Libro de Actas del III Congreso Latinoamericano y del Caribe e Investigación en Educación Superior- LatinSoTL- 2025

207 1. ¿Qué dimensiones clave del pensamiento reflexivo y metacognitivo de los estudiantes pueden ser identificadas y categorizadas de forma automatizada a partir de las bitácoras de escritura en un curso de Álgebra Lineal? 2. ¿De qué manera el análisis de estas dimensiones mediante LLM puede enriquecer y escalar la retroalimentación formativa que el equipo docente ofrece a los estudiantes? 3. Desde la Investigación Basada en Diseño, ¿Cómo se articula la implementación de una herramienta de IA para generar un modelo de análisis que sea, a la vez, tecnológicamente funcional y pedagógicamente relevante? Fundamentación Teórica: La escritura reflexiva es una estrategia pedagógica consolidada para fomentar el aprendizaje profundo y el desarrollo metacognitivo en cursos universitarios de matemáticas (Seto & Meel, 2006). En particular, el uso de bitácoras o diarios de escritura ( journals ) permite a los estudiantes articular sus procesos cognitivos, identificar obstáculos conceptuales y construir significado desde sus propias experiencias. El trabajo de Meel (1999), realizado precisamente en un curso de Álgebra Lineal, demostró que una estructura de bitácora basada en tres ejes (resumen de la semana, identificación de dificultades y plan de acción) abre canales de comunicación que permiten al docente detectar y abordar proactivamente las dificultades de los estudiantes. Metodológicamente, este estudio se inscribe en la Investigación Basada en Diseño (DBR), un paradigma que permite iterar entre la teoría y la práctica para mejorar la enseñanza en contextos reales y generar, a su vez, modelos teóricos transferibles (Molina et al., 2011). En el marco de esta investigación, la implementación de las bitácoras y su posterior análisis con IA constituyen tanto la herramienta pedagógica que se busca estudiar como el "artefacto" de diseño cuyos efectos se analizan. Finalmente, este enfoque busca responder a una brecha clave en el campo de la Inteligencia Artificial (IA) en la educación. Si bien la IA ha ampliado las posibilidades de análisis de datos textuales a una escala sin precedentes, una revisión sistemática de Zawacki-Richter et al. (2019) advierte sobre una limitada conexión de estas tecnologías con enfoques pedagógicos sólidos. El presente trabajo responde directamente a este vacío, al integrar una potente herramienta tecnológica (LLM) dentro de un marco pedagógico (SoTL y escritura reflexiva) y metodológico (DBR) que sitúa el aprendizaje del estudiante como el centro del proceso. Metodología: El estudio se desarrolló bajo el paradigma de la Investigación Basada en Diseño (DBR) (Molina et al., 2011), en el contexto de un curso de Álgebra Lineal para estudiantes universitarios. Durante el semestre, los estudiantes entregaron bitácoras reflexivas semanales, constituyendo la intervención pedagógica y la principal fuente de datos. Se recopilaron un total de 268 documentos. Para resguardar la privacidad de los estudiantes, las bitácoras (journals) fueron descargadas de manera anonimizada directamente desde la plataforma CanvasLMS del curso. El procesamiento de los datos se realizó mediante un esquema progresivo que incluyó la descompresión de archivos, la extracción de texto y, en los casos necesarios, la aplicación de Reconocimiento Óptico de Caracteres (OCR) para documentos escaneados. Posteriormente, se utilizaron técnicas de Inteligencia Artificial, específicamente Modelos de Lenguaje (LLM), para realizar un análisis cualitativo y cuantitativo a gran escala. El análisis se centró en identificar y categorizar patrones relacionados con la reflexión sobre el aprendizaje, la estructuración del conocimiento