Integración del pensamiento
matemático y físico: estrategias educativas para articular el aprendizaje de Precálculo
y Física I en la formación universitaria inicial
Integration
of Mathematical and Physical Thinking: Educational Strategies to Articulate the
Learning of Precalculus and Physics I in Early University Education
Integração do pensamento matemático e físico:
estratégias educacionais para articular a aprendizagem de pré-cálculo e física
I no ensino universitário inicial
Marco Vinicio Añazco Maldonado
Segundo Bienvenido Camatón Arízabal
Jorge Wilson Flores Rodríguez
Jorge Washington Encalada Noboa
RESUMEN
La articulación entre el pensamiento matemático y el
pensamiento físico representa un desafío crucial en la formación universitaria
inicial. La enseñanza fragmentada de Precálculo y Física I suele generar
dificultades de transferencia conceptual, impidiendo que los estudiantes
apliquen los fundamentos matemáticos a la comprensión de fenómenos físicos.
Este artículo propone un marco metodológico integrador sustentado en la
modelización, la co-enseñanza interdisciplinaria y el uso de tecnologías
interactivas. Mediante una revisión teórica y el diseño de estrategias
instruccionales, se plantea una secuencia de aprendizaje que conecta contenidos
de ambas asignaturas, favoreciendo la coherencia epistemológica y el desarrollo
de la competencia representacional. Los resultados esperados, basados en
evidencias previas, sugieren mejoras significativas en la comprensión
conceptual, la motivación y la transferencia interdisciplinaria del
conocimiento. Se proyecta un incremento del 40 % en el rendimiento conceptual del
grupo experimental frente al tradicional, atribuible al uso coordinado de
modelización, aprendizaje activo y simulaciones. Las conclusiones destacan que
la integración entre Precálculo y Física I debe institucionalizarse como una
política académica que promueva el pensamiento científico, la comprensión
profunda y la formación integral del estudiantado. El estudio aporta un modelo
replicable para la educación superior, especialmente en carreras STEM, donde la
comprensión interdisciplinaria constituye una competencia esencial para el
aprendizaje significativo y la innovación educativa.
Palabras
clave: integración disciplinar,
pensamiento matemático, pensamiento físico, estrategias educativas.
ABSTRACT
The integration of mathematical and physical thinking
represents a crucial challenge in early university education. The fragmented
teaching of Precalculus and Physics I often generates conceptual transfer
difficulties, preventing students from applying mathematical foundations to the
understanding of physical phenomena. This article proposes an integrative
methodological framework based on scientific modeling, interdisciplinary
co-teaching, and the use of interactive technologies. Through theoretical analysis
and the design of instructional strategies, it outlines a learning sequence
that connects content from both courses, fostering epistemological coherence
and the development of representational competence. Expected results, supported
by previous empirical evidence, indicate significant improvements in conceptual
understanding, motivation, and interdisciplinary knowledge transfer. A
projected 40% increase in conceptual performance is anticipated in the
experimental group compared with traditional instruction, attributed to the
coordinated use of modeling, active learning, and simulations. The conclusions
emphasize that the integration between Precalculus and Physics I should be
institutionalized as an academic policy promoting scientific thinking, deep understanding,
and comprehensive student formation. The study provides a replicable model for
higher education—especially in STEM programs—where interdisciplinary
understanding constitutes an essential competence for meaningful learning and
educational innovation.
Keywords: disciplinary integration, mathematical thinking,
physical thinking, educational strategies.
RESUMO
A integração do pensamento matemático e físico representa um desafio crucial no ensino universitário inicial. O ensino fragmentado de Pré-cálculo e Física I muitas vezes gera dificuldades de transferência conceitual, impedindo os alunos de aplicar os fundamentos matemáticos à compreensão dos fenómenos físicos. Este artigo propõe um quadro metodológico integrativo baseado na modelagem científica, no co-ensino interdisciplinar e no uso de tecnologias interativas. Através da análise teórica e da conceção de estratégias pedagógicas, ele descreve uma sequência de aprendizagem que conecta o conteúdo de ambas as disciplinas, promovendo a coerência epistemológica e o desenvolvimento da competência representacional. Os resultados esperados, apoiados por evidências empíricas anteriores, indicam melhorias significativas na compreensão conceitual, motivação e transferência de conhecimento interdisciplinar. Prevê-se um aumento de 40% no desempenho conceitual no grupo experimental em comparação com o ensino tradicional, atribuído ao uso coordenado de modelagem, aprendizagem ativa e simulações. As conclusões enfatizam que a integração entre Pré-cálculo e Física I deve ser institucionalizada como uma política académica que promova o pensamento científico, a compreensão profunda e a formação abrangente dos alunos. O estudo fornece um modelo replicável para o ensino superior — especialmente em programas STEM — onde a compreensão interdisciplinar constitui uma competência essencial para uma aprendizagem significativa e inovação educacional.
Palavras-chave: integração
disciplinar, pensamento matemático, pensamento físico, estratégias
educacionais.
Introducción
La formación universitaria inicial suele desplegar el
currículo de Matemática y Física en rutas paralelas que rara vez se encuentran
en el aula. En el primer año —cuando se cursan simultáneamente Precálculo
(funciones, límites nocionales, variación) y Física I (cinemática y dinámica)—
los estudiantes reportan dificultades persistentes para “hacer hablar” las
herramientas matemáticas dentro de los modelos físicos y, a la inversa, para
reconocer cómo los fenómenos físicos dan significado a las expresiones simbólicas
y a las gráficas estudiadas en Matemática. Estas tensiones no son triviales:
impactan la comprensión conceptual, la transferencia de conocimientos entre
asignaturas y, en definitiva, la progresión académica en trayectorias STEM. De
hecho, investigaciones recientes muestran que la brecha entre la matemática
escolar y la matemática universitaria necesaria para comprender fenómenos
físicos continúa siendo un obstáculo importante, incluso en contextos donde los
estudiantes poseen buena preparación previa (Hellio, Guedj, & Delserieys,
2025).
La integración del pensamiento matemático y físico no se
reduce a yuxtaponer contenidos ni a usar la matemática como un simple
instrumento de cálculo. Implica una reorganización del proceso de
enseñanza-aprendizaje que promueva la modelización como eje central: el
desarrollo de modelos que combinen representaciones gráficas, simbólicas y
verbales para explicar fenómenos, formular hipótesis y validar resultados
(Domínguez, De la Garza, Quezada-Espinoza, & Zavala, 2024). En esta línea,
se busca que la matemática funcione como un lenguaje de la física, otorgándole
estructura y coherencia a las relaciones causales que los estudiantes deben
descubrir.
Diversos autores coinciden en que la modelización
científica favorece la comprensión conceptual y la transferencia entre dominios
(Borish, Danforth, Stanley, Rehn, & Zwickl, 2022; Weber, Klepsch, &
Schmitz, 2024). Los cursos integrados de Física y Matemática, diseñados con un
enfoque de modelización, han demostrado un impacto positivo en la forma en que
los estudiantes comprenden la derivada y la integral como relaciones de cambio
y acumulación en contextos de cinemática (Domínguez et al., 2024). En estos diseños,
la coordinación entre docentes de ambas áreas permite alinear objetivos,
actividades y evaluaciones, fortaleciendo la coherencia epistemológica entre
las disciplinas (Ozden & Díaz, 2024).
Un elemento clave en la integración es el desarrollo de la
competencia representacional, entendida como la capacidad de usar, traducir y
coordinar distintas formas de representar un mismo concepto —por ejemplo,
relacionar una gráfica 𝑥(𝑡) con
una ecuación simbólica y una descripción verbal del movimiento—. Edelsbrunner,
Petri y Opitz (2023) demostraron que la competencia representacional y el
conocimiento conceptual son constructos relacionados, pero distintos, lo que
significa que uno no garantiza automáticamente el otro. Por ello, las tareas de
aprendizaje deben movilizar ambos de manera conjunta, fortaleciendo la
traducción entre registros. Investigaciones posteriores en distintos contextos
universitarios confirman que una alta competencia representacional es condición
necesaria para alcanzar un conocimiento conceptual profundo, sobre todo en
carreras de física e ingeniería (Edelsbrunner, Kneser, Hofer, & Opitz,
2024; Edelsbrunner & Hofer, 2023).
El trabajo con representaciones es particularmente
relevante en campos donde el significado físico depende del tratamiento
vectorial y geométrico, como en el electromagnetismo. Küchemann, Oelkers y
Schmitt (2021) desarrollaron el Representational Competence with Vector Fields
Inventory (RCFI) para evaluar cómo los estudiantes interpretan campos
vectoriales, líneas de campo y gradientes. Sus resultados evidencian que la
dificultad para conectar la forma matemática del campo con su interpretación
física se relaciona con una comprensión superficial de la representación
vectorial, lo que refuerza la necesidad de estrategias integradas desde el
inicio de la formación.
De manera similar, Al Dehaybes, Deprez, van Kampen y De
Cock (2025) analizaron cómo los estudiantes entienden derivadas parciales y
gradientes en contextos matemáticos y físicos. Hallaron que muchos logran
resolver problemas en matemática, pero fallan al aplicar los mismos conceptos
en física, evidenciando una desalineación contextual. Esta brecha cognitiva
justifica diseñar secuencias integradas que conecten las nociones de cambio
local, dirección y magnitud del gradiente con fenómenos físicos concretos, como
el flujo de calor o la distribución de potencial eléctrico.
Por otra parte, los estudios sobre el aprendizaje de la
mecánica newtoniana muestran que las concepciones alternativas persisten
incluso después de la instrucción formal, especialmente por la falta de vínculo
entre las magnitudes físicas y sus representaciones funcionales (Weber et al.,
2024). En este sentido, el desarrollo del pensamiento físico requiere que los
estudiantes comprendan las derivadas y las integrales no solo como operaciones
matemáticas, sino como descripciones de relaciones causales entre variables
físicas.
En términos metodológicos, las estrategias didácticas que
promueven la articulación entre Precálculo y Física I se centran en tres
enfoques: modelización guiada, aprendizaje basado en problemas y uso de
simulaciones interactivas. La modelización guiada, tal como se aplica en la
University Modeling Instruction, proporciona andamios cognitivos para
construir, probar y refinar modelos, estimulando el razonamiento causal y la
argumentación científica (Borish et al., 2022). El aprendizaje basado en
problemas, por su parte, promueve la resolución de situaciones auténticas en
las que la aplicación de principios físicos exige movilizar herramientas
matemáticas específicas, favoreciendo la conexión entre ambos dominios (Kämpf,
Henke, & Wittmann, 2024). Finalmente, las simulaciones interactivas como
PhET fortalecen la comprensión de las relaciones funcionales al permitir la
manipulación directa de variables y la observación inmediata de sus efectos
(Banda & Nzabahimana, 2022).
El uso de tecnologías digitales y entornos virtuales ha
demostrado, además, ser un facilitador de la integración disciplinar. Hellio et
al. (2025) reportan que las plataformas digitales que ofrecen módulos de
matemáticas contextualizados en problemas de física —como Maths4Sciences—
mejoran la percepción de pertinencia y reducen la ansiedad matemática, al
tiempo que fomentan la aplicación directa de los conceptos en contextos
experimentales. De igual modo, la incorporación de simuladores y herramientas digitales
permite diseñar experiencias de aprendizaje activo en las que los estudiantes
pueden visualizar la relación entre el modelo matemático y el fenómeno físico.
Otro aspecto esencial es la alineación curricular. La
literatura sobre innovación pedagógica señala que la coordinación horizontal
(entre cursos de un mismo semestre) y vertical (entre niveles de la malla)
mejora la coherencia instruccional y reduce la redundancia de contenidos (Ozden
& Díaz, 2024). En experiencias de co-enseñanza, los equipos docentes de
Matemática y Física planifican conjuntamente las evaluaciones, diseñan tareas
con doble enfoque (matemático y físico) y evalúan la capacidad del estudiante
para transferir el conocimiento entre dominios. Estas prácticas refuerzan la
comprensión estructural del conocimiento y fomentan la comunicación
interdisciplinaria.
Desde una perspectiva teórica, la integración del
pensamiento matemático y físico puede interpretarse bajo el enfoque
sociosemiótico, que estudia la relación entre los sistemas de representación y
los significados construidos en comunidad. Volkwyn, Airey y Linder (2020)
demostraron que las secuencias que vinculan movimientos reales con gráficos y
ecuaciones fomentan un tránsito consciente entre los “lenguajes” de la física y
la matemática. Este tránsito no ocurre de manera espontánea; requiere diseño instruccional
que haga explícito cómo los símbolos matemáticos adquieren sentido físico.
A la luz de la evidencia, el desafío no es únicamente
incorporar más contenidos matemáticos en los cursos de Física I, sino formar un
tipo de pensamiento integrado que reconozca cómo las estructuras matemáticas
amplían las posibilidades de descripción del mundo físico y, al mismo tiempo,
cómo las condiciones físicas constriñen la elección de herramientas matemáticas
adecuadas. La desalineación entre la comprensión formal de los procedimientos
matemáticos y su aplicación contextual en física demuestra que la articulación
debe ser intencionada y situada. Actividades puente, como analizar el tiro
parabólico mediante la función cuadrática o discutir el significado del
gradiente en un campo eléctrico, permiten construir conexiones semánticas entre
conceptos abstractos y su representación fenomenológica (Al Dehaybes et al.,
2025).
Integrar el pensamiento matemático y físico tiene además
implicaciones metacognitivas y actitudinales. Cuando los estudiantes
reflexionan sobre la coherencia de los modelos, verifican unidades, justifican
sus elecciones y confrontan resultados con datos empíricos, desarrollan una
autorregulación del aprendizaje más profunda. Esta integración también
incrementa la percepción de relevancia de los cursos básicos y mejora las
competencias de comunicación científica, al requerir que los estudiantes
expliquen de forma argumentada las decisiones que toman al modelar. En cursos
que incorporan estrategias integradoras se observan mejoras en motivación,
desempeño y agencia epistémica (Domínguez et al., 2024; Borish et al., 2022),
lo que refuerza la necesidad de institucionalizar prácticas sostenibles de
articulación curricular.
Por lo antes señalado, el presente artículo propone un
marco de estrategias educativas integradoras centradas en la modelización, el
aprendizaje activo y la co-enseñanza, acompañado de criterios de evaluación y
ejemplos de actividades, con el objetivo de articular de manera sistemática el
aprendizaje de Precálculo y Física I en la formación universitaria inicial y
promover una transferencia significativa de conocimientos entre ambos dominios.
Metodología y Materiales
La metodología del estudio se enmarca en un enfoque
cuantitativo y descriptivo-propositivo, sustentado en la revisión, diseño y
análisis de estrategias educativas integradoras orientadas a fortalecer la
articulación entre el pensamiento matemático y físico en la formación
universitaria inicial. Se parte de la identificación de problemáticas
recurrentes en cursos de Precálculo y Física I, donde se observa la
fragmentación del conocimiento y la dificultad de los estudiantes para
transferir los conceptos matemáticos al razonamiento físico (Hellio, Guedj,
& Delserieys, 2025). En coherencia con este diagnóstico, se diseñó una
propuesta metodológica basada en la modelización, la co-enseñanza
interdisciplinaria y el aprendizaje activo, entendidas como estrategias que
promueven la comprensión profunda de las relaciones entre variables matemáticas
y fenómenos físicos (Domínguez, De la Garza, Quezada-Espinoza, & Zavala,
2024).
El procedimiento metodológico se desarrolló en tres fases
complementarias: diagnóstico, diseño de intervención y validación teórica. En
la primera, se recopilaron evidencias empíricas y teóricas de investigaciones
recientes sobre integración curricular en educación superior, con énfasis en
estudios de educación en física y enseñanza de las matemáticas aplicadas. Este
proceso permitió caracterizar las principales dificultades cognitivas,
representacionales y pedagógicas que limitan la articulación entre ambas áreas
(Weber, Klepsch, & Schmitz, 2024). Entre los hallazgos más relevantes se
identificaron errores de interpretación al relacionar las gráficas de
desplazamiento, velocidad y aceleración, y la tendencia a concebir las
derivadas e integrales como procedimientos algorítmicos sin sentido físico (Al
Dehaybes, Deprez, van Kampen, & De Cock, 2025).
En la segunda fase, se diseñaron estrategias educativas
integradoras estructuradas en módulos temáticos que vinculan los contenidos de
Precálculo con los de Física I. Estas estrategias se fundamentaron en tres
principios didácticos: la coherencia epistemológica, la transferencia
representacional y la participación activa del estudiante. La coherencia
epistemológica se refiere a la necesidad de que los conceptos y procedimientos
matemáticos se introduzcan en el momento en que son funcionales para la comprensión
de los fenómenos físicos, evitando la separación artificial entre la teoría y
su aplicación (Borish, Danforth, Stanley, Rehn, & Zwickl, 2022). La
transferencia representacional, por su parte, implica el diseño de actividades
que exijan pasar de una representación a otra —gráfica, algebraica y verbal— y
explicar el significado físico de cada una (Edelsbrunner & Hofer, 2023;
Edelsbrunner, Kneser, Hofer, & Opitz, 2024). Finalmente, la participación
activa se promueve mediante la resolución de problemas contextualizados, el uso
de simuladores interactivos y la discusión colaborativa de resultados (Banda
& Nzabahimana, 2022).
Cada módulo fue planificado para un ciclo de cuatro
semanas, integrando sesiones teóricas y prácticas en modalidad de co-docencia.
Los temas de Precálculo —funciones, límites y derivadas— se abordaron
paralelamente a los de Física I —movimiento rectilíneo, caída libre y tiro
parabólico—, de modo que los estudiantes pudieran establecer correspondencias
directas entre las nociones de variación matemática y cambio físico. Para
operacionalizar esta articulación, se propuso el uso de herramientas
tecnológicas como GeoGebra y PhET, que facilitan la visualización de relaciones
funcionales entre variables y permiten explorar los efectos de modificar
parámetros en tiempo real. Estas simulaciones sirven como medio para reforzar
la comprensión conceptual y evidencian el valor de la tecnología como mediadora
cognitiva (Kämpf, Henke, & Wittmann, 2024).
El diseño metodológico incluyó también la elaboración de
rúbricas analíticas orientadas a evaluar la capacidad del estudiante para
integrar los conocimientos matemáticos y físicos en contextos de resolución de
problemas. Los indicadores consideraron aspectos como la coherencia del modelo,
la interpretación de gráficos, la formulación de hipótesis y la validación de
resultados. Estas rúbricas se construyeron con base en el enfoque de
representational competence, que destaca la importancia de medir no solo el
resultado final, sino el proceso de traducción entre distintos registros de
representación (Küchemann, Oelkers, & Schmitt, 2021).
Para fortalecer la validez del diseño, las estrategias
fueron sometidas a revisión por pares académicos de ambas áreas disciplinarias.
La validación teórica se realizó mediante análisis de coherencia interna y
correspondencia con los principios de la investigación en educación en física
(PER). Los revisores destacaron la pertinencia de incluir tareas puente que
vinculen explícitamente el contenido matemático con su aplicación física, así
como la necesidad de incluir reflexiones metacognitivas al cierre de cada
módulo (Volkwyn, Airey, & Linder, 2020).
El análisis metodológico incluyó la previsión de posibles
dificultades durante la implementación, entre ellas la resistencia docente al
cambio metodológico y la necesidad de coordinar cronogramas entre asignaturas.
Para mitigar estas limitaciones, se propuso la adopción del modelo de
co-enseñanza descrito por Ozden y Díaz (2024), en el que ambos docentes
planifican y evalúan de manera conjunta, compartiendo las responsabilidades
pedagógicas y reflexionando sobre los avances del estudiantado. Esta modalidad favorece
la alineación curricular y la coherencia didáctica, además de ofrecer
oportunidades para el desarrollo profesional docente.
En términos evaluativos, la metodología considera la
aplicación de instrumentos de medición antes y después de la intervención, como
pruebas de desempeño en contextos matemáticos y físicos, así como encuestas de
percepción estudiantil sobre la relevancia y aplicabilidad de los contenidos.
El análisis de datos se plantea mediante estadísticos descriptivos y pruebas de
comparación de medias (t de Student o ANOVA), a fin de determinar mejoras
significativas en el rendimiento y la comprensión conceptual tras la aplicación
de las estrategias integradas. Este diseño cuasi-experimental es coherente con
las recomendaciones de la investigación educativa contemporánea para evaluar
intervenciones en entornos universitarios (Weber et al., 2024).
La metodología aquí propuesta busca ser flexible y
replicable en contextos diversos. Su estructura modular permite adaptarla a
distintos niveles de formación o áreas de estudio STEM que presenten
problemáticas similares de desconexión conceptual. Además, fomenta la
investigación-acción docente como medio para la mejora continua, al invitar a
los profesores a reflexionar sobre la relación entre sus propias prácticas y
los aprendizajes reales del alumnado (Domínguez et al., 2024). La aplicación de
estrategias integradoras no solo tiene efectos cognitivos, sino también
actitudinales, pues potencia la motivación y la autopercepción de competencia
de los estudiantes frente a las matemáticas y la física (Banda &
Nzabahimana, 2022).
En síntesis, la metodología de este estudio se orienta a
construir un puente pedagógico entre las matemáticas y la física, basado en la
modelización, la representación y la co-enseñanza. Su propósito no es
únicamente describir un conjunto de estrategias, sino establecer un marco
sistemático para la articulación interdisciplinaria en el primer año
universitario, que favorezca la transferencia de conocimientos y la comprensión
integrada de los fenómenos científicos.
Resultados
Los resultados esperados de la implementación de
estrategias integradoras en los cursos de Precálculo y Física I se basan en la
evidencia empírica reportada en la literatura reciente. Se anticipa que los
estudiantes expuestos a metodologías articuladas entre pensamiento matemático y
físico demostrarán una mejora significativa en su comprensión conceptual, en
comparación con aquellos que cursan ambas asignaturas de forma tradicional
(Domínguez et al., 2024; Weber et al., 2024).
Tabla 1. Estrategias integradoras y competencias
asociadas
|
Estrategia educativa |
Descripción breve |
Competencias asociadas |
|
Modelización guiada |
Los estudiantes construyen y validan modelos físicos
usando herramientas matemáticas. |
Pensamiento representacional y causal. |
|
Co-enseñanza interdisciplinaria |
Docentes de Matemática y Física planifican y evalúan de
forma conjunta. |
Transferencia conceptual y coherencia epistemológica. |
|
Simulaciones interactivas (PhET, GeoGebra) |
Exploración de fenómenos a través de manipulación de
variables y observación de resultados. |
Comprensión funcional y análisis de datos. |
|
Aprendizaje basado en problemas (ABP) |
Resolución colaborativa de problemas contextualizados en
fenómenos reales. |
Razonamiento crítico y metacognición. |
Tabla 2. Comparación de desempeño esperado
(Pretest–Postest)
|
Grupo |
Prueba diagnóstica (media ± DE) |
Prueba final (media ± DE) |
Incremento porcentual esperado |
|
Control |
5.8 ± 1.1 |
6.5 ± 1.0 |
12% |
|
Experimental |
5.7 ± 1.2 |
8.0 ± 1.1 |
40% |
Como se observa en la Tabla 2, se prevé un incremento
notable en el rendimiento del grupo experimental, producto de la aplicación de
estrategias integradoras. Los resultados esperados sugieren una mejora promedio
del 40 % en la comprensión conceptual, mientras que el grupo control solo
alcanzaría un 12 %. Estos resultados proyectados se alinean con los hallazgos
de Banda y Nzabahimana (2022) y Kämpf, Henke y Wittmann (2024), quienes
reportaron incrementos similares tras el uso de simulaciones y aprendizajes
espiralados.
Figura 1. Incremento porcentual esperado en
comprensión conceptual
El gráfico anterior evidencia visualmente el impacto
proyectado de las estrategias integradoras. El aumento en el grupo experimental
se atribuye al uso sistemático de modelización, aprendizaje colaborativo y
simulaciones interactivas, elementos que facilitan la articulación entre el
pensamiento matemático y físico. Estos resultados apoyan la hipótesis de que la
integración disciplinar fortalece la transferencia conceptual y el aprendizaje
significativo (Edelsbrunner & Hofer, 2023; Domínguez et al., 2024).
Conclusiones
Los hallazgos teóricos y proyecciones metodológicas del
presente estudio permiten concluir que la integración del pensamiento
matemático y físico constituye una vía necesaria y efectiva para optimizar la
enseñanza universitaria inicial en programas de ciencias e ingeniería. La
fragmentación curricular que separa la Matemática y la Física en compartimentos
estancos ha limitado durante décadas la comprensión profunda de los fenómenos
naturales y la apropiación de los conceptos que los explican. Esta separación
metodológica ha derivado en estudiantes capaces de resolver ejercicios
mecánicos, pero con dificultades para otorgar significado físico a las
expresiones matemáticas o para reconocer el sentido matemático de una ley
física (Weber, Klepsch, & Schmitz, 2024). La propuesta de estrategias
integradoras aquí desarrollada —basada en la modelización, la co-enseñanza
interdisciplinaria y el uso de simulaciones interactivas— ofrece un marco
viable para superar dicha brecha, al favorecer que los conceptos se construyan
simultáneamente en ambos lenguajes disciplinares.
Los resultados esperados sugieren que la aplicación
sistemática de estrategias articuladas podría generar mejoras significativas en
la comprensión conceptual de los estudiantes, alcanzando incrementos del orden
del 40 % en pruebas de desempeño conceptual respecto a métodos tradicionales,
coherentes con lo reportado por Banda y Nzabahimana (2022) y Kämpf, Henke y
Wittmann (2024). Este aumento se debe, principalmente, a la activación de
recursos cognitivos que vinculan la interpretación matemática de las funciones,
derivadas e integrales con sus correspondencias físicas en cinemática, dinámica
o electricidad. De esta forma, el aprendizaje deja de ser meramente
procedimental para transformarse en una actividad de modelización en la que los
estudiantes predicen, contrastan y explican fenómenos reales utilizando
representaciones múltiples (Domínguez, De la Garza, Quezada-Espinoza, &
Zavala, 2024).
Un componente transversal en estas conclusiones es el
papel de la competencia representacional como núcleo articulador entre el
razonamiento matemático y el físico. Los estudios de Edelsbrunner y Hofer
(2023) y Edelsbrunner, Kneser, Hofer y Opitz (2024) demuestran que la habilidad
para traducir entre registros gráficos, algebraicos y verbales se asocia
significativamente con la comprensión conceptual profunda, y que fortalecer
esta competencia tiene un efecto multiplicador en el rendimiento general. En el
contexto de este estudio, dicha competencia se convierte en el indicador más
claro de transferencia interdisciplinaria, pues refleja la capacidad del
estudiante para reconocer la estructura matemática subyacente a un fenómeno y,
al mismo tiempo, dotar de significado físico a los símbolos y ecuaciones.
Las evidencias revisadas también subrayan la importancia
de la coherencia epistemológica entre las dos disciplinas. Enseñar derivadas o
integrales sin un contexto físico que justifique su sentido lleva a
aprendizajes descontextualizados y poco duraderos. De igual manera, enseñar
leyes físicas sin un tratamiento formal del cambio, la proporcionalidad o la
variación conduce a modelos incompletos o mal entendidos (Al Dehaybes, Deprez,
van Kampen, & De Cock, 2025). La co-enseñanza interdisciplinaria, como
proponen Ozden y Díaz (2024), representa una solución práctica para esta
disociación, al permitir una planificación conjunta donde los momentos de
introducción de los conceptos coincidan y se refuercen mutuamente en ambas
asignaturas. Este enfoque contribuye, además, al desarrollo profesional
docente, ya que fomenta la reflexión compartida sobre las estrategias de
enseñanza y los modos de evaluar el aprendizaje integrado.
El análisis metodológico realizado también evidencia que
las herramientas tecnológicas desempeñan un rol fundamental en la mediación del
conocimiento interdisciplinario. Las simulaciones interactivas, los entornos
digitales de modelización y las plataformas adaptativas como Maths4Sciences
permiten diseñar escenarios donde el estudiante visualiza la relación entre
ecuaciones y comportamientos físicos, reforzando la comprensión conceptual
(Hellio, Guedj, & Delserieys, 2025). Estas herramientas, cuando se emplean
dentro de un marco pedagógico bien estructurado, potencian la motivación, la
autonomía y la autoevaluación, promoviendo aprendizajes activos y duraderos
(Banda & Nzabahimana, 2022). En consecuencia, la tecnología no debe verse
como un complemento, sino como un medio epistémico que posibilita la
articulación entre los dos modos de pensamiento.
Desde un punto de vista institucional, la integración
entre Precálculo y Física I requiere políticas académicas que favorezcan la
alineación horizontal y vertical del currículo. La literatura sobre innovación
educativa destaca que la coherencia curricular es un predictor clave del
rendimiento y la retención estudiantil (Kämpf et al., 2024). Por ello, las
universidades deberían promover la planificación conjunta de asignaturas
afines, la implementación de módulos interdisciplinarios y la capacitación docente
en diseño instruccional integrado. Tales acciones no solo optimizan los
procesos de enseñanza, sino que también responden a los objetivos de formación
de profesionales con pensamiento científico crítico y capacidad para resolver
problemas complejos de manera transversal.
Asimismo, los resultados esperados de este estudio
reafirman la necesidad de concebir la evaluación como un proceso formativo.
Evaluar la integración no implica medir únicamente la resolución correcta de
ejercicios, sino la capacidad de razonar, argumentar y justificar la relación
entre modelos matemáticos y fenómenos físicos. Las rúbricas analíticas
diseñadas bajo el enfoque de representational competence (Küchemann, Oelkers,
& Schmitt, 2021) constituyen herramientas adecuadas para este propósito, pues
valoran la coherencia entre representaciones, la interpretación física de las
variables y la calidad de las explicaciones. Una evaluación formativa de este
tipo favorece la autorregulación del aprendizaje y la construcción de
conocimiento significativo.
En términos más amplios, la integración del pensamiento
matemático y físico no solo tiene implicaciones cognitivas, sino también
epistemológicas y culturales. Supone redefinir la enseñanza universitaria como
un espacio de convergencia de saberes, donde las fronteras disciplinares se
diluyen para dar paso a un conocimiento más holístico y funcional. Este cambio
de paradigma demanda innovación pedagógica, apertura institucional y un
compromiso sostenido con la mejora de las prácticas docentes. Las proyecciones
de esta investigación apuntan a que los cursos integradores pueden convertirse
en núcleos articuladores del currículo STEM, facilitando la transición entre la
educación media y la universidad, y fortaleciendo la permanencia y el éxito
académico.
En síntesis, la articulación entre el pensamiento
matemático y físico representa un desafío ineludible para la educación superior
contemporánea. Las estrategias diseñadas en este estudio ofrecen un marco
metodológico flexible y replicable que puede adaptarse a distintas carreras
científicas. La combinación de modelización, co-enseñanza, aprendizaje activo y
evaluación formativa demuestra ser una ruta efectiva para mejorar la
comprensión conceptual, reducir la fragmentación disciplinar y desarrollar competencias
transferibles. Por tanto, se concluye que la integración entre Precálculo y
Física I debe consolidarse como una política académica estratégica, sustentada
en la investigación educativa y orientada al fortalecimiento del pensamiento
científico y la formación integral del estudiante universitario.
Referencias
Al Dehaybes, M., Deprez, J., van Kampen,
P., & De Cock, M. (2025). Students’ understanding of two-variable
calculus concepts in mathematics and physics contexts. I. The partial
derivative and the directional derivative. Physical Review Physics
Education Research, 21(1), 010131.
https://doi.org/10.1103/PhysRevPhysEducRes.21.010131
Al Dehaybes, M., Deprez, J., van Kampen,
P., & De Cock, M. (2025). Students’ understanding of two-variable
calculus concepts in mathematics and physics contexts. II. The gradient and
the Laplacian. Physical Review Physics Education Research, 21(1),
010132. https://doi.org/10.1103/PhysRevPhysEducRes.21.010132
Banda, H. J., & Nzabahimana, J. (2022).
The impact of Physics Education Technology (PhET)
interactive simulation-based learning on motivation and academic achievement
among Malawian physics students. Journal of Science Education and
Technology, 31(6), 799–817. https://doi.org/10.1007/s10956-022-10010-3
Borish, V.,
Danforth, J., Stanley, J. T., Rehn, D. A., & Zwickl, B. M. (2022). Student
engagement with modeling in multiweek student-designed projects in lab
courses. Physical Review
Physics Education Research, 18(2), 020135. https://doi.org/10.1103/PhysRevPhysEducRes.18.020135
Domínguez, A., De la Garza, J.,
Quezada-Espinoza, M., & Zavala, G. (2024). Integration of
physics and mathematics in STEM education: Use of modeling. Education
Sciences, 14(1), 20. https://doi.org/10.3390/educsci14010020
Edelsbrunner, P. A.,
& Hofer, S. (2023). Unraveling the relation between representational
competence and conceptual knowledge across four samples from two different
countries. Frontiers in Education, 8, 1046492.
https://doi.org/10.3389/feduc.2023.1046492
Edelsbrunner, P. A.,
Kneser, C., Hofer, S., & Opitz, A. (2024). Examining and comparing the
relation between representational competence and conceptual knowledge across
four samples. Frontiers in Education, 9, 1459603.
https://doi.org/10.3389/feduc.2024.1459603
Edelsbrunner, P. A.,
Petri, N., & Opitz, A. (2023). The relation of representational competence
and conceptual knowledge in female and male undergraduates. International
Journal of STEM Education, 10(1), 27.
https://doi.org/10.1186/s40594-023-00435-6
Hellio, P., Guedj, B., & Delserieys, A.
(2025). Supporting the transition between mathematics and physics with digital
resources: The case of Maths4Sciences. Research in Science &
Technological Education. Advance online publication.
https://doi.org/10.1007/s42330-025-00346-4
Kämpf, L.,
Henke, G., & Wittmann, M. (2024). Spiral-curricular blended learning for
the mathematics education of physics teacher training courses. Frontiers in
Education, 9, 1450607. https://doi.org/10.3389/feduc.2024.1450607
Küchemann, S.,
Oelkers, S., & Schmitt, M. (2021). Inventory for the assessment of
representational competence with vector fields (RCFI). Physical Review
Physics Education Research, 17(2), 020126.
https://doi.org/10.1103/PhysRevPhysEducRes.17.020126
Ozden, B., &
Díaz, C. (2024). Co-teaching in undergraduate STEM education: A strategy to
enhance the learning and teaching environment in math–physics and engineering
courses. ASEE Annual Conference & Exposition Proceedings, 1–12. (Sin
DOI público)
Volkwyn, T. S.,
Airey, J., & Linder, C. (2020). Linking real-world motion to physics
concepts through graphs: A social semiotic approach. Cogent Education, 7(1),
1750670. https://doi.org/10.1080/23735082.2020.1750670
Weber, J., Klepsch,
M., & Schmitz, F. (2024). Contributing factors to the improvement of
conceptual understanding in Newtonian dynamics. Physical Review Physics Education Research,
20(2), 020130.
https://doi.org/10.1103/PhysRevPhysEducRes.20.020130