����������������������������������������������������������������������������������

 

 

Revolucionando la ense�anza de las matem�ticas: el poder transformador de la inteligencia artificial

 

Revolutionizing mathematics education: the transformative power of artificial intelligence

 

Revolucionar o ensino da matem�tica: o poder transformador da intelig�ncia artificial

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: jrosero@uteq.edu.ec

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 23 de enero de 2025 *Aceptado: 08 de febrero de 2025 * Publicado: �12 de marzo de 2025

 

        I.            Universidad T�cnica Estatal de Quevedo, Quevedo, Los R�os, Ecuador.

      II.            Universidad T�cnica Estatal de Quevedo, Quevedo, Los R�os, Ecuador.

   III.            Unidad Educativa Renan Olmedo Gonz�lez, El Empalme, Guayas, Ecuador.

   IV.            Unidad Educativa 24 de Mayo, Quevedo, Los R�os, Ecuador.

 

Resumen

La inteligencia artificial (IA) se ha posicionado como una herramienta transformadora en el �mbito educativo, especialmente en la ense�anza de las matem�ticas, un �rea conocida por sus retos para los estudiantes. Este art�culo explora la aplicaci�n de la inteligencia artificial en la ense�anza de las matem�ticas, con el uso de herramientas como ChatGPT, evaluando sus capacidades, limitaciones y posibles impactos en este campo, bas�ndose en un an�lisis bibliom�trico y una revisi�n sistem�tica. Se identificaron dimensiones clave, como los sistemas de tutor�a inteligente, personalizaci�n del aprendizaje y herramientas predictivas. Los resultados destacan que la IA mejora el rendimiento acad�mico, la personalizaci�n del aprendizaje, fomenta habilidades cr�ticas, ofrece apoyo adaptativo a estudiantes y la mejora del acceso al conocimiento. No obstante, persisten desaf�os relacionados con la equidad tecnol�gica y la evaluaci�n �tica de estas tecnolog�as.

Palabras clave: Inteligencia artificial; educaci�n; alfabetizaci�n digital; matem�ticas.

 

Abstract

Artificial intelligence (AI) has emerged as a transformative tool in education, especially in the teaching of mathematics, an area known for its challenges for students. This article explores the application of artificial intelligence in mathematics teaching, using tools such as ChatGPT, assessing its capabilities, limitations, and potential impacts in this field, based on a bibliometric analysis and a systematic review. Key dimensions were identified, such as intelligent tutoring systems, learning personalization, and predictive tools. The results highlight that AI improves academic performance, personalizes learning, fosters critical skills, offers adaptive support to students, and improves access to knowledge. However, challenges related to technological equity and the ethical evaluation of these technologies remain.

Keywords: Artificial intelligence; education; digital literacy; mathematics.

 

Resumo

A intelig�ncia artificial (IA) surgiu como uma ferramenta transformadora na educa��o, especialmente no ensino da matem�tica, uma �rea conhecida pelos seus desafios para os alunos. Este artigo explora a aplica��o da intelig�ncia artificial no ensino da matem�tica, utilizando ferramentas como o ChatGPT, avaliando as suas capacidades, limita��es e potenciais impactos neste campo, com base numa an�lise bibliom�trica e numa revis�o sistem�tica. Foram identificadas dimens�es-chave, como os sistemas de tutoria inteligentes, a personaliza��o da aprendizagem e as ferramentas preditivas. Os resultados destacam que a IA melhora o desempenho acad�mico, personaliza a aprendizagem, promove compet�ncias cr�ticas, oferece apoio adaptativo aos alunos e melhora o acesso ao conhecimento. No entanto, ainda existem desafios relacionados com a equidade tecnol�gica e a avalia��o �tica destas tecnologias.

Palavras-chave: Intelig�ncia artificial; educa��o; literacia digital; matem�tica.

 

Introducci�n

La educaci�n matem�tica es fundamental en el desarrollo cognitivo y anal�tico de los estudiantes, ya que proporciona las bases para resolver problemas complejos y tomar decisiones informadas en diversas �reas del conocimiento (Hwang & Tu, 2021). Sin embargo, muchos estudiantes enfrentan dificultades significativas al aprender matem�ticas, lo que puede llevar a una falta de confianza y a un rendimiento acad�mico deficiente (Spiegel et al., 2021). La ense�anza de las matem�ticas ha representado un desaf�o constante debido a la complejidad de sus conceptos y a las dificultades de los estudiantes para asimilarlos de manera efectiva (Hobri et al., 2021).

La IA se refiere a sistemas computacionales dise�ados para realizar tareas que normalmente requieren inteligencia humana, como el reconocimiento de patrones, la toma de decisiones y el aprendizaje a partir de datos (Ulloa et al., 2024). En el contexto educativo, la IA puede utilizarse para desarrollar sistemas de tutor�a inteligentes, plataformas de aprendizaje adaptativo y herramientas anal�ticas que faciliten un enfoque m�s personalizado del aprendizaje (Luckin et al., 2016).

La inteligencia artificial (IA) ofrece nuevas oportunidades para mejorar la ense�anza y el aprendizaje en matem�ticas al proporcionar herramientas que pueden adaptarse a las necesidades individuales de los estudiantes (Wardat et al., 2023). En este contexto, la inteligencia artificial (IA) ha emergido como una soluci�n innovadora para abordar estas problem�ticas, proporcionando herramientas capaces de personalizar el aprendizaje, diagnosticar dificultades y optimizar los procesos educativos (Saleem et al., 2022). La integraci�n de la IA en la ense�anza de las matem�ticas no solo tiene el potencial de transformar la educaci�n tradicional, sino tambi�n de democratizar el acceso a conocimientos esenciales para el desarrollo de habilidades cr�ticas como el razonamiento l�gico y la resoluci�n de problemas (Saavedra et al., 2020).

La ense�anza de las matem�ticas no solo est� vinculada al desarrollo de habilidades espec�ficas como el c�lculo y la resoluci�n de problemas, sino tambi�n a competencias cr�ticas para el pensamiento l�gico, el an�lisis y la toma de decisiones (Gunawan et al., 2022). Por lo que los estudios han se�alado que, en contextos educativos tradicionales, los estudiantes a menudo enfrentan dificultades para comprender conceptos abstractos, lo que puede derivar en una desconexi�n emocional y una percepci�n negativa de la materia (Trull�s et al., 2022). La inteligencia artificial, en este sentido, se presenta como una aliada poderosa al ofrecer soluciones que combinan an�lisis de datos, aprendizaje adaptativo y retroalimentaci�n personalizada, lo que permite un enfoque m�s inclusivo y efectivo en la educaci�n matem�tica (Rane et al., 2024).

La literatura reciente subraya el impacto de la IA en diversos aspectos educativos, desde sistemas de tutor�a inteligente hasta algoritmos que predicen patrones de aprendizaje y desempe�o (Rodr�guez, 2021), con estas tecnolog�as no solo identifican las debilidades conceptuales de los estudiantes, sino que tambi�n sugieren estrategias adaptativas para mejorar su rendimiento. Sin embargo, su implementaci�n plantea retos significativos, como garantizar la equidad tecnol�gica, salvaguardar la privacidad de los datos y evaluar la eficacia de las herramientas desde un enfoque �tico y pedag�gico (Jaramillo & Olivera, 2024).

En el �mbito matem�tico, su implementaci�n ofrece oportunidades para mejorar la comprensi�n conceptual, fomentar el aprendizaje aut�nomo y brindar retroalimentaci�n adaptativa en tiempo real, con estas ventajas se tienen el potencial de abordar desaf�os persistentes en la ense�anza de las matem�ticas, como la falta de inter�s de los estudiantes y las dificultades para comprender problemas complejos (Ahmed et al., 2021).

La educaci�n tradicional, basada en un enfoque homog�neo, a menudo no satisface las necesidades de todos los estudiantes y la IA ofrece soluciones innovadoras para abordar esta problem�tica, facilitando entornos de aprendizaje m�s flexibles e inclusivos (Rospigliosi, 2023). Sin embargo, a pesar de sus ventajas potenciales, la implementaci�n de tecnolog�as basadas en IA enfrenta desaf�os significativos, incluyendo preocupaciones �ticas, falta de infraestructura adecuada y resistencia al cambio por parte de educadores y administradores (Pindo et al., 2024).

 

 

Transformaci�n del aprendizaje matem�tico mediante IA

La introducci�n de la IA en la ense�anza de las matem�ticas se basa en la implementaci�n de tecnolog�as como el aprendizaje autom�tico, los sistemas de tutor�a inteligente (ITS, por sus siglas en ingl�s) y la miner�a de datos educativos. Estas herramientas no solo facilitan el aprendizaje individualizado, sino que tambi�n ofrecen a los docentes recursos para identificar patrones en el desempe�o de los estudiantes, diagnosticar �reas de dificultad y ajustar las estrategias pedag�gicas en consecuencia (Mohamed et al., 2022). Por ejemplo, los ITS pueden actuar como tutores virtuales, guiando a los estudiantes a trav�s de conceptos matem�ticos complejos y proporcion�ndoles explicaciones inmediatas basadas en sus necesidades individuales (Rodrigues et al., 2024).

La personalizaci�n del aprendizaje es uno de los principales beneficios que aporta la IA, con los algoritmos que pueden analizar grandes vol�menes de datos para identificar las fortalezas y debilidades de cada estudiante, creando rutas de aprendizaje adaptadas que optimizan su progreso acad�mico (Khan et al., 2021), importante en matem�ticas, donde las habilidades deben construirse de manera secuencial, este enfoque es particularmente �til para asegurar que los estudiantes dominen conceptos fundamentales antes de avanzar a niveles m�s complejos. Adem�s, la IA fomenta el aprendizaje aut�nomo, una competencia esencial en el siglo XXI, al permitir que los estudiantes avancen a su propio ritmo y reciban apoyo continuo (Xia et al., 2022).

Desaf�os y limitaciones en la implementaci�n de la IA

Aunque el potencial de la IA en la ense�anza de las matem�ticas es inmenso, su implementaci�n no est� exenta de desaf�os. Uno de los principales obst�culos es la brecha tecnol�gica, que limita el acceso a estas herramientas en comunidades con recursos insuficientes (Alhumaid et al., 2023). La falta de infraestructura tecnol�gica adecuada y las desigualdades en el acceso a dispositivos y conectividad restringen la capacidad de muchas instituciones educativas para adoptar plenamente estas soluciones (Ulloa et al., 2024).

Otro desaf�o importante es la resistencia al cambio por parte de los docentes, quienes a menudo carecen de la formaci�n necesaria para integrar la IA en sus pr�cticas pedag�gicas y la capacitaci�n docente es fundamental para garantizar que estas herramientas se utilicen de manera efectiva y se alineen con los objetivos educativos (Pham & Sampson, 2022). Adem�s, la dependencia excesiva de la tecnolog�a plantea riesgos relacionados con la deshumanizaci�n del proceso educativo, donde las interacciones personales entre estudiantes y profesores podr�an verse reducidas (Al-Amoudi, 2022).

Este art�culo tiene como objetivo analizar la aplicaci�n de la inteligencia artificial en la ense�anza de las matem�ticas mediante una revisi�n exhaustiva de la literatura existente. Se abordar�n las actualidades de la IA en el �mbito educativo, los beneficios que puede aportar y las barreras que deben superarse para su adopci�n efectiva.

 

Metodolog�a

Se emple� una metodolog�a basada en una revisi�n bibliogr�fica y un an�lisis bibliom�trico, utilizando como referencia el trabajo de Ulloa et al. (2024) quienes llevaron a cabo una revisi�n exhaustiva de la literatura. Este enfoque permiti� identificar las tendencias y aplicaciones clave de la IA en la ense�anza de las matem�ticas, as� como los principales desaf�os pr�cticos asociados a su implementaci�n.

Se recopil� informaci�n de bases de datos reconocidas, como Web of Science y Google Scholar, seleccionando estudios publicados preferiblemente de los �ltimos a�os, utilizando palabras clave relacionadas con "inteligencia artificial", "ense�anza de matem�ticas", "aprendizaje adaptativo" y "sistemas tutor�a inteligente" para asegurar una amplia gama de investigaciones recientes sobre el tema. Se incluyeron art�culos que abordaran el uso de la IA en matem�ticas desde perspectivas te�ricas, pr�cticas y �ticas, priorizando aquellos indexados en revistas de alto impacto.

 

Resultados

Los estudios revisados revelan que la IA desempe�a roles clave en la educaci�n matem�tica, destac�ndose como sistemas de tutor�a inteligente, herramientas de personalizaci�n y sistemas de evaluaci�n autom�tica.

Sistemas de tutor�a inteligente: Estos sistemas proporcionan asistencia personalizada, identificando los errores de los estudiantes y sugiriendo estrategias espec�ficas para resolverlos. Por ejemplo, el "Cognitive Tutor" ha sido utilizado ampliamente para ense�ar �lgebra y ha mostrado mejoras notables en las calificaciones finales (Guo et al., 2021). Este sistema adapta autom�ticamente las preguntas seg�n el nivel del estudiante, permitiendo un aprendizaje m�s efectivo.

Modelos predictivos de aprendizaje: Utilizados para anticipar el rendimiento acad�mico de los estudiantes y tomar decisiones pedag�gicas basadas en datos (Matsuda, 2022).

Plataformas interactivas: Como juegos educativos basados en IA, que combinan la ense�anza de matem�ticas con elementos l�dicos para aumentar la motivaci�n y el compromiso (Vlasenko et al., 2020).

Sistemas de Personalizaci�n: Algoritmos adaptativos permiten ajustar el contenido educativo a las necesidades individuales, incrementando la motivaci�n y el rendimiento de los estudiantes (Kla�nja & Ivanović, 2021).

Evaluaci�n Automatizada: Herramientas que realizan an�lisis del desempe�o de los estudiantes, facilitando tanto la evaluaci�n formativa como sumativa (Ouyang et al., 2022).

Impacto en el Aprendizaje Matem�tico

Los sistemas basados en IA han demostrado mejorar significativamente la comprensi�n de conceptos matem�ticos complejos, especialmente en �reas como �lgebra y matem�ticas discretas (Hwang & Tu, 2021). Se observ� un aumento en la motivaci�n y la actitud positiva hacia las matem�ticas en estudiantes que utilizan herramientas de IA adaptativas, en comparaci�n con m�todos tradicionales (Yilmaz & Yilmaz, 2023).

ChatGPT: Herramienta basada en modelos de lenguaje natural, ha demostrado un potencial significativo para facilitar el aprendizaje, permitiendo un acceso m�s r�pido y personalizado a explicaciones, soluciones y recursos educativos. Adem�s, se destaca que ChatGPT ha sido reconocido como una herramienta prometedora para mejorar la ense�anza y aprendizaje de las matem�ticas por la capacidad para proporcionar retroalimentaci�n instant�nea y adaptativa se percibe como una ventaja significativa (Wardat et al., 2023).

 

Discusi�n

La implementaci�n de IA en matem�ticas ofrece varios beneficios, como la personalizaci�n del aprendizaje y la mejora del rendimiento acad�mico, con los ITS, en particular, que han demostrado ser efectivos al proporcionar retroalimentaci�n oportuna y relevante, permitiendo a los estudiantes avanzar a su propio ritmo; de igual manera, las herramientas de personalizaci�n basadas en IA contribuyen a reducir las barreras de aprendizaje, especialmente en entornos de educaci�n inclusiva (Lin et al., 2023).

Aunque prometedora, la integraci�n de la IA enfrenta desaf�os significativos como las brechas tecnol�gicas en las desigualdades en el acceso a dispositivos y conectividad que afectan la adopci�n efectiva de estas tecnolog�as (Joyce et al., 2021); la privacidad de datos referente al manejo de grandes vol�menes de informaci�n estudiantil la cual plantea preocupaciones sobre la protecci�n de datos y la �tica en su uso; como la falta de capacitaci�n docente donde muchos educadores carecen de las habilidades necesarias para integrar herramientas de IA de manera efectiva en sus pr�cticas pedag�gicas (Celik et al., 2022).

Las investigaciones sugieren explorar el uso de tecnolog�as avanzadas como el aprendizaje profundo y la inteligencia artificial explicable en la ense�anza de conceptos matem�ticos complejos (Wardat et al., 2023). Adem�s, la colaboraci�n interdisciplinaria entre expertos en educaci�n y ciencia de datos puede fomentar el desarrollo de sistemas m�s robustos y efectivos (Hwang & Tu, 2021).

La integraci�n de ChatGPT en la educaci�n matem�tica tiene el potencial de transformar los m�todos tradicionales, al proporcionar herramientas que complementen la labor docente y mejoren el aprendizaje de los estudiantes, con beneficios destacables como su accesibilidad, personalizaci�n, optimizaci�n del tiempo, tanto para alumnos y docentes (S�nchez, 2023).

A pesar de los desaf�os, el futuro del uso de inteligencia artificial en educaci�n parece prometedor y a medida que las tecnolog�as contin�an evolucionando, tambi�n lo har�n las oportunidades para mejorar el aprendizaje, haciendo que la educaci�n sea m�s accesible e inclusiva (Varela & Encinas, 2023).

El uso de la inteligencia artificial en el �mbito educativo tiene el potencial de cambiar la experiencia de aprendizaje al proporcionar a cada alumno un cuidado personalizado, potenciando la eficiencia y mejorando el entorno de ense�anza. No obstante, resulta crucial enfrentar los retos y restricciones vinculados al uso de la Inteligencia Artificial en la educaci�n para asegurar el �xito de los estudiantes en el futuro (Bola�o & Duarte, 2024).

 

Conclusiones

La inteligencia artificial tiene un impacto transformador en la ense�anza de las matem�ticas, facilitando el aprendizaje personalizado, mejorando la comprensi�n de conceptos y fomentando actitudes positivas hacia la materia. Sin embargo, para maximizar su potencial, es esencial abordar desaf�os como la equidad tecnol�gica, la privacidad de los datos y la capacitaci�n docente. En el futuro, la integraci�n de IA en la educaci�n matem�tica debe ir acompa�ada de un enfoque �tico y colaborativo que garantice su efectividad y accesibilidad para todos los estudiantes.

ChatGPT representa un avance significativo en la ense�anza de las matem�ticas, al ofrecer soluciones innovadoras para personalizar el aprendizaje y mejorar el rendimiento estudiantil. Sin embargo, su implementaci�n efectiva depende de abordar las limitaciones actuales asociados con su uso.

A medida que se continue explorando este campo emergente debe fomentarse colaboraci�n entre diversos actores involucrados; esto permitir� maximizar beneficios mientras se mitigan riesgos asociados al uso indebido o mal manejo tecnol�gico.

 

Referencias

1.      Ahmed, M. M., IA Habba, M., Jouini, N., Alzahrani, B., Seleman, M. M. E. S., & El-Nikhaily, A. (2021). Bobbin tool friction stir welding of aluminum using different tool pin geometries: Mathematical models for the heat generation. Metals, 11(3), 438. https://doi.org/10.3390/met11030438

2.      Al-Amoudi, I. (2022). Are post-human technologies dehumanizing? Human enhancement and artificial intelligence in contemporary societies. Journal of Critical Realism, 21(5), 516-538. https://doi.org/10.1080/14767430.2022.2134618

3.      Alhumaid, K., Naqbi, S., Elsori, D., & Mansoori, M. (2023). The adoption of artificial intelligence applications in education. International Journal of Data and Network Science, 7(1), 457-466. http://dx.doi.org/10.5267/j.ijdns.2022.8.013

4.      Bola�o-Garc�a, M., & Duarte-Acosta, N. (2024). Una revisi�n sistem�tica del uso de la inteligencia artificial en la educaci�n. Revista Colombiana de Cirug�a, 39(1), 51-63. https://doi.org/10.30944/20117582.2365

5.      Bronkhorst, H., Roorda, G., Suhre, C., & Goedhart, M. (2020). Logical reasoning in formal and everyday reasoning tasks. International Journal of Science and Mathematics Education, 18, 1673-1694. https://doi.org/10.1007/s10763-019-10039-8

6.      Celik, I., Dindar, M., Muukkonen, H., & J�rvel�, S. (2022). The promises and challenges of artificial intelligence for teachers: A systematic review of research. TechTrends, 66(4), 616-630. https://doi.org/10.1007/s11528-022-00715-y

7.      Gunawan, G., Simanjuntak, M. A., Damanik, M. Z., & Nasution, H. B. (2022). Educators Thinking Tool (Case Study of Educators' Mindset Against Logic, Language and Mathematics at Keatif Media State Polytechnic). Indonesian Journal of Education and Mathematical Science, 3(2), 79-83. https://doi.org/10.30596/ijems.v3i2.11088

8.      Guo, L., Wang, D., Gu, F., Li, Y., Wang, Y., & Zhou, R. (2021). Evolution and trends in intelligent tutoring systems research: a multidisciplinary and scientometric view. Asia Pacific Education Review, 22(3), 441-461. https://doi.org/10.1007/s12564-021-09697-7

9.      Harefa, D. (2022). Student Difficulties In Learning Mathematics. Afore: Jurnal Pendidikan Matematika, 1(2), 1-10. https://doi.org/10.57094/afore.v1i2.431

10.  Hobri, H., Susanto, H. A., Hidayati, A., Susanto, S., & Warli, W. (2021). Exploring thinking process of students with mathematics learning disability in solving arithmetic problems. International Journal of Education in Mathematics, Science and Technology, 9(3), 498-513. https://doi.org/10.46328/ijemst.1684

11.  Hwang, G. J., & Tu, Y. F. (2021). Roles and research trends of artificial intelligence in mathematics education: A bibliometric mapping analysis and systematic review. Mathematics, 9(6), 584. https://doi.org/10.3390/math9060584

12.  Jaramillo, J. D. F., & Olivera, N. R. N. (2024). Aplicaci�n de Inteligencia Artificial en la educaci�n de Am�rica Latina: Tendencias, beneficios y desaf�os. Revista Veritas De Difus�o Cient�fica, 5(1), 01-22. https://doi.org/10.61616/rvdc.v5i1.52

13.  Joyce, K., Smith-Doerr, L., Alegria, S., Bell, S., Cruz, T., Hoffman, S. G., ... & Shestakofsky, B. (2021). Toward a sociology of artificial intelligence: A call for research on inequalities and structural change. Socius, 7, 2378023121999581. https://doi.org/10.1177/2378023121999581

14.  Khan, I., Ahmad, A. R., Jabeur, N., & Mahdi, M. N. (2021). An artificial intelligence approach to monitor student performance and devise preventive measures. Smart Learning Environments, 8, 1-18. https://doi.org/10.1186/s40561-021-00161-y

15.  Kla�nja-Milićević, A., & Ivanović, M. (2021). E-learning personalization systems and sustainable education. Sustainability, 13(12), 6713. https://doi.org/10.3390/su13126713

16.  Lin, C. C., Huang, A. Y., & Lu, O. H. (2023). Artificial intelligence in intelligent tutoring systems toward sustainable education: a systematic review. Smart Learning Environments, 10(1), 41. https://doi.org/10.1186/s40561-023-00260-y

17.  Luckin, R., W. Holmes, M. Griffiths y L. B. Forcier. (2016). Intelligence Unleashed: An argument for AI in Education. Londres: Pearson Education. https://www.pearson.com/content/dam/one-dot-com/one-dot

18.  Matsuda, N. (2022). Teachable agent as an interactive tool for cognitive task analysis: A case study for authoring an expert model. International Journal of Artificial Intelligence in Education, 32(1), 48-75. https://doi.org/10.1007/s40593-021-00265-z

19.  Mohamed, M. Z. B., Hidayat, R., Suhaizi, N. N. B., Sabri, N. B. M., Mahmud, M. K. H. B., & Baharuddin, S. N. B. (2022). Artificial intelligence in mathematics education: A systematic literature review. International Electronic Journal of Mathematics Education, 17(3), em0694. https://doi.org/10.29333/iejme/12132

20.  Ouyang, F., Zheng, L., & Jiao, P. (2022). Artificial intelligence in online higher education: A systematic review of empirical research from 2011 to 2020. Education and Information Technologies, 27(6), 7893-7925. https://doi.org/10.1007/s10639-022-10925-9

21.  Pham, S. T., & Sampson, P. M. (2022). The development of artificial intelligence in education: A review in context. Journal of Computer Assisted Learning, 38(5), 1408-1421. https://doi.org/10.1111/jcal.12687

22.  Pindo, B. M. C. P. C., Aguirre, A. J. C., Endara, M. G. H., D�vila, C. F. C., & Aguirre, J. C. O. (2024). La Inteligencia Artificial como Recurso Educativo en Educaci�n Superior: Perspectivas �ticas sobre su Uso. Ciencia Latina Revista Cient�fica Multidisciplinar, 8(4), 3950-3965. https://doi.org/10.37811/cl_rcm.v8i4.12622

23.  Rane, N. L., Paramesha, M., & Desai, P. (2024). Artificial intelligence, ChatGPT, and the new cheating dilemma: Strategies for academic integrity. Artificial Intelligence and Industry in Society, 5, 2-2. https://doi.org/10.70593/978-81-981271-1-2_1

24.  Rodr�guez Ch�vez, M. H. (2021). Sistemas de tutor�a inteligente y su aplicaci�n en la educaci�n superior. RIDE. Revista Iberoamericana para la Investigaci�n y el Desarrollo Educativo, 11(22). https://doi.org/10.23913/ride.v11i22.848

25.  Rodrigues, L., Pereira, F. D., Marinho, M., Macario, V., Bittencourt, I. I., Isotani, S., ... & Mello, R. (2024). Mathematics intelligent tutoring systems with handwritten input: A scoping review. Education and Information Technologies, 29(9), 11183-11209. https://doi.org/10.1007/s10639-023-12245-y

26.  Rospigliosi, P. A. (2023). Artificial intelligence in teaching and learning: what questions should we ask of ChatGPT?. Interactive Learning Environments, 31(1), 1-3. https://doi.org/10.1080/10494820.2023.2180191

27.  Saavedra, J. C. M. (2020). Geogebra como herramienta de transformaci�n educativa en Matem�tica. Mamakuna, (14), 70-81. https://revistas.unae.edu.ec/index.php/mamakuna/article/view/349

28.  Saleem, F., Al-Ghamdi, A. S. A. M., Alassafi, M. O., & AlGhamdi, S. A. (2022). Machine learning, deep learning, and mathematical models to analyze forecasting and epidemiology of COVID-19: a systematic literature review. International journal of environmental research and public health, 19(9), 5099. https://doi.org/10.3390/ijerph19095099

29.  S�nchez, O. V. G. (2023). Uso y percepci�n de ChatGPT en la educaci�n superior. Revista de Investigaci�n en Tecnolog�as de la Informaci�n, 11(23), 98-107. https://doi.org/10.36825/RITI.11.23.009

30.  Sitopu, J. W., Khairani, M., Roza, M., Judijanto, L., & Aslan, A. (2024). The importance of integrating mathematical literacy in the primary education curriculum: A literature review. International Journal of Teaching and Learning, 2(1), 121-134.

31.  Spiegel, J. A., Goodrich, J. M., Morris, B. M., Osborne, C. M., & Lonigan, C. J. (2021). Relations between executive functions and academic outcomes in elementary school children: A meta-analysis. Psychological bulletin, 147(4), 329. https://psycnet.apa.org/doi/10.1037/bul0000322

32.  Trull�s, J. C., Blay, C., Sarri, E., & Pujol, R. (2022). Effectiveness of problem-based learning methodology in undergraduate medical education: a scoping review. BMC medical education, 22(1), 104. https://doi.org/10.1186/s12909-022-03154-8

33.  Ulloa Menta, J. L., Sol�rzano Mendoza, C. M., D�az Campozano, E. G., Qui�onez Becerra, N. M., & Baque-Mite, L. A. (2024). Usos de la inteligencia artificial en los estudiantes universitarios. Polo del Conocimiento, 9(8), 3557-3569. https://doi.org/10.23857/pc.v9i8.7899

34.  Varela, Y. Z., & Encinas, M. D. C. M. (2023). La Inteligencia artificial y el futuro de la educaci�n superior: desaf�os y oportunidades. Horizontes pedag�gicos, 25(1), 1-13. https://doi.org/10.33881/0123-8264.hop.25101

35.  Vlasenko, K., Volkov, S., Sitak, I., Lovianova, I., & Bobyliev, D. (2020). Usability analysis of on-line educational courses on the platform �Higher school mathematics teacher�. In E3s web of conferences (Vol. 166, p. 10012). EDP Sciences. https://doi.org/10.1051/e3sconf/202016610012

36.  Wardat, Y., Tashtoush, M. A., AlAli, R., & Jarrah, A. M. (2023). ChatGPT: A revolutionary tool for teaching and learning mathematics. Eurasia Journal of Mathematics, Science and Technology Education, 19(7), em2286. https://doi.org/10.29333/ejmste/13272

37.  Xia, Q., Chiu, T. K., Lee, M., Sanusi, I. T., Dai, Y., & Chai, C. S. (2022). A self-determination theory (SDT) design approach for inclusive and diverse artificial intelligence (AI) education. Computers & Education, 189, 104582. https://doi.org/10.1016/j.compedu.2022.104582

38.  Yilmaz, R., & Yilmaz, F. G. K. (2023). The effect of generative artificial intelligence (AI)-based tool use on students' computational thinking skills, programming self-efficacy and motivation. Computers and Education: Artificial Intelligence, 4, 100147. https://doi.org/10.1016/j.caeai.2023.100147

 

 

 

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).