La Inteligencia Artificial como co-investigadora. Una experiencia en la elaboración de problemas matemáticos contextualizados
Palabras clave:
Inteligencia Artificial, Matemática contextualizada, logaritmos, preuniversitario, innovación didácticaResumen
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.
Descargas
Citas
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%20of%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.
Descargas
Publicado
Cómo citar
Número
Sección
ARK
Licencia
Derechos de autor 2025 Saraí Góngora Espinosa, Elsa del Carmen Gutierrez Báez, Osmany Nieves Torres

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.




























































