Inserciones curriculares de IA en Matemáticas: oportunidades y desafíos en el aula a nivel de Bachillerato
DOI:
https://doi.org/10.63535/243kan76Palabras clave:
Inteligencia Artificial; Matemáticas; Bachillerato; Rendimiento Académico; Personalización Del Aprendizaje.Resumen
Esta investigación analiza el impacto de la inserción curricular de la inteligencia artificial (IA) en la enseñanza de las matemáticas a nivel de Bachillerato en Ecuador, con el propósito de determinar su influencia en el rendimiento académico y en la percepción del aprendizaje estudiantil. El objetivo general fue evaluar la relación entre el uso de herramientas de IA y la mejora en las competencias matemáticas, identificando al mismo tiempo oportunidades y desafíos de su implementación. Se adoptó un enfoque cuantitativo, de paradigma positivista, bajo un diseño experimental sustentado en el método hipotético deductivo. La población estuvo conformada por 15.118 estudiantes y la muestra, calculada mediante la fórmula de Cochran, fue de 375 participantes, seleccionados con muestreo probabilístico estratificado. La recolección de datos se realizó mediante una encuesta estructurada tipo Likert sobre frecuencia de uso, percepción y desempeño académico. Los resultados evidenciaron que el 62,4 % de los estudiantes con uso frecuente de IA alcanzó una media de 8,7 sobre 10, frente a promedios inferiores en quienes la utilizaban esporádica o nulo, con diferencias estadísticamente significativas (p<0,05). Asimismo, el tiempo de interacción con IA explicó un 31,2 % de la variabilidad en las calificaciones. El análisis destaca oportunidades para la personalización y motivación del aprendizaje, pero también brechas de acceso y capacitación docente como limitantes. En conclusión, la integración de IA en matemáticas favorece el rendimiento escolar y la experiencia de aprendizaje, siempre que se acompañe de infraestructura y formación docente adecuadas, así como de políticas inclusivas que aseguren su sostenibilidad.
Descargas
Referencias
Banco Mundial. (2022, 10 de febrero). En Ecuador, aprender matemáticas es más fácil con inteligencia artificial: nivelación y remediación académica. https://www.bancomundial.org/es/news/feature/2022/02/10/en-ecuador-aprender-matematicas-es-mas-facil-con-inteligencia-artificial-nivelacion-remediacion-academica
Bakker, A., Hwang, G., Tu, Y., y Zhou, Y. (2021). Inteligencia artificial en educación matemática: Una revisión sistemática. Revista Electrónica de Investigación Educativa. https://www.scielo.sa.cr/scielo.php?script=sci_arttextypid=S2215-34702024000100357
Cherrez Ibarra, R. X., y Escalona Reyes, M. (2024). La inteligencia artificial en la enseñanza de la Matemática. Didascalia. http://revistas.ult.edu.cu/index.php/didascalia
Ciencia Latina. (2025, 27 de enero). Integración de la inteligencia artificial en la enseñanza de matemáticas: un enfoque personalizado para mejorar el aprendizaje. https://ciencialatina.org/index.php/cienciala/article/view/15719
Dialnet. (2018). Acerca de los paradigmas de la investigación educativa. https://dialnet.unirioja.es/descarga/articulo/6320519.pdf
ENALLT. (2024). Marco teórico - método hipotético-deductivo. https://ced.enallt.unam.mx/invlenguasext/conts/marc_teor.html
Fundación General UCLM. (2023, 28 de agosto). Agenda educativa 2030: tres ideas tecnológicas para alcanzar las metas. https://fundaciongeneraluclm.es/agenda-educativa-2030-tres-ideas-tecnologicas-para-alcanzar-las-metas/
Giraldo, V., y García, M. (2019). El método hipotético deductivo de Karl Popper en los estudiantes de secundaria. Revista UNIFE. https://revistas.unife.edu.pe/index.php/educacion/article/view/3045/3386
Holmes, W., Bialik, M., y Fadel, C. (2019). Inteligencia Artificial en la Educación: Desarrollos y Perspectivas. https://ciencialatina.org/index.php/cienciala/article/download/13468/19405/
Ministerio de Educación del Ecuador. (2025, 14 de febrero). Currículo priorizado para Bachillerato General. https://educacion.gob.ec/wp-content/uploads/downloads/2025/02/CC-Preparatoria-Curriculo-Priorizado.pdf
Ministerio de Educación del Ecuador. (2024, marzo). Total de Instituciones Educativas del periodo 2023-2024 Inicio, con tipologías, sub tipologías y categorías [Archivo Excel]. Dirección Nacional de Análisis e Información Educativa (DNAIE).
ONU. (2024, 18 de diciembre). Educación - desarrollo sostenible. https://www.un.org/sustainabledevelopment/es/education/
Revista INVE-COM. (2025, 24 de mayo). Desafíos y oportunidades de la inteligencia artificial en la educación superior latinoamericana: una revisión sistemática de la literatura. https://revistainvecom.org/index.php/invecom/article/view/3859
Serrano, B., y Sánchez, D. (2024). Inteligencia artificial y personalización del aprendizaje. Edutec. https://www.edutec.es/revista/index.php/edutec-e/article/download/3577/1243/14981 DOI: https://doi.org/10.21556/edutec.2024.89.3577
Villegas, A. D. (2025, 13 de junio). Introducción a la inteligencia artificial aplicada a la educación. https://adrianvillegasd.com/introduccion-a-la-inteligencia-artificial-aplicada-a-la-educacion/
UNESCO. (2025, 24 de enero). La UNESCO destaca el papel de la inteligencia artificial en la educación en el Congreso Futuro 2025. https://www.unesco.org/es/articles/la-unesco-destaca-el-papel-de-la-inteligencia-artificial-en-la-educacion-en-el-congreso-futuro-2025
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Pilar Olimpia Villota Sarmiento, Patricio Renan Pérez Larco, Maritza Cecilia Sigcho Segovia, Laura Graciela Jácome Guano, Oscar Vinicio Monge Tipan (Autor/a)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aviso de Derechos de Autor y Licenciamiento
1. Retención y Cesión de Derechos
Los autores/as que publican en la Revista Científica Prospherus conservan la titularidad de los derechos de autor (Copyright) sobre sus trabajos, cediendo a la revista el derecho de la primera publicación. Esta publicación inicial se realiza bajo los términos de la licencia Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0 Internacional (CC BY-NC-ND 4.0).
2. Condiciones de Reutilización
La licencia CC BY-NC-ND 4.0 permite a cualquier usuario leer, descargar, copiar y distribuir el trabajo publicado, siempre y cuando se cumplan estrictamente las siguientes tres condiciones:
-
Reconocimiento (BY): Se debe mencionar de forma clara y explícita la autoría del trabajo y citar la publicación original en esta revista.
-
NoComercial (NC): El uso del material debe ser siempre sin fines comerciales.
-
SinObrasDerivadas (ND): El trabajo debe mantenerse en su integridad original, y no se permite la modificación, adaptación o creación de obras derivadas (como traducciones o remezclas) basadas en el artículo.
3. Acuerdos Contractuales Adicionales y Repositorios
Los autores tienen permitido realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión publicada del artículo (por ejemplo, incluirlo en un repositorio institucional o en una página web personal) siempre que:
-
Se indique de manera inequívoca que el trabajo se publicó por primera vez en la Revista Científica Prospherus.
-
La redistribución respete los términos restrictivos de la licencia CC BY-NC-ND 4.0 (uso no comercial y sin modificaciones).
4. Descargo de Responsabilidad
La Revista Científica Prospherus no será responsable, bajo ninguna circunstancia, de cualquier reclamación directa, indirecta, incidental, punitiva o consecuente por infracción de derechos de autor relacionada con los artículos que han sido publicados en cualquiera de sus números. La responsabilidad sobre la originalidad y la obtención de permisos para material de terceros recae enteramente en los autores.







