Numia: Aplicación móvil basada en deep learning para el aprendizaje de números.

Abstract

La escritura correcta de los números arábigos constituye una base esencial para el desarrollo del pensamiento matemático en los primeros grados de educación primaria; sin embargo, la realidad educativa peruana evidencia deficiencias preocupantes en este aspecto, agravadas por la limitada retroalimentación formativa que los docentes pueden ofrecer de manera individualizada en contextos de aulas numerosas. Frente a este escenario, la presente investigación tuvo como objetivo general desarrollar e implementar una aplicación educativa basada en Deep Learning, denominada NumIA, para mejorar el trazado correcto de los números arábigos en estudiantes de primer grado de primaria de la Institución Educativa Fe y Alegría N.° 28, ubicada en Chiclayo, Lambayeque. El estudio se tipificó como cuantitativo, aplicativo, de nivel explicativo y con un diseño cuasi-experimental de tipo pretest-postest con un solo grupo intacto, conformado por 30 estudiantes seleccionados mediante muestreo no probabilístico intencional, distribuidos equitativamente en tres secciones (10 por sección). La aplicación NumIA integró un modelo de inteligencia artificial basado en Redes Siamesas capaz de evaluar automáticamente la similitud entre el trazo del estudiante y patrones de referencia predefinidos, generando retroalimentación inmediata y personalizada. La intervención se ejecutó durante cinco semanas con tres sesiones semanales de 30 minutos, bajo supervisión docente e investigadora permanente. Los resultados del pretest arrojaron una media global de 72.4%, donde solo el 23% de los estudiantes alcanzaba el nivel de Logro Destacado (AD), mientras que en el postest la media global ascendió a 95.7%, representando una ganancia de +23.2 puntos porcentuales, con el 90% de los estudiantes ubicados en nivel AD y el 10% restante en nivel A, desapareciendo por completo los niveles B y C. La prueba t de Student para muestras relacionadas arrojó resultados estadísticamente significativos en las tres secciones y en el análisis global (t = 7.33, p < 0.001), y los tamaños del efecto calculados mediante la d de Cohen superaron el umbral de efecto grande en todos los análisis (d global = 1.34). La Precisión, dimensión más deficitaria en el diagnóstico inicial (71.8%), registró la mayor ganancia en el postest, evidenciando la eficacia específica del módulo de trazado guiado de NumIA sobre la forma estructural del dígito. En conclusión, NumIA demostró ser una herramienta eficaz para mejorar el trazado correcto de los números arábigos, produciendo una mejora consistente, estadísticamente verificada y de magnitud práctica muy grande, según los criterios establecidos por la literatura especializada.

The correct writing of Arabic numerals constitutes an essential foundation for the development of mathematical thinking in the early grades of primary education; however, the Peruvian educational reality evidences concerning deficiencies in this area, aggravated by the limited formative feedback that teachers can offer individually in contexts of large classrooms. Faced with this scenario, the present research aimed to develop and implement an educational application based on Deep Learning, called NumIA, to improve the correct tracing of Arabic numerals in first-grade primary students at the Fe y Alegría N.° 28 Educational Institution, located in Chiclayo, Lambayeque. The study was classified as quantitative, applied, explanatory in level, and with a quasi-experimental pretest-posttest design with a single intact group, consisting of 30 students selected through intentional non-probabilistic sampling, equally distributed across three sections (10 per section). The NumIA application integrated an artificial intelligence model based on Siamese Networks capable of automatically evaluating the similarity between the student's stroke and predefined reference patterns, generating immediate and personalized feedback. The intervention was carried out over five weeks with three weekly sessions of 30 minutes each, under permanent teacher and researcher supervision. Pretest results yielded a global mean of 72.4%, with only 23% of students reaching the Outstanding Achievement level (AD), while in the posttest the global mean rose to 95.7%, representing a gain of +23.2 percentage points, with 90% of students at the AD level and the remaining 10% at level A, with levels B and C disappearing completely. The paired-samples t-test yielded statistically significant results across all three sections and in the global analysis (t = 7.33, p < 0.001), and effect sizes calculated using Cohen's d exceeded the large effect threshold in all analyses (global d = 1.34). Precision, the most deficient dimension in the initial assessment (71.8%), recorded the greatest gain in the posttest, evidencing the specific efficacy of NumIA's guided tracing module on the structural form of the digit. In conclusion, NumIA proved to be an effective tool for improving the correct tracing of Arabic numerals, producing a consistent, statistically verified improvement of very large practical magnitude, according to the criteria established by the specialized literature.