Escuela XXI

Pensamiento computacional e inteligencia artificial. Cuadernillo del Día Escolar de las Matemáticas 2026 (#DEM2026) – FESPM

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Día Escolar de las Matemáticas 2026: Pensamiento Computacional e Inteligencia Artificial (PCeIA)

Como cada año, el 12 de mayo de 2026 será un día de celebración para la comunidad matemática española. Promovido por la Federación Española de Sociedades de Profesores de Matemáticas (FESPM), celebraremos un año más el Día Escolar de las Matemáticas (DEM).

En esta entrada tengo el gusto de anunciar que este año he sido el encargado de elaborar el cuadernillo oficial del Día Escolar de las Matemáticas 2026, editado por la Federación Española de Sociedades de Profesores de Matemáticas (FESPM), dedicado a un tema apasionante y de plena actualidad: el Pensamiento Computacional (PC) y la Inteligencia Artificial (IA).

Agradezco sinceramente a la FESPM y a su Secretaría de actividades con alumnos, encargada de coordinar el DEM, la confianza depositada en mí para elaborar este material, que pretende acercar a las aulas estas dos ideas clave del presente y del futuro educativo. 

No se trata de formar programadores, sino de usar estas formas de pensar para aprender matemáticas con más sentido, creatividad y significado.

Matemáticas que piensan

Aprender matemáticas es mucho más que hacer operaciones. Es una forma de mirar el mundo, de pensar con lógica y de buscar soluciones.

Vivimos rodeados de datos, algoritmos y máquinas que aprenden: desde los asistentes virtuales que responden a nuestras preguntas hasta las calculadoras inteligentes que dibujan gráficos y corrigen errores. Detrás de todo esto hay matemáticas que analizan, modelan y predicen. Matemáticas que piensan.

El cuadernillo parte de una idea sencilla pero potente: entender cómo pensamos cuando resolvemos problemas para comprender también cómo aprenden las máquinas.

Así, el pensamiento computacional nos enseña a organizar ideas, dividir problemas complejos en partes más sencillas, identificar patrones y crear algoritmos, mientras que la inteligencia artificial (IA) nos invita a reflexionar sobre cómo los sistemas pueden aprender, mejorar y tomar decisiones, siempre desde una mirada humana y ética.

Un modelo para crear, pensar y compartir

El material se apoya en un modelo que une tres ideas fundamentales:

1️⃣ Resolver un problema que motive y haga pensar.

2️⃣ Usar el pensamiento computacional para organizar y buscar soluciones.

3️⃣ Compartir y dialogar en un Círculo Matemático Computacional (CMC), aprendiendo en equipo y desarrollando la competencia comunicativa.

Este enfoque no solo mejora las habilidades matemáticas, sino también la capacidad de explicar, razonar, colaborar y pensar críticamente, integrando la tecnología de manera reflexiva.

En el cuadernillo encontraréis actividades, retos y juegos diseñados para observar, preguntar, probar, representar y decidir, empleando herramientas digitales como LearningML, Scratch y distintos simuladores.

Matemáticas con sentido y humanidad

Este trabajo se enmarca en una línea de investigación-acción que vengo desarrollando desde hace más de una década en torno al pensamiento computacional como metodología para aprender matemáticas con sentido y, desde hace varios años, en el diseño de un marco sostenible de aprendizaje, evaluación y uso didáctico y ético de la inteligencia artificial en contextos educativos.

Ambos ámbitos confluyen en una misma idea: poner la tecnología al servicio del pensamiento y del desarrollo humano, y no al revés. Esa es la esencia de proyectos como este u otros como LingMáTICas, donde lenguaje, matemáticas y tecnología se unen para fortalecer la competencia comunicativa y el razonamiento matemático en entornos digitales.

Porque las matemáticas que piensan no buscan solo respuestas correctas: enseñan a razonar bien, comunicar con claridad y actuar con responsabilidad. Y hoy, aprender matemáticas también significa aprender a convivir con las máquinas… sin dejar de ser humanos.

Descarga el cuadernillo completo

El cuadernillo se puede descargar aquí, y animamos a todo el profesorado a verlo y difundirlo. Espero que os guste y que le saquéis mucho partido en el aula con vuestros alumnos.

Como es costumbre, entorno al 12 de mayo el autor del cuadernillo dará una conferencia del tema, de la cual ya pondremos más datos cuando se aproxime.

FESPM – PCeIA – DEM 2026

Cuadernillo DEM 2026

 

DEM2026-PCeIA
DEM_26_PC_e_IA-01
DEM_26_PC_e_IA-02
DEM_26_PC_e_IA-03
DEM_26_PC_e_IA-04
« de 7 »

Cuadernillo DEM 2026

Día Escolar de las Matemáticas en la web de la FESPM y enlaces a cuadernillos desde el año 2000

Día Escolar de las Matemáticas

MÁS CONTENIDO MATEMÁTICO EN REDES SOCIALES

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

IA para aprender mejor (también en matemáticas). Probando y explorando el nuevo modo “Estudiar y Aprender” de ChatGPT

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

La inteligencia artificial está transformando nuestras formas de trabajar, enseñar y aprender. Uno de los últimos desarrollos en este sentido es el nuevo modo “Estudiar y Aprender” (Study Mode) incorporado recientemente en ChatGPT.

Según la información publicada el pasado 29 de julio en su página oficial, esta funcionalidad busca ofrecer una experiencia de aprendizaje más profunda, guiando paso a paso al usuario mediante preguntas, pistas y sugerencias, en lugar de limitarse a dar respuestas directas. La intención declarada es fomentar un aprendizaje real y no solo la finalización rápida de tareas o deberes.

¿Qué significa esto en la práctica? ¿Qué implicaciones puede tener en la enseñanza de las matemáticas en la educación secundaria? ¿Qué aporta al docente? ¿Y qué limitaciones presenta?

He tenido la oportunidad de experimentar con este modo mientras resolvía un problema de funciones lineales en contexto real (2.º de ESO), y he grabado el proceso. Puedes ver el vídeo completo más adelante, al final de esta entrada. 

 ¿Qué es exactamente el modo “Estudiar y Aprender”?

Según OpenAI, se trata de una experiencia interactiva especialmente diseñada para fomentar:

  • La participación activa del estudiante.
  • La gestión adecuada de la carga cognitiva.
  • El desarrollo de la metacognición y la autorreflexión.
  • La curiosidad como motor de aprendizaje.
  • Una retroalimentación útil y orientada a la mejora.

Estas intenciones se concretan en una serie de comportamientos programados en el modelo, elaborados con la colaboración de docentes, investigadores en educación y expertos en aprendizaje.

¿Qué cambia con respecto al uso habitual de ChatGPT?

Cuando se activa este modo, la interacción se transforma. Ya no se trata de obtener directamente el resultado de una ecuación o la respuesta correcta a un problema, sino de recibir preguntas orientativas, sugerencias parciales, estructuración progresiva de ideas y análisis del conocimiento a partir de lo que el usuario ya sabe o muestra saber.

El propio artículo menciona que se ha diseñado “para ayudar al alumnado a aprender de verdad, no solo a terminar una tarea”.

Algunas funciones destacadas:

  • Preguntas tipo socráticas en lugar de explicaciones completas desde el principio.
  • Pistas adaptadas al nivel del estudiante (gracias al uso de memoria conversacional).
  • Organización estructurada de contenidos complejos.
  • Cuestionarios y comentarios personalizados para consolidar conocimientos.
  • Flexibilidad para activar o desactivar el modo en cualquier momento de la conversación.

 ¿Y si lo aplicamos en clase de matemáticas?

En mi vídeo práctico lo aplico a este problema clásico para trabajar funciones afines, extraído de la sección Apuntes y exámenes de este mismo blog. 

“Nos cobran 0,5 € por cada bote de refresco y 3 € por el envío. Escribe la función que relaciona el número de botes y el precio total. ¿Cuánto pagaré por 250 botes? ¿Cuántos puedo comprar con 100 €?”

Lo interesante es que la IA no proporciona directamente la expresión algebraica, sino que devuelve preguntas como:

  • ¿Qué parte del coste es fija?
  • ¿Qué ocurre si no compras ningún bote?
  • ¿Cómo varía el precio si aumentas en 1 el número de botes?

Este enfoque puede facilitar una comprensión más profunda del problema, promoviendo la verbalización, el razonamiento progresivo, la representación gráfica y la conexión entre formas de representación.

Además, a partir de esta interacción, el asistente ayudó a generar:

  • Una ficha de aula con pistas, detección de errores y actividades de ampliación.
  • Una rúbrica de evaluación oral para valorar la explicación matemática del alumno.
  • Una versión del problema adaptada para alumnos de incorporación tardía con escaso dominio del español.

¿Y para el profesorado?

Aunque está diseñado pensando en el alumnado (inicialmente universitario), el modo de estudio también puede resultar útil para docentes que diseñan, adaptan o evalúan tareas.

Algunos usos posibles que estoy explorando:

  • Planificación didáctica con mayor estructura.
  • Diseño de tareas competenciales anticipando errores comunes.
  • Evaluación formativa con ideas para formular preguntas y observar procesos.
  • Atención a la diversidad mediante adaptaciones guiadas del lenguaje o los contenidos.

Limitaciones y perspectivas

OpenAI reconoce que este es solo el primer paso y que aún quedan elementos por mejorar:

  • El comportamiento puede ser inconsistente entre sesiones, ya que se basa en instrucciones externas.
  • La personalización aún es limitada y se irá afinando según el uso y la retroalimentación.
  • Se están desarrollando nuevas visualizaciones y mecanismos de seguimiento del progreso.
  • El impacto real aún está siendo evaluado por estudios en curso con colaboración de universidades como Stanford.

 Conclusión provisional tras la primera experiencia

El modo “Estudiar y Aprender” es una iniciativa interesante que puede contribuir a democratizar el acceso a un acompañamiento cognitivo más personalizado. No sustituye al docente, pero puede complementar ciertos procesos del aula, siempre que se utilice con criterio y desde una perspectiva pedagógica bien fundamentada.

Habrá que seguir probando, evaluando y compartiendo experiencias para entender mejor sus posibilidades y sus límites.

Por mi parte, seguiré integrándolo en mis propuestas de aula y formación docente, y compartiendo los resultados.

Enlace al vídeo

Aquí puedes ver el vídeo completo de mi experiencia práctica con este modo aplicado a un problema de funciones lineales en 2.º de ESO:

 

¿Y tú? ¿Lo has probado ya? ¿Te parece una ayuda real o un asistente más?
Te leo en comentarios o en redes sociales con el hashtag: #IAEducativa #matematicas11235813 #ChatGPT

 

Playlist Youtube. Uso didáctico de la IA

Más contenido matemático en redes sociales

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Artículo en Huelva Información · ChatGPT ya hace los deberes. Ahora toca rediseñar la educación

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

El debate sobre el papel de la inteligencia artificial en la educación sigue creciendo y, con él, la necesidad de una reflexión serena y con sentido pedagógico sobre cómo acompañar a nuestros estudiantes en esta nueva era. Fruto de esta preocupación, y también de la convicción de que es momento de construir con criterio, no de censurar por miedo, el periódico Huelva Información publicó el pasado domingo 15 de junio un artículo, tribuna de mi autoría, titulado ChatGPT ya hace los deberes. Ahora toca rediseñar la educación.

Pues esto mismo. Que ChatGPT ya hace los deberes… ahora el reto es rediseñar el sentido de las tareas escolares.

¿Podemos convertir los deberes en experiencias que inviten a pensar, crear, comunicar, emocionar… y no solo a repetir?

En el citado artículo hago una llamada a repensar, con ética y pedagogía, qué significa, en mi opinión, aprender en tiempos de IA.

 

Creo que ha llegado el momento de repensar el tipo de tareas y experiencias de aprendizaje que ofrecemos a nuestros estudiantes. En lugar de seguir proponiendo ejercicios mecánicos y fácilmente replicables por una máquina, es hora de impulsar tareas que fomenten:

  • la comprensión profunda,
  • la comunicación razonada y crítica,
  • la aplicación creativa del conocimiento,
  • la conexión con el entorno y con los desafíos reales.

Pienso que debemos convertir la educación en un proceso auténtico, donde la IA puede sumar pero nunca reemplazar el valor insustituible del pensamiento humano y de la interacción significativa entre personas (docentes-estudiantes).

Tal como subrayo en el texto, el foco debe estar en cómo utilizamos estas tecnologías para empoderar al alumnado, para enriquecer la docencia y para hacer de la escuela un espacio aún más relevante en este nuevo contexto educativo derivado del aterrizaje de la IA. Porque, al fin y al cabo, el reto no es solo tecnológico sino profundamente educativo y ético.

Si deseas leer el artículo completo, puedes acceder a la versión digital publicada aquí: “ChatGPT ya hace los deberes. Ahora toca rediseñar la educación” – Huelva Información.

ChatGPT ya hace los deberes, ahora toca rediseñar la educación

La irrupción de la inteligencia artificial es una oportunidad ahora para afrontar una transformación del trabajo escolar

Luis Miguel Iglesias Albarrán – Licenciado en Ciencias Matemáticas por la Universidad de Sevilla, profesor y director del IES San Antonio de Bollullos Par del Condado.

Durante generaciones, los deberes escolares han sido una extensión del aula. Copiar definiciones, resolver ejercicios rutinarios o memorizar fechas, han ocupado tardes enteras. Pero el mundo ha cambiado. Hoy, en cuestión de segundos y sin apenas esfuerzo, proporcionando una simple instrucción (prompt) a ChatGPT, Gemini o similares, un alumno puede obtener: una redacción, un problema resuelto o un resumen, con una sorprendente corrección formal y un estilo adaptado a su nivel. Pero lo más inquietante, o fascinante, es que la IA seguirá mejorando, haciendo cada vez más difícil saber si una tarea la ha hecho un alumno o una máquina.

¿Tienen sentido entonces los deberes tal como los conocemos? La irrupción de la IA ha cuestionado una práctica que parecía intocable. Pero el problema no es la tecnología, sino el tipo de tareas. Si siguen siendo repetitivas y mecánicas están abocadas a la obsolescencia, porque la IA las resuelve más rápida, mejor, sin cansancio… y con cero estrés.

Tal vez no deban desaparecer, o quizás sí, si solo contribuyen a agravar desigualdades de partida por razones socioeconómicas, o por circunstancias personales o familiares del alumnado. Pero ese es otro debate, muy necesario, vinculado a la equidad y al papel de la educación como verdadero ascensor social.

Lo que sí urge es transformarlos. En lugar de una veintena de operaciones combinadas o una ficha de ecuaciones sin contexto, se podría pedir una explicación didáctica, enriquecida con voz e imágenes, que evidenciara comprensión y capacidad de aplicación en situaciones reales (presupuestos, recetas, estadísticas…). Dicha explicación incluiría, además del proceso seguido, su utilidad y aplicación en varias situaciones problemáticas de la vida cotidiana. Este tipo de tareas no pueden ser resueltas ni defendidas en clase por una IA, porque exigen pensar, comunicar, conectar ideas y emocionar al explicar. Se trata de pasar de la ejecución mecánica al aprendizaje competencial: saber, saber hacer y saber ser, de forma integrada. En este contexto, enfoques como LingMáTICas, que vinculan lengua, matemáticas y TIC, se antojan de gran valor para formar alumnado que razone y se exprese de forma crítica y creativa.

«(Acerca de los deberes escolares) Tal vez no deban desaparecer, o quizás sí, si solo contribuyen a agravar desigualdades»

Este nuevo paradigma, lejos de restar valor al profesorado, realza su papel como mediador imprescindible entre el saber y el verdadero sentido de la educación. Con la formación específica adecuada y el compromiso profesional históricamente demostrado, basta recordar el extraordinario esfuerzo desarrollado en el contexto pandémico de la Covid-19, estará más que capacitado para asumir este reto.

No se trata de competir con la IA, sino de usarla como aliada, con criterio pedagógico y sentido ético, en la atención a la diversidad del alumnado y en la realización de tareas administrativas. Yerran quienes, por desconocimiento o con una intención insana, reducen el debate a IA vs. profesorado. Porque la IA puede corregir una redacción, pero no detectar la inseguridad con la que fue escrita; puede resolver una ecuación, pero no saber si se comprendió el problema; puede sugerir ideas, pero no contagiar entusiasmo. Esta tarea, profundamente humana, sigue estando en manos de quienes educan desde la cercanía, el conocimiento y la vocación.

«La IA puede sugerir ideas, pero no contagiar entusiasmo, como quien educa en la cercanía»

Eso sí, conviene lanzar una advertencia. El uso de estas tecnologías exige formación a la par que prudencia. Son herramientas potentes que llevan aparejadas riesgos éticos, sesgos o usos perjudiciales. Las grandes corporaciones tecnológicas deben garantizar la privacidad y regular su funcionamiento y, desde la escuela, debemos trabajar con alumnado y familias en un proceso alfabetizador para incidir en los aspectos éticos y legales derivados de su uso, promoviendo una cultura digital crítica, segura y responsable para aprovechar todo su potencial, sin desviarnos de los fines educativos que deben guiar su uso.

Para las familias, esta transformación supone también una oportunidad. Durante décadas, los deberes han sido fuente de conflictos y ansiedad en los hogares. La IA podría aliviar esa tensión y ayudar a pasar del control al acompañamiento y del deber impuesto al interés compartido por aprender. Se trata de recuperar la conversación, la curiosidad, así como el valor de preguntar y de descubrir juntos.

Más que hablar del fin de los deberes deberíamos hablar de su renovación profunda. No aporta nada seguir pidiendo al alumnado deberes que una máquina ya realiza en segundos y que bastaría con copiar las respuestas a prompts sencillos con una IA, sin que medie ningún proceso real de comprensión ni de aprendizaje. Hay que proponer desafíos auténticos, tareas abiertas, proyectos en los que se impliquen emocionalmente, que les permitan pensar, comunicarse y poner en juego lo aprendido.

Hace más de medio siglo, Paulo Freire escribió que “enseñar no es transferir conocimiento, sino crear las posibilidades para su producción o construcción”. Esa idea, plasmada con mucha antelación a que contáramos con una IA conversacional como ChatGPT u otras análogas, cobra hoy día más sentido que nunca. La Educación no consiste en acumular respuestas, sino en aprender a hacer preguntas. Y eso, por mucho que avance la tecnología, seguirá dependiendo de la inteligencia humana: de la que piensa, siente, duda, comunica… y educa.

Playlist Youtube. Uso didáctico de la IA

Más contenido matemático en redes sociales

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Desarrollo del sentido espacial, y de la medida. Tarea de Suelo Bajo y Techo Alto (SBTA), a partir de interactiva manipulativa con Polypad

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

En esta entrada comparto una sencilla actividad interactiva de clasificación de polígonos, a través de sus representaciones.

Arrastra cada polígono a su casilla: Triángulo, Cuadrilátero, Pentágono o Hexágono.

Esta actividad:

  • Desarrolla el sentido espacial y geométrico, al pedir a los alumnos que distingan polígonos según sus lados y vértices.

  • Favorece la observación y la clasificación visual, habilidades básicas del pensamiento geométrico.

  • Potencia la expresión oral y la argumentación cuando los alumnos verbalizan sus decisiones.

  • Integra el uso de una herramienta digital manipulativa (Polypad).

  • Esta sencilla actividad puede dar pie, posteriormente, a hablar de aspectos como la concavidad y convexidad, intentar generar polígonos regulares correspondientes a cada una de ellas con área similar,… deducir que la suma de los ángulos interiores es igual a S=180·(n-2), siendo n el número de lados a partir de la triangulación de las figuras (para facilitar esto pueden hacerlo con los polígonos regulares, luego irregulares convexos, …). De esta manera estaríamos convirtiendo la misma en una Tarea de tipo Suelo Bajo y Techo Alto.

Espero sea de utilidad para vuestro trabajo a pie de aula y para acompañar a vuestros aprendices en el desarrollo del sentido espacial y el de la medida (ángulos, área,…).

Canva Polypad

 

 

Polypad – Identificar polígonos

 

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Inteligencia Artificial de Claude para docentes. Simulador resolución de triángulos rectángulos elaborado con Claude · IA de Anthropic

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Los conceptos trigonométricos y la resolución de triángulos representan un pilar fundamental en el último curso de secundaria y bachillerato. Sin embargo, estos conceptos suelen generar dificultades de comprensión para muchos alumnos debido a su naturaleza abstracta. 

El uso de pequeñas calculadoras y artefactos digitales, como los applets interactivos o los simuladores ofrecen una interactividad y ayudan a facilitar a la comprensión a través de la representación visual, obteniendo además retroalimentación inmediata.

Apoyándome en Claude, la inteligencia artificial de Anthropic, he elaborado un simulador para mis alumnos de 4º de ESO, el cual comparto en esta entrada.

Continuando la serie de vídeos relativos al uso didáctico de la IA, en esta nueva entrada comparto un vídeo para trabajar saberes básicos relacionados con el sentido de la medida y el sentido espacial en Matemáticas B de 4º de ESO, aunque también de aplicación en 1º de Bachillerato.

B. Sentido de la medida.

1. Medición.

− Razones trigonométricas de un ángulo agudo y sus relaciones: aplicación a la resolución de problemas.

 

C. Sentido espacial.

1. Figuras geométricas de dos y tres dimensiones.

− Propiedades geométricas de objetos matemáticos y de la vida cotidiana: investigación con programas de geometría dinámica.

4. Visualización, razonamiento y modelización geométrica.

− Modelos geométricos: representación y explicación de relaciones numéricas y algebraicas en situaciones diversas.

− Modelización de elementos geométricos con herramientas tecnológicas como programas de geometría dinámica, realidad aumentada….

− Elaboración y comprobación de conjeturas sobre propiedades geométricas mediante programas de geometría dinámica u otras herramientas.

En esta ocasión vamos a presentar un simulador para resolver triángulos rectángulos. Os dejo a continuación enlace al mismo y un pequeño vídeo explicativo mostrando su uso. Espero que os guste y os resulte de utilidad para vuestras clases. Estaré encantado de leer tus comentarios aquí en el blog, en Youtube o en otras redes sociales.

Características del simulador de triángulos rectángulos y fundamento didáctico 

El simulador presenta las siguientes funcionalidades:

  • Interfaz intuitiva para introducir al menos dos valores conocidos del triángulo.
  • Cálculo automático de todos los elementos restantes del triángulo rectángulo.
  • Visualización dinámica que se actualiza según los datos introducidos.
  • Representación gráfica clara con etiquetas de ángulos y longitudes.
  • Información complementaria sobre definiciones geométricas relevantes.
  • Aplicación práctica del Teorema de Pitágoras y relaciones trigonométricas.

Simulador resolución de triángulos rectángulos elaborado con Claude · IA de Anthropic

Pulsa en la imagen o aquí para acceder y usar el simulador 

Si consideras interesante este ejemplo puedes suscribirte al blog para estar informado por correo electrónico de las nuevas publicaciones o a mi canal de Youtube donde iré publicando todo aquello que me sea posible compartir para sacarle partido a la IA en el aula.

Seguiré informando de los avances 🙂

Ya me contarás qué te han parecido estas propuestas de aprendizaje y enseñanza apoyadas en la Inteligencia Artificial Generativa, en este caso de Claude, así como en los otros de ChatGPT,…

Seguimos…

Más contenido matemático en redes sociales

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Artículo en Revista Uno de Graó · LingMáTICas. Estrategias de comunicación para fomentar el razonamiento matemático y la resolución de problemas

Comparte MatemáTICas: 1,1,2,3,5,8,13,...
Queridos amigos, asomo por aquí para compartir una buena noticia. Hace unos días recibí el nº 106 de la revista Uno de GRAÓ, especializada en Didáctica de las Matemáticas desde 1994, en el cual se incluye uno de mis últimos trabajos.
 
Concretamente se trata un artículo que lleva por título: «LingMáTICas. Estrategias de comunicación para fomentar el razonamiento matemático y la resolución de problemas» (pp. 44-53), estrechamente relacionado con la propuesta metodológica que vengo desarrollando en el aula desde hace casi dos décadas.
 

LingMáTICas. Estrategias de comunicación para fomentar el razonamiento matemático y la resolución de problemas

Este artículo presenta LingMáTICas, una metodología educativa desarrollada por Luis Miguel Iglesias que integra la competencia lingüística en el aula de matemáticas con el apoyo de las TIC. En este marco plantea una propuesta para su implantación en el aula que promueve el discurso y el diálogo como herramientas clave para mejorar la comunicación, el razonamiento matemático y fomentar un ambiente colaborativo de aprendizaje. LingMáTICas y la citada propuesta se alinean con las competencias específicas del currículo LOMLOE, facilitando la resolución de problemas, la argumentación y la representación de ideas matemáticas. A través de ejemplos de preguntas categorizadas, el artículo ilustra cómo fomentar la reflexión, la metacognición y la interacción productiva en el aula. El corolario final, a modo de llamada ala acción, invita a los profesores a implementar LingMáTICas, resaltando su eficacia en la enseñanza inclusiva y su capacidad para mejorar la comprensión matemática a través del lenguaje.

El pase de diapositivas requiere JavaScript.

 

Este tipo de noticias, recargan el tanque de combustible emocional y animan a seguir…
 

Sobre Uno 

Uno es una revista especializada en la didáctica de las matemáticas, publicada por la editorial Graó. Su objetivo principal es contribuir al desarrollo profesional del profesorado de matemáticas, ofreciendo contenidos teóricos y prácticos que faciliten el trabajo diario en el aula. La revista sirve como un espacio para la autoformación y el intercambio de propuestas didácticas, permitiendo trasladar ideas educativas innovadoras a la práctica escolar. En sus páginas, se pueden encontrar contenidos específicos sobre matemáticas desde una perspectiva interdisciplinaria y globalizadora, así como propuestas basadas en metodologías innovadoras como STEAM o gamificación. También aborda temas como la educación matemática y el desarrollo sostenible, juegos matemáticos y la evaluación de la competencia matemática.

Uno está dirigida al profesorado de matemáticas de todas las etapas educativas, especialmente de educación secundaria y bachillerato, así como a estudiantes del Máster de Secundaria, el grado de Magisterio y el grado de Pedagogía. Además, es de interés para centros de formación del profesorado y bancos de recursos didácticos, y para todas aquellas personas que desean descubrir propuestas y recursos matemáticos innovadores.

Acerca de LingMáTICas

Los lectores de este blog conocen bien mi predilección por vincular lengua y matemáticas. Ello me llevó hace más de una década a bautizarla. Es decir, a buscar un término, un palabro, con el que poder categorizarlas. Le llamé LingMáTICas.

Así, definí LingMáTICas como el conjunto de propuestas didácticas, contextos de aprendizaje, encaminados a fortalecer la competencia lingüística, en todos sus ámbitos, desde el aula de matemáticas, con ayuda de la tecnología (TIC).

Definición de LingMáTICas. Luis M. Iglesias

Más contenido matemático en redes sociales

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Situación de Aprendizaje (SdA): IA para un mundo mejor. Pensamiento computacional, Scratch y Learning ML. #REA con eXeLearning

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

En esta entrada quiero compartir una Situación de Aprendizaje (SdA) que elaboré hace casi dos años con la magnífica herramienta eXeLearning, para iniciar al alumnado en el uso de la IA, a través del Pensamiento Computacional, mostrando técnicas de Aprendizaje Automático, Machine Learning, haciendo uso de las herramientas Learning ML y Scratch.

SdA: IA para un mundo mejor

Mediante el trabajo en el aula con esta SdA pretendo introducir la Inteligencia Artificial (IA) y el Machine Learning (ML) al alumnado de ESO y Bachillerato. La misma presenta un enfoque práctico y guiado, paso a paso, facilitando la comprensión de conceptos complejos a través de ejemplos concretos, comprensibles por todos los alumnos, y el uso de herramientas visuales como Scratch y Learning ML. La inclusión de instrumentos de evaluación como las rúbricas presentes en el REA tienen la finalidad tiene la intención de ayudar a estimar de alguna manera, medir, el aprendizaje de los alumnos y asegurar un proceso educativo efectivo.

Se recomienda analizar con mayor profundidad todos el contenido del REA; enlaces a videos, así como explorar a fondo la SdA para obtener una visión más completa.

Quisiera destacar que el uso de la inteligencia artificial (IA), específicamente el Aprendizaje Automático (Machine Learning o ML) en Educación, a edades tempranas es posible a software educativo gratuitos; Scratch y la herramienta Learning ML.

Temas principales

  • Introducción a la programación con Scratch: Se destaca a Scratch como una herramienta ideal para iniciar a cualquier persona en la programación. Se mencionan sus características principales: lenguaje visual por bloques, comunidad online para compartir proyectos, fomento del pensamiento creativo y el trabajo colaborativo. 
  • Bloques de programación en Scratch: Se describe la función de los diferentes bloques de código en Scratch: Movimiento, Apariencia, Sonido, Control y Sensores. Se ejemplifica su uso para controlar objetos, crear animaciones, interactuar con el usuario y más. 
  • La importancia de los algoritmos: Se define un algoritmo como un conjunto de instrucciones ordenadas para obtener un resultado específico. Se menciona al matemático persa Al-Juarismi como el origen del término «algoritmo». 
  • Creación de modelos de IA con Learning ML: Se explica el proceso de generar un modelo de clasificación de datos en Learning ML, haciendo hincapié en la importancia de la cantidad y calidad de los datos. 
  • Aplicaciones prácticas de LearningML, en Matemáticas y en Biología (STEM): Se presentan dos ejemplos concretos de cómo usar Learning ML para:
  1. Predecir el cuadrante de un punto dadas sus coordenadas: Se describe el proceso de entrenar un modelo con datos de coordenadas y su cuadrante correspondiente, para luego probar su capacidad de predicción con nuevas coordenadas. 
  2. Clasificar flores Iris según sus características: Se detalla el uso de un conjunto de datos famoso sobre flores Iris para entrenar un modelo que clasifique nuevas flores en base a la longitud y anchura de sus sépalos y pétalos. 
  • Evaluación del aprendizaje: Se propone una rúbrica para evaluar el aprendizaje de los estudiantes en proyectos de IA, abarcando aspectos como la comprensión de la función de la IA, la importancia de los datos y la capacidad de desarrollar y programar una IA. 

Otros aspectos importantes del REA

  • La importancia del orden en la programación: Un algoritmo implica la realización de una instrucciones ordenadas.
  • El aprendizaje automático como reconocimiento de patrones: A partir de los datos introducidos, busca patrones entre ellos.
  • La potencia de la IA para predecir y clasificar: En los ejemplos se muestra la potencia de las herramientas sobre cómo son capaces de aprender y de obtener los patrones que les permite predecir.
  • El valor educativo de experimentar con datos erróneos: «Puede haber datos que sean erróneos, que estén contaminados. Pues ahí es donde realmente estaría la potencia didáctica y el trabajo en el aula con el alumnado».

Enlace al Recurso Educativo Abierto (REA) con la Situación de Aprendizaje (SdA)

https://luismiglesias.es/iaparaunmundomejor/SA/index.html 

Playlist en Youtube: Uso didáctico de la IA

Más contenido matemático en redes sociales
Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Estrenando el nuevo modelo de OpenAI: o1-preview. Resolviendo con ChatGPT un problema de Matemáticas II de la Prueba de Acceso a la Universidad EBAU

Comparte MatemáTICas: 1,1,2,3,5,8,13,...
 
En los dos últimos años he ido compartiendo diversas entradas sobre el uso de la Inteligencia Artificial (IA) en el ámbito educativo. Entradas relacionadas con materiales y propuestas didácticas o presentaciones de ponencias realizadas en distintos foros educativos. 
 
Tomando como punto de partida la necesaria alfabetización básica en Pensamiento Computacional y Algorítmico, continuando con el Aprendizaje Automático, aspectos éticos y legales, hasta llegar a propuestas educativas de uso de la IA Generativa, principalmente para docentes por razones obvias de limitaciones de uso para edades tempranas, reflexionando continuamente sobre el camino andado, atento a su evolución y a sus posibilidades didácticas. 
 
En este artículo sobre la #InteligenciaArtificial en el ámbito educativo, publicado a de finales de abril de este mismo año en el Periódico Magisterio: La IA en las aulas, una nueva ecuación para modelar el futuro educativo, presentaba la integración de la Inteligencia Artificial (IA) en las aulas como un desafío similar a la resolución de un problema matemático abierto, destacando cómo la IA puede revolucionar la educación mediante la personalización del aprendizaje, la reducción de la carga burocrática de los docentes y facilitar la creación de entornos educativos más accesibles. Al mismo tiempo, señalaba algunos de los retos que conlleva esta desafío, como la brecha digital, los sesgos inherentes a los algoritmos y la importancia de mantener la interacción humana en el proceso educativo.
 
En esta entrada comparto la primera de mis interacciones con el nuevo modelo lanzado hace unos días por OpenAI, el cual da un salto cualitativo importante en el apartado de razonamiento, crucial para el trabajo en nuestra materia. 
 
Ejemplo práctico. Resolviendo un problema del examen de Acceso a la Universidad con el nuevo modelo de OpenAI: o1-preview

Como he comentado, OpenAI ha lanzado recientemente un nuevo modelo llamado o1, el primero de una serie de modelos centrados en el «razonamiento». Este modelo ha sido entrenado para resolver preguntas complejas de manera más rápida que un humano, y se acompaña de una versión más ligera, llamada o1-mini, que es más económica y accesible. Si habías oído hablar o leído sobre el modelo Strawberry, ya está aquí. Este es el tan esperado modelo.

Para OpenAI, o1 representa un paso importante hacia la inteligencia artificial de tipo humano. Según indican en las notas de prensa publicadas, en términos prácticos, ha demostrado ser más eficaz en la escritura de código y en la resolución de problemas multietapa, comparado con modelos anteriores. Sin embargo, este modelo es más caro y más lento de utilizar en comparación con GPT-4o. OpenAI ha decidido denominar este lanzamiento como una “vista previa” (de ahí lo del 1 y preview) para resaltar lo incipiente que aún es.

Para ilustrar el potencial de o1-preview, vamos a ponerlo a prueba con un problema real de matemáticas extraído de la EBAU 23-24, del examen de Matemáticas II de Acceso a la Universidad de la Comunidad de Madrid. El problema es el siguiente:

Fuente: ebaumatematicas.com
Os comparto un vídeo con la interacción que he tenido y comentando cómo ha abordado la resolución y, también, el enlace a la conversación que he mantenido con ChatGPT: o1-preview.
 

 
 
Reflexión

El modelo o1-preview ha sido capaz de resolver este problema planteando y resolviendo un sistema de 3 ecuaciones con 3 incógnitas, paso a paso, aplicando técnicas de resolución y detallándolo completamente, para acabar incluso comprobando la validez de las soluciones obtenidas. Y todo ello, en 14 segundos. Sí, puede parecer demasiado tiempo desde el punto de vista computacional, y lo saben en OpenAI. Pero no me digáis que no es prometedor. Este resultado no solo demuestra la capacidad del modelo para manejar problemas matemáticos de distintas etapas educativas y categorías, sino que también subraya su utilidad como herramienta de apoyo en la enseñanza y en la preparación y aprendizaje de nuestros estudiantes, en su día a día, y para este tipo de exámenes.

El lanzamiento de o1-preview marca un hito importante en el uso de inteligencia artificial para la resolución de problemas complejos, acercándonos cada vez más a un futuro donde las máquinas puedan asistir de manera más natural a los humanos en tareas intelectuales avanzadas.

Playlist Youtube. Uso didáctico de la IA

Más contenido matemático en redes sociales

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Explorando la magia de GeoGebra y Python: PyGgb. Visualizaciones matemáticas interactivas para el aula

Comparte MatemáTICas: 1,1,2,3,5,8,13,...
En el proceso de aprendizaje de las matemáticas, la visualización y la interacción son clave para entender conceptos complejos. Asimismo facilita sobremanera la labor docente, como apoyo a las explicaciones. En los últimos meses, he estado disfrutando muchísimo de la combinación de dos herramientas poderosas: GeoGebra y Python. Juntas no solo nos permiten crear construcciones geométricas dinámicas y precisas, sino que también nos abren la puerta a explorar las matemáticas de forma más creativa e interactiva.
 

GeoGebra + Python: PyGgb

GeoGebra es ya una herramienta esencial en nuestras clases de matemáticas, conocida por su capacidad para modelar y explorar conceptos de forma visual. Pero al combinarla con Python, un lenguaje de programación accesible y potente, las posibilidades se multiplican. Esta combinación nos permite automatizar procesos, crear animaciones complejas y generar visualizaciones que de otra manera serían más difíciles de elaborar.

Fuente: @GeoGebra en X

Acceso al entorno de programación PyGgb

Basta introducir la url: https://geogebra.org/python/index.html y dar rienda suelta a tu imaginación. 

Tablero de ajedrez

8 aplicaciones prácticas para el aula

A continuación, os comparto algunos de los proyectos que he desarrollado y que he publicado en mi canal de YouTube. Cada uno de estos vídeos muestra cómo podemos usar esta combinación para crear visualizaciones matemáticas interactivas y atractivas que pueden llevar nuestras clases a otro nivel:

  • 1. Serie de polígonos regulares con GeoGebra + Python
    En este vídeo, exploro cómo generar una serie de polígonos regulares utilizando GeoGebra y Python. Es una forma excelente de mostrar la simetría y las propiedades geométricas de estos polígonos de manera visual y dinámica.

  • 2. Diseños geométricos variados con GeoGebra + Python
    Aquí podéis ver cómo usamos GeoGebra y Python para crear diseños geométricos variados y estéticamente atractivos. Es una oportunidad fantástica para que los alumnos vean cómo las matemáticas también pueden ser arte.

  • 3. Cicloide con GeoGebra + Python
    En este vídeo, construyo una cicloide, una curva generada por un punto en el borde de un círculo que rueda a lo largo de una línea recta. Es una aplicación perfecta para enseñar sobre curvas y sus propiedades tanto en cinemática como en geometría (sentido de la medida y espacial).

  • 4. Representación de rectas y tabla de valores: Ecuación explícita y=mx+n con GeoGebra + Python
    Este proyecto es ideal para mostrar la relación entre la ecuación de una recta y su representación gráfica, resaltando la importancia de las conexiones intramatemáticas, viendo el saber matemático como un todo integrado. Además, se genera automáticamente una tabla de valores, lo que facilita la comprensión de la pendiente y la intersección.

  • 5. Diseños geométricos variados: Cuadrados marchosos con GeoGebra + Python
    Aquí presento un diseño geométrico dinámico donde los cuadrados parecen «bailar» al ritmo de la programación. Es un recurso genial para captar la atención de los estudiantes y mostrar la belleza de la geometría dinámica. Un ejemplo claro del enfoque STEAM en el aula de Matemáticas

  • 6. Parábola y arte reglado con GeoGebra + Python
    Este vídeo explora cómo construir una parábola y cómo esta se puede utilizar para crear patrones geométricos atractivos. Es una excelente manera de conectar conceptos algebraicos con aplicaciones geométricas.

  • 7. Teselación hexagonal: Panal de abejas con GeoGebra + Python
    En este proyecto, exploro la teselación hexagonal, mostrando cómo se forma un panal de abejas. Es una forma perfecta de introducir a los estudiantes en conceptos de simetría, teselación y sus aplicaciones en la naturaleza.

  • 8. Diseños geométricos: Rotación de segmentos con GeoGebra + Python
    Finalmente, en este vídeo muestro cómo la rotación de segmentos puede generar patrones geométricos interesantes. Es ideal para discutir temas como la rotación y la simetría en el aula.

Ventajas pedagógicas

Incorporar Python en el uso de GeoGebra no solo añade una capa técnica interesante, sino que también introduce a los alumnos a la programación de una manera intuitiva y orientada a resultados, artefactos digitales concretos que pueden ser perfectamente el producto final de Situaciones de Aprendizaje competenciales. Esto no solo refuerza sus habilidades matemáticas, sino que también desarrolla competencias digitales que son cada vez más necesarias en el mundo actual.

 

Os animo a que veáis los vídeos que he compartido y que consideréis cómo estas herramientas podrían integrarse en vuestras clases. La combinación de GeoGebra y Python tiene el potencial de transformar la enseñanza de las matemáticas, haciendo que conceptos abstractos sean más tangibles y atractivos para los estudiantes.

Seguiré explorando nuevas formas de aprovechar esta potente combinación y compartiendo mis descubrimientos. ¡No os perdáis las próximas publicaciones y, como siempre, estaré encantado de conocer vuestras experiencias y comentarios!

Más contenido matemático en redes sociales

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Matemáticas con herramientas digitales. Problema geométrico: dos cuadrados y un rectángulo, con Geogebra

Comparte MatemáTICas: 1,1,2,3,5,8,13,...

Navegando por la red me topé con este bonito problema:

«Dos cuadrados y un rectángulo. ¿Cuánto vale el área del rectángulo?»

Tras analizarlo con detalle y resolverlo usando un poco de trigonometría me di cuenta que era bastante más rico de lo que aparentaba y que escondía un bonito invariante geométrico relacionado con él área del cuadrado inicial, independientemente de cuales fueran las áreas de los cuadrados adyacentes dibujados. 

Y, en efecto, con ayuda de este magnífico software de geometría dinámica, Geogebra, pude certificar que era cierta mi observación. 

Es por ello por lo que he pensado que tal vez sería de utilidad para otros compañeros docentes que quieran trabajarlo en el aula. 

Bien como problema aislado, para analizar en detalle y promover un escenario de conjeturas (razonamiento y prueba), para seguir el protocolo de construcción y que los alumnos realicen construcciones del problema con diferentes tamaños, compartan sus resultados y conjeturen,…

Applet interactivo en Geogebra.org

Applet interactivo en Geogebra.org

Pulsa para colocar a pantalla completa (esquina inferior derecha) y pulsa el botón de reproducir (play)

 

Vídeo con explicación del problema e interacción con el applet

 

Espero que resulte de utilidad. Ya me contarás qué te parece y si te ha funcionado en el aula. 

Saludos y feliz domingo 😉

Más contenido matemático en redes sociales

Comparte MatemáTICas: 1,1,2,3,5,8,13,...
WP2Social Auto Publish Powered By : XYZScripts.com