El uso de análisis de aprendizaje habilitados por IA se relaciona con la alfabetización física y la participación en la educación física universitaria mediante enseñanza inteligente y retroalimentación personalizada

Por qué importan las clases deportivas inteligentes

Cada vez más universidades convierten sus clases deportivas en “gimnasios inteligentes”, donde dispositivos portátiles y aplicaciones móviles registran el movimiento de los estudiantes en tiempo real. Este estudio plantea una pregunta sencilla pero importante: ¿estos instrumentos de alta tecnología ayudan realmente a los estudiantes a ser más activos, seguros y comprometidos con la educación física, o solo añaden presión y vigilancia a un entorno ya sensible? Centrándose en grandes universidades chinas donde la educación física es obligatoria, los investigadores exploran cómo los análisis de aprendizaje impulsados por inteligencia artificial configuran las actitudes de los estudiantes hacia el ejercicio y su experiencia en clase.

De las pulseras a la comprensión del entrenamiento

El sistema de educación física inteligente estudiado combina rastreadores de muñeca, registros móviles y una plataforma en línea. Durante clases como baloncesto, carrera, yoga, bádminton, fútbol y tenis de mesa, los dispositivos registran pasos, frecuencia cardíaca, duración del ejercicio y postura. Estos datos fluyen hacia paneles que muestran resúmenes semanales, tendencias y progresos tanto para estudiantes como para profesores. La inteligencia artificial añade una capa extra: alertas automatizadas cuando la frecuencia cardíaca es demasiado alta o el tiempo de ejercicio es insuficiente, y planes de entrenamiento sugeridos o consejos técnicos basados en patrones de los datos. En total, 1.182 estudiantes de cuatro universidades que usaban regularmente este sistema completaron una encuesta detallada, y un grupo más pequeño de 12 estudiantes y seis miembros del personal participó en entrevistas en profundidad.

Calidad docente y retroalimentación personal como eslabón perdido

A los investigadores les interesaba especialmente la “alfabetización física”, una idea amplia que incluye no solo la condición física, sino también la motivación, la confianza, las habilidades y la comprensión que respaldan una vida activa. También midieron cuánto se sentían implicados los estudiantes en sus clases. Los modelos estadísticos mostraron que el simple uso del sistema de análisis —consultar paneles o recibir alertas— tenía vínculos muy pequeños y estadísticamente débiles con la alfabetización física o la participación. En cambio, la verdadera influencia residía en cómo los profesores usaban los datos y cómo se entregaba la retroalimentación. Cuando los alumnos percibían que sus docentes empleaban la tecnología para personalizar actividades, ajustar las cargas de trabajo y explicar los progresos con claridad, informaban de mayor alfabetización física y mayor implicación en clase. Del mismo modo, cuando sentían que recibían retroalimentación oportuna, específica y práctica basada en sus propios datos, eran más seguros y estaban más dispuestos a esforzarse en el ejercicio.

Cuando los números ayudan — y cuando perjudican

Las entrevistas revelaron cómo los mismos datos podían actuar tanto como guía útil como fuente de estrés. Muchos estudiantes describieron el sistema como un “espejo y entrenador”: ver la frecuencia cardíaca y el ritmo después de una carrera les ayudaba a notar mejoras, afinar el esfuerzo y sentirse orgullosos de pequeñas ganancias. Otros, sin embargo, se sentían presionados por la medición constante y los objetivos vinculados a las calificaciones. Mensajes genéricos como “objetivo no alcanzado”, especialmente cuando son visibles públicamente o están fuertemente ligados a la nota, llevaban a algunos estudiantes a hacer lo mínimo necesario para aprobar. Las preocupaciones sobre la precisión de los dispositivos y la equidad —por ejemplo, rastreadores que cuentan mal los pasos o que no funcionan bien en distintos cuerpos— también influyeron en si los estudiantes confiaban en los números o los veían como arbitrarios y desalentadores.

El factor humano detrás de las pantallas

En las narraciones de estudiantes y profesores, los instructores surgieron como guardianes que traducían flujos de números en experiencias de aprendizaje con sentido. Cuando los docentes se tomaban el tiempo para explicar qué significaban los indicadores, discutir sus límites y fijar metas realistas con los alumnos, los datos se convertían en una herramienta de reflexión en lugar de una fuente de ansiedad. La retroalimentación privada y personalizada basada en los análisis a menudo incrementaba la confianza y la motivación. En contraste, cuando los datos se usaban principalmente para controles de asistencia, clasificación o calificación rígida, los estudiantes tendían a percibir el sistema como vigilancia en lugar de apoyo. El estudio también subraya la importancia de tecnología fiable, reglas de evaluación transparentes y una “alfabetización de datos” básica para que los estudiantes entiendan qué se mide y por qué.

Qué significa esto para estudiantes y universidades

Para un público general, la conclusión es clara: llevar un rastreador en la clase de gimnasia no te hace automáticamente más sano ni más entusiasta del ejercicio. La educación física de alta tecnología solo sostiene la alfabetización física a largo plazo cuando los datos se integran en una enseñanza reflexiva y en una retroalimentación genuina, de persona a persona. Las universidades que quieran aprovechar la IA en las clases deportivas deberían centrarse menos en añadir más funciones y más en ayudar a los docentes a usar los datos existentes para orientar a los estudiantes de forma justa, privada y constructiva. En otras palabras, la verdadera innovación no es la pulsera en sí, sino cómo las personas sobre el terreno —profesores y estudiantes— trabajan juntas alrededor de los números para construir confianza, habilidades y una apreciación duradera del movimiento.

Cita: Chen, Y., Xian, D., Zhao, Y. et al. AI-enabled learning analytics use relates to physical literacy and engagement in university PE via smart teaching and personalised feedback. Sci Rep 16, 8341 (2026). https://doi.org/10.1038/s41598-026-39778-9

Palabras clave: educación física inteligente, análisis de aprendizaje, datos de dispositivos de actividad, alfabetización física, IA en educación superior