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

Abstract

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.