Enseñando Matematicas Sin Numeros y con Gemini

Enseñando Matemáticas sin Números y con Gemini

Como profes, todos tenemos esos temas que sabemos que serán un hueso duro de roer para nuestros estudiantes. Para mí, uno de ellos siempre ha sido las derivadas implícitas. Es ese punto donde el álgebra se enreda con el cálculo de una forma que puede intimidar bastante. Buscando innovar y hacer el aprendizaje más significativo, decidí probar un enfoque radicalmente diferente.

Imagen generada con Gemini 2.5 

Flash Mi propuesta fue la siguiente: antes de tocar una sola ecuación o número, los estudiantes debían describir narrativamente, paso a paso, cómo abordarían y resolverían un problema de derivadas implícitas. Quería que se enfocaran en el qué harían y por qué lo harían, desmenuzando la lógica detrás del procedimiento. El objetivo era que construyeran un entendimiento conceptual profundo, casi como si le estuvieran explicando la estrategia a alguien que no sabe nada del tema. 

Entra en Escena la IA: Gemini 2.5 Flash como "Validador" 

Una vez que tuvieron sus narrativas listas, llegó el momento de la verdad. Les presenté un ejercicio específico de derivadas implícitas. La tarea era introducir su texto narrativo y el enunciado del problema a una Inteligencia Artificial para ver si la IA podía, basándose únicamente en su descripción, llegar a la solución correcta. Para este experimento, elegí Gemini 2.5 Flash ¿Por qué? Había estado investigando y, según el benchmark FrontierMath, Gemini 2.5 flash mostró un rendimiento superior en la resolución de problemas matemáticos complejos en comparación con otras IAs. Quería al mejor copiloto posible para mis estudiantes. 

Los Resultados: Del Fracaso Inicial al Triunfo Colectivo

El primer intento fue... revelador. Ningún estudiante logró que la IA siguiera sus instrucciones, operara los ejercicios de forma correcta y en algunos casos la IA ni siquiera entendió que era lo que estaba haciendo.

¡Pero esto fue una mina de oro para el aprendizaje! 

 Este primer ejercicio, nos permitió identificar exactamente dónde estaban las lagunas en sus explicaciones, qué pasos cruciales omitían o qué conceptos no estaban describiendo con la suficiente claridad. No nos rendimos. Revisamos los errores, pulimos las narrativas, y afinamos la lógica descriptiva. (Entre todos y todas) En intentos posteriores después de revisar de forma colaborativa algunos de los ejercicios, los estudiantes lograron hacer un ejercicio no solo co-creativo sino metacognitivo, al enterarse de sus propios errores viendo el trabajo de sus compañeros. 

Imagen generada con Gemini 2.5 

Al final, 4/5 estudiantes lograron que Gemini resolviera el problema, un problema que no era nada fácil de resolver y como para completar, nada fácil de explicar con instrucciones narrativas. La alegría y la sensación de logro en sus caras no tuvieron precio. 

En este segundo intento (algunos de ellos en el tercer o cuarto) los estudiantes fueron mas claros en la narrativa, fueron más críticos con la forma en la que estaban construyendo las instrucciones y resolvieron el problema. Esta experiencia es un ejemplo de como podemos usar la IA en la clase de matemáticas, pero mas importante aun es el giro que se puede dar en la combinación de estos campos de la enseñanza, ya que en este caso no es la IA la que resuelve el ejercicio por el estudiante, sino que es el estudiante el que resuelve el ejercicio para la IA.

Esta experiencia me ha dejado reflexionando mucho sobre el poder de combinar pedagogías activas con las nuevas tecnologías. Me encantaría conocer sus perspectivas:

¿en qué otras áreas o temas complejos creen que un enfoque narrativo, donde el estudiante describe el "cómo" y el "porqué" antes de ejecutar, podría marcar una diferencia significativa en el aprendizaje?

Elaborado por: John Edison Cardona - Lider GEG MEdellín