La Inteligencia Artificial Generativa en la Educación Superior: Entre el Apoyo y la Dependencia.

Autores/as

DOI:

https://doi.org/10.5377/recientec.v8i3.21871

Palabras clave:

Inteligencia Artificial Generativa, Educación superior, Aprendizaje autónomo, Carga cognitiva, Pensamiento crítico

Resumen

La Inteligencia Artificial Generativa (IAG) ha irrumpido en la educación superior como una herramienta que transforma la manera en que los estudiantes aprenden, investigan y producen conocimiento. Su potencial se observa en la personalización del aprendizaje, la generación de borradores, la organización de ideas y el acceso a explicaciones inmediatas. Sin embargo, junto a estos beneficios emergen riesgos significativos: la dependencia tecnológica, la reducción del esfuerzo cognitivo y la ilusión de competencia. Desde un enfoque reflexivo, el ensayo examina teorías como el marco ICAP, la carga cognitiva y el aprendizaje autorregulado, que permiten comprender cómo la IAG puede desplazar al estudiante hacia una participación pasiva o, por el contrario, favorecer procesos interactivos y constructivos. Asimismo, se plantean estrategias pedagógicas como la evaluación centrada en procesos y el diseño de tareas IA-robustas, que integran la tecnología sin sustituir el pensamiento crítico. Se concluye que el verdadero desafío no es decidir si usar o no estas herramientas, sino cómo integrarlas de manera responsable para potenciar la autonomía intelectual, la creatividad y el aprendizaje significativo, evitando que el conocimiento se reduzca a un producto inmediato condicionado por la máquina.

Citas

Barrientos, R. (3 de octubre de 2023). Medium. Obtenido de https://robertobarrientos.medium.com/el-marco-icap-2ab97d2d5165

Biggs, J. &. (2011). Teaching for quality learning at university. Open University Press.

Chi M. T. H., W. R. (2014). The ICAP framework: Linking cognitive engagement to active learning outcomes. Educational Psychologist, 219–243.

Ghohgari, D. (13 de Mayo de 2025). octet.design. Obtenido de https://octet.design/journal/cognitive-load/

Holmes, W. &. (2022). State of the art in the use of AI in education. European Journal of Education, 57.

Mayer, R. E. (2023). Cognitive psychology and learning with AI tools. Computers & Education, 190.

Mercadal, T. (2021). https://www.ebsco.com/. Obtenido de https://www.ebsco.com/research-starters/education/self-regulated-learning-srl

Russell, S. &. (2021). Artificial Intelligence: A Modern Approach. Pearson.

Salazar, L. R. (28 de Diciembre de 2022). La IAGcomo herramienta de apoyo en la personalización del aprendizaje: Implicaciones y desafíos éticos en el aula para estudiantes de EGB. REINCISOL: Revista de Investigación Científica y Social, 6986-7007.

Selwyn, N. (2023). Should robots replace teachers? AI and the future of education. Polity Press.

Stryker, C., & Kavlakoglu, E. (09 de Agosto de 2024). IBM.COM. Obtenido de https://www.ibm.com/mx-es/think/topics/artificial-intelligence

Sweller, J. (2011). Cognitive load theory. Psychology of Learning and Motivation, 37–76.

Xu, Y. W. (2023). Generative AI in higher education writing: Opportunities and risks. Computers & Education, 190.

Descargas

Publicado

2025-12-16

Número

Sección

Ciencias de la Educación y Humanidades