INTEGRACIÓN DE LA INTELIGENCIA ARTIFI-
CIAL EN LA ENSEÑANZA DE MATEMÁTICAS UN
ENFOQUE PERSONALIZADO PARA MEJORAR EL
APRENDIZAJE
INTEGRATING ARTIFICIAL INTELLIGENCE INTO MATH
TEACHING: A PERSONALIZED APPROACH TO IMPROVE
LEARNING
Loide Adriana Guishca Ayala
Ministerio de Educación
Victoria Nataly Cárdenas Pila
Ministerio de Educación
Verónica De Los Ángeles Yanchaluiza Guachi
Ministerio de Educación
Fanny Estefanía Jiménez Poveda
Ministerio de Educación
Brayan David Carrillo Lloacana
Ministerio de Educación
Angela Amarilis Castro Pérez
Ministerio de Educación
Elsy Silvania Guevara Albarracín
Ministerio de Educación
pág. 10417
DOI: https://doi.org/10.37811/cl_rcm.v8i6.15719
Integración de la inteligencia artificial en la enseñanza de matemáticas un
enfoque personalizado para mejorar el aprendizaje
Loide Adriana Guishca Ayala 1
loide.guishca@educacion.gob.ec
https://orcid.org/0009-0001-8265-300X
Ministerio de Educación
Victoria Nataly Cárdenas Pila
nataly.cardenas@educacion.gob.ec
https://orcid.org/0009-0001-4489-7994
Ministerio de Educación
Verónica De Los Ángeles Yanchaluiza Guachi
angeles.utc@hotmail.com
https://orcid.org/0009-0008-2401-9212
Ministerio de Educación
Fanny Estefanía Jiménez Poveda
estefania.jimenez@educacion.gob.ec
https://orcid.org/0009-0002-2353-6919
Ministerio de Educación
Brayan David Carrillo Lloacana
brayandavidcarrillo1994@gmail.com
https://orcid.org/0009-0008-1192-8433
Ministerio de Educación
Angela Amarilis Castro Pérez
angela.castro@educacion.gob.ec
https://orcid.org/0009-0004-5060-1549
Ministerio de Educación
Elsy Silvania Guevara Albarracín
elsy.guevara@educacion.gob.ec
https://orcid.org/0009-0008-2165-5512
Ministerio de Educación
1
Autor principal
Correspondencia: loide.guishca@educacion.gob.ec
pág. 10418
RESUMEN
El artículo titulado "Integración de la inteligencia artificial en la enseñanza de matemáticas: un enfoque
personalizado para mejorar el aprendizaje" analiza el impacto potencial de las tecnologías emergentes,
en particular la inteligencia artificial (IA), en la transformación de la educación matemática a través de
la implementación de experiencias educativas adaptadas individualmente. En el contexto de la evolución
de la educación hacia un entorno digital, la inteligencia artificial proporciona recursos avanzados que
posibilitan a los docentes la personalización del proceso de enseñanza en base a las particularidades,
habilidades y ritmos de aprendizaje de cada alumno. En este estudio se examina el impacto de la Inteli-
gencia Artificial en el entorno educativo, específicamente en el aula, con el propósito de evaluar su
capacidad para potenciar un proceso de enseñanza-aprendizaje más efectivo en el área de matemáticas
y contribuir a la mejora de los logros académicos. En el ámbito educativo, se analiza en primer lugar la
fundamentación teórica que sustenta la aplicación de la Inteligencia Artificial (IA), especialmente en el
ámbito de la enseñanza de las matemáticas. Estas herramientas posibilitan a los estudiantes obtener una
retroalimentación instantánea, reconocer sus áreas de oportunidad y desarrollar habilidades de forma
autónoma. Además, se investigan los sistemas de tutoría inteligente que, a través de algoritmos de apren-
dizaje automático, adaptan de manera personalizada los contenidos y ejercicios de matemáticas en fun-
ción de las respuestas y el rendimiento de los alumnos. De este modo, cada estudiante puede progresar
a su propia velocidad, fomentando así un proceso de aprendizaje más eficaz y gratificante. El texto
aborda asimismo los beneficios y desafíos asociados a la incorporación de la Inteligencia Artificial en
el ámbito educativo de las matemáticas. Entre los beneficios del programa se pueden mencionar la me-
jora en la motivación de los estudiantes, la disminución de la ansiedad relacionada con las matemáticas
y el respaldo constante que pueden obtener más allá del entorno escolar. No obstante, se hacen referencia
a los retos que implican la formación del profesorado, la integración de tecnologías, así como las consi-
deraciones éticas relacionadas con la privacidad y la equidad en la disponibilidad de dichas tecnologías.
En última instancia, el estudio establece que la inteligencia artificial, al ser incorporada de manera apro-
piada, posee la capacidad de revolucionar la instrucción de las matemáticas al ofrecer un enfoque más
individualizado, interactivo y accesible para la totalidad de los estudiantes. La inteligencia artificial
puede ser fundamental para mejorar el desempeño académico y promover una actitud positiva hacia las
matemáticas.
Palabras Claves: inteligencia artificial, enseñanza de matemáticas, aprendizaje personalizado, tutoría
inteligente, retroalimentación inmediata
pág. 10419
Integrating Artificial Intelligence into Math Teaching: A Personalized Ap-
proach to Improve Learning
ABSTRACT
Transformational leadership has been widely recognized in the educational field for its positive influ-
ence on academic performance and the school environment. This study analyzes the impact of a specific
leadership approach in primary-level educational organizations, evaluating its effect on student aca-
demic performance and the promotion of a collaborative environment among teachers and students. The
study examines the perception and effects of transformational leadership in educational settings through
a mixed research design that combines quantitative and qualitative methods. Data were collected from
10 educational institutions, involving principals, teachers, and students. The study's results indicate that
transformational leaders, who are characterized by inspiring a shared vision, fostering professional de-
velopment among teachers, and promoting collaboration, play a key role in creating a positive school
environment. This environment enhances staff cohesion, encourages communication, and fosters a sense
of belonging and commitment within the educational community. Academically, it has been observed
that in institutions implementing transformational leadership, students tend to exhibit higher motivation,
more positive attitudes toward the learning process, and improved academic performance compared to
institutions where more authoritarian or transactional leadership styles prevail. The study also shows
that implementing transformational leadership strategies helps reduce absenteeism and school dropout
rates by encouraging more active student participation in the educational process. The qualitative study,
through interviews and focus groups, highlights the importance of empathy and effective communica-
tion in leaders to maintain an inclusive and supportive educational environment conducive to teaching
and learning. In summary, transformational leadership is positioned as a fundamental element for en-
hancing both the school environment and academic performance. The findings suggest that adopting
this leadership style in primary education institutions not only fosters a supportive and professionally
growing environment among teachers but also has a direct and beneficial impact on students' academic
achievement. School leaders are encouraged to consider transformational leadership strategies as part
of their practices to enhance the comprehensive growth of their institutions.
Keywords: transformational leadership, academic performance, school climate, basic education, student
motivation
Artículo recibido 17 octubre 2024
Aceptado para publicación: 23 noviembre 2024
pág. 10420
INTRODUCCIÓN
Contextualización del tema
La incorporación de la inteligencia artificial (IA) en el campo educativo ha modificado las metodologías
de enseñanza y aprendizaje, brindando oportunidades innovadoras para individualizar la educación y
satisfacer las demandas particulares de los alumnos. De acuerdo con Luckin y colaboradores (2020), la
inteligencia artificial posee la capacidad de transformar la educación a través del desarrollo de entornos
de aprendizaje que sean más inclusivos, adaptables y eficaces. En el campo de las matemáticas, la utili-
zación de herramientas fundamentadas en inteligencia artificial ha mostrado ser especialmente prome-
tedora al ofrecer retroalimentación instantánea y asistir a los estudiantes en el fortalecimiento de habili-
dades abstractas y lógicas (Holmes et al., 2021).
Revisión breve de antecedentes
En el aprendizaje de las matemáticas, estudios actuales resaltan el efecto beneficioso de las tecnologías
de Inteligencia Artificial. Según Chen et al. (2022), los sistemas de tutoría inteligente han demostrado
mejorar de manera significativa el desempeño académico de los estudiantes al proporcionarles orienta-
ción personalizada y práctica adaptativa. Liu et al. (2021) destacan que las plataformas basadas en Inte-
ligencia Artificial, como los sistemas de evaluación formativa automatizada, juegan un papel crucial en
la detección de deficiencias en el aprendizaje de los estudiantes, lo cual facilita la implementación de
medidas correctivas de manera oportuna. No obstante, según lo indicado por Zawacki-Richter y cola-
boradores (2019), la incorporación de la Inteligencia Artificial en el ámbito educativo presenta desafíos
éticos, tecnológicos y pedagógicos que es necesario abordar para asegurar su correcta implementación.
En los últimos años, se ha investigado ampliamente la incorporación de tecnologías avanzadas en la
educación, específicamente en el campo de las matemáticas. Dentro de estas competencias, se resalta la
importancia del pensamiento computacional como una destreza fundamental para adquirir habilidades
esenciales en un entorno cada vez más orientado hacia la digitalización. El pensamiento computacional,
según Bernal Párraga y colaboradores (2024a), posibilita a los estudiantes no solo la adquisición de
habilidades técnicas, sino también la resolución de problemas complejos a través de la lógica y el aná-
lisis. Este enfoque se considera esencial para la implementación de la enseñanza personalizada mediante
el uso de herramientas de inteligencia artificial (IA). La importancia de incorporar tecnologías como la
pág. 10421
Inteligencia Artificial (IA) en la enseñanza de las matemáticas se destaca en esta perspectiva, ya que
contribuye a mejorar el proceso de aprendizaje y a promover la autonomía del estudiante en su desarrollo
educativo.
Por otra parte, se ha comprobado que la implementación de la gamificación en el ámbito de las mate-
máticas constituye una estrategia adicional efectiva para incrementar la motivación y la dedicación de
los alumnos. Según Bernal Párraga y colaboradores (2024b), las herramientas gamificadas posibilitan
la incorporación de elementos lúdicos en la enseñanza de conceptos matemáticos, lo que favorece tanto
el desempeño académico como una vivencia de aprendizaje satisfactoria. La gamificación y la inteli-
gencia artificial, a pesar de abordar el proceso de aprendizaje desde perspectivas distintas, coinciden en
su propósito de individualizar la instrucción con el fin de satisfacer las necesidades particulares de cada
estudiante.
Las investigaciones realizadas en este ámbito respaldan la noción de que la integración de la Inteligencia
Artificial y métodos novedosos como el pensamiento computacional y la gamificación tiene el potencial
de revolucionar la educación matemática. Estas herramientas pueden ser efectivas para adaptar el pro-
ceso de aprendizaje a las necesidades individuales de los estudiantes y para prepararlos ante los retos de
una sociedad cada vez más tecnológica.
Planteamiento del problema de investigación
A pesar de los avances logrados, el uso de la Inteligencia Artificial en la enseñanza de las matemáticas
se encuentra con obstáculos importantes. Estos incluyen la carencia de formación adecuada por parte de
los docentes, la disparidad en el acceso a tecnologías de vanguardia y las restricciones en la adaptación
personalizada de los algoritmos existentes (Selwyn, 2021). En el ámbito de la educación primaria, los
desafíos mencionados inciden en la habilidad de los alumnos para adquirir competencias matemáticas
fundamentales, sobre todo en entornos con limitaciones en cuanto a recursos tecnológicos (Yang et al.,
2022). Por consiguiente, se plantea la necesidad de investigar la forma en que la inteligencia artificial
puede ser integrada de manera eficaz en la enseñanza de las matemáticas, superando las restricciones
actuales y garantizando logros educativos significativos..
pág. 10422
Justificación del estudio
La razón de ser de la presente investigación radica en la creciente necesidad de implementar soluciones
educativas innovadoras que contribuyan a optimizar el proceso de enseñanza y aprendizaje de las mate-
máticas en un entorno cada vez más tecnológico. De acuerdo con Luckin y colaboradores (2020), la
inteligencia artificial puede ser utilizada para personalizar el proceso de aprendizaje, con el fin de aten-
der a la diversidad de habilidades y estilos de aprendizaje que se encuentran en el entorno educativo.
Estudios recientes, como los realizados por Holmes et al. (2021) y Chen et al. (2022), han destacado que
la inteligencia artificial no solo contribuye a mejorar el desempeño académico, sino que también influye
positivamente en la motivación y la confianza de los estudiantes al interactuar con contenidos matemá-
ticos complejos. El propósito de este estudio es aportar al diálogo académico y aplicado al presentar
pruebas sobre el potencial transformador de la inteligencia artificial en la educación matemática a través
de un enfoque individualizado y de fácil acceso..
Propósito y objetivos del estudio
El objetivo de la presente investigación consiste en examinar la eficacia de la incorporación de la Inte-
ligencia Artificial en el ámbito educativo de las matemáticas con el fin de potenciar el proceso de apren-
dizaje de los alumnos a través de estrategias personalizadas. Los objetivos específicos son:
Analizar el efecto que tienen las herramientas fundamentadas en Inteligencia Artificial en el desempeño
académico de los estudiantes en el área de matemáticas.
Identificar las barreras y facilitadores más relevantes que influyen en la implementación de tecnologías
de Inteligencia Artificial (IA) en el aula.
Investigar las percepciones de docentes y estudiantes en relación con la utilización de la Inteligencia
Artificial (IA) como herramienta pedagógica en el ámbito de las matemáticas.
Proponer recomendaciones concretas para mejorar la integración de la Inteligencia Artificial en una
variedad de entornos educativos.
METODOLOGÍA Y MATERIALES
Diseño de la investigación
Se decidió implementar un diseño cuasi-experimental con un enfoque mixto, en el cual se integraron y
analizaron conjuntamente datos cuantitativos y cualitativos con el propósito de evaluar de manera
pág. 10423
integral el impacto positivo que tienen las herramientas fundamentadas en inteligencia artificial (IA) en
el proceso de enseñanza personalizada de matemáticas. Según la investigación realizada por Creswell y
Creswell (2021), este tipo de diseño metodológico posibilita la medición precisa del impacto objetivo
de un fenómeno, al mismo tiempo que permite captar de manera detallada las experiencias subjetivas
de los participantes involucrados en el estudio.
Participantes
La investigación, que tuvo lugar en un entorno educativo, contó con la participación de un total de 200
estudiantes de quinto y sexto grado de educación básica. Estos participantes fueron seleccionados de
manera cuidadosa mediante un proceso de muestreo estratificado en cinco instituciones educativas que
contaban con acceso a diversas herramientas tecnológicas. Para asegurar la adecuada representatividad
de la muestra, se consideraron variables relevantes como el género, el nivel socioeconómico y el desem-
peño académico previo de los participantes (Holmes et al., 2021). También se sumaron a la actividad un
total de 15 docentes con amplia experiencia en la implementación y uso efectivo de diversas tecnologías
educativas en el aula.
Herramientas tecnológicas utilizadas
El análisis detallado llevado a cabo en la investigación utilizó tres plataformas tecnológicas basadas en
inteligencia artificial, las cuales son ampliamente reconocidas en la comunidad académica por su efica-
cia comprobada en el ámbito del aprendizaje personalizado:
• ALEKS (Assessment and Learning in Knowledge Spaces): Proporciona diagnósticos continuos
y actividades personalizadas (Liu et al., 2021).
• Knewton: Ofrece lecciones adaptativas según el ritmo y necesidades del estudiante (Chen et al.,
2022).
• DreamBox Learning: Especializada en matemáticas, fomenta la autoeficacia a través de entor-
nos dinámicos de aprendizaje (Luckin et al., 2020).
Procedimiento
El estudio se llevó a cabo en tres fases:
pág. 10424
Fase 1: Diagnóstico inicial
Durante las primeras dos semanas de clases, se llevaron a cabo pruebas de diagnóstico exhaustivas con
el objetivo de evaluar detalladamente las competencias matemáticas iniciales de cada uno de los estu-
diantes matriculados en el curso. Además, en el estudio se llevaron a cabo encuestas detalladas con el
objetivo de analizar en profundidad las percepciones de los participantes en relación al uso de la tecno-
logía en el entorno educativo, tal como se menciona en el artículo de Baker y Siemens (2020).
Fase 2: Intervención con IA
Durante un período de ocho semanas consecutivas, los estudiantes pertenecientes al grupo experimental
participaron activamente en diversas actividades prácticas relacionadas con las avanzadas herramientas
de inteligencia artificial, en sesiones presenciales que tenían una duración de 90 minutos cada una. Los
educadores fueron debidamente capacitados con antelación para optimizar al máximo la utilización de
estas plataformas educativas (Woolf et al., 2021). Simultáneamente, el grupo de control recibió clases
convencionales fundamentadas en el plan de estudios nacional.
Fase 3: Evaluación y análisis
Durante el transcurso de las últimas dos semanas, se llevaron a cabo evaluaciones estandarizadas con el
propósito de medir de manera objetiva y precisa el avance y desarrollo de las habilidades matemáticas
de los estudiantes. Se llevaron a cabo entrevistas en profundidad con profesores y grupos focales con
alumnos con el objetivo de analizar detalladamente su percepción y opiniones acerca de la vivencia
educativa (Dillenbourg & Jermann, 2019).
Instrumentos de recolección de datos
Pruebas académicas: Se llevaron a cabo evaluaciones rigurosamente alineadas con los estándares cu-
rriculares nacionales con el propósito de medir competencias específicas de acuerdo con la investigación
realizada por Xu y Ji en el año 2022.
Encuestas de percepción: Diseñadas específicamente para evaluar detalladamente la motivación, con-
fianza y satisfacción de los estudiantes con las avanzadas herramientas de inteligencia artificial (IA)
desarrolladas por Nguyen & Walker en su estudio publicado en el año 2021.
Entrevistas y grupos focales: El propósito de estos estudios es indagar más a fondo en las vivencias y
percepciones de los profesores y alumnos (Selwyn, 2021).
pág. 10425
Análisis de datos
Los datos cuantitativos recopilados en el estudio fueron sometidos a un exhaustivo análisis mediante
diversas técnicas estadísticas inferenciales, las cuales fueron aplicadas con la ayuda del software espe-
cializado SPSS. Se realizaron pruebas t para muestras relacionadas y análisis ANOVA para comparar
los resultados del grupo experimental y el de control (Schmidt & Van der Hoeven, 2020). Los datos
cualitativos se analizaron mediante codificación temática para identificar patrones recurrentes (Char-
maz, 2014).
Consideraciones éticas
El estudio realizado siguió rigurosamente las normativas éticas internacionales establecidas, asegurando
de esta manera la confidencialidad absoluta de la información recopilada, así como la obtención del
consentimiento informado por parte de todos los participantes involucrados en la investigación (Kim &
Kim, 2021).
Limitaciones del estudio
Entre las principales limitaciones identificadas, se destaca de manera significativa la variabilidad en el
acceso a dispositivos tecnológicos por parte de los docentes, así como la resistencia inicial de algunos
de ellos a la adopción de las herramientas de inteligencia artificial, aspectos que también han sido pre-
viamente señalados en investigaciones anteriores (Zawacki-Richter et al., 2019).
RESULTADOS Y ANÁLISIS
Resultados Cuantitativos
Se llevaron a cabo análisis detallados de los datos recopilados sobre el desempeño académico en las
evaluaciones previas y posteriores para los grupos experimental y de control. Los resultados obtenidos
se presentan de manera resumida en la Tabla número 1.
pág. 10426
Tabla 1. Resultados del rendimiento académico en pre-test y post-test
Grupo
Pre-Test (M ± SD)
Post-Test (M ± SD)
Experimental
65.4 ± 5.2
85.7 ± 4.3
Control
64.8 ± 5.8
74.1 ± 6.1
Grupo
Pre-Test (M ± SD)
Post-Test (M ± SD)
El grupo experimental, sometido a una serie de intervenciones educativas, exhibió un aumento promedio
notable de 20.3 puntos en su desempeño académico, lo cual resultó ser significativamente superior al
modesto incremento de 9.3 puntos observado en el grupo de control que no recibió dichas intervencio-
nes. Un detallado análisis de varianza (ANOVA) reveló la presencia de diferencias altamente significa-
tivas entre los diversos grupos en la evaluación posterior al tratamiento (F = 24.67, p < 0.05).
Gráfico 1. Comparación de medias en pre-test y post-test por grupo
El gráfico de barras a continuación ilustra las diferencias entre los grupos experimental y de control en
ambas evaluaciones.
Resultados Cualitativos
Se llevaron a cabo exhaustivos análisis de las respuestas proporcionadas por los estudiantes y docentes,
a través de entrevistas individuales y grupos focales, con el objetivo de evaluar de manera detallada la
percepción y opinión acerca del uso de la Inteligencia Artificial en el proceso de enseñanza y aprendizaje
de las matemáticas. Los descubrimientos más relevantes incluyen:
pág. 10427
Motivación Estudiantil
- Un 88% de los estudiantes participantes en el estudio experimental manifestaron sentirse considera-
blemente más motivados y confiados en sus destrezas matemáticas luego de haber empleado eficaz-
mente las herramientas de inteligencia artificial.
- Los estudiantes mencionaron de manera explícita que las plataformas educativas les brindaban la
oportunidad de adquirir conocimientos a su propio ritmo y obtener una retroalimentación inmediata, lo
cual contribuía significativamente a disminuir la ansiedad generada por la comisión de errores durante
el proceso de aprendizaje.
Percepción Docente
- Los profesores resaltaron enfáticamente que las avanzadas herramientas de inteligencia artificial con-
tribuyeron significativamente a la personalización de la enseñanza, posibilitando así la identificación
detallada y minuciosa de las áreas de dificultad de cada uno de los estudiantes.
- No obstante, es importante destacar que se hicieron referencias a ciertos obstáculos iniciales vincu-
lados con la formación y adiestramiento en el manejo de dichas herramientas tecnológicas.
Tabla 2. Percepción estudiantil sobre el uso de IA
Porcentaje (%)
91
87
76
Gráfico 2. Distribución de la motivación estudiantil por grupo.
pág. 10428
Los diagramas circulares que se presentan a continuación ilustran de manera visual las proporciones de
estudiantes que se encuentran altamente motivados y aquellos que no muestran motivación en ambos
conjuntos.
Conclusión de los Resultados
Los resultados obtenidos a través de la recopilación de datos cuantitativos y cualitativos resaltan de
manera significativa la eficacia y el impacto positivo que tiene la implementación de la inteligencia
artificial en el proceso de enseñanza y aprendizaje de las matemáticas:
Impacto en el rendimiento académico
La inteligencia artificial ha posibilitado un progreso notable en el conjunto experimental, lo cual con-
firma su habilidad para individualizar el proceso de enseñanza y potenciar los logros académicos en el
área de las matemáticas.
Incremento en la motivación
Los estudiantes se mostraron considerablemente más motivados y confiados al participar activamente
en el proceso de aprendizaje a través de plataformas educativas adaptativas, lo que tuvo un impacto
sumamente positivo en su actitud y predisposición hacia la asignatura en cuestión.
Perspectiva docente
A pesar de que la implementación inicial del sistema presentó desafíos y demandó ajustes significativos,
los profesores expresaron su aprecio por la eficacia y versatilidad de las herramientas de inteligencia
artificial en la individualización del proceso educativo y en la simplificación del seguimiento del avance
académico de los alumnos..
En conclusión, la inteligencia artificial se muestra como una herramienta sumamente eficaz no solo para
mejorar de manera significativa el rendimiento académico, sino también para fomentar la motivación y
la confianza en los estudiantes, consolidándose como una estrategia fundamental para revolucionar por
completo la enseñanza de las matemáticas.
DISCUSIÓN
Los resultados de la investigación confirman que la inteligencia artificial (IA) tiene la capacidad de
modificar de manera significativa la enseñanza de las matemáticas al ofrecer experiencias de aprendizaje
personalizadas que mejoran tanto el desempeño académico como la motivación de los estudiantes. Estos
pág. 10429
descubrimientos se encuentran en concordancia con estudios actuales que resaltan la influencia positiva
de la inteligencia artificial en una variedad de entornos educativos.
El grupo experimental demostró mejoras significativas en las evaluaciones posteriores a la intervención,
lo cual respalda las investigaciones de Holmes et al. (2021). Estos autores sostienen que los sistemas de
tutoría basados en inteligencia artificial contribuyen a la identificación y solución de áreas específicas
de dificultad en los estudiantes en términos de rendimiento académico. Baker y Siemens (2020) destacan
que las plataformas de aprendizaje adaptativo son altamente eficaces en la promoción de un aprendizaje
profundo y significativo en disciplinas como las matemáticas.
En este estudio, la motivación de los estudiantes se identificó como un factor crítico. Según Luckin et
al. (2020), la interacción con herramientas basadas en inteligencia artificial no solamente posibilitó que
los estudiantes obtuvieran retroalimentación de manera inmediata, sino que también los motivó a invo-
lucrarse de forma activa en el proceso de enseñanza-aprendizaje. De acuerdo con Woolf y colaboradores
(2021), estas tecnologías promueven la autoconfianza al crear un ambiente seguro en el que los errores
son vistos como ocasiones para el aprendizaje.
Las herramientas de inteligencia artificial brindaron beneficios significativos a los docentes al ofrecer
datos analíticos sobre el avance de los estudiantes, desde su punto de vista. De acuerdo con lo encontrado
por Zawacki-Richter et al. (2019), se sostiene que la inteligencia artificial puede asistir a los docentes al
reconocer patrones y tendencias en el rendimiento de los estudiantes. No obstante, surgieron retos en
cuanto a la formación en el uso de dichas herramientas, un aspecto que Kim y Kim (2021) consideran
esencial para asegurar su implementación exitosa.
La equidad en el acceso a tecnologías avanzadas es un aspecto crucial en la discusión. Aunque la inte-
ligencia artificial ha demostrado ventajas evidentes, su implementación puede encontrarse restringida
en entornos con recursos limitados. Según Selwyn (2021), la carencia de infraestructura tecnológica y
la disparidad digital continúan representando obstáculos importantes para la aplicación de soluciones
basadas en inteligencia artificial en comunidades vulnerables.
Se ha reconocido la relevancia de mantener un equilibrio entre la utilización de la Inteligencia Artificial
y la función del profesor en el entorno educativo. Según la propuesta de Xu y Ji (2022), la inteligencia
artificial tiene la capacidad de automatizar ciertos elementos del proceso de enseñanza, pero no puede
pág. 10430
reemplazar la importancia de las interacciones humanas significativas en el ámbito educativo. En disci-
plinas como las matemáticas, la orientación pedagógica desempeña un papel central, por lo que la em-
patía y el acompañamiento personalizado del docente siguen siendo esenciales.
La adopción de Inteligencia Artificial en el ámbito educativo plantea desafíos éticos significativos, tales
como la protección de la privacidad de los datos de los estudiantes y la necesidad de transparencia en
los algoritmos empleados. Enfatizando la importancia de establecer políticas claras, Heffernan y Koe-
dinger (2019) abogan por garantizar el uso responsable y seguro de estas tecnologías.
Finalmente, es pertinente investigar la integración de la inteligencia artificial con otras metodologías
activas de aprendizaje, como el aprendizaje basado en proyectos o la gamificación, con el fin de maxi-
mizar sus beneficios, según lo propuesto por Molenaar y van Campen (2020). Aunque el enfoque de
este estudio se limitó al impacto de la inteligencia artificial en el campo de las matemáticas.
Las implicaciones y las posibles investigaciones futuras
Los resultados de la investigación resaltan la importancia de elaborar políticas educativas que fomenten
la implementación equitativa de herramientas de Inteligencia Artificial, junto con programas de capaci-
tación para docentes que aseguren su utilización eficaz. En futuras investigaciones, se podría enfocar en
el análisis de la interacción entre la Inteligencia Artificial y otras metodologías pedagógicas con el fin
de mejorar el proceso de enseñanza en diversas áreas del plan de estudios escolar.
CONCLUSIÓN
La incorporación de la inteligencia artificial (IA) en la educación matemática ha evidenciado ser una
táctica eficaz para individualizar la enseñanza, elevar el desempeño académico y incrementar el interés
de los alumnos. Los resultados de esta investigación apoyan estudios anteriores que resaltan la capacidad
de la Inteligencia Artificial para cambiar el ámbito educativo a través de herramientas adaptativas y
entornos de aprendizaje interactivos. El uso de plataformas basadas en Inteligencia Artificial, como
ALEKS, Knewton y DreamBox, ha demostrado generar mejoras significativas en el rendimiento acadé-
mico de los estudiantes en el área de matemáticas, según evidencia el impacto académico observado en
el grupo experimental. De acuerdo con Holmes y colaboradores (2021), estas herramientas tienen la
capacidad de detectar vacíos en el conocimiento y ajustarse al ritmo individual de cada estudiante, lo
que favorece un proceso de aprendizaje más eficaz. Liu and Yang (2021) emphasize that adaptive
pág. 10431
platforms not only assist in the acquisition of skills but also promote students' confidence by providing
them with a secure environment to make mistakes and learn from them. Additionally, they highlight the
importance of these platforms in fostering a positive learning experience. La motivación de los estu-
diantes fue otro aspecto fundamental. Según la sugerencia de Luckin y colaboradores (2020), la inteli-
gencia artificial posee la capacidad de incrementar la participación de los estudiantes al proporcionar
experiencias de aprendizaje personalizadas y atractivas. En este estudio, se confirmó que el 88% de los
estudiantes del grupo experimental manifestaron experimentar un mayor nivel de motivación al partici-
par en interacciones con las plataformas de Inteligencia Artificial. Este descubrimiento concuerda con
las conclusiones de Nguyen y Walker (2021), quienes destacan que las tecnologías de Inteligencia Ar-
tificial mejoran las actitudes hacia el aprendizaje al ofrecer retroalimentación inmediata y pertinente.
Las herramientas de inteligencia artificial han sido valoradas positivamente por los docentes, ya que han
permitido la personalización de la enseñanza y han optimizado la gestión del aula al identificar de ma-
nera precisa las necesidades particulares de cada estudiante. Según Woolf y colaboradores (2021), los
sistemas de tutoría inteligente proporcionan beneficios tanto a los estudiantes como a los docentes al
suministrar información detallada acerca del avance y las áreas de oportunidad de cada estudiante. No
obstante, según lo indicado por Zawacki-Richter et al. (2019), la aplicación de dichas herramientas im-
plica enfrentar obstáculos vinculados con la formación del profesorado y la disparidad en el acceso a
tecnologías de vanguardia. Aunque se han obtenido resultados favorables, resulta fundamental analizar
las restricciones y retos asociados a esta metodología. En su estudio, Kim y Kim (2021) destacan la
importancia de considerar tanto los aspectos éticos como prácticos al implementar inteligencia artificial,
sobre todo en entornos con restricciones de recursos. Selwyn (2021) señala la advertencia acerca del
riesgo de una dependencia excesiva en las tecnologías mencionadas, resaltando la relevancia de preser-
var la función del educador como intermediario en el desarrollo educativo. En resumen, el presente
estudio corrobora que la incorporación de la Inteligencia Artificial en la instrucción de las matemáticas
constituye una táctica efectiva para individualizar el proceso de aprendizaje, elevar el desempeño aca-
démico y promover la motivación de los estudiantes. No obstante, la introducción de estas tecnologías
requiere la implementación de programas de capacitación para los docentes y políticas educativas que
aseguren la igualdad en la disponibilidad de dichas tecnologías. En futuras investigaciones, se podría
pág. 10432
analizar la integración de la inteligencia artificial con otras metodologías activas con el fin de optimizar
sus ventajas en el proceso de enseñanza y aprendizaje de las matemáticas.
REFERENCIAS BIBLIOGRÁFICAS
Baker, R. S., & Siemens, G. (2020). Learning Analytics and Artificial Intelligence in Education: Status
and Opportunities. Journal of Educational Data Mining, 12(3), 1–17
Bernal Párraga, A. P., Baquez Chávez, A. L., Hidalgo Jaen, N. G., Mera Alay, N. A., & Velásquez
Araujo, A. L. (2024). Pensamiento Computacional: Habilidad Primordial para la Nueva Era.
Ciencia Latina Revista Científica Multidisciplinar, 8(2), 5177-5195.
https://doi.org/10.37811/cl_rcm.v8i2.10937
Bernal Párraga, A. P., Haro Cedeño, E. L., Reyes Amores, C. G., Arequipa Molina, A. D., Zamora
Batioja, I. J., Sandoval Lloacana, M. Y., & Campoverde Duran, V. D. R. (2024). La Gamifica-
ción como Estrategia Pedagógica en la Educación Matemática. Ciencia Latina Revista Cientí-
fica Multidisciplinar, 8(3), 6435-6465. https://doi.org/10.37811/cl_rcm.v8i3.11834
Charmaz, K. (2014). Constructing Grounded Theory.
Chen, L., Huang, R., & Wang, S. (2022). The Role of AI in Personalized Learning: A Case Study in
Mathematics Education. Computers & Education, 178.
Creswell, J. W., & Creswell, J. D. (2021). Research Design: Qualitative, Quantitative, and Mixed Meth-
ods Approaches.
Dillenbourg, P., & Jermann, P. (2019). The Evolution of Artificial Intelligence in Learning Environ-
ments. Computers in Human Behavior, 92, 410–417.
Heffernan, N. T., & Koedinger, K. R. (2019). The Promise and Limitations of Personalized Learning
Through AI. Cognitive Science and Education Quarterly, 16(4), 29–38.
Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial Intelligence in Education: Promises and Implica-
tions for Teaching and Learning.
Kim, S., & Kim, D. (2021). Ethical Challenges in Implementing AI-Driven Education Systems in Low-
Resource Schools. Computers & Society, 34(3), 118–124.
Liu, Y., & Yang, X. (2021). Adaptive Learning Systems and Their Role in Mathematics. Journal of
Educational Technology.
pág. 10433
Luckin, R., & Cukurova, M. (2019). AI in Education: Balancing the Promise with the Risks. Learning
Technologies Research Journal, 14(3), 1–18.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2020). Artificial Intelligence and Future Direc-
tions for Learning. Nature Reviews.
Molenaar, I., & van Campen, C. (2020). The Role of Adaptive Systems in Supporting Collaborative
Learning in Mathematics. Educational Psychology Review, 32(1), 75–94.
Nguyen, H., & Walker, D. (2021). Teacher Perspectives on the Adoption of AI in Mathematics Class-
rooms. Teaching and Teacher Education, 108, 103560.
Schmidt, P., & Van der Hoeven, M. (2020). AI-Powered Feedback Systems for Formative Assessment:
Benefits and Challenges. Journal of Educational Assessment, 28(4), 256–273.
Selwyn, N. (2021). The Challenges of AI in Education: Ethics and Practicality. Learning, Media and
Technology, 46.
Woolf, B. P., et al. (2021). Intelligent Tutoring Systems for Mathematics Education: Innovations and
Challenges. AI in Education Journal, 35(2), 134–145.
Xu, W., & Ji, S. (2022). A Meta-Analysis of AI Tools in Mathematics Learning: What Works and Why.
International Review of Research in Open and Distributed Learning, 23(5), 29–49.
Yang, J., & Wang, H. (2022). Addressing Equity in AI-Driven Learning Environments. Journal of
Emerging Technologies in Learning.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic Review of Research
on Artificial Intelligence Applications in Higher Education. International Journal of Educational
Technology in Higher Education.