Modelo de aprendizaje matemático adaptativo basado en inteligencia artificial generativa para fortalecer el razonamiento lógico en estudiantes de educación básica

Generative Artificial Intelligence-Based Adaptive Mathematical Learning Model to Strengthen Logical Reasoning in Basic Education Students

Resumen

El desarrollo del razonamiento lógico-matemático constituye uno de los principales desafíos de la educación básica debido a las dificultades que presentan los estudiantes para interpretar problemas, establecer relaciones, formular estrategias y construir soluciones matemáticas significativas. La incorporación de tecnologías basadas en inteligencia artificial generativa (IAG) representa una oportunidad para transformar los procesos tradicionales de enseñanza mediante sistemas adaptativos capaces de responder a las necesidades individuales de aprendizaje. El presente artículo propone un modelo de aprendizaje matemático adaptativo basado en inteligencia artificial generativa orientado al fortalecimiento del razonamiento lógico en estudiantes de educación básica. La propuesta integra principios del aprendizaje personalizado, la teoría constructivista y los sistemas inteligentes de tutoría para generar actividades diferenciadas, retroalimentación inmediata y rutas de aprendizaje ajustadas al desempeño del estudiante. La investigación analiza el potencial pedagógico de la inteligencia artificial como herramienta complementaria al docente, destacando la importancia de un uso crítico, ético y contextualizado. Los resultados esperados evidencian que un modelo adaptativo puede favorecer la resolución de problemas, el pensamiento analítico y la autonomía cognitiva del estudiante.