Obtención de código mediante inteligencia artificial generativa: resolución de varios problemas matemáticos de interés

• Miguel Escribano Ródenas ^[1] ; Fernando Ricote Gil ^[1] ; Mercedes Elices López ^[1]
  1. [1] Universidad Complutense de Madrid

     Universidad Complutense de Madrid

     Madrid, España

     
• Localización: Anales de ASEPUMA, ISSN-e 2171-892X, Nº. 33, 2025
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este trabajo se centra en el uso de la Inteligencia Artificial Generativa (IAG) para la resolución de problemas en el área de economía. El objetivo consiste en la generación de código que permita la resolución de un problema en esta área. Para ello se pretende utilizar como metodología la ingeniería de prompts (prompt engineering) que permite definir el problema desde un punto de vista de la especificación de requisitos del software que se desea desarrollar.

    En la introducción se describe qué objetivos tiene la IAG para describir el contexto en el que se sitúa este trabajo. Se ha hecho referencia a diferentes trabajos en el estado del arte para centrar este estudio. En la metodología se describe el enfoque aplicado para la generación de un prompt que será la entrada a la IAG. A continuación se describen distintos ejemplos en el ámbito de la investigación operativa, y las matemáticas financieras, en los que se presenta: el prompt que se ha utilizado, el código que se ha generado y la ejecución de dicho código para ilustrar la resolución de cada ejemplo planteado.

    Los resultados muestran que los problemas planteados, pueden llevarse a cabo mediante este enfoque y que permite la obtención de un modelo con el que poder validar la solución presentada. Este enfoque tecnológico y metodológico permite dar respuesta a problemas en el ámbito financiero y matemático con resultados muy prometedores.

  • English

    This work focuses on the use of Generative Artificial Intelligence (GAI) for problemsolving in the field of economics. The objective is to generate code that enables the resolution of a specific problem within this domain. To achieve this, prompt engineering will be employed as the methodological approach, allowing the problem to be specified from the perspective of software requirements specification for the intended development.

    The introduction outlines the goals of GAI in order to contextualize the present study. A review of related works in the state of the art is included to frame and position this research. The methodology section describes the approach used to construct a prompt that will serve as input to the GAI system. Subsequently, several examples from the fields of operations research and financial mathematics are presented. For each case, the prompt used, the code generated, and its execution are described to illustrate the resolution of the proposed problems.

    The results demonstrate that the proposed problems can be effectively addressed using this approach, enabling the development of models through which the generated solutions can be validated.

    This technological and methodological approach proves to be a promising means of addressing problems in the financial and mathematical domains, yielding highly encouraging outcomes

• Referencias bibliográficas
  • ASHISH, K., NISUMBA, S., RAMKUMAR, R. (2025) “Enhancing data analysis and programming skills through structured prompt training: The impact...
  • FOGGIA, A., IMPROTA, C., LIGUORI P. (2024) “Automating the Correctness Assessment of AI-Generated Code for Security Purposes”. Journal of...
  • NAZIR, A., WANG, Z. (2023) “A comprehensive survey of ChatGPT: Advancements, applications, prospects, and challenges”. Meta-Radiology. Volumen...
  • PARK, A., TAEKYUNG, K. (2025) “Code suggestions and explanations in programming learning: Use of ChatGPT and performance”. The International...
  • LIGUORI, P., IMPROTA, C., NATELLA, R., CUKIC B (2023). “Who evaluates the evaluators? On automatic metrics for assessing AI-based offensive...
  • PERES, R., SCHREIR, M., SWEIDEL, D., SORESCU, A. “On ChatGPT and beyond: How generative artificial intelligence may affect research, teaching,...
  • RAMAZAN, Y., FATMA G (2024).”The effect of generative artificial intelligence (AI)-based tool use on students' computational thinking...
  • LIM, W., GUNASEKARA, A.,PALLANT, J.L., PALLANT, J.I., PACHENKINA, E. (2023). “Generative AI and the future of education: Ragnarok or reformation?...
  • KIZILCEC, R., HUBER, E. y otros (2024). “Perceived impact of generative AI on assessments: Com”paring educator and student perspectives in...
  • KOHNKE, L., MOORHOUSE, B., ZOU, D. (2023) Exploring generative artificial intelligence preparedness among university language instructors:...
  • ANAND, N., AJANTHA, D., KULDEEP, K. (2025). “Mastering Prompt Engineering. Deep Insights for Optimizing Large Language Models (LLMs)”. Elsevier....
  • KHALIFA, M.,ALBADAWY, M. (2024).” Using artificial intelligence in academic writing and research: An essential productivity tool”. Computer...
  • GUPTA, A., SHIVERS-MCNAIR, A.(2024) “ “Wayfinding” through the AI wilderness: Mapping rhetorics of ChatGPT prompt writing on X (formerly Twitter)...