Matching Pairs Plataformas educativas con IA: pares de conceptosOnline version Empareja cada concepto con su breve definición para entender las plataformas IA en educación. by José Jesús Herbas Pereyra 1 Khan Academy 2 Procesamiento de lenguaje natural 3 Duolingo 4 Ecosistemas multimodales 5 Knewton/Alto 6 Filtrado colaborativo (recomendaciones) 7 APIs e interoperabilidad 8 Evaluación adaptativa inteligente 9 Cognii 10 Diseño híbrido de experiencias 11 LMS adaptativo (ALMS) 12 Filtrado basado en contenido 13 Carnegie Learning 14 ITS (Intelligent Tutoring Systems) 15 ALEKS 16 Learning Analytics Combinación de pedagogía tradicional y IA IA multimodal: voz, video, escritura, emoción Recomendaciones por similitud de contenido Ajuste de dificultad y retroalimentación inmediata Instrucción personalizada con modelos cognitivos Enseñanza de idiomas con IA y gamificación Evaluación y aprendizaje adaptativo en dominios Sugerencias de recursos según datos Gestión de cursos con personalización IA Tutoría inteligente en matemáticas (Cognitive Tutor) Analiza respuestas y genera feedback Evaluación de escritura y pensamiento crítico por NLP Plataforma con mastery learning y rutas adaptativas Personaliza contenido, asesoría en tiempo real Recolección y visualización de datos educativos Conectividad entre plataformas y herramientas 1 Evaluación continua 2 Auditoría algorítmica 3 Rutas de aprendizaje personalizadas 4 Seguridad de datos 5 Diseño centrado en usuario 6 Tutores especializados 7 Explicabilidad (XAI) 8 Responsabilidad 9 Autonomía estudiantil 10 Transparencia de prácticas 11 Privacidad de datos 12 Convergencia IA y educación 13 Casos de estudio 14 Capacitación docente 15 Pilotaje gradual Secuencias ajustadas al perfil del estudiante Mantener agencia frente a la IA educativa Pruebas controladas antes de escalado Khan Academy, Carnegie, Duolingo, ALEKS Formación en IA y pedagogía adaptativa Participación de docentes y estudiantes Dominios específicos (matemáticas, etc.) IA, IoT y AR/VR para aprendizaje contextual Indicadores cuantitativos y cualitativos Encriptación y control de acceso robustos Clara gobernanza de datos estudiantiles Explicar razonamientos de IA a usuarios Quién decide resultados educativos automatizados Consentimiento, acceso y eliminación de datos Monitoreo de sesgos y equidad en IA
New game