LA (IA) GENERATIVA EN MATEMÁTICAS UNIVERSITARIAS: REVISIÓN CRÍTICA DE APORTES, RIESGOS Y MEDIACIONES DOCENTES

GENERATIVE (AI) IN UNIVERSITY MATHEMATICS: A CRITICAL REVIEW OF CONTRIBUTIONS, RISKS, AND PEDAGOGICAL MEDIATIONS

Luis Fernando Díaz Basurco¹

(1)       Universidad Católica de Santa María, Arequipa, Perú

RESUMEN: El uso generalizado de inteligencia artificial generativa (IA) entre estudiantes universitarios es una realidad que plantea desafíos formativos relevantes. Cuando se emplea espontáneamente durante el aprendizaje, puede afectar el desarrollo del razonamiento propio y generar dependencia cognitiva.

Este estudio presenta un análisis crítico sobre el uso de la IA en la enseñanza de las matemáticas universitarias, evaluando beneficios y riesgos. Se revisaron 22 investigaciones publicadas entre 2023 y 2025, con enfoques metodológicos diversos, extraídas de bases como Scopus, ScienceDirect, IEEE Xplore y Google Scholar.

Los hallazgos muestran que, bajo una mediación docente estratégica, la IA puede personalizar el aprendizaje, enriquecer la resolución de problemas y estimular el compromiso estudiantil. Sin embargo, su uso acrítico puede debilitar la autorregulación y comprometer la fiabilidad del proceso formativo.

El estudio concluye que la integración efectiva de la IA requiere del liderazgo pedagógico del docente, marcos teóricos actualizados y respaldo institucional mediante políticas claras y programas de formación que garanticen un uso ético y consciente.

Palabras Clave: Inteligencia artificial generativa, matemática universitaria, enseñanza-aprendizaje, personalización, resolución de problemas, retroalimentación inmediata, mediación estratégica, autonomía intelectual.

ABSTRACT: The widespread use of generative artificial intelligence (AI) among university students presents significant educational challenges. When used spontaneously during learning, it may hinder the development of independent reasoning and foster cognitive dependency.

This study offers a critical review of the use of generative AI in university-level mathematics education, evaluating its benefits and risks. Twenty-two studies published between 2023 and 2025 were analyzed, encompassing diverse methodological approaches and sourced from databases such as Scopus, ScienceDirect, IEEE Xplore, and Google Scholar.

Findings indicate that, when strategically mediated by educators, generative AI can personalize learning, enhance problem-solving skills, and foster student engagement. However, uncritical use may weaken self-regulation and compromise the reliability of the learning process.

The study concludes that effective integration of generative AI requires pedagogical leadership, updated theoretical frameworks, and institutional support through clear policies and professional development programs that ensure ethical and informed use in the classroom.

Keywords: Generative artificial intelligence, university mathematics, teaching and learning, personalization, problem solving, immediate feedback, strategic mediation, intellectual autonomy.