Producción científica sobre Inteligencia Artificial y educaciónun análisis cienciométrico

  1. Casanova Pistón, Azahara 1
  2. Martínez Domínguez, Mónica 1
  1. 1 Universidad Católica de Valencia San Vicente Mártir
    info

    Universidad Católica de Valencia San Vicente Mártir

    Valencia, España

    ROR https://ror.org/03d7a9c68

Zeitschrift:
Hachetetepé: Revista científica de Educación y Comunicación

ISSN: 2172-7929

Datum der Publikation: 2024

Titel der Ausgabe: Educación del futuro: la convergencia entre la Inteligencia Artificial y el aprendizaje

Nummer: 28

Seiten: 1102

Art: Artikel

DOI: 10.25267/HACHETETEPE.2024.I28.1102 DIALNET GOOGLE SCHOLAR lock_openOpen Access editor

Andere Publikationen in: Hachetetepé: Revista científica de Educación y Comunicación

Zusammenfassung

A scientometric analysis of the Web Of Science database is proposed, which will allow us to know the state of the art of the artificial intelligence-education binomial. The methodology took into account five stages: collection, extraction, analysis, visualisation and interpretation. The sample consisted of all scientific productions from the first appearance of the list of terms until 2022, with a total of 979 documents. The analysis focused on chronology, chronology by type of document, geographical, editorial, institutional and linguistic production of indexes referring to articles, reviews and conference proceedings, as well as analysing compliance with various laws of scientific production: law of exponential growth (Price, 1963), law of author productivity (Lotka, 1926) and law of dispersion (Bradford, 1985).. The results show that production is in an exponential phase, that there is a high percentage of independent research lacking institutional support and that the records on the subject comply with several laws of scientific production. This will allow a first approximation for the identification of trends and subsequent decision-making based on data in order to continue or discard the opening of various theoretical and/or empirical lines of research.

Bibliographische Referenzen

  • Akgun, S., y Greenhow, C. (2022). Artificial Intelligence in Education: Addressing ethical challenges in K-12 settings. AI and Ethics, 2(3), 431-440. https://doi.org/10.1007/s43681-021-00096-7
  • Aparicio-Gómez, W. O. (2023). La Inteligencia Artificial y su Incidencia en la Educación: Transformando el Aprendizaje para el Siglo XXI. Revista Internacional de Pedagogía e Innovación Educativa, 3(2), 217-229. https://doi.org/10.51660/ripie.v3i2.133
  • Arencibia, R., Félix De Moya, J. I. y Ii, A. (2008). La evaluación de la investigación científica: una aproximación teórica desde la cienciometría. ACIMED, 17(4), 0-0. https://acortar.link/mTFvwb
  • Berland, M., Baker, R. S., y Blikstein, P. (2014). Educational Data Mining and Learning Analytics: Applications to Constructionist Research. Technology, Knowledge and Learning, 19(1), 205-220. https://doi.org/10.1007/s10758-014-9223-7
  • Bonami, B., Dala-Possa, A., y Piazentini, L. (2020). Educación, Big Data e Inteligencia Artificial Metodologías mixtas en plataformas digitales. Revista Comunicar, 65, 43-52.https://doi.org/10.3916/C65-2020-04
  • Bradford, S. C. (1985). Sources of Information on Specific Subjects. Information Science 10 (4), 173-180. https://doi.org/10.1177/016555158501000406
  • Calzadilla-Pérez, O. O. (2023). Mapeo cienciométrico de las Neurociencias de la Educación: miradas para la formación de docentes. Estudios Pedagógicos, 49(1), 281-303. https://doi.org/10.4067/S0718-07052023000100281
  • Callon, M., Courtial, J. P., y Penan, H. (1995). Scientometric. Ediciones Trea.
  • Cardona-Román, D. M. y Sánchez-Torres, J. M. (2017). Análisis cienciométrico de la producción científica acerca de la investigación sobre la evaluación de la implementación del e-learning en el periodo 2000-2015. Educación, 26(51). http://dx.doi.org/10.18800/educacion.201702.001
  • Cobos, A., Padial, J. J., y Berrocal, E. (2021). La gamificación a través de plataformas E-learning: Análisis cienciométrico de una pedagogía emergente implantada mediante de las TIC. ReiDoCrea: Revista electrónica de
  • investigación Docencia Creativa. 10(43)https://doi.org/10.30827/DIGIBUG.70897
  • Dawson, S., Joksimovic, S., Mills, C., Gašević, D., y Siemens, G. (2023). Advancing theory in the age of artificial intelligence. British Journal of Educational Technology, 54(5), 1051–1056. https://doi.org/10.1111/BJET.13343
  • Fernández, A., y Padial, J. J. (2018). Análisis cienciométrico de Tesis Doctorales Españolas sobre Altas Capacidades y sobredotación (1986- 2017). ReiDoCrea, 8, 292-308. http://dx.doi.org/10.30827/Digibug.57762
  • Fernández-Cano, A., y Fernández-Guerrero, A. (2022). Spanish educational production in the Social Sciences Citation Index (2010-2020). III. Revista Española de pedagogía, 80(282), 347-370. https://doi.org/10.22550/REP80-2-2022-08
  • Flores-Vivar, J. M., y García-Peñalvo, F. J. (2023). Reflexiones sobre la ética, potencialidades y retos de la Inteligencia Artificial en el marco de la Educación de Calidad (ODS4). Comunicar: Revista Científica de Comunicación y
  • Educación, 74, 37–47. https://doi.org/10.3916/C74-2023-03
  • Galdames, I. S. (2023). Inteligencia Artificial en investigación científica. SciComm Report, 3, 1–3. https://doi.org/10.32457/SCR.V3I1.2149
  • García-Peña, V. R., Mora-Marcillo, A. B., y Ávila-Ramírez, J. A. (2020). La Inteligencia Artificial en la educación. Dominio de Las Ciencias, 6(3), 28. https://doi.org/10.23857/dc.v6i3.1421
  • García-Peñalvo, F. J., Llorens-Largo, F., y Vidal, J. (2024). The new reality of education in the face of advances in generative artificial intelligence. [La nueva realidad de la educación ante los avances de la Inteligencia Artificial generativa]. Revista Iberoamericana de Educación a Distancia, 27(1).
  • Gingras, Y. (2016). Bibliometrics and Research Evaluation: Uses and Abuses. Bibliometrics and Research Evaluation. https://doi.org/10.7551/MITPRESS/10719.001.0001
  • Gómez, C. J., López, R., y Rodríguez, J. (2019). La investigación en Didáctica de las Ciencias Sociales en revistas españolas de Ciencias de la Educación. Un análisis bibliométrico (2007-2017). Didáctica de las ciencias experimentales y sociales, 37(10), 67-87. https://acortar.link/NL1s1R
  • González, C. (2023). El impacto de la Inteligencia Artificial en la educación: transformación de la forma de enseñar y de aprender. Qurrículum, 36, 51-60. https://doi.org/10.25145/j.qurricul.2023.36.03
  • Holmes, W., Hui, Z., Miao, F., y Ronghuai, H. (2021). Inteligencia Artificial y educación. Guía para las personas a cargo de formular políticas. UNESCO Publishing.
  • Lotka, A. J. (1926). The frequency distribution of scientific productivity. Journal of the Washington Academy of Sciences, 16(12), 317-323. https://acortar.link/VGBta1
  • Madiega, T. (2023). Artificial intelligence act. Briefing EU Legislation in Progress. https://acortar.link/IwLk2r
  • McCarthy, J., Minsky, M. L., Rochester, N., y Shannon, C. E. (2006). A Proposal for the Dartmouth Summer Research
  • Project on Artificial Intelligence, https://bit.ly/3wipykL AI Magazine, 27(4), 12. https://doi.org/10.1609/aimag.v27i4.1904
  • Michán, L., y Muñoz-Velasco, I. (2013). Cienciometría para ciencias médicas: definiciones, aplicaciones y perspectivas. Investigación en educación médica, 2(6), 100-106. https://acortar.link/cfi67F
  • Nguyen, A., Ngo, H. N., Hong, Y., Dang, B., y Nguyen, B.P. T. (2023). Ethical principles for artificial intelligence in education. Education and Information Technologies, 28(4), 4221-4241. https://doi.org/10.1007/s10639-022-11316-w
  • Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372(71), 1-9 https://doi.org/10.1136/bmj.n71
  • Parra-González, M. E., y Segura-Robles, A. (2019). Producción de literatura científica sobre gamificación en educación: un análisis cienciométrico. Revista de educación, 2019(386), 113-135. https://doi.org/10.4438/1988-592X-RE-2019-386-429
  • Parra-Sánchez, J. S. (2022). Potencialidades de la Inteligencia Artificial en Educación Superior: Un Enfoque desde la Personalización. Revista Tecnológica-Educativa Docentes 2.0, 14(1), 19-27. https://doi.org/10.37843/rted.v14i1.296
  • Price, D. J. S. (1963). Little science, big science-- and beyond. Columbia University Press.
  • Roll, I., y Wylie, R. (2016). Evolution and Revolution in Artificial Intelligence in Education. International Journal of Artificial Intelligence in Education, 26(2), 582-599. https://doi.org/10.1007/s40593-016-0110-3
  • So, S. A., y Ahn, S. (2022). A Study on the Artificial Intelligence Ethics Measurement indicators for the Protection of Personal Rights and Property Based on the Principles of Artificial Intelligence Ethics. Journal of Internet Computing
  • and Services, 23(3), 111-123. https://doi.org/10.7472/jksii.2022.23.3.111
  • Solís, M. E. C., Martínez, E. L., Degante, E. C., Godoy, E. P., y Martínez, Y. A. (2023). Inteligencia Artificial generativa para fortalecer la educación superior: Generative artificial intelligence to boost higher education. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(3), 767-784. https://doi.org/10.56712/latam.v4i3.1113
  • Unión Europea [UE]. (2022). Directrices éticas sobre el uso de la Inteligencia Artificial (IA) y los datos en la educación y formación para los educadores. https://doi.org/10.2766/795588
  • United Nations Educational, Scientific and Cultural Organization [UNESCO].(5 de octubre 2022). ¿Por qué la UNESCO considera importante la innovación digital en educación? https://acortar.link/c05aDZ
  • United Nations Educational, Scientific and Cultural Organization [UNESCO]. (2019). Beijing Consensus on Artificial Intelligence and Education. https://acortar.link/e5awg2
Fuente de los datos: Dialnet