Diferencias de género en la toma de decisiones neural: mecanismos cognitivos, implicaciones educativas y el papel de la inteligencia artificial Autores: Ioannis Mavroudis - Leeds Teaching Hospitals, NHS Trust, Leeds, United Kingdom; Aristotle University of Thessaloniki, Greece (GB) Foivos Petridis - Aristotle University of Thessaloniki (GR) Alin Ciobica - Alexandru Ioan Cuza University of Iasi; Appolonia University of Iasi; Grigore T. Popa University of Medicine and Pharmacy of Iasi; Academy of Romanian Scientists, Iasi Branch, Romania (RO) Gabriel Dascalescu - Alexandru Ioan Cuza University of Iași; Apollonia University of Iași, Romania (RO) Dimitrios Kazis - Aristotle University of Thessaloniki (GR) Antoneta Dacia Petroaie - Grigore T. Popa University of Medicine and Pharmacy of Iasi (RO) Otilia Novac - Grigore T. Popa University of Medicine and Pharmacy of Iasi (RO) Ioana Vata - Apollonia University of Iasi (RO) Bogdan Novac - Grigore T. Popa University of Medicine and Pharmacy of Iasi (RO) Resumen Esta revisión narrativa sintetiza la evidencia sobre los mecanismos neurocognitivos específicos según el género que subyacen a la toma de decisiones, el procesamiento emocional y el aprendizaje, y examina cómo los análisis impulsados por inteligencia artificial pueden mejorar las intervenciones personalizadas. A partir de estudios con EEG, fMRI, MEG, ERP y seguimiento ocular, mostramos que las mujeres tienden a implicar preferentemente redes prefrontales mediales y límbicas durante tareas semántico-relacionales y emocionales, mientras que los hombres reclutan circuitos parieto-occipitales para el procesamiento visuoespacial. El contexto cultural también modula estos patrones. Las aplicaciones de inteligencia artificial, como los clasificadores de aprendizaje automático aplicados a datos neurofisiológicos, mejoran la precisión de las predicciones informadas por el género y favorecen pedagogías adaptativas sensibles a la neurodiversidad. Concluimos que la integración de conocimientos neurocientíficos y de inteligencia artificial puede orientar el diseño educativo sensible al género y los sistemas de apoyo a la toma de decisiones, siempre que se implementen salvaguardias éticas frente al sesgo algorítmico y las vulneraciones de la privacidad.