Segunda Socialización de Investigación en Educación presentó aportes sobre pensamiento matemático e inteligencia artificial

Segunda Socialización de Investigación en Educación presentó aportes sobre pensamiento matemático e inteligencia artificial

En el marco del Encuentro Anual de Investigación, Creación e Innovación 2026 de la PUCP, el Centro de Investigaciones y Servicios Educativos (CISE) y el Departamento de Educación realizaron la Segunda Socialización de Investigación en Educación. Este espacio reunió a la comunidad universitaria para conocer y dialogar sobre dos investigaciones que abordan desafíos actuales de la educación.

Inteligencia artificial generativa y análisis cualitativo
La primera presentación, titulada “Fenomenología con chatbots: delineando un itinerario para el uso de IA en la investigación socioeducativa a partir de experiencias juveniles”, estuvo a cargo del doctor Manuel Etesse, docente a tiempo completo del Departamento de Educación, y contó con los comentarios del Dr. Bruno Américo.

La investigación responde al creciente uso de herramientas de inteligencia artificial generativa por parte de estudiantes, docentes e investigadores. Aunque estas tecnologías pueden apoyar diferentes tareas académicas, su incorporación también plantea desafíos relacionados con las respuestas inexactas, los sesgos socioculturales, la pérdida de contexto y la confianza excesiva en los resultados producidos automáticamente.

Ante este escenario, el proyecto busca fortalecer los marcos conceptuales, metodológicos y éticos que orientan el uso de la inteligencia artificial en el análisis de datos cualitativos. Asimismo, propone formalizar rutas sistemáticas de trabajo para tres enfoques: la fenomenología, el análisis temático y la teoría fundamentada. El Dr. Etesse presentó con mayor detalle la ruta fenomenológica, desarrollada junto con la investigadora Ariadna Meza Chávez. Esta propuesta utiliza la inteligencia artificial generativa como apoyo para seleccionar expresiones significativas, identificar texturas y orientaciones de la experiencia, organizar categorías y contrastar los resultados con el análisis realizado por el equipo investigador.

Entre sus aportes, la inteligencia artificial puede generar organizaciones alternativas de la información que facilitan la triangulación, hacer visibles decisiones y posibles omisiones del análisis inicial, y fortalecer la trazabilidad de las distintas fases del proceso. La propuesta sostiene que el uso de estas tecnologías debe mantener la prioridad del trabajo interpretativo realizado por las personas. La inteligencia artificial puede contribuir a un análisis cualitativo aumentado cuando se integra mediante flujos de trabajo rigurosos, instrucciones especializadas, registro de las interacciones y una revisión crítica permanente de los resultados.

El pensamiento matemático comienza antes de la escuela

La segunda presentación estuvo a cargo del doctor Martín Malaspina, profesor del Departamento de Educación, quien expuso la investigación “El desarrollo del pensamiento matemático en la infancia: aportes desde la matemática informal y el pensamiento probabilístico”, y contó con los comentarios de la Dra. Daysi García.

La investigación buscó comprender cómo la matemática informal, el pensamiento probabilístico, el ambiente del hogar y la autorregulación contribuyen al desarrollo del pensamiento matemático en niños y niñas de cuatro a cinco años. Para ello, se empleó un diseño mixto secuencial que incluyó una revisión de la literatura científica, la construcción de un instrumento de evaluación y un estudio cuantitativo con 84 estudiantes de educación inicial de Lima Metropolitana.

Como hallazgo principal, la investigación avanzó en la construcción de la Prueba de Alfabetización Probabilística Temprana (PAPT), destinada a evaluar la comprensión de fenómenos aleatorios, el uso del lenguaje probabilístico y la estimación de la probabilidad de un evento. Su proceso de elaboración comprendió la revisión teórica, el juicio de especialistas, aplicaciones piloto y análisis psicométricos. Los resultados muestran que es viable evaluar el pensamiento probabilístico de niños y niñas mediante actividades lúdicas y materiales manipulativos, aunque el instrumento todavía requiere nuevas aplicaciones y procesos de calibración.

El estudio también identificó la importancia de la autorregulación para el aprendizaje matemático temprano y advirtió sobre la posible influencia negativa de la ansiedad matemática de madres, padres y cuidadores. Estos hallazgos destacan la necesidad de fortalecer la formación docente para reconocer oportunidades de aprendizaje matemático en el juego y la vida cotidiana, así como de promover una relación más cercana y culturalmente sensible entre la escuela y las familias.