Diseño personalizado de problemas matemáticos para fortalecer el pensamiento lógico en Educación General Básica mediante modelos inteligentes.

Abstract

El estudio examinó el potencial de modelados inteligentes como estrategia didáctica para personalizar problemas matemáticos y fortalecer el pensamiento lógico en estudiantes de Educación General Básica (EGB). El objetivo fue determinar en qué medida una secuencia de aprendizaje mediada por modelos inteligentes, con supervisión docente y tareas ajustadas al nivel de desempeño, favorece el reconocimiento de patrones, la inferencia lógica, la representación de problemas, la selección de estrategias y la justificación de procedimientos. Se planteó un diseño cuasi experimental, cuantitativo y de alcance descriptivo-correlacional, con 40 estudiantes distribuidos en un grupo control y un grupo experimental, procedentes de cuatro centros educativos. La intervención comprendió doce sesiones de cuarenta y cinco minutos durante seis semanas. Se utilizó un test de base estructurada de 30 puntos, validado por juicio de expertos y con una confiabilidad ilustrativa de alfa de Cronbach de 0,90. Para el contraste se consideraron la prueba t de Student para muestras independientes, la correlación de Pearson y el tamaño del efecto d de Cohen. Como escenario estadístico simulado para este borrador, el grupo experimental alcanzó una media postest de 23,2 puntos frente a 17,4 del control; la diferencia resultó significativa, t(38)=6,01, p<0,001, con un efecto grande, d=1,90. La personalización se asoció positivamente con la ganancia de aprendizaje (r=0,72). Se concluye que la IAG puede aportar valor cuando no sustituye el razonamiento del estudiante, sino que diversifica situaciones, gradúa ayudas y promueve verificación crítica. Los resultados numéricos deben reemplazarse por los datos reales antes de cualquier envío editorial.