ASISTENTE INTERACTIVO PARA LA RESOLUCIÓN DE PROBLEMAS MATEMÁTICOS USANDO GESTOS E INTELIGENCIA ARTIFICIAL GENERATIVA VIRTUAL ASSISTANT TO IMPROVE USER SATISFACTION AND INCREASE CONVERSION RATE IN E-COMMERCE PLATFORMS

Contenido principal del artículo

Daniel Maury

Resumen

El desarrollo de recursos educativos demanda herramientas interactivas que
optimicen la resolución de problemas matemáticos en entornos virtuales. El presente
artículo expone el diseño e implementación de un asistente interactivo que combina
el reconocimiento gestual y la inteligencia artificial generativa. La metodología se
fundamenta en un diseño experimental, integrando la biblioteca MediaPipe para el
rastreo anatómico de la mano, OpenCV para el procesamiento digital de imágenes y
la interfaz de programación de aplicaciones del modelo Gemini de Google para la
producción de respuestas didácticas distribuidas en la plataforma Streamlit. Los
resultados experimentales confirman que el sistema interpreta ecuaciones complejas
vectorizadas mediante movimientos libres con un 95% de precisión, alcanzando un
tiempo promedio de respuesta de 4.2 segundos. Las pruebas de usabilidad aplicadas
a estudiantes de educación secundaria y universitaria evidencian una reducción del
40% en el tiempo de resolución técnica, operando eficientemente en arquitecturas de
hardware básico con un consumo optimizado de memoria. Se concluye que la
interacción natural fusionada con modelos multimodales viabiliza el aprendizaje
autónomo y dinámico en asignaturas cuantitativas bajo infraestructuras tecnológicas
accesibles.

Abstract
The development of educational resources demands interactive tools that optimize
mathematical problem-solving in virtual environments. This article presents the design
and implementation of an interactive assistant that combines gestural recognition and
generative artificial intelligence. The methodology is based on an experimental design,
integrating the MediaPipe library for anatomical hand tracking, OpenCV for digital
image processing, and Google's Gemini model application programming interface for
the production of didactic answers deployed on the Streamlit platform. Experimental
results confirm that the system interprets complex equations vectorized through free
movements with 95% accuracy, reaching an average response time of 4.2 seconds.
Usability testing conducted with high school and university students shows a 40%
reduction in technical problem-solving time, operating efficiently on basic hardware
architectures with optimized memory consumption. It is concluded that natural
interaction fused with multimodal models enables autonomous and dynamic learning
in quantitative fields under accessible technological infrastructures.

VIRTUAL ASSISTANT TO IMPROVE USER SATISFACTION AND INCREASE
CONVERSION RATE IN E-COMMERCE PLATFORMS


Résumé
Le développement de ressources éducatives exige des outils interactifs qui optimisent
la résolution de problèmes mathématiques dans des environnements virtuels. Cet
article présente la conception et la mise en œuvre d'un assistant interactif qui combine
la reconnaissance gestuelle et l'analyse de l'intelligence artificielle générative. La
méthodologie repose sur un modèle expérimental, intégrant la bibliothèque
MediaPipe pour le suivi anatomique de la main, OpenCV pour le traitement numérique
des images et l'interface de programmation d'applications du modèle Gemini de
Google pour la production de réponses didactiques déployées sur la plateforme
Streamlit. Les résultats de l'expérimentation confirment que le système interprète des
équations complexes vectorisées par des mouvements libres avec une précision de
95%, atteignant un temps de réponse moyen de 4,2 secondes. Les tests d'utilisabilité
menés auprès d'élèves du secondaire et du supérieur montrent une réduction de 40%
du temps de résolution technique, fonctionnant efficacement sur des architectures
matérielles de base avec une consommation de mémoire optimisée. Il est conclu que
l'interaction naturelle fusionnée avec des modèles multimodaux permet un
apprentissage autonome et dynamique dans les domaines quantitatifs sous des
infrastructures technologiques accessibles.

Detalles del artículo

Cómo citar
Maury, D. . (2025). ASISTENTE INTERACTIVO PARA LA RESOLUCIÓN DE PROBLEMAS MATEMÁTICOS USANDO GESTOS E INTELIGENCIA ARTIFICIAL GENERATIVA: VIRTUAL ASSISTANT TO IMPROVE USER SATISFACTION AND INCREASE CONVERSION RATE IN E-COMMERCE PLATFORMS. INGENIERÍA, INNOVACIÓN, TECNOLOGÍA Y CIENCIA, 4(2), 118–132. Recuperado a partir de https://revistasuba.com/index.php/InnovaTec/article/view/1587
Sección
Artículos
Biografía del autor/a

Daniel Maury, Universidad Bicentenaria de Aragua

Estudiante de Ingenieria de Sistemas
Universidad Bicentenaria de Aragua, Venezuela

Citas

Bishop, C. M. Año 2023. Deep Learning for Vision Systems. Manning Publications.

Chollet, F. Año 2021. Deep Learning with Python, segunda edición. O'Reilly Media.

Géron, A. Año 2022. Hands-On Machine Learning with Scikit-Learn, Keras, and

TensorFlow, tercera edición. O'Reilly Media.

Google AI. Año 2024. Gemini API Documentation: Educational Use Cases. Google

Technical Reports.

OECD. Año 2023. AI and the Future of Skills. OECD Digital Education Reports.

Rodríguez, P. y García, M. Año 2024. Evaluación de modelos de IA generativa en el

aprendizaje de matemáticas avanzadas. Revista Electrónica de Investigación

Educativa, volumen 26, número 1, páginas 12 a 25.

Russell, S. y Norvig, P. Año 2022. Artificial Intelligence: A Modern Approach, cuarta

edición. Pearson Education.

Sepúlveda Rodríguez, J. A., Molina Rodríguez, R. I. y Avitia Carlos, P. Año 2025.

Inteligencia artificial en la educación: Retos y oportunidades. Qartuppi Journal

of Educational Innovation, volumen 3, número 1, páginas 45 a 58.

UNESCO. Año 2023. AI and Education: A Guide for Policymakers. UNESCO

Publishing.

Wolfram, S. Año 2023. The Math Fix: An Education Blueprint for the AI Age. Wolfram

Media.