Inteligencia Artificial Generativa (IAG) en la educación matemática
DOI:
https://doi.org/10.26507/paper.3672Keywords:
IAG, mátematicas, aprendizaje, educación, autonomíaAbstract
Actualmente la Inteligencia Artificial Generativa (IAG) está revolucionando la forma en como los estudiantes aprenden o son educados, ya que, desde la aparición comercial de la IAG, aplicaciones como ChatGPT, Bing, Bard, Llama2, Claude 2, Perplexity, u otras han sido usadas, principalmente por parte de los estudiantes, para resolver problemas en el campo de la educación. Ante este hecho, se hace necesario desde la academia, buscar mecanismos o métodos que incluyan estas nuevas tecnologías para la enseñanza y el aprendizaje del conocimiento de todas las ramas de la educación; siendo así, desde la Universidad de Cundinamarca se busca analizar el impacto que puede generar el uso de la IAG en la educación matemática, tomando como caso de estudio el curso de cálculo multivariado.
Por lo anterior, mediante la aplicación de la “Guía operativa de prompt engineering para la enseñanza del cálculo multivariado” y la “Guía reflexiva sobre el impacto de la Inteligencia Artificial en la educación superior”, se busca orientar la forma en la cual se desarrolla la práctica de la enseñanza y aprendizaje del cálculo en el aula de clase, con apoyo de la IAG. Se ha planteado enseñar al estudiante como generar Prompts efectivos que permiten interactuar con criterio y de forma hábil con la IAG, evitando las llamadas “alucinaciones en la IAG”, que son respuestas no adecuadas a la realidad; igualmente, se busca orientar al docente en el uso de la IAG para la formulación de problemas, creación de actividades, diseño de evaluaciones y la rubrica que puede tomar para realizar las calificaciones.
Como resultado preliminar de este estudio, se realizó una comparación de la percepción que tienen los estudiantes al desarrollar un curso con apoyo de la IAG, en contraste con un curso tradicional, donde no se usa este apoyo. Como conclusión parcial se entrega un análisis y una reflexión acerca del uso efectivo de la IAG, junto con sus ventajas y desventajas en el campo de la educación matemática.
References
Dieterle, E., Dede, C., & Walker, M. (2024). The cyclical ethical effects of using artificial intelligence in education. AI & society, 39(2), 633-643. https://doi.org/10.1007/s00146-022-01497-w
Mao, J., Chen, B., & Liu, J. C. (2024). Generative Artificial Intelligence in Education and Its Implications for Assessment. TechTrends, 68(1), 58-66. https://doi.org/10.1007/s11528-023-00911-4
Juárez, J. S., & Baumgartner, R. (2024). The use of artificial intelligence applications for education and scientific research. Hatun Yachay Wasi, 3(1), 98-111. https://doi.org/10.57107/hyw.v3i1.61
Márquez, D. J y Medina, D. C. (2022). TIC y Tecnologías emergentes como herramientas de ayuda en la educación matemática. Márquez D. J (Ed). Educación transmoderna y translocal desde el MEDIT. Visión de la facultad de ingeniería. (pp. 100-175). Ucundinamarca.
https://doi.org/10.36436/9789585195318
Márquez, D. J. (2023). Modelos de lenguaje natural en la investigación científica: una descripción técnica. Revista Innovación y ciencia, 33(1). https://innovacionyciencia.com/articulos_cientificos/modelos-de-lenguaje-natural-en-la-investigacion-cientifica-una-descripcion-tecnica
Alier, M., García-Peñalvo, F., & Camba, J. D. (2024). Generative Artificial Intelligence in Education: From Deceptive to Disruptive. https://doi.org/10.9781/ijimai.2024.02.011
Tang, A., Li, K. K., Kwok, K. O., Cao, L., Luong, S., & Tam, W. (2024). The importance of transparency: Declaring the use of generative artificial intelligence (AI) in academic writing. Journal of nursing scholarship, 56(2), 314-318. https://doi.org/10.1111/jnu.12938
Gupta, R., Nair, K., Mishra, M., Ibrahim, B., & Bhardwaj, S. (2024). Adoption and impacts of generative artificial intelligence: Theoretical underpinnings and research agenda. International Journal of Information Management Data Insights, 4(1), 100232. https://doi.org/10.1016/j.jjimei.2024.100232
Zhou, E., & Lee, D. (2024). Generative artificial intelligence, human creativity, and art. PNAS nexus, 3(3), pgae052. https://doi.org/10.1093/pnasnexus/pgae052
Kanbach, D. K., Heiduk, L., Blueher, G., Schreiter, M., & Lahmann, A. (2024). The GenAI is out of the bottle: generative artificial intelligence from a business model innovation perspective. Review of Managerial Science, 18(4), 1189-1220. https://doi.org/10.1007/s11846-023-00696-z
Kong, S. C., & Yang, Y. (2024). A Human-Centred Learning and Teaching Framework Using Generative Artificial Intelligence for Self-Regulated Learning Development through Domain Knowledge Learning in K-12 Settings. IEEE Transactions on Learning Technologies. https://doi.org/10.1109/TLT.2024.3392830
How to Cite
Downloads
Downloads
Published
Proceeding
Section
License
Copyright (c) 2024 Asociación Colombiana de Facultades de Ingeniería - ACOFI
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
| Article metrics | |
|---|---|
| Abstract views | |
| Galley vies | |
| PDF Views | |
| HTML views | |
| Other views | |
