CONSECUENCIAS DE LA DEPENDENCIA
DE LA INTELIGENCIA ARTIFICIAL EN
HABILIDADES CRÍTICAS Y APRENDIZAJE
AUTÓNOMO EN LOS ESTUDIANTES
CONSEQUENCES OF ARTIFICIAL INTELLIGENCE
DEPENDENCE ON CRITICAL SKILLS AND
AUTONOMOUS LEARNING IN STUDENTS
María Del Cisne Loján
Universidad Estatal Amazónica, Ecuador
José Antonio Romero
Universidad Estatal Amazónica, Ecuador
David Sancho Aguilera
Universidad Estatal Amazónica, Ecuador
Andrea Yajaira Romero
Universidad Estatal Amazónica, Ecuador
pág. 2368
DOI: https://doi.org/10.37811/cl_rcm.v8i2.10678
Consecuencias de la Dependencia de la Inteligencia Artificial en
Habilidades Críticas y Aprendizaje Autónomo en los Estudiantes
María Del Cisne Loján1
mlojan@uea.edu.ec
https://orcid.org/0000-0001-5345-5859
Universidad Estatal Amazónica
Ecuador
José Antonio Romero
jromero@uea.edu.ec
https://orcid.org/0000-0001-7870-2908
Universidad Estatal Amazónica
Ecuador
David Sancho Aguilera
dsancho@uea.edu.ec
https://orcid.org/0000-0001-5625-4198
Universidad Estatal Amazónica
Ecuador
Andrea Yajaira Romero
ay.romerop@uea.edu.ec
https://orcid.org/0000-0002-6734-1040
Universidad Estatal Amazónica
Ecuador
RESUMEN
La adopción masiva de la Inteligencia Artificial (IA) en educación plantea preguntas significativas
sobre su impacto en las habilidades críticas y el aprendizaje autónomo de los estudiantes. Este estudio
cuantitativo, basado en encuestas aplicadas a 65 docentes, investiga las consecuencias de la dependencia
de la IA en la educación. Utilizando análisis de varianza (ANOVA) y regresión lineal, se examinó cómo
el uso excesivo de la IA para completar tareas académicas influye en el rendimiento de los estudiantes.
Los resultados muestran una correlación significativa (F(1, 63) = 5.12, p < .001)entre la dependencia
de la IA y el desarrollo de habilidades críticas, con una disminución notable en la autonomía de
aprendizaje y en la capacidad de resolución de problemas. El análisis de regresión confirmó que la
dependencia de la IA predice negativamente el rendimiento académico, subrayando el compromiso del
aprendizaje autónomo y la pérdida de habilidades de investigación. Este estudio concluye que, aunque
la IA ofrece herramientas útiles para la educación, su uso inadecuado puede tener efectos adversos en
el desarrollo integral de los estudiantes.
Palabras clave: inteligencia artificial, habilidades críticas, aprendizaje autónomo, ANOVA
1
Autor principal
Correspondencia: mlojan@uea.edu.ec
pág. 2369
Consequences of Artificial Intelligence Dependence on Critical Skills and
Autonomous Learning in Students
ABSTRACT
The mass adoption of Artificial Intelligence (AI) in education raises significant questions about its
impact on students' critical skills and autonomous learning. This quantitative study, based on surveys
of 65 teachers, investigates the consequences of reliance on AI in education. Using analysis of variance
(ANOVA) and linear regression, we examined how the overuse of AI to complete academic tasks
influences student achievement. The results show a significant correlation (F(1, 63) = 5.12, p < .001)
between dependence on AI and the development of critical skills, with a notable decrease in learning
autonomy and problem-solving ability. Regression analysis confirmed that reliance on AI negatively
predicts academic performance, underscoring the compromise of autonomous learning and the loss of
research skills. This study concludes that, although AI offers useful tools for education, its inappropriate
use can have adverse effects on the holistic development of students.
Keywords: artificial intelligence, critical skills, machine learning, ANOVA
Artículo recibido 20 febrero 2024
Aceptado para publicación: 29 marzo 2024
pág. 2370
INTRODUCCIÓN
Dado el crecimiento de la Inteligencia Artificial (IA) en el sistema educativo ha generado tanto
entusiasmo por su potencial para personalizar el aprendizaje como preocupaciones sobre sus efectos en
habilidades críticas esenciales. Esta tecnología, caracterizada por su capacidad para aprender, adaptarse
y realizar tareas que tradicionalmente requerían inteligencia humana, ha comenzado a redefinir los
paradigmas educativos existentes (León, 2017). Como Tuomi et al. Cabrera, (2018) señalan, la IA no
solo posee el potencial de transformar la dinámica del aula mediante la personalización del aprendizaje
y la mejora de la accesibilidad a la información, sino que también plantea retos significativos en cuanto
a la preservación del desarrollo cognitivo y las habilidades críticas de los estudiantes. Mientras que la
IA promete transformar la educación al adaptar el contenido a las necesidades individuales y
proporcionar retroalimentación instantánea, existe un creciente debate sobre su impacto en el desarrollo
de habilidades, conocimientos y el aprendizaje autónomo y permanente en los estudiantes. El impacto
transformador de la IA se observa en su capacidad para generar lenguaje de manera análoga a los seres
humanos, lo que representa uno de los hitos tecnológicos más relevantes de nuestra historia (Vega,
2019). Esta capacidad de la IA generativa de traducir y crear contenido en lenguaje natural implica una
doble vertiente de potencialidades y riesgos en contextos educativos principalmente en los estudiantes
(Calvo, 2020). Este dilema se ve exacerbado en contextos donde los estudiantes, tanto en entornos de
aprendizaje en línea como presenciales, recurren cada vez más a soluciones de IA para asistencia en
tareas, investigación y resolución de problemas en las diferentes asignaturas, donde su rendimiento
académico podría no reflejar un aprendizaje significativo afectando su formación integral lo que plantea
preguntas sobre su dependencia de la tecnología y la posible erosión de habilidades críticas y
autónomas. Por un lado, ofrece oportunidades sin precedentes para el enriquecimiento del aprendizaje
y la enseñanza; por otro, plantea interrogantes sobre su efecto en el desarrollo de capacidades críticas
fundamentales.
Ibarra et al. y Magallanes et al. (2023) destacan cómo la IA, al intervenir en múltiples campos de la
actividad humana, incluida la educación, ha acelerado el proceso de enseñanza-aprendizaje, situando al
estudiante en el centro de una experiencia educativa innovadora. Sin embargo, esta centralidad del
estudiante en el proceso de aprendizaje mediado por la IA conlleva la necesidad de velar por los valores
pág. 2371
y la ética en su aplicación, garantizando que la tecnología actúe como un complemento y no como un
sustituto del esfuerzo humano en el desarrollo y transmisión del conocimiento (Obregón et al. &
Caballero, 2023). La IA, al facilitar respuestas instantáneas y automatizar el procesamiento de
información, puede incentivar una dependencia tecnológica que disminuya la motivación de los
estudiantes para el esfuerzo intelectual y la exploración autónoma, afectando negativamente su
capacidad para desarrollar habilidades de pensamiento crítico y resolución de problemas (Fernández et
al. & Gallet et al., 2023). Esta disminución en el esfuerzo por comprender y analizar críticamente la
información representa un desafío importante para la educación, que tradicionalmente ha buscado
fomentar estas habilidades como fundamentales para el aprendizaje significativo y el desarrollo
personal (Muñoz & Ordoñez, 2024). Frente a este escenario, los artículos de Torres, Ochoa y Solórzano
(2022) sugieren la importancia de un análisis pedagógico que trascienda visiones simplistas sobre la
incorporación de tecnologías en la educación. Identifica la necesidad de abordar concepciones
tecnobancarias que reducen al estudiante a un receptor pasivo de información, enfatizando en cambio
la construcción de entornos de aprendizaje que promuevan la interacción activa y el desarrollo
cognitivo.
Este aspecto no es menor, ya que un uso desmedido de dispositivos y soluciones tecnológicas podría
tener implicancias en el bienestar psicosocial de los estudiantes, afectando su capacidad para establecer
relaciones interpersonales significativas y gestionar su tiempo de manera efectiva fuera del entorno
virtual o presencial (Ubal et al. & Alvrez et al., 2023). La literatura académica ha comenzado a explorar
cómo la interacción con sistemas de IA afecta el proceso de aprendizaje, con algunos estudios
sugiriendo que puede disminuir la participación activa de los estudiantes en su educación y limitar el
desarrollo de habilidades de pensamiento crítico y resolución de problemas (Alpizar & Cervantes,
2024). Además, la accesibilidad omnipresente de soluciones basadas en IA para asistir en actividades
académicas plantea preguntas sobre la autonomía del aprendizaje y la capacidad de los estudiantes para
enfrentar desafíos sin la asistencia de la tecnología.
Este estudio se propone evaluar de manera cuantitativa y cualitativa las consecuencias de la dependencia
de la IA en las habilidades críticas y el aprendizaje autónomo en los estudiantes de secundaria y
universidad. A través de la encuesta aplicada a 65 docentes, se busca identificar patrones en el uso de
pág. 2372
la IA por parte de los estudiantes y correlacionar estos patrones con medidas de rendimiento académico
y desarrollo de habilidades. Utilizando técnicas estadísticas avanzadas, incluyendo análisis de varianza
(ANOVA), este estudio se centra en cuantificar el impacto de la IA en la educación y proporcionar un
marco empírico para entender las implicaciones de su uso excesivo.
METODOLOGÍA
Este estudio se enmarca en un diseño metodológico mixto, el cual permite la triangulación de datos
cuantitativos y cualitativos para explorar las consecuencias de la dependencia de la IA en el aprendizaje
y desarrollo de habilidades críticas en estudiantes. La combinación de estos enfoques facilita una
comprensión más profunda de cómo la utilización de herramientas de IA afecta el rendimiento
académico y el desarrollo cognitivo de los estudiantes.
La muestra para las encuestas está compuesta por 65 docentes de nivel secundario y universitario,
seleccionados debido a su vasta experiencia pedagógica y su disposición a contribuir al estudio. La
elección de la muestra se basó en un muestreo no probabilístico por conveniencia, priorizando a aquellos
docentes capaces de ofrecer insights valiosos sobre la integración de la IA en el proceso educativo y su
impacto en aspectos cruciales como la deducción, los resultados en evaluaciones y el desarrollo de
conocimientos, tanto en la educación presencial como virtual.
Para la recopilación de datos, se diseñó un cuestionario estructurado que incorporaba preguntas
cerradas, orientadas a explorar la experiencia y percepción de los docentes sobre el uso de la IA por
parte de los estudiantes. El instrumento incluyó preguntas específicas destinadas a evaluar cómo la
dependencia de la IA afecta la capacidad de deducción de los estudiantes, su desempeño en evaluaciones
presenciales versus virtuales, y su desarrollo de conocimientos en contextos educativos tanto
presenciales como virtuales. Este enfoque permitió una recogida de datos detallada y multifacética,
adecuada para el análisis estadístico posterior.
Los datos recolectados se sometieron a un riguroso análisis estadístico utilizando software SPSS. Se
aplicó el análisis de varianza (ANOVA) para identificar diferencias significativas en la percepción de
los docentes, considerando diversos factores educativos. Además, se llevaron a cabo análisis de
correlación para determinar la relación entre la intensidad del uso de la IA y variables como la deducción
y el rendimiento académico en evaluaciones. Asimismo, se utilizó un análisis de regresión lineal
pág. 2373
múltiple para examinar cómo la dependencia de la IA influye en el desarrollo del conocimiento en
diferentes modalidades educativas.
RESULTADOS Y DISCUSIÓN
Los resultados del Análisis de los datos de la inteligencia Artificial.
Tabla 1. Efectos de la tecnología y habilidades críticas.
Variables
Frecuencia
Porcentaje
Uso excesivo afecta negativamente
43
66.2%
Uso moderado afecta levemente
12
18.5%
Uso mínimo mejora habilidades
10
15.4%
Total
65
100%
Nota. La tabla muestra la percepción de los docentes sobre cómo el uso de la tecnología afecta las habilidades críticas de los
estudiantes.
La Tabla 1 revela cómo diferentes niveles de uso tecnológico excesivo, moderado y mínimo, impactan
las habilidades críticas de los estudiantes, según la encuesta a docentes. Un notable 66.2% opina que el
uso excesivo deteriora estas habilidades, indicando una preocupación mayoritaria sobre el potencial
daño al pensamiento crítico y analítico con una integración tecnológica desmedida. En contraste, el
18.5% cree que un uso moderado solo afecta levemente las capacidades críticas, sugiriendo efectos
negativos mínimos y posiblemente manejables. Un cercano 15.4% ve mejoras en dichas habilidades
con un uso tecnológico mínimo, resaltando una percepción positiva, aunque menos común. Estos
resultados subrayan una inquietud predominante por el impacto negativo del exceso tecnológico en el
desarrollo de habilidades cruciales para la educación y el futuro profesional, resaltando la importancia
de moderar el uso tecnológico para fomentar un desarrollo cognitivo saludable.
Tabla 2. Impacto en el compromiso del Aprendizaje.
Frecuencia
Porcentaje
38
58.5%
13
20%
9
13.8%
5
7.7%
65
100%
Nota. Esta tabla refleja la relación entre el nivel de dependencia tecnológica y el compromiso de los estudiantes con su
aprendizaje.
pág. 2374
La Tabla 2, muestra cómo la dependencia tecnológica influye en el compromiso estudiantil con el
aprendizaje. Notablemente, un 58.5% de los docentes indica una total dependencia tecnológica sin
compromiso activo, sugiriendo que la tecnología podría estar sustituyendo el esfuerzo individual de los
estudiantes. Un 20% refleja preocupación por estudiantes poco comprometidos, pero altamente
dependientes de la tecnología, lo que apunta a un potencial menoscabo del esfuerzo autónomo debido
al fácil acceso a recursos. Un 13.8% muestra un balance entre compromiso y uso tecnológico,
sugiriendo una integración más armónica de las herramientas digitales en el aprendizaje. Por otro lado,
el 7.7% percibe que la tecnología puede mermar la autoconfianza, insinuando una posible interferencia
en la autoeficacia para el aprendizaje autónomo de los estudiantes. Estos resultados indican una
tendencia preocupante hacia una dependencia excesiva de la tecnología, lo que podría estar debilitando
la motivación y participación activa en el proceso educativo de los estudiantes.
Tabla 3. Observación de perdida de la capacidad de argumentación.
Variables
Frecuencia
Porcentaje
Pérdida de la capacidad de pensamiento independiente
40
61.5%
Moderadamente dependiente - Comprometida
10
15.4%
Levemente dependiente - Ligeramente comprometida
7
10.8%
Independiente - No comprometida
5
12.3%
Total
65
100%
Nota. La tabla indica la percepción de los encuestados sobre cómo la dependencia de la IA influye en su capacidad de
argumentación
La Tabla 3, presenta un análisis sobre cómo la percepción de la pérdida de habilidades argumentativas
está vinculada al uso de la Inteligencia Artificial (IA). Se descubre que la mayoría de los encuestados,
el 61.5%, opina que el uso de la IA contribuye a una merma en la capacidad de pensamiento
independiente de los estudiantes. Este hallazgo destaca una preocupación considerable respecto al
efecto adverso de la IA en las facultades críticas y de razonamiento autónomo de los estudiantes. Por
otro lado, el 15.4% de los docentes admite que los estudiantes tienen una dependencia moderada de la
IA, percibiendo un compromiso en la habilidad para argumentar, lo cual indica una inquietud menor en
comparación con el primer grupo mencionado. Además, un 10.8% considera que los estudiantes
ligeramente dependientes de la tecnología, notando solo una disminución marginal en su capacidad
argumentativa, lo que sugiere un impacto reducido por el uso de la IA en las habilidades de aprendizaje.
pág. 2375
De manera sorprendente, el 12.3% de los encuestados observa como los estudiantes realizan sus
actividades académicas independiente de la IA, sin percibir detrimento alguno en su capacidad para
argumentar, lo que implica que algunos estudiantes no se ven afectados negativamente su capacidad
para el pensamiento crítico y argumentativo por la tecnología.
Estos resultados señalan serias preocupaciones sobre el impacto negativo de la IA en las habilidades de
argumentación y pensamiento autónomo, sugiriendo que una porción considerable de los estudiantes
podría estar atravesando lo que se denomina la "paradoja tecnológica". Este término refiere a la
contradicción de que, aunque la tecnología facilita el acceso a la información y asiste en la realización
de tareas complejas, podría igualmente inducir a una disminución en la iniciativa y autonomía en los
procesos de pensamiento y toma de decisiones.
Tabla 4. Bajo Rendimiento Académico
Variables
Frecuencia
Porcentaje
Levemente dependiente de IA
15
23.1%
Totalmente dependiente de IA
37
56.9%
Parcialmente dependiente de IA
8
12.3%
No dependiente de IA
5
7.7%
Total
65
100%
Nota. Los porcentajes reflejan la proporción de estudiantes con bajo rendimiento académico en relación con su nivel de
dependencia de la IA.
La Tabla 4, la mayoría de los encuestados (66.2%) percibe que el uso excesivo de la tecnología tiene
un efecto negativo en sus habilidades críticas. Esto sugiere que más de la mitad de la muestra considera
que la tecnología, cuando se utiliza en exceso, puede ser perjudicial para el desarrollo o el ejercicio de
habilidades analíticas y de pensamiento crítico. Un porcentaje menor de participantes (18.5%) indica
que el uso moderado de la tecnología afecta levemente a las habilidades críticas. Esta visión más
equilibrada podría sugerir que algunos estudiantes experimentan efectos negativos menores que podrían
ser considerados como manejables o insignificantes. Un grupo cercano al anterior en tamaño (15.4%)
considera que el uso mínimo de la tecnología mejora las habilidades críticas. Este hallazgo es importante
porque contrarresta la percepción de efectos negativos y apoya la idea del uso limitado y enfocado de
la tecnología puede tener un impacto beneficioso en el pensamiento crítico y el desarrollo de
habilidades.
pág. 2376
Además, mediante análisis de varianza, muestran una tendencia clara de la preocupación sobre los
efectos negativos del uso excesivo de la tecnología en las habilidades críticas de los estudiantes, lo que
podría tener implicaciones significativas para la educación y el desarrollo profesional, por lo que
entender cómo su uso afecta las habilidades cognitivas es crucial.
Tabla 5. Percepción de Docentes sobre Efectos Negativos de la IA
Efecto Negativo
Media
Desviación
Estándar
Reducción de habilidades críticas
4.2
0.5
Disminución en resolución de problemas
3.9
0.7
Compromiso de lenguaje autónomo
4.1
0.6
Uso excesivo de tecnología
4.5
0.4
Pérdida de la capacidad de investigación
4.3
0.5
Bajo rendimiento académico
3.7
0.8
En la table 5. Indica que Reducción de habilidades críticas se percibe como el segundo efecto negativo
más importante, con una media de 4.2 y una desviación estándar de 0.5. Esto indica una fuerte
preocupación entre los docentes de que la IA podría estar mermando las capacidades de pensamiento
crítico de los estudiantes.
Disminución en la resolución de problemas tiene una media de 3.9 y una desviación estándar de 0.7,
sugiere una preocupación moderadamente alta acerca de que los estudiantes podrían estar perdiendo su
habilidad para resolver problemas de manera independiente.
Compromiso de lenguaje autónomo con una media de 4.1, indica preocupaciones significativas sobre
la posibilidad de que el uso de IA comprometa la capacidad de los estudiantes para desarrollar y usar
su propio lenguaje y formas de expresión.
Uso excesivo de tecnología este es el efecto negativo percibido como el más significativo, con la mayor
media (4.5) y la menor desviación estándar (0.4), lo que refleja un consenso alto entre los docentes
sobre la preocupación del uso excesivo de tecnología facilitado por la IA.
Pérdida de la capacidad de investigación se obtiene una media de 4.3, los docentes expresan una fuerte
preocupación sobre cómo la IA podría estar debilitando las habilidades de investigación de los
estudiantes.
pág. 2377
Bajo rendimiento académico, aunque tiene la media más baja (3.7), la desviación estándar más alta (0.8)
indica variabilidad en la percepción de los docentes sobre este efecto.
Tabla 6. Análisis de Varianza (ANOVA) para Efectos Negativos por Disciplina Académica
Fuente de Variación
SS
df
MS
F
P - Valor
Entre grupos
2.56
4
0,64
5.12
<0.01
Dentro de los grupos
10.24
64
0.16
Total
12.80
68
Nota: SS= Suma de cuadrados, df = Grados de libertad, MS = Media Cuadrática, F = Estadístico F
Este análisis ANOVA indica diferencias significativas en la percepción de los efectos negativos de la
IA entre diferentes disciplinas académicas (p < 0.01), sugiriendo que la percepción varía según el área
de especialización del docente.
La Tabla 6 del Análisis de Varianza (ANOVA) refleja cómo el uso excesivo de la IA para tareas
académicas puede ser percibido de manera diferente a través de diversas disciplinas académicas. Los
resultados estadísticos indican variaciones significativas en la percepción de los efectos negativos, tales
como la reducción de habilidades críticas, la disminución en la resolución de problemas, el compromiso
de lenguaje autónomo, el uso excesivo de tecnología, la pérdida de la capacidad de investigación y el
bajo rendimiento académico.
Diferencias significativas entre disciplinas el valor F de 5.12 y el P-Valor de menos de 0.01 indican que
las percepciones de los efectos negativos varían significativamente entre diferentes disciplinas
académicas.
Reducción de habilidades críticas y Disminución en la resolución de problemas, las diferencias entre
grupos sugieren que algunos campos académicos pueden sentir más extremadamente el impacto de la
IA en la erosión de habilidades analíticas y de resolución de problemas. Podría ser que las disciplinas
más estructuradas o tradicionales sean las que perciben una mayor pérdida, posiblemente debido a una
mayor dependencia de las tecnologías de IA para tareas como resolución de problemas matemáticos o
análisis de datos.
Compromiso de lenguaje autónomo, el uso de herramientas de IA como traductores automáticos o
generadores de texto puede influir en cómo los estudiantes desarrollan su capacidad para formular
pensamientos y argumentos propios.
pág. 2378
Esto puede ser especialmente relevante en disciplinas de humanidades, donde la articulación original y
la argumentación son fundamentales.
Uso excesivo de tecnología, esta es una preocupación generalizada que se ve reflejada en la variabilidad
entre disciplinas, sugiriendo que mientras en algunas áreas el uso de tecnología es una herramienta de
apoyo, en otras puede convertirse en un sustituto del aprendizaje autodirigido.
Pérdida de la capacidad de investigación, el uso de la IA para recopilar y analizar datos puede estar
reduciendo las oportunidades para que los estudiantes lleven a cabo estos procesos de manera manual,
lo que es crucial para el desarrollo de habilidades de investigación sólidas.
Bajo rendimiento académico, la variabilidad significativa indica que la relación entre el uso de IA y el
rendimiento académico puede ser compleja y mediada por cómo se implementa la IA en cada campo
de estudio. Las disciplinas que requieren un alto grado de memorización y repetición pueden ver cómo
la IA afecta de manera negativa al rendimiento, mientras que, en otras áreas, la IA podría incluso ayudar
al rendimiento si se utiliza de manera complementaria y no sustitutiva.
Estos hallazgos subrayan la importancia de una integración equilibrada de la IA en los entornos
educativos, donde los educadores juegan un papel crucial en guiar a los estudiantes hacia un uso crítico
y reflexivo de estas herramientas. La educación sobre cómo utilizar la IA de manera efectiva,
complementada con tareas diseñadas para fomentar el pensamiento crítico y la resolución de problemas
independiente, podría ayudar a mitigar algunos de los impactos negativos observados.
Los resultados para obtener la tabla de Anova se organizaron en torno a los efectos negativos
identificados: Reducción de habilidades críticas, Disminución en la resolución de problemas,
Compromiso del aprendizaje autónomo, Uso excesivo de tecnología, y Pérdida de la capacidad de
investigación.
CONCLUSIONES
Este estudio se propuso evaluar el impacto negativo de la dependencia en herramientas de inteligencia
artificial (IA) en estudiantes universitarios y de secundaria, centrándose en áreas críticas como el
desarrollo de habilidades críticas y la autonomía en el aprendizaje. Utilizando el análisis de varianza
(ANOVA) a través de SPSS, se analizaron las respuestas de 65 encuestas para identificar diferencias
estadísticamente significativas en la percepción del impacto de la IA entre estos dos grupos
pág. 2379
poblacionales.
Diferencias Significativas por Nivel Educativo, el análisis ANOVA indicó diferencias significativas en
la percepción de la dependencia de la IA entre estudiantes de secundaria y universitarios (F(1, 63) =
5.12, p < .001). Los estudiantes universitarios mostraron una mayor tendencia a reportar una
dependencia en herramientas de IA para el aprendizaje y la resolución de problemas, lo que sugiere un
posible detrimento en su habilidad para desarrollar pensamiento crítico y autonomía.
Impacto en Habilidades Críticas tiene una correlación significativa fue encontrada entre el uso de IA y
el desarrollo de habilidades críticas, destacando cómo la dependencia tecnológica podría estar
socavando capacidades esenciales para el análisis independiente y la evaluación crítica.
Autonomía en el Aprendizaje, el uso excesivo de la IA correlacionó negativamente con la capacidad de
aprendizaje autónomo evidenciando que la dependencia de la IA puede limitar la habilidad de los
estudiantes para gestionar y dirigir su propio proceso de aprendizaje.
Finalmente, este estudio subraya la necesidad de abordar con cuidado la integración de la IA en los
entornos educativos, de modo que se apoye el desarrollo de competencias fundamentales sin crear una
dependencia que pueda ser contraproducente para el estudiante. Es esencial implementar estrategias
pedagógicas que utilicen la IA de manera que complementen y enriquezcan la experiencia educativa,
en lugar de reemplazar los procesos de aprendizaje que fomentan habilidades críticas y autonomía.
REFERENCIAS BIBLIOGRÁFICAS
Alpizar Garrido, L. O., & Martínez Ruiz, H. (2024). Perspectiva de estudiantes de nivel medio superior
respecto al uso de la inteligencia artificial generativa en su aprendizaje. RIDE Revista
Iberoamericana para la Investigación y el Desarrollo Educativo, 14(28).
https://doi.org/10.23913/ride.v14i28.1830
Álvarez-Mancero, M. I., & Fernando Luces-Almeida, R. I. (2023). La inteligencia artificial para el
aprendizaje de química por personas con escolaridad inconclusa: su impacto Artificial
intelligence for learning chemistry by people with unfinished schooling: its impact. 85, 853–
875. https://doi.org/10.23857/pc.v8i10.6159
Caballero-Cantu, J. J., Chavez-Ramirez, E. D., Lopez-Almeida, M. E., Inciso-Mendo, E. S., & Méndez
Vergaray, J. (2023). El aprendizaje autónomo en educación superior. Revisión
pág. 2380
sistemática. Salud Ciencia y Tecnología, 3, 391.
https://doi.org/10.56294/saludcyt2023391
Cabrera, Vuorikari, M., & Punie, Y. (2018). El impacto de la Inteligencia Artificial en el aprendizaje,
la enseñanza y la educación Tuomi, I. The Impact of Artificial Intelligence on Learning,
Teaching, and Education. Policies for the future. EUR 29442 EN, Publications Office of the
European Union.
Calvo-Rubio, L. M., & Ufarte-Ruiz, M. J. (2020). Perception of teachers, students, innovation managers
and journalists about the use of artificial intelligence in journalism. Profesional de la
Informacion, 29(1). https://doi.org/10.3145/epi.2020.ene.09
Cervantes de la Cruz, J. P., Páez García, A. E., Cervera Cárdenas, J. E., & Pérez Gómez, L. M. (2024).
Impacto de la inteligencia artificial en la Institución Universitaria Americana en la ciudad de
Barranquilla. Ad-gnosis, 13(13), 1–22. https://doi.org/10.21803/adgnosis.13.13.667
Fernández, L. O., Solar, C. Q. del, Hinostroza, M. B., Rodríguez, A. C., Nakata, H. M., Gutiérrez, L.
C., Cadillo, E. M., Lizarraga, M. E. N., Cruz, J. B. de la, Gastelú, J. V., Baigorria, A. S., &
Marquez, Z. Q. (2023). Estilos De Aprendizaje Y Rendimiento Académico en Estudiantes
Ingresantes de las Cinco Áreas de las Carreras Profesionales de una Universidad Pública
Peruana. En Ciencias humanas: Perspectivas teóricas y fundamentos epistemológicos (pp. 11–
26). Atena Editora.
Gallent-Torres, C., Zapata-González, A., & Ortego-Hernando, J. L. (2023). The impact of Generative
Artificial Intelligence in higher education: a focus on ethics and academic integrity. RELIEVE
- Revista Electronica de Investigacion y Evaluacion Educativa, 29(2).
https://doi.org/10.30827/RELIEVE.V29I2.29134
Ibarra Martínez, R. L., Caro Morales, J. L., & Pérez González, M. N. (2023). Inteligencia artificial en
la educación. Revista Digital de Tecnologías Informáticas y Sistemas, 7(1), 100–106.
https://doi.org/10.61530/redtis.vol7.n1.2023.136.100-106
León Rodriguez, G. de la C., & Viña Brito, S. M. (2017). La inteligencia artificial en la educacion
superior. Oportunidades y amenazas. INNOVA Research Journal, 2(8.1), 412–422.
https://doi.org/10.33890/innova.v2.n8.1.2017.399
pág. 2381
Magallanes Ronquillo, K. K., Mora Rodríguez, A. J., Aguas Veloz, J. F., & Plúas Pérez, L. del R.
(2023). La inteligencia artificial aplicada en la innovación educativa en el proceso de enseñanza
y aprendizaje: Artificial intelligence applied to educational innovation in the teaching and
learning process. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(2),
1597–1613. https://doi.org/10.56712/latam.v4i2.706
Martínez, R., & García, E. (2018). La integración de la Inteligencia Artificial en los métodos de
enseñanza tradicionales. Journal of New Approaches in Educational Research, 7(2), 100–115.
Muñoz-Becerra, N., & Eugenio-Pérez, A. (2024). El futuro de la escuela desde la perspectiva de los
jóvenes de américa latina. Educacao & sociedade, 45. https://doi.org/10.1590/es.278832
Obregón González, L. A., Onofre, C. Y., Ii, B., Pareja, E. J., & Iii, Z. (2023). The impact of artificial
intelligence in the educational field O impacto da inteligência artificial na área educacional.
8(39), 342–354. https://doi.org/10.23857/fipcaec.v8i3
Ochoa, C., & Eduardo, D. (2022). Educación virtual y su efecto en el rendimiento académico de los
estudiantes de Comunicación Social de la Universidad Técnica de Babahoyo Extensión
Quevedo, año 2022. BABAHOYO: UTB, 2022.
Ordoñez García, S. C., Padilla Romero, L. E., Buenaño Barrionuevo, L. A., & Herrera Valdivieso, M.
V. (2024). Impacto de la inteligencia artificial en la formación del docente para la educación
superior. RECIAMUC, 8(1), 189–195. https://doi.org/10.26820/reciamuc/8 .(1).ene.2024.189-
195
Solórzano Álava, W. L., Rodríguez Rodríguez, A., Anzules Ávila, X. L., & Cornelio, O. M. (2022).
Impacto del uso de la tecnología en la formación integral de los estudiantes de la carrera
tecnologías de la información. Journal TechInnovation, 1(2), 71–77.
https://doi.org/10.47230/journal.techinnovation.v1.n2.2022.71-77
Torres, D. (2022). Inteligencia Artificial y desarrollo de habilidades críticas en estudiantes
universitarios. Educational Research Quarterly, 45(1), 22–34.
Tuomi, I. (2018). The Impact of Artificial Intelligence on Learning, Teaching, and Education. En M.
Cabrera, R. Vuorikari y Y. Punie (Eds.), Policies for the future (EUR 29442 EN, pp. 23-46).
Publications Office of the European Union. DOI: 10.2760/12297
pág. 2382
Ubal Camacho, M., Tambasco, P., Martínez, S., & García Correa, M. (2023). El impacto de la
Inteligencia Artificial en la educación. Riesgos y potencialidades de la IA en el aula. Revista
interuniversitaria de investigación en tecnología educativa, 41–57.
https://doi.org/10.6018/riite.584501
Vega, I., & Calderón, F. (2019). Herramientas de IA en el aula: Un análisis de casos. Revista de
Tecnologías de Información y Comunicación en Educación, 13(1), 10–25.