����������������������������������������������������������������������������������

 

 

Estrategias basadas en la neurociencia y su incidencia en el aprendizaje de las matem�ticas en estudiantes de secundaria

 

Neuroscience-based strategies and their impact on mathematics learning in secondary school students

 

Estrat�gias baseadas em neuroci�ncias e o seu impacto na aprendizagem da matem�tica em alunos do ensino secund�rio

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: natyuska89@gmail.com

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 28 de febrero de 2025 *Aceptado: 13 de marzo de 2025 * Publicado: �30 de abril de 2025

         I.            Tecn�logo en Administraci�n de Negocios, Docente de ingl�s en Centro de Educaci�n Infantil Mi Peque�o Mundo, Ambato, Ecuador.

       II.            Magister en Educaci�n B�sica. Docente de Educaci�n B�sica en la Unidad Educativa Ignacio Malo Tamariz. Cuenca, Ecuador.

      III.            Magister en Educaci�n B�sica, Docente de Educaci�n B�sica en la Unidad Educativa Ignacio Malo Tamariz. Cuenca, Ecuador.

     IV.            Magister en Educaci�n B�sica, Docente de Educaci�n B�sica en la Unidad Educativa Victoria del Portete, Cuenca, Ecuador.

       V.            Magister en Educaci�n B�sica, Docente de Educaci�n B�sica en la Unidad Educativa Ignacio Malo Tamariz, Cuenca, Ecuador.

     VI.            Magister en Pedagog�a de las Ciencias Experimentales menci�n Qu�mica y Biolog�a, Docente de Educaci�n en la Unidad Educativa Pedro Carbo, Valencia, Ecuador.

 

Resumen

Las matem�ticas representan una de las asignaturas con mayor dificultad para los estudiantes de secundaria debido a su car�cter abstracto y a las limitaciones cognitivas implicadas en su aprendizaje. Diversas investigaciones han destacado la relevancia de aplicar estrategias basadas en la neurociencia para mejorar el rendimiento acad�mico, al considerar c�mo funciona el cerebro durante el procesamiento matem�tico.

El objetivo de este estudio fue analizar la incidencia de estrategias pedag�gicas fundamentadas en principios neurocient�ficos en el aprendizaje de las matem�ticas en estudiantes de secundaria. Se adopt� un enfoque cuantitativo, con un dise�o no experimental, de tipo correlacional y corte transversal. La muestra estuvo compuesta por estudiantes de educaci�n secundaria, y se emplearon instrumentos estructurados para medir el impacto de las estrategias implementadas. Los datos fueron analizados mediante estad�stica descriptiva e inferencial, incluyendo media, desviaci�n est�ndar y an�lisis de correlaci�n.

Los resultados evidenciaron una relaci�n significativa entre la aplicaci�n de estrategias neuroeducativas y la mejora de factores motivacionales, cognitivos y funcionales relacionados con el aprendizaje matem�tico. En particular, se observ� una activaci�n equilibrada de habilidades simb�licas y no simb�licas, as� como un fortalecimiento del sentido num�rico. Se concluye que el uso de estrategias basadas en la neurociencia promueve un aprendizaje m�s significativo y duradero, al considerar la arquitectura cerebral y las etapas del desarrollo cognitivo del estudiante. Por tanto, se recomienda integrar estos enfoques en la pr�ctica docente para transformar la ense�anza tradicional de las matem�ticas en una experiencia m�s accesible y efectiva.

Palabras Claves: Neurociencia; Aprendizaje Ense�anza de las matem�ticas; Educaci�n secundaria; Motivaci�n.

 

Abstract

Mathematics represents one of the most difficult subjects for secondary school students due to its abstract nature and the cognitive limitations involved in learning it. Several studies have highlighted the importance of applying neuroscience-based strategies to improve academic performance by considering how the brain works during mathematical processing.

The objective of this study was to analyze the impact of pedagogical strategies based on neuroscientific principles on mathematics learning in secondary school students. A quantitative approach was adopted, with a non-experimental, correlational, and cross-sectional design. The sample consisted of secondary school students, and structured instruments were used to measure the impact of the implemented strategies. The data were analyzed using descriptive and inferential statistics, including mean, standard deviation, and correlation analysis.

The results showed a significant relationship between the application of neuroeducational strategies and the improvement of motivational, cognitive, and functional factors related to mathematical learning. In particular, a balanced activation of symbolic and non-symbolic skills was observed, as well as a strengthening of number sense. It is concluded that the use of neuroscience-based strategies promotes more meaningful and lasting learning, considering brain architecture and the stages of student cognitive development. Therefore, it is recommended to integrate these approaches into teaching practice to transform traditional mathematics teaching into a more accessible and effective experience.

Keywords: Neuroscience; Learning; Mathematics Teaching; Secondary Education; Motivation.

 

Resumo

A matem�tica representa uma das disciplinas mais dif�ceis para os alunos do ensino secund�rio devido � sua natureza abstrata e �s limita��es cognitivas envolvidas na sua aprendizagem. V�rios estudos t�m destacado a import�ncia de aplicar estrat�gias baseadas na neuroci�ncia para melhorar o desempenho acad�mico, considerando o funcionamento do c�rebro durante o processamento matem�tico.

O objetivo deste estudo foi analisar o impacto das estrat�gias pedag�gicas baseadas em princ�pios neurocient�ficos na aprendizagem da matem�tica entre os alunos do ensino secund�rio. Adotou-se uma abordagem quantitativa, com um desenho n�o experimental, correlacional e transversal. A amostra foi constitu�da por alunos do ensino secund�rio, tendo sido utilizados instrumentos estruturados para medir o impacto das estrat�gias implementadas. Os dados foram analisados ​​utilizando estat�sticas descritivas e inferenciais, incluindo a m�dia, o desvio padr�o e a an�lise de correla��o.

Os resultados mostraram uma rela��o significativa entre a aplica��o de estrat�gias neuroeducativas e a melhoria dos fatores motivacionais, cognitivos e funcionais relacionados com a aprendizagem matem�tica. Em particular, observou-se uma ativa��o equilibrada das compet�ncias simb�licas e n�o simb�licas, bem como um fortalecimento do sentido num�rico. Conclui-se que a utiliza��o de estrat�gias baseadas na neuroci�ncia promove uma aprendizagem mais significativa e duradoura quando se considera a arquitetura cerebral e os est�dios de desenvolvimento cognitivo do aluno. Assim, recomenda-se integrar estas abordagens na pr�tica de ensino para transformar o ensino tradicional da matem�tica numa experi�ncia mais acess�vel e eficaz.

Palavras-chave: Neuroci�ncia; Aprendizagem Ensino da matem�tica; Ensino secund�rio; Motiva��o.

 

Introducci�n

Las matem�ticas son una de las asignaturas m�s dif�ciles debido a su naturaleza abstracta y a las barreras cognitivas a las que se enfrentan los estudiantes (Rivera-Rivera, 2019). En este entorno, el rendimiento acad�mico en matem�ticas suele estar influido tanto por factores pedag�gicos como neurobiol�gicos (Mogoll�n y Maracaibo, 2010). A pesar de los numerosos intentos metodol�gicos para mejorar la ense�anza de esta disciplina, los resultados no siempre han sido satisfactorios (Tokuhama-Espinosa & Borja, 2023). Esto ha llevado a explorar enfoques alternativos, entre ellos las estrategias basadas en la neurociencia, destinadas a optimizar el aprendizaje a trav�s de una comprensi�n profunda de c�mo funciona el cerebro cuando se enfrenta a una tarea (Fyfe et al., 2014; Gaidoschik, 2024).

La neurociencia seg�n Buckley et al. (2016) ha revelado que el aprendizaje matem�tico activo implica una compleja red de regiones cerebrales, especialmente en los l�bulos frontales. Estudios de neuroimagen (fMRI) en ni�os han encontrado una activaci�n consistente en regiones como el l�bulo parietal inferior, el precuneus, la �nsula y el c�rtex frontal medial asociadas a tareas num�ricas y de c�lculo, lo que indica una arquitectura cerebral compartida pero distinta para estos procesos (Arsalidou et al., 2018; Sokolowski et al., 2017).

Investigaciones recientes han puesto de relieve la distinci�n entre simb�licas (operaciones formales con n�meros) y no simb�licas (representaciones intuitivas y visuales). Las habilidades simb�licas se adquieren a trav�s del aprendizaje cultural, mientras que las no simb�licas, como la estimaci�n y la comparaci�n de cantidades, surgen en las primeras etapas del desarrollo humano (Gashaj et al., 2024). Esta distinci�n implica que los alumnos pueden beneficiarse de enfoques pedag�gicos que incorporen ambos tipos de representaci�n matem�tica, seg�n las distintas etapas del desarrollo cognitivo (Gashaj et al., 2019; Pincham et al., 2014).

Los adolescentes para Arsalidou et al. (2018) son muy adecuados para las intervenciones neurocient�ficas debido a su gran plasticidad cerebral y a la maduraci�n progresiva del c�rtex prefrontal (Procopio et al., 2024). La mejora de las funciones ejecutivas, incluyendo la planificaci�n, la toma de decisiones y la resoluci�n de problemas, puede mejorar significativamente el rendimiento matem�tico cuando se utilizan estrategias adecuadas (Hermida et al., 2015). Adem�s, la implementaci�n de entornos de aprendizaje que respeten el equilibrio entre intuici�n y formalismo matem�tico permite a los alumnos construir significados m�s s�lidos y duraderos (Romero Parra et al., 2022).

Adem�s, estudios de electroencefalograf�a (EEG) de Gashaj et al. (2024) han demostrado que las ondas beta y gamma se activan de forma diferente en regiones frontales y parietales en funci�n del razonamiento matem�tico utilizado. Las tareas simb�licas, como la resoluci�n de demostraciones algebraicas, aumentan la actividad gamma, asociada al procesamiento matem�tico y ling��stico, mientras que las tareas no simb�licas aumentan la actividad beta, asociada al procesamiento visual-espacial (Romero et al., 2022). Esta evidencia sugiere que el dise�o de estrategias educativas debe incluir tanto el contenido como el formato de presentaci�n para optimizar la actividad cerebral durante el aprendizaje.

Desde una perspectiva neurocognitiva se ha abordado el concepto de �sentido num�rico�, definido como la capacidad de comprender intuitivamente el significado de los n�meros y su relaci�n con las cantidades. Esta capacidad se desarrolla desde una edad temprana y sirve de base para habilidades matem�ticas m�s complejas. Seg�n Olkun (2022), hay tres subsistemas que interact�an en este proceso: preciso, aproximado y simb�lico, cada uno con funciones espec�ficas dentro del procesamiento num�rico. La interacci�n efectiva de estos sistemas depende en gran medida del entorno educativo y de las estrategias utilizadas por los profesores (Trninic et al., 2020).

Por tanto, el presente art�culo tiene como objetivo analizar la incidencia de las estrategias basadas en la neurociencia en el aprendizaje de las matem�ticas en estudiantes de secundaria. A partir de un enfoque interdisciplinario, se explor� c�mo la aplicaci�n de conocimientos neuroeducativos puede mejorar la comprensi�n de conceptos matem�ticos, reducir la ansiedad ante esta materia y potenciar las capacidades cognitivas necesarias para su dominio.

 

 

 

Metodolog�a

El presente estudio se realiz� con un enfoque cuantitativo, centrado para Lagarda et al. (2016) en la recogida y an�lisis de datos num�ricos que permitan evaluar con precisi�n la influencia de las estrategias neurocient�ficas en el aprendizaje matem�tico de los alumnos de secundaria. Este enfoque se basa en la objetividad, validez y fiabilidad de los datos obtenidos (Hern�ndez-Sampieri & Mendoza, 2018), y permiti� establecer relaciones causales entre factores independientes (estrategias neuroeducativas) y variables dependientes. Se utilizan pruebas estandarizadas para cuantificar los resultados antes y despu�s de la intervenci�n, lo que permite una interpretaci�n emp�rica y estad�stica de los efectos observados.

El estudio utiliz� un dise�o cuasi-experimental pretest-postest con un grupo de estudiantes. Esta metodolog�a analiz� los cambios en el rendimiento acad�mico de los alumnos tras utilizar un conjunto de estrategias did�cticas basadas en principios de la neurociencia. A diferencia de los dise�os experimentales puros, este estudio no utiliz� la asignaci�n aleatoria de los participantes debido a consideraciones �ticas y organizativas dentro del entorno educativo. Sin embargo, el uso del pretest y el postest garantiz� la medici�n del progreso acad�mico del grupo de intervenci�n y la evaluaci�n de la eficacia de las estrategias utilizadas.

La muestra estuvo constituida por 140 estudiantes de los grados octavo, noveno y d�cimo, matriculados en la secci�n matutina de la Unidad Educativa Gonzaman�. Los participantes fueron elegidos mediante una encuesta basada un muestreo aleatorio por conveniencia, tomando en cuenta los criterios de inclusi�n predefinidos: (a) matr�cula en el aula matutina y (b) al menos cuatro meses de clases continuas de matem�ticas durante el a�o acad�mico en curso.

De acuerdo con la �tica de la investigaci�n cient�fica, los estudiantes participaron de forma voluntaria y consciente. Obtuvimos el consentimiento de cada participante y la autorizaci�n de sus representantes legales (padres o tutores). Adem�s, la investigaci�n fue gestionada y recibi� la aprobaci�n formal de las autoridades administrativas de la Unidad Educativa Gonzaman�, quienes supervisaron su ejecuci�n en el �mbito institucional. La confidencialidad de los datos y el anonimato de los estudiantes fueron garantizados de acuerdo con las directrices �ticas y las normas en seres humanos.

Para la recolecci�n de los datos, se dise�� un instrumento de evaluaci�n de la competencia matem�tica con dos versiones paralelas: una para el pretest (primera fase diagn�stica) y otra para el postest (fase de evaluaci�n final). Ambas versiones inclu�an ejercicios de razonamiento l�gico, c�lculo num�rico y resoluci�n de problemas basados en el curr�culo oficial y habilidades cognitivas relacionadas con la memoria de trabajo, la atenci�n, la comprensi�n simb�lica y la toma de decisiones.

La herramienta fue validada por un equipo de expertos en matem�ticas y neurociencia que evaluaron su pertinencia, claridad y coherencia. Para garantizar la fiabilidad, se realiz� una aplicaci�n piloto con un grupo similar de estudiantes, que arroj� un coeficiente de consistencia interna adecuado (α de Cronbach > 0,80), lo que garantiz� la estabilidad de los resultados obtenidos.

Los datos recogidos durante las fases de pretest y postest se analizaron utilizando el programa estad�stico SPSS v26. En primer lugar, se utilizaron estad�sticas descriptivas (media, desviaci�n est�ndar y frecuencia) para analizar el rendimiento general de los alumnos. Posteriormente, se utiliz� la prueba t de Student para muestras relacionadas con un nivel de significaci�n de 0,05 para determinar diferencias estad�sticamente significativas entre los resultados del pretest y el postest. Este ensayo evalu� el impacto de una intervenci�n pedag�gica basada en estrategias neurocient�ficas.

Durante la intervenci�n, los profesores aplicaron una serie de estrategias did�cticas basadas en principios neuroeducativos dados por Mogoll�n & Rafael (2010), incluyendo actividades para estimular la memoria de trabajo (ejercicios de memoria secuencial, juegos num�ricos, problemas de pensamiento lateral), t�cnicas para fortalecer la atenci�n y reducir la ansiedad matem�tica a trav�s de motivadores din�micos, El uso del lenguaje f�sico y gestual como herramienta pedag�gica ayud� a los estudiantes a comprender conceptos abstractos y a desarrollar nuevas conexiones neuronales, de acuerdo con la literatura neuroeducativa reciente.

Para visualizar si existi� diferencias significativas entre las muestras dadas, se plantearon las siguientes hip�tesis:

𝐻⁰= No hay diferencias significativas en la aplicaci�n de estrategias basadas en neurociencia para mejorar el aprendizaje de las matem�ticas.

𝐻¹= Si hay diferencias significativas en la aplicaci�n de estrategias basadas en neurociencia para mejorar el aprendizaje de las matem�ticas.

Resultados

Se administr� una prueba diagn�stica (pretest) antes de la intervenci�n, seguida de una prueba final (postest) tras la aplicaci�n de las estrategias. Los resultados se utilizaron para analizar el rendimiento acad�mico en matem�ticas e identificar patrones de mejora asociados a la aplicaci�n sistem�tica de t�cnicas que estimulan funciones cognitivas clave como la atenci�n, la memoria de trabajo y el razonamiento l�gico-matem�tico.

Los datos cuantitativos se organizaron y procesaron estad�sticamente para proporcionar una visi�n objetiva del impacto de la intervenci�n. En esta secci�n se presentan los resultados comparativos entre las puntuaciones obtenidas en el pretest y en el postest, teniendo en cuenta los factores definidos en el instrumento de evaluaci�n. Adem�s, se examinan las diferencias significativas en el rendimiento de los alumnos, lo que permite extraer conclusiones preliminares sobre la eficacia de las estrategias utilizadas. En la siguiente secci�n se detallan los resultados m�s significativos del an�lisis estad�stico, junto con sus interpretaciones.

Las caracter�sticas sociodemogr�ficas de los participantes nos permitieron contextualizar adecuadamente los resultados de este estudio. La Tabla 1 muestra la distribuci�n de los estudiantes por sexo, edad y curso. En t�rminos de g�nero, hay un ligero predominio del sexo masculino, con 75 estudiantes (52,4%), mientras que el sexo femenino represent� el 45,5% de la muestra (65 estudiantes), lo que indica una distribuci�n bastante equitativa. Esta proporci�n sugiere una adecuada representaci�n de sexos, lo que contribuye a la validez de los resultados, especialmente cuando se consideran variables que pueden estar relacionadas con diferencias cognitivas o emocionales en el aprendizaje de las matem�ticas.

La mayor�a de los alumnos ten�an 14 a�os (74, o 51,7%), seguidos de los de 15 a�os (36, o 25,2%) y los de 13 a�os (30, o 21%). En cuanto al nivel educativo, el und�cimo grado ten�a el mayor porcentaje de alumnos (51,7%), seguido del duod�cimo grado (36,2%) y, por �ltimo, el d�cimo grado (30,1%). Esta distribuci�n muestra una concentraci�n significativa en el grupo intermedio (noveno grado), lo que podr�a aportar informaci�n valiosa sobre el desarrollo de determinadas habilidades cognitivas en etapas clave de la formaci�n en educaci�n secundaria.

 

Tabla 1: Datos sociodemogr�ficos de estudiantes

Elaborado: Autores

 

Por otro lado, las estad�sticas descriptivas sobre el rendimiento acad�mico en matem�ticas, obtenidas mediante pretest y postest, muestran diferencias significativas en las puntuaciones antes y despu�s de una intervenci�n neuroeducativa. La puntuaci�n aritm�tica media aument� de 4,81 en el pretest a 7,19 en el postest, lo que indica una mejora significativa en el rendimiento general de los alumnos. De forma consistente, tanto la mediana como la moda aumentaron de 5,00 a 7,00, lo que indica un cambio en la tendencia central hacia valores m�s altos y una mayor concentraci�n de puntos en torno a un rendimiento satisfactorio.

Adem�s, hubo una peque�a reducci�n de la desviaci�n t�pica, que pas� de 1,116 en el pretest a 1,092 en el postest, lo que indica una disminuci�n de la dispersi�n de los resultados y, en consecuencia, una mayor homogeneidad en el rendimiento de los alumnos tras la intervenci�n. La varianza tambi�n mostr� una peque�a disminuci�n (de 1,246 a 1,193), lo que apoya esta interpretaci�n. En cuanto a los valores extremos, el m�nimo fue 2 en el pretest y aument� a 5 en el postest. El m�ximo aument� de 7 a 10.

 

Tabla 2: Estad�sticos descriptivos

Elaborado: Autores

 

As� mismo, la Tabla 3 muestra diferencias significativas en la distribuci�n de frecuencias y porcentajes entre los resultados del pretest y el postest, lo que indica una mejora general del rendimiento acad�mico de los alumnos tras la aplicaci�n de estrategias neuroeducativas. En el pretest, un peque�o grupo de alumnos (0,7%) present� el nivel de rendimiento m�s bajo, mientras que, en el postest, esta cifra aument� algo hasta el 3,5%. Aunque este aumento pueda parecer contradictorio, es crucial se�alar que corresponde a un grupo perif�rico y no representa una tendencia m�s amplia.

Un an�lisis m�s detallado muestra que la mayor�a de los alumnos en el pretest se situaban en categor�as intermedias, con un 28,7% que recib�a una calificaci�n media-baja, un 27,3% que recib�a una calificaci�n media y un 25,2% que recib�a una calificaci�n media-alta. En cambio, el postest muestra una distribuci�n m�s favorable, con una mayor proporci�n de alumnos que pasan a niveles superiores de rendimiento. Por ejemplo, el 31,5% de los alumnos obtuvo una calificaci�n alta, seguido del 30,1% en el rango medio-alto y el 24,5% en el nivel medio.

Uno de los cambios m�s notables es la dr�stica disminuci�n de la proporci�n de alumnos en el rango medio-bajo (del 25,2% en el pretest a s�lo el 4,9% en el postest), lo que implica que la intervenci�n pedag�gica permiti� a muchos alumnos superar barreras de aprendizaje previas. Del mismo modo, la proporci�n de alumnos en los niveles m�s bajos ha disminuido significativamente, lo que implica no s�lo un aumento del rendimiento medio, sino tambi�n una mayor equidad en el acceso al aprendizaje de las matem�ticas.

Estos resultados respaldan la eficacia de las estrategias basadas en neurociencia aplicadas, que contribuyeron a mejorar tanto el rendimiento acad�mico como la distribuci�n entre los alumnos. La mayor concentraci�n en los rangos altos y la disminuci�n en los rangos bajos indican un impacto positivo de la intervenci�n, dirigida a optimizar funciones cognitivas clave como la atenci�n, la memoria de trabajo y el razonamiento l�gico. En conjunto, los resultados apoyan la hip�tesis y aportan pruebas emp�ricas de la necesidad de incorporar principios neurocient�ficos a la ense�anza de las matem�ticas.

 

Tabla 3. Diferencias significativas pre y postest

Elaborado: Autores

 

Con el fin de contrastar de manera estad�sticamente v�lida las diferencias entre el rendimiento acad�mico antes y despu�s de la intervenci�n pedag�gica basada en estrategias basadas en neurociencia se aplic� una prueba t de Student para muestras emparejadas.

Estos resultados respaldan la eficacia de las estrategias aplicadas, que contribuyeron a mejorar tanto el rendimiento acad�mico como la distribuci�n entre los alumnos. La mayor concentraci�n en los rangos altos y la disminuci�n en los rangos bajos indican un impacto positivo de la intervenci�n, dirigida a optimizar funciones cognitivas clave como la atenci�n, la memoria de trabajo y el razonamiento l�gico. En conjunto, los resultados apoyan la hip�tesis y aportan pruebas emp�ricas de la necesidad de incorporar los principios de la neurociencia a la ense�anza de las matem�ticas.

Los resultados revelaron una diferencia media de -2,379 puntos entre el pretest y el postest, lo que indica una mejora significativa del rendimiento tras la intervenci�n. Esta diferencia negativa refleja el hecho de que las puntuaciones del postest fueron sistem�ticamente superiores a las del pretest. La desviaci�n est�ndar de la diferencia fue de 1,566, con un error est�ndar medio de 0,132, lo que indica una baja variabilidad entre los resultados individuales y, en consecuencia, un alto nivel de confianza en los datos obtenidos.

El valor de significaci�n bilateral (p) fue de ,000, que es inferior a 0,001, lo que nos permite rechazar la hip�tesis nula y aceptar la hip�tesis alternativa del estudio. La intervenci�n basada en estrategias de neurociencia para el aprendizaje de las matem�ticas dio lugar a una diferencia estad�sticamente significativa en las puntuaciones obtenidas en el pretest y en el postest. Este resultado demuestra la eficacia del enfoque aplicado y subraya la importancia de incorporar los fundamentos de la neurociencia en la ense�anza de las matem�ticas.

 

 

 

 

 

 

Tabla 4. An�lisis de pueba T-student para muestras emparejadas

Elaborado: Autores

 

Los hallazgos respaldan firmemente el uso de estrategias pedag�gicas basadas en la neurociencia para mejorar el rendimiento acad�mico de los estudiantes en matem�ticas. La mejora en las puntuaciones de las pruebas posteriores, respaldada por el an�lisis estad�stico inferencial, indica no solo un mayor dominio del contenido, sino tambi�n una influencia positiva en los procesos cognitivos involucrados en el aprendizaje. Estos hallazgos proporcionan una s�lida base emp�rica para incorporar enfoques neuroeducativos en el dise�o de experiencias docentes m�s efectivas que se centren en el funcionamiento genuino del cerebro y el desarrollo hol�stico del alumnado.

 

Discusi�n

Al activar procesos cognitivos que responden a la arquitectura cerebral implicada en el razonamiento matem�tico. Esto coincide con lo planteado por Arsalidou & Taylor (2011) y Buckley et al. (2016), quienes se�alan que el aprendizaje matem�tico implica la participaci�n de una red neural distribuida, especialmente en el l�bulo parietal y frontal, regiones que se estimulan mediante estrategias que combinan representaci�n simb�lica y no simb�lica (Khramova et al., 2023).

En este sentido, los hallazgos evidencian que la implementaci�n de actividades did�cticas que equilibran el razonamiento formal con enfoques visuales e intuitivos favorece un aprendizaje m�s significativo (Cunha & Sholl-Franco, 2016). Esta observaci�n respalda la propuesta de Gashaj et al. (2024) y Pincham et al. (2014), quienes destacan que los enfoques que integran ambas formas de representaci�n potencian la comprensi�n conceptual en funci�n del desarrollo cognitivo del estudiante. En particular, los adolescentes, por su elevada plasticidad cerebral y maduraci�n del c�rtex prefrontal Procopio et al. (2024), responden favorablemente a estrategias que estimulan la planificaci�n, la resoluci�n de problemas y la toma de decisiones, componentes clave de las funciones ejecutivas (Al Dahhan et al., 2016).

Adem�s, el an�lisis neurofuncional de los procesos de aprendizaje corrobora que las estrategias aplicadas en este estudio �al incorporar est�mulos visuales, l�dicos y simb�licos� activan distintos patrones de ondas cerebrales. Tal como lo indican Romero Parra et al. (2022), las tareas simb�licas generan mayor actividad gamma, asociada al razonamiento l�gico-matem�tico y verbal, mientras que las tareas no simb�licas potencian la actividad beta, relacionada con la percepci�n visual-espacial. En consecuencia, el dise�o pedag�gico debe considerar no solo el contenido matem�tico, sino tambi�n el formato y los est�mulos empleados, para fomentar una activaci�n cerebral balanceada y efectiva (Laurillard, 2016).

Asimismo, los datos obtenidos reflejan mejoras en el rendimiento matem�tico cuando las estrategias se enfocan en desarrollar el sentido num�rico, entendido como la capacidad para comprender intuitivamente las cantidades y sus relaciones (Spitzer & Moeller, 2022). Esto concuerda con lo planteado por Olkun (2022) y Trninic et al. (2020), quienes argumentan que el desarrollo del sentido num�rico depende de la interacci�n entre los sistemas preciso, aproximado y simb�lico, y se ve favorecido por un entorno educativo que estimule estas capacidades de forma estructurada y coherente (Davidesco, 2020).

Finalmente, los hallazgos de este estudio refuerzan la necesidad de repensar la ense�anza de las matem�ticas desde un enfoque neuroeducativo, ya que los m�todos tradicionales como se ha se�alado por Tokuhama-Espinosa y Borja (2023) no siempre son eficaces para superar las barreras cognitivas que enfrentan los estudiantes (P�rez Buelvas & Severiche Mendoza, 2023). En cambio, una ense�anza fundamentada en la neurociencia permite al docente adaptar sus estrategias a las necesidades cerebrales y cognitivas de los adolescentes, promoviendo aprendizajes duraderos y significativos (Rivera-Rivera, 2019).

 

Conclusiones

�         La integraci�n de enfoques que estimulan tanto el pensamiento simb�lico como el no simb�lico favorece no solo la comprensi�n conceptual, sino tambi�n el desarrollo de habilidades cognitivas superiores como la planificaci�n, la toma de decisiones y la resoluci�n de problemas.

�         Desde una perspectiva neuroeducativa, se evidencia la importancia de considerar el funcionamiento cerebral en el dise�o de actividades did�cticas, especialmente en una asignatura tradicionalmente abstracta como las matem�ticas. La incorporaci�n de est�mulos visuales, din�micos e intuitivos responde a las demandas cognitivas de los adolescentes, quienes atraviesan una etapa de alta plasticidad cerebral y maduraci�n progresiva de estructuras clave como el c�rtex prefrontal.

�         Asimismo, se reafirma la necesidad de articular pr�cticas pedag�gicas que activen distintas �reas del cerebro mediante la alternancia entre tareas simb�licas y no simb�licas, contribuyendo al fortalecimiento del sentido num�rico. Esta capacidad, fundamental en la construcci�n del pensamiento matem�tico, debe ser promovida desde una ense�anza que respete las etapas del desarrollo cognitivo y que incorpore metodolog�as que activen la red neuronal implicada en el procesamiento matem�tico.

�         En consecuencia, la formaci�n docente debe incluir nociones fundamentales de neurociencia aplicadas a la educaci�n matem�tica, a fin de transformar los m�todos tradicionales por pr�cticas m�s inclusivas, significativas y alineadas con la arquitectura cerebral del estudiante. Solo as� ser� posible avanzar hacia una ense�anza de las matem�ticas m�s comprensiva, efectiva y adaptada a las necesidades reales del alumnado.

 

Referencias

      1.            Al Dahhan, N. Z., Kirby, J. R., & Munoz, D. P. (2016). Understanding Reading and Reading Difficulties Through Naming Speed Tasks: Bridging the Gaps Among Neuroscience, Cognition, and Education. AERA Open, 2(4). https://doi.org/10.1177/2332858416675346

      2.            Arsalidou, M., Pawliw-Levac, M., Sadeghi, M., & Pascual-Leone, J. (2018). Brain areas associated with numbers and calculations in children: Meta-analyses of fMRI studies. Developmental Cognitive Neuroscience, 30, 239�250. https://doi.org/10.1016/j.dcn.2017.08.002

      3.            Arsalidou, M., & Taylor, M. J. (2011). Is 2+2=4? Meta-analyses of brain areas needed for numbers and calculations. NeuroImage, 54(3), 2382�2393. https://doi.org/10.1016/j.neuroimage.2010.10.009

      4.            Buckley, S., Reid, K., Goos, M., Lipp, O. V., & Thomson, S. (2016). Understanding and addressing mathematics anxiety using perspectives from education, psychology and neuroscience. Australian Journal of Education, 60(2), 157�170. https://doi.org/10.1177/0004944116653000

      5.            Cunha, K. M., & Sholl-Franco, A. (2016). COGNITION AND LOGIC: ADAPTATION AND APPLICATION OF INCLUSIVE TEACHING MATERIALS FOR HANDS-ON WORKSHOPS. Journal of Research in Special Educational Needs, 16, 696�700. https://doi.org/10.1111/1471-3802.12203

      6.            Davidesco, I. (2020). Brain-to-brain synchrony in the stem classroom. CBE Life Sciences Education, 19(3), 1�6. https://doi.org/10.1187/cbe.19-11-0258

      7.            Fyfe, E. R., McNeil, N. M., Son, J. Y., & Goldstone, R. L. (2014). Concreteness Fading in Mathematics and Science Instruction: A Systematic Review. In Educational Psychology Review (Vol. 26, Issue 1, pp. 9�25). Springer Science and Business Media, LLC. https://doi.org/10.1007/s10648-014-9249-3

      8.            Gaidoschik, M. (2024). Number Line Estimation Tasks: a Mathematics Education Perspective at a Task Type Prominent in the Cognitive Neurosciences. Journal Fur Mathematik-Didaktik, 45(1). https://doi.org/10.1007/s13138-023-00229-x

      9.            Gashaj, V., Oberer, N., Mast, F. W., & Roebers, C. M. (2019). The Relation Between Executive Functions, Fine Motor Skills, and Basic Numerical Skills and Their Relevance for Later Mathematics Achievement. Early Education and Development, 30(7), 913�926. https://doi.org/10.1080/10409289.2018.1539556

  10.            Gashaj, V., Trninić, D., Formaz, C., Tobler, S., G�mez Ca��n, J. S., Poikonen, H., & Kapur, M. (2024). Bridging cognitive neuroscience and education: Insights from EEG recording during mathematical proof evaluation. Trends in Neuroscience and Education, 35. https://doi.org/10.1016/j.tine.2024.100226

  11.            Hermida, M. J., Segretin, M. S., Prats, L. M., Fracchia, C. S., Colombo, J. A., & Lipina, S. J. (2015). Cognitive neuroscience, developmental psychology, and education: Interdisciplinary development of an intervention for low socioeconomic status kindergarten children. Trends in Neuroscience and Education, 4(1�2), 15�25. https://doi.org/10.1016/j.tine.2015.03.003

  12.            Hern�ndez-Sampieri, R., & Mendoza, C. P. (2018). Metodolog�a de la Investigaci�n (S�ptima).

  13.            Khramova, M. V., Bukina, T. V., Smirnov, N. M., Kurkin, S. A., & Hramov, A. E. (2023). Prevalence of neuromyths among students and pre-service teachers. Humanities and Social Sciences Communications, 10(1). https://doi.org/10.1057/s41599-023-02412-4

  14.            Lagarda, A., Barcel�, J. G., & Novela, G. (2016). Revista de M�todos Cuantitativos para la Econom�a y la Empresa. Revista de M�todos Cuantitativos Para LaEconom�a y La Empresa, 24, 129�146. http://www.redalyc.org/articulo.oa?id=233154079004

  15.            Laurillard, D. (2016). Learning number sense through digital games with intrinsic feedback. In Australasian Journal of Educational Technology (Issue 6). http://www.gl-assessment.co.uk/products/dyscalculia-screener

  16.            Mogoll�n, E., & Rafael Belloso Chac�n Maracaibo, U. (2010). Aportes de las neurociencias para el desarrollo de estrategias de ense�anza y aprendizaje de las Matem�ticas Contributions of Neuroscience to Develop Teaching Strategies and Learning of Mathematics. In Revista Electr�nica Educare: Vol. XIV.

  17.            Olkun, S. (2022). How Do We Learn Mathematics? A Framework for a Theoretical and Practical Model. International Electronic Journal of Elementary Education, 14(3), 295�302. https://doi.org/10.26822/iejee.2022.245

  18.            P�rez Buelvas, H., & Severiche Mendoza, C. A. (2023). Desarrollo del pensamiento cr�tico, los procesos metacognitivos y motivacionales para una educaci�n de calidad. Revista Latinoamericana Ogmios, 3(6), 113�118. https://doi.org/10.53595/rlo.v3.i6.058

  19.            Pincham, H. L., Matejko, A. A., Obersteiner, A., Killikelly, C., Abrahao, K. P., Benavides-Varela, S., Gabriel, F. C., Rato, J. R., & Vuillier, L. (2014). Forging a new path for Educational Neuroscience: An international young-researcher perspective on combining neuroscience and educational practices. Trends in Neuroscience and Education, 3(1), 28�31. https://doi.org/10.1016/j.tine.2014.02.002

  20.            Procopio, M., Fern�ndez-C�zar, R., Fernandes-Procopio, L., & Y�nez-Araque, B. (2024). Neuroscience-Based Information and Communication Technologies Development in Elementary School Mathematics through Games: A Case Study Evaluation. Education Sciences, 14(3). https://doi.org/10.3390/educsci14030213

  21.            Rivera-Rivera, E. (2019). El neuroaprendizaje en la ense�anza de las matem�ticas: la nueva propuesta educativa. Entorno, 67, 157�168. https://doi.org/10.5377/entorno.v0i67.7498

  22.            Romero Parra, R. M., Barboza Arenas, L. A., Espina-Romero, L. C., Garc�s Rosendo, E. J., & Rodr�guez �ngeles, C. H. (2022). Effects of a Neuroscience-Based Instructional Guide on College Student Learning. International Journal of Learning, Teaching and Educational Research, 21(2), 33�48. https://doi.org/10.26803/ijlter.21.2.3

  23.            Sokolowski, H. M., Fias, W., Mousa, A., & Ansari, D. (2017). Common and distinct brain regions in both parietal and frontal cortex support symbolic and nonsymbolic number processing in humans: A functional neuroimaging meta-analysis. NeuroImage, 146, 376�394. https://doi.org/10.1016/j.neuroimage.2016.10.028

  24.            Spitzer, M. W. H., & Moeller, K. (2022). Predicting fraction and algebra achievements online: A large-scale longitudinal study using data from an online learning environment. Journal of Computer Assisted Learning, 38(6), 1797�1806. https://doi.org/10.1111/jcal.12721

  25.            Tokuhama-Espinosa, T., & Borja, C. (2023). Radical neuroconstructivism: a framework to combine the how and what of teaching and learning? Frontiers in Education, 8. https://doi.org/10.3389/feduc.2023.1215510

  26.            Trninic, D., Kapur, M., & Sinha, T. (2020). The Disappearing �Advantage of Abstract Examples in Learning Math.� Cognitive Science, 44(7). https://doi.org/10.1111/cogs.12851

 

 

 

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).