Diseño de un agente conversacional con inteligencia artificial para detectar riesgo socioemocional en bachillerato

Autores/as

Palabras clave:

Agente conversacional, Inteligencia artificial (IA), Riesgo socioemocional, Educación media superior, Bienestar estudiantil

Resumen

La presente investigación tuvo como objetivo diseñar e implementar un agente conversacional pedagógico basado en inteligencia artificial para apoyar la detección temprana de riesgo socioemocional en estudiantes de educación media superior. El estudio se desarrolló bajo un enfoque mixto, con alcance descriptivo-exploratorio y diseño de estudio de caso aplicado en el CONALEP Plantel Lerma, Estado de México. Participaron 74 estudiantes cuyas respuestas abiertas fueron analizadas mediante técnicas de procesamiento de lenguaje natural, análisis de sentimientos y clasificación basada en reglas lingüísticas implementadas en Python y RStudio. Los resultados permitieron identificar patrones asociados con ansiedad, tristeza, aislamiento emocional y estrés académico, así como clasificar distintos niveles de riesgo socioemocional. Asimismo, el sistema generó respuestas empáticas orientadas al acompañamiento preventivo. Se concluye que la inteligencia artificial puede fortalecer estrategias institucionales de bienestar socioemocional y detección temprana en contextos de educación media superior técnica.

Citas

Bokolo, B. G., & Liu, Q. (2023). Deep learning-based depression detection from social media: Comparative evaluation of ML and transformer techniques. Electronics, 12(21), 4396. https://www.mdpi.com/2079-9292/12/21/4396

Comisión Nacional para la Mejora Continua de la Educación. (2023). Indicadores nacionales de la mejora continua de la educación en México 2023. MEJOREDU. https://www.mejoredu.gob.mx/publicaciones/informe-de-resultados/indicadores-nacionales

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign. https://curriculumredesign.org/wp-content/uploads/AIED-Book-Excerpt-CCR.pdf

Instituto Nacional de Estadística y Geografía. (2024). Estadísticas de defunciones

registradas. INEGI. https://www.inegi.org.mx/programas/mortalidad/

Jurafsky, D., & Martin, J. H. (2023). Speech and language processing (3rd ed. draft).

Stanford University. https://web.stanford.edu/~jurafsky/slp3/

Le Glaz, A., Haralambous, Y., Kim-Dufor, D.-H., Martinez Perez, T., Saha, K., Amiri, S., Hickman, G., Lemogne, C., Buffel du Vaure, C.,

Shankardass, K., Llorca, P. M., & Lemey, C. (2021). Machine learning and natural language processing in mental health: Systematic review. Journal of Medical Internet Research, 23(5), e15708. https://pubmed.ncbi.nlm.nih.gov/33944788/

Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An

argument for AI in education. Pearson Education. https://discovery.ucl.ac.uk/id/eprint/1475756/

Organisation for Economic Co-operation and Development (OECD). (2023). Is education losing the race with technology? AI's progress in maths and reading. OECD Publishing. https://doi.org/10.1787/73105f99-en

Secretaría de Educación Pública. (2019).La Nueva Escuela Mexicana: Principios y

orientaciones pedagógicas. Gobierno de México. https://dfa.edomex.gob.mx/sites/dfa.edomex.gob.mx/files/files/NEM%20principios%20y%20orientacio%C3%ADn%20pedago%C3%ADgica.pdf

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing. https://unesdoc.unesco.org/ark:/48223/pf0000386693

Vistorte, A. O. R., Deroncele-Acosta, A., Ayala, J. L. M., Barrasa, A., López-Granero, C., & Martí-González, M. (2024). Integrating artificial intelligence to assess emotions in learning environments: A systematic literature review. Frontiers in Psychology, 15, Article 1387089. https://doi.org/10.3389/fpsyg.2024.1387089.

World Health Organization. (2022). World mental health report: Transforming mental

health for all. World Health Organization. https://www.who.int/publications/i/item/9789240049338

Descargas

Publicado

2026-06-25

Cómo citar

Gámez Mora, D. J. N., & Pueblas Cornejo, M. M. (2026). Diseño de un agente conversacional con inteligencia artificial para detectar riesgo socioemocional en bachillerato. Desafíos Educativos, 5(Número Especial). Recuperado a partir de https://redeci.ciinsev.edu.mx/index.php/portal/article/view/226