La inteligencia artificial generativa ofrece grandes posibilidades para la personalización y la planificación didáctica en Matemáticas. Sin embargo, su incorporación plantea serios desafíos epistemológicos que el docente debe comprender antes de trasladar estas herramientas al aula.
Uno de los principales riesgos es el fenómeno de las "alucinaciones": respuestas matemáticamente incorrectas presentadas con apariencia de rigor y coherencia. En educación matemática este problema resulta especialmente relevante, porque el aprendizaje no depende de un resultado aislado, sino de la consistencia lógica de los procedimientos y las argumentaciones. Este riesgo no se limita al trabajo con estudiantes: afecta directamente la fase de planeamiento didáctico, donde el docente puede incorporar definiciones imprecisas, demostraciones con pasos incorrectos o referencias bibliográficas inexistentes en sus materiales, sin advertirlo.
La situación se agrava en contextos latinoamericanos, donde el acceso se restringe predominantemente a versiones gratuitas con menores capacidades de razonamiento complejo, comprensión contextual y adaptación curricular al español, lo que ensancha la brecha educativa existente.
Este minicurso propone un enfoque crítico y contextualizado, dirigido a profesores de Matemáticas. Mediante discusión práctica basada en ejemplos reales generados por diversos sistemas de IA, se analizan estrategias para identificar errores plausibles tanto en la planificación como en la mediación didáctica. El propósito no es rechazar estas tecnologías, sino promover un uso reflexivo y pedagógicamente responsable que convierta la interacción con la IA en una oportunidad para fortalecer el pensamiento matemático riguroso, la argumentación y la evaluación crítica del conocimiento.
