El nuevo trabajo matemático Un desafío en constante renovación para la educación matemática

##plugins.themes.bootstrap3.article.main##

Philippe R Richard https://orcid.org/0000-0002-9124-9404

Resumen

Este ensayo emprende un análisis crítico del papel de la tecnología y la inteligencia artificial (IA) en la enseñanza y el aprendizaje de las matemáticas. Desde la perspectiva de la inteligencia artificial, examina la dinámica de interacción entre los seres humanos y los sistemas inteligentes, explorando su influencia en los procesos educativos y en la adquisición de conocimientos matemáticos. Aborda aspectos cruciales como la responsabilidad mutua en la interfaz informática/didáctica, la evolución de las herramientas tecnológicas en la educación matemática y las teorías fundamentales que guían nuestra comprensión del uso de artefactos digitales en este contexto. Destaca ejemplos concretos de proyectos recientes para ilustrar las aplicaciones prácticas y los condicionantes que afectan al trabajo matemático. Con el objetivo de proporcionar una visión holística, explora cómo la tecnología no solo mejora la educación matemática, sino que también genera un nuevo tipo de trabajo matemático en términos de control, necesidad y obstáculos. Examina las implicaciones para el desarrollo del espacio de trabajo matemático, como sistema de actividad y como método de investigación en didáctica de las matemáticas.



##plugins.themes.bootstrap3.article.details##

Sección
Ensayo
Citas

Artigue, M. (2022). Note de lecture : Mathematical Work in Educational Context—The Mathematical Working Space Theory Perspective. Annales de didactique et de sciences
cognitives, 27, 175-182. https://doi.org/10.4000/adsc.1467



Bachelard, G. (1938). La formation de l’esprit scientifique : contribution à une psychanalyse de la connaissance. Vrin.




Balacheff, N. (1994). Didactique et intelligence artificielle. Recherches en Didactique des Mathématiques, 14(1-2), 9-42.


Balacheff, N. y Margolinas, C. (2005). Modèle de connaissances pour le calcul de situations didactiques. En A. Mercier y C. Margolinas (eds.), Balises pour la didactique des mathématiques
(pp. 75-106). La Pensée Sauvage.


Barbin, É. (1991). Les éléments de géométrie de Clairaut : une géométrie problématisée. Repères, IREM no 4, 119-133.


Brousseau, G. (1989). Les obstacles épistémologiques et la didactique des mathématiques (pp. 41-63) et Obstacles épistémologiques, conflits socio-cognitifs et ingénierie didactique (pp. 277-285). En Construction des savoirs. CIRADE.


Brousseau, G. (1998). Théorie des situations didactiques. La Pensée Sauvage.


Brousseau, G. y Centeno, J. (1991). Rôle de la mémoire didactique de l’enseignant. Recherches en didactique des mathématiques, 11(2,3), 167-210.


Bruillard, É. y Richard, P. R. (2024). Informatique, mathématiques, conception et usage des technologies numériques. Annales de Didactique et de Sciences Cognitives, Thématique 2, 173-208.


Castelnuovo, E. (1966). La via della Matematica : La Geometria. Firenze La Nuova Italia.


Chevallard, Y. (1985). La Transposition didactique : du savoir savant au savoir enseigné. La Pensée sauvage.


Coutat, S., Laborde, C. y Richard, P. R. (2016). L’apprentissage instrumenté de propriétés en géométrie : propédeutique à l’acquisition d’une compétence de démonstration. Educational Studies in Mathematics, 93(2), 195-221. https://doi.org/10.1007/s10649-016-9684-9 


Cyr, S., Danguy-Pichette, É. y Richard, P. R. (2023). À la recherche d’un référentiel. En C. Derouet, A. Nechache, P. R. Richard, L. Vivier, I. M. Gómez-Chacón, A. Kuzniak, M. Maschietto y E. Montoya Delgadillo, Actes du septième symposium d’Étude sur le Travail Mathématique (pp. 117-129). IREM de Strasbourg. En ISBN : 978-2-911446-36-8


Duroux, A. (1982). La Valeur absolue : difficultés majeures pour une notion mineure. Institut de recherche sur l’enseignement des mathématiques.


Duval, D. (1995). Sémiosis et pensée humaine : registre sémiotique et apprentissages intellectuels.
Peter Lang.


Emprin, F. y Richard, P. R. (2023). Intelligence artificielle et didactique des mathématiques : état des lieux et questionnements. Annales de Didactique et de Sciences Cognitives, 28, 131-181. https://doi.org/10.4000/adsc.3286


Engelbart, D. C. (1962). Augmenting Human Intellect: A Conceptual Framework. Summary Report, Stanford Research Institute, on Contract AF 49(638)-1024, October 1962, 134
pages. https://www.dougengelbart.org/pubs/augment-3906.html 


Flores Salazar, J. V., Gaona, J. y Richard, P. R. (2022). Mathematical Work in the Digital Age. Variety of Tools and the Role of Geneses. En A. Kuzniak, E. Montoya-Delgadillo y P. R.
Richard (eds.), Mathematical Work in Educational Context: The Perspective of the Theory of Mathematical Working Spaces (pp. 165-209). Springer International Publishing.
https://doi.org/10.1007/978-3-030-90850-8_8 


Freiman, V. y Volkov, A. (2022). Historical and Didactical Roots of Visual and Dynamic Mathematical Models: The Case of “Rearrangement Method” for Calculation of the Area of a Circle. En P. R. Richard, M. P. Vélez y S. Van Vaerenbergh (eds.), Mathematics Education in the Age of Artificial Intelligence: How Artificial Intelligence can Serve Mathematical Human Learning (pp. 365-398). Springer International Publishing.
https://doi.org/10.1007/978-3-030-86909-0_16 


Gonseth, F. (2022). La géométrie et le problème de l’espace (Rééd. en un volume des ouvrages publiés entre 1945 et 1955). Association F. Gonseth.


Hanna, G., Reid, D. A. y de Villiers, M. (eds.). (2019). Proof Technology in Mathematics Research and Teaching (Mathematics Education in the Digital Era). Springer. https://doi.org/10.1007/978-3-030-28483-1


Kovács, Z., Recio, T. y Vélez, M. P. (2022). Automated Reasoning Tools with GeoGebra: What Are They? What Are They Good For? En P. R. Richard, M. P. Vélez y S. Van Vaerenbergh
(eds.), Mathematics Education in the Age of Artificial Intelligence: How Artificial Intelligence can Serve Mathematical Human Learning (pp. 23-44). Springer International
Publishing. https://doi.org/10.1007/978-3-030-86909-0_2 


Kovács, Z., Recio, T., Richard, P. R. y Vélez, M. P. (2017). Geogebra automated reasoning tools: a tutorial with examples. In Aldon, G. Jana Trgalová (eds.), Proceedings of the 13th
International Conference on Technology in Mathematics Teaching (ICTMT 13). ÉcoleNormale Supérieure de Lyon, Université Claude Bernard Lyon 1.


Kuzniak, A., Montoya-Delgadillo, E. y Richard, P. R. (2022). Mathematical Work in Educational Context: The Perspective of the Theory of Mathematical Working Spaces. En Mathematics Education in the Digital Era (Vol. 18). Springer. https://doi.org/10.1007/978-3-030-90850-8


Lagrange, J.-B. y Richard, P. R. (2022). Instrumental Genesis in the Theory of MWS: Insight from Didactic Research on Digital Artifacts. En A. Kuzniak, E. Montoya-Delgadillo y P. R. Richard (eds.), Mathematical Work in Educational Context: The Perspective of the Theory of Mathematical Working Spaces (pp. 211-228). Springer International Publishing.
https://doi.org/10.1007/978-3-030-90850-8_9


Lagrange, J.-B., Richard, P. R., Vélez, M. P. y Van Vaerenbergh, S. (2023). Artificial Intelligence Techniques in Software Design for Mathematics Education. En B. Pepin, G. Gueudet y J. Choppin (eds.), Handbook of Digital Resources in Mathematics Education (pp. 1-31). Springer International Publishing. https://doi.org/10.1007/978-3-030-95060-6_37-1 


López de Mántaras i Badia, R. (2023). 100 coses que cal saber sobre intel·ligència artificial. Cossetània.


OCDE. (2019). L’intelligence artificielle dans la société. Éditions OCDE. https://doi.org/10.1787/b7f8cd16-fr 


Quaresma, P. (2022). Evolution of Automated Deduction and Dynamic Constructions in Geometry. En P. R. Richard, M. P. Vélez y S. Van Vaerenbergh (eds.), Mathematics Education in the Age of Artificial Intelligence: How Artificial Intelligence can Serve Mathematical Human Learning (pp. 3-22). Springer International Publishing. https://doi.org/10.1007/978-3-030-86909-0_1


Radford, L. (2017). On inferentialism. Mathematics Education Research Journal, 29(4), 493-508. https://doi.org/10.1007/s13394-017-0225-3 


Richard, P. R. (2004). Raisonnement et stratégies de preuve dans l’enseignement des mathématiques. Peter Lang.


Richard, P. R. (2024). The challenges of AI in shaping mathematical work: From human hybridization to automation through synergies of symbolic AI and generative models. En
K. W. Kosko, J. Caniglia, S. A. Courtney, M. Zolfaghari y G. A. Morris (eds.), Proceedings of the forty-sixth annual meeting of the North American Chapter of the International Group for the Psychology of Mathematics Education (Chapter 17: Plenary Papers, pp. 2213-2235). Kent State University. https://doi.org/10.51272/pmena.46.2024 


Richard, P. R., Venant, F. y Gagnon, M. (2019). Issues and Challenges in Instrumental Proof. En G. Hanna, D. A. Reid y M. de Villiers (eds.), Proof Technology in Mathematics Research
and Teaching (pp. 139-172). Springer International Publishing. https://doi.org/10.1007/978-3-030-28483-1_7 


Richard, P. R., Oller, A. M. y Meavilla, V. (2016). The concept of proof in the light of mathematical work. ZDM - The International Journal on Mathematics Education, 48(5), 843-859. https://doi.org/10.1007/s11858-016-0805-9 


Stoll, C. (2004). The Curious History of the First Pocket Calculator. Scientific American, 290(1), 92-99. http://www.jstor.org/stable/26172659 .


Trinh, T. H., Wu, Y., Le, Q. V. et al. (2024). Solving olympiad geometry without human demonstrations. Nature, 625, 476-482. https://doi.org/10.1038/s41586-023-06747-5


Vérillon, P. y Rabardel, P. (1995). Cognition and artefacts: A contribution to the study of thought in relation to instrumental activity. European Journal of Psychology of Education, 10, 77-101.



Cómo citar
Richard, P. (2024). El nuevo trabajo matemático. UCMaule, (67), 9-30. https://doi.org/10.29035/ucmaule.67.9