Resumen
El
pensamiento matemático se constituye en una de las competencias básicas para la
formación académica, cognitiva y creativa de los estudiantes dado que une
aquellos procesos que guardan una relación íntima con los procesos de
razonamiento lógico, resolución de problemas, detección de patrones,
representación, argumentación y toma de decisiones. En los últimos años, la
llegada de la inteligencia artificial generativa y la inclusión del trabajo con
la expresión artística han puesto de manifiesto nuevas oportunidades para
transformar las experiencias de aprendizaje de las matemáticas; el trabajo
actual tiene la finalidad de analizar la incorporación de la inteligencia
artificial generativa y la expresión artística como estrategia metodológica
para potenciar el pensamiento matemático en los estudiantes. Se lleva a cabo
una revisión documental de literatura académica reciente; concretamente, de los
artículos científicos que revisan el contexto de entre 2022 y 2026. Las
revisiones que se explican se estructuran en seis tipos de categorías de
análisis: inteligencia artificial generativa en educación; pensamiento
matemático; expresión artística y aprendizaje matemático; la integración de la
inteligencia artificial generativa, arte y el enfoque STEAM; creatividad y
resolución de problemas; y estrategias pedagógicas, beneficios y limitaciones.
Los análisis que se han revisado concluyen que la inteligencia artificial
generativa puede ofrecer explicaciones, ejemplos, feedback y alternativas para
representar problemas, mientras que la expresión artística puede ayudar al
alumnado a que pueda representar conceptos a partir de imágenes, patrones,
formas, composiciones y producciones creativas.
Palabras clave:
Inteligencia Artificial, Pensamiento Matemático, Expresión Artística,
Creatividad, STEAM.
Abstract
Mathematical
thinking is one of the basic competencies for students’ academic, cognitive,
and creative development, as it encompasses processes closely related to
logical reasoning, problem solving, pattern recognition, representation,
argumentation, and decision-making. In recent years, the emergence of
generative artificial intelligence and the incorporation of artistic expression
have highlighted new opportunities to transform mathematics learning
experiences. This study aims to analyze the incorporation of generative
artificial intelligence and artistic expression as a methodological strategy to
strengthen students’ mathematical thinking. A documentary review of recent
academic literature was conducted, specifically focusing on scientific articles
published between 2022 and 2026. The review was structured into six analytical
categories: generative artificial intelligence in education; mathematical
thinking; artistic expression and mathematics learning; the integration of
generative AI, art, and the STEAM approach; creativity and problem solving; and
pedagogical strategies, benefits, and limitations. The analysis indicates that
generative AI can provide explanations, examples, feedback, and alternative
ways of representing problems, while artistic expression can help students
represent concepts through images, patterns, shapes, compositions, and creative
productions.
Keywords:
Artificial Intelligence, Mathematical Thinking, Artistic Expression,
Creativity, STEAM.
Sumário
O pensamento
matemático constitui uma das competências básicas para a formação acadêmica,
cognitiva e criativa dos estudantes, uma vez que integra processos intimamente
relacionados ao raciocínio lógico, à resolução de problemas, à identificação de
padrões, à representação, à argumentação e à tomada de decisões. Nos últimos
anos, o surgimento da inteligência artificial generativa e a inclusão do
trabalho com a expressão artística têm evidenciado novas oportunidades para
transformar as experiências de aprendizagem da matemática. Este estudo tem como
objetivo analisar a incorporação da inteligência artificial generativa e da
expressão artística como estratégia metodológica para fortalecer o pensamento
matemático dos estudantes. Foi realizada uma revisão documental da literatura
acadêmica recente, especificamente de artigos científicos publicados entre 2022
e 2026. A revisão foi estruturada em seis categorias de análise: inteligência
artificial generativa na educação; pensamento matemático; expressão artística e
aprendizagem matemática; integração da inteligência artificial generativa, da
arte e da abordagem STEAM; criatividade e resolução de problemas; e estratégias
pedagógicas, benefícios e limitações. As análises realizadas indicam que a
inteligência artificial generativa pode oferecer explicações, exemplos,
feedback e alternativas para representar problemas, enquanto a expressão
artística pode ajudar os estudantes a representar conceitos por meio de
imagens, padrões, formas, composições e produções criativas.
Palavras-chave:
Inteligência Artificial, Pensamento Matemático, Expressão Artística,
Criatividade, STEAM.
Introducción
La educación actual se enfrenta al reto de formar en los
alumnos capacidades que vayan más allá de la memorización de procedimientos y
fórmulas. En matemáticas, aprender significa no sólo conseguir respuestas
correctas sino también entender relaciones, leer información, reconocer
regularidades, plantear estrategias, justificar procedimientos y aplicar
diferentes formas de representación para resolver situaciones problemáticas.
Desde esa perspectiva, el pensamiento matemático puede ser
entendido como una de las capacidades que se va construyendo de modo progresivo
mediante la indagación, la argumentación, la representación, la resolución de
problemas. Las experiencias de educación matemática han sufrido importantes
transformaciones como consecuencia de la llegada de tecnologías digitales.
Entre estas tecnologías, la inteligencia artificial
generativa se encuentra entre los desarrollos tecnológicos más impactantes en
los procesos de enseñanza y aprendizaje. Las herramientas de generación de
texto, imágenes, explicaciones, ejemplos, preguntas y diferentes tipos de
contenido pueden cambiar la forma de relacionar el alumnado con los
conocimientos. Sin embargo, su incorporación educativa requiere de una
determinada planificación para evitar que la tecnología sustituya el
razonamiento del alumnado.
Según Walkington (2025), la inteligencia
artificial generativa está cobrando cada vez más importancia en la
educación matemática por sus capacidades para ayudar en la resolución de
problemas, la tutoría, la retroalimentación, la adaptación de tareas y la
planificación de la enseñanza. Por tanto, puede ser un recurso para potenciar
las oportunidades de aprendizaje, siempre con un uso atendiendo a clarísimos
objetivos de enseñanza.
Esta consideración es muy importante ya que una herramienta
de inteligencia artificial puede y, además, puede fácil y
rápidamente ofrecer una respuesta matemática, pero una respuesta no implica
necesariamente entender el procedimiento que se ha seguido para llegar a ella.
Yoon et al. (2024), analizando el uso de la inteligencia
artificial generativa para probar afirmaciones matemáticas, llegaron a
la conclusión de que es importante guiar a los alumnos para que tomen una
postura crítica frente a estas herramientas y no asuman de manera pasiva sus
resultados.
Simultáneamente, la expresión artística también abre
posibilidades para poder hacer representación de cierto concepto con el uso de
otros lenguajes de tipología visual, espacial, corporal y creativa. Las artes
estarán relacionadas con las matemáticas a través de las formas, la geometría,
la simetría, la proporción, los patrones, las secuencias, las transformaciones,
la composición espacial y todas aquellas prácticas vinculadas con las
representaciones gráficas.
Por tanto, la expresión artística no tendría que ser
solamente comprendida como un añadido de las matemáticas, sino como un enfoque
mediante el cual ciertos conceptos pueden ser explorados, representados y
comunicados. La confluencia entre matemáticas y el arte es precisamente uno de
los principios del modelo STEAM, el cual integra el componente artístico al
tradicional modelo STEM.
Zhang y Jia (2024) indican que las artes visuales pueden
incrementar las experiencias STEAM porque promueven la creatividad, la
innovación y el pensamiento de diseño. Por otro lado, El Bedewy et al. (2024)
demuestran cómo las matemáticas pueden conectarse junto con las artes, la
arquitectura, la cultura y la historia a partir de experiencias educativas que
usan herramientas digitales y procesos de representación.
En este contexto, la inteligencia artificial
generativa amplía considerablemente las expectativas de esta integración. Las
herramientas generativas pueden producir imágenes, variaciones visuales,
patrones, composiciones y representaciones que pueden ser analizadas
matemáticamente por los alumnos.
Por otro lado, el estudiante puede recurrir a una herramienta
de tipo divulgativa y pedir variantes a la explicación de un problema y, a
continuación, convertir alguna de esas ideas en una representación artística. El
objetivo de este texto es el de analizar cómo la integración de inteligencia
artificial generativa y la expresión artística pueden contribuir al progreso
del pensamiento matemático.
Para ello, se analizarán seis dimensiones relacionadas, como
son: el marco teórico de la inteligencia artificial
generativa en educación, las características del pensamiento matemático, el rol
de la expresión artística, la integración de inteligencia
artificial, arte y STEAM, la creatividad y la resolución de problemas,
las estrategias didácticas, beneficios, limitaciones y posibilidades de la inteligencia artificial generativa en educación.
Inteligencia artificial generativa en los procesos
educativos
La inteligencia artificial
generativa incluye sistemas que son capaces de crear nuevos contenidos a partir
de indicaciones que realiza la persona usuaria. Dichos contenidos pueden ser
textos, imágenes, códigos, justificaciones, preguntas, resúmenes y cualquier
tipo de producto digital. Esta propiedad ha hecho que el mundo educativo se
haya entusiasmado con estas herramientas para la personalización de las
experiencias de aprendizaje.
La diferencia en este caso
con una herramienta digital tradicional está, entre otras, en la posibilidad de
dar respuestas a partir de requerimientos del usuario en forma de nuevos
productos generativos, mientras que una aplicación habitual puede dar un conjunto
definido de ejercicios, o una herramienta generativa puede crear nuevos
problemas, modificar la dificultad, justificar un procedimiento de varias
maneras o bien crear ejemplos para una situación determinada.
Dentro de la educación
matemática, esta posibilidad puede resultar muy útil. Un alumno que no consigue
resolver un problema puede solicitar una explicación alternativa, un problema
más sencillo o una forma diferente de representar el problema. El profesor
también dispone de esta herramienta, dada la posibilidad de poder crear
problemas de distinta dificultad y adaptarlos a las características del grupo
con quien esté trabajando.
Walkington (2025) localiza
cuatro ámbitos de aplicación de la inteligencia artificial generativa en la educación matemática: la resolución
de problemas, tutoría y feedback, adaptación de tareas matemáticas y apoyo en
la planificación del profesor. Todas estas posibilidades dan cuenta que la inteligencia artificial no debe
utilizarse exclusivamente para rendir cuentas, sino que puede realizar parte de
la serie de etapas del proceso educativo.
Una de las aplicaciones más
relevantes se refiere a la retroalimentación. Un sistema generativo puede ser
capaz de analizar una respuesta introducida por el estudiante y facilitar
explicaciones complementarias. No obstante, se debe tener cuidado con la retroalimentación
generativa, porque los sistemas generativos pueden generar respuestas erróneas
o razonamientos que puedan llegar a considerarse plausibles.
Por consiguiente, el
estudiante debe aprender a verificar la información obtenida. Yoon et al.
(2024) corroboraron que el uso que se le da a la inteligencia
artificial generativa en tareas de
demostración matemática se encuentra condicionado por las concepciones que los
propios estudiantes mantienen acerca de la demostración, acerca de la propia
inteligencia artificial, y respecto a las consideraciones éticas.
Esto refuerza que el uso
escolar de estas tecnologías conlleva también desarrollar competencias en
cuanto a evaluación y pensamiento crítico. La relevancia de la interacción
crítica también se relaciona con la autonomía. Utilizar la inteligencia
artificial para obtener solamente la respuesta final puede limitar las
posibilidades de conseguir estrategias propias.
En cambio, si la inteligencia artificial se usa
para contrastar procedimientos, cuestionar respuestas, solicitar contraejemplos
o encontrar errores, la tecnología puede transformarse en una herramienta para
enriquecer el razonamiento. Bastani et al. (2025) dan una evidencia de
particular interés al explorar el uso de inteligencia
artificial generativa en matemáticas de
secundaria.
Los resultados muestran que
usar inteligencia artificial sin mecanismos de orientación puede obstaculizar el aprendizaje,
mientras que en las formas de apoyo determinadas se puede ayudar en la
resolución de problemas. Tal evidencia permite marcar una distinción
fundamental entre "usar inteligencia artificial "
y "aprender con inteligencia artificial”.
Esto implica que la inclusión
de inteligencia artificial generativa ha de llevar aparejada una intención
pedagógica. El alumno debe ser capaz de valorar que la herramienta no es una
fuente de autoridad matemática irrefutable, sino una herramienta que puede ser
interrogada, contrarrestada y utilizada como un apoyo para llevar a cabo
procesos del pensamiento.
En este sentido, la inteligencia artificial
generativa puede llegar a convertirse en un mediador entre el alumno y el
conocimiento. Su funcionalidad crece cuando esta se integra en actividades de
análisis, comparación, explicación, creación y justificación; y es
especialmente pertinente para la propuesta de incentivar la inclusión de inteligencia artificial
generativa, la expresión artística y el pensamiento matemático.
Pensamiento matemático y desarrollo de habilidades de
razonamiento
El pensamiento matemático
destaca diversas capacidades que favorecen al ser humano en la interpretación
de situaciones, relaciones y construcciones de soluciones. No es el mero acto
de calcular y dominar las operaciones aritméticas, sino que también incluye
razonamiento lógico, pensamiento espacial, reconocimiento de patrones,
representación, estimaciones, argumentaciones y la resolución de problemas.
Educar en el pensamiento
matemático significa ofrecer un conjunto de posibilidades para que los alumnos
comprendan el motivo por el que una determinada solución funciona, más allá del
saber cuál es la solución. Esta diferencia es clave, ya que permite el paso de
la enseñanza centrada en procedimientos a experiencias centradas en la
comprensión.
Las actividades matemáticas
pueden favorecer al pensamiento matemático en la medida en que se presentan
situaciones en las que son posibles diferentes posibilidades de resolución. Un
ejemplo de ello puede ser un problema de geometría en el que los alumnos
construyen una representación, modifican alguna de sus dimensiones, contrastan
resultados y se preguntan por el hecho de que algunas propiedades sean
invariantes.
La resolución de los
problemas se transforma en una actividad central en este proceso. El estudiante
debe interpretar la información, identificar aquello que se le pide, elegir una
estrategia, realizar el procedimiento y verificar el resultado. Cada una de
estas acciones puede transformarse en una oportunidad para desarrollar
razonamientos.
La generativa de la
inteligencia artificial puede ayudar en la elaboración de algunas de estas
acciones. Esta misma inteligencia artificial puede generar problemas, dar
ejemplos, generar preguntas. Sin embargo, la utilidad educativa de dicha inteligencia artificial depende
de cómo el estudiante interactúa con ella. Si la inteligencia
artificial proporciona directamente el
resultado, el proceso matemático se puede ver recortado.
En cambio, si se le pide que
genere preguntas en las que el estudiante pueda ir descubriendo la solución,
pero sin proporcionársela, puede funcionar como una herramienta de andamiaje.
En un trabajo experimental, Pardos y Bhandari (2024) han estudiado ayudas
generadas por ChatGPT para resolver problemas de matemáticas y han hallado
evidencias respecto al poder que presentan estas ayudas como apoyo en la
resolución de problemas.
Este tipo de estudio es de
interés porque pudiendo contribuir a la respuesta también puede contribuir a la
manera cómo el estudiante llega a la respuesta. Otro rasgo significativo del
pensamiento matemático es la representación.
Una misma idea matemática
puede ser representada a través de símbolos, gráficos, diagramas, objetos
físicos, lenguaje verbal o imágenes.
La capacidad para pasar de
una representación a otra explica cómo se pueden comprender las relaciones
desde diferentes puntos de vista. Y aquí podemos establecer una conexión
directa con la expresión artística. Un alumno puede representar una función
mediante una composición visual, diseñar un patrón geométrico para estudiar una
secuencia o construir una composición a partir de simetrías.
En el caso que aquí nos
ocupa, la actividad artística se puede convertir en una forma de pensamiento
matemático.
La representación visual
puede también ayudar en la comprensión de ideas abstractas. Se pueden ver las
figuras geométricas, transformaciones, escalas, proporciones y relaciones
espaciales a través de imágenes; en lugar de dar una definición por separado,
el alumno puede hacer primero la representación y, en segundo lugar, analizar
sus propiedades.
Por lo tanto, para potenciar
el pensamiento matemático debemos crear experiencias en las que el alumnado
pueda actuar sobre problemas, representar información, modificar estrategias,
comparar resultados y justificar sus elecciones. Al combinar la inteligencia
artificial generativa con la expresión artística se pueden, además, ampliar las
posibilidades.
Expresión artística como estrategia para el aprendizaje
matemático
La capacidad de la expresión
artística radica en poder comunicar ideas, imágenes, formas, colores, sonidos,
movimientos, materiales y composiciones. Así, en el marco de una propuesta
educativa de carácter interdisciplinario, puede establecer conexiones con
conceptos matemáticos a partir de estas formas expresivas.
Las relaciones entre arte y
matemáticas pueden encontrarse en diferentes elementos de los productos
artísticos. La simetría permite estudiar transformaciones y relaciones
espaciales, lo que implica la capacidad de descubrir relaciones a partir del
análisis de los patrones.
El estudio de los patrones
permite analizar las regularidades. Las proporciones forman parte de la
composición visual. Las figuras geométricas pueden constituir elementos
nucleares de la obra. Las escalas permiten representar objetos de tamaños
diferentes.
Zhang y Jia (2024) sostienen
que la incorporación de las artes visuales en el campo STEAM posee potencial
para enriquecer el aprendizaje de las áreas STEAM al incluir creatividad,
innovación y pensamiento de diseño. Desde esta forma de ver, el arte no se
incluye en la actividad matemática sólo para hacerla más atractiva, sino para
generar otras maneras de representar y poder resolver problemas.
Un inicio de una experiencia
artística puede partir de un problema matemático. Por ejemplo, los alumnos
pueden recibir el reto de hacer una composición con figuras geométricas. Para
darlle solución hay que escoger figuras, establecer tamaños, poner en orden
posiciones o establecer relaciones entre las partes. A continuación, podemos
modificar la composición, observar qué ha cambiado.
La creación de patrones
constituye otra alternativa. Un alumno puede hacer un mosaico con triángulos,
cuadrados y otras figuras. La actividad puede incluir preguntas sobre la
cantidad de figuras empleadas, sobre la frecuencia de repetición, sobre la simetría,
sobre la proporción entre las partes, sobre las transformaciones realizadas y
sobre las relaciones que nosotros establecemos.
Las artes también ofrecen
trabajar conceptos espaciales. La construcción de figura tridimensional puede
estar vinculada con volumen, con área, con medidas, con la perspectiva o con la
proporción. También la fotografía puede ser una buena forma de identificar
formas geométricas en el medio.
El lazo que establece una
relación entre el arte y las matemáticas no es únicamente de tipo conceptual,
sino que viene a fomentar también aspectos actitudinales: las matemáticas
pueden ser caracterizadas como un ámbito relacionado con la creatividad, la exploración
y la producción, lo que da lugar a la revisión de la idea de que las
matemáticas se resuelven con la única ayuda de fórmulas.
El Bedewy et al. (2024)
investigaron prácticas STEAM que vinculaban matemáticas, artes, arquitectura,
cultura e historia en el entorno de los museos. La investigación lleva a la
conclusión de que puede aprenderse matemáticas a partir de experiencias donde
los alumnos observan, modelan y representan elementos que están relacionados en
el patrimonio.
La expresión artística
también favorece la comunicación; un alumno puede tener complicado verbalizar
una relación matemática, pero puede reflejarla mediante un dibujo o una
composición. En este último caso, la representación puede ser un origen a
partir del cual explicar el razonamiento.
Considerando estos aspectos,
la expresión de carácter artístico puede servir de mediadora entre la
experiencia concreta y la abstracción matemática. En un primer momento se crea,
o se representa, alguna idea; a continuación, se detectan las relaciones que
hay y, finalmente, esas relaciones pueden expresarse con el lenguaje
matemático.
La incorporación de la inteligencia artificial
generativa facilita precisamente el hecho de afrontar esa opción. Un estudiante
puede necesitar de una herramienta generativa diversas maneras de ideas que
puedan representar un concepto matemático y a continuación decidir cuáles son
adecuadas. Igualmente puede crear variaciones de un patrón y estudiar
matemáticamente las diferencias.
Sin embargo, no se debería
tener la pretensión de que la inteligencia artificial produzca automáticamente la obra artística. El
aprendizaje está insertado en las decisiones del estudiante. La herramienta
puede crear opciones, pero el estudiante debe escoger, modificar, justificar y
volver a construir.
Los autores Bian y
colaboradores (2025) llevaron a cabo un estudio sobre los efectos de las
imágenes generadas por inteligencia artificial en el campo de la educación artística y analizaron
aspectos como el grado de participación, la autoeficacia y la carga cognitiva,
y de los resultados de dicho estudio se puede concluir que las imágenes
generadas pueden estar relacionadas con la experiencia, aunque también dejan
entrever que hace falta investigar cómo articular pedagógicamente el uso de la
misma.
Por eso, es necesaria la
reserva de un espacio a la experimentación humana en la expresión artística.
Las posibilidades visuales quedan mejores reflejadas mediante la inteligencia artificial, pero la
interpretación, la selección y la transformación de tales posibilidades son
oportunidades en relación con el desarrollo del pensamiento crítico y creativo.
Integración de inteligencia artificial generativa, expresión
artística y enfoque STEAM
La combinación de
inteligencia artificial generativa y expresión artística puede ser entendida
bajo la propuesta de STEAM, ya que la misma promueve establecer conexiones
entre Ciencia, Tecnología, Ingeniería, Arte y Matemática.
Sin embargo, ser capaces de
incluir cinco elementos en una misma actividad no significa que se esté
realizando una experiencia STEAM.
El contexto del ejemplo
podría ser el diseño por parte de los estudiantes de la composición de una obra
artística a partir de transformaciones geométricas.
En primer lugar, se puede
proponer un problema matemático sobre los conceptos de rotaciones,
traslaciones, reflexiones. Posteriormente los alumnos utilizan una herramienta
de inteligencia artificial generativa para explorar composiciones. Luego analizan la composición
obtenida y observan qué transformaciones están implicadas.
Finalmente, crean una
producción propia. Los estudiantes pueden modificar la imagen obtenida, crear
una composición digital o realizarla de forma manual. Por último, refieren las
propiedades matemáticas implicadas. La inteligencia
artificial no constituye el producto
final como sería la obra artística culminada, sino un recurso más de un proceso
de aprendizaje más extenso.
En consecuencia, la secuencia
que se sigue es la siguiente: explorar, generar, seleccionar, analizar, crear,
comprobar y explicar. Los trabajos de Luo y Tahir (2025) resultan relevantes
dado que estudian el uso de ChatGPT para planificar experiencias de educación
artística STEAM.
Se analizan beneficios,
potencialidades, reticencias o inconvenientes, y estrategias para incorporar la
inteligencia artificial en las actividades artísticas centrándose en el desarrollo de
competencias como la comunicación, la colaboración, el pensamiento crítico o la
creatividad.
La integración también se
puede llevar a cabo a partir de problemas abiertos, como, por ejemplo, plantear
desafíos a los estudiantes para que se imaginen una obra artística determinada,
por ejemplo, que contenga un número determinado de figuras geométricas, que
contenga un eje de simetría y que cumpla con una determinada proporción entre
sus diferentes elementos.
La inteligencia
artificial podría participar en la fase
de la elaboración de ideas. El estudiante puede solicitar diferentes propuestas
y, después, determinar cuáles se ajustan a las condiciones matemáticas; de esta
manera, la aplicación se convierte en un material que analizar.
El trabajo de Marqués Ibáñez
y Delgado Hernández (2025) nos muestra que los modelos generativos se pueden
utilizar para proponer actividades de creación de imágenes en contexto de la
enseñanza del arte; esta posibilidad puede extenderse a propuestas en contextos
donde la imagen generada sirve como un material para analizar formas,
proporciones, composición y relaciones espaciales.
Además, la revisión de la
literatura sobre inteligencia artificial generativa en la educación artística expuesta en
Education Sciences menciona que las herramientas generativas se aplican en
producción de la creatividad, ayuda pedagógica y diseño de la instrucción. Pero
también resalta la necesidad de marcos pedagógicos explícitos, criterios éticos
y nuevos tipos de evaluación.
Por ello, la fusión entre inteligencia artificial, arte y
matemáticas debe plantearse como un proceso de construcción y reflexión. No se
busca sustituir la creatividad humana con la producción de contenido generado
automáticamente, sino utilizar las potencialidades de la tecnología para
ampliar las posibilidades de la exploración.
Creatividad, resolución de problemas y producción de
conocimiento matemático
La relación entre la
creatividad y el razonamiento matemático es relevante, si bien muchos problemas
matemáticos pueden resolverse con diferentes estrategias. La facultad de
producir alternativas, de modificar los procedimientos e incluso de encontrar
nuevas relaciones conforma una visión amplia de la adquisición del aprendizaje
matemático.
La expresión artística puede
contribuir a este proceso, ya que permite trabajar con problemas abiertos. Una
composición puede tener diferentes soluciones; una construcción puede
ejecutarse con diferentes estrategias; un patrón puede continuarse de distintas
formas. Estas características favorecen la flexibilidad.
Habib et al. (2024)
estudiaron los efectos de la inteligencia artificial generativa sobre la
creatividad de unos estudiantes universitarios. Los resultados apuntaron que la
inteligencia artificial puede ayudar el pensamiento creativo o, por el contrario, puede tener
efectos negativos sobre la creatividad y la confianza creativa dependiendo de
la manera de emplearla. Por esta razón, los mismos autores proponen el cuidado
en la integración.
Este hallazgo tiene una
especial significación para el aprendizaje matemático. Si el estudiante deja
que la inteligencia artificial le proporcione automáticamente todas las soluciones
para un enunciado determinado, perderá oportunidades para generar alternativas.
En cambio, si se la emplea para mostrar posibilidades que luego deben ser
analizadas, puede aumentar considerablemente el espacio de exploración.
Un ejemplo de ello son los
problemas de geometría en los que la inteligencia
artificial propone diferentes
representaciones. El estudiante debe verificar cuál de ellas es la correcta,
detectar las falsas y proponer cambios de manera que el razonamiento no
desaparezca, sino que sea transformado.
De esta forma, el proceso de
pensar no se desvanece, sino que se transforma. La creatividad matemática
incluye también la capacidad de explicarse por qué una estrategia funciona. Por
ejemplo, una solución que se considere artística puede ser encaminada a obtener
una solución que cumpla con las condiciones matemáticas establecidas.
Esta combinación de
propuestas lleva al estudiante a intentar equilibrar criterios estéticos y
criterios matemáticos. El uso de patrones es un recurso que se manifiesta como
una estrategia especialmente adecuada. Los alumnos pueden realizar una
propuesta generativa mediante una herramienta generativa que ofrezca diferentes
proposiciones de patrones geométricos, pudiendo después identificar la regla de
la formación, calcular elementos faltantes, identificar relaciones y crear su
propio patrón.
También se puede trabajar con
simetrías. La inteligencia artificial genera una primera composición y los estudiantes han
de analizar si es una simetría axial, radial o si se ha realizado otra
transformación; posteriormente pueden modificar la imagen de forma que respete
una determinada condición matemática.
Otra posibilidad es la
proporcionalidad. Los alumnos pueden realizar un cartel, un dibujo o una
composición en la que una serie de elementos guardan unas proporciones
determinadas. La inteligencia artificial puede ayudar a trabajar con posibilidades, pero la
validación debe hacerse a través de convenciones matemáticas.
La creatividad está también
relacionada con la resolución de problemas porque hace posible contemplar
soluciones que inicialmente no son evidentes. Para Putri y Pitria (2022), en el
marco de STEAM, es recomendable favorecer experiencias que permitan generar
diferentes respuestas y diferentes alternativas. Esta característica puede ser
trasladada a actividades que contengan inteligencia
artificial y expresión artística.
La resolución de problemas
puede ser organizada por medio de una secuencia de pasos: identificación del
problema, exploración de las alternativas, propuesta de soluciones,
representación artística, análisis matemático, modificación y explicación. En
esta secuencia, la inteligencia artificial puede participar como un apoyo, pero las decisiones
quedan en manos del estudiante.
Xing y Song (2025)
desarrollan un agente educativo en base a inteligencia
artificial generativa para ayudar la
práctica de “aprender enseñando” en matemáticas. Esta visión resulta
interesante porque nos hace ver que la inteligencia
artificial puede ocuparse de la función
de acompañar y el estudiante mantiene un rol activo en la generación del
conocimiento.
El estudiante podría también
convertirse en evaluador de la inteligencia artificial: por ejemplo, podría solicitar una solución
matemática y después verificar si encuentra errores. Si parecería que se ha
encontrado un error, el estudiante debería explicar el motivo por el que dicha
solución sería incorrecta y dar una solución alternativa. Con esta actividad se
trabaja el pensamiento crítico, el razonamiento matemático y la alfabetización
en inteligencia artificial al mismo tiempo.
Por lo tanto, la creatividad
no debe concebirse como una simple producción de algo distinto. Implica
producir, evaluar, modificar y justificar. Esta idea acerca de la creatividad
permite enlazar directamente la creatividad artística con el pensamiento matemático.
Estrategias pedagógicas, beneficios y desafíos de la
integración
La articulación de la
inteligencia artificial generativa con la propia expresión artística implica el
desarrollo de un trabajo de planificación docente que logre los objetivos, las
actividades, los recursos y los mecanismos de evaluación necesarios. Una
primera estrategia consiste en proponer la utilización de la inteligencia artificial como
generadora de alternativas.
El docente plantea un
problema matemático y permite que los estudiantes utilicen una herramienta
generativa para llevar a cabo diversas representaciones. A continuación, los
estudiantes comparan las alternativas propuestas y justifican cuál de las dos
es la más adecuada.
Una segunda estrategia es la
del uso de la detección de errores. El docente recurre a la inteligencia artificial para que
produzca una solución matemática que contenga determinados errores. Es el
alumnado quien debe detectar las equívocas y corregirlas. Esta segunda
estrategia puede ayudar a consolidar una mayor comprensión conceptual entre el
alumnado, pues les obliga a analizar el procedimiento.
Una tercera estrategia
consiste en convertir conceptos matemáticos en producciones artísticas. Por
ejemplo, los alumnos pueden crear una obra artística relacionada con patrones,
simetrías, fractales, proporciones o figuras geométricas. La inteligencia artificial puede ser
utilizada durante las fases de ideación, pero el producto tiene que ser
modificado por el alumno que lo explica.
Una cuarta estrategia se
relaciona con el diseño de problemas. Los alumnos pueden pedir la inteligencia artificial que les
genere un problema que esté relacionado con un concepto específico y
posteriormente evaluar si dicho problema es correcto, suficientemente claro y
matemáticamente coherente. Después, posteriormente pueden modificarlo y generar
su propia versión.
Finalmente, una quinta
estrategia puede ser la que se centre en la comparación entre la producción
humana y la producción de una inteligencia artificial. Los alumnos realizan primero una composición propia
y posteriormente piden a la inteligencia artificial una propuesta sobre la misma temática. Ambas
producciones se comparan teniendo en cuenta los aspectos matemáticos, así como
aquellos artísticos.
A partir de una comparación,
se puede suscitar preguntas tales como: ¿Qué producción se sirve de forma más
hábil de la simetría?, ¿Cuál es la producción más equilibrada?, ¿Qué patrones
se captan?, ¿Qué errores matemáticos aparecen?, ¿Qué variaciones podan ser
necesarias?
Las actividades propuestas
son capaces de fomentar de manera simultánea pensamiento matemático,
pensamiento crítico, creatividad e incluso alfabetización digital. En la
educación artística, diferentes estudios recientes pueden afirmar que la inteligencia artificial
generativa puede permitir la aparición de oportunidades de experimentar, pero
también de cualquier preocupación vinculada a la autoría, a la originalidad, a
la dependencia tecnológica, etc.
La investigación de Bian et
al. (2025) pone claramente de manifiesto la necesidad de analizar cómo las
imágenes generadas inciden en la participación y las percepciones de los
estudiantes. Fleischmann (2024) también enumera preocupaciones, sobre todo en lo
que respecta a la educación del diseño, en torno a la creatividad y a la forma
de concebir lo artístico y la producción artística.
Esto es determinante, ya que
la disponibilidad de herramientas que pueden producir imágenes rápida y
cómodamente puede cambiar la relación que establece el alumnado con el proceso
de la creación. Por lo tanto, la evaluación debe centrarse en el proceso y no
en el producto final.
El docente puede valorar la
capacidad que tiene el estudiante para formular preguntas, seleccionar
información, identificar errores, justificar las decisiones, cambiar las
propuestas, relacionar conceptos matemáticos a partir de la producción
artística.
Una rúbrica podría contener
criterios que incluyeran: la comprensión del propio concepto matemático; las
aplicaciones de las relaciones matemáticas; la creatividad de la propuesta, la
capacidad de argumentación; el uso crítico de la inteligencia
artificial; la capacidad de cambiar,
modificar, y también la capacidad de explicar el proceso.
La formación docente sería
otro de los pilares. Bernardia et al. (2025) analizaron el conocimiento de los
profesores en la formación en relación con la inteligencia
artificial generativa en la educación
matemática, de los cuales se extraen implicaciones para la formación docente,
lo que pone de manifiesto que la manera de incorporar estas tecnologías no
puede depender sólo del conocimiento que poseen los estudiantes en la utilización
de la herramienta.
El docente debe conocer tanto
las potencialidades como las limitaciones de la inteligencia
artificial. Debe saber cuándo usarla,
cómo formular actividades, cómo guiar la verificación de respuestas y cómo
evaluar los procesos donde interviene la herramienta generativa. La
implementación también ha de incluir aspectos éticos.
El alumnado tiene que
comprender aspectos relacionados con la autoría, con la privacidad, con el uso
responsable de la herramienta, con la transparencia y con la forma de reconocer
que la inteligencia artificial ha intervenido en una producción. En el caso de lo
artístico, estas especificaciones cobran especial importancia debido a que la
imagen generada por el ordenador puede generar preguntas sobre la originalidad.
En vez de evitar en su
totalidad la tecnología, el proceso educativo puede hacer uso de estas
preguntas como oportunidades de discusión sobre qué significa crear,
transformar, seleccionar y autoría en el marco de las pantallas digitales. La
dependencia es otro riesgo.
Cuando el estudiante pregunta
a la inteligencia artificial para que realice todas las actividades y no aplica ningún tipo de
esfuerzo cognitivo, puede que lo lleve a una disminución del mismo. Así,
Bastani et al. (2025) muestran que la inteligencia
artificial, sin orientación, puede
conllevar efectos negativos de la misma forma que puede comportar un efecto
positivo en el aprendizaje matemático.
Por esta razón, una
estrategia adecuada sería la de crear oportunidades para que el estudiante
empiece trabajando sin inteligencia artificial, tras lo que puede hacer uso de la inteligencia artificial para
realizar un contraste, una ampliación o una revisión de sus ideas, y poner la inteligencia artificial al
servicio de su propio proceso de construcción de una respuesta.
El modelo podría llamarse:
primero pensar, después consultar y, por último, certificar. El estudiante
emplea primero sus conocimientos, utiliza la inteligencia
artificial como recurso de contraste y
termina justificando su propia solución. La integración debe tener en cuenta
las condiciones de acceso: no todos los estudiantes tienen que tener
necesariamente los mismos dispositivos, la misma conectividad o las mismas
herramientas.
Por eso, las actividades
deben poder ser desarrolladas también a través de recursos alternativos. De
este modo, la inteligencia artificial podría ser un recurso complementario al uso de los
materiales tradicionales: papel, lápices, cartón, bloques, fotografías, objetos
físicos.
Desde esta perspectiva, la inteligencia artificial
generativa debe ser considerada un recurso complementario y no el centro único
y absoluto de la actividad. Una actividad matemática puede retener componentes
manuales, artísticos o colaborativos, y la inteligencia
artificial intervendría en ciertas
etapas.
La coordinación entre
estudiantes también es un aspecto importante. Un grupo puede examinar una
imagen generada por inteligencia artificial y discutir sobre las relaciones matemáticas que
contiene, un grupo puede modificarla, y después comparan las decisiones que han
tomado. Esta actividad favorece la comunicación matemática y la argumentación.
La vinculación entre el arte,
la inteligencia artificial y la matemática también puede proponerse a través de proyectos. Este
tipo de propuesta puede partir de la pregunta: ¿Cómo podemos representar
matemáticamente un elemento de nuestro entorno mediante una obra artística
generada y transformada con apoyo de inteligencia
artificial?
A partir de esa pregunta, en
un trabajo de este tipo los estudiantes investigan, diseñan, generan
alternativas, escogen, modifican y explican. El proyecto puede incluir la
geometría, la proporción, la medida, la estadística, los patrones o las
funciones matemáticas en función del nivel educativo.
De este modo, el contenido
matemático no aparece como un ejercicio aislado, sino como una herramienta
precisa para llevar a cabo el producto. Finalmente, la vinculación en proyectos
debe incluir procesos de reflexión.
Después de llevar a cabo la
actividad, los estudiantes pueden responder preguntas como: ¿qué concepto
matemático has utilizado?, ¿qué te ha facilitado la inteligencia
artificial?, ¿qué errores has
encontrado?, ¿qué habías modificado?, ¿por qué eliges esta representación?,
¿qué estrategia matemática utilizaste?, ¿qué harías de otra manera?
Estas preguntas permiten que
la experiencia no finalice en una producción artística. La reflexión transforma
la actividad en una ocasión para hacer explícito el pensamiento matemático.
Materiales y Métodos
La presente investigación fue llevada a cabo con un enfoque
cualitativo, de tipo documental, orientado al análisis de la información
científica que se relaciona con la integración de la inteligencia artificial
generativa, expresiones artísticas y pensamiento matemático en ámbitos
educativos.
Proceso que permitió identificar aportes teóricos y
hallazgos de investigaciones anteriores, que establecen el contexto para
comprender las posibilidades de servirse de las herramientas de inteligencia
artificial y los recursos artísticos como mediadores para el aprendizaje de las
matemáticas.
En la alimentación de información se tomaron en
consideración predominantemente artículos científicos publicados en revistas
académicas y fuentes especializadas. Los artículos científicos más recientes se
priorizaron y se escogieron estudios entre 2022 y 2026 porque la inteligencia
artificial generativa y su introducción a la educación es un campo de estudio
relativamente reciente; y se consideraron investigaciones anteriores dentro del
rango estipulado en cuanto ofrecían datos directamente emparentados a la fusión
entre las matemáticas, el arte y el STEAM.
La búsqueda documental se llevó a cabo mediante la
utilización de palabras o combinaciones referidas al objeto de estudio, entre
ellas: “inteligencia artificial generativa en educación”, “generative AI
mathematics education”, “mathematical thinking”, “art and mathematics
education”, “STEAM education”, “generative AI creativity” y “AI-generated
images in education”.
Se seleccionaron estudios que aportaran resultados,
revisiones sistemáticas, experiencias educativas o propuestas metodológicas
vinculadas con alumnado y con procesos de enseñanza.
Los criterios de inclusión fueron los siguientes:
publicaciones académicas vinculadas con educación; investigaciones que
abordaban inteligencia artificial generativa, matemáticas, creatividad,
expresión artística o STEAM; artículos publicados donde fuentes de
publicaciones científicas y estudios que aportaran posibilidades de establecer
relaciones entre las variables de interés.
Se excluyeron documentos que únicamente describen las
características técnicas de herramientas de inteligencia
artificial sin vinculación de procesos educativos, como también
publicaciones sin información suficiente referidas a la metodología o
resultados.
El procedimiento de análisis se realizó en cuatro etapas. En
la primera etapa todos los estudios de literatura en esta área fueron
identificados y seleccionados. En la segunda se realizó una lectura analítica
de los estudios seleccionados, es decir, se prestó atención a los objetivos,
discurso, metodología, población, resultados y aportes de cada uno de ellos.
En la tercera etapa se organizaron los resultados en
categorías temáticas. Por último, en la cuarta etapa se compararon los
resultados de los estudios para identificar similitudes, diferencias,
beneficios y puntos de conflicto del uso de la inteligencia
artificial generativa y de la expresión artística para potenciar el
pensamiento matemático.
La información obtenida se organizó en matrices de análisis
documental. Para cada uno de los artículos se registraron datos de autor, año,
enfoque de investigación, área de aplicación y principales aportes. Luego,
estos datos fueron utilizados para construir las tablas de resultados y
establecer relaciones entre los estudios en cuestión.
El nivel de profundización alcanzado en la revisión de
literatura sobre la inteligencia artificial generativa hace visible que esta es
poseedora de grandes posibilidades para el aprendizaje matemático, sobre todo
cuando se la usa como una herramienta de apoyo y no como un reemplazo del
razonamiento del estudiante.
Esta diferencia es del todo fundamental ya que una de las principales
dificultades en el uso educativo de la inteligencia artificial
es la de evitar que el estudiante delegue el proceso de resolución. Los aportes
recuperados permiten observar que la inteligencia artificial
puede hacer diferentes cosas, puede generar problemas matemáticos, puede dar
explicaciones alternativas, puede dar ejemplos, puede retroalimentar, etc.
Estas cosas permiten ampliar las posibilidades de
aprendizaje siempre que el docente establezca previamente el objetivo de la
interacción. La evidencia apunta, aunque también, que el beneficio que le
otorga la tecnología depende de las condiciones de uso en las que se pueda
reproducir.
El estudiante puede entender una respuesta generada y usarla
para entender un procedimiento, pero también puede limitarse a copiarla, de ahí
que los resultados apunten en la dirección de la configuración de actividades
en donde la inteligencia artificial genera insumos que
deben ser posteriormente analizados, comprobados y transformados.
La formación del docente aparece como elemento conductor. La
capacidad de un profesor para diseñar instrucciones, seleccionar herramientas,
fijar criterios de verificación, evaluar procesar es determinante para que la
inteligencia artificial desempeñe una función educativa.
La relación entre arte y matemática es especialmente
pertinente a la hora de trabajar el pensamiento espacial, que es lo que viven
las actividades de composición, construcción y diseño, que implican identificar
formas, tamaños, posiciones, proporciones y relaciones. De esta forma, el
estudiante puede aproximar conceptos matemáticos desde situaciones concretas y
visuales.
Conclusiones
La integración de la inteligencia artificial
generativa junto con las experiencias de expresión artística se define como una
propuesta didáctica digna de ser tenida en cuenta para favorecer el desarrollo
del pensamiento matemático en los y las alumnas, sobre todo cuando los
contenidos matemáticos son presentados mediante la realización de actividades
concretas que estén relacionadas con la creación, elaboración, representación,
exploración, interpretación o la resolución de situaciones problemáticas.
La expresión artística puede ser considerada
como un recurso mediador entre los conceptos matemáticos y la construcción de
aprendizajes, pues brinda la posibilidad de representar, visualizar, comparar,
transformar y comunicar ideas relacionadas con formas, patrones, proporciones,
medidas y relaciones espaciales, así como con las estructuras; en este sentido,
la creación artística podría ser favorecedora de que los y las alumnas puedan
establecer las conexiones entre el razonamiento matemático y situaciones relevantes.
La inteligencia artificial generativa podría
considerarse como una herramienta que puede ser beneficiosa para diversificar
las experiencias curriculares a partir de la generación de imágenes, de
propuestas creativas, de representaciones visuales, de ejercicios y de
situaciones problemáticas relacionadas con los contenidos matemáticos,
potenciando explorar diferentes alternativas y favorecer procesos de análisis,
interpretación, creatividad y resolución de problemas, siempre y cuando estas
actividades estén previamente delimitadas y sean referidas a unos objetivos
pedagógicos establecidos.
La fusión entre la inteligencia artificial generativa y la
expresión artística no se produce simplemente a partir del uso de herramientas
tecnológicas altamente complejas, sino de la manera en la que éstas se integran
para formar parte del proceso educativo. Los recursos visuales, gráficos,
materiales artísticos y producciones mediante inteligencia artificial pueden
llegar a tener valor pedagógico cuando son utilizados en actividades que
propicien la reflexión, la experimentación y la aplicación de conceptos
matemáticos, siempre que existan estas actividades planificadas.
La mediación docente es una condición necesaria para la
adecuada integración de la inteligencia artificial generativa en el aprendizaje
matemático. Es el docente el que establece los objetivos de aprendizaje, el que
selecciona herramientas y actividades adecuadas, el que dirige hacia un uso
responsable de la inteligencia artificial, el que formula preguntas, el que
acompaña los procesos creativos o el que valora tanto el procedimiento como los
resultados que se obtienen. Son precisamente por estas razones que la formación
docente en competencias digitales y pedagógicas es imprescindible para que la
inteligencia artificial no se utilice solamente como un recurso de generación
automática de contenidos.
La heterogeneidad de los estudios revisados no permite
establecer un porcentaje de la efectividad global de la integración de la
inteligencia artificial generativa y la expresión artística en el
fortalecimiento del pensamiento matemático. Por ello es preciso seguir
desarrollando estudios longitudinales, comparativos y aplicables en diferentes
ámbitos educativos, y concretamente en el contexto latinoamericano, utilizando
instrumentos validados que permitan evaluar de manera objetiva el desarrollo
del pensamiento matemático y comprobar el impacto que tienen las estrategias de
integración de la inteligencia artificial generativa en los procesos de
aprendizaje.
Referencias
bibliográficas
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., &
Mariman, R. (2025). La IA generativa sin medidas de protección puede perjudicar
el aprendizaje: evidencia de las matemáticas de la escuela secundaria. Proceedings of the National Academy of Sciences, e2422633122.
Bernardi, M. L., Capone, R., Faggiano, E., & Rocha, H. (2025). IA generativa en la educación matemática: conocimientos de los futuros
docentes e implicaciones para su desarrollo profesional. International Journal of Mathematical Education in Science and
Technology, 1513-1530.
Bian, C., Wang, X., Huang, Y., Zhou, S., & Lu, W. (2025). Efectos de las imágenes generadas por IA en la educación artística
visual sobre la participación de los estudiantes en el aula, la autoeficacia y
la carga cognitiva. Humanities and Social Sciences
Communications, 1548.
El Bedewy, S., Lavicza, Z., & Lyublinskaya, I. (2024). Prácticas STEAM que conectan matemáticas, artes, arquitectura, cultura
e historia en un entorno de aprendizaje no formal de un museo. Journal of
Mathematics and the Arts, 101-134.
Fleischmann, K. (2025). La mercantilización de la creatividad:
Integración de la inteligencia artificial generativa en el diseño curricular de
la educación superior. nnovations in Education and Teaching International,
1843-1857.
Habib, S., Vogel, T., Anli, X., & Thorne, E. (2024). ¿Cómo influye la inteligencia artificial generativa en la creatividad
de los estudiantes? Journal of creativity, 100072.
Ibáñez, A. M., & Hernández, P. D. (2025). Modelos generativos en IA
como investigación educativa: el impacto de la inteligencia artificial en la
enseñanza artística. REDU. Revista de Docencia Universitaria, 7-25.
Luo, Z., & Tahir, R. (2025). Planificación de lecciones asistida
por ChatGPT para la educación artística STEAM infantil: Un estudio experimental
sobre beneficios, desafíos, métodos y un marco de referencia. International Journal of Artificial Intelligence in Education, 3696-3745.
Pardos, Z. A., & Bhandari, S. (2024). La
ayuda generada por ChatGPT produce mejoras en el aprendizaje equivalentes a la
ayuda proporcionada por un tutor humano en habilidades matemáticas. Plos one, e0304013.
Putri, S. U., & Pitria, P. (2022). Identifikasi Kemampuan
Fluency Anak Usia Dini pada Pembelajaran STEAM Project Based Learning. Aulad:
Journal on Early Childhood, 147-155.
Su, J., Yim, I. H., Wegerif, R., & Wah Chu, S. K. (2025). STEAM en la educación infantil: una revisión exploratoria. Research
in Science & Technological Education, 495-511.
Walkington, C. (2025). Las implicaciones de la inteligencia artificial
generativa para la enseñanza de las matemáticas. School
Science and Mathematics.
Xing, W., Song, Y., Li, C., Liu, Z., Zhu, W., & Oh, H. (2025). Desarrollo de un agente de enseñanza generativo impulsado por IA para
el aprendizaje de las matemáticas en la escuela secundaria: un estudio de
investigación basado en el diseño. British Journal
of Educational Technology, 2043-2077.
Yoon, H., Hwang, J., Lee, K., Roh, K. H., & Kwon, O. N. (2024). Uso de la inteligencia artificial generativa por parte de los
estudiantes para demostrar enunciados matemáticos: H. Yoon et al. ZDM–Mathematics
Education, 1531-1551.
Zhang, C., & Jia, B. (2024). Enriqueciendo la educación STEAM con
arte visual: beneficios educativos, ejemplos de enseñanza y tendencias. Discover
Education, 247.
Integración
de inteligencia artificial generativa y expresión artística para fortalecer el
pensamiento matemático © 2026 by Sandy Johanna Malta Bautista y Lady Janeth
Ortiz Calva is licensed under Creative Commons Attribution-NonCommercial 4.0
International. To view a copy of this license,
visit https://creativecommons.org/licenses/by-nc/4.0/