Un panorama de usos de la inteligencia artificial en la educación en estadística.

dc.contributor.advisorRendón Mayorga, César Guillermospa
dc.contributor.authorBarreto Pinilla, Michaelspa
dc.coverage.temporal2020-2025
dc.date.accessioned2026-09-03T17:40:23Z
dc.date.available2026-09-03T17:40:23Z
dc.date.issued2026
dc.description.abstractEn este trabajo se analiza el papel de la inteligencia artificial (IA) en la enseñanza y el aprendizaje de la estadística a partir de una revisión de alcance (scoping review). En un contexto educativo mediado cada vez más por tecnologías digitales emergentes, resulta fundamental comprender cómo estas herramientas se incorporan a los procesos formativos en educación estadística y cuáles son sus principales aportes, limitaciones y desafíos. Metodológicamente, la investigación se desarrolló bajo un enfoque documental, siguiendo los lineamientos para revisiones de alcance propuestos por Mak y Thomas (2022). El análisis de los documentos seleccionados evidenció una tendencia creciente en el uso de herramientas basadas en IA en la educación estadística, con un predominio de modelos de lenguaje de gran tamaño (LLM) y una concentración de las experiencias en el nivel universitario, en contraste con una menor presencia en la educación básica y media. Como limitaciones recurrentes, se identifican la falta de precisión en las respuestas de la IA, los sesgos algorítmicos, la brecha digital, la dependencia tecnológica y la insuficiente formación docente para una integración pedagógica significativa. Se concluye que la IA representa una oportunidad significativa para transformar la enseñanza de la estadística, siempre que su incorporación esté mediada por criterios pedagógicos claros, una postura crítica y reflexiva, y un sentido ético por parte del profesor. Finalmente, se reconocen vacíos relevantes en la literatura, particularmente en contextos escolares y en los procesos de formación inicial de futuros profesores de matemáticas.spa
dc.description.abstractenglishThis study aims to analyze the role of artificial intelligence (AI) in the teaching and learning of statistics through a scoping review. In an educational context increasingly mediated by emerging digital technologies, it is essential to understand how these tools are being incorporated into educational processes in statistics education and what their main contributions, limitations, and challenges are. Methodologically, the research was conducted using a documentary approach, following the scoping review guidelines proposed by Mak and Thomas (2022). The analysis of the selected documents revealed a growing trend in the use of AI based tools in statistics education, with a predominance of large language models and a concentration of experiences at the university level, compared to a lower presence in primary and secondary education. Recurring limitations include the accuracy of AI generated responses, algorithmic bias, the digital divide, technological dependence, and insufficient teacher training for meaningful pedagogical integration. It is concluded that AI represents a significant opportunity to transform the teaching of statistics, provided that its use is guided by clear pedagogical criteria, a critical and reflective perspective, and an ethical awareness on the part of teachers. Relevant gaps in literature are identified, particularly in school contexts and in the initial training of future mathematics or statistics teachers.eng
dc.description.degreelevelPregradospa
dc.description.degreenameLicenciado en Matemáticasspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Pedagógica Nacionalspa
dc.identifier.reponamereponame: Repositorio Institucional UPNspa
dc.identifier.repourlrepourl: http://repositorio.pedagogica.edu.co/
dc.identifier.urihttp://hdl.handle.net/20.500.12209/22905
dc.language.isoes
dc.publisherUniversidad Pedagógica Nacionalspa
dc.publisher.facultyFacultad de Ciencia y Tecnologíaspa
dc.publisher.programLicenciatura en Matemáticasspa
dc.relation.referencesAbeliuk, A., y Gutiérrez, C. (2021). Historia y evolución de la inteligencia artificial. Revista Bits de Ciencia, (21), 14-21.
dc.relation.referencesAlvarado, L. (2015). Inteligencia artificial: conceptos y aplicaciones. Editorial Académica.
dc.relation.referencesAvendaño-López, P. D. U., González Torres, A., y Figueroa-Anzures, C. (2024). El impacto del aprendizaje basado en aplicaciones móviles y IA en la comprensión de variables aleatorias discretas. Revista Eduweb, 18(4), 219–240. https://doi.org/10.46502/issn.1856-7576/2024.18.04.15
dc.relation.referencesBardin, L. (2002). Análisis de contenido (3.ª ed.). Akal. (Trabajo original publicado en 1977)
dc.relation.referencesBoels, L., Lyford, A., Bakker, A., y Drijvers, P. (2023). Assessing students’ interpretations of histograms before and after interpreting dotplots: A gaze-based machine learning analysis. Frontline Learning Research, 11(2), 1–30. https://doi.org/10.14786/flr.v11i2.1139
dc.relation.referencesCabanelas Omil, J. (2019). Inteligencia artificial ¿Dr. Jekyll o Mr. Hyde? Mercados y Negocios, (40), 5–22. https://www.redalyc.org/articulo.oa?id=571860888002
dc.relation.referencesCenteno-Caamal, R., Acuña-Gamboa, L. A., y Peña Estrada, C. C. (2023). Revisión sistemática de modalidades educativas y diseño instruccional en educación a distancia. IE Revista de Investigación Educativa de la REDIECH, 14, e1668. https://doi.org/10.33010/ie_rie_rediech.v14i0.1668
dc.relation.referencesChaves-Esquivel, E. (2025). Oportunidades y desafíos de la Inteligencia Artificial para la 94 Estadística y la Probabilidad en los currículos escolares de Matemáticas. En Memorias del IV Congreso de Educación Matemática de América Central y El Caribe (IV CEMACYC). REDUMATE. https://ponencias.ciaem redumate.org/cemacyc/article/view/702/549
dc.relation.referencesCodina, L. (2020). Revisiones bibliográficas sistematizadas en Ciencias Humanas y Sociales. 1: Fundamentos. En C. Lopezosa, J. Díaz-Noci y L. Codina (Eds.), Methodos. Anuario de Métodos de Investigación en Comunicación Social, 1 (pp. 50–60). DigiDoc-Universitat Pompeu Fabra. https://doi.org/10.31009/methodos.2020.i01.05
dc.relation.referencesConsejo Nacional de Política Económica y Social y Departamento Nacional de Planeación. (2025). Documento CONPES 4144 de 2025: Política Nacional de Inteligencia Artificial. República de Colombia. https://colaboracion.dnp.gov.co/CDT/Conpes/Económicos/4144.pdf
dc.relation.referencesEllis, A. R., y Slade, E. (2023). A new era of learning: Considerations for ChatGPT as a tool to enhance statistics and data science education. Journal of Statistics and Data Science Education, 31(2), 128–133. https://doi.org/10.1080/26939169.2023.2223609
dc.relation.referencesFleischer, Y., Podworny, S., y Biehler, R. (2024). Teaching and learning to construct data based decision trees using data cards as the first introduction to machine learning in middle school. Statistics Education Research Journal, 23(1), 1–24. https://doi.org/10.52041/SERJ.V23I1.450
dc.relation.referencesGarcía, A. (2012). Inteligencia artificial: fundamentos, práctica y aplicaciones. RC Libros.
dc.relation.referencesGil Calvo, R. A., Lázaro Guillermo, J. C., López Castillo, A. C., Pantoja Collantes, J. S., Ponce Bardales, Z. E., y Vega Huerta, H. F. (2024). Inteligencia artificial: Praxis y empoderamiento docente. Editorial Mar Caribe. https://doi.org/10.17613/dvhzb mvk74
dc.relation.referencesGonzález, O., Isoda, M., y Araya, R. (2020). Statistical thinking for the era of big data and artificial intelligence: Toward understanding sustainability trends and issues for the future society. En P. Arnold (Ed.), New Skills in the Changing World of Statistics Education: Proceedings of the Roundtable conference of the International Association for Statistical Education (IASE). ISI/IASE.
dc.relation.referencesGreenberg, S. A. (2020). How citation distortions create unfounded authority: Analysis of a citation network. BMJ, 339, b2680. https://doi.org/10.1136/bmj.b2680
dc.relation.referencesHariyanti, F., Budayasa, I. K., y Setianingsih, R. (2025). The role of AI in enhancing statistical literacy: A systematic review in education. Multidisciplinary Reviews, 12(1), 1–18.
dc.relation.referencesJergas, H., y Baethge, C. (2015). Quotation accuracy in medical journal articles — A systematic review and meta-analysis. PeerJ, 3, e1364. https://doi.org/10.7717/peerj.1364
dc.relation.referencesLao, T. (2020). Artificial intelligence and education: An overview. Springer.
dc.relation.referencesLeavy, A. M., Hourigan, M., y Fitzpatrick, M. (2024). Exploring the plight of the honeybee: Using data sensors and CODAP to support emerging bilingual learners in 96 reasoning about big statistical ideas. Statistics Education Research Journal, 23(2), 1–24. https://doi.org/10.52041/SERJ.V23I2.708
dc.relation.referencesLoján, M. D. C., Romero, J. A., Sancho Aguilera, D., y Romero, A. Y. (2024). Consecuencias de la dependencia de la inteligencia artificial en habilidades críticas y aprendizaje autónomo en los estudiantes. Ciencia Latina, 8(2), 2368–2389. https://doi.org/10.37811/cl_rcm.v8i2.10678
dc.relation.referencesMa, Y., Liu, S., y Zhang, K. (2014). Artificial intelligence: Concepts and applications. IEEE Press.
dc.relation.referencesMak, S., y Thomas, A. (2022). Steps for conducting a scoping review. Journal of Graduate Medical Education, 14(5), 565–567. https://doi.org/10.4300/JGME-D-22-00621.1
dc.relation.referencesMcCarthy, J. (2007). What is artificial intelligence? Stanford University. http://www formal.stanford.edu/jmc/whatisai.pdf
dc.relation.referencesMcNamara, A. (2016). On the state of computing in statistics education: Tools for learning and for doing. arXiv. https://arxiv.org/abs/1610.00984
dc.relation.referencesMeylani, R. (2024). Artificial intelligence in the education of teachers: A qualitative synthesis of the cutting-edge research literature. Journal of Computer and Education Research, 12(24), 600–637. https://doi.org/10.18009/jcer.1477709
dc.relation.referencesMinsky, M. (1991). Logical versus analogical or symbolic versus connectionist or neat versus scruffy. AI Magazine, 11(2), 34–51.
dc.relation.referencesNilsson, N. J. (1987). Principles of artificial intelligence. Morgan Kaufmann.
dc.relation.referencesNilsson, N. J. (1998). Artificial intelligence: A new synthesis. Morgan Kaufmann
dc.relation.referencesNorthcutt, C. G., Athalye, A., y Mueller, J. (2021). Pervasive label errors in test sets destabilize machine learning benchmarks. Advances in Neural Information Processing Systems, 35. https://arxiv.org/abs/2103.14749
dc.relation.referencesPage, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
dc.relation.referencesPaniagua, A. (2023). Historia de la inteligencia artificial: de Turing a los modelos de lenguaje. Anaya Multimedia.
dc.relation.referencesPanquehuan, C., y Huincahue, J. (2024). Inteligencia artificial en educación matemática: una revisión sistemática. Revista Latinoamericana de Investigación en Matemática Educativa, 27(1), 11–42.
dc.relation.referencesPardos, Z. A., y Bhandari, S. (2024). ChatGPT-generated help produces learning gains equivalent to human tutor-authored help on mathematics skills. PLOS ONE, 19(5), e0304013. https://doi.org/10.1371/journal.pone.0304013
dc.relation.referencesPepin, B., Buchholtz, N., y Salinas-Hernández, U. (2025). Scoping survey of ChatGPT in mathematics education. ZDM Mathematics Education, 57(2), 301–320.
dc.relation.referencesPetticrew, M., y Roberts, H. (2006). Systematic reviews in the social sciences: A practical guide. Blackwell Publishing.
dc.relation.referencesRussell, S. J. (2003). Artificial intelligence: A modern approach (2.ª ed.). Prentice Hall.
dc.relation.referencesRussell, S. J., y Norvig, P. (1996). Inteligencia artificial: un enfoque moderno. Prentice Hall Hispanoamericana.
dc.relation.referencesSchindler, M., Schaffernicht, E., y Lilienthal, A. J. (2023). Eye-tracking research in mathematics and statistics education: Recent developments and future trends. ZDM – Mathematics Education, 55(2), 235–247. https://doi.org/10.1007/s11858-023 01479-2
dc.relation.referencesSheikh, H., Prins, C., y Schrijvers, E. (2023). Artificial intelligence: Definition and background. En Mission AI: The new system technology (pp. 15–41). Springer. https://doi.org/10.1007/978-3-031-21448-6_2
dc.relation.referencesShirai, Y., y Tsujii, J. (1982). Artificial intelligence: Concepts, techniques and applications. John Wiley & Sons.
dc.relation.referencesTorres-Gordillo, V. A. (2024). Inteligencia artificial y aprendizaje automático en la educación estadística: Una revisión de literatura. Revista Iberoamericana de Educación Matemática, 70, 1–20.
dc.relation.referencesTrocado, A., Viseu, F., y Rocha, H. (2026). Learning quadratic functions with ChatGPT. International Journal of Education in Mathematics, Science and Technology, 14(1), 296–314. https://doi.org/10.46328/ijemst.4121
dc.relation.referencesTuomi, I. (2018). The impact of artificial intelligence on learning, teaching, and education. Publications Office of the European Union.
dc.relation.referencesWang, H., Li, Y., y Chen, Z. (2015). Artificial intelligence in education: Overview and future directions. Educational Technology & Society, 18(3), 1–12.
dc.relation.referencesWardat, Y., Tashtoush, M. A., AlAli, R., y Jarrah, A. M. (2023). ChatGPT: A revolutionary tool for teaching and learning mathematics. Eurasia Journal of Mathematics, Science and Technology Education, 19(7), em2286. https://doi.org/10.29333/ejmste/13272
dc.relation.referencesWatson, J. M., y English, L. D. (2018). Eye color and the practice of statistics in Grade 6: Comparing two groups. The Journal of Mathematical Behavior, 49, 35–60. https://doi.org/10.1016/j.jmathb.2017.10.003
dc.relation.referencesXing, Y. (2024). Exploring the use of ChatGPT in learning and instructing statistics and data analytics. Teaching Statistics, 46(2), 95–104. https://doi.org/10.1111/test.12367
dc.relation.referencesXiong, W., Wu, J., Alleva, F., Droppo, J., Huang, X., y Stolcke, A. (2016). The Microsoft 2016 conversational speech recognition system. Microsoft Research. https://arxiv.org/abs/1609.03528
dc.relation.referencesXu, Y., Liu, X., Cao, X., Huang, C., Liu, E., Qian, S., Liu, X., Wu, Y., Dong, F., Qiu, C., Qiu, J., Hua, K., Su, W., Wu, J., Xu, H., Han, Y., Fu, C., Yin, Z., Liu, M., Roepman, R., … Zhang, J. (2021). Artificial intelligence: A powerful paradigm for scientific research. The Innovation, 2(4), 100179. https://doi.org/10.1016/j.xinn.2021.100179
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectInteligencia artificialspa
dc.subjectEducación estadísticaspa
dc.subjectRevisión de alcancespa
dc.subject.keywordsArtificial intelligenceeng
dc.subject.keywordsStatistics educationeng
dc.subject.keywordsScoping revieweng
dc.titleUn panorama de usos de la inteligencia artificial en la educación en estadística.spa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1feng
dc.type.driverinfo:eu-repo/semantics/bachelorThesiseng
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Un panorama usos IA.pdf
Tamaño:
1.57 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
No hay miniatura disponible
Nombre:
202635520155433 10 AGO2026 MICHAEL BARRETO.pdf
Tamaño:
198.27 KB
Formato:
Adobe Portable Document Format
Descripción:
LICENCIA APROBADA