Quintaesencia
Revista de Educación
ISSN
2076-5363
(en línea)
Quintaesencia (2025), vol. 16, Núm. 2, pp 101-111
DOI: https://doi.org/10.54943/rq.v16i2.744
101
Artículo original
Inteligencia artificial y el aprendizaje de la informática en estudiantes de
ciencias matemáticas e informática de la UNCP
Artificial Intelligence and the Learning of Computer Science among
Mathematics and Computer Science Students at UNCP
Héctor Basilio 1, a
Moisés Núñez 2, b
Arturo Espinoza 3, c
Judith Chávez 4, d Beatriz Pariona 5, e
1 Universidad Nacional del Centro del Perú, Perú
a ORCID: https://orcid.org/0000-0002-7558-435X
hbasilio@uncp.edu.pe
2 Universidad Nacional del Centro del Perú, Perú
b ORCID: https://orcid.org/0000-0002-0512-1800
3 Universidad Nacional del Centro del Perú, Perú
c ORCID: https://orcid.org/0000-0002-3098-5504
4 Universidad Nacional del Centro del Perú, Perú
d ORCID: https://orcid.org/0009-0005-2998-2962
5 Ugel Huancayo Región Junín, Perú
e ORCID: https://orcid.org/0000-0003-4626-0572
mnuniezc@uncp.edu.pe
acasase@uncp.edu.pe
juchavez@uncp.edu.pe
bpo2606@hotmail.com
Resumen
El presente estudio nace de la interrogante ¿Cómo influye la aplicación de la inteligencia
artificial en el aprendizaje de la asignatura de Informática en los estudiantes del quinto
semestre del PECMI de la UNCP? con una muestra de 38 estudiantes del PECMI de la
Facultad de Educación de la UNCP, el diseño que se utilizó fue el cuasiexperimental, de
tipo aplicado y nivel experimental, la hipótesis que se logró comprobar fue: La aplicación
de la inteligencia Artificial influye significativamente en el aprendizaje de la asignatura de
Informática en los estudiantes del quinto semestre del PECMI de la UNCP. Se concluye
que el grupo que desarrolló la asignatura de Informática con aplicativos de la IA obtuvo
promedios significativamente mayores respecto al grupo que no utilizó estos aplicativos.
Abstract
This study arose from the following question: How does the application of artificial
intelligence influence the learning of the subject of Computer Science in fifth-semester
students of the PECMI program at UNCP? With a sample of 38 students from the PECMI
program of the School of Education at UNCP, the design used was quasi-experimental,
applied, and experimental. The hypothesis that was proven was the following: The
application of artificial intelligence has a significant influence on learning computer
science in fifth-semester students of the PECMI program at UNCP. It was concluded that
the group that studied Computer Science with AI applications got significantly higher
averages than the group that did not use these applications.
INTRODUCCIÓN
Dado el avance científico tecnológico que nos rodea día a día en nuestra sociedad, como docentes en el
área de educación debemos estar preparados para esos desafíos, y por este motivo se realizó esta
investigación, aplicada en los estudiantes que hoy en día viven esta experiencia de la tecnología, además
como docentes debemos aceptar los retos que los estudiantes plantean con el avance de la tecnología,
por otro lado se ha visto en las aulas de clase que los estudiantes utilizan bastante la inteligencia artificial
al momento de las exposiciones o cuando tienen que encargar algún trabajo sea individual o grupal,
Inteligencia artificial y el aprendizaje de la informática en estudiantes de ciencias matemáticas e informática de la UNCP
102
inclusive en los exámenes (Delgado, et al, 2024 y Guishca, et al, 2024). Se formuló la siguiente
interrogante de investigación: ¿Cómo influye la aplicación de la inteligencia Artificial en el aprendizaje
de la asignatura de Informática en los estudiantes del quinto semestre del PECMI de la UNCP?,
planteando como objetivo general de la investigación: Determinar la influencia de la aplicación de la
inteligencia Artificial en el aprendizaje de la asignatura de Informática en los estudiantes del quinto
semestre del PECMI de la UNCP.
García-Peña, et al. (2020) presentaron un estudio sobre “La inteligencia Artificial en Educación”, donde
el objetivo fue realizar un análisis prospectivo sobre cómo está influyendo la inteligencia artificial en el
proceso educativo en estos tiempos de pandemia, se analiza una nueva era de la tecnología y como
repercute en el aprendizaje de los estudiantes siendo en muchos casos de bastante ayuda y en otras del
facilismo que pueda haber, los autores concluyeron que al buen uso de la tecnología como la inteligencia
artificial la influencia será positiva en los estudiantes caso contrario solo será un aprendizaje muy corto
por el facilísimo de su uso.
Aguilar, et al. (2023) en un estudio sobre “Inteligencia artificial y la educación universitaria una revisión
sistemática” donde el objetivo fue realizar un análisis sistemático sobre cómo está influyendo la
inteligencia artificial en la educación universitaria. Los autores concluyeron que al buen uso de la
tecnología como la inteligencia artificial la influencia será positiva en la formación de nuevos
profesionales caso contrario solo será un aprendizaje muy corto por el facilísimo de su uso y la formación
será un poco fuera del rango requerido por la sociedad.
Visto el avance de la tecnología, podemos utilizar este avance como una oportunidad en el proceso de
aprendizaje específicamente en la educación superior universitaria, la inteligencia artificial, siendo esta
un campo de estudio en la informática, cuyo fin es la búsqueda de algoritmos, sistemas y técnicas que
permitan a los ordenadores conectados, aprender y realizar asignaciones que, hasta hace unos años solo
lo podían hacer los seres humanos (Maluenda, 2025). Estas tareas o asignaciones incluyen situaciones
como la toma de decisiones, el reconocimiento de patrones inductivos y deductivos, la comprensión del
lenguaje natural y la resolución de problemas con gran complejidad (López, et al, 2023). Por otro lado,
tenemos como variable dependiente el aprendizaje de la informática, que incluye módulos como el
Desmos que se conoce como una calculadora científica en línea, capaz de modelar funciones, trazar
gráficas y de resolver ejercicios de cálculo diferencial e integral e internamente tiene aplicaciones para
resolver ejercicios y problemas de geometría y trigonometría. El aprendizaje de la informática también
incluye el aprendizaje del Geogebra que es un software gratuito que se utiliza para la enseñanza y
aprendizaje de las matemáticas en todos los niveles educativos; en el nivel superior se está utilizando
específicamente en el modelamiento de funciones.
MATERIAL Y MÉTODOS
Inteligencia Artificial. Reseña Histórica
La Inteligencia Artificial nace cuando en algunos trabajos se publicaron en los años cuarenta que por
cierto no tuvieron mucha repercusión, pero ya partir de los cincuenta el matemático británico Alan
Turing logró desarrollar una nueva ciencia perteneciente a la informática, si bien es cierto las ideas se
remontan hacia la lógica pero los algoritmos presentados en algún documento de esos años datan de
mucha creatividad que para resolverlos era necesario utilizar herramientas informáticas (Cárdenas
Martínez, 2019). El artículo de los años cincuenta publicada por Turing empezaba de una interrogante
bien interesante ¿puede pensar la máquina? Y para resolver su propia interrogante planteó un juego de
imitación que para resolverlo era necesario la aplicación de un algoritmo que una calculadora con
algunas señales o con ayuda del ser humano o una pequeña programación lo podría resolver.
Según Morduchowicz (2023), la inteligencia artificial es el diseño de máquinas o sistemas que imitan
funciones cognitivas propias de las personas, tales como percibir, procesar, analizar, organizar, anticipar,
interactuar, resolver problemas y, más recientemente, crear; es decir imitan procedimientos cognitivos
de las personas utilizando algoritmos y modelos matemáticos que los procesan, aprenden de ellos, para
luego mejorar con el tiempo su capacidad de respuesta. En nuestros días hablamos de la inteligencia
artificial generativa siendo esta una rama de la inteligencia artificial dedicada a la creación de contenido
textual, imágenes, video, aplicativos muchos de ellos muy propicios en el campo educativo. Según
Héctor Basilio; Moisés Núñez; Arturo Espinoza; Judith Chávez; Beatriz Pario
103
Sandoval Jarro, B. et al. (2025) menciona que la inteligencia artificial puede emerger como un
instrumento esencial para la educación, contribuyendo a la formación de ciudadanos competentes en un
mundo progresivamente digitalizado.
Las características principales de la IA según Soni (2024) El aprendizaje automático que consiste en
centrar el desarrollo de los algoritmos que permiten a los ordenadores aprender de los datos y mejorar
su rendimiento con el paso del tiempo sin necesidad de reprogramarlas. El aprendizaje profundo, se
relaciona con el aprendizaje automático. En realidad, es un sub campo de este que se diferencia por la
adquisición en entidad propia al inspirar su aprendizaje en la estructura y función del cerebro humano.
El procesamiento del lenguaje natural, es otra de las características de la IA que está centrado en los
sistemas que mejoren los ordenadores, como la capacidad de entender, interpretar y responder al
lenguaje humano de forma inteligente.
Sobre la metodología del trabajo podemos mencionar que el presente está inmerso en un estudio
cuantitativo, de tipo aplicado y nivel experimental, donde la muestra estuvo conformada por 38
estudiantes considerados de modo no probalístico e intencionado, el diseño es el cuasi experimental con
dos grupos y para verificar la eficacia de la IA se aplicó un instrumento de prueba de capacidades.
Algunos aplicativos de la inteligencia artificial
Gamma
Gamma es uno de los aplicativos que utiliza la inteligencia artificial su objetivo primordial es el de
generar diapositivas según la orden que le pueda dar un sujeto o un modulador, en el modo gratuito
puede generar hasta 10 diapositivas y en modo pago hay varios modelos según el requerimiento del
pensante humano. Es de mucha ayuda para estudiantes y docentes en formación, inclusive puede
coordinar con el que lo propone para desarrollar clase de modo interactivo (Vera Falcones y Toala 2023).
Figura 1
Ventana principal de Gamma
Gemini
Es otro aplicativo, pero en este caso pertenece al grupo Gmail o Google es un potente contestador de
interrogantes de cualquier materia o incluso puede servir para dar consejos sobre algunos temas que
puedas tratar como docente o estudiante. Este es gratuito, también tiene una versión de pago, pero tiene
muchas deficiencias cuando se necesita resolver preguntas de avanzado nivel como en el campo de la
investigación o la matemática (Vera Falcones y Toala 2023).
Inteligencia artificial y el aprendizaje de la informática en estudiantes de ciencias matemáticas e informática de la UNCP
104
Figura 2
Ventana principal de Gemini
R-Discovery
Bueno el R-Discovery si es potente modelo de inteligencia artificial específicamente para el campo de
la investigación con este aplicativo puedes desarrollar el marco teórico de un trabajo de investigación
completamente referenciado, además puede contestar preguntas según el nivel de estudio o según el
nivel de investigación o tipo de trabajo, los estudiantes a nivel de posgrado son los que más utilizan este
tipo de inteligencia de investigación (Vera Falcones y Toala 2023).
Figura 3
Ventana principal de R-Discovery
GeoGebra
Como su nombre lo señala el GeoGebra es una combinación de inteligencia matemática con la
combinación de la geometría y el algebra y sus características principales es que el estudiante o docente
pueda resolver incluso problemas de probabilidad en este aplicativo en algunos casos ya es muy
conocido y muchos ya lo están empleando para sus trabajos relacionados al campo de la matemática
(Vera Falcones y Toala 2023).
Héctor Basilio; Moisés Núñez; Arturo Espinoza; Judith Chávez; Beatriz Pario
105
Figura 4
Ventana principal del GeoGebra
ChatGPT
Es una de las primeras inteligencias artificiales que saltó a luz con esa denominación su trabajo
primordial es crear textos en diferentes situaciones problemáticas, además es posible generar consultas
para un nivel superior y superior no universitaria como estudiante, además este tipo de inteligencia puede
hacer algunas recetas fáciles para cocina, también algunas médicas, … Vera Falcones y Toala (2023).
Figura 5
Ventana principal del ChatGPT
Informática
Asignatura de Informática III
La asignatura de informática III pertenece al área de formación especializada, subárea de Formación
especializada, es de carácter obligatorio y de naturaleza teórico práctica. Tiene el propósito de que el
estudiante aprenda a utilizar software especializado de matemática y estadística para la educación,
contiene: Software especializado para la gráfica de funciones, tablas y gráficos con hoja de cálculo,
Procesamiento de datos con software especializado.
Aprendizaje de la informática
El aprendizaje de la informática consiste en la adquisición, comprensión y desarrollo de habilidades en
el uso de las tecnologías de información y comunicación, para luego poder aplicar e integrar estos
Inteligencia artificial y el aprendizaje de la informática en estudiantes de ciencias matemáticas e informática de la UNCP
106
conocimientos en el desarrollo de actividades relacionadas a la creación de nuevas tecnologías para una
sociedad en constante cambio y evolución, es por ello que Vera Falcones y Toala (2023) consideran
que:
En los actuales momentos la educación ha enfrentado grandes cambios, … los docentes deben
buscar las formas adecuadas para fortalecer el proceso educativo, y desde esta perspectiva se
debe incluir la aplicación de acciones estratégicas pertinentes que conlleven a un mejor proceso
educativo en los estudiantes desde las aulas de clases. (p. 1957).
Modulo I - Desmos (funciones lineales y cuadráticas)
Funciones
Función lineal
Denominamos función lineal a aquellas que tiene la forma f(x) = ax + b y sigue las siguientes
características (Paragua-Morales et. al., 2021).
x: siempre será la variable independiente
a: es la pendiente de la función
b: es la intersección con el eje de las ordenadas
Figura 6
Función lineal de pendiente (2) e intersección ( - 1)
Función cuadrática
En las asignaturas relacionados a la matemática la función cuadrática se define como un polinomio
de grado dos, además la gráfica siempre será una parábola según sus descripciones (Paragua-
Morales et. al., 2021).
Figura 7
Función cuadrática
Modulo II - GeoGebra (funciones trigonométricas)
Función trigonométrica
Héctor Basilio; Moisés Núñez; Arturo Espinoza; Judith Chávez; Beatriz Pario
107
Una función trigonométrica se caracteriza por tener un cociente entre los lados de un triángulo pitagórico
denominado triángulo rectángulo asociado a sus ángulos (Paragua_Morales et. al., 2021)
Figura 8
Función trigonométrica
Modulo III (Tablas de frecuencia)
Distribución de frecuencias
Es representación mediante una tabla de doble entrada, de toda la información de una base de datos
completamente sistematizada.
Tipo de investigación
Nuestra investigación es de tipo aplicada
Nivel de investigación:
El nivel de investigación es el explicativo porque en el proceso del mismo nuestro estudio explica el
fenómeno de causa efecto en los estudiantes de Ciencias Matemáticas e informática.
Método de Investigación
Para hacer posible el desarrollo del trabajo de investigación se utilizó como método general el método
científico. Según Perez, et al (2020) hace un comentario acerca del método científico, el menciona que
después de varios años de trabajo, el concepto general, consultando con sus colegas ceñidos a la
investigación sobre el secreto de la ciencia, se reflejaba en este método cuyo seguimiento riguroso
garantizaba resultados válidos, y se podía verificar con expertos de distintas disciplinas y niveles
académicos, lo que se puede observar en muchos textos titulados el método científico.
Por otra parte, como método especifico se utilizará el método experimental, según Perez, et al (2020)
este método consiste en formular un plan para verificar la posible relación de causa y efecto entre dos
variables de estudio, exponiendo a uno o más grupos experimentales para luego contrastar los resultados
con el grupo control o comparación
Diseño de la investigación:
El diseño considerado es el cuasi experimental, cuyo esquema es el siguiente:
GE: O1 X O2
GC: O3 __ O4
Donde:
GE : Estudiantes matriculados Informática V G1
GC : Estudiantes matriculados Informática V G2
X : IA
__ : Ausencia de la IA
Inteligencia artificial y el aprendizaje de la informática en estudiantes de ciencias matemáticas e informática de la UNCP
108
RESULTADOS
Las características del aprendizaje de la informática se centran en el desarrollo de tres módulos, el
primero sobre el Desmos donde el estudiante debe conocer las herramientas y aplicarlas en temas del
algebra y la gráfica de funciones; El GeoGebra donde le estudiante debe ser capaz de introducir
funciones complejas y analizarlas en todas sus dimensiones y características con el programa, además
debe solucionar problemas simples de estadística descriptiva. Finalmente, el ultimo módulo es el SPSS,
donde el estudiante debe conocer los primeros pasos de comprobaciones de hipótesis. El interés principal
del presente estudio es aplicar la IA en el aprendizaje de la informática, ya que ambos utilizan el avance
tecnológico en el campo de la educación universitaria en el programa de estudios donde se aplicó la
investigación.
Hipótesis
General
La aplicación de la inteligencia Artificial influye significativamente en el aprendizaje de la asignatura
de Informática en los estudiantes del quinto semestre del PECMI de la UNCP.
Específicos
- La aplicación de la inteligencia artificial influye significativamente en el aprendizaje del módulo I
Desmos (funciones lineales y cuadráticas) de la asignatura de Informática en los estudiantes del
quinto semestre del PECMI de la UNCP.
- La aplicación de la inteligencia artificial influye significativamente en el aprendizaje del módulo II
GeoGebra (funciones trigonométricas) de la asignatura de Informática en los estudiantes del quinto
semestre del PECMI de la UNCP.
La aplicación de la inteligencia artificial influye significativamente en el aprendizaje del módulo III
(Tablas de frecuencias) de la asignatura de Informática en los estudiantes del quinto semestre del PECMI
de la UNCP.
DISCUSIÓN
Aprendizaje sin aplicación de la IA
El grupo compuesto por estudiantes que estuvieron recibiendo sesiones de informática sin aplicativos
de la IA (control), mostró una ligera disminución en la media de 11.12 en el pre test a 10.94 en el pos-
test. La prueba estadística de rangos de Wilkoxon reveló diferencias significativas entre momentos (p
<.05). En general estos resultados se pueden interpretar como un rendimiento inferior después de las
sesiones de aprendizaje.
La desviación estándar, que mide la dispersión de los resultados, también disminuyó ligeramente de
2.66 a 2.60, indicando que la variabilidad entre los estudiantes se redujo un poco. Sin embargo, el
coeficiente de variación, que relaciona la desviación estándar con la media, aumentó de 18.82% a
20.07%. Esto refleja que, aunque la variabilidad absoluta disminuyó, la disminución en la media hizo
que la variabilidad relativa fuera mayor.
En conjunto, estos resultados sugieren que las sesiones de aprendizaje sin IA no mejoraron el
rendimiento promedio del grupo control y, en cambio, llevaron a una ligera disminución en la media y
un aumento en la variabilidad relativa. La consistencia en los valores extremos y la mejora en la
normalidad de los datos podrían indicar una distribución más uniforme de los resultados después de las
sesiones, aunque el impacto general en el rendimiento no fue positivo.
Héctor Basilio; Moisés Núñez; Arturo Espinoza; Judith Chávez; Beatriz Pario
109
Tabla 1
Estadísticos descriptivos: Resultados de la base de datos Excel Pretest y Pos-test
Estadístico
Pretest
Pos-test
Pretest
Pos-test
Aprendizaje sin IA (Control)
Aprendizaje con IA (Experimental)
Media
11.12
10.94
9.09
12.34
DE
2.66
2.60
2.02
1.49
CV
18.82%
20.07
22.18%
12.06%
Min
6.00
6.00
5.67
9.50
Max
17.33
17.33
12.83
16.00
Normalidad
0.00
0.54
0.42
0.27
Aprendizaje con aplicación de la IA
En el grupo de estudio o denominado experimental, que se desarrolló sesiones de aprendizaje de la
estadística descriptiva asistidas por la IA específicamente con las hojas de cálculo, mostró promedios
superiores en su rendimiento al comparar los resultados del Pretest y el Pos-test. La media aumentó de
9.09 a 12.34 en el Pos-test, lo que indicó una mejora significativa en el rendimiento promedio de los
estudiantes después de las sesiones con la IA. La desviación estándar, disminuyó de 2.02 a 1.49. Esto
sugiere que los estudiantes no solo incrementaron en promedio, sino que también mostraron una mayor
consistencia en sus resultados, con menos variabilidad entre ellos. El coeficiente de variación, que
relaciona la desviación estándar con la media, también disminuyó considerablemente, pasando de
22.18% a 12.06%. Esto refuerza la idea de que la mejora en el rendimiento fue acompañada por una
mayor uniformidad en los resultados.
Durante el desarrollo de la experimentación. El grupo control, que dio inicio con un rendimiento
superior, experimentó un descenso en su promedio, llegando a 12.94 en la evaluación final. En contraste,
el grupo experimental demostró una mejora considerable, elevando su promedio desde 9.09 hasta 12.34,
lo cual representó un incremento significativo en su desempeño.
Figura 9
Gráfico de barras de error grupo experimental
Nota. Tamaño de muestra n1 experimental = 19∗ Significativo al .01, ∗∗∗ significativo al .001
Prueba, además de una interacción relevante entre ambas variables (p < .05). Esta evidencia estadística
respaldó la influencia de los aplicativos de la IA en de enseñanza de la informática. Destacó que el grupo
experimental, a pesar de partir de una posición inicialmente desventajosa, logró aproximarse
considerablemente al nivel del grupo control en la evaluación final.
Inteligencia artificial y el aprendizaje de la informática en estudiantes de ciencias matemáticas e informática de la UNCP
110
Los resultados sugirieron que la implementación de la IA como herramienta de aprendizaje facilitó un
progreso sustancial en el aprendizaje de la asignatura de Informática además porque tiene bastante
relación con lo que se desarrolla. Aunque el grupo experimental no superó el promedio final del grupo
control en términos absolutos, la magnitud de su mejora relativa destacó como un indicador relevante
de la efectividad de la IA. El grupo que desarrollo los aprendizajes sin IA, por otro lado, mostró una
tendencia descendente en su rendimiento, contrario con la trayectoria ascendente del grupo experimental
que empleó IA. En suma, los datos demuestran que la IA ejerció una influencia positiva en el proceso
de aprendizaje de la estadística.
Figura 10
Gráfico de barras de error grupo control
Nota. Tamaño de muestra n2 control = 19∗ Significativo al .01, ∗∗∗ significativo al .001
Conclusiones
El grupo que desarrolló la asignatura de Informática con aplicativos de la IA obtuvo promedios
significativamente mayores respecto al grupo que no utilizó estos aplicativos.
La IA no solo contribuye en el aprendizaje de la Informática sino también colabora con muchas
necesidades académicas de nivel universitario tanto a docentes como a estudiantes.
Los resultados descriptivos e inferenciales nos permiten proporcionar la IA con responsabilidad en los
estudiantes del PECMI.
A consecuencia de los resultados positivos obtenidos en nuestra investigación ahora surge la
interrogante de cuáles serían las consecuencias de la dependencia de estas tecnologías.
REFERENCIAS
Aguilar, G. M. F., Gavilanes, D. C. A., Freire, E. M. A., & Quincha, M. L. (2023). Inteligencia artificial
y la educación universitaria: Una revisión sistemática. Magazine de las Ciencias: Revista de
Investigación e Innovación, 8(1), 109-131.
Cárdenas Martínez, L. D. (2019). La creatividad y la educación en el siglo XXI. Revista Interamericana
de Investigación, Educación y Pedagogía, 12(2), 211-224.
Delgado, N., Carrasco, L. C., de la Maza, M. S., & Etxabe-Urbieta, J. M. (2024). Aplicación de la
Inteligencia Artificial (IA) en Educación: Los beneficios y limitaciones de la IA percibidos por el
profesorado de educación primaria, educación secundaria y educación superior. Revista
electrónica interuniversitaria de formación del profesorado, 27(1), 207-224.
Héctor Basilio; Moisés Núñez; Arturo Espinoza; Judith Chávez; Beatriz Pario
111
García-Peña, V. R., Mora-Marcillo, A. B. y Ávila-Ramírez, J. A. (2020). La inteligencia artificial en
la educación. Dominio de las Ciencias, 6(3), 648-666.
Guishca Ayala , L. A., Bernal Parraga, A. P., Martínez Oviedo, M. Y., Pinargote Carreño, V. G., Alcívar
Vélez, V. E., Pinargote Carreño, V. L., Pisco Mantuano, J. E., Cardenas Pila, V. N., & Guevara
Albarracín , E. S. (2024). Integración De La Inteligencia Artificial En La Enseñanza De
Matemáticas Un Enfoque Personalizado Para Mejorar El Aprendizaje. Ciencia Latina Revista
Científica Multidisciplinar, 8(6), 818-839. https://doi.org/10.37811/cl_rcm.v8i5.14114
López, H., Rivera, A., & Cruz, C. (2023). Personalización del aprendizaje con inteligencia artificial en
la educación superior. Revista Digital de Tecnologías Informáticas y Sistemas, 7(1). 122 – 127.
https://doi.org/10.61530/redtis.vol7.n1.2023.165.123-128
Morduchowicz, R. (2023). La inteligencia artificial ¿Necesitamos una nueva Educación? UNESCO.
https://unesdoc.unesco.org/ark:/48223/pf0000386262
Paragua-Morales, M., Paragua-Macuri, C. A, Paragua-Macuri, M. G. y Norberto-Chávez, Liz A. (2021).
Análisis de funciones matemáticas usando la primera y segunda derivada en estudiantes de
Matemática y Física de la UNHEVAL. (2021). Investigación Valdizana, 15(1), 17-
23. https://doi.org/10.33554/riv.15.1.791
Perez, L., Perez, R. y Seca, M. V. (2020). Metodología de la investigación científica. Editorial Maipue
Sandoval Jarro , B. D., Zapata Valverde , Y. F., Vicente Merino , J. M., Saavedra Ortiz, V. L., Guaján
Otavalo, B. A., & Guayllas Morocho, A. de J. (2025). Inteligencia artificial como herramienta
educativa en contextos escolares. Ciencia Latina Revista Científica Multidisciplinar, 9(1), 3359-
3376. https://doi.org/10.37811/cl_rcm.v9i1.16089
Raquel Maluenda, R. (2025). Qué es un algoritmo informático: características, tipos y ejemplos.
https://profile.es/blog/que-es-un-algoritmo-informatico/
Soni, P. (2024). Fundamentos del aprendizaje automático. En Train In Data.
https://www.blog.trainindata.com/machine-learning-fundamentals/
Vera Falcones, M. M., & Toala, P. (2023). Estrategia didáctica en el uso de las redes sociales para
fomentar el aprendizaje de la informática. MQRInvestigar, 7(1), 1954-1970.
https://doi.org/10.56048/MQR20225.7.1.2023.1954-1970