Analítica de aprendizaje para mejorar el rendimiento académico en estudiantes de secundaria

Contenido principal del artículo

Morán-Castillo, Gabriela Geovanna
Zamora-Moreno, Zule Fidela
Jimenez-Villares, Ana Marina
Zamora-Moreno, Ana Bertha
Vera-Flores, Sulma Cecilia

Resumen

En la educación secundaria, el rendimiento académico suele analizarse de forma tardía y fragmentada, lo que limita la detección oportuna de dificultades y la toma de decisiones pedagógicas efectivas. Frente a ello, el estudio tuvo como objetivo analizar críticamente cómo la analítica de aprendizaje puede contribuir a mejorar el desempeño escolar de los estudiantes de este nivel. Metodológicamente, se desarrolló una revisión bibliográfica exploratoria, descriptiva y analítica, basada en la búsqueda, selección y síntesis de literatura académica especializada. Los resultados muestran que la analítica de aprendizaje aporta principalmente en tres aspectos: la detección temprana de estudiantes en riesgo, la comprensión de la relación entre participación digital, compromiso y rendimiento, y la personalización de la enseñanza mediante datos. La discusión evidencia que estas ventajas no dependen solo de la tecnología, sino también de la interpretación pedagógica de los datos, de la alfabetización docente y de condiciones éticas e institucionales adecuadas. En conclusión, la analítica de aprendizaje puede fortalecer el rendimiento académico en secundaria, siempre que se utilice como apoyo al juicio docente y no como una solución automática o descontextualizada.

##plugins.themes.bootstrap3.displayStats.downloads##

##plugins.themes.bootstrap3.displayStats.noStats##

Detalles del artículo

Sección

Artículos

Cómo citar

Morán-Castillo, G. G., Zamora-Moreno, Z. F., Jimenez-Villares, A. M., Zamora-Moreno, A. B., & Vera-Flores, S. C. (2026). Analítica de aprendizaje para mejorar el rendimiento académico en estudiantes de secundaria. Revista Científica Ciencia Y Método, 4(2), 79-95. https://doi.org/10.55813/gaea/rcym/v4/n2/182

Referencias

Aguilar, S. J., Galperin, H., Baek, C., & Gonzalez, E. (2022). Live instruction predicts engagement in K–12 remote learning. Educational Researcher, 51(1), 81–84. https://doi.org/10.3102/0013189X211056884

Allensworth, E. (2013). The use of ninth-grade early warning indicators to improve Chicago schools. Journal of Education for Students Placed at Risk, 18(1), 68–83. https://doi.org/10.1080/10824669.2013.745181

Avilez-Figueroa, C. M., Apráez-Márquez, S. X., Herrera-Enríquez, V. N., Guiscasho-Chicaiza, D. R., & Gualoto-Díaz, M. C. (2024). Estrategias innovadoras para fomentar el pensamiento crítico en niños de educación preescolar a través de la ciencia. Journal of Economic and Social Science Research, 4(4), 56–72. https://doi.org/10.55813/gaea/jessr/v4/n4/132

Beerwinkle, A. L. (2021). The use of learning analytics and the potential risk of harm for K-12 students participating in digital learning environments. Educational Technology Research and Development, 69(1), 327–330. Enlace: https://doi.org/10.1007/s11423-020-09854-6.

Bond, M., Viberg, O., & Bergdahl, N. (2023). The current state of using learning analytics to measure and support K–12 student engagement: A scoping review. In LAK23: 13th International Learning Analytics and Knowledge Conference (pp. 240–249). ACM. https://doi.org/10.1145/3576050.3576085

Burbano-Buñay, E. S. (2025). Prácticas de innovación educativa para la enseñanza de la historia y ciencias sociales en educación superior. Journal of Economic and Social Science Research, 5(1), 188–200. https://doi.org/10.55813/gaea/jessr/v5/n1/169

Cacao-Baque, K. D., Morales-Castro, I. J., Morales-Castro, A. G., Alvarado-Rodríguez, M. A., & Florez-Rodriguez, I. D. C. (2025). El juego como mediador del desarrollo de habilidades socioemocionales en la lectura de textos literarios en estudiantes de secundaria. Revista Científica Zambos, 4(3), 138-150. https://doi.org/10.69484/rcz/v4/n3/137

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

de Sousa, E. B. G., Alexandre, B., Ferreira Mello, R., Pontual Falcão, T., Vesin, B., & Gašević, D. (2021). Applications of learning analytics in high schools: A systematic literature review. Frontiers in Artificial Intelligence, 4, Article 737891. https://doi.org/10.3389/frai.2021.737891

Ferguson, R. (2012). Learning analytics: Drivers, developments and challenges. International Journal of Technology Enhanced Learning, 4(5–6), 304–317. https://doi.org/10.1504/IJTEL.2012.051816

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

Gonzalez-Ordoñez, M. M., Gonzalez-Sare, G. Y., Minuche-Sánchez, J. E., Mendoza-Villacís, G. P., & Quisay-Vera, L. A. (2025). Impacto del acompañamiento integral del aula en el rendimiento académico de estudiantes de educación básica superior. Revista Científica Ciencia Y Método, 3(3), 295-308. https://doi.org/10.55813/gaea/rcym/v3/n3/77

Hoel, T., & Chen, W. (2018). Privacy and data protection in learning analytics should be motivated by an educational maxim—Towards a proposal. Research and Practice in Technology Enhanced Learning, 13, Article 20. https://doi.org/10.1186/s41039-018-0086-8

Ilvis-Vacacela, J. M., Guaita-Lagua, Z. C., & Yuquilema-Cachipud, M. A. (2025). El impacto de herramientas digitales en el aprendizaje de la lengua Kichwa: experiencia innovadora de enseñanza virtual. Journal of Economic and Social Science Research, 5(1), 93–106. https://doi.org/10.55813/gaea/jessr/v5/n1/156

Johar, N. A., Kew, S. N., Tasir, Z., & Koh, E. (2023). Learning analytics on student engagement to enhance students’ learning performance: A systematic review. Sustainability, 15(10), Article 7849. https://doi.org/10.3390/su15107849

Karademir, O., Borgards, L., Di Mitri, D., Strauß, S., Kubsch, M., Brobeil, M., Grimm, A., Gombert, S., Rummel, N., Neumann, K., & Drachsler, H. (2024). Following the impact chain of the LA Cockpit: An intervention study investigating a teacher dashboard’s effect on student learning. Journal of Learning Analytics, 11(2), 215–228. https://doi.org/10.18608/jla.2024.8399

Knoop-van Campen, C. A. N., Wise, A., & Molenaar, I. (2023). The equalizing effect of teacher dashboards on feedback in K–12 classrooms. Interactive Learning Environments, 31(6), 3447–3463. https://doi.org/10.1080/10494820.2021.1931346

Mädamürk, K., Tuominen, H., Hietajärvi, L., & Salmela-Aro, K. (2021). Adolescent students’ digital engagement and achievement goal orientation profiles. Computers & Education, 161, 104058. https://doi.org/10.1016/j.compedu.2020.104058

Mandinach, E. B., & Gummer, E. S. (2016). What does it mean for teachers to be data literate: Laying out the skills, knowledge, and dispositions. Teaching and Teacher Education, 60, 366–376. https://doi.org/10.1016/j.tate.2016.07.011

Michos, K., Schmitz, M.-L., & Petko, D. (2023). Teachers’ data literacy for learning analytics: A central predictor for digital data use in upper secondary schools. Education and Information Technologies, 28, 14453–14471. https://doi.org/10.1007/s10639-023-11772-y

Mohseni, Z., Masiello, I., Martins, R. M., & Nordmark, S. (2024). Visual learning analytics for educational interventions in primary and secondary schools: A scoping review. Journal of Learning Analytics, 11(2), 91–111. https://doi.org/10.18608/jla.2024.8309

Paolucci, C., Vancini, S., Bex II, R. T., Cavanaugh, C., Salama, C., & de Araujo, Z. (2024). A review of learning analytics opportunities and challenges for K-12 education. Heliyon, 10(4), Article e25767. https://doi.org/10.1016/j.heliyon.2024.e25767

Piedra-Castro, W. I. (2025). Enseñanza de las ciencias sociales con metodologías pedagógicas de inteligencia artificial. Journal of Economic and Social Science Research, 5(1), 119–130. https://doi.org/10.55813/gaea/jessr/v5/n1/164

Rajendran, S., Chamundeswari, S., & Sinha, A. A. (2022). Predicting the academic performance of middle- and high-school students using machine learning algorithms. Social Sciences & Humanities Open, 6(1), 100357. https://doi.org/10.1016/j.ssaho.2022.100357

Roman-Lainez, F. R., Chalén-Del-Pezo, V. M., Caiza-Maiza, V. del R., Chuquimarca-Llulluna, S. D., & Flores-Flores, F. A. (2025). La planificación docente como fundamento del diseño de estrategias pedagógicas efectivas en la educación secundaria. Revista Científica Zambos, 4(3), 151-165. https://doi.org/10.69484/rcz/v4/n3/138

Salazar-Alcivar, A. N., Alcivar-Córdova, D. M., Flores-Verdesoto, G. E., Montaño-Villa, J. J., & Salazar-Alcivar, L. E. (2024). Educación ambiental como herramienta para fomentar la conciencia ecológica en estudiantes de secundaria. Revista Científica Ciencia Y Método, 2(2), 40-52. https://doi.org/10.55813/gaea/rcym/v2/n2/42

van Leeuwen, A., Teasley, S. D., & Wise, A. F. (2022). Teacher and student facing learning analytics. En C. Lang, A. F. Wise, A. Merceron, D. Gašević, & G. Siemens (Eds.), The handbook of learning analytics (2nd ed., pp. 130–140). Society for Learning Analytics Research (SoLAR). https://doi.org/10.18608/hla22.013

Zúñiga-Cazorla, J. A., Mejía-Hidalgo, E. F., Pomboza-Granizo, R. G., & Puruncajas-Orozco, M. A. (2025). Aprendizaje adaptativo con plataformas inteligentes: efectos en la autoeficacia y el desempeño académico. Revista Científica Ciencia Y Método, 3(4), 459-469. https://doi.org/10.55813/gaea/rcym/v3/n4/125