Evaluación digital neuroadaptativa en matemáticas: un enfoque paramétrico con STACK y retroalimentación impulsada por inteligencia artificial Autor: Gabriela Cristina Branoaea - State University of Moldova, Chisinau (MD) Resumen La intersección entre la neurociencia, la inteligencia artificial (IA) y la educación está impulsando una transformación profunda en la manera en que se conceptualiza y se aplica la evaluación. Este estudio presenta un marco de evaluación neuroadaptativa para las matemáticas de educación secundaria utilizando el complemento STACK (sistema para la enseñanza y la evaluación mediante un núcleo de álgebra computacional) en Moodle. Mediante el uso de cálculo simbólico, generación parametrizada de ítems y sistemas de retroalimentación compatibles con IA, el enfoque permite crear entornos de evaluación escalables, personalizados y alineados con los procesos cognitivos. A través de un diseño cuasi-experimental en el que participaron dos cohortes de estudiantes de 8.º grado, evaluamos los beneficios cognitivos y logísticos de las pruebas digitales paramétricas. Los resultados revelan una mejor comprensión conceptual, un mayor compromiso de los estudiantes y una reducción de la carga de trabajo del profesorado. Además, el modelo se alinea con los principios de neuroplasticidad, aprendizaje adaptativo y retroalimentación de refuerzo, estableciendo una base neurodidáctica para la futura integración de la IA en la educación. Este enfoque es coherente con los principios teóricos de la neuroplasticidad y el aprendizaje adaptativo (Zull, 2002) y ofrece una vía escalable hacia una evaluación mejorada mediante inteligencia artificial.