Este documento muestra que la inteligencia artificial está transformando fundamentalmente los planes de estudio universitarios al permitir la personalización basada en datos, lo que mejora los resultados de los estudiantes y alinea mejor los programas educativos con las demandas laborales en evolución. Específicamente, se aplicaron aquí análisis predictivos, algoritmos de aprendizaje automático y procesamiento de lenguaje natural, fundamentados en la teoría del aprendizaje constructivista y los principios de Interacción Humano-Computadora, para evaluar el rendimiento estudiantil e identificar a los estudiantes en riesgo para proponer rutas de aprendizaje personalizadas. Los resultados indicaron que el currículo basado en IA logró tasas de finalización de cursos (89.72%) y de retención (91.44%) mucho más altas, así como tasas de abandono (4.98%) en comparación con el modelo tradicional. El análisis de sentimientos de la retroalimentación de los aprendices mostró una experiencia de aprendizaje más positiva, mientras que los análisis de regresión y ANOVA demostraron que el impacto de la IA en la mejora del rendimiento académico es real. Por lo tanto, la entrega de contenido de aprendizaje para cada estudiante se mejoró continuamente en función de las características individuales de los aprendices y las tendencias de la industria mediante sistemas de recomendación habilitados por IA y modelos de aprendizaje adaptativo. A pesar de sus ventajas, el estudio enfatiza la necesidad de abordar las preocupaciones éticas, garantizar salvaguardias de privacidad de datos y mitigar el sesgo algorítmico antes de que se pueda reclamar un resultado equitativo. Estos hallazgos pueden informar a las instituciones que aspiran a adoptar modelos impulsados por IA para la innovación curricular y construir un ecosistema educativo más dinámico, receptivo y centrado en el aprendiz.