Aplicación de la inteligencia artificial en la resolución de problemas matemáticos y estadísticos

Carlos Alberto  Brito Dumancela; Bradley Steve  Santín Viteri; Daniel Waldorffo  Guambuguete Rea; Beatriz Ernestina  Cayambe Lema

doi:10.59282/reincisol.V3(6)3117-3145

Autores/as

Carlos Alberto Brito Dumancela Universidad Central del Ecuador https://orcid.org/0000-0002-7371-5141
Bradley Steve Santín Viteri Centro de Formación Artesanal Particular Americana https://orcid.org/0009-0000-1377-2112
Daniel Waldorffo Guambuguete Rea Unidad Educativa 10 de Enero
Beatriz Ernestina Cayambe Lema Unidad Educativa 10 de Enero

DOI:

https://doi.org/10.59282/reincisol.V3(6)3117-3145

Palabras clave:

Inteligencia artificial, matemáticas, tecnología educativa, algoritmo, estadística.

Resumen

El objetivo de este artículo es analizar la aplicación de la inteligencia artificial en la resolución de problemas matemáticos y estadísticos, identificando los avances recientes en el uso de algoritmos de IA para abordar problemas complejos en estas disciplinas. Se busca evaluar la precisión y eficacia de estos algoritmos, así como examinar sus capacidades y limitaciones y los desafíos técnicos y éticos asociados con su implementación. Para llevar a cabo esta investigación, se utilizó la base de datos bibliográfica SCOPUS como fuente principal, aplicando una fórmula de búsqueda específica que incluía términos relacionados con inteligencia artificial, matemáticas y estadística, y abarcando artículos publicados desde 2018 hasta 2024. Este análisis ofrece una visión integral del impacto de la inteligencia artificial en las matemáticas y la estadística y proporciona directrices para futuras investigaciones y aplicaciones prácticas en este campo.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Citas

Álvarez, S., Salazar, O. M., Ovalle, D. A., Álvarez, S., Salazar, O. M., & Ovalle, D. A. (2020). Modelo de juego serio colaborativo basado en agentes inteligentes para apoyar procesos virtuales de aprendizaje. Formación universitaria, 13(5), 87-102. https://doi.org/10.4067/S0718-50062020000500087

Barragán, X. (2023). Situación de la Inteligencia Artificial en el Ecuador en relación con los países líderes de la región del Cono Sur. FIGEMPA: Investigación y Desarrollo, 16(2), Article 2. https://doi.org/10.29166/revfig.v16i2.4498

Barros, R., Basgalupp, M., de Carvalho, A., & Freitas, A. (2013). Automatic Design of Decision-Tree Algorithms with Evolutionary Algorithms. Evolutionary computation, 21. https://doi.org/10.1162/EVCO_a_00101

Basáez, E., & Mora, J. (2022). Salud e inteligencia artificial: ¿cómo hemos evolucionado? Revista Médica Clínica Las Condes, 33(6), 556-561. https://doi.org/10.1016/j.rmclc.2022.11.003

Blanco, A. (2018). Directrices y recursos para la innovación en la enseñanza de la Estadística en la universidad: Una revisión documental. REDU. Revista de Docencia Universitaria, 16(1), Article 1. https://doi.org/10.4995/redu.2018.9372

Brundage, M., Avin, S., Clark, J., Toner, H., Eckersley, P., Garfinkel, B., Dafoe, A., Scharre, P., Zeitzoff, T., Filar, B., Anderson, H., Roff, H., Allen, G. C., Steinhardt, J., Flynn, C., hÉigeartaigh, S. Ó., Beard, S., Belfield, H., Farquhar, S., … Amodei, D. (2018, febrero 20). The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation. arXiv.Org. https://arxiv.org/abs/1802.07228v1

Caballero, M. S. (2021). El método blended learning en el desarrollo de competencias matemáticas en los estudiantes: Revisión sistemática. Repositorio Institucional - UCV. https://repositorio.ucv.edu.pe/handle/20.500.12692/85135

Coloma, J. A., Vargas, J. A., Sanaguano, C. A., & Geovanny, Á. (2020). Inteligencia artificial, sistemas inteligentes, agentes inteligentes. RECIMUNDO: Revista Científica de la Investigación y el Conocimiento, 4(2), 16-30. https://doi.org/10.26820/recimundo/4.(2).mayo.2020.16-30

De la Barrera, J., & García, M. (2023). Metodologías de ahorro energético aplicadas a los sistemas HVAC utilizando inteligencia artificial: Una revisión del estado del arte. Repositorio Institucional ITM, 1, 1.

Doshi, F., & Kim, B. (2017). Towards A Rigorous Science of Interpretable Machine Learning. arXiv: Machine Learning. https://doi.org/10.48550/arXiv.1702.08608

García, F. J., Llorens, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a Distancia, 27(1). https://doi.org/10.5944/ried.27.1.37716

Gomes, J. (2022). The impact of artificial intelligence in the rail industry [masterThesis]. https://repositorio.iscte-iul.pt/handle/10071/25014

Hernández, C., Prada, R., Parada, D., & Pumarejo, L. (2020). La comprensión de las demostraciones matemáticas. Un estudio de revisión. Eco Matemático, 11(2), Article 2. https://doi.org/10.22463/17948231.3201

Hidalgo, C., Llanos, J., & Bucheli, V. (2021). Una revisión sistemática sobre aula invertida y aprendizaje colaborativo apoyados en inteligencia artificial para el aprendizaje de programación. Tecnura, 25(69), 196-214. https://doi.org/10.14483/22487638.16934

Jordan, M., & Mitchell, T. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255-260. https://doi.org/10.1126/science.aaa8415

LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep Learning. Nature, 521, 436-444. https://doi.org/10.1038/nature14539

Méndez, I. (2020). Aprendizaje Automático aplicado en Física: Una revisión de la literatura científica. Research in Computing Science, 149(8), 803-816.

Mendoza, J. G., Quispe, M. B., Muñoz, S. P., Mendoza, J. G., Quispe, M. B., & Muñoz, S. P. (2022). Una revisión sobre el rol de la inteligencia artificial en la industria de la construcción. Ingeniería y competitividad, 24(2). https://doi.org/10.25100/iyc.v24i2.11727

Miki, T., Lee, J., Hwangbo, J., Wellhausen, L., Koltun, V., & Hutter, M. (2022). Learning robust perceptive locomotion for quadrupedal robots in the wild. Science Robotics, 7(62). https://doi.org/10.1126/scirobotics.abk2822

Morales, L., Zuta, L. M., Solis Trujillo, B. P., Fernández, F., & García, M. (2023). El uso del Software GeoGebra en el aprendizaje de las matemáticas: Una revisión sistemática. Referencia Pedagógica, 11(1), 2-13.

Ocaña, Y., Valenzuela, L., & Garro, L. (2019). Inteligencia artificial y sus implicaciones en la educación superior. Propósitos y Representaciones, 7(2), 536-568. https://doi.org/10.20511/pyr2019.v7n2.274

O’Neil, C. (2017). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Crown Publishing Group, 78, 403-404. https://doi.org/10.5860/crl.78.3.403

Piovarci, I., Melikishvili, S., Tatarko, M., Hianik, T., & Thompson, M. (2021). Detection of Sub-Nanomolar Concentration of Trypsin by Thickness-Shear Mode Acoustic Biosensor and Spectrophotometry. Biosensors, 11(4), 117. https://doi.org/10.3390/bios11040117

Pueyo, E. (2021). Modelización matemática y simulación computacional de la variabilidad espacio-temporal en la actividad eléctrica cardíaca -. Revista de la Academia de Ciencias Exactas, Físico-Químicas y Naturales de Zaragoza, 76, 7-54.

Ramírez, A. (2019). Futuro sonoro. Aproximación teórica emergente transdisciplinar al futuro de la música a partir de la aplicación de inteligencia artificial evolutiva hacia nuevos campos sonoros de creación abierta en el marco de las ciencias de la complejidad. Repositorio Institucional de la Universidad Pedagógica Nacional. http://hdl.handle.net/20.500.12209/9490.

Rudin, C. (2019). Stop Explaining Black Box Machine Learning Models for High Stakes Decisions and Use Interpretable Models Instead (arXiv:1811.10154). arXiv. https://doi.org/10.48550/arXiv.1811.10154

Silver, D., Huang, A., Maddison, C., Guez, A., Sifre, L., Driessche, G., Schrittwieser, J., Antonoglou, I., Panneershelvam, V., Lanctot, M., Dieleman, S., Grewe, D., Nham, J., Kalchbrenner, N., Sutskever, I., Lillicrap, T., Leach, M., Kavukcuoglu, K., Graepel, T., & Hassabis, D. (2016). Mastering the game of Go with deep neural networks and tree search. Nature, 529, 484-489. https://doi.org/10.1038/nature16961

Soto, J. Á. (2023). La ‘velocidad de escape’ de la IA y el futuro del trabajo. Nuevas Tendencias, 110, 37-39. https://revistas.unav.edu/index.php/nuevas-tendencias/article/view/45027

Tobar, R., Gao, Y., Mas, J. F., & Cambrón-Sandoval, V. H. (2023). Clasificación de uso y cobertura del suelo a través de algoritmos de aprendizaje automático: Revisión bibliográfica. Revista de Teledetección, 62, 1-19. https://doi.org/10.4995/raet.2023.19014

Valdez, A., Aréchiga, D., & Daza Marco, T. (2024). Inteligencia artificial y su uso en las campañas electorales en sistemas democráticos. Revista Venezolana de Gerencia, 29(105), 63-76. https://doi.org/10.52080/rvgluz.29.105.5

Vázquez, M. L., Jara, R. E., Riofrio, C. E., & Teruel, K. P. (2018). Facebook como herramienta para el aprendizaje colaborativo de la inteligencia artificial. Didáctica y Educación ISSN 2224-2643, 9(1), Article 1.

Vélez, L. G. (2021). Inteligencia artificial y desempleo. Revista Científica Multidisciplinaria HEXACIENCIAS. ISSN: 3028-8657, 1(2), Article 2.