Resumen: Los problemas matemáticos planteados (MWP) constituyen un tema de investigación fundamental en inteligencia artificial (IA) que se remonta a la década de 1960. Esta investigación tiene como objetivo mejorar las capacidades de razonamiento de la IA reflejando la inteligencia cognitiva similar a la humana. El paradigma tecnológico dominante ha evolucionado desde los primeros métodos basados en reglas hasta modelos de aprendizaje profundo y está avanzando rápidamente hacia grandes modelos de lenguaje. Sin embargo, el campo todavía carece de una taxonomía sistemática para la encuesta MWP junto con una discusión de las tendencias de desarrollo actuales. Por lo tanto, en este artículo, nuestro objetivo es revisar exhaustivamente la investigación relacionada con la resolución de MWP a través de la lente de la cognición humana, para demostrar cómo los modelos recientes de IA están avanzando en la simulación de las capacidades cognitivas humanas. Específicamente, resumimos cinco habilidades cognitivas cruciales para la resolución de MWP, que incluyen comprensión de problemas, organización lógica, memoria asociativa, pensamiento crítico y aprendizaje de conocimientos. Centrándonos en estas habilidades, revisamos dos modelos MWP convencionales en los últimos 10 años: solucionadores de redes neuronales y solucionadores basados en LLM, y analizamos las habilidades básicas similares a las humanas que demostraron en su intrincado proceso de resolución de problemas. Además, volvemos a ejecutar todos los solucionadores de MWP representativos y complementamos su rendimiento en 5 puntos de referencia principales para una comparación unificada. Hasta donde sabemos, esta encuesta primero analiza exhaustivamente la influyente investigación sobre MWP de la última década desde la perspectiva del razonamiento cognitivo humano y proporciona una comparación general integradora entre los enfoques existentes. Esperamos que pueda inspirar más investigaciones sobre el razonamiento de la IA. Nuestro repositorio está publicado el esta URL https.
Publicado originalmente en export.arxiv.org el 27 de octubre de 2025.
Ver fuente original
