IA para profesores de matemáticas: actividades que funcionan

Si enseñas matemáticas, tu cuello de botella no es explicar: es producir práctica. Un grupo de 28 alumnos con tres niveles reales dentro necesita tres baterías de problemas distintas cada semana, corregidas y con feedback. Hagamos la aritmética: 28 alumnos × 10 ejercicios × 2 minutos de corrección con comentario son más de 9 horas. Nadie las tiene. Ahí, y no en “innovar”, es donde la IA para profesores de matemáticas cambia algo de verdad.

Este post abre nuestra serie por asignatura y nivel. Tres usos concretos, en orden de dificultad de adopción: problemas graduados, feedback de errores frecuentes y práctica adaptativa.

1. Problemas graduados: la misma competencia, tres alturas

El uso más inmediato y el que menos riesgo tiene. En lugar de pedir “10 problemas de ecuaciones”, pides una escalera: el mismo saber básico en tres niveles de andamiaje. Por ejemplo, para ecuaciones de primer grado en 1º ESO:

Nivel	Qué cambia	Ejemplo de enunciado
Acceso	Números pequeños, una operación, contexto cotidiano	“Tengo x cromos, me dan 5 y llego a 12. ¿Cuántos tenía?”
Estándar	Dos pasos, coeficientes, sin apoyo visual	“3x − 4 = 11” con verificación de la solución
Reto	Contexto abierto, traducir el problema a la ecuación	“Diseña una oferta 2×1 que iguale el precio de la competencia”

Un chat genérico puede hacer esto si le escribes un prompt largo cada vez. La diferencia con un copiloto curricular como MIA es que el anclaje LOMLOE (competencia específica, criterios de evaluación, saber básico) ya viene puesto, y la batería cae directamente en la plataforma como actividad asignable, no como un PDF que hay que trocear. Si estás comparando herramientas, esta checklist de asistentes de IA para profesores resume los seis criterios que separan el ahorro real del trabajo extra.

Truco honesto: revisa siempre los enunciados de contexto. Los modelos actuales calculan bien, pero a veces generan contextos con datos incoherentes (edades negativas, descuentos imposibles). Dos minutos de lectura del docente siguen siendo obligatorios. La normativa europea, de hecho, exige esa supervisión humana.

2. Feedback de errores frecuentes: corregir el porqué, no el resultado

Marcar un ejercicio como incorrecto aporta poco. Lo que mueve el aprendizaje es nombrar el error. En matemáticas escolares, la mayoría de fallos caen en un catálogo corto y conocido:

• Signos: −3 − 5 = −2 (resta en vez de suma de negativos).
• Jerarquía de operaciones: 2 + 3 × 4 = 20.
• Transposición mecánica: “pasa restando” aplicado sin entender la equivalencia.
• Mal planteamiento: la cuenta está bien, pero la ecuación no traduce el problema.
• Fracciones: sumar numeradores y denominadores por separado.

Una IA con criterio pedagógico clasifica la respuesta del alumno contra ese catálogo y devuelve un comentario específico (“has aplicado la jerarquía de izquierda a derecha; repasa qué opera primero”) en segundos. Para el docente, el valor agregado está en el panel: si 14 de 28 alumnos fallan por jerarquía de operaciones, la siguiente clase se planifica sola. Eso es exactamente lo que un boletín de notas nunca te dijo.

3. Práctica adaptativa: más intentos sin más correcciones

El tercer uso es el que más impacto tiene en el alumno y el que más cuidado exige. La práctica adaptativa ajusta la dificultad del siguiente ejercicio según el desempeño en el anterior: quien domina avanza al reto, quien falla recibe un paso intermedio, no el mismo problema repetido.

Aquí importa mucho qué IA pones delante del menor. Un chatbot generalista resuelve el ejercicio si el alumno se lo pide (y se lo va a pedir). Un tutor diseñado para el aula como ZOE guía sin dar la respuesta: pregunta qué operación tocaría, ofrece una pista, y solo valida cuando el alumno lo intenta. La diferencia entre “hacer los deberes por él” y “entrenar con él” no es un matiz: es el producto entero. Sobre los requisitos de seguridad y normativa para usar IA con menores, lo desarrollamos en la guía completa de inteligencia artificial en educación para centros.

Qué NO delegar en la IA (todavía)

Para que este post lo pueda citar hasta un escéptico, la lista de límites:

• La evaluación certificadora. La nota la pone el docente; la IA aporta evidencias.
• La detección de bloqueos emocionales. El panel señala que un alumno se estanca; entender por qué es trabajo humano.
• Demostraciones y razonamiento avanzado sin revisión. En Bachillerato, verifica los pasos: los modelos aciertan el resultado más a menudo que el rigor del desarrollo.

Cómo empezar esta semana

1. Elige una unidad que impartas este mes (ecuaciones, proporcionalidad, geometría).
2. Genera una escalera de tres niveles y revísala en 10 minutos.
3. Pásala a un solo grupo y compara: ¿cuántos alumnos llegaron al nivel reto frente a tu batería habitual?
4. Si el resultado convence, añade el feedback de errores; la práctica adaptativa viene después.

Empezar pequeño no es timidez: es el mismo esquema de pilotos por fases que recomendamos a los equipos directivos. Y si prefieres verlo funcionando antes que leerlo, pide una clase en vivo: matemáticas reales, con MIA preparando la escalera y ZOE acompañando al alumno, en tu propio currículo.