cálculo Diferencial: Experiencias del estudiantado de ingeniería en Colombia.
Revista Actualidades Investigativas en Educación, 25(2), 1-34.
https://doi.org/10.15517/aie.v25i2.62607
Torres-Roberto, M. A. (2024). Evaluación Formativa Continua en la Enseñanza y
aprendizaje del Cálculo: Mejorando el Rendimiento Académico en Estudiantes
de Educación Profesional. Journal of Economic and Social Science
Research, 4(2), 93–113. https://doi.org/10.55813/gaea/jessr/v4/n2/104
UNESCO. (2024). 2024 youth report: Technology in education: A tool on our terms!
UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000391118
UNESCO. (2024). Informe de seguimiento de la educación en el mundo, 2023:
Tecnología en la educación: ¿una herramienta en los términos de quién?
UNESCO. https://doi.org/10.54676/NEDS2300
VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring
systems, and other tutoring systems. Educational Psychologist, 46(4), 197–221.
https://doi.org/10.1080/00461520.2011.611369
Vimos-Buenaño, K. E., Viteri-Ojeda, J. C., Naranjo-Sánchez, M. J., & Novillo-Heredia,
K. H. (2024). Uso de la inteligencia artificial en los procesos de investigación
científica, por parte de los docentes universitarios. Journal of Economic and
Social Science Research, 4(4), 215–236.
https://doi.org/10.55813/gaea/jessr/v4/n4/143
Walkington, C., & Bernacki, M. L. (2020). Appraising research on personalized
learning: Definitions, theoretical alignment, advancements, and future
directions. Journal of Research on Technology in Education, 52(3), 235–252.
https://doi.org/10.1080/15391523.2020.1747757
Wang, H., Tlili, A., Huang, R., Cai, Z., Li, M., Cheng, Z., Yang, D., Li, M., Zhu, X., &
Fei, C. (2023). Examining the applications of intelligent tutoring systems in real
educational contexts: A systematic literature review from the social experiment
perspective. Education and Information Technologies, 28(7), 9113–9148.
https://doi.org/10.1007/s10639-022-11555-x
World Bank, UNESCO, UNICEF, FCDO, USAID, & Bill & Melinda Gates Foundation.
(2022). The state of global learning poverty: 2022 update.
https://www.worldbank.org/en/topic/education/publication/state-of-global-
learning-poverty
Xu, Z., Wijekumar, K., Ramirez, G., Hu, X., & Irey, R. (2019). The effectiveness of
intelligent tutoring systems on K-12 students’ reading comprehension: A meta-
analysis. British Journal of Educational Technology, 50(6), 3119–3137.
https://doi.org/10.1111/bjet.12758