{"id":3028,"date":"2026-05-30T22:06:14","date_gmt":"2026-05-30T22:06:14","guid":{"rendered":"https:\/\/xvii.ciaem-iacme.org\/?page_id=3028"},"modified":"2026-06-01T15:01:37","modified_gmt":"2026-06-01T15:01:37","slug":"google-colab-e-inteligencia-artificial-herramientas-practicas-para-el-analisis-cuantitativo-en-matematica-educativa","status":"publish","type":"page","link":"https:\/\/xvii.ciaem-iacme.org\/index.php\/google-colab-e-inteligencia-artificial-herramientas-practicas-para-el-analisis-cuantitativo-en-matematica-educativa\/","title":{"rendered":"Google Colab e inteligencia artificial: herramientas pr\u00e1cticas para el an\u00e1lisis cuantitativo en Matem\u00e1tica Educativa"},"content":{"rendered":"\n\n\t<p>El crecimiento de la inteligencia artificial (IA) y de las tecnolog\u00edas digitales est\u00e1 transformando los procesos de investigaci\u00f3n en la educaci\u00f3n Matem\u00e1tica, ofreciendo nuevas posibilidades para la organizaci\u00f3n, an\u00e1lisis e interpretaci\u00f3n de datos. En este contexto, herramientas de acceso abierto como Google Colab permiten integrar programaci\u00f3n, an\u00e1lisis estad\u00edstico, visualizaci\u00f3n de datos e inteligencia artificial en un entorno colaborativo y accesible para docentes e investigadores. Como se\u00f1ala Siemens (2005), las tecnolog\u00edas digitales han ampliado las formas de construir, procesar y compartir conocimiento, generando oportunidades para fortalecer los procesos investigativos en distintos campos del saber.<\/p>\n<p>Este Minicurso tiene como prop\u00f3sito presentar estrategias pr\u00e1cticas para el uso de Google Colab y herramientas de inteligencia artificial aplicadas al an\u00e1lisis cuantitativo en investigaciones de Matem\u00e1tica Educativa. A trav\u00e9s de ejemplos reales, los participantes conocer\u00e1n procedimientos para la importaci\u00f3n y organizaci\u00f3n de bases de datos, elaboraci\u00f3n de estad\u00edsticas descriptivas, generaci\u00f3n de gr\u00e1ficos y visualizaciones, as\u00ed como la aplicaci\u00f3n de pruebas estad\u00edsticas frecuentemente utilizadas en estudios educativos.<\/p>\n<p>Asimismo, se explorar\u00e1n las posibilidades que ofrece la inteligencia artificial para apoyar la interpretaci\u00f3n de resultados, la generaci\u00f3n de c\u00f3digos en Python, la automatizaci\u00f3n de procedimientos estad\u00edsticos y la elaboraci\u00f3n de reportes preliminares de investigaci\u00f3n. El Minicurso permitir\u00e1 comprender c\u00f3mo estas herramientas pueden contribuir a optimizar el tiempo dedicado al procesamiento de datos, manteniendo el rigor metodol\u00f3gico requerido en la investigaci\u00f3n cient\u00edfica. El Minicurso tendr\u00e1 un enfoque eminentemente pr\u00e1ctico. A trav\u00e9s de ejemplos reales tomados de investigaciones en Matem\u00e1tica Educativa, los asistentes desarrollar\u00e1n actividades guiadas en Google Colab utilizando Python, sin requerir experiencia previa en programaci\u00f3n. Se mostrar\u00e1n procedimientos reproducibles que podr\u00e1n adaptarse posteriormente a sus propios proyectos de investigaci\u00f3n.\u00a0 \u00a0<\/p>\n<p>Referencias<\/p>\n<p>Siemens, G. (2005). <em>Connectivism: A Learning Theory for the Digital Age<\/em>. <em>International Journal of Instructional Technology and Distance Learning, 2<\/em>(1), 3-10.<\/p>\n\n","protected":false},"excerpt":{"rendered":"<p>El crecimiento de la inteligencia artificial (IA) y de las tecnolog\u00edas digitales est\u00e1 transformando los procesos de investigaci\u00f3n en la educaci\u00f3n Matem\u00e1tica, ofreciendo nuevas posibilidades&hellip;<\/p>\n","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_customify_content_layout":"","_customify_sidebar":"","_customify_page_header_display":"","_customify_disable_header":"","_customify_disable_header_top":"","_customify_disable_header_main":"","_customify_disable_header_bottom":"","_customify_disable_page_title":"","_customify_disable_content_vertical_padding":"","_customify_disable_footer_top":"","_customify_disable_footer_main":"","_customify_disable_footer_bottom":"","_customify_breadcrumb_display":"","_customify_header_transparent_display":"","footnotes":""},"class_list":["post-3028","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/xvii.ciaem-iacme.org\/index.php\/wp-json\/wp\/v2\/pages\/3028","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/xvii.ciaem-iacme.org\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/xvii.ciaem-iacme.org\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/xvii.ciaem-iacme.org\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/xvii.ciaem-iacme.org\/index.php\/wp-json\/wp\/v2\/comments?post=3028"}],"version-history":[{"count":3,"href":"https:\/\/xvii.ciaem-iacme.org\/index.php\/wp-json\/wp\/v2\/pages\/3028\/revisions"}],"predecessor-version":[{"id":3063,"href":"https:\/\/xvii.ciaem-iacme.org\/index.php\/wp-json\/wp\/v2\/pages\/3028\/revisions\/3063"}],"wp:attachment":[{"href":"https:\/\/xvii.ciaem-iacme.org\/index.php\/wp-json\/wp\/v2\/media?parent=3028"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}