Evaluación de un programa de corrección técnica basado en inteligencia artificial para reducir errores comunes de estilo mariposa entre estudiantes de natación de la Universidad de Jadara

Autores/as

DOI:

https://doi.org/10.47197/retos.v77.118688

Palabras clave:

Inteligencia artificial , natación mariposa , programa de corrección técnica, rendimiento en natación, análisis de movimiento, Universidad de Jadara

Resumen

Introducción: Este estudio tuvo como objetivo evaluar la eficacia de un programa de corrección técnica basado en inteligencia artificial para reducir errores comunes en la natación mariposa entre estudiantes de natación de la Universidad de Jadara.

Método: El estudio adoptó un enfoque experimental con un diseño de preprueba y posprueba de un solo grupo. La muestra consistió en 50 estudiantes de pregrado (20 hombres y 20 mujeres) de natación de la Universidad de Jadara. El programa, basado en IA, proporcionó retroalimentación técnica en tiempo real y análisis de movimiento, centrándose en la corrección de errores comunes en la natación mariposa, en particular la sincronización de la brazada, la eficiencia de la patada de delfín, la posición corporal, el control respiratorio y la coordinación general del movimiento . Los datos se recopilaron mediante escalas de evaluación del rendimiento técnico aplicadas antes y después de la implementación del programa de corrección técnica basado en inteligencia artificial aplicadas antes y después de la implementación del programa.

Resultado: Los resultados mostraron mejoras estadísticamente significativas (α ≤ 0,05) entre las mediciones pretest y postest en todas las variables de rendimiento técnico, tanto para estudiantes masculinos como femeninos, a favor del postest. Los estudiantes masculinos mostraron la mayor mejora en la coordinación brazo-pierna y la fuerza de propulsión de la brazada, mientras que las mujeres mostraron una mejora notable en el control respiratorio, la estabilidad corporal y el ritmo de movimiento. Las comparaciones entre hombres y mujeres no revelaron diferencias estadísticamente significativas en la mayoría de las variables técnicas, excepto en la fuerza de propulsión del brazo, que favoreció a los hombres debido a diferencias fisiológicas.

Conclusión: Los hallazgos indican que los programas de corrección técnica basados en IA son eficaces para mejorar el rendimiento técnico y reducir los errores comunes en el nado mariposa entre estudiantes universitarios, independientemente del género.

Biografía del autor/a

  • Hussam Albdaiwi, Jadara University

    Assistant Professor, Faculty of Physical Education - Department of Physical Education, University of Jadara, Jordan

  • Laith Al-Sababha, Petra University

    Aassistant Professor, Physical Education, Patra University, Jordan

  • Dima Salah, Jadara University

    PhD of physical education, Full-time lecturer, Faculty of physical Educational, Family Guidance and sport Department, Jadara University, Jordan

  • Suha Alhassan, Jadara University

    Full-time lecturer, Faculty of physical Educational, Family Guidance and sport Department, Jadara University, Jordan

  • Haneen Abo Harb, Jadara University

    Full-time lecturer, Faculty of physical Educational, Family Guidance and sport Department, Jadara University, Jordan

Referencias

Casey, A., Goodyear, V., & Armour, K. (2017). Digital technologies and learning in physical education. Physical Education and Sport Pedagogy.

Chern, Y. R., Chen, Y. H., Lin, F. S., Lin, H. C., Chen, G. T., Chu, C. P., ... & Huang, C. H. (2025). A butterfly stroke swimming recording and performance analysis system based on computer vision and machinelearn-ing. Measurement, 251,117171.‏https://www.sciencedirect.com/science/article/abs/pii/S0263224125005305

Eisenbeis, G. (2025). Exploring the Potential of AI for Swim Technique Evaluation and Athlete-Centered Coaching.‏https://digital.kenyon.edu/dh_iphs_ai/55/

Mooney, R., Corley, G., Godfrey, A., et al. (2016). Analysis of swimming performance using inertial sen-sors. Sports Engineering.

Morais, J. E., Marinho, D. A., Neiva, H. P., Moriyama, S. I., & Barbosa, T. M. (2025). Swimming speed comparison between two distinct arm pulls during the butterfly swim stroke. International Journal of Sports Science & Coaching, 20(5), 2197-2203. https://doi.org/10.1177/17479541251350363

Pinto, M. P., Neiva, H. P., Sampaio, T., Oliveira, J. P., Marinho, D. A., Barbosa, T. M., & Morais, J. E. (2025). The Associations Between the Swimming Speed, Anthropometrics, Kinematics, and Kinetics in the Butterfly Stroke. Bioengineering, 12(8), 797. https://doi.org/10.1016/j.measurement.2025.117171

Powell, L., Polsley, S., Casey, D., & Hammond, T. (2023). The real-time classification of competency swimming activity through machine learning. International journal of aquatic research and education, 14(1), 6.‏https://scholarworks.bgsu.edu/ijare/vol14/iss1/6/

Tamer, S., & Atia, A. (2022, July). Recognition of Butterfly strokes using different Machine Learning Models. In 2022 International Conference on Electrical, Computer and Energy Technologies (ICECET) (pp. 1-6). IEEE.‏https://ieeexplore.ieee.org/abstract/document/9872896

Tri Fitrianto, A., Barnanda Rizky, O., Rahmadi, E., & Ramadhan, A. (2025). A systematic literature re-view of swimming performance prediction: methods, datasets, techniques and research trends. Retos, 67, 482-497. https://doi.org/10.47197/retos.v67.112197

Xu, W., & Xu, L. (2023). Characteristics of different swimming styles of swimming events based on arti-ficial neural network data acquisition system. Neural Computing and Applications, 35(6), 4337-4352.‏https://link.springer.com/article/10.1007/s00521-022-07130-7

Xu, Z. (2024). RESEARCH ON TEACHING MODEL OF SWIMMING SKILLS TRAINING IN COLLEGES AND UNIVERSITIES UNDER THE BACKGROUND OF ARTIFICIAL INTELLIGENCE. International Journal of Medicine & Science of Physical Activity & Sport/Revista Internacional de Medicina y Ciencias de la Actividad Física y del Deporte, 24(96). ‏https://research.ebsco.com/c/rxxpwy/search/details/xyn2fvoo25?db=edb

Xurui, L., & Guobao, Z. (2023). Enhancing the Swimmer Movement Techniques Using Cloud Computing and Artificial Intelligence. Mobile Networks and Applications, 28(6), 2093-2108.‏https://link.springer.com/article/10.1007/s11036-023-02167-x

Descargas

Publicado

01-04-2026

Número

Vol. 77 (2026)

Sección

Artículos de carácter científico: investigaciones básicas y/o aplicadas

Licencia

Derechos de autor 2026 Aysheh Ababaneh, Hussam Albdaiwi, Laith Al-Sababha, Dima Salah, Suha Alhassan, Haneen Abo Harb

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Los autores que publican en esta revista están de acuerdo con los siguientes términos:

    1. Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación de su obra, el cuál estará simultáneamente sujeto a la licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
    2. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
    3. Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).

Esta revista sigue la "open access policy" de BOAI (1), apoyando los derechos de los usuarios a "leer, descargar, copiar, distribuir, imprimir, buscar o enlazar los textos completos de los artículos".
(1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess

Cómo citar

Ababaneh, A., Albdaiwi, H., Al-Sababha, L., Salah, D., Alhassan, S., & Abo Harb, H. (2026). Evaluación de un programa de corrección técnica basado en inteligencia artificial para reducir errores comunes de estilo mariposa entre estudiantes de natación de la Universidad de Jadara. Retos, 77, 785-793. https://doi.org/10.47197/retos.v77.118688