Entre el algoritmo y la comprensión: una revisión exploratoria de la inteligencia artificial en la enseñanza de la matemática (2020–2025)

Resumo

El presente artículo sistematiza y clasifica los marcos teóricos sobre inteligencia artificial (IA) en educación publicados entre 2020 y 2025, con énfasis en su aplicabilidad a la enseñanza de la matemática. Se condujo una revisión exploratoria (Scoping Review) conforme a la declaración PRISMA-ScR, que recuperó 457 registros en Web of Science, Scopus, ERIC, IEEE Xplore, SciELO y ACM Digital Library. Tras el cribado en dos etapas se incluyeron 153 estudios, de los cuales 112 conforman el subcorpus de enseñanza de la matemática y 80 constituyen el subcorpus efectivo con análisis didáctico operativo. Los estudios se analizaron mediante una matriz de extracción de 73 variables organizada en cuatro núcleos conceptuales (tecnológico, pedagógico, crítico-ético y psicológico-afectivo) cruzados con tres dimensiones transversales (función del marco, nivel de generalidad y relación con la matemática). Los resultados evidencian un predominio del núcleo tecnológico (49,0 %) seguido del pedagógico (30,1 %), con la articulación entre ambos concentrando el 48,7 % de las 158 co-ocurrencias identificadas. TPACK y sus extensiones constituyen el marco más recurrente (14,4 %), mientras que los marcos críticos y éticos se consolidan como núcleo emergente (13,7 %) aunque con predominio analítico (81,0 %) y escasa proyección hacia el diseño. En el subcorpus efectivo, el razonamiento y demostración (70,0 %) y el pensamiento crítico orientado a validar las respuestas de la IA (67,5 %) emergen como los procesos matemáticos más promovidos, mientras que la modelización matemática (21,2 %) permanece subrepresentada. Se documenta así un desplazamiento pedagógico relevante: el razonamiento matemático con IA se ejerce, en buena medida, como razonamiento crítico sobre la IA. Se proponen criterios operativos para el diseño didáctico, la mediación docente y la evaluación del aprendizaje matemático mediado por IA.

Dados da obra

Tipo

Artigo

Periódico

Arandu-UTIC., v. 13, n. 2, p. 473-490

Editora

National Technological University

Ano

2026 (2026-05-21)

Palavras-chave

artificial intelligence in education; mathematics education; theoretical framework; TPACK; mathematical reasoning; mathematical proof; critical thinking; mathematical modeling; algorithmic thinking; didactic analysis

Temas

Avaliação, Modelagem Matemática

DOI

10.69639/arandu.v13i2.2197

ISSN

2311-7559, 2409-2401

Licença

cc-by

Acesso

Acesso aberto

Fontes

OpenAlex

Na Biblioteca desde

01/10/2026 · verificada em 03/10/2026