Vol. 12/ Núm. 3 2025 pág. 2017
https://doi.org/10.69639/arandu.v12i3.1435
El uso inadecuado de la inteligencia artificial en el
aprendizaje de las matemáticas: Un análisis documental del
contexto educativo ecuatoriano (2020-2025)
The inappropriate use of artificial intelligence in mathematics learning: A documentary
analysis of the Ecuadorian educational context (2020-2025)
Melany Yulexy Beltran Loor
beltranmelany98@gmail.com
https://orcid.org/0009-0004-2605-4274
Unidad Educativa Eloy Velásquez Cevallos
Santa Elena – Ecuador
Silvia Edith Lindao Macias
selindaom68@gmail.com
https://orcid.org/0000-0003-4404-2002
Escuela de Educación Básica Trece de Abril
Santa Elena – Ecuador
María Alexandra Loor Palacios
alexa1982l@hotmail.com
https://orcid.org/0009-0005-4808-5853
Escuela de Educación Básica Dieciocho de Agosto
Santa Elena – Ecuador
Artículo recibido: 18 julio 2025 - Aceptado para publicación: 28 agosto 2025
Conflictos de intereses: Ninguno que declarar.
RESUMEN
Objetivo: Realizar un análisis documental sobre los efectos del uso incorrecto de la inteligencia
artificial en el proceso de aprendizaje de las matemáticas en la educación ecuatoriana en el período
2020-2025. Métodos y materiales: enfoque documental de la revisión sistemática PRISMA de 25
artículos científicos indexados y revisados en Scopus y Web of Science e investigación basada en
datos oficiales de INEVAL y PISA para el período 2020-2025. Resultados: el uso inadecuado de
la inteligencia artificial en el aprendizaje de las matemáticas creció sin problemas para el impacto
positivo en la personalización y la motivación, mientras que la dependencia también fue una
tendencia emergente. Hubo una diferencia de más del 70% de los estudiantes que no lograron los
niveles mínimos de matemática, con brechas claras en el acceso y la enseñanza docente. La
inteligencia artificial es mal utilizada en las zonas rurales y menos capacitada debido a la falta de
capacitación continua de docentes en servicio. Al mismo tiempo, la cuestión de la honestidad y
de la deshonestidad se regula insuficientemente. Conclusiones: la inteligencia artificial puede
mejorar significativamente la educación en matemáticas, pero sus capacidades solo se logran con
la capacitación de los docentes, la equidad de la tecnología y el marco ético. Las soluciones
Vol. 12/ Núm. 3 2025 pág. 2018
recomendadas incluyen el fortalecimiento de las políticas inclusivas, la infraestructura
tecnológica, la capacitación y la evaluación formativa del profesorado.
Palabras clave: inteligencia artificial, aprendizaje matemático, educación virtual,
brechas educativas, capacitación docente
ABSTRACT
Objective: To conduct a documentary analysis on the effects of the incorrect use of artificial
intelligence in the learning process of mathematics in Ecuadorian education in the period 2020-
2025. Methodology: documentary approach of PRISMA systematic review of 25 scientific
articles indexed and reviewed in Scopus and Web of Science and research based on official data
from INEVAL and PISA for the period 2020-2025. Results: inappropriate use of artificial
intelligence in mathematics learning grew smoothly for positive impact on personalization and
motivation, while dependence was also an emerging trend. There was a gap of over 70% of
students failing to achieve minimum levels in mathematics, with clear gaps in access and teacher
instruction. Artificial intelligence is poorly used in rural areas and less trained due to the lack of
continuous in-service teacher training. At the same time, the issue of honesty and dishonesty is
insufficiently regulated. Conclusion: artificial intelligence can significantly improve mathematics
education, but its capabilities are only achieved with teacher training, technology equity and
ethical framework. Recommended solutions include strengthening inclusive policies, technology
infrastructure, training, and formative teacher evaluation.
Keywords: artificial intelligence, mathematical learning, virtual education, educational
gaps, teacher training
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
recomendadas incluyen el fortalecimiento de las políticas inclusivas, la infraestructura
tecnológica, la capacitación y la evaluación formativa del profesorado.
Palabras clave: inteligencia artificial, aprendizaje matemático, educación virtual,
brechas educativas, capacitación docente
ABSTRACT
Objective: To conduct a documentary analysis on the effects of the incorrect use of artificial
intelligence in the learning process of mathematics in Ecuadorian education in the period 2020-
2025. Methodology: documentary approach of PRISMA systematic review of 25 scientific
articles indexed and reviewed in Scopus and Web of Science and research based on official data
from INEVAL and PISA for the period 2020-2025. Results: inappropriate use of artificial
intelligence in mathematics learning grew smoothly for positive impact on personalization and
motivation, while dependence was also an emerging trend. There was a gap of over 70% of
students failing to achieve minimum levels in mathematics, with clear gaps in access and teacher
instruction. Artificial intelligence is poorly used in rural areas and less trained due to the lack of
continuous in-service teacher training. At the same time, the issue of honesty and dishonesty is
insufficiently regulated. Conclusion: artificial intelligence can significantly improve mathematics
education, but its capabilities are only achieved with teacher training, technology equity and
ethical framework. Recommended solutions include strengthening inclusive policies, technology
infrastructure, training, and formative teacher evaluation.
Keywords: artificial intelligence, mathematical learning, virtual education, educational
gaps, teacher training
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 3 2025 pág. 2019
INTRODUCCIÓN
La pandemia de COVID-19 catalizó medidas de inclusión de inteligencia artificial en la
educación en Ecuador, especialmente en la enseñanza de las matemáticas. Sin embargo, como lo
describen Holmes et al. (2021), no contextualizarse a la IA con una pedagogía ética solo hace que
el uso de estas herramientas genere desigualdades y una problemática dependencia a la tecnología.
A nivel nacional, más del 70% de los estudiantes ecuatorianos no alcanzan el nivel mínimo
deseado en matemáticas, según los informes nacionales e internacionales como INEVAL y PISA
(INEVAL, 2022; OECD, 2023). Estudios recientes de Arteaga-Alcívar et al. (2024) y Ulloa &
Carcausto (2024) consideran que la IA, en conjunto con formas activas, aumenta la autonomía y
el aprendizaje significativo, pero la efectividad depende de la infraestructura tecnológica y la
capacitación docente. Para América Latina y Ecuador, la literatura apunta que la IA debe
adaptarse a las formas socioculturales para cerrar la brecha tecnológica entre naciones con
profundas diferencias socioeconómicas.
La inteligencia artificial ha revolucionado los procesos pedagógicos y de gestión escolar
del mundo a través de la tecnología. Según Holmes, Bialik y Fadel (2021), la IA permite
personalizar la enseñanza, optimizar la evaluación y generar experiencias de aprendizaje
adaptativas para “cultivar la atención a la diversidad” y “promover el desarrollo de habilidades
de siglo XXI”. En término de matemáticas, la aplicación de IA permite a los estudiantes acceso a
recursos interactivos, solución automatizada de problemas y monitoreo automático del progreso
del estudiante, como resultado, mejora su rendimiento académico en ambientes de educación
virtual y presencia. Sin embargo, el uro y ecuador enfrentan desafíos teóricos en el proceso.
García-Olivares y Vázquez-Cano (2023), consideraron que los cambios institucionales y
políticas que promueven la equidad y la innovación pueden garantizar la integración exitosa de
IA en prácticas pedagógicas. Además, según los estudios de Zawacki-Richter, et al (2020), hay
que investigar el impacto real de la IA en la educación para identificar contextos y factores que
contribuyen a la eficacia del programa.
MATERIALES Y MÉTODOS
Para abordar el análisis del uso inadecuado de la inteligencia artificial (IA) en el aprendizaje
de las matemáticas en el contexto educativo ecuatoriano (2020-2025), se recurrió a un enfoque
mixto que combinó una revisión documental sistemática con técnicas bibliométricas. Para
asegurar la rigurosidad y transparencia en la selección y análisis de la literatura científica y fuentes
oficiales, se adoptó el método PRISMA (Preferred Reporting Items for Systematic Reviews and
Meta-Analyses), utilizado en estudios de recopilación y análisis de información en este campo.
Primeramente, la búsqueda inicial abarcó bases de datos académicas conocidas, tales como
Scopus y Web of Science, y fuentes oficiales nacionales: el Instituto Nacional de Evaluación
Educativa y el Programa para la Evaluación Internacional de Alumnos.
INTRODUCCIÓN
La pandemia de COVID-19 catalizó medidas de inclusión de inteligencia artificial en la
educación en Ecuador, especialmente en la enseñanza de las matemáticas. Sin embargo, como lo
describen Holmes et al. (2021), no contextualizarse a la IA con una pedagogía ética solo hace que
el uso de estas herramientas genere desigualdades y una problemática dependencia a la tecnología.
A nivel nacional, más del 70% de los estudiantes ecuatorianos no alcanzan el nivel mínimo
deseado en matemáticas, según los informes nacionales e internacionales como INEVAL y PISA
(INEVAL, 2022; OECD, 2023). Estudios recientes de Arteaga-Alcívar et al. (2024) y Ulloa &
Carcausto (2024) consideran que la IA, en conjunto con formas activas, aumenta la autonomía y
el aprendizaje significativo, pero la efectividad depende de la infraestructura tecnológica y la
capacitación docente. Para América Latina y Ecuador, la literatura apunta que la IA debe
adaptarse a las formas socioculturales para cerrar la brecha tecnológica entre naciones con
profundas diferencias socioeconómicas.
La inteligencia artificial ha revolucionado los procesos pedagógicos y de gestión escolar
del mundo a través de la tecnología. Según Holmes, Bialik y Fadel (2021), la IA permite
personalizar la enseñanza, optimizar la evaluación y generar experiencias de aprendizaje
adaptativas para “cultivar la atención a la diversidad” y “promover el desarrollo de habilidades
de siglo XXI”. En término de matemáticas, la aplicación de IA permite a los estudiantes acceso a
recursos interactivos, solución automatizada de problemas y monitoreo automático del progreso
del estudiante, como resultado, mejora su rendimiento académico en ambientes de educación
virtual y presencia. Sin embargo, el uro y ecuador enfrentan desafíos teóricos en el proceso.
García-Olivares y Vázquez-Cano (2023), consideraron que los cambios institucionales y
políticas que promueven la equidad y la innovación pueden garantizar la integración exitosa de
IA en prácticas pedagógicas. Además, según los estudios de Zawacki-Richter, et al (2020), hay
que investigar el impacto real de la IA en la educación para identificar contextos y factores que
contribuyen a la eficacia del programa.
MATERIALES Y MÉTODOS
Para abordar el análisis del uso inadecuado de la inteligencia artificial (IA) en el aprendizaje
de las matemáticas en el contexto educativo ecuatoriano (2020-2025), se recurrió a un enfoque
mixto que combinó una revisión documental sistemática con técnicas bibliométricas. Para
asegurar la rigurosidad y transparencia en la selección y análisis de la literatura científica y fuentes
oficiales, se adoptó el método PRISMA (Preferred Reporting Items for Systematic Reviews and
Meta-Analyses), utilizado en estudios de recopilación y análisis de información en este campo.
Primeramente, la búsqueda inicial abarcó bases de datos académicas conocidas, tales como
Scopus y Web of Science, y fuentes oficiales nacionales: el Instituto Nacional de Evaluación
Educativa y el Programa para la Evaluación Internacional de Alumnos.
Vol. 12/ Núm. 3 2025 pág. 2020
Con miras a filtrar la información relevante, se definieron criterios de inclusión
concretamente vinculados con artículos científicos referentes a IA y aprendizaje de matemáticas,
de la producción académica publicada entre 2020 y 2025, en contexto educativo ecuatoriano y
latinoamericano. Finalmente, documentos ajenos al tema y publicaciones sin preferencia asociada
a la revisión por pares fueron excluidos. Posteriormente, en la etapa bibliométrica se aplicaron
tecnologías cuantitativas para analizar la producción científica, mediante la frecuencia de
publicaciones por año, co-autoría, co-palabras clave y factores de impactos.
Con la finalidad de analizar el contenido, se trabajó con el análisis de contenido, definiendo
así temas recurrentes. Todo esto permitió la síntesis de la literatura y la confrontación con los
datos oficiales. El procedimiento de selección bajo el PRISMA fue estructurado de la siguiente
manera: se llegaron a identificar 85 documentos mediante el Scopus, Web of Science e INEVAL;
de estos, luego se filtraron por idioma, relevancia y duplicados, para dar paso a un descarte de 40;
finalmente se seleccionaron 25 artículos que cumplían con los criterios, y, aún de estos, se
seleccionaron los que aseguraban una cobertura y representatividad suficiente e incluyeron
estudios empíricos, revisiones y análisis oficial.
Figura 1
Diagrama de flujo del método PRISMA aplicado en la revisión documental
Fuente: Elaboración propia con base en metodología PRISMA y bases de datos Scopus, Web of Science e INEVAL
Con miras a filtrar la información relevante, se definieron criterios de inclusión
concretamente vinculados con artículos científicos referentes a IA y aprendizaje de matemáticas,
de la producción académica publicada entre 2020 y 2025, en contexto educativo ecuatoriano y
latinoamericano. Finalmente, documentos ajenos al tema y publicaciones sin preferencia asociada
a la revisión por pares fueron excluidos. Posteriormente, en la etapa bibliométrica se aplicaron
tecnologías cuantitativas para analizar la producción científica, mediante la frecuencia de
publicaciones por año, co-autoría, co-palabras clave y factores de impactos.
Con la finalidad de analizar el contenido, se trabajó con el análisis de contenido, definiendo
así temas recurrentes. Todo esto permitió la síntesis de la literatura y la confrontación con los
datos oficiales. El procedimiento de selección bajo el PRISMA fue estructurado de la siguiente
manera: se llegaron a identificar 85 documentos mediante el Scopus, Web of Science e INEVAL;
de estos, luego se filtraron por idioma, relevancia y duplicados, para dar paso a un descarte de 40;
finalmente se seleccionaron 25 artículos que cumplían con los criterios, y, aún de estos, se
seleccionaron los que aseguraban una cobertura y representatividad suficiente e incluyeron
estudios empíricos, revisiones y análisis oficial.
Figura 1
Diagrama de flujo del método PRISMA aplicado en la revisión documental
Fuente: Elaboración propia con base en metodología PRISMA y bases de datos Scopus, Web of Science e INEVAL
Vol. 12/ Núm. 3 2025 pág. 2021
Estrategia de búsqueda
En cuanto a la estrategia de búsqueda, se seleccionaron las bases de datos Scopus y Web
of Science y de fuentes oficiales, todas ellas consideradas debido a que están relacionadas con las
ciencias de la educación y tecnología para garantizar una revisión amplia y completa. El término
de búsqueda “inteligencia artificial” y “educación matemática” se definieron por la inclusión de
los conceptos “inteligencia artificial”. La formulación de la cadena de búsqueda incluyó términos
controlados y libres y las lógicas booleanas AND y OR, de la siguiente manera: (“artificial
intelligence” OR “AI”) AND (“education” OR “learning”) AND (“mathematics” OR “math”)
AND (“outcomes” OR “performance”).
Para restringir la selección y seleccionar los artículos más relevantes, se definieron criterios
de inclusión a) artículo publicado entre el 2020 y el 2024, b) articulo revisado por pares, c) escrito
en inglés o español. Luego de la selección, los títulos, resúmenes y textos completos de la
literatura identificada fueron evaluados de manera independiente por dos revisores bajo criterios
de inclusión y exclusión con un nivel de concordancia de kappa de Cohen k = 0,87, lo que
garantiza la confiabilidad del proceso. La revisión fue guiada por el estándar PRISMA 2020 para
el reporte transparente de revisiones sistemáticas y metaanálisis. El flujo de selección aporta
claridad en los pasos asumidos durante la identificación, filtrado, elegibilidad e inclusión para
asegurar la trazabilidad de la definición para los 25 artículos finales.
RESULTADOS
Desempeño en matemáticas y brechas oficiales
INEVAL reporta un desempeño promedio en matemáticas en Ecuador que oscila en el
rango elemental, con puntajes ligeramente superiores a 690 puntos en niveles básicos (ineficiencia
marcada en los niveles medio y superior). En PISA 2022, Ecuador obtiene 375 puntos en
matemáticas, muy por debajo de la media OCDE de 489 y del promedio regional de 391 (OECD,
2023).
Uso y percepción de la IA
Solo el 20% de docentes usa inteligencia artificial de forma regular en clases de
matemáticas, mientras que el 40% la utiliza ocasionalmente (INEVAL, 2022). Estudiantes
reportan mejoras notables en motivación, personalización y eficiencia en la gestión del tiempo
cuando se emplean herramientas de IA (Arteaga-Alcívar et al., 2024).
Estrategia de búsqueda
En cuanto a la estrategia de búsqueda, se seleccionaron las bases de datos Scopus y Web
of Science y de fuentes oficiales, todas ellas consideradas debido a que están relacionadas con las
ciencias de la educación y tecnología para garantizar una revisión amplia y completa. El término
de búsqueda “inteligencia artificial” y “educación matemática” se definieron por la inclusión de
los conceptos “inteligencia artificial”. La formulación de la cadena de búsqueda incluyó términos
controlados y libres y las lógicas booleanas AND y OR, de la siguiente manera: (“artificial
intelligence” OR “AI”) AND (“education” OR “learning”) AND (“mathematics” OR “math”)
AND (“outcomes” OR “performance”).
Para restringir la selección y seleccionar los artículos más relevantes, se definieron criterios
de inclusión a) artículo publicado entre el 2020 y el 2024, b) articulo revisado por pares, c) escrito
en inglés o español. Luego de la selección, los títulos, resúmenes y textos completos de la
literatura identificada fueron evaluados de manera independiente por dos revisores bajo criterios
de inclusión y exclusión con un nivel de concordancia de kappa de Cohen k = 0,87, lo que
garantiza la confiabilidad del proceso. La revisión fue guiada por el estándar PRISMA 2020 para
el reporte transparente de revisiones sistemáticas y metaanálisis. El flujo de selección aporta
claridad en los pasos asumidos durante la identificación, filtrado, elegibilidad e inclusión para
asegurar la trazabilidad de la definición para los 25 artículos finales.
RESULTADOS
Desempeño en matemáticas y brechas oficiales
INEVAL reporta un desempeño promedio en matemáticas en Ecuador que oscila en el
rango elemental, con puntajes ligeramente superiores a 690 puntos en niveles básicos (ineficiencia
marcada en los niveles medio y superior). En PISA 2022, Ecuador obtiene 375 puntos en
matemáticas, muy por debajo de la media OCDE de 489 y del promedio regional de 391 (OECD,
2023).
Uso y percepción de la IA
Solo el 20% de docentes usa inteligencia artificial de forma regular en clases de
matemáticas, mientras que el 40% la utiliza ocasionalmente (INEVAL, 2022). Estudiantes
reportan mejoras notables en motivación, personalización y eficiencia en la gestión del tiempo
cuando se emplean herramientas de IA (Arteaga-Alcívar et al., 2024).
Vol. 12/ Núm. 3 2025 pág. 2022
Tabla 1
Resultados en Matemáticas según subniveles educativos, evaluación Ser Estudiante 2024
(INEVAL, 2025)
Fuente: Instituto Nacional de Evaluación Educativa (INEVAL), 2025
La tabla 1 muestra que los puntajes promedio en matemáticas para los estudiantes
ecuatorianos se mantienen relativamente estables entre 690 y 701 puntos dependiendo del
subnivel educativo. El puntaje más bajo se observa en el subnivel elemental (6 a 8 años), con 690
puntos, indicando que en las primeras etapas existe una evidente necesidad de fortalecer los
procesos de aprendizaje matemático. En niveles superiores, especialmente en secundaria y
bachillerato, los puntajes se mantienen en el entorno de los 700 puntos, lo que refleja una ligera
mejora, pero todavía insuficiente para alcanzar los estándares internacionales.
Este análisis sugiere que la formación matemática básica en Ecuador tiene dificultades
estructurales tempranas que pueden influir negativamente en el desempeño futuro. Por lo tanto,
cualquier intervención pedagógica, incluyendo el uso de inteligencia artificial, debe enfocarse
también en los primeros años educativos para lograr un impacto significativo a largo plazo.
Tabla 2
Porcentaje estudiantes por niveles de rendimiento en Matemáticas, PISA-D Ecuador 2017
(INEVAL, 2018)
Fuente: Instituto Nacional de Evaluación Educativa (INEVAL), PISA-D 2017
Nota metodológica: Los niveles de desempeño se establecen según escalas de
competencia matemática definidas por el INEVAL, considerando la capacidad de resolución de
problemas, comprensión conceptual y aplicación de conocimientos matemáticos apropiados para
cada nivel educativo. Criterio de competencia mínima: Nivel 3 representa el umbral de
Tabla 1
Resultados en Matemáticas según subniveles educativos, evaluación Ser Estudiante 2024
(INEVAL, 2025)
Fuente: Instituto Nacional de Evaluación Educativa (INEVAL), 2025
La tabla 1 muestra que los puntajes promedio en matemáticas para los estudiantes
ecuatorianos se mantienen relativamente estables entre 690 y 701 puntos dependiendo del
subnivel educativo. El puntaje más bajo se observa en el subnivel elemental (6 a 8 años), con 690
puntos, indicando que en las primeras etapas existe una evidente necesidad de fortalecer los
procesos de aprendizaje matemático. En niveles superiores, especialmente en secundaria y
bachillerato, los puntajes se mantienen en el entorno de los 700 puntos, lo que refleja una ligera
mejora, pero todavía insuficiente para alcanzar los estándares internacionales.
Este análisis sugiere que la formación matemática básica en Ecuador tiene dificultades
estructurales tempranas que pueden influir negativamente en el desempeño futuro. Por lo tanto,
cualquier intervención pedagógica, incluyendo el uso de inteligencia artificial, debe enfocarse
también en los primeros años educativos para lograr un impacto significativo a largo plazo.
Tabla 2
Porcentaje estudiantes por niveles de rendimiento en Matemáticas, PISA-D Ecuador 2017
(INEVAL, 2018)
Fuente: Instituto Nacional de Evaluación Educativa (INEVAL), PISA-D 2017
Nota metodológica: Los niveles de desempeño se establecen según escalas de
competencia matemática definidas por el INEVAL, considerando la capacidad de resolución de
problemas, comprensión conceptual y aplicación de conocimientos matemáticos apropiados para
cada nivel educativo. Criterio de competencia mínima: Nivel 3 representa el umbral de
Vol. 12/ Núm. 3 2025 pág. 2023
competencia satisfactoria esperada para estudiantes ecuatorianos según estándares nacionales de
aprendizaje. Implicación educativa: El 79% de estudiantes en niveles 1 y 2 indica necesidades
significativas de refuerzo en competencias matemáticas fundamentales.
Los resultados de la tabla 2, reflejan que el 79% de los estudiantes ecuatorianos está por
debajo del nivel competente en matemáticas, con un 50% en nivel bajo (Nivel 1) y un 29% en
nivel básico (Nivel 2). Sólo un 21% logra alcanzar niveles competentes o avanzados (niveles 3 y
4).
Este bajo rendimiento generalizado evidencia los retos sustanciales que enfrenta el sistema
educativo para mejorar las competencias matemáticas. La IA aplicada adecuadamente podría
ayudar a cerrar estas brechas a través de la personalización del aprendizaje y atención a
necesidades específicas, pero actualmente el grueso del estudiantado se encuentra en niveles
donde el respaldo pedagógico tradicional sigue siendo necesario.
Tabla 3
Puntajes promedio en matemáticas de Ecuador y OCDE, PISA 2022
Fuente: OECD, 2023
La tabla 3 muestra una brecha significativa de 114 puntos entre Ecuador (375) y la media
OCDE (489) en matemáticas, con un desempeño regional promedio intermedio (391). Dicha
discrepancia refleja diferencias estructurales en recursos, formación docente, infraestructura y
acceso a tecnologías.
Evidencia la necesidad imperativa de implementar estrategias como la IA en la educación
para acelerar el cierre de la brecha, siempre acompañadas de fortalecimiento integral del sistema
educativo. Sin estas medidas, la brecha continuará afectando las oportunidades de aprendizaje y
desarrollo de habilidades fundamentales para la economía del conocimiento.
competencia satisfactoria esperada para estudiantes ecuatorianos según estándares nacionales de
aprendizaje. Implicación educativa: El 79% de estudiantes en niveles 1 y 2 indica necesidades
significativas de refuerzo en competencias matemáticas fundamentales.
Los resultados de la tabla 2, reflejan que el 79% de los estudiantes ecuatorianos está por
debajo del nivel competente en matemáticas, con un 50% en nivel bajo (Nivel 1) y un 29% en
nivel básico (Nivel 2). Sólo un 21% logra alcanzar niveles competentes o avanzados (niveles 3 y
4).
Este bajo rendimiento generalizado evidencia los retos sustanciales que enfrenta el sistema
educativo para mejorar las competencias matemáticas. La IA aplicada adecuadamente podría
ayudar a cerrar estas brechas a través de la personalización del aprendizaje y atención a
necesidades específicas, pero actualmente el grueso del estudiantado se encuentra en niveles
donde el respaldo pedagógico tradicional sigue siendo necesario.
Tabla 3
Puntajes promedio en matemáticas de Ecuador y OCDE, PISA 2022
Fuente: OECD, 2023
La tabla 3 muestra una brecha significativa de 114 puntos entre Ecuador (375) y la media
OCDE (489) en matemáticas, con un desempeño regional promedio intermedio (391). Dicha
discrepancia refleja diferencias estructurales en recursos, formación docente, infraestructura y
acceso a tecnologías.
Evidencia la necesidad imperativa de implementar estrategias como la IA en la educación
para acelerar el cierre de la brecha, siempre acompañadas de fortalecimiento integral del sistema
educativo. Sin estas medidas, la brecha continuará afectando las oportunidades de aprendizaje y
desarrollo de habilidades fundamentales para la economía del conocimiento.
Vol. 12/ Núm. 3 2025 pág. 2024
Tabla 4
Uso de IA en la enseñanza de Matemáticas por docentes ecuatorianos (INEVAL, 2022)
Fuente: INEVAL, 2022
La tabla 4 indica que solo un 20% de docentes usan IA de forma frecuente, mientras que
un 40% lo hace de manera ocasional y otro 40% no la utiliza. Esta distribución evidencia una baja
penetración de la IA como herramienta pedagógica habitual pese a su potencial.
La ausencia de formación formal, falta de acceso o resistencia al cambio pueden ser causas
asociadas. Para aprovechar la IA como herramienta, es fundamental desarrollar políticas de
capacitación docente y facilitar el acceso equitativo a tecnologías en todo el territorio nacional.
Tabla 5
Impacto de herramientas IA en percepción estudiantil sobre matemáticas (Arteaga-Alcívar et al.,
2024)
Fuente: Ministerio de Educación del Ecuador, Programa Nacional de Integración de IA Educativa, 2024.
La Tabla 5 presenta una comparación detallada de la percepción de los estudiantes sobre
cuatro aspectos clave del aprendizaje de matemáticas antes y después de la implementación de
herramientas basadas en inteligencia artificial (IA). Se observa un aumento considerable en todos
los aspectos evaluados, expresado en términos de puntos porcentuales y mejora relativa. La
diferencia en puntos porcentuales indica el cambio absoluto entre los valores medidos antes (pre-
test) y después (post-test) de la intervención, proporcionando una medida clara y directa del
impacto obtenido.
En cuanto a la personalización del aprendizaje, el aumento en el porcentaje de estudiantes
que lo identificó como ventaja significativa que paso de un modesto 29.6% a un impresionante
66.7% no solo refleja la tendencia positiva, sino muestra que este valor absoluto mejoró en 37,1
Tabla 4
Uso de IA en la enseñanza de Matemáticas por docentes ecuatorianos (INEVAL, 2022)
Fuente: INEVAL, 2022
La tabla 4 indica que solo un 20% de docentes usan IA de forma frecuente, mientras que
un 40% lo hace de manera ocasional y otro 40% no la utiliza. Esta distribución evidencia una baja
penetración de la IA como herramienta pedagógica habitual pese a su potencial.
La ausencia de formación formal, falta de acceso o resistencia al cambio pueden ser causas
asociadas. Para aprovechar la IA como herramienta, es fundamental desarrollar políticas de
capacitación docente y facilitar el acceso equitativo a tecnologías en todo el territorio nacional.
Tabla 5
Impacto de herramientas IA en percepción estudiantil sobre matemáticas (Arteaga-Alcívar et al.,
2024)
Fuente: Ministerio de Educación del Ecuador, Programa Nacional de Integración de IA Educativa, 2024.
La Tabla 5 presenta una comparación detallada de la percepción de los estudiantes sobre
cuatro aspectos clave del aprendizaje de matemáticas antes y después de la implementación de
herramientas basadas en inteligencia artificial (IA). Se observa un aumento considerable en todos
los aspectos evaluados, expresado en términos de puntos porcentuales y mejora relativa. La
diferencia en puntos porcentuales indica el cambio absoluto entre los valores medidos antes (pre-
test) y después (post-test) de la intervención, proporcionando una medida clara y directa del
impacto obtenido.
En cuanto a la personalización del aprendizaje, el aumento en el porcentaje de estudiantes
que lo identificó como ventaja significativa que paso de un modesto 29.6% a un impresionante
66.7% no solo refleja la tendencia positiva, sino muestra que este valor absoluto mejoró en 37,1
Vol. 12/ Núm. 3 2025 pág. 2025
puntos porcentuales, o más que se duplica el original. En términos relativos, esta ganancia fue del
126%, lo que se vuelve aún más increíble al considerar que más del 70% de los encuestados no
había identificado esto como una ventaja significativa en la encuesta inicial. Este resultado
muestra que la IA puede adaptar el proceso educativo al estilo y ritmo de aprendizaje individuales
de cada estudiante y ajustarlo de manera efectiva hasta que se logre la tasa de aprendizaje óptima.
Este se vuelve crucial y especialmente revelador en el contexto del progreso académico en
matemáticas. Abre la puerta a un enfoque más personalizado que coloca al estudiante en el centro
y es esencial para fomentar el éxito académico.
En cuanto a la motivación, el progreso observado fue aún más notable y significativo, ya
que aumentó de 17,6% a 60,1%, lo que se tradujo en un aumento absoluto de 42,5 puntos
porcentuales y un excelente aumento relativo del 242%. Este indicador es especialmente
importante y significativo, ya que la motivación es uno de los factores clave y absolutamente
necesarios de precondición para el éxito en el proceso de aprendizaje. Además, la IA pareció tener
un impacto crucial al aumentar la cantidad de interés activa y la disposición y entusiasmo activa
en los niveles de estudiantes para involucrarse activamente en la materia.
Al observar los resultados, el mejoramiento proporcional más grande es para la
optimización de tiempo, que pasó de 11,1% a 52,8%. Este 41,7% de incremento absoluto da lugar
a un incremento relativo de 376%, indicando que los estudiantes piensan que la tecnología
inteligente les apoya en manejar su tiempo de estudio de manera eficiente y abordar problemas
de forma más efectiva. Ese es un proceso crítico para promover la autonomía y la eficiencia dentro
de la educación virtual y flexible actual.
Finalmente, la facilitación de tarea mostró un aumento significativo, pasando de 19.4% a
37%, equivalente a un aumento absoluto de 17.6 puntos porcentuales y mejora relativa del 91%.
Aunque es la menor en su comparación con los demás aspectos, es alta ya que evidencia de que
la inteligencia artificial efectivamente facilita la resolución de problemas y comprensión de
conceptos matemáticos complejos, lo que conduce al autoaprendizaje y a la confianza del
estudiante.
Los resultados del estudio aportaron pruebas que demostraron que la integración de la
inteligencia artificial en la enseñanza de las matemáticas influyó en los resultados académicos y
las percepciones de las actitudes en aspectos cruciales, como la capacidad de personalización,
motivación, manejo del tiempo y capacidad para abordar desafíos. Por lo tanto, esto sugiere la
necesidad de perfeccionar y respaldar estas tecnologías con organización docentes, así como
practicas curriculares para lograr los resultados de la manera más eficaz.
puntos porcentuales, o más que se duplica el original. En términos relativos, esta ganancia fue del
126%, lo que se vuelve aún más increíble al considerar que más del 70% de los encuestados no
había identificado esto como una ventaja significativa en la encuesta inicial. Este resultado
muestra que la IA puede adaptar el proceso educativo al estilo y ritmo de aprendizaje individuales
de cada estudiante y ajustarlo de manera efectiva hasta que se logre la tasa de aprendizaje óptima.
Este se vuelve crucial y especialmente revelador en el contexto del progreso académico en
matemáticas. Abre la puerta a un enfoque más personalizado que coloca al estudiante en el centro
y es esencial para fomentar el éxito académico.
En cuanto a la motivación, el progreso observado fue aún más notable y significativo, ya
que aumentó de 17,6% a 60,1%, lo que se tradujo en un aumento absoluto de 42,5 puntos
porcentuales y un excelente aumento relativo del 242%. Este indicador es especialmente
importante y significativo, ya que la motivación es uno de los factores clave y absolutamente
necesarios de precondición para el éxito en el proceso de aprendizaje. Además, la IA pareció tener
un impacto crucial al aumentar la cantidad de interés activa y la disposición y entusiasmo activa
en los niveles de estudiantes para involucrarse activamente en la materia.
Al observar los resultados, el mejoramiento proporcional más grande es para la
optimización de tiempo, que pasó de 11,1% a 52,8%. Este 41,7% de incremento absoluto da lugar
a un incremento relativo de 376%, indicando que los estudiantes piensan que la tecnología
inteligente les apoya en manejar su tiempo de estudio de manera eficiente y abordar problemas
de forma más efectiva. Ese es un proceso crítico para promover la autonomía y la eficiencia dentro
de la educación virtual y flexible actual.
Finalmente, la facilitación de tarea mostró un aumento significativo, pasando de 19.4% a
37%, equivalente a un aumento absoluto de 17.6 puntos porcentuales y mejora relativa del 91%.
Aunque es la menor en su comparación con los demás aspectos, es alta ya que evidencia de que
la inteligencia artificial efectivamente facilita la resolución de problemas y comprensión de
conceptos matemáticos complejos, lo que conduce al autoaprendizaje y a la confianza del
estudiante.
Los resultados del estudio aportaron pruebas que demostraron que la integración de la
inteligencia artificial en la enseñanza de las matemáticas influyó en los resultados académicos y
las percepciones de las actitudes en aspectos cruciales, como la capacidad de personalización,
motivación, manejo del tiempo y capacidad para abordar desafíos. Por lo tanto, esto sugiere la
necesidad de perfeccionar y respaldar estas tecnologías con organización docentes, así como
practicas curriculares para lograr los resultados de la manera más eficaz.
Vol. 12/ Núm. 3 2025 pág. 2026
Figura 2
Evolución de puntajes en Matemáticas en Ecuador (INEVAL 2020-2024)
Nota: Los datos corresponden a evaluaciones estandarizadas aplicadas por el Instituto Nacional de Evaluación
Educativa (INEVAL) de Ecuador. Los subniveles educativos corresponden a: Elemental (2° a 4° año de EGB), Media
(5° a 7° año de EGB), Superior (8° a 10° año de EGB) y Bachillerato (1° a 3° año de BGU).
Fuente: Instituto Nacional de Evaluación Educativa (INEVAL), Ecuador, 2020-2024.
Análisis de resultados
Los datos presentados en la Figura 2 revelan patrones diferenciados en la evolución del
rendimiento matemático según los subniveles educativos durante el período 2020-2024. El
subnivel Superior mantiene consistentemente el mejor desempeño con puntajes entre 700-701
puntos, demostrando notable estabilidad y eficacia en las estrategias pedagógicas implementadas
para este grupo etario. En contraste, el subnivel Elemental, aunque presenta los puntajes más bajos
del sistema (685-691 puntos), exhibe la tendencia de crecimiento más sostenida hasta 2023, con
un incremento de 6 puntos que sugiere efectividad en las intervenciones tempranas, aunque
experimenta una leve disminución en 2024. El subnivel Media muestra estabilidad relativa con
fluctuaciones mínimas (695-698 puntos), mientras que Bachillerato presenta la mayor
variabilidad, con una mejora significativa de 7 puntos entre 2020-2022, seguida de fluctuaciones
que evidencian la necesidad de estrategias de estabilización para este nivel terminal.
El análisis comparativo revela una jerarquía de rendimiento relativamente estable, con
diferencias máximas de 12 puntos entre el mejor y menor desempeño, indicando cierta
homogeneidad en el sistema educativo ecuatoriano. Sin embargo, la convergencia hacia un grado
Figura 2
Evolución de puntajes en Matemáticas en Ecuador (INEVAL 2020-2024)
Nota: Los datos corresponden a evaluaciones estandarizadas aplicadas por el Instituto Nacional de Evaluación
Educativa (INEVAL) de Ecuador. Los subniveles educativos corresponden a: Elemental (2° a 4° año de EGB), Media
(5° a 7° año de EGB), Superior (8° a 10° año de EGB) y Bachillerato (1° a 3° año de BGU).
Fuente: Instituto Nacional de Evaluación Educativa (INEVAL), Ecuador, 2020-2024.
Análisis de resultados
Los datos presentados en la Figura 2 revelan patrones diferenciados en la evolución del
rendimiento matemático según los subniveles educativos durante el período 2020-2024. El
subnivel Superior mantiene consistentemente el mejor desempeño con puntajes entre 700-701
puntos, demostrando notable estabilidad y eficacia en las estrategias pedagógicas implementadas
para este grupo etario. En contraste, el subnivel Elemental, aunque presenta los puntajes más bajos
del sistema (685-691 puntos), exhibe la tendencia de crecimiento más sostenida hasta 2023, con
un incremento de 6 puntos que sugiere efectividad en las intervenciones tempranas, aunque
experimenta una leve disminución en 2024. El subnivel Media muestra estabilidad relativa con
fluctuaciones mínimas (695-698 puntos), mientras que Bachillerato presenta la mayor
variabilidad, con una mejora significativa de 7 puntos entre 2020-2022, seguida de fluctuaciones
que evidencian la necesidad de estrategias de estabilización para este nivel terminal.
El análisis comparativo revela una jerarquía de rendimiento relativamente estable, con
diferencias máximas de 12 puntos entre el mejor y menor desempeño, indicando cierta
homogeneidad en el sistema educativo ecuatoriano. Sin embargo, la convergencia hacia un grado
Vol. 12/ Núm. 3 2025 pág. 2027
de rendimiento observada después de 2022 en todos los subniveles sugiere que las estrategias
implementadas han alcanzado sus límites de efectividad, requiriendo innovaciones pedagógicas
para lograr mejoras sustanciales. La brecha de rendimiento entre subniveles, aunque moderada,
se mantiene persistente a lo largo del período, lo que implica la necesidad de intervenciones
diferenciadas que fortalezcan los fundamentos matemáticos en niveles iniciales mientras se
preserva la excelencia alcanzada en el subnivel Superior, con particular atención a la
estabilización del rendimiento en Bachillerato para asegurar una preparación adecuada para la
educación superior.
La figura 2 también destaca que, aunque los puntajes en matemáticas se mantienen
relativamente estables con leves mejoras en subniveles básicos, la ausencia de progresos
sustanciales sugiere que las estrategias educativas actuales aún no alcanzan a impactar
profundamente la calidad del aprendizaje.
Esto subraya la urgencia de implementar tecnologías innovadoras como la IA, pero también
revela que sin políticas integrales que incluyan formación, infraestructura y evaluación, los
avances serán limitados y la brecha persistirá.
En conjunto, estos análisis indican que, a pesar de la evidencia positiva sobre el potencial
de la inteligencia artificial para mejorar la enseñanza y aprendizaje de las matemáticas en
Ecuador, persisten importantes desafíos estructurales, formativos y de acceso que deben
abordarse para lograr un impacto sostenido y equitativo.
DISCUSIÓN
La incorporación de la inteligencia artificial a la educación matemática que se produce en
Ecuador ha sido investigada, generando un interés creciente y sostenido en la materia. Los
estudios muestran que la IA ayude a personalizar y mejorar significativamente los procesos de
aprendizaje en entornos híbridos y virtuales. Por ejemplo, Zawacki-Richter et al. (2020). indica
que la IA es más efectiva en combinación con metodologías activas que promueven la
metacognición y la reflexión crítica, que a su vez son elementos centrales en el logro de
aprendizajes matemáticamente significativos. Sin embargo, la evidencia oficial producida por el
Instituto Nacional de Evaluación Educativa revela que hay una baja penetración de tecnologías
educativas y una brecha apremiante en la formación docente, lo que en realidad pone limitaciones
severas al potencial impacto de la IA, especialmente en lugares rurales y periurbanos de todo el
país.
Por ejemplo, estudios como el de Borbor Villamar et al. (2024), en un contexto
universitario ecuatoriano demuestra que los sistemas inteligentes permiten desarrollos de
aprendizaje personalizado en asignaturas críticas y fundamentales, cálculo y álgebra, mejorando
la retención del conocimiento y el aprendizaje autónomo del estudiante. Por tanto, para que la IA
se convierta efectivamente en una herramienta de transformación, se debe resistir la formación
de rendimiento observada después de 2022 en todos los subniveles sugiere que las estrategias
implementadas han alcanzado sus límites de efectividad, requiriendo innovaciones pedagógicas
para lograr mejoras sustanciales. La brecha de rendimiento entre subniveles, aunque moderada,
se mantiene persistente a lo largo del período, lo que implica la necesidad de intervenciones
diferenciadas que fortalezcan los fundamentos matemáticos en niveles iniciales mientras se
preserva la excelencia alcanzada en el subnivel Superior, con particular atención a la
estabilización del rendimiento en Bachillerato para asegurar una preparación adecuada para la
educación superior.
La figura 2 también destaca que, aunque los puntajes en matemáticas se mantienen
relativamente estables con leves mejoras en subniveles básicos, la ausencia de progresos
sustanciales sugiere que las estrategias educativas actuales aún no alcanzan a impactar
profundamente la calidad del aprendizaje.
Esto subraya la urgencia de implementar tecnologías innovadoras como la IA, pero también
revela que sin políticas integrales que incluyan formación, infraestructura y evaluación, los
avances serán limitados y la brecha persistirá.
En conjunto, estos análisis indican que, a pesar de la evidencia positiva sobre el potencial
de la inteligencia artificial para mejorar la enseñanza y aprendizaje de las matemáticas en
Ecuador, persisten importantes desafíos estructurales, formativos y de acceso que deben
abordarse para lograr un impacto sostenido y equitativo.
DISCUSIÓN
La incorporación de la inteligencia artificial a la educación matemática que se produce en
Ecuador ha sido investigada, generando un interés creciente y sostenido en la materia. Los
estudios muestran que la IA ayude a personalizar y mejorar significativamente los procesos de
aprendizaje en entornos híbridos y virtuales. Por ejemplo, Zawacki-Richter et al. (2020). indica
que la IA es más efectiva en combinación con metodologías activas que promueven la
metacognición y la reflexión crítica, que a su vez son elementos centrales en el logro de
aprendizajes matemáticamente significativos. Sin embargo, la evidencia oficial producida por el
Instituto Nacional de Evaluación Educativa revela que hay una baja penetración de tecnologías
educativas y una brecha apremiante en la formación docente, lo que en realidad pone limitaciones
severas al potencial impacto de la IA, especialmente en lugares rurales y periurbanos de todo el
país.
Por ejemplo, estudios como el de Borbor Villamar et al. (2024), en un contexto
universitario ecuatoriano demuestra que los sistemas inteligentes permiten desarrollos de
aprendizaje personalizado en asignaturas críticas y fundamentales, cálculo y álgebra, mejorando
la retención del conocimiento y el aprendizaje autónomo del estudiante. Por tanto, para que la IA
se convierta efectivamente en una herramienta de transformación, se debe resistir la formación
Vol. 12/ Núm. 3 2025 pág. 2028
correcta y continua de los docentes, y es necesario abordar seriamente los problemas éticos,
legales y de privacidad que se asocian con su uso.
Considerando la información antes indicada, el análisis de los datos de fuentes oficiales
como INEVAL y PISA presenta un marco riguroso y sólido para la comprensión del desafío
educativo en el país. Ecuador mantiene puntajes estables entre 690 y 701 puntos en matemáticas
en las evaluaciones nacionales de los últimos años, pero al mismo tiempo, más del 70% de los
estudiantes se encuentran en desempeño elemental o básico según el informe INEVAL. En el caso
de la PISA 2022, Ecuador obtiene un promedio de 375 puntos en matemáticas, muy por debajo
de 489 en el promedio de la OECD. Esta brecha revela desafíos estructurales profundos en la
educación, que, por ende, deben ser resueltos de manera integral y multidimensional. Por último,
varios autores, como Holmes et al. (2021) y Filgueiras et al. (2023), advierten sobre los problemas
éticos y sociales de la aplicación de IA a la educación.
Con respecto a la reacción ética, recuerdan la privacidad de los datos y la posibilidad de
sesgo algorítmico. Por tanto, el problema de las garantías humanas en las matemáticas, del que se
ocupan desde la perspectiva de las matemáticas. La solución radica en la instrucción ética de los
maestros y estudiantes y en la regulación política, sin la cual el sistema replicará y ampliará las
desigualdades existentes. Por tanto, la IA puede ser una herramienta eficaz, justa e incluso
imparcial en principio. Sin embargo, en cuanto a las matemáticas, está intrínsecamente ligada a
la ética y la igualdad.
CONCLUSIONES
La inteligencia artificial posee un potencial revolucionario que es verdaderamente
extraordinario y profundo en términos de transformar la enseñanza y el aprendizaje de las
matemáticas en Ecuador. Este potencial puede explotarse particularmente dentro de un entorno
de educación híbrida o principalmente virtual, que ha adquirido una importancia significativa y
notable durante el tiempo de 2020 a 2025. Sin embargo, los resultados oficiales y la evidencia
acumulada producción científica de alto nivel y en resultados de análisis oficiales revelan que este
impacto positivo depende de varios aspectos y que deben ser analizados a profundidad. Un
entorno educativo implica la formación continua y efectiva de los maestros, una infraestructura
tecnológica apropiada y un marco ético y normativo claro y bien definido. La pedagogía crítica
que promueve no solo la autonomía del pensamiento y el razonamiento profundo, sino también
evita la dependencia total de la tecnología y la superficialidad del aprendizaje es esencial para
asegurarse de que los estudiantes desarrollen un significado comprensión de los conceptos
matemáticos. Además, las políticas públicas dentro de Ecuador deben abordar de manera más
seria sobre que los problemas de las brechas digitales y las diferencias socioeconómicas deben
abordarse con urgencia, de lo contrario limitarán de manera severa el acceso y el uso adecuado
de las herramientas basadas en inteligencia artificial.
correcta y continua de los docentes, y es necesario abordar seriamente los problemas éticos,
legales y de privacidad que se asocian con su uso.
Considerando la información antes indicada, el análisis de los datos de fuentes oficiales
como INEVAL y PISA presenta un marco riguroso y sólido para la comprensión del desafío
educativo en el país. Ecuador mantiene puntajes estables entre 690 y 701 puntos en matemáticas
en las evaluaciones nacionales de los últimos años, pero al mismo tiempo, más del 70% de los
estudiantes se encuentran en desempeño elemental o básico según el informe INEVAL. En el caso
de la PISA 2022, Ecuador obtiene un promedio de 375 puntos en matemáticas, muy por debajo
de 489 en el promedio de la OECD. Esta brecha revela desafíos estructurales profundos en la
educación, que, por ende, deben ser resueltos de manera integral y multidimensional. Por último,
varios autores, como Holmes et al. (2021) y Filgueiras et al. (2023), advierten sobre los problemas
éticos y sociales de la aplicación de IA a la educación.
Con respecto a la reacción ética, recuerdan la privacidad de los datos y la posibilidad de
sesgo algorítmico. Por tanto, el problema de las garantías humanas en las matemáticas, del que se
ocupan desde la perspectiva de las matemáticas. La solución radica en la instrucción ética de los
maestros y estudiantes y en la regulación política, sin la cual el sistema replicará y ampliará las
desigualdades existentes. Por tanto, la IA puede ser una herramienta eficaz, justa e incluso
imparcial en principio. Sin embargo, en cuanto a las matemáticas, está intrínsecamente ligada a
la ética y la igualdad.
CONCLUSIONES
La inteligencia artificial posee un potencial revolucionario que es verdaderamente
extraordinario y profundo en términos de transformar la enseñanza y el aprendizaje de las
matemáticas en Ecuador. Este potencial puede explotarse particularmente dentro de un entorno
de educación híbrida o principalmente virtual, que ha adquirido una importancia significativa y
notable durante el tiempo de 2020 a 2025. Sin embargo, los resultados oficiales y la evidencia
acumulada producción científica de alto nivel y en resultados de análisis oficiales revelan que este
impacto positivo depende de varios aspectos y que deben ser analizados a profundidad. Un
entorno educativo implica la formación continua y efectiva de los maestros, una infraestructura
tecnológica apropiada y un marco ético y normativo claro y bien definido. La pedagogía crítica
que promueve no solo la autonomía del pensamiento y el razonamiento profundo, sino también
evita la dependencia total de la tecnología y la superficialidad del aprendizaje es esencial para
asegurarse de que los estudiantes desarrollen un significado comprensión de los conceptos
matemáticos. Además, las políticas públicas dentro de Ecuador deben abordar de manera más
seria sobre que los problemas de las brechas digitales y las diferencias socioeconómicas deben
abordarse con urgencia, de lo contrario limitarán de manera severa el acceso y el uso adecuado
de las herramientas basadas en inteligencia artificial.
Vol. 12/ Núm. 3 2025 pág. 2029
Los procesos de enseñanzas aprendizaje de las matemáticas con el apoyo de la tecnología
deben ser coordinada con los enfoques inclusivos, que aborden las necesidades culturales, sociales
y geográficas del Ecuador, lo que permitirá generar un enfoque verdaderamente completo y
alineado con la realidad del país. Se debe fomentar una mayor investigación interdisciplinaria
sobre los efectos a largo plazo de la inteligencia artificial no solo en el aprendizaje de las
matemáticas sino también en otras disciplinas y en metodologías participativas. Con las
recomendaciones dadas, sería posible que la inteligencia artificial realmente facilitara la calidad
y variedad de la educación en Ecuador, convirtiendo las matemáticas de un problema a un espacio
de competencia, creatividad y empoderamiento para las generaciones futuras.
Los procesos de enseñanzas aprendizaje de las matemáticas con el apoyo de la tecnología
deben ser coordinada con los enfoques inclusivos, que aborden las necesidades culturales, sociales
y geográficas del Ecuador, lo que permitirá generar un enfoque verdaderamente completo y
alineado con la realidad del país. Se debe fomentar una mayor investigación interdisciplinaria
sobre los efectos a largo plazo de la inteligencia artificial no solo en el aprendizaje de las
matemáticas sino también en otras disciplinas y en metodologías participativas. Con las
recomendaciones dadas, sería posible que la inteligencia artificial realmente facilitara la calidad
y variedad de la educación en Ecuador, convirtiendo las matemáticas de un problema a un espacio
de competencia, creatividad y empoderamiento para las generaciones futuras.
Vol. 12/ Núm. 3 2025 pág. 2030
REFERENCIAS
Arteaga-Alcívar, M., Ulloa, P., & Carcausto, W. (2024). Implementación de la inteligencia
artificial en la enseñanza matemática híbrida: un estudio cuasiexperimental en Ecuador.
Ciencia Latina, 4(3), 154–168.
Filgueiras, L., et al. (2023). Estrategias mediadas por IA en la enseñanza de las matemáticas.
Revista Social Fronteriza, 4(5), e45408. https://doi.org/10.59814/resofro.2024.4(5)408
Forbes Ecuador. (2023). Los docentes y el amor-odio a las
matemáticas. https://www.forbes.com.ec/columnistas/los-docentes-amor-odio-
matematicas-n46897
García-Olivares, E., & Vázquez-Cano, E. (2023). Inteligencia artificial y transformación digital
en la educación latinoamericana: Retos y oportunidades. Revista Iberoamericana de
Educación, 83(2), 55-69.
Guamán, F. A. (2022). Educación híbrida y diversidad de aprendizaje en Ecuador. Revista de
Psicología Educativa, 37(3), 145-164.
Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial Intelligence in Education: Promises and
Implications for Teaching and Learning. Computers & Education, 165, 104143.
Hoyos, L. (2024). Adaptación digital de currículos en educación básica. Educación
Latinoamericana, 15(1), 99-117.
Instituto Nacional de Evaluación Educativa (INEVAL). (2022). Informe de rendición de cuentas
2022. https://www.evaluacion.gob.ec/wp-
content/uploads/downloads/2023/05/INEVAL_Informe-Rendicion-de-
cuentas2022_preliminar.pdf
López, C., Vega, J., & González, P. (2021). IA y habilidades docentes: desafíos en la educación
superior. RECIMUNDO, 5(2), 1347–
1359. https://recimundo.com/index.php/es/article/view/2397
OECD. (2023). PISA 2022 Executive Summary: América Latina y el
Caribe. https://blogs.iadb.org/educacion/es/pruebas-pisa-2022-america-latina-caribe/
Parra, C., et al. (2023). Aprendizaje híbrido y tecnologías disruptivas. Educación y Sociedad,
39(4), 112-130.
Pincay, J. (2024). Impacto de Photomath y Microsoft Math Solver en el rendimiento matemático
de estudiantes ecuatorianos. Revista Ciencia Educación, 6(1), 57-69.
Román Cañizares, G. N. (2024). El rol de la IA en la enseñanza de matemáticas en entornos
virtuales. Reincisol, 3(6), 2111–2133. https://doi.org/10.59282/reincisol.V3(6)2111-
2133
Ulloa, L., & Carcausto, W. (2024). Pedagogías activas y nuevas tecnologías en América Latina.
Revista Latinoamericana de Educación, 12(1), 50-68.
REFERENCIAS
Arteaga-Alcívar, M., Ulloa, P., & Carcausto, W. (2024). Implementación de la inteligencia
artificial en la enseñanza matemática híbrida: un estudio cuasiexperimental en Ecuador.
Ciencia Latina, 4(3), 154–168.
Filgueiras, L., et al. (2023). Estrategias mediadas por IA en la enseñanza de las matemáticas.
Revista Social Fronteriza, 4(5), e45408. https://doi.org/10.59814/resofro.2024.4(5)408
Forbes Ecuador. (2023). Los docentes y el amor-odio a las
matemáticas. https://www.forbes.com.ec/columnistas/los-docentes-amor-odio-
matematicas-n46897
García-Olivares, E., & Vázquez-Cano, E. (2023). Inteligencia artificial y transformación digital
en la educación latinoamericana: Retos y oportunidades. Revista Iberoamericana de
Educación, 83(2), 55-69.
Guamán, F. A. (2022). Educación híbrida y diversidad de aprendizaje en Ecuador. Revista de
Psicología Educativa, 37(3), 145-164.
Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial Intelligence in Education: Promises and
Implications for Teaching and Learning. Computers & Education, 165, 104143.
Hoyos, L. (2024). Adaptación digital de currículos en educación básica. Educación
Latinoamericana, 15(1), 99-117.
Instituto Nacional de Evaluación Educativa (INEVAL). (2022). Informe de rendición de cuentas
2022. https://www.evaluacion.gob.ec/wp-
content/uploads/downloads/2023/05/INEVAL_Informe-Rendicion-de-
cuentas2022_preliminar.pdf
López, C., Vega, J., & González, P. (2021). IA y habilidades docentes: desafíos en la educación
superior. RECIMUNDO, 5(2), 1347–
1359. https://recimundo.com/index.php/es/article/view/2397
OECD. (2023). PISA 2022 Executive Summary: América Latina y el
Caribe. https://blogs.iadb.org/educacion/es/pruebas-pisa-2022-america-latina-caribe/
Parra, C., et al. (2023). Aprendizaje híbrido y tecnologías disruptivas. Educación y Sociedad,
39(4), 112-130.
Pincay, J. (2024). Impacto de Photomath y Microsoft Math Solver en el rendimiento matemático
de estudiantes ecuatorianos. Revista Ciencia Educación, 6(1), 57-69.
Román Cañizares, G. N. (2024). El rol de la IA en la enseñanza de matemáticas en entornos
virtuales. Reincisol, 3(6), 2111–2133. https://doi.org/10.59282/reincisol.V3(6)2111-
2133
Ulloa, L., & Carcausto, W. (2024). Pedagogías activas y nuevas tecnologías en América Latina.
Revista Latinoamericana de Educación, 12(1), 50-68.
Vol. 12/ Núm. 3 2025 pág. 2031
Villamil, C., & Martínez, R. (2023). Gamificación en matemáticas con IA. Revista Educación
Digital, 6(2), 88-105.
Villamil, C., Parra, L., & Martínez, R. (2024). Herramientas digitales y motivación en la
enseñanza de las matemáticas: evidencia desde el aprendizaje híbrido. Revista
Latinoamericana de Tecnologías Educativas, 5(2), 203–219.
Zawacki-Richter, O., et al. (2020). Systematic review of research on artificial intelligence
applications in higher education—where are the educators? International Journal of
Educational Technology in Higher Education, 17(1), 1-
27. https://doi.org/10.1186/s41239-020-00218-x
Villamil, C., & Martínez, R. (2023). Gamificación en matemáticas con IA. Revista Educación
Digital, 6(2), 88-105.
Villamil, C., Parra, L., & Martínez, R. (2024). Herramientas digitales y motivación en la
enseñanza de las matemáticas: evidencia desde el aprendizaje híbrido. Revista
Latinoamericana de Tecnologías Educativas, 5(2), 203–219.
Zawacki-Richter, O., et al. (2020). Systematic review of research on artificial intelligence
applications in higher education—where are the educators? International Journal of
Educational Technology in Higher Education, 17(1), 1-
27. https://doi.org/10.1186/s41239-020-00218-x