Elche, España
El paso del bachillerato a los primeros cursos universitarios en grados científicos supone un desafío relevante en el área de matemáticas debido a la brecha entre la preparación previa del alumnado y las exigencias cognitivas del nivel superior. Esta situación se ve agravada por una enseñanza preuniversitaria centrada en la memorización, la baja integración de tecnologías educativas y una escasa orientación hacia el razonamiento abstracto. Como consecuencia, los estudiantes llegan a la universidad con competencias matemáticas desiguales, dificultades para afrontar contenidos abstractos y una actitud negativa hacia la asignatura. Este trabajo propone una estrategia metodológica centrada en la implementación de tests voluntarios y formativos en tres asignaturas clave, con el objetivo de mejorar el aprendizaje autónomo, fomentar la autorregulación y consolidar el conocimiento a largo plazo. La intervención incluye retroalimentación inmediata, el uso de inteligencia artificial para el análisis de errores y la detección temprana de dificultades. A través de esta metodología, se pretende facilitar la transición académica y promover un aprendizaje más significativo y duradero, alineado con los principios de la evaluación formativa y personalizada.
The transition from secondary school to the early years of university science degrees poses a significant challenge in mathematics, largely due to a mismatch between students’ prior preparation and the cognitive demands of higher education. This gap is intensified by pre-university instruction that emphasizes memorization over conceptual understanding, limited use of educational technologies, and insufficient focus on abstract reasoning. As a result, students often begin their university studies with uneven mathematical competencies, difficulties handling abstract content, and negative attitudes toward mathematics. This paper proposes a methodological strategy based on the implementation of voluntary formative testing in three key mathematics subjects, aiming to enhance autonomous learning, foster self-regulation, and support long-term knowledge retention. The intervention involves immediate feedback, the use of artificial intelligence to analyze student errors, and the early detection of learning diff iculties. Through this approach, the project seeks to ease academic transition and promote more meaningful and sustained learning, aligned with the principles of formative and personalized assessment.
© 2008-2026 Fundación Dialnet · Todos los derechos reservados