Modelo de Redes Neuronales Inteligentes Alfa-Pi-Mi: optimización del aprendizaje en ingeniería aplicando inteligencia artificial

Este artículo presenta el diseño e implementación del modelo de redes neuronales Alfa-Pi-Mi, desarrollado para personalizar y optimizar el aprendizaje de estudiantes de Ingeniería Industrial mediante la aplicación de inteligencia artificial (IA). El modelo identifica patrones de aprendizaje y genera estrategias educativas adaptadas a necesidades individuales. Los hallazgos deben interpretarse como evidencia inicial de factibilidad (estudio piloto), no como resultados generalizables. Se detalla la arquitectura del sistema (variables de entrada, funciones de activación y métodos de optimización) y se reportan resultados de una prueba piloto con n = 30 estudiantes durante cuatro semanas: el desempeño académico mejoró respecto a la línea base en Optimización y Modelos Matemáticos (+60%), Estadística y Métodos Cuantitativos (+55%), Gestión de Producción (+50%), Gestión de Proyectos (+45%) e Ingeniería de Calidad (+50%). El 62% de los participantes alcanzó mejoras moderadas o altas, y la aceleración del progreso se observó a partir de la semana 3. Adicionalmente, como validación metodológica del componente predictivo, se evaluó una red neuronal mínima viable —una red multicapa (multilayer perceptron, MLP)—, en la que el error absoluto medio (mean absolute error, MAE) se redujo 23% y la raíz del error cuadrático medio (root mean squared error, RMSE) 19% respecto a la línea base (configuración inicial sin ajuste), tras normalización/estandarización y ajuste de hiperparámetros.