Análisis Comparativo del Desempeño de Modelos de Inteligencia Artificial en la Resolución de Problemas Matemáticos

Resumen

La presente investigación presenta los resultados preliminares de un análisis comparativo sobre el desempeño de tres modelos de inteligencia artificial generativa —ChatGPT (GPT- 5), Gemini 2.5 y DeepSeek V3— en la resolución de problemas matemáticos de nivel intermedio. El objetivo principal fue identificar diferencias relevantes en sus métodos de razonamiento y en la claridad de los procedimientos utilizados, sin profundizar aún en aspectos técnicos internos de cada arquitectura. Para ello, se aplicó un conjunto homogéneo de ejercicios que incluyó operaciones algebraicas, manipulación de fracciones, factorización y resolución de ecuaciones. Cada modelo recibió las mismas instrucciones y sus respuestas fueron evaluadas a partir de criterios cualitativos como claridad explicativa, coherencia de los pasos intermedios y estabilidad del razonamiento. Los resultados preliminares indican que, aunque los tres modelos convergen en las soluciones finales, presentan diferencias sistemáticas en la forma de desarrollar el proceso. ChatGPT destaca por su claridad pedagógica y su capacidad para detallar cada paso, lo que lo hace apropiado para contextos educativos. Gemini muestra una marcada eficiencia operativa y tiende a simplificar expresiones desde etapas tempranas, lo cual agiliza el cálculo y reduce la complejidad algebraica. DeepSeek, por su parte, adopta un enfoque más estructurado orientado a la factorización y a la organización lógica de los términos, ofreciendo procedimientos formales y precisos. Estos hallazgos permiten identificar patrones iniciales sobre el estilo matemático de cada modelo y establecen las bases para análisis posteriores más profundos.