Inteligencia Artificial Generativa y Aprendizaje de Matemáticas en Educación Superior: Una Revisión Sistemática

La inteligencia artificial generativa (IAG) se ha consolidado como una tecnología emergente con alto potencial para transformar los procesos de enseñanza y aprendizaje en la educación superior, especialmente en el ámbito de las matemáticas, disciplina históricamente asociada a altos niveles de dificultad académica y deserción estudiantil. El objetivo de este estudio fue analizar de manera sistemática la producción científica reciente sobre el impacto pedagógico de la inteligencia artificial generativa en el aprendizaje de matemáticas en la educación superior, con énfasis en investigaciones desarrolladas en contextos latinoamericanos y globales con aplicabilidad regional. Se desarrolló una revisión sistemática de la literatura siguiendo las directrices del modelo PRISMA 2020, mediante la consulta de bases de datos de alto impacto como Scopus, Web of Science, SciELO y ERIC. Se aplicaron criterios de inclusión y exclusión previamente definidos, seleccionando estudios publicados en los últimos cinco años relacionados con inteligencia artificial generativa, educación superior y aprendizaje matemático. El análisis se realizó a través de una síntesis descriptiva y comparativa de los enfoques metodológicos, modelos pedagógicos y principales resultados reportados. Los hallazgos evidencian un creciente interés académico por la aplicación de la IAG en la enseñanza de matemáticas universitarias, destacándose beneficios como la personalización del aprendizaje, la retroalimentación inmediata y el fortalecimiento del aprendizaje autónomo. Sin embargo, también se identifican desafíos asociados a la formación docente, la ética académica y la brecha digital, especialmente en el contexto sudamericano, condicionando su implementación efectiva institucional.