Aplicación de Inteligencia Artificial Generativa para el Fortalecimiento del Aprendizaje Autónomo en Estudiantes Universitarios
Resumen
La incorporación de herramientas de inteligencia artificial generativa en la educación
superior ha transformado las dinámicas de aprendizaje y producción académica. El objetivo
de esta investigación fue analizar la incidencia del uso de inteligencia artificial generativa en
el fortalecimiento del aprendizaje autónomo de estudiantes universitarios.
Se desarrolló una metodología cuantitativa con alcance descriptivo-correlacional, aplicando
un cuestionario estructurado a 120 estudiantes de programas de ingeniería y ciencias
administrativas de una institución de educación superior colombiana. Los resultados
evidenciaron que el 82% de los participantes utiliza herramientas de IA al menos tres veces
por semana para actividades académicas, mientras que el 76% considera que estas
tecnologías mejoran la comprensión temática y la productividad. Asimismo, se identificó una
correlación positiva entre el uso frecuente de IA y el desarrollo de habilidades de
autoaprendizaje, organización académica y resolución de problemas. Sin embargo, también
se detectaron riesgos asociados a la dependencia tecnológica y la disminución de la lectura
crítica profunda. Se concluye que la inteligencia artificial generativa puede convertirse en un
recurso pedagógico estratégico cuando su implementación se acompaña de lineamientos
éticos y metodológicos que promuevan el pensamiento crítico y el aprendizaje significativo.
Citas
Psychological Association (7th ed.). APA Publishing.
• Area, M., & Adell, J. (2019). Tecnologías digitales y cambio educativo. Revista
Interuniversitaria de Formación del Profesorado, 33(2), 13-28.
• Bernal, C. A. (2016). Metodología de la investigación (4.ª ed.). Pearson Educación.
• Cabero, J., & Valencia, R. (2021). Inteligencia artificial y educación: retos y
oportunidades. Revista Científica de Educomunicación, 29(67), 25-34.
• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests.
Psychometrika, 16(3), 297-334.
• Hernández Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación: las
rutas cuantitativa, cualitativa y mixta. McGraw-Hill.
• Holmes, W., Bialik, M., & Fadel, C. (2022). Artificial Intelligence in Education: Promises
and Implications for Teaching and Learning. Center for Curriculum Redesign.
• Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. (2016). Intelligence Unleashed: An
Argument for AI in Education. Pearson Education.
• Salinas, J. (2020). Innovación educativa y apropiación tecnológica en la educación
superior. Revista Iberoamericana de Educación, 82(1), 45-62.
• Siemens, G. (2018). Learning analytics and the future of higher education.
• Educational Technology & Society, 21(3), 1-10.
• Tamayo y Tamayo, M. (2017). El proceso de la investigación científica. Limusa.
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial.
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
