South American Research Journal

Inteligencia artificial en la educación: Revisión sistemática de perspectivas, beneficios y desafíos en la práctica docente.

2024-11-18T14:57:03+00:00

El objetivo de esta revisión sistemática es analizar las perspectivas, beneficios y desafíos percibidos por los docentes respecto al uso de la inteligencia artificial (IA) en la educación entre 2020 y 2024. Se utilizó el modelo PRISMA para seleccionar un total de 53 estudios que cumplen con los criterios de inclusión. Los datos fueron extraídos y evaluados para sintetizar las percepciones de los docentes, las ventajas pedagógicas y administrativas de la IA, así como las principales barreras para su adopción en el ámbito educativo. El análisis reveló que los docentes valoran la IA principalmente por su capacidad de personalizar el aprendizaje y optimizar tareas administrativas, aunque también expresan preocupaciones éticas sobre privacidad y equidad, así como limitaciones técnicas relacionadas con infraestructura y capacitación insuficiente. Entre los desafíos más destacados se encuentran la falta de competencias técnicas y el escepticismo hacia la tecnología en algunos contextos educativos. Aunque la IA ofrece un potencial significativo para mejorar la educación, su éxito depende de una integración equilibrada que respete el rol del docente y promueva una implementación ética y equitativa. Esta revisión resalta la necesidad de políticas educativas que apoyen la formación continua y promuevan un acceso igualitario a las tecnologías de IA.

Plataformas digitales en la gestión de la comunicación interna para las Pymes de los cantones Latacunga y Salcedo de la provincia de Cotopaxi

2025-01-13T23:41:54+00:00

El estudio tuvo como objetivo determinar las plataformas digitales más efectivas para la gestión de la comunicación interna en las PYMES de los cantones de Latacunga y Salcedo, provincia de Cotopaxi. A través de un diseño cuantitativo y el uso de una encuesta estructurada aplicada a 157 representantes de PYMES, se identificaron las plataformas más utilizadas, se describió la situación actual de la comunicación interna y se examinaron las buenas prácticas y desafíos comunes en su implementación. Los resultados revelaron que herramientas como WhatsApp Business y Microsoft Teams son las más utilizadas debido a su accesibilidad y funcionalidad, mientras que el correo electrónico continúa siendo clave para comunicaciones formales. Sin embargo, plataformas de gestión de proyectos y redes sociales presentan una adopción limitada. Entre las principales deficiencias identificadas se encuentran la falta de capacitación específica, limitaciones presupuestarias y resistencia al cambio, lo que dificulta la plena integración de estas herramientas en los procesos comunicacionales. A pesar de estas barreras, los encuestados reconocen las plataformas digitales como esenciales para mejorar la eficiencia y la toma de decisiones. Este estudio subraya la importancia de una estrategia organizacional que combine capacitación, sensibilización y asignación de recursos para optimizar el uso de tecnologías digitales en la comunicación interna de las PYMES, promoviendo así su competitividad y sostenibilidad en un entorno dinámico.

Comparación de los enfoques ARCHGARCH y estocástico para estimar la volatilidad. Aplicación a un pequeño mercado de valores

2025-02-10T16:44:14+00:00

Las series temporales económicas suelen presentar volatilidad, lo que implica que la varianza del error de observación fluctúa con el tiempo. Una de las metodologías más utilizadas para modelar estas dinámicas es el modelo ARCH, introducido por Engle (1982), y sus extensiones, como los modelos GARCH. Estos suponen que la varianza condicional depende de valores pasados de la serie. En contraste, los modelos de volatilidad estocástica (SVM), propuestos inicialmente por Taylor (1980, 1986), asumen que la volatilidad depende de las varianzas pasadas pero no directamente de los rendimientos previos. Este estudio compara ambos enfoques en la modelización de la volatilidad en un mercado bursátil pequeño. Para evaluar el desempeño de los modelos ARCH-GARCH y de volatilidad estocástica en la estimación del riesgo de mercado e identificación de patrones de volatilidad en el Merval index, que representa la Bolsa de Comercio de Buenos Aires (BASE), se realizó un estudio longitudinal observacional basado en datos diarios del Merval index entre el 13 de enero de 2003 y el 22 de mayo de 2015, abarcando 3006 observaciones. Se seleccionó este período para evitar cambios en la afiliación política del gobierno, eliminando posibles distorsiones exógenas del mercado. Se aplicaron pruebas estadísticas (ADF, Phillips-Perron) para verificar estacionariedad y los modelos fueron estimados mediante máxima verosimilitud y filtrado de Kalman. Los modelos GARCH con distribuciones de colas pesadas predijeron mejor la volatilidad en el corto plazo, capturando el clustering de volatilidad, mientras que los modelos estocásticos fueron más eficaces en la detección de cambios de régimen. El Merval index, con una capitalización promedio de $312 millones, confirma las características de un mercado bursátil pequeño, donde la modelización de la volatilidad es clave para la evaluación del riesgo. La elección entre modelos ARCH-GARCH y estocásticos depende del horizonte de pronóstico. Los modelos GARCH son óptimos para evaluar el riesgo en el corto plazo, mientras que los modelos estocásticos son más adecuados para detectar cambios estructurales a largo plazo. La combinación de ambos enfoques mejora la modelización de la volatilidad en mercados de baja liquidez.