Resolviendo ecuaciones diferenciales ordinarias: estudio comparativo de motores simbólicos, solucionadores y modelos generativos de IA
0 visualizações desta ficha 0 acessos ao texto completo Contagem real do Portal desde 25/09/2026; tráfego comum, sem testes; quem desativa o rastreamento no navegador não é contado.
Resumo
Antecedentes y objetivos: La integración de herramientas de inteligencia artificial en la educación matemática es cada vez más común, pero su uso no supervisado plantea riesgos para el aprendizaje. Este estudio evaluó el desempeño, aciertos, errores y limitaciones de diez herramientas de asistencia matemática (motores simbólicos, solucionadores especializados y modelos generativos) en la resolución de ecuaciones diferenciales ordinarias (EDO) por estudiantes de ingeniería, así como el impacto pedagógico de su uso autónomo. Métodos: Participaron 30 estudiantes de ingeniería de la Universidad Veracruzana, divididos en dos grupos (equipo A: cursando EDO; equipo B: EDO aprobada). Ambos resolvieron 12 problemas de EDO de complejidad creciente durante tres días, utilizando las versiones gratuitas de diez aplicaciones sin entrenamiento previo. El desempeño se evaluó mediante una rúbrica que midió facilidad de ingreso, claridad, generación de gráficas, precisión y capacidad de análisis cualitativo. Resultados y conclusiones: DeepSeek fue la herramienta más robusta (92% soluciones correctas, 91% gráficas, 79% análisis cualitativo). CameraMath obtuvo 67% de aciertos, Wolfram|Alpha 58% (sin soluciones completas), y ChatGPT 33% con errores algebraicos frecuentes. Mathway, Maple Calculator y Math Master no resolvieron ningún ejercicio. El equipo A, con menor exposición al curso pero mayor habilidad para formular prompts, superó ampliamente al equipo B en herramientas generativas. Las dificultades recurrentes incluyeron errores de notación, falta de interactividad y ausencia de gráficas en versiones gratuitas. Se concluye que el uso no supervisado puede ser contraproducente sin formación crítica previa, por lo que se recomienda diseñar guías para prompts efectivos, capacitar docentes y promover herramientas educativas de IA con validación interna
Dados da obra
- Tipo
- Artigo
- Periódico
- RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo, v. 17, n. 33
- Ano
- 2026 (2026-08-31)
- Palavras-chave
- ordinary differential equations; AI-assisted mathematics; generative AI; symbolic computation; engineering students; prompt engineering; DeepSeek; ChatGPT; Wolfram Alpha; mathematics education
- Temas
- Álgebra
- DOI
- 10.23913/ride.v17i33.3123
- ISSN
- 2007-7467
- Licença
- cc-by
- Acesso
- Download disponível
- Fontes
- OpenAlex
- Na Biblioteca desde
- 01/10/2026 · verificada em 03/10/2026
Como citar
ABNT
CAPETILLO, Gerardo Mario Ortigoza. Resolviendo ecuaciones diferenciales ordinarias: estudio comparativo de motores simbólicos, solucionadores y modelos generativos de IA. RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo, v. 17, n. 33, 2026. DOI: https://doi.org/10.23913/ride.v17i33.3123.
APA
Capetillo, G. M. O. (2026). Resolviendo ecuaciones diferenciales ordinarias: estudio comparativo de motores simbólicos, solucionadores y modelos generativos de IA. RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 17(33). https://doi.org/10.23913/ride.v17i33.3123
BibTeX
@article{capetillo2026,
author = {Capetillo, Gerardo Mario Ortigoza},
title = {Resolviendo ecuaciones diferenciales ordinarias: estudio comparativo de motores simbólicos, solucionadores y modelos generativos de IA},
year = {2026},
journal = {RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo},
volume = {17},
number = {33},
doi = {10.23913/ride.v17i33.3123}
}RIS
TY - JOUR AU - Capetillo, Gerardo Mario Ortigoza TI - Resolviendo ecuaciones diferenciales ordinarias: estudio comparativo de motores simbólicos, solucionadores y modelos generativos de IA PY - 2026 JO - RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo VL - 17 IS - 33 DO - 10.23913/ride.v17i33.3123 ER -
Referência gerada automaticamente a partir dos metadados das fontes; confira com o documento original. Baixar BibTeX · Baixar RIS
Obras relacionadas
Obras do acervo corrente com mais temas em comum.
-
Trabalhando com projetos em contexto de Educação Matemática Crítica e Etnomatemática: explorando as tranças Nagô e conteúdos do Ensino Médio
Revista Eletrônica de Educação Matemática, v. 21 · DOI 10.5007/1981-1322.2026.e104316
Download disponível Baixar PDF na fonte: Trabalhando com projetos em contexto de Educação Matemática Crítica e Etnomatemática: explorando as tranças Nagô e conteúdos do Ensino Médio (abre em nova aba) Acessar texto completo: Trabalhando com projetos em contexto de Educação Matemática Crítica e Etnomatemática: explorando as tranças Nagô e conteúdos do Ensino Médio (abre em nova aba) -
Development of ethnomathematics-based comic media: A study of Papalele culture
World Journal of Advanced Research and Reviews, v. 30, n. 2 · DOI 10.30574/wjarr.2026.30.2.1313
-
Ethnomathematics and Cultural Values in Madurese Agricultural Activities: An Ethnographic Study for Contextual Mathematics Learning
IndoMath, v. 9, n. 1 · DOI 10.30738/indomath.v9i1.180
-
Inteligencia artificial generativa y pensamiento algebraico en educación matemática: tendencias, aportes y desafíos desde una revisión sistemática
Ciencia Latina Revista Científica Multidisciplinar, v. 10, n. 4 · DOI 10.37811/cl_rcm.v10i4.25108
Em verificação -
USO DA INTELIGÊNCIA ARTIFICIAL NO ENSINO DE MATEMÁTICA: POSSIBILIDADES PARA A APRENDIZAGEM EM ÁLGEBRA
Boletim de Conjuntura (BOCA), v. 25, n. 78 · DOI 10.56238/bocav25n78-031
Em verificação