pág. 39

Resumen: La educación inclusiva es clave para garantizar

rendimiento académico. Los resultados mostraron una

pág. 40

Inclusive education is an important factor to ensuring that everyone has the opportunity

to learn fairly, but students with disabilities often face significant challenges, especially

in mathematics. The current research focuses on evaluating the effectiveness of an

inclusive math game at “Unidad Educativa Manuela Cañizares”, located in Orellana

province which was created specifically for students with disabilities. It used a

quantitative approach and a pretest-posttest quasi-experimental design; applying the

CRISP-DM methodology to manage the data. To start, the sample included 124

students with disabilities with variables such as: age, type of disability, educational

combination of gamification and predictive models in inclusive education represents

an innovative and effective strategy, and its implementation in various contexts is

recommended; as well as the training of teachers in adaptive pedagogical

methodologies.

adaptive learning.

La educación inclusiva se ha convertido en un derecho fundamental, con el objetivo

de garantizar que todos los estudiantes, sin importar sus habilidades individuales,

tradicionales a menudo no se adaptan a sus necesidades específicas (Screpnik,

Cabrera & Neira, 2023).

Esta situación se complica aún más en áreas rurales, como se observa en la Unidad

Educativa "Manuela Cañizares" en Orellana, donde la falta de recursos y la escasa

formación de los docentes especializados dificultan la implementación de estrategias

de enseñanza personalizadas. Después de años observando cómo algunos

estudiantes luchan con las matemáticas mientras otros parecen comprenderlas sin

esfuerzo, he llegado a una conclusión respaldada por investigación sólida,

pág. 41

necesitamos cambiar radicalmente nuestra manera de enseñar números.Los juegos

matemáticos inclusivos no son solo una moda pasajera. Como demuestran (Ramani,

Purpura & Cirino, 2020), representan una alternativa genuinamente innovadora para

He visto de primera mano cómo un estudiante que se consideraba "malo para las

matemáticas" de repente se ilumina cuando los números se presentan como un

desafío divertido. La gamificación funciona porque aprovecha algo fundamental en la

naturaleza humana: nuestro amor por el juego. Zambrano, C. B. (2025), confirma lo

más atractivas (Concha-Ramirez et al., 2023) y mejoran la retención del conocimiento,

sino que transforman a los estudiantes en participantes activos de su propio

aprendizaje matemático. Ya no son receptores pasivos, sino exploradores curiosos.

explica (Velastegui, 2023), nos están dando una ventana hacia el futuro del

pág. 42

los modelos predictivos evaluar la efectividad de un juego matemático inclusivo en el

desarrollo de habilidades matemáticas en estudiantes con necesidades especiales?.

pág. 43

Comprensión del Negocio:

En la Unidad Educativa "Manuela Cañizares" de Orellana, nos propusimos algo

ambicioso pero necesario. Queríamos descubrir si un juego matemático diseñado con

verdadera inclusión podría transformar la experiencia de aprendizaje para estudiantes

con diferentes necesidades especiales. La realidad que enfrentamos a diario es

compleja. Las estrategias tradicionales que usamos en clase simplemente no

funcionan para todos nuestros estudiantes. Y en nuestra provincia, los recursos

tecnológicos y especializados son escasos y no aplicados.

se tomaron en cuenta la motivación y el tipo de necesidad especial, de acuerdo con

pág. 44

resultaba usar la plataforma. Era importante que todos estuviéramos midiendo

cuando fuéramos a analizar los resultados.

3. Lo que hicimos después fue bastante interesante tomamos los datos que ya

teníamos y los trabajamos para crear nuevas variables que nos dieran más

información. Por ejemplo, combinamos varios indicadores para crear algo que

llamamos (mejora en el aprendizaje matemático). La idea era tener una medida

más completa que nos ayudara a predecir mejor los resultados de nuestro

modelo.

La variable (mejora en el aprendizaje matemático) se calculó mediante la siguiente

expresión:

técnica one-hot encoding, lo que permitió su conversión en variables dummy y

su inclusión dentro de modelos de regresión, sin perder el carácter informativo

de los registros originales.

5. Después de esto, juntamos toda la información de las diferentes fuentes que

habíamos recopilado y la organizamos en una base de datos. Fue un trabajo

minucioso, pero necesario para asegurar que todos los datos fueran coherentes

entre sí y estuvieran bien estructurados en un solo lugar.

6. Una vez que tuvimos todo ordenado, preparamos los datos y los subimos a la

plataforma que usaríamos para el análisis. De esta manera, quedaron

pág. 45

completamente listos para cuando llegáramos a la etapa de crear los modelos

y hacer las predicciones que necesitábamos para nuestro estudio.

Modelado:

En esta etapa de la investigación se aplicaron técnicas de clasificación y análisis de

por su parte, nos ayuda a captar esas relaciones más complejas que a veces no son

tan evidentes a simple vista.

Organizando los datos dividiendo (70% para entrenar los modelos y reservando el

30% restante para las pruebas). También implementamos una validación cruzada con

cinco grupos para asegurar que nuestros resultados fueran consistentes ajustando así

los parámetros de cada modelo y probando hasta encontrar la configuración más

optima.

Para observar la evolución de las calificaciones a lo largo del tiempo, utilizamos un

modelo ARIMA con parámetros (1,1,1) trabajando con Statsmodels. Técnica que

permitió identificar patrones temporales en el rendimiento académico y evaluar y

Evaluación:

La verificación de los modelos de predicción se centró en averiguar su acierto y su

utilidad a la hora de predecir el aprendizaje de los alumnos. Con este fin, se tuvieron

en cuenta métricas conocidas como son: la exactitud (accuracy), la exhaustividad

(recogida) y la medida F1 (F1-score), que permiten evaluar el comportamiento del

modelo de regresión logística especialmente en escenarios con posible desbalanceo.

pág. 46

Se comparan las predicciones realizadas con las notas finales, lo que nos permite

verificar qué tan cerca de la realidad están los valores que nos ofrecen los modelos.

Para asegurarme de que los resultados fueran realmente confiables, decidí optimizar

los algoritmos usando validación cruzada k-fold y ajusté los hiperparámetros con

cuadrático medio (MSE), el error absoluto medio (MAE) y el coeficiente de

determinación (R²). Las que dieron una imagen clara de qué tan precisas eran mis

predicciones conforme pasaba el tiempo. Se incorporó bootstrapping como técnica de

validación adicional, dando más confianza en los resultados afirmando que estos

hallazgos podrían aplicarse sin problemas en otros contextos educativos similares.

A continuación, las fórmulas empleadas para evaluar el desempeño de los modelos

de clasificación utilizados en el estudio:

Para certificar la sostenibilidad y la aplicabilidad futura de los modelos desarrollados,

se diseña una estrategia de implementación en su integración operativa.

En la implementación técnica decidimos apostar por una arquitectura de

microservicios desde el inicio, y fue una de nuestras mejores decisiones. Esto nos

Lo que realmente marcó la diferencia fue cómo organizamos al equipo: cada profesor,

pág. 47

técnico y administrativo sabía exactamente cuál era su parte en todo esto. Nada de

confusiones ni responsabilidades difusas.

Para el control y adaptabilidad montamos un sistema de monitoreo que nos mantenía

al tanto de todo en tiempo real. En educación no puedes darte el lujo de descubrir

problemas días después. Pero lo que más nos enorgullece es cómo diseñamos la

capacidad de aprendizaje continuo: los modelos se van ajustando solos a medida que

aparecen nuevos datos y situaciones. Es como tener un sistema que evoluciona junto

con los estudiantes y sus necesidades.

con necesidades especiales, nos encontramos con que nuestras sospechas se

confirmaban: las matemáticas son una barrera importante en sus vidas. A la hora de

recopilar datos de los niños, nos dimos cuenta de que casi dos tercios del grupo (65%)

tienen dificultades con operaciones tan básicas como sumas y restas y el resto solo

los niveles previos de su educación. El juego matemático aportó consigo una

respuesta extraordinariamente positiva que superó nuestras expectativas.

herramienta para sus clases diarias en la asignatura de matemáticas. Los usuarios

calificaron la facilidad de uso con un promedio de 4.2 sobre 5 puntos, confirmando que

habíamos logrado crear un aplicativo amigable y funcional para este grupo específico

de estudiantes de necesidades especiales.

En el progreso académico a través de pruebas aplicadas antes y después de tres

semanas de uso continuo del juego matemático. Los resultados iniciales mostraron

que los estudiantes apenas lograban el 43.7% de respuestas correctas, ratificando las

dificultades matemáticas existentes. Después de usar la herramienta durante ese

tiempo, alcanzaron un 68,7% de aciertos, aumentando un 25% sus habilidades

matemáticas.