Implementación de Khan Academy en el Aprendizaje Adaptativo. Una mirada desde la Analítica de datos.

Abstract

Esta investigación examina la plataforma Khan Academy como herramienta de aprendizaje adaptativo en la asignatura de Matemáticas de bachillerato. El estudio adopta un enfoque de analítica de datos. La propuesta surge ante la necesidad de procesos educativos personalizados en contextos con limitaciones tecnológicas. En estos entornos, el volumen de datos de las plataformas digitales carece de un aprovechamiento sistemático para la toma de decisiones pedagógicas. Objetivo: El propósito central consiste en la incorporación de actividades y recursos adaptativos en Khan Academy. El trabajo evalúa su impacto mediante técnicas de minería de datos. Estas herramientas buscan la optimización de los procesos de enseñanza-aprendizaje. Metodología: El estudio emplea un enfoque metodológico mixto. La recolección de datos primarios se realiza mediante encuestas estructuradas basadas en el modelo de la Teoría Unificada de la Aceptación y Uso de Tecnología (UTAUT2). Estos instrumentos se aplican a estudiantes y docentes. El análisis integra indicadores de desempeño de la plataforma, estadística descriptiva y modelos de aprendizaje automático. Específicamente, la investigación utiliza el algoritmo de reglas de asociación (A-priori) para identificar patrones de comportamiento a través de métricas de soporte, confianza y Lift. Resultados: Los hallazgos evidencian una alta aceptación de la plataforma y una percepción positiva sobre su utilidad. La expectativa de rendimiento, las condiciones facilitadoras y la motivación hedónica actúan como predictores claves de la intención de uso. El análisis de reglas de asociación identifica patrones de interacción críticos. Este procedimiento detecta factores de éxito masivo y brechas tecnológicas vinculadas al acceso mediante dispositivos móviles. Los datos obtenidos orientan la asignación de actividades de refuerzo y profundización con precisión.