Inteligencia Artificial Aplicada a la Enseñanza de las Ciencias Exactas
DOI:
https://doi.org/10.70577/cieninter.v4i3.132Palabras clave:
inteligencia artificial; ciencias exactas; matemáticas; física; química; STEM; inteligencia artificial generativa; revisión sistemática.Resumen
El acelerado desarrollo de la inteligencia artificial (IA), especialmente de los sistemas de tutoría inteligente, el aprendizaje adaptativo y la inteligencia artificial generativa (IAG), ha modificado las posibilidades de enseñanza de las matemáticas, la física y la química. El objetivo de este artículo fue sintetizar críticamente la evidencia reciente sobre las aplicaciones, efectos, oportunidades, riesgos y condiciones pedagógicas de la IA en la enseñanza de las ciencias exactas. Se realizó una revisión sistemática orientada por PRISMA 2020, con búsqueda estructurada de literatura publicada entre 2022 y septiembre de 2026 en ERIC, PubMed/PMC y plataformas editoriales académicas de alta circulación (SpringerLink, ScienceDirect, IOPscience, ACS Publications y Frontiers). Se priorizaron artículos revisados por pares que abordaran matemáticas, física, química o educación STEM con resultados de aprendizaje, prácticas docentes, evaluación o integración pedagógica de IA. El corpus analítico quedó constituido por 20 trabajos recientes, entre estudios empíricos, revisiones sistemáticas y metaanálisis. Los hallazgos muestran beneficios recurrentes en personalización, retroalimentación inmediata, generación de explicaciones, apoyo a la resolución de problemas, diseño de actividades y evaluación formativa. La evidencia cuantitativa más reciente reporta efectos positivos moderados sobre el aprendizaje STEM, aunque con heterogeneidad importante entre niveles, disciplinas y diseños. Las principales limitaciones son las respuestas incorrectas o plausibles pero falsas, la debilidad ante razonamientos complejos y representaciones espaciales, la dependencia cognitiva, la integridad académica, la privacidad y la desigualdad de acceso. Se concluye que la IA ofrece mayor valor cuando funciona como mediadora del razonamiento y no como sustituta de la actividad cognitiva del estudiante; por ello, su integración debe acompañarse de alfabetización en IA, verificación de resultados, diseño docente explícito y evaluación centrada en procesos.
Descargas
Citas
Albadarin, Y., Saqr, M., Pope, N., & Tukiainen, M. (2024). A systematic literature review of empirical research on ChatGPT in education. Discover Education, 3, 60. https://doi.org/10.1007/s44217-024-00138-2 DOI: https://doi.org/10.1007/s44217-024-00138-2
Almasri, F. (2024). Exploring the impact of artificial intelligence in teaching and learning of science: A systematic review of empirical research. Research in Science Education, 54, 977–997. https://doi.org/10.1007/s11165-024-10176-3 DOI: https://doi.org/10.1007/s11165-024-10176-3
Boolzen, C., Kuhn, J., Flegr, S., Rott, E.-M., Stausberg, N., et al. (2026). Evidence of impact and interpretational limits of generative AI in STEM education: A systematic review and meta-analysis on cognitive learning outcomes. Artificial Intelligence Review. https://doi.org/10.1007/s10462-026-11665-9 DOI: https://doi.org/10.1007/s10462-026-11665-9
Cooper, G. (2023). Examining science education in ChatGPT: An exploratory study of generative artificial intelligence. Journal of Science Education and Technology, 32, 444–452. https://doi.org/10.1007/s10956-023-10039-y DOI: https://doi.org/10.1007/s10956-023-10039-y
Erümit, A. K., & Sarıalioğlu, R. Ö. (2025). Artificial intelligence in science and chemistry education: A systematic review. Discover Education, 4, 178. https://doi.org/10.1007/s44217-025-00622-3 DOI: https://doi.org/10.1007/s44217-025-00622-3
Feldman-Maggor, Y., Blonder, R., & Alexandron, G. (2025). Perspectives of generative AI in chemistry education within the TPACK framework. Journal of Science Education and Technology, 34, 1–12. https://doi.org/10.1007/s10956-024-10147-3 DOI: https://doi.org/10.1007/s10956-024-10147-3
Iyamuremye, A., Niyonzima, F. N., Mukiza, J., Twagilimana, I., Nyirahabimana, P., Nsengimana, T., Habiyaremye, J. D., Habimana, O., et al. (2024). Utilization of artificial intelligence and machine learning in chemistry education: A critical review. Discover Education, 3, 95. https://doi.org/10.1007/s44217-024-00197-5 DOI: https://doi.org/10.1007/s44217-024-00197-5
Li, M. (2025). Integrating artificial intelligence in primary mathematics education: Investigating internal and external influences on teacher adoption. International Journal of Science and Mathematics Education, 23, 1283–1308. https://doi.org/10.1007/s10763-024-10515-w DOI: https://doi.org/10.1007/s10763-024-10515-w
Li, S., Zeng, C., Liu, H., Jia, J., Liang, M., Cha, Y., Lim, C. P., et al. (2025). A meta-analysis of AI-enabled personalized STEM education in schools. International Journal of STEM Education, 12, 58. https://doi.org/10.1186/s40594-025-00566-y DOI: https://doi.org/10.1186/s40594-025-00566-y
Mahligawati, F., Allanas, E., Butarbutar, M. H., & Nordin, N. A. N. (2023). Artificial intelligence in physics education: A comprehensive literature review. Journal of Physics: Conference Series, 2596, 012080. https://doi.org/10.1088/1742-6596/2596/1/012080 DOI: https://doi.org/10.1088/1742-6596/2596/1/012080
Marzano, D. (2026). Generative artificial intelligence (GAI) in teaching and learning processes at the K-12 level: A systematic review. Technology, Knowledge and Learning, 31, 789–829. https://doi.org/10.1007/s10758-025-09853-7 DOI: https://doi.org/10.1007/s10758-025-09853-7
Mohamed, M. Z. B., Hidayat, R., Suhaizi, N. N. B., Sabri, N. B. M., Mahmud, M. K. H. B., & Baharuddin, S. N. B. (2022). Artificial intelligence in mathematics education: A systematic literature review. International Electronic Journal of Mathematics Education, 17(3), em0694. https://doi.org/10.29333/iejme/12132 DOI: https://doi.org/10.29333/iejme/12132
Molemane, N., Mosia, M., & Egara, F. O. (2026). Effectiveness of AI-based tutoring and assessment systems in mathematics education: A systematic review. Discover Education. https://doi.org/10.1007/s44217-026-01872-5 DOI: https://doi.org/10.1007/s44217-026-01872-5
Ortiz Herrera, A. L., & Figueroa Mora, K. M. (2026). Inteligencia artificial generativa (IAG) en la enseñanza de la Física: una revisión sistemática de literatura. Ciencia Latina Revista Científica Multidisciplinar, 10(1). https://doi.org/10.37811/cl_rcm.v10i1.22728 DOI: https://doi.org/10.37811/cl_rcm.v10i1.22728
Panqueban, D., & Huincahue, J. (2024). Artificial intelligence in mathematics education: A systematic review. Uniciencia, 38(1). https://doi.org/10.15359/ru.38-1.20 DOI: https://doi.org/10.15359/ru.38-1.20
Pepin, B., Buchholtz, N., & Salinas-Hernández, U. (2025). A scoping survey of ChatGPT in mathematics education. Digital Experiences in Mathematics Education, 11, 9–41. https://doi.org/10.1007/s40751-025-00172-1 DOI: https://doi.org/10.1007/s40751-025-00172-1
Ruff, E. F. (2024). Using ChatGPT for method development and green chemistry education in upper-level laboratory courses. Journal of Chemical Education. https://doi.org/10.1021/acs.jchemed.4c00193 DOI: https://doi.org/10.1021/acs.jchemed.4c00193
Soltanirad, C., Tafini, N., et al. (2023). Comparing the performance of college chemistry students with ChatGPT for calculations involving acids and bases. Journal of Chemical Education, 100(10), 3934–3944. https://doi.org/10.1021/acs.jchemed.3c00500 DOI: https://doi.org/10.1021/acs.jchemed.3c00500
Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education: A systematic literature review. Expert Systems with Applications, 252, 124167. https://doi.org/10.1016/j.eswa.2024.124167 DOI: https://doi.org/10.1016/j.eswa.2024.124167
Wei, X. (2024). Evaluating ChatGPT-4 and ChatGPT-4o: Performance insights from NAEP mathematics problem solving. Frontiers in Education, 9, 1452570. https://doi.org/10.3389/feduc.2024.1452570 DOI: https://doi.org/10.3389/feduc.2024.1452570
Yeadon, W., & Hardy, T. (2024). The impact of AI in physics education: A comprehensive review from GCSE to university levels. Physics Education, 59, 025010. https://doi.org/10.1088/1361-6552/ad1fa2 DOI: https://doi.org/10.1088/1361-6552/ad1fa2
Zhuang, Y. (2025). Lessons from using ChatGPT in calculus: Insights from two contrasting cases. Journal of Formative Design in Learning, 9, 25–35. https://doi.org/10.1007/s41686-025-00098-2 DOI: https://doi.org/10.1007/s41686-025-00098-2
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Gina Maribel Riera Calle, Jose Luis Vimos Calle, Diego Geovanny Arias Sinchi
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
