Propiedades psicométricas de un instrumento para evaluar resolución de problemas matemáticos e implementación pedagógica de IA
Palabras clave:
resolución de problemas matemáticos; evaluación educativa; propiedades psicométricas; inteligencia artificial.Resumen
El estudio tuvo como propósito diseñar y examinar una batería para valorar la resolución de problemas matemáticos y la implementación de IA; se conformaron dos componentes de diez ítems, una prueba de desempeño puntuada de cero a dos y una escala de implementación con respuesta de uno a cinco; se analizaron 180 registros entre grados décimo y undécimo, valoraciones emitidas por cinco jueces; la validez de contenido alcanzó coeficientes V de Aiken globales de 0,937 y 0,938; la consistencia interna presentó alfa de Cronbach de 0,843 y 0,890, además de omega de McDonald de 0,882 y 0,914; los índices KMO fueron 0,844 y 0,901, mientras las pruebas de Bartlett resultaron significativas; la solución bifactorial explicó 50,9% de la varianza en la prueba y 56,7% en la escala; el acuerdo entre calificadores registró CCI de 0,977 y kappa ponderado de 0,931; los hallazgos respaldaron la coherencia de la batería, la diferenciación de sus dimensiones y la utilidad de la rúbrica; se recomendó ampliar la evidencia mediante análisis confirmatorio, invariancia, sensibilidad al cambio y comparación con criterios externos antes de generalizar la interpretación de las puntuaciones a comunidades educativas.
Referencias
Aiken, L. R. (1985). Three coefficients for analyzing the reliability and validity of ratings. Educational and Psychological Measurement, 45(1), 131–142. https://doi.org/10.1177/0013164485451012
American Educational Research Association, American Psychological Association, & National Council on Measurement in Education. (2014). Standards for educational and psychological testing. American Educational Research Association.
Bartlett, M. S. (1954). A note on the multiplying factors for various chi square approximations. Journal of the Royal Statistical Society: Series B (Methodological), 16(2), 296–298.
Bulut, N., & Borromeo Ferri, R. (2026). AI-powered learning: Exploring secondary school students’ use of ChatGPT for solving mathematical modelling problems. ZDM–Mathematics Education. Advance online publication. https://doi.org/10.1007/s11858-026-01803-6
Cohen, J. (1968). Weighted kappa: Nominal scale agreement with provision for scaled disagreement or partial credit. Psychological Bulletin, 70(4), 213–220. https://doi.org/10.1037/h0026256
Costello, A. B., & Osborne, J. W. (2005). Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis. Practical Assessment, Research, and Evaluation, 10, Article 7. https://doi.org/10.7275/jyj1-4868
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16, 297–334. https://doi.org/10.1007/BF02310555
Eti, N., Mosia, M., & Egara, F. O. (2026). The role of AI-driven personalised learning in enhancing mathematics problem-solving skills: A systematic review. Frontiers in Computer Science, 8, 1813431. https://doi.org/10.3389/fcomp.2026.1813431
Hayes, A. F., & Coutts, J. J. (2020). Use omega rather than Cronbach’s alpha for estimating reliability, but…. Communication Methods and Measures, 14(1), 1–24. https://doi.org/10.1080/19312458.2020.1718629
Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39, 31–36. https://doi.org/10.1007/BF02291575
Koo, T. K., & Li, M. Y. (2016). A guideline of selecting and reporting intraclass correlation coefficients for reliability research. Journal of Chiropractic Medicine, 15(2), 155–163. https://doi.org/10.1016/j.jcm.2016.02.012
Kuo, B.-C., Bai, Z.-E., & Lin, C.-H. (2026). Developing an AI learning companion for mathematics problem solving in elementary schools. Computers & Education, 240, 105463. https://doi.org/10.1016/j.compedu.2025.105463
McDonald, R. P. (1999). Test theory: A unified treatment. Lawrence Erlbaum Associates.
Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
OECD. (2023). PISA 2022 assessment and analytical framework. OECD Publishing. https://doi.org/10.1787/dfe0bf9c-en
Pólya, G. (1945). How to solve it: A new aspect of mathematical method. Princeton University Press.
Wardat, Y., Tashtoush, M. A., AlAli, R., & Jarrah, A. M. (2023). ChatGPT: A revolutionary tool for teaching and learning mathematics. Eurasia Journal of Mathematics, Science and Technology Education, 19(7), em2286. https://doi.org/10.29333/ejmste/13272
Descargas
Publicado
Número
Sección
Categorías
Licencia
Derechos de autor 2026 Herrera-Ordoñez, Carlos Gabriel, Mora-Cifuentes, Paola Milena (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores conservan los derechos de autor de sus trabajos y conceden a AJK Journal el derecho de primera publicación. Todos los artículos publicados se distribuyen bajo la licencia Creative Commons Attribution 4.0 International (CC BY 4.0).
Esta licencia permite copiar, distribuir, adaptar y reutilizar el material para cualquier propósito, incluso comercial, siempre que se otorgue el crédito apropiado a los autores y a la revista, se proporcione un enlace a la licencia y se indique si se realizaron cambios.
Los autores garantizan que el manuscrito es original, no infringe derechos de terceros y no ha sido publicado previamente ni se encuentra sometido simultáneamente a otra revista.
