Se distingue un denotado interés por conocer los procesos educativos y sus actores en el caso de investigaciones en el campo educativo y pedagógico. El presente estudio tuvo como objetivo analizar las potencialidades de las herramientas de IA en educación superior, teniendo en cuenta un enfoque desde la personalización del aprendizaje. Esta investigación se realizó bajo el método empírico-analítico, paradigma positivista, de tipo exploratorio y con diseño documental. La población o muestra considerada fueron 4 bases de datos (Scopus, Web of Science (Wos), Dialnet y Redalyc). La técnica utilizada fue la observación documental, y el instrumento utilizado fue la ficha de contenido. El análisis de los datos se realizó a través de la matriz de análisis de las categorías y con operadores booleanos se filtraron los documentos que no respondían a las preguntas de investigación propuestas para esta revisión. A la luz de los resultados obtenidos, se hace indispensable pensar en la importancia de contrastar los modelos pedagógicos y curriculares con respecto a la personalización. Es importante recordar que un sistema con alto contenido técnico, pero poco contenido pedagógico disuadirá a los estudiantes para su utilización. Como aporte a futuras investigaciones, se recomienda tener en cuenta los modelos pedagógicos y curriculares en la construcción modelos de personalización. Además, se debe realizar un contraste entre las metodologías disponibles en la literatura, con el fin de evaluar fortalezas y debilidades.

Este artículo identifica los principales estudios relacionados con los factores que contribuyen a explicar la deserción universitaria, y cómo estos son abordados desde el campo de la inteligencia artificial (IA). El estudio describe la metodología adoptada para seleccionar 31 documentos sobre un repositorio de 2745 reportados en la literatura. El análisis se realizó desde los principales métodos de IA adoptados, así como desde los factores explicativos de la deserción universitaria agrupados en cuatro categorías: académicos, relacionados con la motivación y hábitos de estudio, institucionales, y económicos y sociodemográficos. La revisión de la literatura permite concluir que la tarea más común desde la IA es la clasificación mediante árboles de decisión y que la mayoría de los trabajos predicen la deserción universitaria desde los factores que la explican.