Inteligencia Artificial aplicada al proceso de enseñanza-aprendizaje en educación matemática: un análisis bibliométrico
DOI:
https://doi.org/10.61347/rien.v2i2.80Palabras clave:
Aprendizaje automático, bibliometría, bibliometrix, educación, inteligencia artificial, matemáticaResumen
La integración de la inteligencia artificial en la educación matemática ha adquirido un protagonismo creciente en los últimos años, impulsando investigaciones orientadas a mejorar los procesos de enseñanza y aprendizaje mediante algoritmos avanzados y entornos digitales adaptativos. En este contexto, el presente estudio tiene como objetivo analizar la evolución, tendencias y redes de colaboración en torno a la producción científica sobre IA en educación matemática a través de un enfoque bibliométrico. La metodología se basó en la extracción de datos desde la base de datos Scopus, considerando publicaciones entre 2020 y 2025 e incluyendo artículos, revisiones, conferencias y capítulos de libro. Los datos se procesaron mediante la herramienta Bibliometrix a través de la interfaz Biblioshiny. Los resultados muestran un crecimiento exponencial en la producción científica, con un incremento destacado a partir de 2022 y un pico en 2024. En términos de liderazgo, China, Estados Unidos e India concentran la mayor producción, acompañados por instituciones como la University of Florida y King Abdulaziz University, mientras que autores como Wang Y. y Li C. se ubican entre los más productivos. El análisis de términos frecuentes evidencia la centralidad de machine learning, deep learning y la tendencia reciente de generative AI. Finalmente, las redes de colaboración reflejan bloques regionales liderados por potencias científicas, con menor participación de países en desarrollo. Este estudio aporta una visión actualizada y sistemática sobre la relación entre IA y educación matemática, contribuyendo a la comprensión de sus dinámicas globales.
Descargas
Citas
Al-Khoury, A., Hussein, S., Abdulwhab, M., Aljuboori, Z., Haddad, H., Ali, M., Abed, I., & Flayyih, H. (2022). Intellectual Capital History and Trends: A Bibliometric Analysis Using Scopus Database. Sustainability, 14(18), 11615. https://doi.org/10.3390/su141811615
AlRyalat, S., Malkawi, L., & Momani, S. (2019). Comparing Bibliometric Analysis Using PubMed, Scopus, and Web of Science Databases. Journal of Visualized Experiments (JoVE), 152, e58494. https://doi.org/10.3791/58494
Amiruddin, M., Samsudin, A., Suhandi, A., Coştu, B., & Prahani, B. (2025). Scientific mapping and trend of conceptual change: A bibliometric analysis. Social Sciences & Humanities Open, 11, 101208. https://doi.org/10.1016/j.ssaho.2024.101208
Aria, M., & Cuccurullo, C. (2017). Bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959-975. https://doi.org/10.1016/j.joi.2017.08.007
Bhatnagar, S., & Sharma, D. (2022). Evolution of green finance and its enablers: A bibliometric analysis. Renewable and Sustainable Energy Reviews, 162, 112405. https://doi.org/10.1016/j.rser.2022.112405
Büyükkıdık, S. (2022). A Bibliometric Analysis: A Tutorial for the Bibliometrix Package in R Using IRT Literature. Journal of Measurement and Evaluation in Education and Psychology, 13(3), 164-193. https://doi.org/10.21031/epod.1069307
Chen, S., & Ding, Y. (2025). A Bibliometric Analysis on the Risk Factors of Cancer. Genes, Chromosomes & Cancer, 64(1). https://doi.org/10.1002/gcc.70019
Dragović, B., Zrnić, N., Dragović, A., Tzannatos, E., & Dulebenets, M. (2024). A comprehensive bibliometric analysis and assessment of high-impact research on the berth allocation problem. Ocean Engineering, 300, 117163. https://doi.org/10.1016/j.oceaneng.2024.117163
Ghorbani, B. (2024). Bibliometrix: Science Mapping Analysis with R Biblioshiny Based on Web of Science in Applied Linguistics. En H. Meihami & R. Esfandiari (Eds.), A Scientometrics Research Perspective in Applied Linguistics (pp. 197-234). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-51726-6_8
Hafiar, H., Budiana, H., Mirawati, I., Abdullah, K., & Purnomo, E. (2024). Conceptual structure analysis with Bibliometrix package in R: A scientific communication of sport education. Retos, 51, 1245-1254. https://doi.org/10.47197/retos.v51.101298
Hossein-Mohand, H., Hossein-Mohand, H., Albanese, V., & Gómez, M. (2025). AI in mathematics education: A bibliometric analysis of global trends and collaborations (2020-2024). Eurasia Journal of Mathematics, Science and Technology Education, 21(2), em2576. https://doi.org/10.29333/ejmste/15915
Hwang, G.-J., & Tu, Y.-F. (2021). Roles and Research Trends of Artificial Intelligence in Mathematics Education: A Bibliometric Mapping Analysis and Systematic Review. Mathematics, 9(6), 584. https://doi.org/10.3390/math9060584
Jia, J., Wang, T., Zhang, Y., & Wang, G. (2024). The comparison of general tips for mathematical problem solving generated by generative AI with those generated by human teachers. Asia Pacific Journal of Education, 44(1), 8-28. https://doi.org/10.1080/02188791.2023.2286920
Kamalov, F., Santandreu, D., & Gurrib, I. (2023). New Era of Artificial Intelligence in Education: Towards a Sustainable Multifaceted Revolution. Sustainability, 15(16), 12451. https://doi.org/10.3390/su151612451
Phan, T., Do, T., Trinh, T., Tran, T., Duong, H., Trinh, T., Do, B., & Nguyen, T.-T. (2022). A Bibliometric Review on Realistic Mathematics Education in Scopus Database between 1972-2019. European Journal of Educational Research, 11(2). https://eric.ed.gov/?id=EJ1341741
Relmasira, S., Lai, Y., & Donaldson, J. (2023). Fostering AI Literacy in Elementary Science, Technology, Engineering, Art, and Mathematics (STEAM) Education in the Age of Generative AI. Sustainability, 15(18), 13595. https://doi.org/10.3390/su151813595
Sharma, G., Chintalapati, N., & Verma, P. (2024). A bibliometric analysis of social media use for personal learning outcomes using biblioshiny & VOSviewer. International Journal of System Assurance Engineering and Management. https://doi.org/10.1007/s13198-024-02599-y
Subroto, P., Malik, M., Raditya, A., & Saputra, N. (2024). A bibliometric analysis on artificial intelligence in mathematics education. JRAMathEdu (Journal of Research and Advances in Mathematics Education), 1-15. https://doi.org/10.23917/jramathedu.v9i1.2429
Zhao, J., & Li, M. (2023). Worldwide trends in prediabetes from 1985 to 2022: A bibliometric analysis using bibliometrix R-tool. Frontiers in Public Health, 11. https://doi.org/10.3389/fpubh.2023.1072521
Zhong, Z., Guo, H., & Qian, K. (2024). Deciphering the impact of machine learning on education: Insights from a bibliometric analysis using bibliometrix R-package. Education and Information Technologies, 29(16), 21995-22022. https://doi.org/10.1007/s10639-024-12734-8
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Ana Elizabeth Cózar Cisneros
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
