Diseño didáctico de clases de geometría apoyadas en ChatGPT: un estudio desde el Enfoque Ontosemiótico

Autores/as

  • Náyade Caridad Reyes Palau Universidad Bolivariana del Ecuador, Ecuador
  • Arian Vázquez Álvarez Universidad Bolivariana del Ecuador, Ecuador

Palabras clave:

Inteligencia Artificial, geometría, Educación Básica

Resumen

Introducción: La integración de la Inteligencia Artificial (IA) en la enseñanza de la geometría en Educación Básica presenta desafíos y oportunidades para superar metodologías tradicionales y fomentar una comprensión conceptual más profunda. Este estudio tuvo como objetivo analizar y fundamentar el diseño de clases de geometría apoyadas en ChatGPT, utilizando los criterios de Idoneidad Didáctica del Enfoque Ontosemiótico (EOS) como marco de referencia. Materiales y métodos: La investigación, de enfoque cualitativo y diseño descriptivo-documental, se complementa con la proyección de un estudio de campo con docentes en formación. Se realizó una revisión bibliográfica exhaustiva sobre educación matemática, el EOS, la Idoneidad Didáctica y el uso de IA en el aula. Resultados: Se espera que el análisis desde las dimensiones de la Idoneidad Didáctica (epistémica, cognitiva, interaccional, mediacional, afectiva y ecológica) revele mejoras en la coherencia de los diseños, la calidad de las interacciones y la motivación estudiantil. Se propone un detallado procedimiento de 17 fases para el análisis de clases mediadas por IA. Discusión: La Idoneidad Didáctica se consolida como una herramienta analítica integral para valorar críticamente el uso de la IA, entendida no como un sustituto del docente, sino como un mediador semiótico que enriquece las prácticas matemáticas. Conclusiones: Se concluye que la integración reflexiva de la IA, fundamentada en el EOS, favorece el diseño de clases de geometría más coherentes y significativas, contribuyendo al fortalecimiento de la formación docente y abriendo nuevas líneas de investigación empírica.

Citas

Aguilar, P., Casares, T., Merino, V., Sisalema, M., Martínez, M., Yacchirema, A., & Gordon, G. (2024). Desarrollo y evaluación de un algoritmo educativo basado en inteligencia artificial para mejorar la enseñanza de la división en estudiantes de secundaria utilizando Python y Google Colab. Polo del Conocimiento, 9(1), 940-956.

Aguilar, P., Zavala, E., Perrazo, S., Sánchez, A., Marín, M., Perrazo, A., & Casco, D. (2024). Integración de la inteligencia artificial en la metodología educativa: Estrategias innovadoras para la enseñanza efectiva. Polo del Conocimiento, 9(1), 1637-1654.

Barrantes, M., & Balletbo, I. (2012). Tendencias actuales de la enseñanza-aprendizaje de la geometría en educación secundaria. Revista Internacional de Investigación en Ciencias Sociales, 8(1), 25-42.

Brousseau, G. (1997). Theory of didactical situations in mathematics. Kluwer Academic Publishers.

Chevallard, Y. (1991). La transposición didáctica: Del saber sabio al saber enseñado. AIQUE.

Godino, J. D. (2012). Origen y aportaciones de la perspectiva ontosemiótica de investigación en didáctica de la matemática. Investigación en Educación Matemática, 16, 49-68.

Godino, J. D. (2024). Enfoque ontosemiótico en educación matemática: Fundamentos, herramientas y aplicaciones. McGraw-Hill.

Godino, J. D., Batanero, C., & Font, V. (2007). The onto-semiotic approach to research in mathematics education. ZDM – The International Journal on Mathematics Education, 39(1-2), 127-135. https://doi.org/10.1007/s11858-006-0004-1

Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill.

Hummes, V., Breda, A., Seckel, M. J., & Font, V. (2020). Criterios de idoneidad didáctica en una clase basada en el Lesson Study. Revista de Educación de la Universidad del Atlántico, 11(26), 20-39.

Ley Orgánica de Educación Intercultural, Registro Oficial Suplemento 417, 31 de marzo de 2011 (Ecuador). https://educacion.gob.ec/wp-content/uploads/downloads/2017/05/Ley-Organica-Educacion-Intercultural-Codificado.pdf

López, M., Moreno, M., Uyaguari, F., & Barrera, M. (2023). El desarrollo del pensamiento crítico en el aula: Testimonios de docentes ecuatorianos de excelencia. Areté. Revista Digital del Doctorado en Educación, 8(15), 161-180. https://doi.org/10.55560/arete.2022.15.8.8

Ministerio de Educación del Ecuador. (2024). Educación General Básica. Recuperado 9 de septiembre de 2024, de https://educacion.gob.ec/educacion_general_basica/

Monzón, M. A. (2024). Inteligencia artificial en el aula: Oportunidades y desafíos para la didáctica de la matemática y física universitaria. Revista Internacional de Pedagogía e Innovación Educativa, 4(1), 193-207.

Pochulu, M. D. (2018). La modelización en matemática: Marco de referencia y aplicaciones. GIDED.

Pochulu, M. D., & Font, V. (2022). Herramientas y constructos del enfoque ontosemiótico del conocimiento e instrucción matemáticos para el diseño y análisis de procesos de enseñanza y aprendizaje. En Educación matemática: Aportes a la formación docente desde distintos enfoques teóricos (Vol. 2, pp. 15-48). Universidad Nacional del Pilar.

Quiroz Pacheco, R. D. (2023). Aplicaciones de inteligencia artificial aliadas en la enseñanza de matemáticas. Ciencia Latina Revista Científica Multidisciplinar, 7(4), 7454-7467. https://doi.org/10.37811/cl_rcm.v7i4.7498

Rodríguez, M. E. (2021). Herramientas didácticas para planificar la enseñanza de la matemática. Universidad Nacional del Pilar.

Rodríguez, M. E. (2021). Sistemas de tutoría inteligente y su aplicación en la educación superior. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 11(22), e065. https://doi.org/10.23913/ride.v11i22.848

Sanjuan, A. (2024). Apuntes sobre aprendizaje e inteligencia artificial: Un enfoque filosófico. RIESED. Revista Internacional de Estudios sobre Sistemas Educativos, 3(15), 689-702.

Ubal, C., Tambasco, P., Martínez, S., & García, C. (2023). El impacto de la inteligencia artificial en la educación: Riesgos y potencialidades de la IA en el aula. RIITE. Revista Interuniversitaria de Investigación en Tecnología Educativa, (15), 41-57. https://doi.org/10.6018/riite.584501

UNESCO. (2019, 21 de febrero). ¿Cómo la inteligencia artificial puede reforzar la educación? https://www.unesco.org/es/articles/como-la-inteligencia-artificial-puede-reforzar-la-educacion

Val-Fernández, P. (2023). The symbiosis between artificial intelligence and secondary school mathematics teaching. Advances in Building Education, 7(3), 23-31.

Vega, M., Mora, L., & Badilla, M. (2020). Inteligencia artificial y aprendizaje automático en medicina. Revista Médica Sinergia, 5(8), e557. https://doi.org/10.31434/rms.v5i8.557

Vera, F. (2023). Integración de la inteligencia artificial en la educación superior: Desafíos y oportunidades. Transformar, 4(1), 17-34.

Publicado

2026-02-15

Cómo citar

Reyes Palau, N. C., & Vázquez Álvarez, A. (2026). Diseño didáctico de clases de geometría apoyadas en ChatGPT: un estudio desde el Enfoque Ontosemiótico. Maestro Y Sociedad, 23(1), 362–369. Recuperado a partir de https://maestroysociedad.uo.edu.cu/index.php/MyS/article/view/7423

Número

Sección

Artículos

Artículos más leídos del mismo autor/a