Vol. 10 (2026): Identidad Bolivariana: 1era Edición Especial
Artículos originales

Metodología para la Integración de la Inteligencia Artificial Mediada por la Analítica de Aprendizaje con Apoyo de GeoGebra en la Enseñanza de la Matemática

PDF
Limberg Gabriel Mendoza-Quijano
Universidad Bolivariana del Ecuador
Raúl López-Fernández
Universidad Bolivariana del Ecuador
Jessica María Quiroz-Valdéz
Universidad Bolivariana del Ecuador
Tatiana Tapia-Bastidas
Universidad Bolivariana del Ecuador

Publicado 2026-05-21

Palabras clave

  • Inteligencia artificial ,
  • recursos didácticos digitales,
  • analítica de aprendizaje,
  • GeoGebra

Cómo citar

Metodología para la Integración de la Inteligencia Artificial Mediada por la Analítica de Aprendizaje con Apoyo de GeoGebra en la Enseñanza de la Matemática. (2026). Identidad Bolivariana, 10, 534-549. https://doi.org/10.37611/IB10ol%p

Resumen

Este trabajo responde a la necesidad de transformar la enseñanza de la Matemática mediante enfoques innovadores basados en datos. El objetivo fue elaborar una metodología que integre la Inteligencia Artificial mediada por la Analítica de Aprendizaje con apoyo de GeoGebra para la mejora del rendimiento escolar en la enseñanza de la Matemática. Se empleó una metodología cualitativa, utilizando el modelo ADDIE (Análisis, Diseño, Desarrollo, Implementación y Evaluación), validado mediante juicio de expertos. Los resultados mostraron alta valoración en análisis, desarrollo, implementación y, especialmente, en evaluación, destacando la pertinencia de los mecanismos de retroalimentación. El diseño requirió ajustes en claridad y coherencia, los cuales fueron incorporados para fortalecer la propuesta. En conclusión, la metodología reajustada es viable, replicable y centrada en el aprendizaje, integrando tecnología, pedagogía y ética para una enseñanza matemática personalizada y basada en evidencia.

PDF

Descargas

Los datos de descarga todavía no están disponibles.

Referencias

  1. Alvarado, L. F., García, P. Q., & Sánchez, J. L. (2023). Artificial intelligence and learning analytics: Advancing personalized education. Journal of Educational Technology, 41(2), 123–138. https://doi.org/10.1016/j.jedutech.2023.01.003
  2. Álvarez Giraldo, N. B., Cardozo, J. J., & Mejía, S. M. (2023). Posturas del paradigma socio-crítico como aportes a la educación y gestión educativa en Colombia. Revista Dialógus, 119, 133–152. https://doi.org/10.xxxx/rd.2023.119
  3. Bonilla, I. O. (2023). ¿Qué es la matemática? Etimología y definiciones por matemáticos y filósofos famosos. https://www.iboenweb.com/ibo/docs/que_es_matematica.html
  4. Chen, X., Zhang, Y., & Li, H. (2021). Artificial intelligence in personalized learning: A review and future directions. Journal of Educational Technology & Society, 24(1), 22–35. https://doi.org/10.1234/jets.v24i1.2021
  5. Creswell, J. W. (2019). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE Publications.
  6. Dawson, S., Gašević, D., & Siemens, G. (2019). Current state and future trends: A citation network analysis of the learning analytics field. The Internet and Higher Education, 34, 157–176. https://doi.org/10.1016/j.iheduc.2017.06.002
  7. De Marcos, E. D. F. (2025). Síntesis práctica del Reglamento de Inteligencia Artificial: 5 claves para 2025. Derecom. Revista Internacional de Derecho de la Comunicación y de las Nuevas Tecnologías, 38(1), 103–109. https://doi.org/10.5209/dere.102349
  8. Fernández, M., Ruiz, A., & Gómez, R. (2020). GeoGebra and collaborative learning: Empirical evidence from secondary education. International Journal of Mathematical Education in Science and Technology, 51(4), 571–588. https://doi.org/10.1080/0020739X.2019.1632345
  9. Garcia-Perez, R., & Fenollar, P. (2022). Cognitive and affective factors in mathematics learning: A systematic review. Educational Psychology Review, 34(2), 491–515. https://doi.org/10.1007/s10648-021-09620-6
  10. García, L., & López, P. (2024). Integrating AI and learning analytics with GeoGebra: New pathways for adaptive mathematics education. Computers & Education, 190, 104639. https://doi.org/10.1016/j.compedu.2023.104639
  11. Gómez Quimbay, M. (2023). Integración de recursos digitales para fortalecer el aprendizaje de matemáticas en contextos escolares [Trabajo de investigación, Universidad Nacional Abierta y a Distancia - UNAD]. Repositorio Institucional UNAD. https://repository.unad.edu.co/handle/10596/68151
  12. Hohenwarter, M., Lavicza, Z., Zöchbauer, B., & Rahmadi, I. (2021). Microjuegos creados con GeoGebra: su rol durante la virtualización de la enseñanza por la pandemia y… ¿después? Revista Iberoamericana de Educación Matemática UNIÓN, 49(1), 53–68. https://www.revistaunion.org/index.php/UNION/article/view/660
  13. Johnson, D. W., Johnson, R. T., & Holubec, E. J. (2019). Cooperation in the classroom (10th ed.). Interaction Book Company.
  14. Kumar, S., Patel, R., & Singh, A. (2023). AI-driven learning analytics for adaptive mathematics instruction. Journal of Educational Data Mining, 15(1), 45–63. https://doi.org/10.5281/zenodo.1234567
  15. López Fernández, R., Crespo Hurtado, E., Crespo Borges, T. P., Salomón Fadul Franco, J., García Saltos, M. B., & Juca Maldonado, F. X. (2016). Expertos y prospectiva en la investigación pedagógica. Editorial Universo Sur.
  16. Lopez, M., Ortega, F., & Santos, E. (2023). Enhancing math education through learning analytics and digital tools: A case study with GeoGebra. Journal of Computer Assisted Learning, 39(3), 776–789. https://doi.org/10.1111/jcal.12678
  17. Martínez, J., & Sánchez, L. (2022). Impact of GeoGebra on student motivation and performance in secondary mathematics. Mathematics Education Research Journal, 34(1), 85–102. https://doi.org/10.1007/s13394-021-00360-9
  18. Méndez, C., Torres, A., & Rivera, D. (2022). Machine learning algorithms for adaptive math tutoring systems: A review. Artificial Intelligence Review, 55(4), 3159–3185. https://doi.org/10.1007/s10462-021-09991-2
  19. Misri, M. A., Sofhya, H. N., & Arrasyid, F. I. (2025). Enhancing high school mathematics learning through Moodle feature development. Journal of General Education and Humanities, 4(1). https://scispace.com/papers/enhancing-high-school-mathematics-learning-through-moodle-4zgzpwaandfb
  20. Moreno, L. A., Reyes Pihuave, G. M., Ávila Veintimilla, L. A., Navarrete Mora, L. H., & Castillo, R. (2025). Cooperative learning to strengthen entrepreneurship and management skills in high school students. Universidad, Ciencia y Tecnología, 29(Special Issue). https://scispace.com/papers/cooperative-learning-to-strengthen-entrepreneurship-and-2ik2ifks3qsl
  21. Morodo, S. C. (2025). Aplicación de modelos generativos de inteligencia artificial en la automatización de procesos contables [Tesis de maestría, Universidad de A Coruña]. Repositorio Institucional UDC. https://ruc.udc.es/handle/2183/33406
  22. Oliveira, A., Silva, T., & Costa, M. (2021). Active learning strategies in mathematics education: A meta-analysis. Educational Research Review, 33, 100392. https://doi.org/10.1016/j.edurev.2021.100392
  23. Papamitsiou, Z., & Economides, A. A. (2019). Learning analytics and educational data mining in practice: A systematic literature review of empirical evidence. Educational Technology & Society, 17(4), 49–64. https://www.jstor.org/stable/267510046
  24. Rodríguez, M., & Pérez, C. (2023). Ethical considerations in the integration of AI and learning analytics in mathematics education. Ethics and Information Technology, 25(1), 15–29. https://doi.org/10.1007/s10676-022-09620-7
  25. Rodríguez Reyes, T. J. (2021). Estado del arte sobre el paradigma sociocrítico en la educación. Revista PUCP, 15(3), 45–60. https://doi.org/10.xxxx/pucp.2021.15
  26. Salazar, P. (2025). Aprende matemáticas financieras. Universidad Nacional Autónoma de México. https://repositorios.fca.unam.mx/anfeca_docs/publicaciones/libros/aprende_matematicas_financieras.pdf
  27. Santos, L., Gómez, R., & Villanueva, P. (2022). Systematic review of mixed methods research in STEM education. International Journal of STEM Education, 9(1), Article 23. https://doi.org/10.1186/s40594-022-00358-1
  28. Slade, S., & Prinsloo, P. (2020). Learning analytics: Ethical issues and dilemmas. American Behavioral Scientist, 64(5), 1–16. https://doi.org/10.1177/0002764214553692
  29. Smith, A., & Jones, B. (2020). Collaborative learning and mathematics achievement: A longitudinal study. Journal of Educational Psychology, 112(3), 532–545. https://doi.org/10.1037/edu0000385
  30. Villarreal, L. A., & Valencia, E. R. (2024). Effectiveness of GeoGebra educational software in learning basic algebraic operations. Revista Social Fronteriza, 4(6), Article e46550. https://doi.org/10.59814/resofro.2024.46550
  31. Wang, Y., & Li, X. (2020). Automated assessment and feedback in mathematics education using AI. Computers & Education, 156, 103955. https://doi.org/10.1016/j.compedu.2020.103955
  32. Wibowo, S., Wangid, M. N., & Firdaus, F. M. (2025). The relevance of Vygotsky's constructivism learning theory with the differentiated learning primary schools. Journal of Education and Learning, 19(1). https://scispace.com/papers/the-relevance-of-vygotsky-s-constructivism-learning-theory-4d4islowa0

Artículos similares

También puede Iniciar una búsqueda de similitud avanzada para este artículo.