Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Estrategias Didácticas Mediadas Por ChatGPT en la Enseñanza Universitaria de la Matemática
0
Zitationen
3
Autoren
2026
Jahr
Abstract
La inteligencia artificial (IA) está transformando la educación superior, especialmente en disciplinas de alta abstracción como la Matemática. En este escenario, ChatGPT se presenta como un recurso didáctico emergente capaz de generar materiales, orientar la resolución de problemas y ajustar la complejidad de las tareas al nivel cognitivo de los estudiantes. En este estudio se realizó una revisión de alcance siguiendo el protocolo PRISMA-ScR y el enfoque PCC (Población, Concepto, Contexto), consultando doce bases de datos y repositorios institucionales para el período 2012–2025. Se encontraron 336 registros. Después de aplicar criterios de inclusión y exclusión (como idioma, relevancia del tema y calidad académica) y realizar procesos de revisión y evaluación usando CASP, NOS, GRADE y AMSTAR-2, se eligieron 20 estudios empíricos y conceptuales. La síntesis narrativa y categorial ayudó a organizar los hallazgos en siete áreas clave: tutoría automatizada, creación de contenidos, diseño de instrucción con ayuda de IA, personalización del aprendizaje, autorregulación, pensamiento crítico y apoyo docente. Los principales beneficios observados fueron la autonomía y la creatividad; entre los desafíos, los errores conceptuales, la dependencia tecnológica y las consideraciones éticas. El diagrama PRISMA-ScR sintetizó el proceso de selección. Las limitaciones incluyeron la diversidad metodológica y la restricción idiomática (español e inglés). Se llega a la conclusión de que usar ChatGPT en la enseñanza de matemáticas en la universidad se adecua solo si se basa en un enfoque crítico de la educación, respaldado por políticas de la institución que fomenten la igualdad digital, la ética y la innovación educativa sostenible.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.339 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.211 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.614 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.478 Zit.