Educación e inteligencia artificial: desempeño de chatbots y profesores de matemática en la resolución de problemas geométricos

Autores/as

  • Ana Rosa Corica Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, NIEM, CONICET, Tandil, Argentina
  • Patricia Sureda Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, NIEM, CONICET, Tandil, Argentina
  • Verónica Parra Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, NIEM, CONICET, Tandil, Argentina
  • Silvia Schiaffino Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, ISISTAN, CONICET, Tandil, Argentina
  • Daniela Godoy Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, ISISTAN, CONICET, Tandil, Argentina

Palabras clave:

Geometría clásica, Geometría fractal, IA Generativa, Educación, Profesores de matemática

Resumen

La Inteligencia Artificial Generativa (IAGen) ha surgido como una tecnología disruptiva cuya amplia adopción impactó rápidamente en el contexto educativo. Este trabajo tiene por objetivo analizar el desempeño de tres chatbots en la resolución de cuatro problemas geométricos, dos de geometría clásica y dos de geometría fractal. Además, se comparan las soluciones a tres de los problemas con las aportadas por ocho profesores de matemática en servicio. El análisis y comparación de soluciones se realizan según el tipo de soluciones matemáticas proporcionadas, el rigor, procedimiento y justificación matemática empleados.  El método general de análisis es exploratorio y para cada tipo de problemas se presentan categorías específicas de análisis. Los resultados obtenidos dan cuenta de las dificultades de los chatbots en resolver problemas geométricos, sobre todo, en las representaciones gráficas y ubicaciones espaciales, así como también de una clara diferencia a su favor en las validaciones matemáticas. Se concluye en la potencialidad de la IAGen en la resolución de problemas siempre y cuando se analicen críticamente las respuestas que ofrecen.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Ana Rosa Corica, Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, NIEM, CONICET, Tandil, Argentina

Investigadora Independiente del CONICET (Argentina) y Profesora Adjunta de la Facultad de Ciencias Exactas de la UNCPBA (Tandil, Argentina). Es Doctora en Ciencias de la Educación (2010), Licenciada en Educación Matemática (2005) y Profesora en Matemática y Física (2002). Directora y fundadora del Núcleo de Investigación en Educación Matemática (NIEM) de la UNCPBA. Tiene más de 20 años de experiencia en el área de Educación Matemática y Física y en la formación universitaria inicial y continua de profesores de matemática. Sus publicaciones más recientes son: “Can generative AI solve Geometry problems? Strengths and weaknesses of LLMs for geometric reasoning in Spanish”; e “Inteligencia Artificial Generativa en la formación de Profesores de Matemática en servicio”.

Patricia Sureda, Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, NIEM, CONICET, Tandil, Argentina

Investigadora Asistente del CONICET (Argentina) y Profesora Adjunta de la Facultad de Ciencias Exactas UNCPBA (Tandil, Argentina). Doctora en Enseñanza de las Ciencias. Mención Matemática (2012), Licenciada en Educación Matemática (2006) y Profesora en Matemática (2005). Integrante y fundadora del Núcleo de Investigación en Educación Matemática (NIEM) de la UNCPBA. Tiene 20 años de experiencia en el área de Educación Matemática y en la formación universitaria inicial y continua de profesores de matemática. Publicaciones recientes: “Can generative AI solve Geometry problems? Strengths and weaknesses of LLMs for geometric reasoning in Spanish”; e “Inteligencia Artificial Generativa en la formación de Profesores de Matemática en servicio”.

Verónica Parra, Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, NIEM, CONICET, Tandil, Argentina

Investigadora Adjunta del CONICET (Argentina) y Profesora Adjunta de la Facultad de Ciencias Exactas UNCPBA (Argentina). Doctora en Enseñanza de las Ciencias. Mención Matemática (2013), Licenciada en Educación Matemática (2008) y Profesora en Matemática (2005). Integrante y fundadora del Núcleo de Investigación en Educación Matemática (NIEM) de la UNCPBA. Tiene 20 años de experiencia en el área de Educación Matemática y en la formación universitaria inicial y continua de profesores de matemática. Publicaciones recientes: “Can generative AI solve Geometry problems? Strengths and weaknesses of LLMs for geometric reasoning in Spanish”; e “Inteligencia Artificial Generativa en la formación de Profesores de Matemática en servicio”.

Silvia Schiaffino, Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, ISISTAN, CONICET, Tandil, Argentina

Investigadora Principal de CONICET (Argentina) y Profesora Asociada con Dedicación Exclusiva en la Facultad de Ciencias Exactas de la UNCPBA (Tandil, Argentina). Es Magíster en Ingeniería de Sistemas (2001) y Doctora en Ciencias de la Computación (2004). Posee más de 20 años de experiencia en el área de Inteligencia Artificial. Sus publicaciones más recientes son: “Can Generative AI Solve Geometry Problems? Strengths and Weaknesses of LLMs for Geometric Reasoning in Spanish”,  “An approach for explaining group recommendations based on negotiation information” y “A Lightweight Approach for Building User Mobility Profiles”.

Daniela Godoy, Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad Cs. Exactas, ISISTAN, CONICET, Tandil, Argentina

Investigadora Principal de CONICET (Argentina) y Profesora Asociada con Dedicación Exclusiva en la Facultad de Ciencias Exactas de la UNCPBA (Tandil, Argentina).  Es Magíster en Ingeniería de Sistemas (2001) y Doctora en Ciencias de la Computación (2005).  Posee más de 20 años de experiencia en el área de Inteligencia Artificial. Sus publicaciones más recientes son: “Can Generative AI Solve Geometry Problems? Strengths and Weaknesses of LLMs for Geometric Reasoning in Spanish”, “A Study on Influential Features for Predicting Best Answers in Community Question- Answering Forums”, y “I Want to Break Free! Recommending Friends from Outside the Echo Chamber”.

Citas

Abrate, R. S., Delgado, G. I., & Pochulu, M. D. (2006). Caracterización de las actividades de Geometría que proponen los textos de Matemática. Revista Iberoamericana De Educación, 39(1), 1–9. https://doi.org/10.35362/rie3912598

Alexander, D. C. & Koeberlein, G. M. (2011). Geometría Quinta Edición. México D.F.: Cengage Learning.

Barrantes, M. & Balletbo, I. (2012). Tendencias actuales de la enseñanza-aprendizaje de la geometría en educación secundaria. Revista Internacional de Investigación en Ciencias Sociales, 8(1), 25-42.

Bosch, M., Gascón, J. (2009). Aportaciones de la Teoría Antropológica de lo Didáctico a la formación del profesorado de matemáticas de secundaria. En M.J. González, M.T. González & J. Murillo (Eds.), Investigación en Educación Matemática XIII (pp. 89-113). Santander: SEIEM.

Bressan, A., Bogisic, B. & Crego, K. (2000). Razones para enseñar Geometría en la Educación Básica. Mirar, construir, decir y pensar… Buenos Aires: Ediciones Novedades Educativas.

Brown, T., Mann, B., Ryder, N., … Amodei, D. (2020). Language models are few-shot learners. In: H. Larochelle, M. Ranzato, R. Hadsell, M.F. Balcan and H. Lin (Edit.) Proceedings of the 34th International Conference on Neural Information Processing Systems (NIPS’20) (pp. 1877-1901). Curran Associates Inc.: NY.

Bubeck, S., Chandrasekaran, V., Eldan, R., Gehrke, J., Horvitz, E., Kamar, E., Lee, P., Lee, Y. T., Li, Y., Lundberg, S., Nori, H., Palangi, H., Ribeiro, M. T., and Zhang, Y. (2023). Sparks of artificial general intelligence: Early experiments with GPT-4. CoRR abs/2303.12712.

Camargo, L. & Acosta, M. (2012). La geometría, su enseñanza. Tecné, Episteme y Didaxis (TED), 32, 4-8.

Camacho Machín, M., De La Fuente Martínez, C., Gámez Ruiz, J. L., González López, Ma. J., Jara Martínez, P., Marín del Moral, A., Ortega del Rincón, T., Recio Muñiz, T. J., Rico Romero, L. & Ruiz Hidalgo, J. F. (2015). Construcción de modelos matemáticos y resolución de problemas. Secretaría General Técnica: España.

Chavil, D. & Romero, I. & Rodríguez, J. (2020). Introducción al concepto de fractal en enseñanza secundaria usando realidad virtual inmersiva. Desde el Sur, 12(2), 615-629.

Chowdhery, A., Narang, S., Devlin, J., Bosma, M., Mishra, G., Roberts, A.…, and Fiedel, N. (2022). PaLM: Scaling language modeling with pathways. Journal of Machine Learning Research, 24(240), 1-113.

Corica, A. & Marin, E. (2014). Actividad de estudio e investigación para la enseñanza de nociones de geometría. Sociedad Canaria “Isaac Newton” de Profesores de Matemática; Números, 85(3), 91-114.

Corica, A., Parra, V., Sureda, P., Schiaffino, S., Godoy, D (2024). Fractal de Koch: análisis de respuestas de IA generativa y un profesor de matemática. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología (TE&ET). 89-99 http://doi:10.24215/18509959.37.e8.

Gao, J., Pi, R., Zhang, J., Ye, J., Zhong, W., Wang, Y., Hong, L., Han, J., Xu, H., Li, Z., Kong, L. (2023). G-LLaVA: Solving geometric problem with multi-modal large language mode. arXiv:2312.11370

Fauring, P., Gutierrez, F. (2020). Olimpiadas de Mayo - XVII a XXIV. Buenos Aires, Argentina: Red Olímpica.

Fernández-Nieto, E. L. (2018). La geometría para la vida y su enseñanza. AiBi Revista De Investigación, Administración E Ingeniería, 6(1), 33-61. https://doi.org/10.15649/2346030X.475

Flores-Vivar, J., García-Peñalvo, F. (2023) Reflections on the ethics, potential, and challenges of artificial intelligence in the framework of quality education (SDG4), Comunicar, 74, 37-47.

Isaza G. (2002) Análisis, Interpretación y Construcción Teórica en la Investigación Cualitativa. Centro de educación a distancia. Universidad de Manizales.

Itzcovich, H. (2005). Iniciación al estudio didáctico de la geometría: De las construcciones a las demostraciones. Buenos Aires: libros del Zorzal.

Martin, N., Parra, V., Fanaro, M. (2019). Enseñanza de fractales a partir de preguntas: descripción de una experiencia en un curso de matemática del último año de la escuela secundaria. Épsilon - Revista de Educación Matemática, 102, 25-34.

McCoy, R. T., Yao, S., Friedman, D., Hardy, M. y Griffiths, T. L. (2023). Embers of autoregression: Understanding large language models through the problem they are trained to solve. CoRR abs/2309.13638.

OpenAI: GPT-4 technical report. (2023). ArXiv, abs/2303.08774

Parra, V., Sureda, P., Corica, A., Schiaffino, S., Godoy, D. (2024). Can generative AI solve Geometry problems? Strengths and weaknesses of LLMs for geometric reasoning in Spanish (2024). International Journal of Interactive Multimedia and Artificial Intelligence, 8(5), 65-74.

Pavlick, E. (2023). Symbols and grounding in large language models. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 381(2251), p. 20220041, https://doi.org/10.1098/rsta.2022.0041

Pérez, S.; Guillén, G. (2007). Estudio exploratorio sobre creencias y concepciones de profesores de secundaria en relación con la geometría y su enseñanza. En P. Bolea; M. Camacho y P. Flores (Eds), Actas del XI Simposio de la Sociedad Española de Investigación en Educación Matemática (SEIEM) (pp. 295-305). Universidad de La Laguna. Tenerife.

Sureda, P., Corica, A. R., & Parra, V. (2023). Inteligencia Artificial Generativa en la formación de Profesores de Matemática en servicio. Unión - Revista Iberoamericana de Educación Matemática, 19(69). 1-15.

Descargas

Publicado

2024-10-18

Cómo citar

Corica, A. R., Sureda, P., Parra, V. ., Schiaffino, S., & Godoy, D. . (2024). Educación e inteligencia artificial: desempeño de chatbots y profesores de matemática en la resolución de problemas geométricos. Areté, Revista Digital Del Doctorado En Educación, 10(ee), 119–139. Recuperado a partir de http://saber.ucv.ve/ojs/index.php/rev_arete/article/view/29456