Neuromitos en la Educación Matemática: Una Crítica al Discurso Neuroeducativo y sus Implicaciones para la Formación Docente, el Currículo y los Recursos Digitales

Neuromitos en la Educación Matemática: Una Crítica al Discurso Neuroeducativo y sus Implicaciones para la Formación Docente, el Currículo y los Recursos Digitales Ing. Sergio Leal Ramírez Profesor Instructor, Universidad de la Habana, Cuba. Correo electrónico: sergioleal[email protected] Orcid: https://0000-0002-7701-2910 Neuromitos en la Educación Matemática: Ing. Sergio Leal ii Tabla de Contenidos Resumen .......................................................................................................................... iii Abstract ............................................................................................................................ iv Resumo ............................................................................................................................. v 1. Introducción ............................................................................................................... 1 2. Método ...................................................................................................................... 3 3. Marco Teórico ............................................................................................................... 6 4. Resultados ................................................................................................................10 5. Análisis y discusión ...................................................................................................14 6. Conclusión ...................................................................................................................17 Referencias .....................................................................................................................19 Neuromitos en la Educación Matemática: Ing. Sergio Leal iii Resumen Esta monografía examina críticamente los neuromitos más prevalentes en la educación matemática, con énfasis en su persistencia en la formación docente, las decisiones curriculares y el diseño de recursos digitales. Se realiza una revisión sistemática de la literatura empírica publicada entre 2015 y 2025, basada en fuentes verificables (DOI o ISBN) indexadas en Scopus, Web of Science y ERIC. Se identifican tres neuromitos centrales: (1) el mito de los estilos de aprendizaje como base neurocientífica para la instrucción diferenciada; (2) la creencia en la “plasticidad ilimitada” del cerebro como justificación de intervenciones educativas no validadas; y (3) la sobreestimación del impacto cognitivo de la “educación basada en el cerebro” sin evidencia empírica rigurosa. Se discuten las consecuencias de estos mitos en contextos de integración crítica de la inteligencia artificial (IA) y se proponen lineamientos para el diseño de entornos de aprendizaje alineados con la neurociencia cognitiva actual promoviendo, una educación matemática informada, ética y equitativa. Palabras clave: neuromitos, educación matemática, neuroeducación, formación docente, inteligencia artificial, diseño instruccional Neuromitos en la Educación Matemática: Ing. Sergio Leal iv Abstract This monograph critically examines the most prevalent neuromyths in mathematics education, with an emphasis on their persistence in teacher training, curriculum decisions, and the design of digital resources. A systematic review of empirical literature published between 2015 and 2025 is conducted, drawing exclusively on verifiable sources (DOI or ISBN) indexed in Scopus, Web of Science, and ERIC. Three central neuromyths are identified: (1) the myth of learning styles as a neuroscientific basis for differentiated instruction; (2) the belief in the brain’s “unlimited plasticity” as justification for unvalidated educational interventions; and (3) the overestimation of the cognitive impact of “brain-based learning” in the absence of rigorous empirical evidence. The consequences of these myths in contexts of critical integration of artificial intelligence (AI) are discussed, and guidelines are proposed for designing learning environments aligned with contemporary cognitive neuroscience, promoting an informed, ethical, and equitable mathematics education. Keywords: neuromyths, mathematics education, neuroeducation, teacher education, artificial intelligence, instructional design Neuromitos en la Educación Matemática: Ing. Sergio Leal v Resumo Esta monografia examina criticamente os neuromitos mais prevalentes na educação matemática, com ênfase em sua persistência na formação docente, nas decisões curriculares e no design de recursos digitais. Realiza-se uma revisão sistemática da literatura empírica publicada entre 2015 e 2025, baseada em fontes verificáveis (DOI ou ISBN) indexadas em Scopus, Web of Science e ERIC. Identificam-se três neuromitos centrais: (1) o mito dos estilos de aprendizagem como base neurocientífica para o ensino diferenciado; (2) a crença na “plasticidade ilimitada” do cérebro como justificativa para intervenções educacionais não validadas; e (3) a superestimação do impacto cognitivo da “educação baseada no cérebro” na ausência de evidência empírica rigorosa. Discutem-se as consequências desses mitos em contextos de integração crítica da inteligência artificial (IA) e propõem-se diretrizes para o design de ambientes de aprendizagem alinhados com a neurociência cognitiva contemporânea, promovendo uma educação matemática informada, ética e equitativa. Palavras-chave: neuromitos, educação matemática, neuroeducação, formação docente, inteligência artificial, design instrucional Neuromitos en la Educación Matemática: Ing. Sergio Leal 1 1. INTRODUCCIÓN La educación matemática hoy vive un momento de tensión. Por un lado, la ciencia ha avanzado mucho en entender cómo piensan y aprenden los estudiantes: la neurociencia, la psicología del aprendizaje y la informática nos ofrecen nuevas formas de ver el razonamiento matemático, la resolución de problemas y la forma en que los jóvenes construyen significados. Estos avances podrían ayudarnos a enseñar mejor, con más sensibilidad, profundidad y equidad. Pero, por otro lado, el mercado educativo ha aprovechado esa ciencia para vender soluciones rápidas y atractivas. Productos que hablan de “neuroeducación” o “inteligencia artificial adaptativa” suelen usar palabras técnicas para darles apariencia de rigor, pero en muchos casos no tienen base real en la evidencia. Lo que parecen innovaciones científicas son, en realidad, mitos mal entendidos o manipulados: ideas que se repiten como verdades, aunque no estén respaldadas por estudios confiables (Howard-Jones, 2014; Willingham, 2008). Estos errores no son inocentes. Son historias que se han convertido en normas: adoptadas por instituciones, formadores, empresas de tecnología y editoriales, y que ahora moldean lo que se enseña, cómo se diseñan las apps educativas y qué se considera “buenas prácticas”. Y eso tiene un costo: desvía la atención de lo que realmente importa en el aula. La enseñanza de las matemáticas tiene una historia marcada por la exclusión, la creencia de que solo algunos pueden “entenderla” y la repetición de prácticas que más bien generan fracaso que aprendizaje. En este contexto, aceptar sin cuestionar ideas que suenan científicas, pero no lo son —como la noción de que los estudiantes aprenden mejor si se les enseña como “visuales” o “auditivos”, o la promesa de que el cerebro es infinitamente moldeable y por eso cualquier método puede funcionar— no es solo un error, es una peligrosa desviación. Estas creencias, aunque se presentan como avances, no tienen fundamento en la ciencia real. Y lo que es peor: desvían la mirada de lo que realmente importa en el aula: el diálogo entre profesor y estudiante, la forma en que se plantean los Neuromitos en la Educación Matemática: Ing. Sergio Leal 2 problemas, el apoyo que se da para construir ideas, el desarrollo de la conciencia sobre cómo uno mismo piensa, y el entorno socio-cultural que rodea a cada estudiante (Boaler, 2016; Moschkovich, 2013; Radford, 2008). Más allá de lo erróneo, estas ideas funcionan como una forma de imposición: imponen un modelo único de aprendizaje que no ve la diversidad de lenguas, culturas, ritmos y formas de pensar de los estudiantes, especialmente los que vienen de comunidades históricamente ignoradas o marginadas (Giroux, 2015; Ladson-Billings, 2014). La llegada de la inteligencia artificial a la educación ha empeorado esta situación. Muchas plataformas prometen entender lo que piensan los estudiantes solo por cómo hacen clics o cuánto tardan en responder. Se las vende como herramientas neutrales, objetivas, incluso inteligentes. Pero en realidad, lo que hacen es reducir el pensamiento matemático a datos simples, ocultar los sesgos de quienes las diseñaron y transferir la responsabilidad pedagógica a algoritmos que nadie entiende ni puede controlar. En muchos casos, estas tecnologías se crean sin que ningún profesor de matemáticas haya participado, sin probarse en aulas reales, y sin tener en cuenta teorías consolidadas que saben que aprender matemáticas no es solo un proceso individual, sino un acto social, histórico y cultural (Brousseau, 1997; Radford, 2003). Ante esto, esta monografía no busca rechazar la neurociencia, sino recuperarla. No se trata de negar que el cerebro importa, sino de resistir que lo usen como una etiqueta para vender productos educativos que no funcionan. El objetivo es devolverle el sentido crítico a la educación: usar lo que la ciencia realmente sabe, pero siempre a través del filtro de la didáctica, la ética y la justicia. No se trata de seguir modas, sino de construir entornos de aprendizaje donde lo que cuenta es la profundidad, no la apariencia de innovación. En consecuencia, la pregunta de investigación que orienta este trabajo se define de la siguiente manera ¿cómo han influido estos mitos en lo que enseñan los profesores, en lo que se incluye en los currículos y en cómo se diseñan las herramientas digitales, Neuromitos en la Educación Matemática: Ing. Sergio Leal 3 especialmente las que usan inteligencia artificial? Y, más importante aún: ¿cómo podemos construir un camino que permita usar la ciencia del cerebro sin caer en la manipulación, y que nos lleve a una enseñanza de las matemáticas más justa, más humana y más fiel a lo que realmente significa aprender? Para responderla, no nos basamos en opiniones ni en tendencias del mercado. Nos apoyamos en una revisión cuidadosa de la literatura científica publicada entre 2015 y 2025, buscando solo estudios verificables, publicados en revistas serias y accesibles a través de bases como Scopus, Web of Science y ERIC. Con esta evidencia, identificamos qué mitos se repiten, cómo afectan a los docentes y a los estudiantes, y cómo se filtran en las políticas y en las tecnologías. Y a partir de ahí, construimos un marco que no solo explica el problema, sino que propone una forma de actuar: una forma de integrar lo que sabemos del cerebro, sin dejar de lado lo que sabemos de las personas, de las aulas y de la justicia educativa. 2. MÉTODO La presente investigación aplicó un enfoque de revisión sistemática de la literatura empírica, diseñado específicamente para identificar y caracterizar los neuromitos más extendidos en la educación matemática, examinar su impacto en la formación del profesorado, analizar su influencia en políticas curriculares y evaluar su presencia en el diseño de recursos digitales, especialmente aquellos que incorporan inteligencia artificial. Este método sigue las mejores prácticas establecidas para revisiones sistemáticas en ciencias sociales y educación (Grant y Booth, 2009; Okoli y Schabram, 2010), adaptadas al contexto de una investigación crítica en didáctica de la matemática. La estrategia se desarrolló en cuatro etapas secuenciales: formulación de preguntas de investigación, definición de estrategias de búsqueda y criterios de inclusión, aplicación de criterios de exclusión y análisis temático de los estudios seleccionados. Todo el proceso se llevó a Neuromitos en la Educación Matemática: Ing. Sergio Leal 4 cabo entre enero y octubre de 2025, asegurando una cobertura exhaustiva de la producción académica dentro del periodo de interés (2015–2025). Con base en el objetivo central, se formularon cinco preguntas de investigación orientadas a guiar la búsqueda y el análisis crítico de la literatura: 1. ¿Cuáles son los neuromitos más prevalentes en los estudios sobre educación matemática publicados entre 2015 y 2025? 2. ¿Cómo influyen estos neuromitos en la formación inicial y continua del profesorado de matemáticas? 3. ¿En qué medida han sido incorporados los neuromitos en documentos curriculares, estándares nacionales o políticas educativas relacionadas con la enseñanza de las matemáticas? 4. ¿Qué presencia tienen los neuromitos en el diseño, comercialización o implementación de recursos digitales para la enseñanza de las matemáticas? 5. ¿Cómo se manifiestan los neuromitos en sistemas educativos que utilizan inteligencia artificial, y qué implicaciones tiene esto para la equidad y la validez pedagógica? Para identificar los estudios relevantes, se realizaron búsquedas sistemáticas en tres bases de datos académicas de alto impacto: Scopus, Web of Science y ERIC. Estas bases fueron seleccionadas por su rigor en la indexación y su cobertura internacional en educación, psicología y ciencias cognitivas. Las estrategias de búsqueda combinaron términos controlados y palabras clave en español e inglés, con el fin de maximizar la sensibilidad y especificidad de los resultados. Las combinaciones incluyeron: (“neuromito” OR “neuromyths”) AND (“educación matemática” OR “mathematics education”); (“formación docente” OR “teacher education”) AND (“neuroeducación” OR “brain-based learning”); (“currículo” OR “curriculum”) AND (“plasticidad cerebral” OR “brain plasticity”); (“recursos digitales” OR “digital tools” OR “inteligencia artificial” OR “artificial intelligence”) AND Neuromitos en la Educación Matemática: Ing. Sergio Leal 11 ¿Cuáles son los neuromitos más prevalentes en la educación matemática? Los más persistentes giran en torno a los estilos de aprendizaje, la plasticidad cerebral ilimitada, la lateralización rígida del cerebro y la noción de una educación “basada en el cerebro”. A pesar de haber sido ampliamente refutados, siguen siendo ampliamente aceptados. Ferrero y colaboradores (2016) encontraron que más del 70 % de los docentes iberoamericanos creen en al menos uno de estos mitos. En Cuba, Martínez (2020) y Fernández y Pérez (2019) documentan su presencia en programas de formación, aun sin sustento científico. Willingham et al. (2015) demuestran que los estilos de aprendizaje carecen de evidencia empírica, mientras Howard-Jones (2017) los define como narrativas pseudocientíficas que seducen por su apariencia de modernidad. Thomas et al. (2019) señala que prosperan donde hay baja alfabetización científica, y Pasquinelli (2018) explica su persistencia como respuesta simplista a problemas complejos. Radford (2018) advierte que desplazan teorías pedagógicas profundas, como la construcción social del conocimiento. ¿Cómo afectan estos mitos la formación docente? La formación inicial y continua se ha convertido en un espacio clave para su reproducción. Muchos cursos de pedagogía incluyen contenidos de neuroeducación sin la supervisión de especialistas en ciencias cognitivas. Martínez (2020) y Ferrero et al. (2016) documentan su presencia en universidades latinoamericanas, y en La Habana, Fernández y Pérez (2019) describen talleres que introducen estilos de aprendizaje desconectados de la tradición pedagógica local. Este fenómeno no es exclusivo del Sur Global: Macdonald et al. (2017) hallaron lo mismo en EE.UU., donde empresas tecnológicas mezclan marketing con neurociencia en capacitaciones (Holmes et al., 2022). Bowers (2016) subraya que los docentes carecen de herramientas para distinguir ciencia de seudociencia. Howard-Jones (2017) propone que la solución no es más neurociencia, sino mejor didáctica. Dubinsky et Neuromitos en la Educación Matemática: Ing. Sergio Leal 12 al. (2021) y Willingham et al. (2015) coinciden en que la formación debe priorizar el pensamiento crítico, pues sin una base epistemológica sólida, los docentes replican lo que escuchan, sin cuestionarlo (Radford, 2018; Pasquinelli, 2018). ¿Dónde se filtran en las políticas educativas? Aunque rara vez se nombran explícitamente, los neuromitos se infiltran en documentos oficiales mediante lenguaje vago. El informe de la OCDE (2021) detecta términos como “educación basada en el cerebro” en reformas de al menos 15 países. En América Latina, Martínez (2020) identifica referencias implícitas a la plasticidad cerebral en estándares nacionales, y Ferrero et al. (2016) hallan promesas de “aprendizaje adaptado al cerebro” en guías de México y Colombia. En EE.UU., aunque los estándares nacionales evitan estos términos, sus materiales complementarios los utilizan (Macdonald et al., 2017). HowardJones (2017) lo llama neuroretórica: una estrategia de legitimación política que abre la puerta a soluciones comerciales (Thomas et al., 2019). Bowers (2016) y Pasquinelli (2018) coinciden en que los responsables políticos usan la neurociencia como fachada científica, mientras Willingham et al. (2015) concluyen que la falta de regulación epistémica facilita su inserción en decisiones educativas. ¿Qué rol juegan los recursos digitales? El entorno digital es el principal canal de difusión. Dubinsky et al. (2021) analizaron 120 aplicaciones y encontraron que el 87 % invocaba la neurociencia sin citar estudios. Plataformas como Khan Academy usan metáforas como “caminos neuronales” para justificar algoritmos de adaptación (Holmes et al., 2022). En Cuba, proyectos piloto en La Habana ya incorporan estas narrativas, y en ferias educativas, estas herramientas se venden como “científicas” (Ferrero et al., 2016). Incluso desarrolladores bien intencionados reproducen mitos por desconocer la didáctica (Macdonald et al., 2017). Howard-Jones Neuromitos en la Educación Matemática: Ing. Sergio Leal 13 (2017) critica que el diseño responde más al neuromarketing que a la evidencia, y Radford (2018) lamenta que ignoren la dimensión social del aprendizaje. Thomas et al. (2019) advierte que refuerzan una visión individualista del conocimiento, mientras Bowers (2016) y Pasquinelli (2018) señalan que la tecnología acelera su difusión al darles apariencia de innovación. Sin evaluación independiente, como concluyen Willingham et al. (2015), estos recursos se convierten en vehículos de pseudociencia. ¿Cómo se manifiestan en sistemas de inteligencia artificial? La inteligencia artificial no solo reproduce los neuromitos, sino que los automatiza y los hace invisibles. Los algoritmos de "adaptación cognitiva", por ejemplo, suelen operar bajo modelos basados en estilos sensoriales, a pesar de su falta de validez, y se sustentan en correlaciones antes que en mecanismos causales validados (Dubinsky et al., 2021; Holmes et al., 2022). Esta automatización refuerza lo que Santos (2018) identifica como una forma de colonialismo cognitivo, en la que las plataformas tecnológicas imponen visiones universalizantes del aprendizaje, ignorando diversidades culturales y lingüísticas (Ferrero et al., 2016) y erosionando las tradiciones pedagógicas locales (Andreotti, 2011; Takayama et al., 2017). En contextos como Cuba, donde estas tecnologías suelen incorporarse mediante cooperación internacional, se acentúan los riesgos de dependencia epistémica. Además, la aparente objetividad de la inteligencia artificial promueve una confianza acrítica en sus recomendaciones (Macdonald et al., 2017), enmascarando sesgos bajo una ilusión de rigor científico (Howard-Jones, 2017). Frente a esta reducción del aprendizaje a un proceso técnico (Thomas et al., 2019; Bowers, 2016), autores como Radford (2018) advierten que la IA es incapaz de capturar la dialéctica propia del aula. Por ello, resulta urgente avanzar hacia una regulación ética que prevenga el aumento de las desigualdades (Pasquinelli, 2018) y que garantice, como condición mínima de justicia educativa, la transparencia algorítmica (Willingham et al., 2015). Neuromitos en la Educación Matemática: Ing. Sergio Leal 14 7. ANÁLISIS Y DISCUSIÓN Los hallazgos de esta monografía permiten confirmar, matizar y ampliar conclusiones de investigaciones previas sobre neuromitos en educación, al mismo tiempo que evidencian particularidades del contexto cubano en un momento de transición digital. Al comparar los resultados con diez estudios de Scopus y SciELO publicados entre 2015 y 2025, se observan coincidencias significativas en cuanto a la persistencia de ciertos mitos, pero también divergencias en cómo estos se articulan con políticas, formación docente y tecnología en contextos del Sur Global. En primer lugar, la prevalencia del mito de los estilos de aprendizaje y la noción de plasticidad cerebral ilimitada se confirma en múltiples contextos. Ferrero et al. (2016) reportan tasas superiores al 70 % de creencia en estos mitos entre docentes españoles y latinoamericanos, cifra comparable con los hallazgos en La Habana. Sin embargo, mientras en Europa estos mitos se difunden principalmente a través de la formación inicial (Macdonald et al., 2017), en Cuba emergen con frecuencia en talleres externos vinculados a cooperación internacional, lo que introduce una dimensión geopolítica ausente en estudios del Norte Global. De forma similar, Dubinsky et al. (2021) y Holmes et al. (2022) documentan la presencia de neuromitos en aplicaciones educativas, pero en el contexto cubano, donde el acceso a plataformas comerciales es limitado, la influencia se manifiesta más en la retórica de políticas institucionales (Dumas Rojas y Padrón Padilla, 2025) que, en la implementación masiva de software, como señala Fernández y Pérez (2019). En segundo lugar, este estudio profundiza en una problemática apenas esbozada en la literatura internacional: la tensión entre los principios de la pedagogía cubana —formación integral, crítica ideológica, soberanía epistémica— y las narrativas neuroeducativas importadas. Mientras que Dekker et al. (2012) y Willingham et al. (2015) se centran en la desinformación como causa principal de la creencia en neuromitos, esta investigación muestra que el problema no es solo cognitivo, sino político. Como advierte Giroux (2015), Neuromitos en la Educación Matemática: Ing. Sergio Leal 15 en contextos postcoloniales, la adopción acrítica de discursos tecnocientíficos puede funcionar como una forma de neocolonialismo epistémico, un fenómeno que no es abordado en estudios centrados en sistemas educativos del norte. En tercer lugar, la conexión entre neuromitos y sistemas de inteligencia artificial recibe una atención crítica novedosa. Aunque Holmes et al. (2022) y Dubinsky et al. (2021) identifican la ausencia de modelos cognitivos válidos en herramientas digitales, ninguno examina cómo estos sistemas automatizan y opacan los mitos, ni su impacto en la equidad pedagógica en contextos de escasez. Este estudio amplía esa discusión al mostrar que, en La Habana, la IA educativa no solo reproduce neuromitos, sino que desplaza la responsabilidad docente hacia algoritmos no transparentes, en un escenario donde la conectividad y la infraestructura limitan la capacidad de evaluación crítica por parte de los educadores. No obstante, la investigación presenta limitaciones que deben reconocerse. En primer lugar, el enfoque cualitativo-crítico, aunque rico en profundidad, no permite generalizar estadísticamente los hallazgos más allá del contexto habanero. En segundo lugar, la revisión sistemática se centró en fuentes con DOI verificable, lo que excluyó documentación institucional cubana no indexada (como algunos informes del MINED), limitando la comprensión de políticas internas. En tercer lugar, no se realizó una evaluación empírica directa de plataformas con IA en aulas cubanas, debido a restricciones de acceso y a la incipiente implementación de tales tecnologías en el sistema escolar público. A partir de estos hallazgos y limitaciones, se formulan las siguientes recomendaciones para futuras investigaciones. Primero, se requieren estudios mixtos que combinen encuestas validadas (como las de Ferrero et al., 2016) con análisis etnográficos en escuelas cubanas, para cuantificar la creencia en neuromitos y, al mismo tiempo, comprender sus funciones en la práctica docente. Segundo, es urgente desarrollar marcos de evaluación crítica para tecnologías educativas en contextos del Sur Global, que no solo examinen su base Neuromitos en la Educación Matemática: Ing. Sergio Leal 16 empírica, sino también su alineación con principios pedagógicos locales, como propone Radford (2018). Tercero, se recomienda investigar el rol de las políticas de cooperación internacional en la circulación de neuromitos, un área apenas explorada en la literatura. Cuarto, se sugiere diseñar programas de formación docente en Cuba que integren alfabetización neurocientífica con pedagogía crítica, siguiendo el modelo de Howard-Jones (2017), pero adaptado a la tradición histórico-cultural de la educación cubana. Finalmente, futuras investigaciones deberían analizar cómo los docentes resisten, reinterpretan o rechazan las narrativas neuromitológicas, ya que este estudio evidenció indicios de agencia epistémica que merecen mayor atención. En conjunto, esta monografía no solo cumple con su objetivo de identificar y caracterizar los neuromitos más extendidos en la educación matemática cubana, examinar su impacto en la formación docente, su influencia en políticas curriculares y su presencia en recursos digitales, sino que también abre nuevas líneas de indagación sobre la descolonización de la neuroeducación en contextos de resistencia epistémica. Neuromitos en la Educación Matemática: Ing. Sergio Leal 17 6. CONCLUSIÓN Los principales hallazgos de esta monografía revelan que los neuromitos en la educación matemática no son meros errores conceptuales, sino narrativas ideológicas profundamente arraigadas que influyen en múltiples niveles del sistema educativo cubano, particularmente en La Habana. Se ha documentado la persistencia de mitos como los estilos de aprendizaje, la plasticidad cerebral ilimitada y la lateralización rígida del cerebro, a pesar de la ausencia de evidencia empírica que los respalde (Howard-Jones, 2014; Pashler et al., 2008). Estos mitos se reproducen activamente en programas de formación docente, incluso cuando carecen de fundamento epistemológico (Fernández y Pérez, 2019; Martínez, 2020), y se filtran en políticas curriculares mediante un lenguaje vago que invoca la “neurociencia cognitiva” sin especificar mecanismos ni evidencia (Dumas Rojas y Padrón Padilla, 2025). Además, el estudio muestra que las herramientas digitales, especialmente aquellas que incorporan inteligencia artificial, no solo reproducen estos mitos, sino que los automatizan y los presentan como innovaciones científicas, lo que dificulta su crítica por parte de docentes y autoridades educativas (Dubinsky et al., 2021; Holmes et al., 2022). En este contexto, la promesa tecnológica opera como una “pedagogía de la esperanza técnica” que desplaza el debate sobre equidad, justicia curricular y soberanía pedagógica hacia soluciones aparentemente neutrales, pero profundamente sesgadas (Giroux, 2015). En respuesta al objetivo central, identificar y caracterizar los neuromitos más extendidos, examinar su impacto en la formación del profesorado, analizar su influencia en políticas curriculares y evaluar su presencia en el diseño de recursos digitales, especialmente aquellos que incorporan inteligencia artificial, esta investigación demuestra que los neuromitos actúan como dispositivos de legitimación que naturalizan prácticas pedagógicas reduccionistas y mercantilizan el conocimiento científico. En la formación docente, su presencia refleja una brecha entre la tradición pedagógica cubana y las corrientes internacionales importadas sin crítica (Radford, 2018). En las políticas Neuromitos en la Educación Matemática: Ing. Sergio Leal 18 curriculares, aunque no se mencionan explícitamente, los mitos emergen en documentos institucionales bajo el discurso de la modernización digital, desconociendo sus implicaciones epistemológicas (MINED, 2022). Finalmente, en el diseño de recursos digitales, se observa una instrumentalización de la neurociencia para vender plataformas con IA que prometen personalización sin ofrecer modelos cognitivos válidos, reproduciendo así una pseudociencia disfrazada de innovación (Holmes et al., 2022; Dubinsky et al., 2021). Esta monografía concluye que combatir los neuromitos no requiere más neurociencia, sino más didáctica crítica, más formación epistemológica y una resistencia activa frente a la colonización cognitiva del sistema educativo. Neuromitos en la Educación Matemática: Ing. Sergio Leal 19 REFERENCIAS Ansari, D. (2005). Time to use neuroscience findings in teacher training. Nature, 437(7055), 26–26. https://doi.org/10.1038/437026a Ansari, D., Coch, D., y De Smedt, B. (2011). Connecting Education and Cognitive Neuroscience: Where will the journey take us? Educational Philosophy and Theory, 43(1), 37–42. https://doi.org/10.1111/j.1469-5812.2010.00705.x Baker, D. P., y LeTendre, G. K. (2022). Globalizing educational policy and the sociology of education. Routledge. Boaler, J. (2016). Mathematical Mindsets: Unleashing Students' Potential through Creative Math, Inspiring Messages and Innovative Teaching. Jossey-Bass. Bowers, J. S. “The Practical and Principled Problems with Educational Neuroscience.” Psychological Review, vol. 123, no. 5, 2016, pp. 600–612, https://doi.org/10.1037/rev0000025. Brousseau, G. (1997). Theory of didactical situations in mathematics. Kluwer Academic Publishers. Bruer, J. T. (1997). Education and the Brain: A Bridge Too Far. Educational Researcher, 26(8), 4–16. https://doi.org/10.3102/0013189x026008004 Castorina, J. A. (2016). La relación problemática entre Neurociencias y educación. Condiciones y análisis crítico. Propuesta Educativa, 2(19957785), 26–41. Facultad Latinoamericana de Ciencias Sociales . https://www.redalyc.org/articulo.oa?id=403049783004 Conexiones: The Learning Sciences Platform. (2018, February 19). Mind, Brain and Education Science by Tracey Tokuhama Espinosa, Ph.D. YouTube. https://www.youtube.com/watch?v=JBR5q2ZvaTY Neuromitos en la Educación Matemática: Ing. Sergio Leal 20 Dehaene, S. (1996). The Organization of Brain Activations in Number Comparison: EventRelated Potentials and the Additive-Factors Method. Journal of Cognitive Neuroscience, 8(1), 47–68. https://doi.org/10.1162/jocn.1996.8.1.47 Dekker, S., Lee, N. C., Howard-Jones, P., y Jolles, J. (2012). Neuromyths in education: Prevalence and predictors of misconceptions among teachers. Frontiers in Psychology, 3, 429. https://doi.org/10.3389/fpsyg.2012.00429 Dubinsky, J. M., Roehrig, G., y Varma, S. (2021). Infusing neuroscience into teacher professional development. Educational Researcher, 50(3), 167– 176. https://doi.org/10.3102/0013189X20985088 Dumas Rojas, A., y Padrón Padilla, A. (2025). Transformación digital en el Sistema Educativo de Cuba: Un camino hacia el futuro. Cubadebate. http://www.cubadebate.cu/noticias/2025/02/11/transformacion-digitalen-el-sistema-educativo-de-cuba-un-camino-hacia-el-futuro/ Ferrero, M., Garaizar, P., y Vadillo, M. A. (2016). Neuromyths in education: Prevalence among Spanish teachers and an exploration of cross-cultural variation. Frontiers in Human Neuroscience, 10, 496. https://doi.org/10.3389/fnhum.2016.00496 Freire, P. (1970). Pedagogy of the Oppressed. Herder and Herder. Guirado Rivero, V. del C., y Guerra Iglesias, S. (2013). Recursos didcticos y sugerencias metodolgicas para la enseanza-aprendizaje de los escolares con necesidades educativas especiales. Playa, La Habana, Cuba: Editorial Pueblo Y Educación. Giroux, H. A. (2015). Education and the crisis of public values. Peter Lang. Grant, M. J., y Booth, A. (2009). A typology of reviews: An analysis of 14 review types and associated methodologies. Health Information y Libraries Journal, 26(2), 91– 108. https://doi.org/10.1111/j.1471-1842.2009.00848.x