Educación matemática inclusiva e inteligencia artificial: Riesgos de sesgo y propuestas desde el modelo social
Este artículo presenta una reflexión crítica de carácter teórico-documental sobre el uso de la Inteligencia Artificial (IA) en la Educación Matemática Inclusiva. Desde el modelo social de la discapacidad, se analizan los riesgos de incorporar tecnologías inteligentes sin criterios de equidad, accesi...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Asociación Aprender en Red
2025-06-01
|
| Series: | Revista Venezolana de Investigación en Educación Matemática |
| Subjects: | |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849422052520361984 |
|---|---|
| author | José Iván López-Flores Carolina Carrillo García |
| author_facet | José Iván López-Flores Carolina Carrillo García |
| author_sort | José Iván López-Flores |
| collection | DOAJ |
| description | Este artículo presenta una reflexión crítica de carácter teórico-documental sobre el uso de la Inteligencia Artificial (IA) en la Educación Matemática Inclusiva. Desde el modelo social de la discapacidad, se analizan los riesgos de incorporar tecnologías inteligentes sin criterios de equidad, accesibilidad y justicia algorítmica. Se examinan los principales sesgos presentes en los sistemas de IA —como los sesgos de datos, diseño e interacción— y sus efectos sobre estudiantes con discapacidad en entornos educativos mediados por tecnología. Dada la estructura visual y simbólica de la matemática escolar, se argumenta que muchos sistemas refuerzan exclusiones históricas al no considerar trayectorias no normativas. A partir de este análisis, se proponen seis líneas de acción: diseño inclusivo desde el origen, auditoría algorítmica con criterios de justicia, formación docente crítica, desarrollo de recursos accesibles, participación activa de personas con discapacidad en la creación tecnológica, y reconocimiento de la especificidad epistémica de la matemática. Se concluye que una IA verdaderamente inclusiva requiere mediación docente informada, participación activa de colectivos históricamente excluidos y una comprensión crítica de las desigualdades sociotécnicas que atraviesan los entornos escolares. |
| format | Article |
| id | doaj-art-e19cbea5768b4b4685ee3d0d98b12cda |
| institution | Kabale University |
| issn | 2739-039X |
| language | English |
| publishDate | 2025-06-01 |
| publisher | Asociación Aprender en Red |
| record_format | Article |
| series | Revista Venezolana de Investigación en Educación Matemática |
| spelling | doaj-art-e19cbea5768b4b4685ee3d0d98b12cda2025-08-20T03:31:15ZengAsociación Aprender en RedRevista Venezolana de Investigación en Educación Matemática2739-039X2025-06-0152e202506https://doi.org/10.54541/reviem.v5i2.154Educación matemática inclusiva e inteligencia artificial: Riesgos de sesgo y propuestas desde el modelo socialJosé Iván López-Flores0https://orcid.org/0000-0003-2350-2647Carolina Carrillo García1https://orcid.org/0000-0001-7259-4897Universidad Autónoma de ZacatecasUniversidad Autónoma de ZacatecasEste artículo presenta una reflexión crítica de carácter teórico-documental sobre el uso de la Inteligencia Artificial (IA) en la Educación Matemática Inclusiva. Desde el modelo social de la discapacidad, se analizan los riesgos de incorporar tecnologías inteligentes sin criterios de equidad, accesibilidad y justicia algorítmica. Se examinan los principales sesgos presentes en los sistemas de IA —como los sesgos de datos, diseño e interacción— y sus efectos sobre estudiantes con discapacidad en entornos educativos mediados por tecnología. Dada la estructura visual y simbólica de la matemática escolar, se argumenta que muchos sistemas refuerzan exclusiones históricas al no considerar trayectorias no normativas. A partir de este análisis, se proponen seis líneas de acción: diseño inclusivo desde el origen, auditoría algorítmica con criterios de justicia, formación docente crítica, desarrollo de recursos accesibles, participación activa de personas con discapacidad en la creación tecnológica, y reconocimiento de la especificidad epistémica de la matemática. Se concluye que una IA verdaderamente inclusiva requiere mediación docente informada, participación activa de colectivos históricamente excluidos y una comprensión crítica de las desigualdades sociotécnicas que atraviesan los entornos escolares.sesgo algorítmicointeligencia artificialeducación matemática inclusivadiscapacidaddiseño universal para el aprendizaje |
| spellingShingle | José Iván López-Flores Carolina Carrillo García Educación matemática inclusiva e inteligencia artificial: Riesgos de sesgo y propuestas desde el modelo social Revista Venezolana de Investigación en Educación Matemática sesgo algorítmico inteligencia artificial educación matemática inclusiva discapacidad diseño universal para el aprendizaje |
| title | Educación matemática inclusiva e inteligencia artificial: Riesgos de sesgo y propuestas desde el modelo social |
| title_full | Educación matemática inclusiva e inteligencia artificial: Riesgos de sesgo y propuestas desde el modelo social |
| title_fullStr | Educación matemática inclusiva e inteligencia artificial: Riesgos de sesgo y propuestas desde el modelo social |
| title_full_unstemmed | Educación matemática inclusiva e inteligencia artificial: Riesgos de sesgo y propuestas desde el modelo social |
| title_short | Educación matemática inclusiva e inteligencia artificial: Riesgos de sesgo y propuestas desde el modelo social |
| title_sort | educacion matematica inclusiva e inteligencia artificial riesgos de sesgo y propuestas desde el modelo social |
| topic | sesgo algorítmico inteligencia artificial educación matemática inclusiva discapacidad diseño universal para el aprendizaje |
| work_keys_str_mv | AT joseivanlopezflores educacionmatematicainclusivaeinteligenciaartificialriesgosdesesgoypropuestasdesdeelmodelosocial AT carolinacarrillogarcia educacionmatematicainclusivaeinteligenciaartificialriesgosdesesgoypropuestasdesdeelmodelosocial |