Sistemas de aprendizaje adaptativo con IA y compromiso multidimensional en Educación Física en línea: efectos grandes
DOI:
https://doi.org/10.47197/retos.v80.119205Palabras clave:
Sistema de aprendizaje adaptativo de inteligencia artificial, educación física en línea, compromiso de aprendizaje, experiencia de aprendizaje, efecto mediadorResumen
Introducción: La educación física en línea se ha expandido considerablemente desde la pandemia de COVID-19, pero presenta dificultades para mantener un compromiso estudiantil estable. Los sistemas de aprendizaje adaptativo de inteligencia artificial suponen una solución prometedora, aunque la investigación empírica sobre sus efectos en la educación física sigue siendo insuficiente.
Objetivo: Este estudio pretendió analizar cómo los sistemas de aprendizaje adaptativo de inteligencia artificial influyen en el compromiso estudiantil en la educación física en línea y comprobar el papel mediador de la experiencia de aprendizaje.
Metodología: Se empleó un diseño cuasiexperimental con 203 estudiantes de la provincia de Jiangsu. Se realizó un ciclo cuasiexperimental de 16 semanas, que comprendió 4 semanas de pre-test, 10 semanas de intervención y 2 semanas de post-test, y se recogieron datos mediante cuestionarios, análisis de plataformas y entrevistas semiestructuradas.
Resultados: Los sistemas de aprendizaje adaptativo de inteligencia artificial aumentaron significativamente el compromiso de aprendizaje general y sus tres dimensiones. La experiencia de aprendizaje medió parcialmente la relación, explicando el 54,9% del efecto total, y los datos cualitativos respaldaron estos resultados.
Discusión: Los hallazgos coincidieron con estudios en asignaturas académicas tradicionales y cubrieron la laguna de investigación cuantitativa en educación física en línea.
Conclusiones: Los sistemas de aprendizaje adaptativo de inteligencia artificial mejoran eficazmente el compromiso estudiantil en la educación física en línea, con la experiencia de aprendizaje como mediador clave, aportando evidencia para la transformación inteligente de la educación física en línea.
Referencias
Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264–75278. https://doi.org/10.1109/ACCESS.2020.2988510
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Deng, R., Benckendorff, P., & Gannaway, D. (2020). Learner engagement in MOOCs: Scale development and validation. British Journal of Educational Technology, 51(1), 245–262. https://doi.org/10.1111/bjet.12810
Ersozlu, Z., Taheri, S., & Koch, I. (2024). A review of machine learning methods used for educational data. Education and Information Technologies, 29(16), 22125–22145. https://doi.org/10.1007/s10639-024-12704-0
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74(1), 59–109. https://doi.org/10.3102/00346543074001059
Gadhvi, R., Desai, P., & Siddharth, S. (2025). PosePilot: An edge-AI solution for posture correction in yoga. arXiv. https://doi.org/10.48550/arXiv.2505.19186
Goad, T., Jones, E., Bulger, S., Daum, D., Hollett, N., & Elliott, E. (2021). Predicting student success in online physical education. American Journal of Distance Education, 35(1), 17–32. https://doi.org/10.1080/08923647.2020.1829254
Hu, J., & Xiao, Y. (2025). What are the influencing factors of online learning engagement? A systematic literature review. Frontiers in Psychology, 16, 1542652. https://doi.org/10.3389/fpsyg.2025.1542652
Hu, Z., Liu, Z., & Su, Y. (2024). AI-driven smart transformation in physical education: Current trends and future research directions. Applied Sciences, 14(22), 10616. https://doi.org/10.3390/app142210616
Indarto, P., Nasuka, N., Hidayatullah, M. F., Sulaiman, S., Setyawati, H., Raharjo, H. P., et al. (2024). What is the learning model of physical education in the digital era? Literature review of various studies. Retos, 61, 156–163. https://doi.org/10.47197/retos.v61.109583
Kotte, H., Kravcik, M., & Duong-Trung, N. (2023). Real-time posture correction in gym exercises: A computer vision-based approach for performance analysis, error classification and feedback. CEUR Workshop Proceedings, 3499, 9. https://ceur-ws.org/Vol-3499/paper9.pdf
Long, D. Y., Wang, S., & Lu, X. T. (2026). Artificial intelligence in higher education: A systematic review of its impact on student engagement and the mediating role of teaching methods. Frontiers in Education, 10, 1648661. https://doi.org/10.3389/feduc.2025.1648661
Ma, F. (2025). Learning behavior analysis and personalized recommendation system of online education platform based on machine learning. Computers and Education: Artificial Intelligence, 8, 100408. https://doi.org/10.1016/j.caeai.2025.100408
Mănescu, D. C. (2025). Artificial intelligence in elite sports training and prospects for integration into school sports. Retos, 73, 128–141. https://doi.org/10.47197/retos.v73.117261
Medrano, G. L., Engi, S. M. S., & Yurango, C. P. (2025). Usage of AI-based ChatGPT, students' self-efficacy, and engagement in mathematics. Asian Research Journal of Arts & Social Sciences, 23(7), 53–61. https://doi.org/10.9734/arjass/2025/v23i7726
Ministry of Education of the People's Republic of China. (2022). Smart Education of China. https://www.smartedu.cn
Möller, M., Nirmal, G., Fabietti, D., Stierstorfer, Q., Zakhvatkin, M., Sommerfeldt, H., & Schütt, S. (2024). Revolutionising distance learning: A comparative study of learning progress with AI-driven tutoring. arXiv. https://doi.org/10.48550/arXiv.2403.14642
Mulato, N., Hidayatulloh, F., Purnama, S. K., & Syaifullah, R. (2024). Optimization of learning physical education in digital era: A systematic review. Retos, 54, 844–849. https://doi.org/10.47197/retos.v54.105211
Murtagh, E. M., Calderón, A., Scanlon, D., & MacPhail, A. (2023). Online teaching and learning in physical education teacher education: A mixed studies review of literature. European Physical Education Review, 29(3), 369–388. https://doi.org/10.1177/1356336X231155793
Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill.
Olmos-Gómez, M. C., Portillo-Sánchez, R., & Parra-González, M. E. (2025). Physical education and artificial intelligence: Validation of an instrument on the use and perception of AI in young people. Retos, 67, 46–56. https://doi.org/10.47197/retos.v67.112460
Omarov, N., Omarov, B., Azhibekova, Z., & Omarov, B. (2024). Applying an augmented reality game-based learning environment in physical education classes to enhance sports motivation. Retos, 60, 269–278. https://doi.org/10.47197/retos.v60.109170
Putra, C. A., Permadi, A. S., & Setiawan, M. A. (2024). Information technology innovation in sports learning: Understanding global trends and challenges. Retos, 58, 844–854. https://doi.org/10.47197/retos.v58.106485
Ryan, R. M., & Deci, E. L. (2017). Self-determination theory: Basic psychological needs in motivation, development, and wellness. Guilford Press.
Schindler, L. A., Burkholder, G. J., Morad, O. A., & Marsh, C. (2017). Computer-based technology and student engagement: A critical review of the literature. International Journal of Educational Technology in Higher Education, 14(1), 1–28. https://doi.org/10.1186/s41239-017-0063-0
Sevilla-Sanche, M., Xurxo Dopico, C., Morales, J., Iglesias-Sole, E., Fariñas, J., & Carballeira, E. (2023). Gamification in physical education: Evaluation of impact on motivation and motor learning. Retos, 47, 87–95. https://doi.org/10.47197/retos.v47.94686
Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
Shelenbekova, S., Kamalova, G., Iskakova, M., Aldzbergenova, A., Abdykerimova, E., & Shetiyeva, K. (2025). Exploring the use of artificial intelligence and augmented reality tools to improve interactivity in physical education teaching and training methods. Retos, 66, 935–949. https://doi.org/10.47197/retos.v66.113540
Tohănean, D. I., Vulpe, A. M., Mijaica, R., & Alexe, D. I. (2025). Embedding digital technologies (AI and ICT) into physical education: A systematic review of innovations, pedagogical impact, and challenges. Applied Sciences, 15(17), 9826. https://doi.org/10.3390/app15179826
Vasco Delgado, J. C., Macas Padilla, B. A., Vasco Delgado, L. A., & Vasco Delgado, L. J. (2025). Diseño y validación de un modelo evaluativo de Educación Física mediado por inteligencia artificial. Retos, 70, 1446–1460. https://doi.org/10.47197/retos.v70.116530
Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.
Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education: A systematic literature review. Expert Systems with Applications, 252, 124167. https://doi.org/10.1016/j.eswa.2024.124167
Wang, Y., & Wang, X. (2024). Artificial intelligence in physical education: Comprehensive review and future teacher training strategies. Frontiers in Public Health, 12, 1484848. https://doi.org/10.3389/fpubh.2024.1484848
Yang, H. (2025). Harnessing generative AI: Exploring its impact on cognitive engagement, emotional engagement, learning retention, reward sensitivity, and motivation through reinforcement theory. Learning and Motivation, 90, 102136. https://doi.org/10.1016/j.lmot.2025.102136
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0
Zhang, F., Wang, X., & Zhang, X. (2025). Applications of deep learning methods of artificial intelligence in education. Education and Information Technologies, 30(2), 1563–1587. https://doi.org/10.1007/s10639-024-12883-w
Zhoc, K. C. H., Webster, B. J., King, R. B., & Li, W. (2019). Higher Education Student Engagement Scale (HESES): Development and psychometric evidence. Research in Higher Education, 60(2), 219–244. https://doi.org/10.1007/s11162-018-9510-6
Zhou, C., & Hou, F. (2024). Can AI empower L2 education? Exploring its influence on the behavioural, cognitive and emotional engagement of EFL teachers and language learners. European Journal of Education, 59(4). https://doi.org/10.1111/ejed.12750
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Sijia Huang, Bee Eng Wong
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación de su obra, el cuál estará simultáneamente sujeto a la licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).
Esta revista sigue la "open access policy" de BOAI (1), apoyando los derechos de los usuarios a "leer, descargar, copiar, distribuir, imprimir, buscar o enlazar los textos completos de los artículos".
(1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess
