La inteligencia artificial y su impacto en el proceso de enseñanza y aprendizaje de la matemática: una revisión sistemática

• Autores: Tenorio Soria, Lily Amparo, Ureta Huanuqueño, Fredy
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Católica de Trujillo Benedicto XVI
• Repositorio: UCT-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uct.edu.pe:20.500.14520/11851
• Enlace del recurso: https://hdl.handle.net/20.500.14520/11851
• Nivel de acceso: acceso abierto
• Materia: Inteligencia Artificial, educación matemática, aprendizaje adaptativo y brecha digital.; https://purl.org/pe-repo/ocde/ford#5.03.01

Esta revisión sistemática tuvo como objetivo sistematizar las aplicaciones y efectos de la Inteligencia Artificial (IA) en la enseñanza-aprendizaje de matemáticas, analizando la literatura científica de 2019-2023. Siguiendo la metodología PRISMA 2020, se realizaron búsquedas en Scopus, Web of Science y SciELO, seleccionando 25 estudios tras un cribado riguroso. Los resultados evidenciaron una concentración geográfica en Asia (40%) y Norteamérica (32%), con escasa representación latinoamericana (4%). Predominaron enfoques cuantitativos (56%) y estudios en educación superior (44%), mientras la educación primaria e infantil recibieron mínima atención (12% y 4%, respectivamente). Las aplicaciones más recurrentes fueron Sistemas Inteligentes de Tutoría (11%) y plataformas adaptativas (11%), aunque el 26% de estudios no especificó herramientas. Se reportaron mejoras en rendimiento académico (48% de los estudios) y motivación (32%), especialmente mediante gamificación y personalización. No obstante, se identificaron limitaciones críticas: ausencia de diferencias significativas frente a métodos tradicionales (16%), brechas en competencias docentes (8%, agravadas en contextos como Perú, donde el 62% de profesores desconoce usos pedagógicos de IA), opacidad algorítmica (8%) y riesgos de dependencia tecnológica (12%). En conclusión, la IA mejora el aprendizaje matemático mediante tutorías inteligentes y evaluación adaptativa, pero su eficacia depende de factores contextuales infravalorados (infraestructura, capacitación docente y adecuación pedagógica). Urge priorizar investigaciones en educación básica y contextos rurales, junto con políticas que fortalezcan la equidad digital.