Saltar al contenido
📚 Repositorio Minerva · Red Summa Education
RedCol MinCiencias · OAI-PMH · Acceso institucional
Minerva
FRH Trabajos de grado de maestría · Trabajos de grado · 2026

Propuesta de un sistema inteligente de aprendizaje adaptativo para optimizar la formación corporativa e-learning en un grupo educativo

Autores
Alejandro Adriaque Lozano (Máster en Inteligencia Artificial Aplicada) — Instituto Europeo de Posgrado · Roberto González Valerio (Máster en Inteligencia Artificial Aplicada) — Instituto Europeo de Posgrado
Director / Tutor
Deidy Gutiérrez Niño CUA Ⓞ ✉

Resumen

El presente trabajo de investigación tiene como objetivo diseñar un ecosistema de aprendizaje adaptativo basado en inteligencia artificial para transformar el proceso de formación corporativa e-learning de un Grupo Educativo español, permitiendo personalizar la experiencia formativa de cada participante y vincular los resultados de la formación con los indicadores clave de rendimiento de las empresas-cliente. La propuesta surge debido a la necesidad de resolver un problema estructural identificado en la formación B2B: la desconexión entre la inversión en capacitación y su impacto tangible en la productividad empresarial, causada por la uniformidad de los contenidos, la ausencia de seguimiento individualizado y la limitación de las métricas de evaluación a indicadores superficiales como horas de asistencia o tasas de finalización. La metodología empleada es la investigación-acción, que facilitó la colaboración continua entre el equipo de estudiantes y el docente asesor, permitiendo un enfoque sistemático estructurado en tres etapas: identificación y análisis del problema mediante comunicación permanente con clientes corporativos, planificación de la solución con objetivos específicos y actividades concretas, y definición del alcance con asignación de responsables, cronograma y presupuesto. Dentro de los principales resultados se destacan el diseño completo de dos agentes de inteligencia artificial complementarios (ANIAT para nivelación y tutorización adaptativa, y AAC para análisis conductual por vídeo), la especificación de su integración LTI con Moodle, el desarrollo de paneles de administración y seguimiento, y la planificación de un piloto con métricas cuantificables vinculadas a KPIs de negocio, todo ello con un presupuesto de 89.400 EUR ejecutable en ocho meses, llevándonos a concluir que la solución propuesta transforma radicalmente el modelo formativo actual, pasando de una experiencia lineal y uniforme a un sistema dinámico, personalizado y medible que responde directamente al problema identificado y posiciona al Grupo Educativo como referente en formación corporativa adaptativa.

Palabras clave

Aprendizaje adaptativo E-learning corporativo Formación corporativa Inteligencia artificial Personalización del aprendizaje
📄 Documento disponible
Modalidad de publicación: Publicación completa
⬇ Descargar PDF

Metadatos

Código institucional PROD-2026-4565
Idioma ES
Grupo(s) S@beres Educativos (COL0229039)
Línea de investigación Analítica de Datos e Inteligencia Artificial en Sistemas de Software
Programa Mercadeo Digital
Área OCDE Ciencias Sociales
URI Minerva https://sgi.redsummaeducation.education/minerva/item/4487
📋 Citar este recurso (APA / BibTeX)
APA 7
Alejandro Adriaque Lozano, Roberto González Valerio, Deidy Gutiérrez Niño (2026). Propuesta de un sistema inteligente de aprendizaje adaptativo para optimizar la formación corporativa e-learning en un grupo educativo. https://sgi.redsummaeducation.education/minerva/item/4487
BibTeX
@article{AlejandroAdriaqueLozano2026,
  title   = {Propuesta de un sistema inteligente de aprendizaje adaptativo para optimizar la formación corporativa e-learning en un grupo educativo},
  author  = {Alejandro Adriaque Lozano and Roberto González Valerio and Deidy Gutiérrez Niño},
  year    = {2026},
  url     = {https://sgi.redsummaeducation.education/minerva/item/4487}
}
👁 1
Visualizaciones
⬇ 0
Descargas
✓ Producto avalado institucionalmente por la Vicerrectoría de Investigaciones de Red Summa Education.