Inteligencia artificial generativa y aprendizaje matemático: revisión sistemática de variables mediadoras cognitivas, metacognitivas y afectivas

Generative artificial intelligence and mathematics learning: systematic review of cognitive, metacognitive, and affective mediating variables

Resumen

La integración de la inteligencia artificial generativa en la educación matemática ha producido resultados científicos heterogéneos desde el año 2022. Se realizó una revisión sistemática con protocolo PRISMA 2020 que sintetizó 165 artículos publicados entre 2020 y primer trimestre 2026, identificados en siete bases de datos: ERIC, Dialnet, Redalyc, Scopus, Web of Science, IEEE Xplore y SciELO. El análisis se estructuró en cuatro preguntas de síntesis: efectos cognitivos, metacognitivos, afectivos y moderadores del impacto. Los resultados revelan un efecto positivo moderado sobre el rendimiento cuando el diseño pedagógico incorpora salvaguardas (g = 0.534; Liu et al., 2026), pero un efecto negativo significativo cuando el acceso es irrestricto (−17%; Bastani et al., 2025). Se identificó la paradoja de la autorregulación: los estudiantes más vulnerables son quienes más necesitan y más riesgo tienen con la herramienta sin soporte metacognitivo. Los efectos afectivos muestran reducción consistente de la ansiedad matemática en tres contextos culturales distintos, aunque la motivación global no alcanza significación estadística. Se propone el modelo de impacto mediado: inteligencia artificial generativa → [diseño pedagógico × autorregulación del aprendizaje × alfabetización en inteligencia artificial] → aprendizaje matemático, con nueve moderadores identificados.