Herramienta de traducción de lenguaje natural a lenguaje Python

Autores/as

  • Ofelia Gutiérrez Giraldi Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México https://orcid.org/0000-0002-9544-4784
  • Lizbeth Sánchez Ferrer Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México https://orcid.org/0009-0001-6324-5481
  • Martha Martínez Moreno Tecnológico Nacional de México. Instituto Tecnológico de Toluca. Departamento de Sistemas y Computación. Toluca, Edo. de México, México https://orcid.org/0000-0003-3793-6315
  • Jorge Ángel Estudillo Silva Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México https://orcid.org/0009-0004-9613-5360
  • Efrén Ernesto Pérez Nicanor Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México https://orcid.org/0009-0008-9288-3723
  • Esteban Santos Angulo Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México https://orcid.org/0009-0009-3733-5318
  • David León Salas Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México https://orcid.org/0009-0004-1709-5621

DOI:

https://doi.org/10.30973/progmat/2026.18.3/4

Palabras clave:

programació, traducción, asistente inteligente

Resumen

Desde una perspectiva académica y tecnológica, esta investigación se centra en el desarrollo de una herramienta educativa basada en inteligencia artificial generativa cuyo propósito es apoyar el aprendizaje de la programación de manera didáctica y transparente. Surge como respuesta a las limitaciones pedagógicas de los asistentes de IA actuales, los cuales suelen proporcionar soluciones completas sin favorecer el razonamiento lógico ni la comprensión profunda del código. La propuesta consiste en una aplicación web Full Stack que integra un modelo de lenguaje especializado (CodeLlama), ejecutado en una infraestructura autoalojada, capaz de traducir instrucciones escritas en lenguaje natural en español a código funcional en el lenguaje Python. A través de una interfaz de chat interactiva con transmisión de resultados en tiempo real, la herramienta permite observar de forma progresiva la construcción del código, simulando el acompañamiento de un tutor humano. El sistema está orientado a estudiantes de programación de nivel principiante e intermedio, priorizando el fortalecimiento de la lógica algorítmica, la comprensión sintáctica y el uso crítico de la IA como apoyo educativo, sin sustituir los procesos formales de enseñanza.

Biografía del autor/a

Ofelia Gutiérrez Giraldi, Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México

Ofelia Gutiérrez Giraldi. Docente del Instituto Tecnológico de Veracruz con 46 años de antigüedad. Actualmente tiene un nivel de profesor-investigador, trabajando en este rubro hasta antes de participar directamente en puestos directivos/administrativos: Jefa de proyecto de investigación, Jefa de la División de Estudios de Posgrado e Investigación y Subdirectora Académica. De vuelta al ámbito de profesor-investigador, he participado nuevamente en proyectos de investigación y reanudado mis labores como docente del Depto. de Sistemas y Computación.

Lizbeth Sánchez Ferrer, Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México

Lizbeth Sanchez Ferrer. Originaria de Veracruz, Veracruz, México. Las áreas en las que se ha desarrollado es la configuración y administración de redes de computadoras, administración y gestión de proyectos, metodologías de investigación, de programación. Le gusta la leer y disfruto muchas películas sobre todo basadas en hechos reales, misterio y las que te hacen pensar. Práctico yoga y pilates.

Martha Martínez Moreno, Tecnológico Nacional de México. Instituto Tecnológico de Toluca. Departamento de Sistemas y Computación. Toluca, Edo. de México, México

Martha Martínez Moreno. Graduada de Licenciatura en Informática en el Instituto Tecnológico de Orizaba en 1994. Obtuvo su Maestría en Gestión Educativa en el Instituto Universitario Veracruzano 2024. Docente en CONALEP ORIZABA en 1993, Universidad del Valle de Orizaba en 1993, CONALEP Veracruz II en 1996, Instituto Tecnológico de Veracruz en 1996, actualmente en el Instituto Tecnológico de Toluca desde 2020. Además, secretaria de academia en el Instituto Tecnológico de Toluca en 2021 y jefe de Departamento de Sistemas y Computación en el mismo instituto.

Jorge Ángel Estudillo Silva, Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México

Estudiante de Ingeniería en Sistemas Computacionales con vasta experiencia en desarrollo con Python. Especializado en inteligencia artificial, ciencia de datos y desarrollo de software. Experiencia comprobada en investigación académica, habiendo desarrollado modelos de IA para clasificación médica en el CIMAT. Participante activo en programación competitiva ACM ICPC con sólidas habilidades en resolución de problemas algorítmicos.

Efrén Ernesto Pérez Nicanor, Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México

Efren Ernesto Pérez Nicanor. Estudiante de Ingeniería en Sistemas Computacionales en el Instituto Tecnológico de Veracruz, con especialidad en Ciencia de Datos. Ha complementado su formación participando en competencias como Coding Cup e ICPC, y en el programa de especialización Oracle ONE (2024). Actualmente, colabora en proyectos de investigación sobre Inteligencia Artificial Generativa y modelos LLM (CodeLlama), enfocándose principalmente en el análisis de resultados, la documentación técnica y la integración de informes de investigación. Sus áreas de interés comprenden los algoritmos matemáticos y la programación en Java.

Esteban Santos Angulo, Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México

Esteban Santos Angulo. Estudiante universitario en Sistemas Computacionales del Instituto Tecnológico de Veracruz con especialidad en Ciencia de Datos y Gestión de Proyectos de Software. Actualmente cursando el décimo semestre de la carrera.

David León Salas, Tecnológico Nacional de México. Instituto Tecnológico de Veracruz. Departamento de Sistemas y Computación. Veracruz, Ver. México

David León Salas. Estudiante del Instituto Tecnológico de Veracruz, en la carrera de Ingeniería en Sistemas Computacionales. Cuenta con una certificación en Inteligencia Artificial otorgada por Samsung Innovation Campus. Actualmente se desempeña como residente en la empresa Tenaris Tamsa. Sus intereses académicos y profesionales se centran en la Ciencia de Datos, particularmente en el análisis, modelado y visualización de información para la extracción de conocimiento, así como en el estudio y aplicación de las matemáticas como fundamento para el desarrollo de modelos y soluciones computacionales. Además, muestra un especial interés en el diseño y uso de bases de datos NoSQL para el manejo eficiente de grandes volúmenes de datos.

Citas

Barrios del Valle G. Enseñar programación en la era de la IA generativa. Revista Mexicana de Bachillerato a Distancia (2025) 17(34). DOI: https://doi.org/10.22201/cuaed.20074751e.2025.34.92845

Codalista. Los mejores modelos de IA para programadores en 2025. Codalista.com; 2025 [citado 2025 Nov 6]. https://codalista.com/los-mejores-modelos-de-ia-para-programadores-en-2025/

Educ.ar. Inteligencia artificial. Portal educativo de la Secretaría de Educación; 2025 [citado 2025 Nov 6]. https://www.educ.ar/IA

Fullmind. AI in education: 10 real applications of EdTech in 2025. Fullmind; 2025 Jul 21. https://www.fullmindlearning.com/blog/ai-in-education-applications

InvestGlass. Las 7 mejores soluciones de plataformas de aprendizaje de IA para 2025. InvestGlass; 2025 May 25. https://www.investglass.com/es/top-7-ai-learning-platform-solutions-for-2025-4/

León Morejón Y, Maia F, Alvarez Riol L de la C. Impactos de la inteligencia artificial en la autorregulación del aprendizaje de la programación. Mendive. Revista de Educación (2025) 23(2):e4002. https://mendive.upr.edu.cu/index.php/MendiveUPR/article/view/4002

Maestrías y Diplomados Tec.mx. IA para programadores: las mejores herramientas de 2025. Blog; 2025 May 28. https://blog.maestriasydiplomados.tec.mx/ia-para-programadores

MENTOR. Inteligencia artificial: ventajas y desventajas de su uso en el proceso de enseñanza aprendizaje. MENTOR Revista de Investigación Educativa y Deportiva (2025). https://revistamentor.ec/index.php/mentor/article/view/7081

Microsoft. 2025 AI in education: a Microsoft special report. Microsoft; 2025. https://cdn-dynmedia-1.microsoft.com/is/content/microsoftcorp/microsoft/bade/documents/products-and-services/en-us/education/2025-Microsoft-AI-in-Education-Report.pdf

Pineda Sánchez VY. La inteligencia artificial como herramienta de optimización en la docencia pública: retos y oportunidades para el futuro de la educación. RIESED - Revista Internacional de Estudios sobre Sistemas Educativos (2025) 3(16):803-822. DOI: https://doi.org/10.5281/zenodo.15697704

UNESCO. La IA y el futuro de la educación: disrupciones, dilemas y orientaciones. UNESCO; 2025 Sep 29. https://www.unesco.org/es/articles/el-uso-de-la-ia-en-la-educacion-decidir-el-futuro-que-queremos

University Canada West. Advantages and disadvantages of AI in education. University Canada West; 2025 May 21. https://www.ucanwest.ca/blog/education-careers-tips/advantages-and-disadvantages-of-ai-in-education

Vera Paredes DA, Franco Arias OO, Córdova Martínez LC. Impacto de la inteligencia artificial en el aprendizaje de la programación informática en los estudiantes universitarios. Ciencia y Educación (2025) 6(3):33-50. DOI: https://doi.org/10.5281/zenodo.15056104

Zaïane OR, Gârbacea IA, Bârsan EI. AI applications in education: a review. International Journal of Education and Information Technologies (2025) 19:33-38. https://www.researchgate.net/publication/389971525_AI_Applications_in_Education_A_review

CampusMVP. ¿Merece la pena aprender a programar en 2025, en la era de la IA? CampusMVP; 2025 May 6. https://www.campusmvp.es/recursos/post/merece-la-pena-aprender-a-programar-en-2025-en-la-era-de-la-ia.aspx

Santos R, Silva B. Semantic scaffolding: the role of Natural Language to Code (NL-to-Code) systems in novice programming education. En: Proceedings of the 2025 IEEE Conference on Education and Training (EDUCON). IEEE; 2025. p. 7-12.

IBM. ¿Qué es el procesamiento del lenguaje natural (PLN)? IBM México; 2025 [citado 2025 Nov 11]. https://www.ibm.com/mx-es/think/topics/natural-language-processing

KeepCoding. Procesamiento del lenguaje natural: guía esencial para entender y aplicar PLN. KeepCoding Blog; 2025 Sep 3 [citado 2025 Nov 11]. https://keepcoding.io/blog/procesamiento-del-lenguaje-natural-guia/

Muñoz Guillena R. Procesamiento del lenguaje natural como eje central de la inteligencia artificial generativa [lección inaugural del Curso Académico 2024-2025]. Universidad de La Rioja, Servicio de Publicaciones; 2024. https://dialnet.unirioja.es/descarga/libro/985766.pdf

Descargas

Publicado

02-10-2026

Cómo citar

Gutiérrez Giraldi, O., Sánchez Ferrer, L., Martínez Moreno, M., Estudillo Silva, J. Ángel, Pérez Nicanor, E. E., Santos Angulo, E., & León Salas, D. (2026). Herramienta de traducción de lenguaje natural a lenguaje Python. Programación matemática Y Software, 18(3), 41–60. https://doi.org/10.30973/progmat/2026.18.3/4

Número

Vol. 18 Núm. 3 (2026): Octubre de 2026

Sección

Artículos

Licencia

Derechos de autor 2026 Ofelia Gutiérrez Giraldi, Lizbeth Sánchez Ferrer, Martha Martínez Moreno, Jorge Ángel Estudillo Silva, Efrén Ernesto Pérez Nicanor, Esteban Santos Angulo, David León Salas

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.