Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
Módulo de entrenamiento basado en robótica educativa
STEAM para niños con trastorno por déficit de atención
STEAM educational robotics-based training module for children with
attention deficit disorder
-Fecha de recepción: 30-07-2025 -Fecha de aceptación: 15-08-2025 -Fecha de publicación: 29-09-2025
Isacc Israel Araujo Guerrero
Investigador independiente, Ambato Ecuador
isra_clon@hotmail.com
https://orcid.org/0009-0009-5237-9554
Katya Ivanova Moreta López
Investigador independiente, Ambato Ecuador
profekim1284@gmail.com
https://orcid.org/0009-0004-7648-9735
Edison Joel Acosta Núñez
Investigador independiente, Ambato Ecuador
Joel1ookk@gmail.com
https://orcid.org/0009-0009-7351-1614
María del Cisne Pacalla Merejildo
Investigador independiente, Ambato Ecuador
mariamerejildo139@gmail.com
https://orcid.org/0009-0006-9210-1774
Nayeli Fernanda Guaman Torres
Investigador independiente, Ambato Ecuador
nayeguaman17@gmail.com
https://orcid.org/0009-0008-8564-1486
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
Resumen
Este estudio evalúa el impacto de un módulo de robótica educativa STEAM, complementado con
un software de diagnóstico y retroalimentación automatizada, sobre la atención sostenida y las
funciones ejecutivas de 100 niños con trastorno por déficit de atención (TDA), con edades entre
10 y 15 años, que cursan estudios en la Unidad Educativa Picaihua (Ambato, Ecuador). La
investigación adopta un enfoque mixto y un diseño cuasi experimental longitudinal, con
mediciones pretest y postest mediante rúbricas de atención, inhibición de respuesta y planificación,
así como registros automáticos de tiempos de ejecución y aciertos en actividades con micro:bit,
Code & Go Robot Mouse y un brazo robótico basado en Arduino. Se realizaron entrevistas
semiestructuradas a padres y docentes, y observaciones sistemáticas de las sesiones para analizar
motivación, frustración y autonomía. Los análisis cuantitativos revelan incrementos en las
puntuaciones de atención (de 58,2 a 72,5; p < 0,001), inhibición de respuesta (de 54,6 a 66,7; p <
0,001) y planificación (de 50,4 a 63,9; p < 0,001). La precisión media del modelo de aprendizaje
automático empleado para el diagnóstico fue del 91,2 %. En el plano cualitativo, los participantes
mostraron un aumento de la motivación intrínseca y de la autonomía. Estos hallazgos respaldan la
viabilidad de una intervención STEAM de bajo costo en contextos educativos con recursos
limitados, al demostrar mejoras en funciones ejecutivas y actitudes socioemocionales. Las
conclusiones resaltan el valor de integrar tecnologías tangibles y sistemas de retroalimentación
automatizada para personalizar el aprendizaje y fomentar la autorregulación en estudiantes con
TDA.
Palabras clave: Innovación tecnológica, robótica educativa; TDA, STEAM, software educativo.
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
Abstract
This study evaluates the impact of a STEAM educational robotics module, complemented by
automated diagnostic and feedback software, on the sustained attention and executive functions of
100 children with attention deficit disorder (ADD), aged 10 to 15, enrolled at the Picaihua
Educational Unit (Ambato, Ecuador). The research adopts a mixed-method approach and a
longitudinal quasi-experimental design, with pre-test and post-test measurements using rubrics for
attention, response inhibition, and planning, as well as automatic recordings of execution times
and successes in activities using micro:bit, Code & Go Robot Mouse, and an Arduino-based
robotic arm. Semi-structured interviews were conducted with parents and teachers, and systematic
observations of the sessions were conducted to analyze motivation, frustration, and autonomy.
Quantitative analyses revealed increases in scores for attention (from 58.2 to 72.5; p < 0.001),
response inhibition (from 54.6 to 66.7; p < 0.001), and planning (from 50.4 to 63.9; p < 0.001).
The average diagnostic accuracy of the machine learning model was 91.2%. Qualitatively,
participants showed increases in intrinsic motivation and autonomy. These findings support the
feasibility of a low-cost STEAM intervention in resource-limited educational settings,
demonstrating improvements in executive functions and socio-emotional attitudes. The
conclusions highlight the value of integrating tangible technologies and automated feedback
systems to personalize learning and promote self-regulation in students with ADHD.
Keywords: Technological innovation, educational robotics; TDA, STEAM, educational
software.
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
Introducción
El aprendizaje efectivo no se limita a la transmisión de contenidos académicos, sino que requiere
el fortalecimiento de habilidades cognitivas superiores. Entre ellas destacan la atención sostenida,
entendida como la capacidad de mantener el foco en una tarea o estímulo durante un período
prolongado, resistiendo distracciones y la monotonía del contexto (Estévez-González et al., 2021),
y las funciones ejecutivas, definidas como un conjunto de procesos cognitivos de alto nivel, así
como el control atencional, inhibición, memoria de trabajo y flexibilidad cognitiva, las cuales
regulan la conducta, facilitan la autorregulación y permiten alcanzar objetivos en diferentes
contextos (Diamond, 2020; Zelazo et al., 2021).
En este sentido cuando estas funciones se ven alteradas, los estudiantes enfrentan mayores
dificultades para organizar sus actividades, planificar soluciones y desenvolverse en entornos
educativos complejos (Cancino et al., 2024; Barkley, 2018). En Ecuador, este panorama se
intensifica en zonas rurales, donde predominan enfoques tradicionales y existe escasez de
especialistas y recursos tecnológicos, lo que amplía la brecha educativa y limita las oportunidades
de inclusión (Alvear, 2025; Guapulema et al., 2024).
Frente a ello, la robótica educativa basada en el enfoque STEAM se presenta como una alternativa
innovadora para mejorar la concentración, la autorregulación y el pensamiento lógico. Diversos
estudios han evidenciado que este tipo de metodologías no solo incrementan la atención y la
motivación, sino que también fortalecen habilidades sociales y promueven entornos inclusivos,
especialmente en estudiantes con dificultades de aprendizaje (Koçak & Göksu, 2023; Drakatos &
Drigas, 2024; Peribáñez et al., 2023).
No obstante, la mayoría de estas experiencias se han implementado en contextos urbanos y con
tecnologías costosas, lo que dificulta su replicabilidad en zonas de bajos recursos (Padula et al.,
2023; Shin et al., 2024). Ante este panorama, el presente estudio plantea el diseño e
implementación de un módulo de entrenamiento STEAM accesible, sustentado en hardware de
bajo costo y un software de evaluación automatizada basado en aprendizaje automático. La
intervención, dirigida a estudiantes de 10 a 15 años de la Unidad Educativa Picaihua (Ambato,
Ecuador), se orienta por las siguientes preguntas de investigación:
1. ¿Cómo impacta el módulo en la atención sostenida y las funciones ejecutivas (memoria de
trabajo, inhibición de respuesta y planificación) de niños con TDA en un contexto rural?
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
2. ¿Qué precisión diagnóstica y utilidad pedagógica ofrece un sistema de monitorización
inteligente basado en aprendizaje automático?
A partir de estas preguntas se plantean las siguientes hipótesis específicas:
• H1 (Atención sostenida): La participación en el módulo STEAM incrementará
significativamente los puntajes de atención sostenida en los estudiantes.
• H2 (Inhibición de respuesta): Los estudiantes mostrarán mejoras significativas en la
inhibición de respuestas impulsivas tras completar el módulo.
• H3 (Planificación): La intervención favorecerá un aumento significativo en la capacidad
de planificación y organización.
• H4 (Eficacia del sistema de monitorización): El modelo de aprendizaje automático
alcanzará una precisión diagnóstica superior al 90 % al clasificar los niveles de atención e
inhibición, proporcionando retroalimentación útil para ajustar las actividades.
Esta propuesta aspira a dar una alternativa replicable y sostenible que fortalezca la inclusión
tecnológica en la educación especial. Al demostrar la eficacia de un enfoque STEAM de bajo costo
y compatible con realidades de recursos limitados el trabajo contribuye a reducir la brecha rural
urbana, capacitar a docentes en el uso de tecnologías educativas inclusivas y sentar las bases para
futuras adaptaciones y escalas en contextos similares.
Materiales y Métodos
Esta investigación se orientó a un enfoque mixto con diseño cuasi experimental y longitudinal. La
combinación de técnicas cuantitativas y cualitativas permite recoger datos medibles sobre la
atención y las funciones ejecutivas y comprender las percepciones y experiencias de los
participantes y sus familias (Otbiçer, 2023). En esta investigación, este planteamiento se alinea
con las recomendaciones metodológicas de Tashakkori y Teddlie (2010) para estudios aplicados
en contextos educativos. A lo largo de seis meses se realizaron mediciones pretest y postest sin
asignación aleatoria de los participantes, lo que permitió valorar la evolución individual de cada
niño dentro de su entorno real de aprendizaje.
2.1. Diseño de la investigación
La intervención se organizó en tres módulos secuenciales, cada uno con objetivos específicos. El
primer módulo abordó la coordinación motora gruesa y fina, la percepción espacial y la toma de
decisiones mediante juegos con bloques y recorridos con el robot Code & Go Robot Mouse. El
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
segundo módulo se centró en la resolución de problemas espaciales y el control de tiempos y
movimientos a través de la programación de micro:bit y retos de laberintos. El tercer módulo
trabajó la atención sostenida, la concentración y el razonamiento lógico básico empleando un brazo
robótico Arduino, secuencias de programación y la técnica Pomodoro para regular la duración de
las tareas. Cada módulo se aplicó de manera individual en sesiones semanales de 45–60 minutos,
ajustando el ritmo a las necesidades de cada niño. Esta organización responde a evidencias de que
la atención mejora cuando las actividades se personalizan y se minimizan las distracciones de pares
(Barkley, 2018).
2.2. Participantes y muestreo
La población estuvo constituida por 100 estudiantes de 10 a 15 años de la Unidad Educativa
Picaihua (zona rural de Ambato, Ecuador), de los cuales el 90 % provenía de contextos
socioeconómicos vulnerables. Se empleó un muestreo por conveniencia, incluyendo a niños con
diagnóstico confirmado o sospecha de TDA, previa obtención de consentimiento informado de
padres o tutores. Los criterios de inclusión contemplaron la asistencia regular al centro y la
ausencia de comorbilidades motoras graves; se excluyeron casos con trastornos motores o
neurológicos que impidieran el uso del material robótico. Aunque el muestreo no fue
probabilístico, permite maximizar la pertinencia de los datos en relación con el objetivo del estudio
y facilita la replicabilidad en contextos rurales similares.
2.3. Instrumentos y recolección de datos
Para evaluar los cambios cuantitativos se diseñó una rúbrica de funciones ejecutivas con
indicadores de atención sostenida, inhibición de respuestas, planificación y memoria de trabajo.
Las funciones ejecutivas son procesos cognitivos que permiten la coordinación y control
intencional del comportamiento con enfoque hacia metas (Barrionuevo, 2024). Esta rúbrica se
aplicó antes y después de cada módulo y sus puntajes se complementaron con registros
automáticos del software de desarrollo propio, que capturó tiempos de respuesta, aciertos y errores
y alimentó un modelo de aprendizaje automático supervisado basado en árboles de decisión. La
precisión del modelo se ajustó progresivamente. Este enfoque tecnológico se inspira en estudios
que han utilizado robótica educativa y herramientas digitales para mejorar las funciones ejecutivas
(Drakatos y Drigas, 2024).
La dimensión cualitativa se abordó mediante entrevistas semiestructuradas a padres y docentes,
así como observaciones estructuradas durante las sesiones. Las entrevistas exploraron
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
percepciones sobre cambios en la conducta, la motivación y la autoeficacia de los niños, mientras
que las observaciones se registraron en bitácoras de campo que documentaron niveles de
frustración, perseverancia y autonomía. Todos los instrumentos se diseñaron siguiendo criterios
de validez y fiabilidad propuestos para la investigación mixta (Tashakkori & Teddlie, 2010).
De acuerdo con Jamshed (2014) las entrevistas semiestructuradas son un método cualitativo en el
que el investigador aplica preguntas abiertas dentro de un marco temático predeterminado con
determinada flexibilidad para profundizar en respuestas relevantes según cada participante. En
cambio, la observación estructurada implica la recolección sistemática de comportamientos y
actitudes durante sesiones planificadas en la que se registran temas de interés como niveles de
frustración, perseverancia y autonomía en bitácoras de campo.
2.4. Análisis de datos
Los datos cuantitativos se analizaron mediante estadística descriptiva (medias y desviaciones
estándar) y pruebas de comparación pretest–postest utilizando la prueba t de Student para muestras
relacionadas, con un nivel de significancia de p < 0,05. El modelo de machine learning se validó
a través de validación cruzada k fold para garantizar su robustez diagnóstica. Para los datos
cualitativos se aplicó un análisis de contenido con codificación inductiva; emergieron categorías
temáticas como motivación, autoeficacia y tolerancia a la frustración. La triangulación de fuentes
y métodos fortalece la credibilidad de los hallazgos al contrastar los resultados estadísticos con
testimonios y observaciones de campo (Ninivaggi & Cutrini, 2023).
2.5. Consideraciones éticas y limitaciones
El estudio fue aprobado por la dirección de la Unidad Educativa Picaihua. Durante el diseño de la
intervención se contó con la asesoría de una pediatra del Hospital Vaca Ortiz y de un equipo de
psicólogos, quienes revisaron que las actividades fueran apropiadas para los niños participantes.
Se obtuvo consentimiento informado de padres y tutores y se garantizó la confidencialidad y el
anonimato de los estudiantes en todas las comunicaciones y publicaciones. Las sesiones se
adaptaron a las necesidades y niveles de cansancio de los niños para proteger su bienestar.
Entre las limitaciones se reconocen el carácter no probabilístico de la muestra y las restricciones
presupuestarias, que redujeron la adquisición de equipamiento más robusto. Sin embargo, el uso
de dispositivos de bajo costo refuerza la viabilidad de replicar el programa en contextos similares.
La duración de seis meses proporciona una primera aproximación al impacto de la intervención,
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
si bien se recomienda realizar estudios longitudinales de mayor alcance para evaluar la
sostenibilidad de los cambios observados.
Resultados y Discusión
En cuanto al efectos del módulo STEAM en la atención sostenida y funciones ejecutivas, los datos
cuantitativos obtenidos muestran mejoras significativas tras la intervención STEAM. En la prueba
diagnóstica inicial, la media de la atención sostenida fue de 58,2 puntos (DE = 8,7), mientras que
en el postest ascendió a 72,5 (DE = 7,3), lo que representa un incremento de 14,3 puntos (t =
−12,47; gl = 99; p < 0,001). La inhibición de respuesta registró un aumento de 12,1 puntos (pre:
54,6 ± 9,1; post: 66,7 ± 8,5; t = −10,89; gl = 99; p < 0,001), y la planificación pasó de 50,4 ± 10,3
a 63,9 ± 9,6 (t = −11,35; gl = 99; p < 0,001), todos estos resultados se aprecian en la figura 1. Estas
mejoras corroboran la hipótesis de que la personalización de las actividades y el ajuste del ritmo a
cada niño potencian la concentración; hallazgos similares han sido reportados en estudios que
evalúan la robótica STEAM sobre las funciones ejecutivas (Drakatos y Drigas, 2024).
Figura Gráfica 1: Puntajes medios de atención sostenida, inhibición y planificación en pretest y
postest tras la implementación del módulo STEAM. Se observa un incremento significativo en las
tres funciones ejecutivas medidas (p < 0,001 en todos los casos).
El sistema de monitorización automática y alimentó el modelo de aprendizaje automático,
complementó esta evaluación mediante el registro automático de tiempos de respuesta y errores.
El análisis de la base de datos mostró que el tiempo promedio de ejecución de las actividades
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
disminuyó un 23 % entre las primeras y las últimas sesiones (de 42,8 s a 33,1 s; p < 0,01), mientras
que el porcentaje de aciertos aumentó del 68 % al 87 % (p < 0,01) tal como se aprecia en la figura
2.
Figura Gráfica 2: Resultados del sistema de monitorización automática antes y después de la
intervención. El tiempo de ejecución de las tareas disminuyó en un 23 %, mientras que el porcentaje de
aciertos aumentó del 68 % al 87 % (p < 0,01).
Adicionalmente, el modelo de aprendizaje automático alcanzó una precisión media del 91,2 %
(precisión = 0,89; exhaustividad = 0,93; F1 = 0,91) en la clasificación de niveles de atención; el
modelo se validó mediante técnica k fold (k = 5) y mejoró su desempeño conforme se incrementó
el conjunto de datos. Estos resultados muestran la solidez del diagnóstico automático y se alinean
con investigaciones que destacan el potencial de las tecnologías emergentes para personalizar la
intervención y monitorizar el progreso de los alumnos (Peribáñez et al., 2023).
El análisis por módulos reveló diferencias en la magnitud de las mejoras. En el Módulo 1
(coordinación motora y percepción espacial), el tiempo de ejecución de las tareas con el brazo
robótico se redujo de 48,3 s (DE = 9,5) a 36,2 s (DE = 8,1; p < 0,001), y la precisión en el
posicionamiento de objetos pasó del 62 % al 85 %. En el Módulo 2 (resolución espacial y control
de tiempo), la tasa de éxito en el laberinto aumentó del 55 % al 80 % (p < 0,001) y el número de
colisiones o desvíos se redujo en un 28 %. Finalmente, en el Módulo 3 (atención y razonamiento
lógico), los comandos programados en el Code & Go Robot Mouse obtuvieron un 90 % de aciertos
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
en la ruta óptima frente al 70 % inicial (p < 0,001). Estas tendencias son coherentes con la evidencia
de que la práctica repetida y el feedback inmediato, componentes centrales de las intervenciones
con robótica educativa, facilitan la consolidación de habilidades complejas (Peribáñez et al., 2023).
Desde una perspectiva comparativa, los mayores incrementos se observaron en las tareas que
combinan componentes motores y atencionales (Módulos 1 y 3), lo que sugiere que la integración
de actividades multicomponentes favorece sinergias en el desarrollo de las funciones ejecutivas.
Por otra parte, la progresión constante de los resultados a lo largo de los seis meses refleja la
eficacia del diseño longitudinal y la personalización semanal de las actividades. Estos hallazgos
no solo refuerzan la viabilidad de un modelo STEAM de bajo costo para entornos rurales, sino que
aportan evidencia empírica sobre cómo la tecnología educativa puede implementarse de forma
escalable y adaptada a las necesidades individuales de los estudiantes, coincidiendo con
conclusiones de estudios recientes sobre robótica educativa y atención (Drakatos y Drigas, 2024;
Peribáñez et al., 2023).
3.1. Percepciones cualitativas y experiencias de los participantes
El análisis de las entrevistas semiestructuradas y de las bitácoras de campo permitió identificar
tres categorías principales: motivación, frustración y autonomía. La mayoría de los padres y
docentes destacó un aumento notable en la motivación de los niños. Como lo describió una madre,
su hijo “llegaba antes de la hora programada, ansioso por comenzar con el brazo robótico”,
evidenciando un entusiasmo que previamente no mostraba con actividades convencionales. Este
incremento de la motivación se relaciona con el uso de tecnología tangible y la retroalimentación
inmediata proporcionada por el software, así como con la novedad de interactuar con dispositivos
STEAM que integran lo físico y lo digital. Estudios previos han indicado que la combinación de
robótica educativa y narrativas lúdicas puede mejorar el compromiso y las habilidades sociales de
los estudiantes con dificultades de atención (Peribáñez et al., 2023), lo que respalda estas
observaciones.
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
Tabla 1
Dimensiones cualitativas observadas
Categoría
Definición operacional
Frecuencia
inicial (%)
Frecuencia final
(%)
Cita representativa
Motivación
Interés y disposición hacia las actividades del
módulo STEAM, medidos por la atención
sostenida y las solicitudes espontáneas
30%
75%
Llega antes de la hora y
quiere empezar con el
brazo robótico
Frustración
Episodios de desánimo o interrupción de la tarea
debidos a errores técnicos o dificultad en la
actividad
45%
10%
Se desanimaba cuando el
laberinto fallaba, ahora
busca soluciones
Autonomía
Nivel de auto-dirección del niño para planificar y
ejecutar las actividades sin ayuda del facilitador
70 %
(intervenciones)
25 %
(intervenciones)
Programa el robot solo,
controla cada paso de la
actividad
Elaboración: Autores
Inicialmente, se detectaron episodios frecuentes de frustración, especialmente en el Módulo 2,
donde el laberinto mecánico presentaba fallos estructurales. Las bitácoras registraron que en las
primeras diez sesiones alrededor del 45 % de las interacciones se interrumpía por desánimo. Sin
embargo, tras la incorporación de estrategias de refuerzo positivo y el modelado de resolución de
errores por parte del facilitador, la tasa de interrupciones descendió al 10 % en las diez sesiones
finales. Este descenso demuestra la importancia de la mediación metacognitiva para la gestión
emocional y concuerda con la evidencia de que las intervenciones con robots, cuando se adaptan
y se acompañan de apoyo emocional, promueven la resiliencia y el control de la frustración
(Peribáñez et al., 2023; Servou et al., 2025).
La autonomía emergió como otra dimensión clave. Al inicio, los facilitadores intervenían en cerca
del 70 % de las sesiones para guiar el uso de los dispositivos y el registro de datos. Al concluir el
programa, esta necesidad de apoyo cayó al 25 %, reflejando un dominio creciente de las tareas y
una confianza superior en las propias capacidades. Además, el 82 % de los estudiantes completó
de manera autónoma las guías de autoevaluación, lo que indica una internalización de criterios de
desempeño y un avance hacia el aprendizaje autorregulado estas observaciones se alinean con
estudios que resaltan la capacidad de la robótica educativa para fomentar la independencia y la
motivación intrínseca en estudiantes con necesidades especiales.
Al comparar estas percepciones con la literatura, se observa consonancia con los hallazgos de
Drakatos y Drigas (2024) quienes reportaron que la robótica STEAM favorece la inhibición de
respuestas y la planificación en alumnos con dificultades atencionales. En este caso la combinación
de hardware accesible y un software interactivo facilitó mejoras cognitivas y del mismo modo
fortaleció la dimensión socioemocional de los alumnos con la generación de un entorno propicio
para la colaboración y la reflexión metacognitiva. Estos resultados respaldan la pertinencia de
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
metodologías STEAM inclusivas que consideren tanto los aspectos técnicos como las dinámicas
emocionales de los estudiantes con TDA.
Los resultados cuantitativos de este estudio evidencian mejoras significativas en atención
sostenida, inhibición de respuesta y planificación tras la implementación del módulo STEAM.
Incrementos medios de 14,3 puntos en la atención y más de 12 puntos en la inhibición respaldan
la hipótesis de que la combinación de actividades de programación, construcción robótica y
retroalimentación inmediata potencia las funciones ejecutivas en niños con TDA. Estas mejoras
son congruentes con los hallazgos de Drakatos y Drigas (2024), quienes reportaron que la
educación STEAM mediante robótica mejora la memoria de trabajo, la inhibición y la flexibilidad
cognitiva en alumnos con dificultades de atención. Asimismo, el descenso del 23 % en los tiempos
de reacción y el aumento del 19 % en el porcentaje de aciertos observados en nuestro estudio
reflejan la eficacia de la práctica repetida y el feedback inmediato, aspectos también destacados
por Peribáñez et al. (2023) al combinar narrativas lúdicas con robots de bajo costo.
La incorporación de un software de registro y diagnóstico potenciado por aprendizaje automático
añade una dimensión novedosa. Mientras que la mayoría de las intervenciones con robótica
educativa no ofrecen retroalimentación automática, nuestro sistema alcanzó una precisión superior
al 91 % al clasificar los niveles de atención. Este hallazgo sugiere que las herramientas digitales
pueden complementar la evaluación manual tradicional y optimizar el ajuste de las actividades en
tiempo real; la literatura sobre robótica educativa apenas ha comenzado a explorar este tipo de
sinergias.
En el ámbito cualitativo, los testimonios de padres y docentes resaltan una elevada motivación, un
mayor control emocional y un desarrollo progresivo de la autonomía. La reducción de
intervenciones del facilitador del 70 % al 25 % y el aumento de autoevaluaciones completadas
reflejan un tránsito hacia el aprendizaje autorregulado. Estos cambios se alinean con
investigaciones que subrayan cómo la robótica educativa, al integrar elementos tangibles y lúdicos,
fomenta la implicación y el sentido de logro en estudiantes con necesidades especiales (Peribáñez
et al., 2023; Servou et al., 2025). Además, Servou et al. (2025) señalan que la adaptación de las
actividades al ritmo del alumno y la provisión de retos variados son factores clave para mantener
la motivaciónjournalwjaets.com, aspectos que fueron contemplados en nuestro diseño.
A pesar de estos resultados alentadores, el estudio presenta limitaciones. El muestreo por
conveniencia y la ausencia de un grupo control aleatorio restringen la generalización de los
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
hallazgos a otras poblaciones. La duración de seis meses, aunque suficiente para observar cambios
iniciales, no permite determinar la sostenibilidad de los avances a largo plazo. Además, las
inestabilidades técnicas del prototipo de cartón utilizado en el Módulo 2 generaron episodios de
frustración que, si bien se mitigaron con estrategias de acompañamiento, evidencian la necesidad
de utilizar materiales más robustos en futuras implementaciones.
La principal aportación de este trabajo radica en demostrar la viabilidad de un módulo STEAM de
bajo costo adaptado a contextos rurales que integra hardware accesible y software con capacidad
diagnóstica automática. Esta combinación facilita la replicabilidad en entornos con recursos
limitados y ofrece a docentes una herramienta práctica para monitorizar y ajustar la intervención
pedagógica en tiempo real. Al respecto, Servou et al. (2025) advierten que la falta de formación
docente y de recursos tecnológicos son barreras; nuestro estudio aporta una ruta concreta para
superar parte de esas limitaciones, siempre que vaya acompañada de capacitación adecuada.
Para investigaciones futuras, se recomienda extender el seguimiento durante al menos un año para
analizar la conservación de los avances y evaluar la transferencia de las habilidades desarrolladas
a otros contextos académicos.
Implementar investigaciones que incluyan una muestra comparativa y distribución aleatoria
elevará la solidez metodológica y facilitará verificar la relación directa entre las intervenciones y
los resultados obtenidos. Convendría rediseñar la aplicación informática para cubrir otras
habilidades cognitivas superiores o atender distintas condiciones relacionadas con el desarrollo
neurológico con pruebas sobre su utilidad en estudiantes con perfiles como autismo o dificultades
específicas de lectura y escritura.
Conclusiones
Los hallazgos registrados durante este proyecto indican que incorporar una unidad didáctica
basada en tecnología robótica STEAM junto con una plataforma digital de seguimiento genera
mejoras notables en el enfoque prolongado y en las capacidades de autorregulación mental de
infantes con diagnóstico de déficit atencional en áreas no urbanas. Los avances detectados en los
indicadores de concentración, control de impulsos y organización de actividades, aparte de una
disminución en el lapso de respuesta y una mayor exactitud en las tareas físicas e intelectuales
respaldan la efectividad de una estrategia formativa que privilegia los ajustes personalizados y el
retorno inmediato de resultados. Estos datos respaldan las conclusiones expuestas por Drakatos y
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
Drigas (2024) los que probaron que los esquemas pedagógicos que emplean robótica STEAM
favorecen el recuerdo funcional, la resistencia a la distracción y la capacidad para adaptarse a
cambios entre alumnos con baja atención sostenida. A su vez la fusión entre ejercicio corporal,
razonamiento y un ambiente recreativo coincide con los aportes de Peribáñez et al. (2023) al
destacar el rol de las historias interactivas y la dinámica de juego como impulsores del interés y la
participación.
Desde un enfoque que contempla lo afectivo y lo relacional las valoraciones obtenidas por medio
de diálogos estructurados y registros directos en el entorno muestran un aumento visible en el
entusiasmo. Los participantes vivieron el itinerario académico como una experiencia
enriquecedora y motivante; los momentos de desánimo iniciales se convirtieron en instancias para
aplicar mecanismos de gestión emocional con apoyo reflexivo y estímulo positivo. La caída en el
número de intervenciones del guía desde un 70% a un 25 % junto con una proporción alta de
evaluaciones realizadas por los propios estudiantes (82%) pone de manifiesto una evolución hacia
prácticas donde predomina el aprendizaje autónomo que están acorde con los lineamientos
propuestos para enfoques inclusivos en educación (Servou et al., 2025). Las transformaciones
observadas en el plano socioemocional sustentan la tesis de que el uso de tecnología robótica en
el aula en lugar de limitarse al desarrollo cognitivo nutre el sentido de valía personal y la capacidad
de tomar decisiones por cuenta propia.
Incluir un sistema inteligente entrenado con los registros de actividad académica aportó una
dimensión adicional al análisis. Este algoritmo que fue ajustado con los datos recolectados durante
las sesiones logró categorizar con más del 90% de exactitud los distintos niveles de atención. Su
incorporación permitió modificar el nivel de complejidad y la frecuencia de las tareas en función
del progreso individual y esto mejoró el proceso educativo de forma personalizada. Aunque esta
herramienta facilita el trabajo con información y permite adaptaciones más ágiles aún queda
pendiente su validación con grupos diversos y de mayor escala. Para garantizar que el sistema
funcione en diferentes entornos pedagógicos será necesario repetir su aplicación en nuevas
poblaciones y comprobar que puede adaptarse sin perder precisión.
No obstante, la investigación presenta limitaciones que restringen la universalización de los
hallazgos. El muestreo por conveniencia y la ausencia de un grupo control aleatorio impiden
establecer relaciones causalmente deterministas. Además, la duración de seis meses, si bien
suficiente para detectar cambios iniciales, no permite evaluar la permanencia de los efectos a largo
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
plazo. La implementación se llevó a cabo en un único centro educativo rural, por lo que replicar
el estudio en diversas instituciones y contextos socioeconómicos será fundamental para confirmar
la robustez del modelo. Finalmente, las inestabilidades técnicas de algunos prototipos (como el
laberinto de cartón) generaron episodios de frustración al comienzo; aunque estas dificultades se
superaron mediante estrategias de acompañamiento, evidencian la necesidad de emplear materiales
más sólidos y fiables.
Este estudio sugiere que las instituciones educativas deben considerar la integración de
metodologías STEAM inclusivas y tecnologías digitales adaptadas a las realidades locales. La
viabilidad económica y operativa demostrada por el uso de hardware de bajo costo micro:bit, Code
& Go Robot Mouse y un brazo robótico basado en Arduino permite que centros con presupuestos
limitados adopten intervenciones de este tipo sin recurrir a kits comerciales costosos. Se
recomienda desarrollar programas de formación docente específicos en robótica educativa y en el
uso pedagógico de algoritmos de aprendizaje automático, así como actualizar los currículos para
incorporar proyectos interdisciplinares que fomenten el pensamiento crítico y la resolución de
problemas. Fortalecer la infraestructura de prototipado con materiales duraderos y promover
colaboraciones entre escuelas, universidades y entidades de salud contribuirá a un
acompañamiento profesional adecuado. Estas acciones sientan las bases para políticas pedagógicas
que reconozcan el valor de la tecnología como herramienta de inclusión y de desarrollo integral de
competencias.
La validación del módulo en un entorno rural de bajos recursos demuestra su viabilidad, pero su
adopción a gran escala exigirá la coordinación de políticas educativas que incentiven la integración
de tecnologías emergentes en la formación inicial y continua del profesorado. Futuros estudios
deberían extender el seguimiento más allá de un año para analizar la retención de los avances y
explorar la aplicabilidad del módulo en otros trastornos del neurodesarrollo, como el trastorno del
espectro autista o la dislexia. Asimismo, sería valioso diseñar investigaciones con grupos control
y asignación aleatoria para fortalecer la causalidad de los efectos observados y adaptar el software
a otras dimensiones ejecutivas o a contextos urbanos. La incorporación de realidad aumentada,
plataformas móviles y analítica de datos en tiempo real podría profundizar en la personalización
de las actividades y en la medición continua de resultados, consolidando así una línea de
investigación innovadora en robótica educativa inclusiva.
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
En síntesis, este trabajo aporta evidencia de que un enfoque STEAM accesible, sustentado en
robótica educativa y tecnología digital, puede mejorar de manera integral el desempeño cognitivo
y socioemocional de niños con TDA en contextos rurales. Su replicación y escalabilidad dependen
de una adecuada formación docente, del fortalecimiento de la infraestructura y de un compromiso
institucional que promueva la innovación pedagógica y la equidad educativa.
Referencias
Alvear, K. (2025). Abordajes terapéuticos del trastorno de déficit de atención con hiperactividad
e impulsividad (TDAH) en latinoamérica. Tesis de maestría, Universidad de Andina
Simón Bolívar, Repositorio Institucional de la Universidad de Andina Simón Bolívar .
https://repositorio.uasb.edu.ec/bitstream/10644/10319/1/T4487-MTDI-Alvear-
Abordajes.pdf
Barkley, R. (2015). Attention-deficit hyperactivity disorder: A handbook for diagnosis and
treatment (4th ed.). Guilford Press.
Barrionuevo, H. (2024). Estrategias de motivación para abordar la atención dispersa en
estudiantes del cuarto grado “B”, Escuela de Educación Básica “Miguel Riofrío” Loja,
periodo 2023 – 2024. Tesis de pregrado, Universidad Nacional de Loja], Repositorio
Institucional de la Universidad Nacional de Loja.
https://dspace.unl.edu.ec/server/api/core/bitstreams/708a8aed-b47c-49e4-8344-
2b221e9e97c1/content
Cancino, E., Mendoza, J., Mero, K., Cordero, T., & Párraga, M. (2024). Neuroeducación:
Proceso psicológicos en el marco de la educación superior, que interfieren en el
aprendizaje y memoria. Social Fronteriza, 4(4), 1-23.
https://doi.org/10.59814/resofro.2024.4(4)355
Diamond, A. (2020). Executive functions. Annual Review of Psychology, 71(1), 135–168.
https://doi.org/10.1146/annurev-psych-010419-051044
Drakatos, N., & Drigas, A. (2024). The impact of STEAM education using robotics on the
executive function of typical and ADHD students along with developmental exploration.
Brazilian Journal of Science, 3(2), 113-122. https://doi.org/10.14295/bjs.v3i2.467
Estévez-González, A., García-Sánchez, C., & Junqué, C. (2021). Attention sustained and its role in
cognitive functioning: A neuropsychological perspective. Frontiers in Psychology, 12, 643103.
https://doi.org/10.3389/fpsyg.2021.643103
Guapulema, J., Alvarado, P., Proaño, M., & Peñaloza, K. (2024). La brecha digital en la
educación ecuatoriana. Desafíos post pandemia: The digital divide in ecuadorian
education: post-pandemic challenges. Latam, 5(5), 1-15.
https://dialnet.unirioja.es/servlet/articulo?codigo=9789025
Jamshed, S. (2014). Qualitative research method-interviewing and observation. PubMed, 5(4),
87-89. https://doi.org/10.4103/0976-0105.141942
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
Koçak, Ö., & Göksu, İ. (2023). Engagement of Higher Education Students in Live Online
Classes: Scale Development and Validation. TechTrends, 67(1), 534–549.
https://doi.org/10.1007/s11528-023-00849-7
Ninivaggi, F., & Cutrini, E. (2023). Exploring local well-being and vulnerability through.
OpenStreetMap: the case of Italy. Quality & Quantity, 58(1), 3435–3473.
https://doi.org/10.1007/s11135-023-01805-6
Otbiçer, T. (2023). Breaking the cycle: The mediating effects of reading, mathematical and ICT
literacy skills on financial success in youth. Review of Eduacation, 1(3), 15-56.
https://doi.org/10.1002/rev3.3421
Padula, D., Pontarolo, E., & Clara, F. (2023). Competência digital docente: revisão de literatura
de teses realizadas em universidades espanhola. [Tesis de pregrado, Universidad de
Salamanca], Repositorio Institucional de la Universida de Salamanca.
http://hdl.handle.net/10366/152015
Peribáñez, M., Domínguez, M., Arce, A., Juárez, J., & Riesco, Á. (2023). An experimental
methodology for introducing educational robotics and storytelling in therapeutical
activities for children with neurodevelopmental disorders. Applied Sciences, 13(4), 1-15.
https://doi.org/10.3390/app13042109
Servou, R., Argyri, T., Eleftheria, M., Papoutsi, C., & Skordoulis, K. (2025). The role of
educational robotics in the learning of children with special educational needs: Down
syndrome, ADHD, Autism, Dyslexia. World Journal of Advanced Engineering
Technology and Sciences, 15(3), 2493–2504.
https://doi.org/10.30574/wjaets.2025.15.3.1184
Shin, S., Sim, J., Moon, C., Kim, N., & Hwang, J. (2024). Effects of STEAM Programs
Emphasizing Data Science and AI on Students' Attitudes toward Mathematics and
Science. KEDI journal of educational policy, 21(2), 89-110.
https://doi.org/10.22804/kjep.2024.21.2.005
Tashakkori, A., & Teddlie, C. (2010). SAGE handbook of mixed methods in social & behavioral
research (2nd ed.). SAGE Publications.
Zelazo, P. D., Blair, C. B., & Willoughby, M. T. (2021). Executive function: Implications for education.
Annual Review of Developmental Psychology, 3(1), 59–87. https://doi.org/10.1146/annurev-
devpsych-121318-085543
Revista Neosapiencia. Julio - diciembre 2025. Vol. 3, Núm.2, P. 234–251.
Copyright (2025) © Isacc Israel Araujo Guerrero, Katya Ivanova Moreta López, Edison Joel
Acosta Núñez, María del Cisne Pacalla Merejildo, Nayeli Fernanda Guaman Torres
Este texto está protegido bajo una licencia internacional Creative Commons 4.0. Usted es libre
para Compartir —copiar y redistribuir el material en cualquier medio o formato— y Adaptar el
documento — remezclar, transformar y crear a partir del material— para cualquier propósito,
incluso para fines comerciales, siempre que cumpla las condiciones de Atribución. Usted debe
dar crédito a la obra original de manera adecuada, proporcionar un enlace a la licencia, e indicar
si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal
que sugiera que tiene el apoyo del licenciante o lo recibe por el uso que hace de la obra.
