@article{10272/27898,
year = {2026},
url = {https://hdl.handle.net/10272/27898},
abstract = {Este estudio ofrece una revisión sistemática (2020–2025) sobre la personalización del aprendizaje lingüístico mediante inteligencia artificial generativa y chatbots. Se analizan tecnologías como chatbots y modelos de lenguaje (e.g., ChatGPT) en la adaptación de contenidos, niveles y estilos a cada estudiante. Usando el protocolo PRISMA 2020, se seleccionaron estudios de Scopus, Dialnet y ERIC. Los resultados muestran mejoras en motivación, autonomía y habilidades lingüísticas (escritura, comprensión y expresión oral). La retroalimentación automatizada impulsa el aprendizaje autónomo. Sin embargo, se identifican desafíos éticos, necesidad de formación docente y riesgo de dependencia tecnológica. Se recomienda una integración gradual, crítica y guiada por principios éticos.},
abstract = {This    study    presents    a    systematic    review    (2020–2025)    on    the    personalisation   of   language   learning   through   generative   artificial   intelligence  and  chatbots.  It  analyses  technologies  such  as  chatbots  and  language models (e.g., ChatGPT) in adapting content, levels, and teaching styles to individual learners. Using the PRISMA 2020 protocol, studies were selected from Scopus, Dialnet, and ERIC. The findings show improvements in    motivation,    autonomy,    and    linguistic    skills    (writing,    reading    comprehension,   and   speaking).   Automated   feedback   supports   self-regulated  learning.  However,  ethical  challenges,  the  need  for  specialised  teacher training, and the risk of technological dependency are identified. A    gradual,    critical    integration    guided    by    ethical    principles    is    recommended},
abstract = {Este estudo apresenta uma revisão sistemática (2020–2025) sobre a personalização da aprendizagem linguística mediante inteligência artificial generativa e chatbots. Analisa tecnologias como chatbots e modelos de linguagem (por exemplo, o ChatGPT) na adaptação de conteúdos, níveis e estilos de ensino às necessidades individuais dos aprendentes. Com base no protocolo PRISMA 2020, foram selecionados estudos das bases de dados Scopus, Dialnet e ERIC. Os resultados evidenciam melhorias na motivação, na autonomia e nas competências linguísticas (escrita, compreensão leitora e expressão oral). A retroalimentação automatizada favorece a aprendizagem autorregulada. Contudo, identificam‑se desafios éticos, a necessidade de formação docente especializada e o risco de dependência tecnológica. Recomenda‑se uma integração gradual e crítica, orientada por princípios éticos.},
publisher = {Education Lab Consulting},
keywords = {Adaptación del estudiante},
keywords = {Aprendizaje},
keywords = {Inteligencia artificial},
keywords = {Retroalimentación},
keywords = {Formación docente},
title = {Personalización educativa en el ámbito lingüístico mediante la inteligencia artificial generativa y chatbots. Revisión sistemática},
doi = {10.62701/revedu.v13.5520},
author = {Peña Acuña, Beatriz},
}