Abstract
Este estudio, se centró en diseñar implementar y evaluar algoritmos basados en inteligencia artificial para mejorar la enseñanza de operaciones con fracciones en estudiantes de educación básica secundaria utilizando Python y google colab. La elección de Python como herramienta principal se basó en su versatilidad, su amplia gama de bibliotecas especializadas en aprendizaje automático y su facilidad de uso, demostrando ser un recurso invaluable en el desarrollo de modelos de IA, permitiendo una implementación eficiente y efectiva de algoritmos personalizados para mejorar la enseñanza y el aprendizaje de las matemáticas. En este trabajo estas herramientas permitieron mejorar la motivación de los estudiantes, detectar tempranamente dificultades de aprendizaje, proporcionar retroalimentación adaptativa y facilitar la colaboración en entornos virtuales. Los resultados obtenidos revelaron que la personalización del aprendizaje matemático a través de algoritmos de IA condujo a un aumento significativo en el rendimiento académico de los estudiantes. La incorporación de elementos de Gamificación mejoró la motivación y el compromiso de los estudiantes, mientras que la detección temprana de dificultades de aprendizaje permitió intervenciones personalizadas y efectivas. La retroalimentación adaptativa generada por la IA demostró ser clave para mejorar la comprensión y el rendimiento de los estudiantes, y la facilitación de la colaboración en entornos virtuales promovió el aprendizaje colaborativo y la resolución de problemas en equipo. No obstante es importante destacar la importancia de abordar consideraciones éticas y de privacidad que requieren el estricto cumplimiento de los principios, criterios y exigencias que una investigación debe cumplir al implementar estas tecnologías.
Cite
CITATION STYLE
Jiménez Cuesta, I., & García Gutiérrez, M. (2024). Diseño de Algoritmos con Inteligencia Artificial para Mejorar la Enseñanza de Fracciones en Estudiantes de Secundaria Utilizando Python y Google Cola. Ciencia Latina Revista Científica Multidisciplinar, 8(3), 4452–4471. https://doi.org/10.37811/cl_rcm.v8i3.11661
Register to see more suggestions
Mendeley helps you to discover research relevant for your work.