Didactic design of geometry classes supported by ChatGPT: a study from the Onto-semiotic Approach

Authors

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

Keywords:

Artificial Intelligence, geometry, Basic Education

Abstract

Introduction: Integrating Artificial Intelligence (AI) into geometry teaching in Basic Education presents challenges and opportunities to overcome traditional methodologies and foster a deeper conceptual understanding. This study aimed to analyze and substantiate the design of geometry lessons supported by ChatGPT, using the Didactic Suitability criteria of the Onto-Semiotic Approach (OSA) as a framework. Materials and methods: This qualitative, descriptive-documentary research was complemented by a planned field study with pre-service teachers. A comprehensive literature review was conducted on mathematics education, the OSA, Didactic Suitability, and the use of AI in the classroom. Results: The analysis based on the dimensions of Didactic Suitability (epistemic, cognitive, interactional, mediational, affective, and ecological) is expected to reveal improvements in the coherence of lesson designs, the quality of interactions, and student motivation. A detailed 17-phase procedure for analyzing AI-mediated lessons is proposed. Discussion: Didactic Suitability is consolidated as a comprehensive analytical tool for critically evaluating the use of AI, understood not as a substitute for the teacher, but as a semiotic mediator that enriches mathematical practices. Conclusions: It is concluded that the reflective integration of AI, grounded in the EOS (Educational and Social Approach), favors the design of more coherent and meaningful geometry lessons, contributing to the strengthening of teacher training and opening new lines of empirical research.

References

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.

Downloads

Published

2026-02-15

How to Cite

Reyes Palau, N. C., & Vázquez Álvarez, A. (2026). Didactic design of geometry classes supported by ChatGPT: a study from the Onto-semiotic Approach. Maestro Y Sociedad, 23(1), 362–369. Retrieved from https://maestroysociedad.uo.edu.cu/index.php/MyS/article/view/7423

Issue

Vol. 23 No. 1 (2026)

Section

Artículos

License

Copyright (c) 2026 Náyade Caridad Reyes Palau, Arian Vázquez Álvarez

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

This journal provides immediate open access to its content, based on the principle that offering the public free access to research helps a greater global exchange of knowledge. Each author is responsible for the content of each of their articles. 

Most read articles by the same author(s)