ARQUITECTURA DE UN AGENTE TUTOR INTELIGENTE BASADO EN MINERÍA DE DATOS EDUCACIONAL PARA INTERVENIR VACÍOS COGNITIVOS EN MATEMÁTICA UNIVERSITARIA

ARCHITECTURE OF AN INTELLIGENT TUTORING AGENT BASED ON EDUCATIONAL DATA MINING TO ADDRESS COGNITIVE GAPS IN UNIVERSITY MATHEMATICS

Resumen

Los vacíos cognitivos en matemática universitaria limitan el rendimiento académico de estudiantes de ingeniería, arquitectura e informática. Este artículo propone una arquitectura de un Agente Tutor Inteligente (ATI) basado en Minería de Datos Educacional (EDM) para diagnosticar y corregir dichos vacíos de forma personalizada. Mediante instrumentos aplicados a docentes de la Universidad Nacional Experimental de los Llanos Occidentales Ezequiel Zamora (UNELLEZ), se identificaron errores recurrentes en álgebra básica, comprensión conceptual de límites y derivadas, y procedimientos algorítmicos. La arquitectura del ATI se estructura en tres módulos interconectados: diagnóstico basado en EDM, que utiliza algoritmos de agrupamiento y clasificación para identificar perfiles de error; intervención con contenido validado y ejercicios adaptativos; y retroalimentación explicativa y dinámica, guiada por principios de andamiaje y carga cognitiva. Los resultados muestran una alta disposición docente hacia la implementación de ATI (92%), aunque se reconocen barreras como la infraestructura tecnológica y la necesidad de capacitación. La propuesta integra fundamentos pedagógicos, tecnológicos y éticos, ofreciendo una solución escalable y alineada con los planes de estudio institucionales. Se concluye que este modelo puede optimizar el proceso de enseñanza-aprendizaje mediante la personalización automática, siempre que se garantice la privacidad de datos, la equidad algorítmica y la transparencia en las decisiones del sistema. Futuras investigaciones deben validar el prototipo en entornos reales.