La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración  
de problemas matemáticos contextualizados  
Artificial Intelligence as co-Investigator. An Experience in the development of  
contextualized mathematical problems  
Saraí Góngora Espinosa1 (saraigongoraespinosa9@gmail.com) (https://orcid.org/0009-  
0001-6316-7305)  
Elsa del Carmen Gutierrez Báez2 (lagacarmen1@gmail.com) (https://orcid.org/0000-  
0002-9222-3740)  
Osmany Nieves Torres3 (osmanynt79@gmail.com) (https://orcid.org/0000-0003-0749-  
494X)  
Resumen  
Este artículo tiene como objetivo presentar los resultados de una investigación aplicada  
en el contexto preuniversitario cubano, centrada en el diseño de problemas  
matemáticos contextualizados con apoyo de Inteligencia Artificial. A partir de la  
necesidad de renovar el tratamiento didáctico de los logaritmos, se desarrolló una  
experiencia metodológica que integró criterios pedagógicos, pertinencia territorial y  
herramientas tecnológicas para generar situaciones problemáticas significativas. La  
Inteligencia Artificial fue utilizada como co-investigadora en el proceso de creación,  
ajuste y validación de problemas, lo que permitió ampliar el repertorio didáctico y  
acelerar la producción de materiales. En lo fundamental se utilizaron los métodos  
investigación-acción educativa, análisis cualitativo de contenido, encuestas y  
entrevistas, el método comparativo y la triangulación metodológica. Los problemas  
generados fueron trabajados en el aula, lo que evidenció mejoras en la motivación  
estudiantil, la comprensión conceptual y la participación activa. La investigación  
demuestra que es posible articular innovación tecnológica con sensibilidad pedagógica,  
incluso en contextos de limitación estructural. Se concluye que la contextualización,  
mediada por Inteligencia Artificial y guiada por el criterio docente, constituye una vía  
legítima para transformar la enseñanza de la Matemática y fortalecer la autonomía  
profesional del educador.  
Palabras clave: Inteligencia Artificial, Matemática contextualizada, logaritmos,  
preuniversitario, innovación didáctica.  
Abstract  
This article presents the results of an applied research project conducted in the Cuban  
pre-university context, focused on the design of contextualized mathematical problems  
supported by Artificial Intelligence (AI). The study responds to the need to renew the  
1 Máster en Educación. Comisión de asignatura Dirección General Provincial de Educación. Las Tunas, Cuba.  
2 Doctora en Ciencias Pedagógicas. Profesora Titular. Universidad de Las Tunas. Cuba.  
3 Máster en Nuevas Tecnologías para la Educación. Profesor Auxiliar. Universidad de Las Tunas. Cuba.  
Página 156  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
didactic approach to logarithmic functions by integrating pedagogical criteria, territorial  
relevance, and technological tools to generate meaningful learning experiences. AI was  
used as a methodological collaborator in the creation, adjustment, and validation of  
problems, enabling the expansion of didactic resources and accelerating material  
development. The contextualized problems were implemented in the classroom,  
resulting in increased student motivation, improved conceptual understanding, and  
active participation. The findings suggest that it is possible to articulate technological  
innovation with pedagogical sensitivity, even in structurally limited environments. The  
research concludes that contextualization, when mediated by AI and guided by  
professional judgment, offers a legitimate pathway to transform mathematics education  
and strengthen teacher autonomy. The main methods used were educational action  
research, qualitative content analysis, surveys and interviews, the comparative method  
and methodological triangulation.  
Key words: Artificial Intelligence, contextualized Mathematics, logarithms, pre-  
university, innovation didactics.  
Introducción  
En el proceso de elaboración de una tesis de maestría centrada en la enseñanza de la  
Matemática en el nivel preuniversitario, surgió una inquietud recurrente: ¿cómo lograr  
que los contenidos abstractos, como los logaritmos, se vinculen de manera significativa  
con la realidad del estudiante? Esta pregunta, lejos de ser nueva, ha sido abordada por  
diversos autores que reconocen la importancia de contextualizar el aprendizaje  
matemático para favorecer su comprensión y aplicación (Godino et al, 2007; Rico,  
1997).  
La necesidad de transformar los problemas escolares en situaciones auténticas,  
cercanas a los intereses y experiencias de los educandos, se vuelve especialmente  
relevante en contextos donde la motivación y la apropiación del conocimiento enfrentan  
desafíos estructurales. En este escenario, la Inteligencia Artificial (IA) emergió como un  
recurso potencial para acompañar el diseño de problemas contextualizados, ajustados a  
las edades, motivaciones y realidades territoriales de los estudiantes.  
Este artículo tiene como objetivo presentar los resultados de una investigación aplicada  
en el contexto preuniversitario cubano, centrada en el diseño de problemas  
matemáticos contextualizados con apoyo de Inteligencia Artificial. Muestra una  
experiencia de co-creación con Microsoft Copilot como Inteligencia Artificial co-  
investigadora, en el marco de una investigación pedagógica aplicada. Más que una  
exposición técnica, se propone una reflexión sobre el papel que puede desempeñar la  
IA como colaboradora en procesos de innovación metodológica, sin sustituir la mirada  
crítica ni el juicio profesional del docente-investigador. La vivencia aquí narrada se  
inscribe en el esfuerzo por integrar tecnología, pertinencia curricular y sensibilidad  
educativa, en consonancia con los principios del tercer perfeccionamiento del sistema  
nacional de educación en Cuba (MINED, 2018).  
Página 157  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
Materiales y métodos  
A partir de la necesidad de renovar el tratamiento didáctico de los logaritmos, se  
desarrolló una experiencia metodológica que integró criterios pedagógicos, pertinencia  
territorial y herramientas tecnológicas para generar situaciones problemáticas  
significativas. La Inteligencia Artificial fue utilizada como co-investigadora en el proceso  
de creación, ajuste y validación de problemas, lo que permitió ampliar el repertorio  
didáctico y acelerar la producción de materiales.  
En lo fundamental se utilizaron los métodos investigación-acción educativa, análisis  
cualitativo de contenido, encuestas y entrevistas, el método comparativo y la  
triangulación metodológica.  
Resultados  
Desde el inicio de la investigación se asumió que la IA no sustituiría el juicio docente ni  
la mirada territorial, sino que actuaría como recurso complementario en la generación  
de problemas que respondieran a criterios de pertinencia, motivación y coherencia  
matemática. Esta postura se alinea con enfoques contemporáneos que reconocen el  
valor de la tecnología educativa cuando se articula con intencionalidad pedagógica y  
sensibilidad contextual.  
La experiencia se desarrolló en tres momentos interrelacionados:  
1. Exploración inicial: IA como generadora de propuestas  
Se comenzó por solicitar a la IA la creación de problemas matemáticos que involucraran  
logaritmos, a partir de las características y los intereses de los adolescentes entre 15 y  
18 años. Las respuestas obtenidas fueron diversas: algunas mostraban una estructura  
matemática sólida, otras requerían ajustes en la formulación o en la pertinencia  
contextual. Este primer contacto permitió identificar el potencial creativo de la  
herramienta, pero también evidenció la necesidad de una mediación docente que  
garantizara la calidad didáctica de los productos generados.  
2. Validación pedagógica: IA como interlocutora metodológica  
Cada problema propuesto fue sometido a un proceso de validación que incluyó criterios  
como:  
Coherencia matemática: uso correcto de propiedades logarítmicas, claridad en la  
formulación.  
Pertinencia contextual: relación auténtica con situaciones reales del entorno  
estudiantil.  
Nivel de dificultad: ajuste a las capacidades cognitivas del grupo preuniversitario.  
Potencial motivacional: capacidad de despertar interés y promover la  
participación.  
Página 158  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
Viabilidad didáctica: posibilidad de ser trabajado en el aula con recursos  
disponibles.  
Este proceso no fue lineal. En muchos casos, se requirió reformular los problemas,  
solicitar variantes, ajustar el lenguaje o incorporar elementos visuales. La IA respondió  
con flexibilidad, al permitir iteraciones rápidas y enriquecer el repertorio de situaciones  
problemáticas.  
3. Co-creación estratégica: IA como colaboradora reflexiva  
A medida que avanzaba la investigación, la interacción con la IA dejó de ser  
instrumental para convertirse en dialógica. Se estableció una dinámica de co-creación  
en la que el criterio docente orientaba la generación de problemas, y la IA ofrecía  
alternativas, sugerencias y ajustes. Esta relación permitió construir problemas más  
ricos, con narrativas contextualizadas, formatos diversos y posibilidades de extensión  
didáctica.  
La experiencia vivida se inscribe en una concepción de la enseñanza como proceso de  
diseño situado, donde el conocimiento se construye en diálogo con el contexto, los  
recursos disponibles y las herramientas tecnológicas. En este sentido, la IA funcionó  
como una mediadora cognitiva que amplificó las capacidades del docente-investigador,  
sin reemplazarlas. Tal enfoque encuentra respaldo en la teoría de la actividad mediada  
(Engeström, 1987), en los modelos de aprendizaje colaborativo asistido por tecnología  
(Dillenbourg, 1999) y en la noción de práctica reflexiva propuesta por Schön (1983).  
Desde el punto de vista ético, se mantuvo una postura crítica frente al uso de IA. Se  
evitó la automatización de decisiones pedagógicas y se priorizó la validación humana  
en cada etapa del proceso. La herramienta fue utilizada como generadora de  
propuestas, pero nunca como evaluadora final. Esta distinción es clave para preservar  
la autonomía profesional y garantizar que la tecnología se utilice al servicio de la  
formación integral del estudiante, y no como sustituto del juicio docente.  
Además, se reconoció que la IA puede contribuir a democratizar el acceso a recursos  
didácticos de calidad, especialmente en contextos donde los equipos docentes  
enfrentan sobrecarga laboral, escasez de materiales y exigencias institucionales  
crecientes. La posibilidad de generar múltiples versiones de un problema, ajustar su  
dificultad o adaptarlo a distintos perfiles estudiantiles en cuestión de segundos  
representa una ventaja significativa para la planificación pedagógica.  
En síntesis, la experiencia recogida en esta tesis sugiere que la IA puede desempeñar  
un rol legítimo como co-investigadora en procesos educativos, siempre que se integre  
con criterio, ética y propósito. Su uso no implica renunciar a la pedagogía, sino  
enriquecerla desde una lógica de colaboración, donde el docente-investigador conserva  
el control, orienta el diseño y valida cada propuesta en función de su contexto y de sus  
objetivos formativos.  
Página 159  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
Uno de los momentos más reveladores del proceso investigativo fue constatar cómo la  
contextualización transforma no solo el contenido matemático, sino también la actitud  
del estudiante frente al aprendizaje. En el tratamiento de los logaritmos,  
tradicionalmente abordados desde una lógica abstracta y algorítmica, se evidenció que  
el vínculo con situaciones reales podía generar comprensión, motivación y apropiación.  
La Inteligencia Artificial permitió explorar una diversidad de contextos que, de manera  
manual, requiere semanas de búsqueda y redacción. A partir de criterios definidos —  
edad, intereses, pertinencia territorial, nivel cognitivo— se generaron problemas que  
conectaban con la vida cotidiana de los estudiantes: desde el crecimiento viral de un  
video en redes sociales hasta el cálculo del pH en una solución química, se pasó por  
fenómenos acústicos, seguridad informática y economía doméstica.  
Cada problema fue sometido a un proceso de validación técnica y didáctica, en el que  
se ajustaron los enunciados, se incorporaron elementos visuales y se garantizó la  
coherencia matemática. El resultado fue un conjunto de situaciones problemáticas que  
no solo cumplían con los objetivos curriculares, sino que también despertaban  
curiosidad, promovían el debate y facilitaban la transferencia del conocimiento.  
Tabla 1  
Tabla comparativa entre problemas tradicionales y problemas contextualizados  
generados con IA  
Contexto  
aplicado  
Competencia  
desarrollada  
Enfoque tradicional  
Enfoque contextualizado con IA  
Crecimiento  
exponencial,  
interpretación  
logaritmos  
¿Cuántos días necesita un video  
para alcanzar 1 millón de vistas si  
se triplican cada día?  
Redes  
sociales  
Calcula el valor de  
de  
¿Cuál es el pH de una solución con  
concentración de iones H⁺ de Química  
1×10⁻³ M?  
Aplicación de logaritmos  
en ciencias naturales  
Resuelve:  
¿Cuántos bits se necesitan para  
Seguridad  
Logaritmos  
tecnología, análisis de  
datos  
en  
Determina:  
codificar una contraseña segura de  
informática  
8 caracteres?  
Calcula el tiempo en que ¿Cuánto tiempo tarda en duplicarse  
una inversión se duplica una inversión de 1000 CUP con una  
Economía  
doméstica  
Aplicación  
modelación matemática  
financiera,  
con interés compuesto  
tasa del 5% anual?  
Logaritmos en acústica,  
interpretación funcional  
Encuentra la frecuencia de ¿Cuál es la frecuencia de la tercera  
una nota musical en escala nota en una escala musical  
Música  
Página 160  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
Contexto  
aplicado  
Competencia  
desarrollada  
Enfoque tradicional  
logarítmica  
Enfoque contextualizado con IA  
logarítmica?  
Fuente: Elaboración propia a partir de la co-creación con Microsoft Copilot en el marco  
de la tesis de maestría (2025).  
Estos problemas fueron trabajados en el aula con estudiantes de nivel preuniversitario,  
y su impacto fue notable. Los alumnos no solo resolvían los ejercicios, sino que  
preguntaban, proponían variantes, discutían los resultados y, en algunos casos,  
intentaban crear sus propios problemas a partir de situaciones que les resultaban  
familiares. Esta apropiación del contenido es coherente con los principios de la  
enseñanza para la comprensión (Perkins, 1992) y con los enfoques de resolución de  
problemas como eje del currículo matemático (Polya, 1945; Schoenfeld, 1985).  
Además, se observó que la contextualización favorecía la interdisciplinariedad,  
permitiendo vincular la Matemática con la Física, la Química, la Economía, la Biología y  
la Tecnología. Esta integración no solo enriquecía el aprendizaje, sino que también  
respondía a los objetivos del tercer perfeccionamiento del sistema educativo cubano,  
que promueve una formación más integral, crítica y situada.  
En síntesis, el diseño de problemas contextualizados con apoyo de IA no solo permitió  
renovar la práctica docente, sino también abrir nuevas posibilidades para la formación  
metodológica de los docentes en ejercicio. La experiencia sugiere que la  
contextualización, cuando se articula con herramientas tecnológicas y criterios  
pedagógicos sólidos, puede convertirse en una vía legítima para transformar la  
enseñanza de la Matemática en contextos reales.  
La implementación de los problemas contextualizados en el aula no solo permitió validar  
su viabilidad didáctica, sino que reveló transformaciones profundas en la dinámica de  
aprendizaje. Los estudiantes, acostumbrados a enfrentar ejercicios abstractos y  
desprovistos de sentido, reaccionaron con sorpresa, curiosidad y entusiasmo ante  
situaciones que les hablaban en su propio lenguaje.  
Durante las sesiones de clase, se observó un cambio en la disposición afectiva y  
cognitiva del grupo. Los alumnos no solo resolvían los problemas, sino que los  
interrogaban, los discutían, los conectaban con experiencias personales. En más de  
una ocasión, surgieron comentarios espontáneos como:  
“¡Por fin entiendo para qué sirve esto!” “¿Podemos hacer uno sobre el consumo de  
datos móviles?” “Esto se parece a lo que pasa con los likes en TikTok.”  
Estas expresiones, lejos de ser anecdóticas, evidencian un proceso de apropiación  
activa del contenido, en el que el estudiante deja de ser receptor pasivo para  
convertirse en protagonista del aprendizaje. La contextualización, en este sentido,  
funcionó como catalizador de la motivación, la participación y la comprensión.  
Página 161  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
Desde el punto de vista pedagógico, se identificaron varios indicadores de impacto:  
Incremento en la participación espontánea: los estudiantes intervenían con mayor  
frecuencia, proponían variantes y solicitaban explicaciones adicionales.  
Mejora en la comprensión conceptual: se evidenció mayor claridad en el uso de  
propiedades logarítmicas y en la interpretación de resultados.  
Transferencia del conocimiento: algunos alumnos aplicaron los conceptos en  
situaciones no previstas, como el análisis de estadísticas deportivas o el cálculo  
de crecimiento poblacional.  
Emergencia de pensamiento crítico: se formularon preguntas sobre la validez de  
los modelos, la precisión de los datos y la aplicabilidad de los resultados.  
Estos hallazgos fueron recogidos mediante observación directa, entrevistas breves y  
análisis de producciones estudiantiles. Además, se realizaron intercambios con  
docentes del claustro, quienes coincidieron en que el enfoque contextualizado genera  
un ambiente de aula más dinámico, inclusivo y significativo.  
La experiencia también permitió identificar desafíos: algunos estudiantes requerían  
apoyo adicional para interpretar los enunciados narrativos, y fue necesario ajustar el  
lenguaje en función del perfil lector del grupo. Sin embargo, estos ajustes no limitaron el  
impacto general, sino que reforzaron la necesidad de diseñar materiales flexibles,  
adaptables y sensibles a la diversidad.  
Desde una perspectiva institucional, el uso de IA para generar problemas  
contextualizados fue valorado como una estrategia innovadora, replicable y pertinente.  
Se reconoció su potencial para apoyar la planificación docente, enriquecer la formación  
metodológica y contribuir a la mejora continua de los procesos educativos en el  
territorio.  
En síntesis, el impacto en el aula no se limitó a la resolución de problemas, sino que se  
extendió a la transformación de la relación entre el estudiante y el conocimiento  
matemático. La contextualización, mediada por IA y validada por el criterio pedagógico,  
permitió que los logaritmos dejaran de ser símbolos abstractos para convertirse en  
herramientas que explican, conectan y empoderan.  
Discusión  
La enseñanza de la Matemática en el nivel preuniversitario cubano se encuentra en un  
proceso de transformación profunda, impulsado por el tercer perfeccionamiento del  
sistema nacional de educación (MINED, 2018). Este perfeccionamiento no se limita a la  
actualización de contenidos, sino que propone una reconfiguración metodológica que  
exige mayor contextualización, flexibilidad didáctica y pertinencia territorial. En este  
marco, el docente deja de ser un mero transmisor de saberes para convertirse en  
diseñador de experiencias formativas que dialoguen con la realidad del estudiante.  
Página 162  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
Desde la práctica institucional en la provincia de Las Tunas, se constató que los  
contenidos matemáticos, especialmente aquellos de naturaleza abstracta como los  
logaritmos, suelen presentarse de forma descontextualizada, lo que limita su  
comprensión y reduce significativamente la motivación estudiantil. Esta situación no es  
exclusiva del contexto cubano; autores como Rico (1997) y Godino et al (2007) señalan  
que la enseñanza tradicional de la Matemática tiende a privilegiar la técnica sobre el  
sentido, generando una brecha entre el saber escolar y la vida cotidiana.  
En territorios con limitaciones estructurales, donde el acceso a recursos didácticos es  
restringido y la diversidad sociocultural exige respuestas diferenciadas, la  
contextualización se vuelve un principio pedagógico esencial. No se trata únicamente  
de “hacer más atractiva” la clase, sino de garantizar que el conocimiento matemático se  
construya en relación con el entorno, con los intereses y con las experiencias previas  
del estudiante. Esta perspectiva se alinea con la concepción sociocultural del  
aprendizaje propuesta por Vygotsky (1979), quien subraya que el desarrollo cognitivo  
está mediado por la interacción social y por el contexto en el que se produce.  
La tesis de maestría que da origen a este artículo se inscribe en ese horizonte: una  
búsqueda por diseñar problemas matemáticos que no solo respondan a los objetivos  
curriculares, sino que también generen sentido, motivación y apropiación. En este  
proceso, la inteligencia artificial (IA) fue incorporada como recurso metodológico para  
acompañar la generación, validación y ajuste de problemas contextualizados, en  
diálogo constante con los criterios pedagógicos definidos por el equipo docente.  
La IA no fue concebida como sustituta del pensamiento didáctico, sino como recurso  
complementario que permite ampliar las posibilidades de diseño, explorar nuevos  
contextos y validar la pertinencia de los problemas desde múltiples perspectivas. Esta  
integración responde a una visión estratégica de la innovación educativa, en la que la  
tecnología se pone al servicio de la formación integral del estudiante, sin perder de vista  
los principios éticos, pedagógicos y territoriales que rigen la práctica docente.  
En este sentido, el trabajo realizado se articula con los enfoques contemporáneos de  
resolución de problemas como eje del currículo matemático (Polya, 1945; Schoenfeld,  
1985), y con las propuestas de enseñanza situada que promueven el aprendizaje  
significativo a partir de situaciones reales (Brown et al, 1989). La experiencia recogida  
en esta investigación busca aportar a ese debate, desde una perspectiva local,  
institucional y comprometida con la mejora continua de los procesos formativos.  
La incorporación de la IA en el proceso investigativo que sustenta esta tesis no fue una  
decisión técnica aislada, sino una respuesta metodológica a una necesidad concreta:  
diseñar problemas matemáticos que fueran significativos, motivadores  
y
contextualizados para estudiantes preuniversitarios en un entorno territorial con  
limitaciones estructurales. En ese contexto, la IA se convirtió en una aliada inesperada,  
capaz de generar propuestas, validar estructuras y enriquecer el diseño curricular desde  
una lógica colaborativa.  
Página 163  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
El uso de IA en educación es objeto de creciente interés en la literatura especializada,  
especialmente en lo que respecta a su potencial para personalizar el aprendizaje,  
ampliar el acceso a recursos y apoyar la toma de decisiones pedagógicas (Coll et al,  
2008; Holmes et al, 2021). Sin embargo, su integración en procesos de investigación  
educativa exige una mirada crítica, ética y situada, que reconozca tanto sus  
posibilidades como sus límites.  
¿Qué significa investigar con Inteligencia Artificial en educación?  
Investigar con IA en el ámbito educativo no es simplemente incorporar tecnología: es  
rediseñar el modo en que pensamos, creamos y validamos conocimiento pedagógico.  
Esta experiencia no se limitó a usar una herramienta; implicó establecer un diálogo  
entre lo humano y lo algorítmico, entre la intuición docente y la capacidad generativa de  
la IA.  
Lo primero que se aprendió fue que la IA no sustituye el criterio profesional. Puede  
generar ideas, proponer variantes, acelerar procesos, pero no tiene conciencia del  
contexto, ni sensibilidad territorial, ni comprensión de las dinámicas institucionales. Por  
eso, su uso exige una postura activa: el docente-investigador debe orientar, corregir,  
validar y decidir. La IA responde, pero no lidera.  
En este proceso, se vivió una transformación del rol docente. De ejecutor de  
contenidos, pasó a ser diseñador de experiencias, curador de propuestas, estratega  
metodológico. La IA permitió ampliar el repertorio de problemas, explorar nuevas  
narrativas, ajustar niveles de dificultad y visualizar formatos alternativos. Pero fue el  
juicio pedagógico el que dio sentido a cada decisión.  
También se evidenció que la IA puede ser una aliada poderosa en contextos de  
limitación estructural. Cuando el tiempo es escaso, los recursos son limitados y las  
exigencias institucionales son altas, contar con una herramienta que agilice la  
producción de materiales y permita validar propuestas en segundos representa una  
ventaja real. No se trata de delegar la planificación, sino de potenciarla.  
Sin embargo, este tipo de investigación también plantea desafíos. Es necesario  
establecer protocolos de uso, definir criterios de calidad, formar a los docentes en el  
manejo ético y pedagógico de estos recursos. La IA no puede ser utilizada sin  
mediación, ni convertida en una solución automática. Su integración debe ser  
consciente, crítica y situada.  
En síntesis, investigar con IA en educación es abrir una nueva frontera metodológica.  
Es reconocer que la tecnología puede enriquecer la práctica, pero solo si se articula con  
la experiencia, el compromiso y la visión pedagógica del docente. Esta tesis no solo  
exploró una herramienta: construyó una forma de pensar la innovación desde la  
realidad, con rigor, con propósito y con voz propia.  
Página 164  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
Esta investigación no concluye con la validación de una herramienta ni con la  
elaboración de un conjunto de problemas matemáticos. Lo que realmente se construyó  
es una forma distinta de pensar la enseñanza: una pedagogía situada, estratégica y  
viva, que diseña desde el contexto, investiga con propósito y transforma desde la  
práctica. La integración de la Inteligencia Artificial en este proceso no fue un  
experimento técnico, sino una apuesta metodológica por la pertinencia, la motivación y  
la transformación educativa.  
El camino recorrido demuestra que es posible generar materiales didácticos  
contextualizados, con coherencia curricular y sentido pedagógico, incluso en  
condiciones de limitación estructural. Pero más allá de los resultados, lo que esta tesis  
deja es una convicción profunda: el docente-investigador no solo puede, sino que debe  
liderar procesos de innovación, siempre que se le reconozca como diseñador de  
experiencias, estratega metodológico y narrador de aprendizajes que importan.  
La IA, en este trayecto, no fue protagonista, pero sí cómplice. Su capacidad para  
generar, ajustar y validar propuestas permitió ampliar horizontes, acelerar procesos y  
enriquecer la reflexión. Sin embargo, fue el criterio pedagógico, la mirada territorial y el  
compromiso institucional lo que dio forma y sentido a cada decisión. La tecnología no  
reemplazó la voz docente: la amplificó, la desafió y la acompañó. En este vínculo, se  
reafirma que la inteligencia artificial no sustituye la inteligencia pedagógica, sino que la  
potencia cuando se usa con ética, sensibilidad y propósito.  
Esta experiencia abre rutas concretas y urgentes:  
La formación metodológica de docentes en el uso ético y pedagógico de la IA.  
La creación de bancos de problemas contextualizados por nivel, territorio y perfil  
cognitivo.  
La sistematización de protocolos de validación didáctica que integren criterios  
técnicos y vivenciales.  
La publicación de materiales que combinen rigor académico con narrativas  
educativas auténticas.  
La construcción de comunidades de práctica que compartan experiencias de co-  
investigación con IA desde la escuela.  
Pero también abre rutas más profundas: la necesidad de repensar el rol del docente  
como creador de conocimiento, como profesional que investiga desde la escuela, como  
agente que transforma desde la realidad. Porque investigar en educación no es cerrar  
ciclos, sino abrir posibilidades. Y porque cuando los logaritmos hablan el lenguaje de la  
vida, la Matemática deja de ser un contenido para convertirse en una herramienta de  
comprensión, de decisión y de transformación.  
Página 165  
La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas  
matemáticos contextualizados  
Saraí Góngora Espinosa  
Elsa del Carmen Gutierrez Báez  
Osmany Nieves Torres  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 17/09/2025  
Aprobado: 28/11/2025  
Artículo original  
Conclusiones  
Esta investigación no termina: se convierte en horizonte. En una invitación a seguir  
diseñando, validando y narrando desde la práctica. En un llamado a construir una  
educación más pertinente, más humana y más estratégica. Una educación que no solo  
enseñe a resolver problemas, sino que enseñe a reconocerlos, a contextualizarlos y a  
convertirlos en oportunidades de aprendizaje. Una educación que no tema a la  
tecnología, pero que tampoco se rinda ante ella. Una educación que sepa integrar lo  
nuevo sin perder lo esencial: la mirada crítica, el compromiso ético y la vocación  
transformadora.  
Referencias bibliográficas  
Brown, J. S., Collins, A. & Duguid, P. (1989). Situated cognition and the culture of learning.  
Educational  
Researcher,  
18(1),  
32–42.  
https://www.johnseelybrown.com/Situated%20Cognition%20and%20the%20culture%20  
of%20learning.pdf?utm_source=copilot.com  
Coll, C., Mauri, T. & Onrubia, J. (2008). La utilización de las TIC en la educación: del diseño  
tecno-pedagógico a las prácticas de uso. Revista de Educación, (348), 79–97.  
https://www.redalyc.org/pdf/155/15510101.pdf  
Dillenbourg, P. (1999). Collaborative Learning: Cognitive and Computational Approaches.  
Elsevier.  
Engeström, Y. (1987). Learning by Expanding: An Activity-Theoretical Approach to  
Developmental Research. Orienta-Konsultit.  
Godino, J. D., Batanero, C. & Font, V. (2007). Fundamentos de la enseñanza de las  
matemáticas. Universidad de Granada.  
Holmes, W., Bialik, M. & Fadel, C. (2021). Artificial Intelligence in Education: Promises and  
Implications for Teaching and Learning. Center for Curriculum Redesign.  
Ministerio de Educación (MINED, 2018). Documentos rectores del tercer perfeccionamiento del  
sistema nacional de educación. Autor.  
Perkins, D. (1992). Smart Schools: Better Thinking and Learning for Every Child. Free Press.  
Polya, G. (1945). How to Solve It: A New Aspect of Mathematical Method. Princeton University  
Press.  
Rico, L. (1997). La educación matemática: una visión de conjunto. Síntesis.  
Schoenfeld, A. H. (1985). Mathematical Problem Solving. Academic Press.  
Schön, D. A. (1983). The Reflective Practitioner: How Professionals Think in Action. Basic  
Books.  
Vygotsky, L. S. (1979). El desarrollo de los procesos psicológicos superiores. Crítica.  
Conflicto de intereses: Los autores declaran no tener conflictos de intereses.  
Contribución de los autores: Los autores participaron en la búsqueda y análisis de la información para el artículo, así  
como en su diseño y redacción.  
Página 166