Inserciones curriculares de IA en Matemáticas: oportunidades y desafíos en el aula a nivel de Bachillerato
DOI:
https://doi.org/10.63535/243kan76Keywords:
Inteligencia Artificial; Matemáticas; Bachillerato; Rendimiento Académico; Personalización Del Aprendizaje.Abstract
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.
Downloads
References
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
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Pilar Olimpia Villota Sarmiento, Patricio Renan Pérez Larco, Maritza Cecilia Sigcho Segovia, Laura Graciela Jácome Guano, Oscar Vinicio Monge Tipan (Autor/a)

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Copyright and Licensing Notice
1. Retention and Assignment of Rights
Authors who publish in the Prospherus Scientific Journal retain the Copyright of their works, granting the journal the right of first publication. This initial publication is carried out under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY-NC-ND 4.0).
2. Conditions for Reuse
The CC BY-NC-ND 4.0 license allows any user to read, download, copy, and distribute the published work, provided that the following three conditions are strictly met:
-
Attribution (BY): Clear and explicit mention of the work's authorship must be made, and the original publication in this journal must be cited.
-
NonCommercial (NC): The use of the material must always be for non-commercial purposes.
-
NoDerivatives (ND): The work must be maintained in its original integrity, and modification, adaptation, or creation of derivative works (such as translations or remixes) based on the article is not permitted.
3. Additional Contractual Agreements and Repositories
Authors are permitted to enter into other independent and additional contractual agreements for the non-exclusive distribution of the published version of the article (for example, including it in an institutional repository or on a personal website) provided that:
-
It is unequivocally indicated that the work was first published in the Prospherus Scientific Journal.
-
The redistribution respects the restrictive terms of the CC BY-NC-ND 4.0 license (non-commercial use and no modifications).
4. Disclaimer
The Prospherus Scientific Journal will in no case be liable for any direct, indirect, incidental, punitive, or consequential claims of copyright infringement related to articles that have been published in any of its issues. Responsibility for originality and obtaining permissions for third-party material rests entirely with the authors.







