RESUMEN:

Describe los procesos de analíticas del aprendizaje en educación superior  universitaria y con el aporte de la inteligencia artificial en el proceso de acreditación que viene liderando SINEACE – CONEAU para garantizar niveles de calidad y mejoramiento. Es fundamental medir tendencias  como rendimiento académico, métodos de enseñanza, uso del tiempo utilizado en las actividades académicas, motivación para el aprendizaje. Asimismo, el docente puede evidenciar que estudiantes necesitan mayor retroalimentación y seguimiento. Se   utilizó   el  enfoque  cuantitativo, el ámbito de estudio fue la Facultad de Letras y Ciencias Humanas  de  universidad  pública  de  Lima.  El  Nivel  de  investigación.  fue  Correlacional-explicativo.  La  población  fueron docentes y autoridades académicas vinculadas a gestión institucional y acreditación, estudiantes  de  la   Facultad    de  Letras  y  Ciencias  Humanas.  Como técnica de  recolección de  datos fue encuesta y el  instrumento  utilizado cuestionarios  validados. Los  resultados  destacaron que el 63,3% de  los docentes  se   mostraron  totalmente  de  acuerdo con el  uso   de la  inteligencia  artificial  que  permite  analizar  datos  académicos  institucionales  de  forma  oportuna.  Mientras  que  el  28, 3%  se  evidenció  de acuerdo.  Sólo  el  8, 3%  estuvó  ni  de acuerdo  ni en desacuerdo. Como   conclusión   podemos  afirmar  que, la  IA cuenta con una gran aceptación institucional, lo que demuestra un contexto propicio para su aplicación en la administración académica. Los profesores expresan valoración muy positiva: el 81.7% está completamente de acuerdo en formarse en inteligencia artificial, el 70% piensa que mejora la toma de decisiones y más del 80% admite que es útil para informes y procedimientos de calidad. En ese sentido, la acreditación sigue siendo referente indispensable para que universidades públicas cumplan con las condiciones básicas de calidad y ofrezcan contenidos actualizados en la formación profesional.

Palabras clave: Métricas de aprendizaje, rendimiento académico, Inteligencia artificial, Acreditación nacional, UNMSM