Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Tenorio Soria, Lily Amparo"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    La inteligencia artificial y su impacto en el proceso de enseñanza y aprendizaje de la matemática: una revisión sistemática
    (Universidad Católica de Trujillo - Benedicto XVI, 2025-10-18) Tenorio Soria, Lily Amparo; Ureta Huanuqueño, Fredy; Perez Mena, Celina
    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.

DSpace software copyright © 2002-2026 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback