ISSN: 2959-6513 - ISSN-L: 2959-6513
Volumen 5.
No. 10 / Enero – Julio 2025
Páginas 460 - 478
Potencialidades en enseñanza-aprendizaje
de matemática usando inteligencia artificial en educación básica
latinoamericana: revisión sistemática
Potentialities
in Mathematics Teaching-Learning Using Artificial Intelligence in Latin
American Basic Education: Systematic Review
Potencialidades no Ensino-Aprendizagem da Matemática
Utilizando a Inteligência Artificial na Educação Básica Latino-Americana:
Revisão Sistemática
Jose Santos
Perez Cubas
https://orcid.org/0000-0003-0678-3483
Universidad
Cesar Vallejo
Chiclayo - Perú
Jhelly Reynaluz Perez Nuñez
https://orcid.org/0000-0003-0717-8277
Universidad Nacional Mayor de San Marcos
Lima - Perú
Angel Johel Centurion Larrea
https://orcid.org/0000-0002-7169-7680
Universidad Cesar Vallejo
Chiclayo - Perú
http://doi.org/10.59659/revistatribunal.v5i10.124
Artículo recibido 03 de septiembre de 2024 / Arbitrado 28 de septiembre de
2024 / Aceptado
19 noviembre 2024 / Publicado 01
de enero de 2025
Resumen
Este artículo presenta una revisión sistemática de la literatura sobre
las potencialidades de la inteligencia artificial (IA) en la
enseñanza-aprendizaje de matemáticas en la educación básica en Latinoamérica.
Tiene como objetivo evaluar cómo usando herramientas de IA puede transformar
procesos de enseñanza y mejorar aprendizajes de los estudiantes en esta área.
La metodología incluye la búsqueda y análisis de estudios relevantes publicados
entre 2020 y 2023, utilizando criterios de exclusión e inclusión que garantizan
relevancia y calidad de las fuentes. Los resultados indican que con
implementación de tecnologías basadas en IA, como plataformas de aprendizaje
adaptativo, tutores virtuales, demostraron mejoras significativas en la
comprensión matemática y en la motivación de los estudiantes. Las conclusiones
destacan que la integración de la IA en la educación básica no solo optimiza el
aprendizaje de matemáticas, sino también contribuye a personalizar la
enseñanza, atendiendo así las diversas necesidades de los estudiantes en la
región.
Palabras
clave: Inteligencia artificial, Enseñanza de las matemáticas, Enseñanza
individualizada, Educación básica, Calidad de la educación, Competencias del
docente.
Abstract
This
article presents a systematic review of the literature on the potential of
artificial intelligence (AI) in the teaching-learning of mathematics in basic
education in Latin America. The objective is to evaluate how using AI tools can
transform teaching processes and improve student learning in this area. The
methodology includes the search and analysis of relevant studies published
between 2020 and 2023, using exclusion and inclusion criteria that guarantee
relevance and quality of the sources. The results indicate that the
implementation of AI-based technologies, such as adaptive learning platforms
and virtual tutors, demonstrated significant improvements in mathematical
understanding and student motivation. The conclusions highlight that the
integration of AI in basic education not only optimizes mathematics learning,
but also contributes to personalize teaching, thus meeting the diverse needs of
students in the region.
Keywords: Artificial
intelligence, Mathematics education, Individualized instruction, Basic
education, Quality of education, Teacher competencies.
Resumo
Este artigo apresenta uma revisão sistemática da literatura sobre o
potencial da inteligência artificial (IA) no ensino-aprendizagem de matemática
na educação básica na América Latina. O objetivo é avaliar como o uso de
ferramentas de IA pode transformar os processos de ensino e melhorar a
aprendizagem dos alunos nessa área. A metodologia inclui a busca e a análise de
estudos relevantes publicados entre 2020 e 2023, utilizando critérios de
exclusão e inclusão que garantem a relevância e a qualidade das fontes. Os
resultados indicam que a implementação de tecnologias baseadas em IA, como
plataformas de aprendizagem adaptativa e tutores virtuais, demonstrou melhorias
significativas na compreensão matemática e na motivação dos alunos. As
conclusões salientam que a integração da IA no ensino básico não só optimiza a
aprendizagem da matemática, como também contribui para personalizar o ensino,
respondendo assim às diversas necessidades dos estudantes da região.
Palavras-chave: Inteligência artificial, Ensino da matemática, Ensino individualizado,
Ensino básico, Qualidade da educação, Competências dos professores.
INTRODUCCIÓN
461
La IA como parte de una revolución tecnológica, no solo se utiliza para
resolver problemas sociales, también mejora la productividad profesional en
situaciones cotidianas, convirtiendo a las personas en actores proactivos y
productivos. Aprovechar positivamente la IA, constituye un reto potencial
valioso para educadores comprometidos en la formación integral para el futuro
de los estudiantes, esto mejorará su rendimiento académico y verá logrado sus
aprendizajes con mejores habilidades, respondiendo acertadamente con saberes
vivenciados, rezagando a escépticos, quienes creen que descuidarán aprender sin
poner en práctica sus capacidades, olvidando hechos básicos si confían que la
IA responda por ellos. Desarrollada actualmente la informática inteligente, los
conocimientos científicos e informáticos se han convertido en la principal
habilidad humana que impulsa las innovaciones industriales y los resultados
constituyen el eje del crecimiento empresarial y económico de cada organización
(Tapalova y Zhiyenbayeva, 2022). El
surgimiento de la sociedad del conocimiento ha puesto en innovación constante
el uso de Tecnologías de la Información y las Comunicaciones (TIC), permitiendo
incrementos impresionantes del proceso al transferir información a la sociedad
moderna para desarrollar actividades cotidianamente.
Contextos novísimos permiten depositar esperanzas renovadas acerca de
tecnologías impactantes de IA que serán aportes directos al trabajo efectivo,
ordenado, al controlar y reducir obstáculos para acceder y automatizar la
gestión optimizando cada proceso de Enseñanza-Aprendizaje, (Arias Gómez
et al., 2018; UNESCO, 2019; OCDE, 2018; Jara y Ochoa, 2020). Para el
desarrollo socio económico corporativo en una sociedad nacional, parecerá extraordinariamente
fructífera una realidad como ésta, sin duda también entraña riesgos, entonces
con la IA se intentará exigir se tomen decisiones incluso sin considerar las
previsiones auténticas de quien lo creó (Jiménez, 2023). Por tanto, resulta
necesario considerar sin dilaciones la preocupación ética preventiva; toda
revolución de carácter científico tecnológico conlleva a nuevos desequilibrios
sociales indescuidables. Con IA se facilita la personalización del aprendizaje
mediante la presentación de tecnologías que contribuye a preparar personas
jóvenes para cualquier mercado laboral con cambiante iniciativa, posible de
enfrentar nuevos retos en la sociedad, (Ayuso, D., 2022). En el ámbito socio
económico, la IA es reconocida y convertida en eje más importante de
crecimiento que contribuye a mejorar la calidad de vida. La digitalización con
IA repercute en el crecimiento global, innovador, integrador y sostenible en
diferentes sectores. (Dignun, 2021; Tapalova y Zhiyenbayeva, 2022).
462
En el ámbito educativo, se han producido rápidos avances tecnológicos y
científicos usando IA que aceleran niveles del conocimiento humano,
involucrando tecnologías como el desarrollo de robótica, el uso de la nube como
archivo memoria computacional y el derecho ineludible del internet para
conectividad e interactividad humana haciendo transformación de disciplinas
educativas, económicas, industriales, desafiando las ideas sobre lo que
significa ser persona con conocimiento e inteligencia natural. Para desarrollar
áreas temáticas en todo proceso educacional, en muchos sistemas educativos se
está incluyendo el uso y práctica de IA como estrategia en las actividades de
enseñanza y aprendizaje (E-A)
convirtiendo el proceso en revolución cotidiana de las más importantes,
resultando un aporte potencial para docentes comprometidos con el bien social y
al desarrollo comunitario, evidenciar una práctica docente mejorada respetando
normas y estándares mundiales, estrechamente ligadas a principios de paz y
bienestar; por parte del estudiante a obtener logros de aprendizaje
optimizados. Incorporar retos mediante ayuda de IA, compromete al profesorado
asumir la identidad con la institución educativa (IE). (León y Viña, 2017;
Eaton et al., 2018)
En el contexto mundial, el progreso tecnológico científico ha provocado
importantes innovaciones como invenciones que han generado trascendentes
impactos al desarrollo empresarial, económicos como sociales, desde inicios
hasta ubicarse gradualmente en una escala globalizada. El uso de tecnologías
según intencionalidad de sus conductores, tienen un propósito general y es que
pueden convertirlo en base de muchas revoluciones culturales e industriales,
generando mejoras económicas hasta cambios socioculturales drásticos en el
contexto histórico humano. Por tanto, la resultante de estas innovaciones es
producto de la aplicabilidad del intelecto humano que genera conocimientos de
rango científico al desarrollar cada vez tecnologías más avanzadas. (Abugattás,
et al., 2021)
El involucramiento de IA en
actividades educativas de formación estudiantil con validez científica y
tecnológica, buscando lograr perfiles de egreso, constituye un cúmulo de retos
y desafíos para los docentes, obligados a conocer y saber cómo aplicarlos
respetando procesos pedagógicos y didácticos en cada área del conocimiento; en
matemáticas constituye un espectro vasto del saber científico al favorecer la
transformación profunda tanto personal, cultural, comunicativa, informativa, de ciudadanos en su convivencia
comunitaria. La más drástica transformación se evidenció claramente durante el
confinamiento al que docentes y estudiantes fueron obligados en la pandemia
ocasionada por el COVID 19 a usar herramientas digitales y sus diferentes
canales, estableciendo comunicación virtualizada para cumplir con el proceso
educativo (Castillejos, 2022). Además, el cierre motivado por la pandemia
obligó a docentes y aprendices valorar sus niveles competitivos usando las TIC;
esta necesidad comprometía mantener activo el proceso de la E-A a ambos que
deberían buscar medios adecuados para desarrollar sus mejores habilidades
utilizando herramientas del mundo digital sin dar importancia al contexto socio
cultural donde se encontrasen. (Fernández, 2021; Castillejos, 2022).
463
Con base en lo mencionado con anterioridad, se plantea como objetivo de
este estudio evaluar cómo usando herramientas de IA puede transformar procesos
de enseñanza y mejorar aprendizajes de los estudiantes en esta área.
MÉTODO
La presente investigación se inició buscando artículos científicos
publicados a partir del año 2020 referidos a IA, indagación que se realizó a
inicios de julio del 2023, usando Scopus y Scielo como bases de datos
científicas de confianza máxima. Durante el proceso de búsqueda se logró una
cantidad de hallazgos significativos en documentos publicados sobre el tema,
muchos repetidos y otros sin coincidencia necesaria con el interés del estudio,
generando así una visión precisa sobre los artículos que se deberían
seleccionar, considerando asimismo que era una búsqueda no sistemática aún, ya
que los resultados de la base Scopus fueron en menor cantidad comparándolo con
lo encontrado en la base de datos científica Scielo. A fin de satisfacer a las
variables motivo de estudio del presente artículo con las múltiples
investigaciones encontradas, se procesó una depuración sistemática de
documentos no coincidentes con sus intereses de contenido. En cuanto a la
búsqueda preliminar realizada, las investigaciones encontradas en Scopus fueron
un total de 674 con el específico “inteligencia artificial” y en la base Scielo
se encontró un total de 1002 con el mismo término de búsqueda.
La búsqueda inicial comenzó con las palabras “artificial intelligence”,
obteniéndose un resultado de 674 documentos visualizados en Scopus y 1002
documentos visualizados en Scielo. Posteriormente, se hizo búsqueda sistemática
con ayuda de los operadores booleanos combinando OR y AND tal como sigue:
La revisión sistemática del presente artículo se realizó con Scopus y
Scielo por ser bases de datos científicas de mayor renombre. Este proceso se
hizo apoyándose en motores de búsqueda, eligiendo artículos primarios acorde a
criterios establecidos para considerarlo como incluidos o excluidos según el
idioma y el tiempo de publicación, determinando límites para no incluirlos en
dicha tarea de búsqueda. Las fuentes de revisión empezaron a funcionar de forma
sistemática para las bases Scopus y Scielo durante el mes de julio del 2023.
464
Considerando la base del año 2020 se organizó un cuadro de doble entrada
para evidenciar la búsqueda de artículos sobre IA publicados y temporalizados
conforme a lo indicado; desde el 2020 hasta 2023 se hizo búsqueda con palabras:
“artificial intelligence”, luego “artificial AND intelligence AND an AND
education”, después con “artificial AND intelligence AND an AND learning”,
finalmente con “artificial AND intelligence AND an AND mathematics”, tal como
se visualiza la tabla 1.
Tabla 1. Niveles de análisis y códigos establecidos
|
Palabras de búsqueda |
Código |
|
“artificial
intelligence” |
1 |
|
“artificial
AND intelligence AND an AND education” |
2 |
|
“artificial
AND intelligence AND an AND learning” |
3 |
|
“artificial
AND intelligence AND an AND mathematics” |
4 |
Para organizar la información, se elaboró la tabla 1 donde las columnas
relacionan las variables que están siendo examinadas con su respectivo código
asignado. En la tabla 2, definidas ya las palabras de búsqueda se les relacionó
con el número de documentos encontrados, los casilleros de filas son los
criterios de búsqueda con empleo de operadores booleanos OR y AND. Seguidamente
se inició un rastreo preventivo sólo considerando las palabras clave de
“artificial intelligence” en modo búsqueda inicial; posteriormente se acudió al
modo búsqueda sistemática con ayuda de OR y AND combinando con las palabras
“artificial intelligence”, “Artificial AND intelligence AND an AND education”,
“Artificial AND intelligence AND an AND learning”, “Artificial AND intelligence
AND an AND mathematics”; asimismo, se aceptó considerando el título de los
documentos y posteriormente revisando el
resumen y palabras clave de cada documento seleccionado.
En cuanto a los criterios de exclusion, no se toman en cuenta
investigaciones que no consideren las variables de estudio “inteligencia artificial”,
“aprendizaje de matemática”. Ademas, se excluyeron los estudios que no son de
aplicación de la IA en el proceso educativo, tambien las investigaciones que no
se han realizado como base de mejoras en el ámbito educativo y artículos que
corresponden a otras áreas como laborales y de aplicación industrial entre
otros campos.
Tabla 2. Selección de fuentes por base de datos científicas
según códigos de tabla 1
|
Criterio |
Nombre |
Detalle del procedimiento |
Fuentes |
|
|
Scopus |
Scielo |
|||
|
1 |
Identificados |
Extraídos de
la base de datos (búsqueda inicial). |
674 |
1002 |
|
2 |
Excluidos |
Sin
duplicados, sin acceso o inelegibles por naturaleza del archivo de la fuente
u otros formales con criterio. |
5 |
123 |
|
3 |
Excluidos |
Excluyendo
según criterios “exclusión” al revisar título, palabras claves. |
86 |
3 |
|
4 |
Excluidos |
Excluyendo
según criterios “exclusión” al revisar título, palabras claves. |
1 |
11 |
|
5 |
Seleccionados |
Los que quedan
por depuración final según resúmenes o revisión panorámica de su contenido. |
6 |
10 |
465
En Scopus, para “Artificial AND intelligence AND education” se encontró 5
documentos, para “Artificial AND intelligence AND learning” se pudo visualizar
86 documentos, para “Artificial AND intelligence AND y AND mathematics”
solamente 1 documento. En la base de datos Scielo, al hacer búsqueda en forma
sistémica con ayuda combinada de OR y AND, para las palabras “Artificial AND
intelligence AND education”, el resultado nos permitió encontrar 123
documentos, para “Artificial AND intelligence AND learning” se pudo visualizar
53 documentos y para “Artificial AND intelligence AND y AND mathematics” 11
documentos. Finalmente, se determinó la cantidad pertinente de fuentes de las
bases de datos, revisando el título de las investigaciones y posterior se
corroboró con el resumen y palabras clave de cada documento seleccionado; la
depuración selectiva posterior de documentos por duplicidad de títulos,
contenidos parecidos y los que no responden a las exigencias de las variables y
el escenario de estudio; como resultante se logró seleccionar según los niveles
de análisis mostrados en un total resumido para Scopus 6 documentos y para
Scielo 10 bajo los mismos criterios, como lo muestra la tabla 2.
Para una adecuada comprensión de los resultados conseguidos, se han
ordenado en cuadro de doble entrada, variables seleccionadas y consideradas en
el tema de estudio con su respectiva unidad de análisis conforme muestra la
tabla siguiente:
Tabla 3. Selección de variables y unidad de análisis
|
Variables |
Inteligencia
artificial |
|
Aprendizaje de
Matemática |
|
|
Unidad de
análisis |
Estudiantes de
educación básica |
RESULTADOS
En este apartado, atendiendo la información consolidada en la siguiente
tabla, incluyendo términos relacionados con los objetivos del presente estudio
como: teorías, antecedentes, definiciones y dimensiones, se considerarán los
aspectos encontrados en las fuentes de investigación que han antecedido.
466
467
Tabla 4. Síntesis de hallazgos de fuentes revisadas sobre IA
para mejorar aprendizajes de matemática en EBR
|
Teorías |
Antecedentes |
Definiciones |
Dimensiones |
|||
|
-Teoría del aprendizaje conectivista. -Teoría del aprendizaje significativo -Teoría de los sistemas inteligentes - Teoría del aprendizaje colaborativo. |
Vitanza; Rossetti; y Mondada, (2019). Selwyn,
(2019). Flogie y
Aberšek, (2021). |
-Desarrollar nuevas gamas de competencias digitales,
procesar información, pensamiento computarizado, aprendizaje digitalizado. - La IA con máquinas no inspira aprendizajes emotivos
como un docente, no brinda empatía en el proceso E-A. -Profesiones requieren mente humana para educar, la
IA solo ayuda a gestionar aprendizajes. |
-Tecnologías emergentes -Plan digital de IA. -Desafíos en educación con IA. |
|||
|
Castillejos, (2022) |
-Teoría del aprendizaje conectivista. -Teoría del aprendizaje colaborativo. -Teoría del aprendizaje profundo. -Teoría de las inteligencias múltiples. |
Rouhiainen, (2018). Paradigma Digital, (2020). |
-Inteligencias lingüísticas y lógico-matemática
manejan pensamientos crítico y creativo, aplicados con IA, identifican
problemas y valores del aprendiz, la práctica y uso de tecnología impactarán
el futuro. -La IA en la universidad como desarrollador de
tecnologías, busca satisfacer necesidades cognoscitivas del aprendiz digital
en el proceso E-A, información útil a transformarlo en nuevo conocimiento. |
-Contexto de aprendizaje -Motivación y autorregulación para aprender. -Ciudadano digital. -Inteligencia lógico-matemática. |
||
|
-Teoría de la Inteligencia Artificial Simbólica. |
|
-La IA en
el desarrollo unitario inteligente de máquinas puede ser igual o más
inteligente que la persona; preocupa, pero alivia, el pensar es arte, fuerza
incomparable, exclusivamente humana, no sería tal si no desarrolla
pensamiento: es impropia de las máquinas. |
-Máquina inteligente. -Interactividad -Aprendizaje continuo. |
|||
|
-Teoría del aprendizaje colaborativo. -Teoría de la socioformación. |
-La tecnología comunicativa favorece intercambiar
ideas estudiantes-docentes con resultados positivos. -Los sistemas de IA y Machine Learning (ML) son
tecnologías superiores de manejo humano para completar capacidades y están a
su servicio vivencial. |
-Sociedad del conocimiento-Sociedad de la
información. -Tecnologías comunicativas |
||||
|
-Teoría del aprendizaje profundo. -Teoría de las redes neuronales. -Teoría de la computación. |
Fundación
Banco de Santander, (2020). |
-El objetivo de la IA es trasladar el razonamiento
humano a la máquina que simulará razonar, imposible crear máquinas
artificiales conscientes, ellas no desarrollan procesos cognitivos
conscientemente. -Para comprender y usar el lenguaje humano con IA,
se desarrolla la disciplina llamada procesamiento del lenguaje natural (PLN). |
-Ciencias de la computación. -Traducción automatizada de textos. -Comprensión del lenguaje automatizado. |
|||
|
-Teoría del aprendizaje significativo -Teoría del aprendizaje conectivista -Teoría del aprendizaje adaptativo. |
-La IA solo será simulador de capacidades de la
inteligencia humana; el futuro de Latinoamérica con diversas tendencias de IA
en educación resulta atractivo e inalcanzable, poco probable que sistemas de
aprendizaje computarizados reemplacen la labor docente. |
Competencia digital. -Proceso E-A - Pensamiento computacional |
||||
|
-Teoría del aprendizaje conectivista -Teoría del aprendizaje colaborativo. |
-Usar robótica en educación, tiene propósito de
desarrollar competencias elementales en discentes que logren aprendizajes
para desempeñarse en la sociedad con rol protagónico. |
-Herramientas digitales. -Interacción digital. -La toma de decisiones en equipo. |
||||
|
(2023) |
-Teoría de la computación -Teoría de los sistemas inteligentes |
|
-La informática asociada a la robótica tiene
resultados asombrosos en diseño de máquinas humanoides: androides y ginoides
para realizar tareas ambiciosas de relacionarse con humanos. |
-La informática -La robótica -Relación máquina-hombre. |
||
|
-Teoría del aprendizaje conectivista. -Teoría del aprendizaje colaborativo. -Teoría de sistemas inteligentes. |
Zawacki;
Marín; Bond y Gouverneur, (2019). Comisión
Europea, (2018). |
-La IA en educación se desarrolla entre
posibilidades y riesgos, entusiasmo por avances, temor por resultados;
sistemas de IA han superado el uso instrumental de exclusiva actividad
humana, busca imitarlo, superarlo y pretende sustituirlo como modelador de
entornos, continuar su innovación con robots sociales. |
-Beneficios, Riesgos, y oportunidades de la IA para
la educación. |
|||
|
468 |
-Teoría del aprendizaje colaborativo. -Teoría de la computación -Teoría del aprendizaje basado en juegos. |
-Usar tecnología audiovisual, una plataforma digital
o un software con IA, implica enseñanza individual; como la gamificación,
estrategia incentivadora del estudio para desarrollar habilidades,
competencias pedagógicas, preparándolos para un mercado laboral competitivo
en sistemas operativos artificialmente inteligentes. |
-Tecnología audiovisual. -Plataforma digital. -Gamificación. -Interacción de aprendizajes. |
|||
|
(2021) |
-Teoría del aprendizaje colaborativo. -Teoría del aprendizaje conectivista. |
-Usar herramientas virtuales en educación con IA es
necesidad prioritaria en estudiantes, el docente toma protagonismo y decisión
oportuna del proceso formativo y retroalimentador. -Los Massive open online course (MOOC) responden en
tiempo real, evalúan contenidos, ofrece múltiples configuraciones al
organizar grupos y maneras diferentes de evaluar cursos; elementos que
contribuyen a mejorar procesos educativos y formativos. |
-Formación -Retroalimentación. -Contextos de aprendizaje. -Los MOOC -Acto comunicativo. |
De las fuentes revisadas se han seleccionado un total de dieciséis
investigaciones, siendo artículos de revistas publicadas en las que destacan
autores como (Flores et al,.2023) publicando su
artículo: “Reflexiones sobre la ética, potencialidades
y desafíos de la Inteligencia Artificial en el marco de la educación de calidad
(ODS 4)”, enfatizando que para un mejor entendimiento en la formación
académica aplicando IA, los estudiantes deben tener una preparación adecuada en
la asimilación cognoscitiva de competencias y herramientas digitales.
469
Por su parte los autores (Barrios-Tao et al,.2021)
en su producción “Propósitos de la educación frente al
desarrollo de la inteligencia artificial”, generan polémica internacional
al aseverar que la inclusión de la IA en educación brinda oportunidades de
desarrollo, pero puede poner en tela de juicio algunos posibles riesgos, si
bien es verdad que usando tecnologías digitales y herramientas computacionales
para lograr competencias contribuyentes al buen desempeño laboral de personas
en diferentes ámbitos de trabajo, también hay posibilidad que los sistemas
informáticos de IA superen el uso instrumental inteligente de la actividad
humana en el afán de imitarlo hasta
querer sustituirlo, con esta fuerza de remodelar las relaciones humanas y
continuar innovando mediante el uso de robots o almacenamiento de datos
informáticos. En tal sentido de la revisión sistemática sobre la aplicación de
IA en el ámbito educacional indican que al haber ausencia de diálogo natural entre
sistemas educativo-IA no habrá presencia docente, resultando gran preocupación
por falta de acercamiento entre las prácticas de E-A y sus fortalezas en la
educación de los estudiantes para controlar emociones en los procesos de
aprendizajes.
De otro modo, es necesarios compartir información en este apartado, sobre
la realidad bibliográfica, que si bien es cierto el tema de IA no es nuevo,
existen muchas investigaciones y estudios llevados a cabo en el campo
educativo, pero es verdad también que en el tema de IA para mejorar
aprendizajes de matemática con estudiantes de educación básica en Latinoamérica
son escasas en las bases de datos consultadas. Asimismo, se observa que de las
fuentes seleccionadas no todas han generado aportes para el análisis de la información
con referencia al presente estudio.
Escasez de
antecedentes sobre IA en educación básica.
En la categoría antecedentes, es ponderable la escasez de investigaciones
científicas sobre el uso de la IA en el ámbito de EB para el área de
matemáticas, pues, según la información sistematizada del cuadro de análisis se
deja entrever que todos los autores en consulta escriben sobre temas de IA
asociados en materias de otros campos de acción llámese industriales,
comerciales, de robótica, de estrategias y técnicas usadas para manejar
aprendizajes con información automatizada en el campo laboral. En el quehacer educativo, existen estudios e
investigaciones realizadas por autores nacionales, regionales e internacionales
pero asociados a la educación universitaria y al desempeño docente, más no así
referidos a aprendizajes de matemática con IA en EB.
En revisión de los antecedentes bibliográficos sobre IA para mejores
aprendizajes de matemática con estudiantes de EB en Latinoamérica, de las
fuentes referencia solamente los estudios de (Selwyn,
2019). “¿Deberían los robots sustituir al profesorado? La IA y el futuro de
la educación; (Flogie y Aberšek 2021) en
“Artificial intelligence in education. In O”; (Zawacki
et al, 2019) en “Systematic review of research on artificial intelligence
aplications in higher education –Where are the educators?” fijan información
relevante acerca de la necesidad que regula el presente estudio.
Identificando
definiciones pertinentes sobre IA.
470
Los resultados conseguidos en este rubro son numerosos entre muchos
descriptivos y otros cuantificables, tal como se ha mencionado la ausencia de
investigaciones cercanas a la temática competente de este artículo; sin
embargo, se considera pertinente compartir información sobre lo mencionado por
algunos autores a quienes se acudió a revisar su producción intelectual. Hidalgo et al. (2021) escriben “Una revisión sistemática
sobre aula invertida y aprendizaje colaborativo apoyados en inteligencia
artificial para el aprendizaje de programación”, allí refiere cercanamente
que las herramientas virtuales desde su aparición han motivado implementar la
IA convertida en prioridad excelsa en el ámbito escolar al necesitar usarlo en
la virtualidad, porque permite comprender las necesidades de los discentes
usando nuevas herramientas digitalizadas, plataformas virtuales, estrategias de
atención personalizada donde el docente se convirtió en protagonista oportuno
de formación y retroalimentación de cada actividad desarrollada en diversos
contextos de aprendizaje.
También hace referencia a la acción comunicativa docente-estudiante que
es mejor por ser personalizada, permitiendo absolver dudas en satisfacción de
las necesidades de cada aprendiz. Por tanto, sugieren implementar la IA con
tecnología y técnicas computarizadas adecuadas que gestionen el cambio de aulas
reales a virtuales en su forma natural con acción presencial del docente porque
ayuda a la adaptación de cada estudiante.
Por su parte Restrepo et al. (2022) en su trabajo
“Educación 4.0-integración de robótica educativa y dispositivos móviles
inteligentes como estrategia didáctica para la formación de ingenieros en STEM”
refiere que el propósito de desarrollar robótica en educación es desarrollar
competencias elementales generadoras de aprendizajes útiles para desarrollarse
en su grupo social o laboral cumpliendo roles protagónicos. Es más, afirman que
se deben usar teléfonos inteligentes porque tienen capacidad de procesar
información de mucha calidad que ayuden a mejorar desempeños educativos hasta
usarlo como un robot móvil, proyectándose al futuro puesto que los niños que
hoy están en escolaridad, podrán tener la posibilidad de trabajar teniendo
mejor manejo de habilidades digitales en contextos internacionales interactivos
con pares residentes en otros extremos de continentes mostrando capacidades,
habilidades y competitividad en su vivencia..
Presencia de
teorías sobre IA en el ámbito educativo
471
Del análisis efectuado se identificó diversas teorías relacionadas a las
variables de estudio consideradas en investigaciones sobre IA para mejorar
aprendizajes de matemática en estudiantes de EB en el periodo 2020-2023. En
base a consideraciones de contexto temático, se presentan las teorías que
constituyen hallazgos importantes sobre la temática, existen coincidencias
entre algunos autores, aunque la mayoría de ellos en sus estudios hacen
sobresalir el sustento de cada marco teórico defendido por diversas teorías
asociadas: Teoría del aprendizaje conectivista, del aprendizaje colaborativo,
de la computación, de los sistemas inteligentes, del aprendizaje significativo,
del aprendizaje adaptativo, de los modelos de IA.
El trabajo que más resalta las teorías sobre la base de su investigación
es el de Flores y García (2023) en su trabajo:
“Reflexiones sobre la ética, potencialidades y desafíos de la Inteligencia
Artificial en el marco de la Educación de Calidad (ODS 4)”, el autor
presenta su estudio sobre la base de las teorías: del aprendizaje conectivista,
de los modelos de IA, del aprendizaje significativo, de los sistemas
inteligentes, del aprendizaje colaborativo, demostrando de este modo
cuidadosamente sustentar su estudio de investigación sobre el refrendo con
teorías validadas que aseguran el respeto y la responsabilidad investigativa de
los autores sobre el tema.
Por su parte (Castillejos, 2022) en su artículo
de investigación científica “Inteligencia artificial y entornos personales de
aprendizaje: atentos al uso adecuado de los recursos tecnológicos de los
estudiantes universitarios” muestra cuán cuidadosa eleva su investigación
sobre las bases de las teorías: Del aprendizaje conectivista, del aprendizaje
colaborativo, del aprendizaje adaptativo, del aprendizaje profundo, de las
inteligencias múltiples, dejando entrever la importancia de incluir IA en la
práctica pedagógica de los docentes.
DISCUSIÓN
Arana (2021) en la investigación “Inteligencia
Artificial Aplicada a la Educación: Logros, Tendencias y Perspectivas” sustenta de manera
fehaciente y ordenada cómo es que la sociedad actual desde las últimas décadas
viene usufructuando de las ventajas que ofrece la IA con uso de la tecnología
digital. El hecho resulta que el tema en mención ha cobrado relevancia
fundamental en el cotidiano actuar y en cada contexto de vida de personas y
familias. Con la tecnología computacional que se exhibe al mundo entero, se
produce y existen artefactos y dispositivos de toda clase que permiten
acelerar, asistir y optimizar procesos diversos ya sean en actividades
educativas, laborales, en la salud, de investigación, de comunicación o
información, en la industrialización empresarial, o en la Interactividad social
con sus pares en diversas partes del mundo, permitiendo asimismo disfrutar del
tiempo libre.
472
Este proceso de cambio formidable no escapa del sistema educacional de
cualquier país, puesto que resulta consistente introducir la tecnología en los
claustros educativos como se puede hacer con la IA, o en cualquier ámbito donde
se designe como contexto de aprendizaje, ésta procura que ordenadores, artefactos
tecnificados o máquinas compuestas para tal fin, pretendan imitarlo, buscan
igualarlo inclusive superar a la inteligencia humana. Para ello desarrollan
habilidades de aprendizaje y se adaptan fácilmente hasta tomar decisiones
autónomas en actividades encomendadas.
Asimismo, el uso de herramientas de inteligencia artificial (IA) en la
enseñanza-aprendizaje de matemáticas en la educación básica latinoamericana
presenta un gran potencial, pero también enfrenta importantes desafíos. Los
hallazgos sugieren que estas tecnologías pueden transformarse en instrumentos
poderosos para mejorar la personalización del aprendizaje, fortalecer
habilidades específicas y fomentar una mayor participación estudiantil en el
aula. Sin embargo, su implementación efectiva requiere superar barreras
relacionadas con el acceso, la formación docente y la infraestructura
tecnológica.
Tal como afirman Altenfelder y Calmon, (2020) en
su trabajo científico denominado “Semiformación e inteligencia artificial en la
docencia” se destaca que las dimensiones: tecnología audiovisual,
plataforma digital, gamificación, interacción de aprendizajes en referencia a
los docentes que para efectuar tareas educativas con IA en favor de sus
estudiantes, es obligación asegurarse de conocimientos suficientes en manejo de
competencias digitales y herramientas virtuales como de otros elementos
computacionales que les permita consolidar aprendizajes en los aprendices
incluyendo el juego para hacer más dinámico el escenario pedagógico, el afán de
aprender y sean altamente significativos para su cotidianeidad.
El propósito principal de las CC es trasladar el proceso de pensamiento y
razonamiento humano al ámbito computacional. Sin embargo, aunque las máquinas
pueden simular razonamiento o pensamiento, es imposible dotarlas de conciencia.
Además, se enfatiza que únicamente un docente tiene la capacidad de desarrollar
procesos cognitivos que favorezcan el aprendizaje en los estudiantes. Tal como
destaca Alastruey (2021), existen varias dimensiones de la inteligencia
artificial (IA), como las ciencias computacionales (CC), la traducción
automática de textos, la generación de respuestas a preguntas humanas, la
síntesis automatizada de voz y la comprensión del lenguaje.
Perspectivas de
investigación sobre IA en EB al futuro
473
La falta de investigación en temas relacionados con el quehacer educativo
en el marco de la teoría del conectivismo hace necesario que los entes rectores
correspondientes tomen mayores consideraciones y diseñen políticas públicas
coherentes a su sistema educativo en cada país y para el conjunto de los cinco
continentes. En Latinoamérica, urge el involucramiento con las necesidades de
su población escolar en los diferentes niveles y modalidades. Complementando lo
anterior, se evidencia escasez de investigaciones en temas de IA contribuyentes
a desarrollar sesiones académicas que potencien la calidad de enseñanza y
mejorar resultados de aprendizajes en EB de niveles inicial, primaria y
secundaria, donde con el uso de elementos digitalizados o herramientas virtualizadas
se puedan alcanzar óptimos resultados en el logro de competencias y perfiles de
egreso de cada estudiantes en formación.
Las teorías que respaldan los estudios e investigaciones sobre la
temática en escena, sea la teoría del aprendizaje colaborativo, del
conectivismo o cualquier otra de las teorías sobre el comportamiento de la IA
en el mundo educativo, permite asimismo comprender las necesidades específicas
del estudiante, que con nuevas herramientas y estrategias tecnológicas han
contribuido con la gestión de tareas académicas, permitiendo que cada docente
pueda tomar protagonismo y decisión oportuna en el proceso formativo buscando
hacer la retroalimentación de las actividades que hayan sido desarrolladas y
requieran ponerse en un contexto de aprendizaje significativo. (Hidalgo et al.,
2021)
Es útil y prioritario concebir que todo proceso de formación académica en
estudiantes desde los primeros grados de estudio, debe fortalecerse y cimentar
bases desde ciclos iniciales a fin de regularizar de manera ordenada y
sistemática el desarrollo intelectual de cada aprendiz; adicionalmente a los
programas curriculares diseñados por el ministerio de su competencia es urgente
acoplar contenidos temáticos que contribuyan a desarrollar competencias estudiantiles
en manejo de IA para aplicar sus conocimientos en áreas donde sea capaz de
poner en evidencia demostrando sus habilidades, capacidades, destrezas y
experiencias adquiridas sea en el contexto educativo o familiar de sus
aprendizajes.
474
Las tecnologías usadas en el área computacional sean digitales o de otra
índole, han logrado convertir a la IA en su aliada perfecta, tal es así que se
ha posicionado en el pedestal más importante del conocimiento humano; por
tanto, en el contexto pedagógico tiene su espacio preferido por ser la vía
perfecta que permite al estudiante o al docente desenvolverse con mucha
facilidad en tareas al resolver problemas. Mientras que las herramientas de IA
pueden automatizar ciertos aspectos del aprendizaje, como la evaluación de
ejercicios o la selección de actividades personalizadas, también abren la
posibilidad para que los profesores se enfoquen en tareas más complejas, como
la enseñanza de habilidades críticas y la resolución de problemas. Sin embargo,
este cambio en los roles requiere un replanteamiento de los enfoques
pedagógicos tradicionales, un desafío significativo en sistemas educativos que
todavía se basan en metodologías convencionales.
CONCLUSIONES
Si bien la IA presenta oportunidades prometedoras que permiten mejorar
los resultados en el proceso E-A para el área de matemática en EB a nivel de
Latinoamérica, resulta crucial considerar de manera cuidadosa las implicaciones
éticas y centrarse en las prácticas inclusivas para implementarla con éxito en
las aulas de América Latina. Integrar las TIC en el manejo de IA durante las
clases de matemáticas implica mejorar la práctica docente y la participación de
los estudiantes para obtener mejores logros de aprendizaje sin restricción
alguna.
Si bien la IA tiene un potencial significativo para transformar la
educación matemática acorde a los antecedentes verificados, resulta
significativo considerar a la práctica docente como el logro de aprendizajes
óptimos de vital importancia, sin descuido del abordaje sobre preocupaciones
éticas e infraestructura para una efectiva implementación de las tareas
educativas proyectadas. Los hallazgos subrayan el papel transformador de la IA
en la mejora de las prácticas pedagógicas, al tiempo que destacan la necesidad
de tener en cuenta las consideraciones éticas en su implementación.
Las dimensiones de IA y aprendizaje de matemática como la unidad de
análisis que considera a los estudiantes de EB enmarcadas en el presente
estudio, incluyen los sistemas de aprendizaje adaptativo y el análisis de
estudios diversos indican la existencia de un interés creciente por insertar y
aplicar el manejo de IA en los procesos educacionales, en particular en
Latinoamérica donde se están explorando innovadores métodos para enseñar; la
literatura de 2020-2023 muestra un cambio hacia la integración de herramientas
de IA que faciliten desarrollar experiencias de aprendizaje (EDAs)
personalizadas, permitiendo mejorar resultados con la participación activa de
aprendices en formación.
475
Si bien los beneficios potenciales de la IA son sustanciales, requiere un
enfoque equilibrado de la integración de la misma que sirva con garantía como
aliado en la educación; por lo que la integración de IA para enseñar matemática
dentro de la EB latinoamericana presenta un potencial significativo, respaldado
por varias teorías educativas, acá se revela que la IA puede mejorar el
aprendizaje a través de metodologías personalizadas y adaptativas, alineándose
con teorías como el aprendizaje conectivista, el aprendizaje significativo y el
socio constructivismo que permitan enmarcar sustanciales descubrimientos de
cambio positivo en la práctica docente como en el resultado de los
aprendizajes.
En este contexto, resulta indispensable diseñar programas curriculares
contextuales que difundan cuánta importancia reviste enseñar matemática con IA,
incluyendo fundamentos, perfiles, enfoques, estrategias e impactos que estos
conjuntos de tecnologías disruptivas manifiestan, puesto que el presente
trabajo tiene el propósito de llevar a reflexión sobre potencialidades e
impactos que generará usar IA en entornos personales que provoquen aprendizajes
significativos en los estudiantes. (Literat, 2021).
REFERENCIAS
Abugattás, J., Barletti, B., María, G., Nicho, B.,
Astucuri, J. V., Aurora, Y., Ataucusi, A., Torrecilla, H. S., Beltrán, C.,
Paredes, M., Pantoja, N., Guevara, M., Torres, D., Chancafe, J., y Dinegro, A.
(2021). desafíos y oportunidades para el Perú. Gob.Pe. https://t.ly/HbaiD
Alastruey, C. F. (2021). Estado de la cuestión de la
inteligencia artificial y los sistemas de aprendizaje autónomo. Sociología
y tecnociencia, 11(2), 182–195. https://goo-id.com/TFYeR
Arana, C. (2021). Inteligencia Artificial Aplicada a la Educación:
Logros, Tendencias y Perspectivas. INNOVA UNTREF. Revista
Argentina de Ciencia y Tecnología. https://t.ly/f1H9E
Arias Gómez, M. de L., Arias
Gómez, E., Arias Gómez, J., Ortiz Molina, M. M., y Garza García, M. G. del C.
(2018). Perfil y competencias del docente universitario recomendados por la
UNESCO y la OCDE. Atlante Cuadernos de Educación y Desarrollo, junio.
https://bit.ly/3uC3Zef
Ayuso del Puerto, D., y Gutiérrez Esteban, P. (2022). La
Inteligencia Artificial como recurso educativo durante la formación inicial del
profesorado. RIED Revista Iberoamericana de Educación a Distancia, 25 (2). https://t.ly/B0oNu
Barrios, y Guerra., D.
(2021). PROPÓSITOS DE LA EDUCACIÓN FRENTE A DESARROLLOS DE INTELIGENCIA
ARTIFICIAL. https://doi.org/10.1590/198053147767
Barrios-Tao, H., Díaz, V., y
Guerra, Y. M. (2021). Propósitos de la educación frente al desarrollo de la
inteligencia artificial. Cuadernos De Pesquisas, 51,
e07767. https://goo-id.com/caMaZ
Billis, S. y Cubeñas O. (2020). Evaluación del
aprendizaje colaborativo con herramientas electrónicas en programas de
ingeniería e informática. Researchgate.net. https://goo-id.com/onqXh
Castillejos López, B. (2022). Inteligencia
artificial y los entornos personales de aprendizaje: atentos al uso adecuado de
los recursos tecnológicos de los estudiantes universitarios. Educación, 31(60),
9–24. https://t.ly/d4IED
476
Flogie, A., y Aberšek,
B. (2021). Artificial Intelligence in Education (O. Lutsenko y G. Lutsenko,
Eds.). IntechOpen. https://goo-id.com/FrZlE
Flores-Vivar y
García-Peñalvo. (2023). “Reflexiones sobre la ética, potencialidades y desafíos
de la Inteligencia Artificial en el marco de la Educación de Calidad (ODS 4). Comunicar, 31(74),
37–47. https://goo-id.com/EIieH
Fundación Banco de Santander, (2020). Santander. Fundación
Banco Santander impulsa la digitalización de las organizaciones más vulnerables
del tercer sector para mitigar la crisis del Covid-19. Santander Bank. https://app.bibguru.com/p/63a66269-5810-4354-adb4-abe7b2ac7c19
Hidalgo
Suarez, C. G., Bucheli-Guerrero, V. A., y Ordóñez-Eraso, H. A. (2021). Artificial
intelligence and computer-Supported Collaborative Learning in programming: A
systematic mapping study. Tecnura, 27(75), 175–206. https://t.ly/zOvEM
Jara, I., y Ochoa, J. M. (2020). Usos y efectos de la inteligencia
artificial en educación. Sector Social división educación. Documento
para discusión número IDB-DP-00-776. BID.: https://bit.ly/44mtLA7
Lehmann, L; Parreira, A. (2019). Instrumentos
innovadores de aprendizagem: uma experiência com o WhatsApp (Vol. 43,
Números 75–89). (2019). Revista Lusófona de Educação. https://doi.org/10.24140/issn.1645-7250.rle43.05
León, G., y Viña, S. (2017). La inteligencia artificial en la educación superior.
Oportunidades y amenazas. Unirioja.es. https://dialnet.unirioja.es/servlet/articulo?codigo=6128474
Literat,
I. (2021). “teachers act like we’re robots”: TikTok as a window into youth
experiences of online learning during COVID-19. AERA Open, 7,
233285842199553. https://goo-id.com/qxlJl
Martín Jiménez, F. J. (2021). Inteligencia artificial
y ética: hacia una aplicación de los principios éticos en el ámbito de la
UE. Cuadernos Europeos de Deusto, 68, 89–115. https://t.ly/9pNls
Ocaña-Fernández, Y., Valenzuela-Fernández, L., y Garro
Aburto, L. (2019). Artificial Intelligence and its Implications in
Higher Education. Propósitos y Representaciones, 7(2), 536-568. Doi: http://dx.doi.org/10.20511/pyr2019.v7n2.274
Parreira, A., Lehmann, L., y Oliveira, M. (2021). O
desafio das tecnologias de inteligência artificial na Educação: percepção e
avaliação dos professores. Ensaio, 29(113), 975–999. https://goo-id.com/BhnHW
Restrepo, D.; Jiménez, J. y Bedoya, J. (Eds.).
(2022). Educación 4.0: integración de robótica educativa y dispositivos
móviles inteligentes como estrategia didáctica para la formación de ingenieros
en STEM (Vols. 89, No. 222, 2022, Números 222, 2022). DYNA:
revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede
Medellín. https://bit.ly/47UGk6T
Rouhiainen,
L. (2018). Artificial Intelligence: 101 Things You Must Know Today
About Our Future. Lasse Rouhiainen. https://books.google.at/books?id=P3fSDwAAQBAJ
Selwyn, N. (2019). ¿Deberían los robots sustituir al profesorado? La IA y el futuro de la
educación. https://bit.ly/47vSeEM
477
Tapalova, O., y Zhiyenbayeva, N. (2022). Artificial
Intelligence in education: AIEd for personalised learning pathways. Electronic
Journal of E-Learning, 20(5), 639–653. https://t.ly/EU9Mp
UNESCO. (2019). Educación
2030: Declaración de Incheon y Marco de Acción para la realización del Objetivo
de Desarrollo Sostenible 4: Garantizar una educación inclusiva y equitativa de
calidad y promover oportunidades de aprendizaje permanente para todos. Unesco.org. https://bit.ly/3QD087O
Vitanza, A., Rossetti, P., Mondada, F., y Trianni, V.
(2019). Robot
swarms as an educational tool: The Thymio’s way. International Journal
of Advanced Robotic Systems, 16(1), 172988141882518. https://goo-id.com/CeHgV
Zawacki-Richter; Marín, V.;
Bond, M. y Gouverneur, F. (2019). Revisión
sistemática de las investigaciones sobre aplicaciones de la inteligencia
artificial en la educación superior: ¿dónde están los educadores? Revista
Internacional de Tecnología Educativa en la Educación Superior, 16(1),
1–27. https://bit.ly/3utSDbY
478