Bryan Fernando Pérez-Pilco
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Bryan Fernando Pérez-Pilco has a total of 7 co-authors. Here are the top co-authors by number of shared publications:
- Carlos Luis Gusqui Guananga
Universidad Técnica de Ambato
1 shared publication - Dayana Cristina Villarreal Meza
Universidad Nacional de Chimborazo
1 shared publication - Franklin Orlando Vizuete Vizueta
Universidad Nacional de Chimborazo
1 shared publication - Lizbeth Carolina Sanunga Guananga
Universidad Nacional de Chimborazo
1 shared publication - Luis Javier Castillo Heredia
Universidad Estatal de Milagro
1 shared publication - María Cristina Robayo Villarroel
Universidad Nacional de Chimborazo
1 shared publication
Latest Publications
- Open Access
- 2 July 2026
- Published by Esprint in Esprint Investigación
- Vol. 5 (2) , 67-93
Marco metodológico computacional para el análisis estructural de problemas matemáticos verbales
La traducción de problemas verbales a expresiones algebraicas constituye uno de los obstáculos cognitivos más persistentes en la educación matemática, evidenciado en evaluaciones de desempeño estudiantil en la región. Para abordar esta brecha, el presente estudio diseñó y validó un marco computacional teórico-metodológico para analizar la estructura semántica de problemas matemáticos verbales, integrando la teoría de registros de representación semiótica de Duval (2006, 2017) con técnicas de procesamiento de lenguaje natural asistidas por modelos de lenguaje de gran escala. La validación se realizó mediante implementación en Python aplicada a un corpus de 48 problemas extraídos de libros de texto oficiales de educación secundaria ecuatoriana (EGB superior y BGU). Los resultados mostraron que el pipeline de cuatro módulos clasifica las estructuras semánticas con un desempeño F1 = 0,88 y κ = 0,83, evidenciando alta concordancia con anotadores humanos. Como contribuciones principales, el estudio derivó una taxonomía de seis estructuras semánticas que permite caracterizar la complejidad de los problemas y un flujo metodológico replicable documentado en anexos de código y cálculos estadísticos. Esta aproximación proporciona herramientas diagnósticas útiles para docentes e investigadores, permite diseñar secuencias didácticas fundamentadas, identificar errores específicos en la conversión semiótica y equilibrar la representación de estructuras semánticas en los textos curriculares. Además, establece líneas futuras de investigación que incluyen la ampliación del corpus a otros contextos latinoamericanos, el desarrollo de un módulo de estimación de carga cognitiva y la implementación de intervenciones didácticas basadas en la taxonomía, evaluando su impacto en el rendimiento estudiantil.
- 2 July 2026
- Published by Esprint in Esprint Investigación
- Vol. 5 (2) , 67-93
Open AccessMarco metodológico computacional para el análisis estructural de problemas matemáticos verbales
La traducción de problemas verbales a expresiones algebraicas constituye uno de los obstáculos cognitivos más persistentes en la educación matemática, evidenciado en evaluaciones de desempeño estudiantil en la región. Para abordar esta brecha, el presente estudio diseñó y validó un marco computacional teórico-metodológico para analizar la estructura semántica de problemas matemáticos verbales, integrando la teoría de registros de representación semiótica de Duval (2006, 2017) con técnicas de procesamiento de lenguaje natural asistidas por modelos de lenguaje de gran escala. La validación se realizó mediante implementación en Python aplicada a un corpus de 48 problemas extraídos de libros de texto oficiales de educación secundaria ecuatoriana (EGB superior y BGU). Los resultados mostraron que el pipeline de cuatro módulos clasifica las estructuras semánticas con un desempeño F1 = 0,88 y κ = 0,83, evidenciando alta concordancia con anotadores humanos. Como contribuciones principales, el estudio derivó una taxonomía de seis estructuras semánticas que permite caracterizar la complejidad de los problemas y un flujo metodológico replicable documentado en anexos de código y cálculos estadísticos. Esta aproximación proporciona herramientas diagnósticas útiles para docentes e investigadores, permite diseñar secuencias didácticas fundamentadas, identificar errores específicos en la conversión semiótica y equilibrar la representación de estructuras semánticas en los textos curriculares. Además, establece líneas futuras de investigación que incluyen la ampliación del corpus a otros contextos latinoamericanos, el desarrollo de un módulo de estimación de carga cognitiva y la implementación de intervenciones didácticas basadas en la taxonomía, evaluando su impacto en el rendimiento estudiantil.
- Open Access
- 30 September 2025
- Published by Center and Development of Research Projects in ASCE MAGAZINE
- Vol. 4 (4) , 1529-1560
"Necesidad de un código ético y una política universitaria para el uso responsable de la inteligencia artificial en la educación superior"
Actualmente, la inteligencia artificial (IA) debe integrarse de manera responsable en las instituciones de educación superior, garantizando su uso ético y orientado al fortalecimiento de los procesos académicos. En este contexto, la presente investigación tuvo como objetivo analizar las tendencias, la productividad y el impacto de la producción científica relacionada con la necesidad de un código ético y una política universitaria para el uso responsable de la IA en la educación superior, a través de un estudio bibliométrico. Se desarrolló un diseño descriptivo de enfoque cuantitativo y estructural, basado en la base de datos Scopus, con el uso del software Bibliometrix y su interfaz Biblioshiny (RStudio). Se identificaron 179 publicaciones sobre ética e IA y 278 sobre políticas universitarias y IA, evidenciando un crecimiento sostenido desde 2020, con picos en 2023 y 2025. En el ámbito ético predominan los temas de transparencia, equidad algorítmica, integridad académica y responsabilidad docente, mientras que en el campo de las políticas universitarias destacan la alfabetización digital, sostenibilidad, gobernanza institucional y marcos normativos. La mayor productividad proviene de Estados Unidos, Reino Unido, China, India y Australia, con una participación creciente de México, Brasil, Chile, Colombia y Perú. El análisis de coocurrencia y co-citación evidenció la integración de los enfoques ético y político bajo el concepto de “IA responsable”, consolidando líneas de investigación sobre educación inclusiva, brecha digital y gobernanza tecnológica.
- 30 September 2025
- Published by Center and Development of Research Projects in ASCE MAGAZINE
- Vol. 4 (4) , 1529-1560
Open Access"Necesidad de un código ético y una política universitaria para el uso responsable de la inteligencia artificial en la educación superior"
Actualmente, la inteligencia artificial (IA) debe integrarse de manera responsable en las instituciones de educación superior, garantizando su uso ético y orientado al fortalecimiento de los procesos académicos. En este contexto, la presente investigación tuvo como objetivo analizar las tendencias, la productividad y el impacto de la producción científica relacionada con la necesidad de un código ético y una política universitaria para el uso responsable de la IA en la educación superior, a través de un estudio bibliométrico. Se desarrolló un diseño descriptivo de enfoque cuantitativo y estructural, basado en la base de datos Scopus, con el uso del software Bibliometrix y su interfaz Biblioshiny (RStudio). Se identificaron 179 publicaciones sobre ética e IA y 278 sobre políticas universitarias y IA, evidenciando un crecimiento sostenido desde 2020, con picos en 2023 y 2025. En el ámbito ético predominan los temas de transparencia, equidad algorítmica, integridad académica y responsabilidad docente, mientras que en el campo de las políticas universitarias destacan la alfabetización digital, sostenibilidad, gobernanza institucional y marcos normativos. La mayor productividad proviene de Estados Unidos, Reino Unido, China, India y Australia, con una participación creciente de México, Brasil, Chile, Colombia y Perú. El análisis de coocurrencia y co-citación evidenció la integración de los enfoques ético y político bajo el concepto de “IA responsable”, consolidando líneas de investigación sobre educación inclusiva, brecha digital y gobernanza tecnológica.