Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Recurso digital |
| Language: | |
| Published: |
Zenodo
2026
|
| Subjects: | |
| Online Access: | https://doi.org/10.5281/zenodo.19009841 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1866901888226557952 |
|---|---|
| author | Sierra, Javier E. Rojas, Sandra Sierra, María Fernanda |
| author_facet | Sierra, Javier E. Rojas, Sandra Sierra, María Fernanda |
| contents | <p><span lang="EN-US">Este artículo examina cómo las herramientas de inteligencia artificial (IA) pueden ampliar las oportunidades de aprendizaje de calidad en las clases de matemáticas de contextos rurales colombianos. Ante la escasez de estudios empíricos locales específicamente centrados en IA y matemáticas rurales, se adopta un análisis de casos comparados basado en evidencia internacional sobre tutores inteligentes, sistemas adaptativos, retroalimentación automática y analítica del aprendizaje. La revisión se organiza alrededor de cinco casos con implementación real en educación matemática: Wayang Outpost, ASSISTments, programas de tutoría inteligente orientados a reducción de brechas, sistemas adaptativos en escuelas rurales y estudios recientes sobre adopción docente. Los hallazgos sugieren que la IA produce efectos pedagógicos más consistentes cuando se usa para personalizar la práctica, ofrecer retroalimentación inmediata, detectar rezagos tempranos y apoyar decisiones docentes, no para reemplazarlas. Asimismo, la transferencia al contexto colombiano exige condiciones de diseño específicas: conectividad intermitente, tareas matemáticas contextualizadas, formación docente situada, control del sesgo algorítmico y uso de métricas comprensibles para escuelas con recursos limitados. Se propone un marco de implementación equitativa con cuatro capas —infraestructura viable, diseño didáctico, analítica responsable y sostenibilidad territorial— útil para pilotos en escuelas rurales del país.</span></p> |
| format | Recurso digital |
| id | zenodo_https___doi_org_10_5281_zenodo_19009841 |
| institution | Zenodo |
| language | |
| publishDate | 2026 |
| publisher | Zenodo |
| record_format | zenodo |
| spellingShingle | Aprendizaje de las matemáticas en contextos rurales colombianos usando herramientas de inteligencia artificial Sierra, Javier E. Rojas, Sandra Sierra, María Fernanda inteligencia artificial Matemáticas rurales aprendizaje adaptativo <p><span lang="EN-US">Este artículo examina cómo las herramientas de inteligencia artificial (IA) pueden ampliar las oportunidades de aprendizaje de calidad en las clases de matemáticas de contextos rurales colombianos. Ante la escasez de estudios empíricos locales específicamente centrados en IA y matemáticas rurales, se adopta un análisis de casos comparados basado en evidencia internacional sobre tutores inteligentes, sistemas adaptativos, retroalimentación automática y analítica del aprendizaje. La revisión se organiza alrededor de cinco casos con implementación real en educación matemática: Wayang Outpost, ASSISTments, programas de tutoría inteligente orientados a reducción de brechas, sistemas adaptativos en escuelas rurales y estudios recientes sobre adopción docente. Los hallazgos sugieren que la IA produce efectos pedagógicos más consistentes cuando se usa para personalizar la práctica, ofrecer retroalimentación inmediata, detectar rezagos tempranos y apoyar decisiones docentes, no para reemplazarlas. Asimismo, la transferencia al contexto colombiano exige condiciones de diseño específicas: conectividad intermitente, tareas matemáticas contextualizadas, formación docente situada, control del sesgo algorítmico y uso de métricas comprensibles para escuelas con recursos limitados. Se propone un marco de implementación equitativa con cuatro capas —infraestructura viable, diseño didáctico, analítica responsable y sostenibilidad territorial— útil para pilotos en escuelas rurales del país.</span></p> |
| title | Aprendizaje de las matemáticas en contextos rurales colombianos usando herramientas de inteligencia artificial |
| topic | inteligencia artificial Matemáticas rurales aprendizaje adaptativo |
| url | https://doi.org/10.5281/zenodo.19009841 |