Mostrar registro simples

dc.contributor.advisorLugo López, Nidia Danigza
dc.coverage.spatialcead_-_medellín
dc.creatorOviedo Gómez, Juan Manuel
dc.date.accessioned2025-08-25T21:09:43Z
dc.date.available2025-08-25T21:09:43Z
dc.date.created2025-06-05
dc.identifier.urihttps://repository.unad.edu.co/handle/10596/73424
dc.description
dc.description.abstractEsta investigación analiza cómo la Ciencia de Datos está transformando las metodologías pedagógicas en la educación superior, mediante una Revisión Sistemática de Literatura Científica publicada principalmente entre 2019 y 2025, aunque se consideraron algunos referentes fundamentales anteriores. Se aplicó un enfoque primordialmente cualitativo para la síntesis de los hallazgos, con el objetivo general de sintetizar la integración de herramientas de Ciencia de Datos en las metodologías pedagógicas de la educación superior, identificando tendencias, vacíos y oportunidades de innovación educativa basada en datos. El estudio identificó que la implementación de la Ciencia de Datos en la educación superior está influenciada por factores contextuales críticos que van más allá de la infraestructura tecnológica. Las barreras éticas, como la falta de protocolos claros para el consentimiento informado y la gestión de la privacidad, junto con el riesgo de sesgos algorítmicos, emergen como obstáculos significativos. Asimismo, la insuficiente capacitación docente en la interpretación pedagógica y el uso ético de los datos, y la rigidez de algunas estructuras institucionales, limitan la adopción efectiva y equitativa de estas tecnologías. Se observó también una concentración geográfica y temática en la producción científica, subrayando la necesidad de desarrollos más contextualizados y diversificados. La evaluación de beneficios y riesgos reveló que la Ciencia de Datos ofrece un potencial considerable para personalizar el aprendizaje, predecir el rendimiento estudiantil e intervenir tempranamente para mejorar la retención y el éxito académico. Sin embargo, estos beneficios conllevan riesgos como la posible estigmatización de estudiantes, la simplificación de perfiles de aprendizaje y la perpetuación de desigualdades si los algoritmos no se diseñan y auditan con criterios de equidad y transparencia. Se concluye que, para una implementación ética, contextualizada e inclusiva, es fundamental que las instituciones inviertan en el desarrollo profesional docente, establezcan marcos robustos de gobernanza de datos y fomenten una cultura de innovación responsable. A partir de estos hallazgos, la investigación propone recomendaciones estratégicas para instituciones de educación superior, formuladores de políticas, docentes e investigadores, orientadas a superar las barreras identificadas, asegurar una implementación alineada con los marcos normativos vigentes, potenciar los beneficios de forma equitativa y guiar futuras investigaciones hacia metodologías que capturen el impacto cualitativo de estas herramientas en el aprendizaje y exploren su aplicación en una mayor diversidad de disciplinas y contextos culturales. En definitiva, la Ciencia de Datos representa una oportunidad transformadora para la educación superior, siempre que su integración se guíe por una visión pedagógica clara, un compromiso ético firme y un enfoque centrado en el desarrollo integral y equitativo del estudiante.
dc.formatpdf
dc.titleCiencia de datos y metodologías pedagógicas en educación superior: Revisión sistemática de la literatura 2019–2025
dc.typeMonografía
dc.subject.keywordsCiencia de Datos
dc.subject.keywordsMetodologías Pedagógicas
dc.subject.keywordsEducación Superior
dc.subject.keywordsRevisión Sistemática de Literatura
dc.subject.keywordsAnalítica del Aprendizaje
dc.subject.keywordsPersonalización del Aprendizaje
dc.subject.keywordsÉtica de Datos
dc.subject.keywordsInnovación Educativa
dc.description.abstractenglishThis research analyzes how Data Science is transforming pedagogical methodologies in higher education through a Systematic Literature Review of scientific publications, primarily from 2019 to 2025, although some foundational earlier references were considered. A predominantly qualitative approach was applied for the synthesis of findings, with the general objective of synthesizing the integration of Data Science tools into pedagogical methodologies in higher education, identifying trends, gaps, and opportunities for data-driven educational innovation. The study identified that the implementation of Data Science in higher education is influenced by critical contextual factors that extend beyond technological infrastructure. Ethical barriers, such as the lack of clear protocols for informed consent and student data privacy management, along with the risk of unaudited algorithmic biases, emerge as significant obstacles. Likewise, insufficient teacher training in the pedagogical interpretation and ethical use of data, and the rigidity of some institutional structures, limit the effective and equitable adoption of these technologies. A geographical and thematic concentration in scientific production was also observed, underscoring the need for more contextualized and diversified developments. The assessment of benefits and risks revealed that Data Science offers considerable potential for personalizing learning, predicting student performance, and intervening early to improve retention and academic success. However, these benefits entail risks such as the possible stigmatization of students, oversimplification of learning profiles, and the perpetuation of inequalities if algorithms are not designed and audited with criteria of equity and transparency. It is concluded that for an ethical, contextualized, and inclusive implementation, it is fundamental for institutions to invest in teacher professional development, establish robust data governance frameworks, and foster a culture of responsible innovation. Based on these findings, the research proposes strategic recommendations for higher education institutions, policymakers, educators, and researchers, aimed at overcoming the identified barriers, ensuring implementation aligned with current regulatory frameworks, equitably enhancing the benefits, and guiding future research towards methodologies that capture the qualitative impact of these tools on learning and explore their application in a wider diversity of disciplines and cultural contexts. Ultimately, Data Science represents a transformative opportunity for higher education, provided that its integration is guided by a clear pedagogical vision, a firm ethical commitment, and an approach centered on the integral and equitable development of the student.
dc.subject.categoryInvestigación


Arquivos deste item

Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples