Impacto del uso de Geogebra con inteligencia artificial en el aprendizaje de las matemáticas: análisis de la ecuación de la recta y la pendiente en educación básica
DOI:
https://doi.org/10.23857/dc.v12i1.4760Palabras clave:
matemáticas, GeoGebra, inteligencia artificial, ecuación de la recta, educación básicaResumen
El objetivo de la presente investigación fue analizar el impacto del uso de GeoGebra integrado con inteligencia artificial en el aprendizaje de las matemáticas, específicamente en la comprensión de la ecuación de la recta y el concepto de pendiente en educación básica. El estudio se desarrolló bajo un enfoque cuantitativo, con un diseño cuasi experimental de tipo correlacional descriptivo, en el que participaron 80 estudiantes distribuidos en un grupo experimental y un grupo de control. Para la recolección de datos se diseñó un test de base estructurada orientado a medir el desarrollo de destrezas gráficas, algebraicas y de razonamiento matemático, el cual fue validado mediante juicio de expertos y presentó un coeficiente de confiabilidad alfa de Cronbach de 0.89, considerado muy alto. Los resultados evidenciaron mejoras significativas en el grupo experimental en comparación con el grupo de control, reflejadas en mayores niveles de comprensión gráfica y algebraica, razonamiento matemático, autonomía y transferencia del aprendizaje. La prueba t de Student para muestras independientes mostró diferencias estadísticamente significativas a favor del grupo que utilizó GeoGebra con inteligencia artificial, mientras que el tamaño del efecto calculado mediante d de Cohen indicó efectos grandes, confirmando la relevancia educativa de la intervención. Se concluye que la integración de GeoGebra con inteligencia artificial constituye una estrategia didáctica eficaz para potenciar el aprendizaje de las matemáticas en educación básica, favoreciendo la comprensión conceptual profunda y el desarrollo del pensamiento matemático, lo que representa una contribución significativa al campo de la educación matemática mediada por tecnología.
Citas
Arbain, N., & Shukor, N. A. (2015). The effects of GeoGebra on students’ achievement. Procedia - Social and Behavioral Sciences, 172, 208–214. https://doi.org/10.1016/j.sbspro.2015.01.356
Campbell, D. T., & Stanley, J. C. (2015). Experimental and quasi-experimental designs for research. Houghton Mifflin.
CEPAL. (2020). La educación en tiempos de la pandemia de COVID-19. Naciones Unidas.
CEPAL. (2022). Educación, tecnología digital y desarrollo inclusivo en América Latina. Naciones Unidas.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum.
Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences (3rd ed.). Lawrence Erlbaum.
Confrey, J., & Maloney, A. (2015). Learning trajectories in mathematics education. Springer.
Duval, R. (2006). A cognitive analysis of problems of comprehension in a learning of mathematics. Educational Studies in Mathematics, 61(1–2), 103–131.
Escobar-Pérez, J., & Cuervo-Martínez, Á. (2008). Validez de contenido y juicio de expertos. Avances en Medición, 6, 27–36.
Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE.
Fischl, D., & Jeschke, S. (2021). Artificial intelligence in mathematics education. Springer.
George, D., & Mallery, P. (2016). IBM SPSS statistics 23 step by step. Routledge.
Hernández-Sampieri, R., Fernández-Collado, C., & Baptista-Lucio, M. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill.
Hiebert, J., & Grouws, D. A. (2007). The effects of classroom mathematics teaching on students’ learning. In F. K. Lester (Ed.), Second handbook of research on mathematics teaching and learning. Information Age.
Hohenwarter, M., & Jones, K. (2007). Ways of linking geometry and algebra. International Journal of Mathematical Education in Science and Technology, 38(2), 203–214.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education. Center for Curriculum Redesign.
Juan, A. A., et al. (2020). Educational data analytics powered by AI. Computers & Education, 146, 103752.
Kim, J., Park, H., & Lee, J. (2023). AI-supported mathematics learning environments. Educational Technology Research and Development, 71(2), 891–910.
Lakens, D. (2013). Calculating and reporting effect sizes. Frontiers in Psychology, 4, 863.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed. Pearson.
Mayer, R. E. (2020). Multimedia learning (3rd ed.). Cambridge University Press.
Messick, S. (1995). Validity of psychological assessment. American Psychologist, 50(9), 741–749.
Ministerio de Educación del Ecuador. (2016). Currículo de los niveles de educación obligatoria. MINEDUC.
Ministerio de Educación del Ecuador. (2023). Lineamientos para la integración de tecnologías digitales en el aula. MINEDUC.
National Council of Teachers of Mathematics. (2018). Principles to actions. NCTM.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
Pallant, J. (2020). SPSS survival manual (7th ed.). McGraw-Hill.
Preiner, J. (2008). Introducing dynamic mathematics software. International Journal for Technology in Mathematics Education, 15(2), 65–73.
Radford, L. (2014). Towards an embodied, cultural, and material conception of mathematics cognition. ZDM Mathematics Education, 46, 349–361.
Schoenfeld, A. H. (2016). Learning to think mathematically. Journal of Education, 196(2), 1–38.
Selwyn, N. (2022). Should robots replace teachers? Polity Press.
Spector, J. M. (2022). Conceptualizing AI in education. Educational Technology Research and Development, 70(2), 815–832.
Tall, D. (2013). How humans learn to think mathematically. Cambridge University Press.
UNESCO. (2019). Artificial intelligence in education. UNESCO.
UNESCO. (2021). Reimagining our futures together. UNESCO.
Vale, I., & Barbosa, A. (2017). Visual reasoning in mathematics education. Journal of Mathematical Behavior, 45, 1–10.
Vygotsky, L. S. (1978). Mind in society. Harvard University Press.
Zengin, Y., Furkan, H., & Kutluca, T. (2012). The effect of dynamic mathematics software. Computers & Education, 59(2), 567–580
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Diego Alberto López Altamirano , Alba Del Rocío Veloz Sánchez , Ligia Carolina Llerena Chacón , Mónica Patricia Velasteguí Marín
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Authors retain copyright and guarantee the Journal the right to be the first publication of the work. These are covered by a Creative Commons (CC BY-NC-ND 4.0) license that allows others to share the work with an acknowledgment of the work authorship and the initial publication in this journal.
