Este trabajo analiza si la inteligencia artificial generativa, concretamente Gemini, puede utilizarse como herramienta eficaz para diagnosticar y reforzar los conocimientos previos en Matemáticas de 1º de ESO. Partiendo de teorías como la ZDP de Vygotsky y el aprendizaje significativo de Ausubel, se justifica que “si los conocimientos previos fallan, el nuevo contenido queda fuera de su alcance”. El estudio se estructura en cuatro fases: creación de una prueba inicial mediante Gemini, corrección automatizada y elaboración de diagnósticos pedagógicos, generación de fichas individualizadas y comparación entre un grupo experimental y uno de control. El marco teórico revisa el aprendizaje personalizado, los sistemas de tutoría inteligente y el funcionamiento de la IA generativa, destacando su potencial, pero también sus limitaciones. Metodológicamente, se aplicó un pretest, se generaron diagnósticos y fichas personalizadas, y posteriormente se evaluó el rendimiento de ambos grupos. Aunque los alumnos valoraron positivamente las fichas, el análisis estadístico mostró que “no existe evidencia suficiente para afirmar que la media del grupo experimental sea mayor”, por lo que no se puede concluir un impacto significativo en el rendimiento académico. El trabajo finaliza proponiendo mejoras metodológicas y señalando que, aunque prometedora, la IA aún requiere supervisión y ajustes para ser eficaz.
