Aplicación de la inteligencia artificial en la educación de matemática en enseñanza media

Abstract

En Chile, solo el 44% de los estudiantes pueden representar matemáticamente una situación simple y, según resultados SIMCE 2025, solo el 21,2% de los alumnos de segundo medio se sitúa en nivel adecuado en matemáticas (1). Ante aquello, los profesores buscan apoyar a los estudiantes que han quedado con una mala base de la matemática y que implica un arduo trabajo, pues deben no solo enseñar a un curso, sino que deben apoyar a una gran mayoría que actualmente no logra entender bien el contenido. Mate GuIA, una aplicación web, fue creada para apoyar a los docentes en identificar y apoyar a los estudiantes con un mal desempeño en cada uno de los objetivos de aprendizaje, para luego crear guías de reforzamiento utilizando la IA, ajustando las guías para que sigan con la estructura de lo que utilizan los docentes y modificándolas de forma personalizada según el profesor que las utiliza, buscando ayudar a disminuir el tiempo y esfuerzo de los profesores actuales de Chile. Gracias a las pruebas de usuario realizadas, las cuales fueron encuestas y pruebas reales con docentes de distinto contexto, se identificaron y mejoraron diferentes aspectos para una mayor comodidad, simpleza y para que entregara mejores resultados para un profesor de matemática, logrando ser útil en el trabajo de reforzamiento que realizan los docentes.

In Chile, only 44% of students can mathematically represent a simple situation, and according to the 2025 SIMCE results, only 21.2% of 10th-grade students meet the appropriate level in mathematics (1). Given this situation, teachers seek to support students who have been left with a weak foundation in mathematics, which requires hard work, as they must not only teach the course material but also support the vast majority of students who currently struggle to fully understand the content. Mate GuIA, a web application, was created to aid teachers in identifying and supporting students who are underperforming in each Learning Objective, and then generate reinforcement guides using AI, adjusting these guides to align with the structure teachers already use and customizing them for each individual teacher, with the goal of reducing the time and effort required of Chilean teachers. Thanks to user testing, which consisted of surveys and real-world trials with teachers from diverse backgrounds, various aspects were identified and improved to enhance usability and simplicity and to deliver better results for mathematics teachers, proving useful in the reinforcement work they perform.