La irrupción de la Inteligencia Artificial (IA), especialmente a través de modelos de lenguaje generativo (ChatGPT, Gemini, Claude y muchas otras), ha redefinido drásticamente el panorama educativo y de la investigación académica. Este avance tecnológico, si bien promete optimizar la eficiencia del aprendizaje, la personalización de la enseñanza y la automatización de tareas, plantea interrogantes fundamentales sobre su impacto en las habilidades cognitivas esenciales de los estudiantes, en particular, el desarrollo del pensamiento crítico y la autonomía intelectual. La IA se ha convertido en una herramienta omnipresente y tendríamos que preguntarnos sus límites y, sobre todo, enseñar a reconocerlos.

El presente artículo sintetiza y analiza los hallazgos de 19 estudios clave que abordan la influencia de la IA en la educación superior y secundaria, con un enfoque particular en el pensamiento crítico y la escritura académica. A través de este análisis, se exploran las convergencias y divergencias de estos hallazgos y se identifican las áreas vacantes que requieren investigación futura para garantizar una integración de la IA que sea responsable, ética y pedagógicamente significativa.

---

Les comparto aquí un video que resume el contenido del artículo. Fue hecho con NotebookLM íntegramente. No edité nada. Lo dejo como ejemplo de cómo podemos usar herramientas que potencian y hacen más eficiente nuestras maneras de comunicar el saber. Hay algunos errores de tipeo de palabras o de referencia clara a las fuentes, pero realmente es un producto de mucha calidad.

El análisis se basa en 19 investigaciones que exploran el doble papel de la IA: su potencial como apoyo cognitivo (andamiaje) y el riesgo de fomentar la superficialidad intelectual o la dependencia.

1. Desafíos y Oportunidades de la IA Generativa: Michel-Villarreal et al. (2023) realizaron un estudio etnográfico que identificó los retos y las oportunidades de la IA generativa en la educación superior. Si bien no se encontraron efectos directos en el pensamiento crítico, los autores sugirieron un potencial transformador, advirtiendo que debe manejarse con precaución debido a posibles sesgos en el análisis de datos y las limitaciones en la replicación de información.
2. Mejora de Habilidades Cognitivas y Juicio Independiente: Un estudio de métodos mixtos en Ghana (Essel et al., 2024) descubrió que ChatGPT tiene un impacto positivo en las habilidades cognitivas, específicamente, en el pensamiento crítico reflexivo y creativo. Además, la interacción con ChatGPT posibilita que los estudiantes tomen decisiones académicas independientes mejor fundamentadas, a partir de una consideración cuidadosa de la información obtenida.
3. Riesgos de Sesgo y Mal Uso en la Educación Ucraniana: Fiialka et al. (2023) destacaron el apoyo de la IA en la personalización y la investigación, pero advirtieron que la herramienta podría generar datos inexactos o sesgados, lo cual puede derivar en concepciones erróneas. Subrayaron la necesidad de cautela, ya que el uso inapropiado de la IA podría restringir la creatividad y mermar el pensamiento crítico.
4. Fortalecimiento de la Comunicación y el Razonamiento Lógico: Una investigación realizada en México (Michalon & Camacho-Zuñiga, 2023) mostró que al integrar ChatGPT, los estudiantes de relaciones internacionales mejoraron sus habilidades de comunicación, razonamiento lógico y pensamiento crítico, logrando articular sus ideas de manera más efectiva.
5. Recursos para la Planificación Docente y la Resolución de Problemas: Berg y Plessis (2023) se centraron en la formación docente y encontraron que ChatGPT ofrece recursos valiosos, como acceso a planes de clase. Esto, indirectamente, apoya las habilidades de resolución de problemas y el pensamiento crítico en los educadores.
6. Verificación de Soluciones y Mitigación de Errores: En la resolución de problemas matemáticos, Barana et al. (2023) observaron que ChatGPT contribuye a las estrategias de resolución y al pensamiento crítico, ya que anima a los estudiantes a verificar las soluciones y explorar nuevos enfoques. A pesar del riesgo de desinformación, los errores pueden ser corregidos de manera constructiva por los estudiantes.
7. Preocupación por la Sobre-Dependencia en la Enseñanza de Inglés (EFL): Un estudio en Vietnam (Cong-Lem et al., 2024) sugirió que ChatGPT tiene potencial en la enseñanza y el aprendizaje del inglés como lengua extranjera (EFL) cuando se emplea responsablemente. No obstante, existe la preocupación de que una dependencia excesiva de la IA pueda obstaculizar el desarrollo del pensamiento crítico, las habilidades lingüísticas y la adquisición de conocimiento.
8. Promoción de la Crítica y la Eficiencia en la Escritura EFL: Tseng y Lin (2024) investigaron la integración de ChatGPT en cursos de escritura de EFL a nivel universitario. Señalan que promueve el pensamiento crítico y empodera a los estudiantes para optimizar la eficiencia y la calidad de su escritura mediante feedback e ideas. Los autores encontraron que los estudiantes desarrollan su propio estilo de escritura al colaborar con la IA.
9. El Rol de la IA Generativa en la Práctica Docente y la Personalización: Berg (2024) consideró que el uso de la IA generativa (GenAI) es beneficioso para refinar prácticas docentes, fomentar el pensamiento crítico, organizar evaluaciones y ofrecer tutoría personalizada. Sin embargo, existen preocupaciones sobre la fiabilidad, el sesgo y la precisión del texto generado por la IA.
10. Desafíos para el Docente y Preocupaciones Éticas: Aunque Klimova et al. (2024) encontraron que los estudiantes consideran útil la IA en el aprendizaje de idiomas y que la herramienta ayuda a los profesores a preparar materiales, también observaron desafíos. La IA obliga a los profesores a adaptar la evaluación y la instrucción para promover el pensamiento crítico y cognitivo, a la par que genera preocupaciones éticas relacionadas con la privacidad de datos y el plagio.
11. Complementariedad entre Feedback Humano y de IA: Un análisis comparativo de Banihashem et al. (2024) sugirió que la retroalimentación constructiva de ChatGPT puede complementar la proporcionada por pares, sobre todo, en el análisis crítico y en marcos cognitivos. Esto permite a los estudiantes tomar decisiones informadas a partir de dicha retroalimentación.
12. Riesgos de Uso No Ético en STEM: Ogunleye et al. (2024) estudiaron la GenAI en campos STEM, destacando su buen conocimiento temático y capacidad de resolución de problemas. No obstante, advirtieron que el uso no ético puede limitar los desafíos intelectuales necesarios para el desarrollo del pensamiento crítico e introducir sesgos que conduzcan a imprecisiones académicas.
13. Exploración de Perspectivas Diversas en Química: Guo y Lee (2023) percibieron a ChatGPT como un medio para mejorar el pensamiento crítico al desafiar a los estudiantes en el análisis de conceptos complejos y ofrecer diversas perspectivas. El principal problema es la dificultad de validar las fuentes de información de ChatGPT y la posible baja calidad del contenido generado.
14. Reducción de la Motivación para Aprender Nuevas Habilidades: Estudiantes de farmacia encuestados por Mohammed et al. (2024) reportaron que la IA es útil para completar tareas rápidamente. Sin embargo, les preocupa que el uso constante de la IA pueda disminuir su motivación para adquirir nuevas habilidades académicas y no mejore la escritura o el pensamiento crítico. Los autores enfatizaron que es crucial desarrollar estas habilidades de manera independiente.
15. Fomento de la Alfabetización Digital y el Engagement: Stampfl et al. (2024) reportaron que el uso de ChatGPT en juegos de rol en un programa de Cloud Computing mejora la comunicación, el pensamiento crítico y el engagement de los estudiantes, aplicando de manera efectiva el conocimiento teórico.
16. La Aceptación Pasiva y la Disminución de la Reflexión: Valova et al. (2024) destacaron como riesgo más notable la aceptación de respuestas de ChatGPT sin verificación, lo cual puede limitar el pensamiento crítico de los estudiantes. La tentación de emplear la IA para finalizar tareas con rapidez puede obstaculizar el crecimiento intelectual.
17. Optimismo de la Generación Z y la Productividad: Un estudio de Chan y Lee (2023) con educadores y estudiantes Millennial y de la Generación Z (Gen Z) reveló que esta última es más optimista sobre el uso de la GenAI en educación, valoran su potencial para mejorar la eficiencia y la productividad.
18. Mejora en Niveles Básicos de Pensamiento Crítico: Essien et al. (2024) encontraron que ChatGPT mejora significativamente el pensamiento crítico en los niveles básicos de la taxonomía de Bloom. Las preocupaciones se centran en las implicaciones éticas, la precisión y la fiabilidad , ya que una integración inadecuada podría modificar el rol del educador a un simple facilitador.
19. Eficiencia en la Escritura Argumentativa frente al Riesgo de Plagio: Esmaeil et al. (2023) señalaron que la IA facilita el acceso rápido a la información y sirve de guía en la escritura argumentativa. Las limitaciones se encuentran en la precisión de la información y en el riesgo de que la excesiva dependencia incremente el plagio y obstaculice el pensamiento crítico.

El análisis de estos 19 hallazgos revela una profunda dualidad en el impacto de la IA en la educación superior, especialmente, en la intersección con el pensamiento crítico y la autonomía.

Una coincidencia evidente es el reconocimiento generalizado del potencial de la IA para incrementar la productividad y la eficiencia en el trabajo académico (Esmaeil et al., 2023; Tseng & Lin, 2024). Varios estudios indican que ChatGPT agiliza el proceso de escritura, ayuda a superar el bloqueo inicial y simplifica la estructuración de ideas y la organización textual (Cong-Lem et al., 2024; Esmaeil et al., 2023). Esto es apreciado por los estudiantes, quienes perciben una reducción en la ansiedad asociada a las tareas de drafting y una menor carga cognitiva en tareas lingüísticas (Mohammed et al., 2024).

La IA opera eficazmente como una herramienta de apoyo en las fases iniciales y mecánicas de la escritura, que corresponden a los niveles bajos de la Taxonomía de Bloom (Essien et al., 2024). Esto incluye la corrección gramatical, la selección de vocabulario, la coherencia de los párrafos y la mejora de la claridad de la tesis. El feedback personalizado e instantáneo de la IA es considerado un gran beneficio, comparable a un «tutor virtual privado» disponible 24/7 (Banihashem et al., 2024; Tseng & Lin, 2024).

En cuanto al impacto cognitivo, diversos estudios concuerdan en que la IA puede promover el pensamiento crítico, en especial, cuando se utiliza de manera interrogativa y activa (Essel et al., 2024; Guo & Lee, 2023). La IA facilita el acceso rápido a contraargumentos y a diversas perspectivas, lo que impulsa a los estudiantes a cuestionar las premisas subyacentes y a analizar la información (Michalon & Camacho-Zuñiga, 2023). Un estudio en el contexto universitario saudí identificó el patrón de «Socio Intelectual» (Intellectual Partner), en el cual la interacción selectiva y dialógica con ChatGPT conduce a soluciones de mayor calidad.

La preocupación principal es la erosión de habilidades esenciales y el riesgo de dependencia tecnológica (Cong-Lem et al., 2024). El uso excesivo o pasivo de la IA puede disminuir significativamente la motivación del estudiante para la adquisición independiente de conocimiento (Mohammed et al., 2024). Esta dependencia podría resultar en una menor capacidad para la resolución de problemas no estructurados y en una reducción de la participación en análisis críticos o discusiones profundas (Ogunleye et al., 2024).

Varios estudios reportan que el contenido generado por la IA a menudo es superficial, carece de originalidad, creatividad y profundidad conceptual (Guo & Lee, 2023). Los ensayos elaborados con asistencia de IA pueden ser estructuralmente fluidos, pero analíticamente débiles, ofrecen argumentos predecibles y estandarizados (Valova et al., 2024).

El riesgo para la integridad académica también es una convergencia crucial por el plagio, la suplantación del esfuerzo intelectual y el uso de citas imprecisas o falsas («alucinaciones») (Esmaeil et al., 2023; Fiialka et al., 2023). La IA puede generar texto plausible pero inexacto, lo cual es grave si los estudiantes no poseen el conocimiento previo necesario para verificarlo (Michel-Villarreal et al., 2023; Ogunleye et al., 2024).

Es curioso que, a pesar de que los usuarios de IA citaron más fuentes revisadas por pares (75% frente al 32% en el grupo sin IA), solo el 37% de estos usuarios se tomó la molestia de verificar dichas fuentes. En este punto, la aplicación rigurosa de los pasos S (Sustentar con Evidencia) y A (Analizar y Argumentar) del Método PENSAMIA se vuelve esencial. Estos pasos sirven como el filtro humano indispensable que obliga a los estudiantes a ir más allá del texto generado para verificar la fuente y reintroducir su voz crítica.

Finalmente, la necesidad constante de políticas y directrices éticas claras es una inquietud para educadores y estudiantes por igual (Klimova et al., 2024; Michel-Villarreal et al., 2023). La ambigüedad en torno a los límites de uso provoca confusión, estrés y culpa entre los estudiantes.

Impacto en la Disposición vs. la Habilidad: Un estudio halló una alta correlación positiva entre la IA y la disposición al pensamiento crítico (predisposición a utilizar habilidades cognitivo-éticas), sugiriendo que la IA fomenta una actitud abierta hacia el aprendizaje tecnológico. Sin embargo, el mismo estudio no mostró una relación significativa entre la IA y las habilidades específicas de pensamiento crítico (como el razonamiento y la resolución de problemas), a pesar de la percepción positiva de su uso. Esto subraya una diferencia crucial entre la actitud de los estudiantes hacia la IA y el desarrollo real de sus competencias intelectuales.

Estilos de Uso y Resultados: Existe una divergencia en cómo se correlaciona el uso de la IA con la calidad del trabajo. Investigaciones recientes distinguen entre el uso pasivo («Navegador de Información» o Information Browser), que resulta en conocimiento superficial y baja calidad (Valova et al., 2024), y el uso activo/interrogativo («Socio Intelectual» o Intellectual Partner), que implica prototyping, persistencia, evaluación crítica y selección.

Este último enfoque conduce a un engagement más profundo y mejores resultados (Essel et al., 2024; Michalon & Camacho-Zuñiga, 2023; Stampfl et al., 2024). Además, se demostró que los escritores que modifican frecuentemente el texto generado por IA mejoran consistentemente la calidad de sus ensayos, mientras que aquellos que lo aceptan sin cambios ven una disminución (Tseng & Lin, 2024).

La Voz Humana (L1 vs. L2): Para los hablantes nativos (L1), la IA puede generar un dilema entre sonar como yo o sonar mejor, ya que el texto de IA puede socavar su originalidad y voz auténtica. En contraste, para los estudiantes de EFL/L2, la IA puede amplificar su voz al superar las barreras lingüísticas, permitiéndoles expresar sus ideas de manera más profesional y precisa, lo que resulta en un texto más «auténtico» para ellos (Cong-Lem et al., 2024; Tseng & Lin, 2024).

---

A pesar del volumen creciente de investigación, los estudios han identificado lagunas significativas de conocimiento. La mayoría de las investigaciones se enfocan en evaluar las consecuencias éticas inmediatas (sesgo, plagio) y explicar las características técnicas de la IA, proporcionando pocos detalles sobre los efectos a largo plazo (Michel-Villarreal et al., 2023). Es probable que necesitemos avanzar en:

1. Investigación Longitudinal y Efectos a Largo Plazo:

Existe una necesidad urgente de realizar estudios longitudinales que sigan a los estudiantes a lo largo de su formación (varios semestres o años) para evaluar el impacto sostenido de la IA en la adquisición de herramientas críticas y el posible desgaste de capacidades (habilidades cognitivas y de escritura). La investigación actual, a menudo de corta duración o basada en estudios descriptivos, no puede capturar la evolución de la dependencia ni el crecimiento real de las habilidades.

2. Desarrollo de la Alfabetización Crítica en IA (AI Literacy):

Se necesita más investigación sobre estrategias pedagógicas efectivas para desarrollar la Alfabetización Crítica en IA (Critical AI Literacy). Esto implica ir más allá de la guía operativa y enseñar a los estudiantes a cuestionar los resultados de la IA, comprender sus limitaciones, detectar sesgos algorítmicos y, verificar la información de manera rigurosa. Es vital investigar cómo integrar estos componentes éticos y críticos en el currículo de diversas disciplinas.

3. Métodos de Evaluación Adaptativos y Centrados en el Proceso:

La dificultad para distinguir entre el trabajo del estudiante y la contribución de la IA exige la innovación en los métodos de evaluación. Los estudios futuros deben enfocarse en cómo diseñar actividades y rúbricas que evalúen el proceso de aprendizaje (incluida la interacción con la IA, la toma de decisiones y la reflexión metacognitiva) en lugar de centrarse únicamente en el producto final. Es crucial evaluar la capacidad de los estudiantes para interrogar y modificar activamente las salidas de la IA. Sabemos que seguir enfocándonos en los productos no dice nada del desempeño de un estudiante.

4. Impacto Afectivo y Emocional:

Hay una brecha en la comprensión de cómo los estudiantes reaccionan emocionalmente ante la IA (tales como culpa, frustración, autodesconfianza o la pérdida de originalidad). Investigar la dimensión afectiva y psicológica de la colaboración con la IA puede proporcionar insights valiosos para diseñar entornos de aprendizaje que fomenten la confianza y minimicen la ansiedad.

5. Interoperabilidad y la Brecha de Explicabilidad (Explainability Gap):

Se requiere más investigación para abordar la necesidad de sistemas de IA interoperables que permitan a los estudiantes comparar resultados de diferentes herramientas, fomentando una perspectiva más crítica. Además, es crucial investigar cómo diseñar sistemas de IA que puedan explicar su proceso de razonamiento (el problema de la «caja negra»), ya que la falta de esta transparencia socava la confianza y la capacidad del estudiante para evaluar el contenido.

6. Diversidad Contextual y Muestral:

La mayoría de los estudios se centran en contextos específicos (China, Arabia Saudita, Pakistán) o en disciplinas como STEM y EFL. Es necesario ampliar la investigación a múltiples instituciones, regiones lingüísticas y culturales y a una muestra más grande y diversa (incluyendo postgrado, pregrado, L1 y L2) para mejorar la generalización y la comprensión de las diferencias individuales.

---

La IA se ha consolidado como un recurso educativo con la innegable capacidad de optimizar tareas rutinarias, personalizar el aprendizaje y servir como un andamiaje crucial para la mejora estructural de la escritura académica. No obstante, la promesa de la IA está intrínsecamente ligada al riesgo de socavar el desarrollo del pensamiento crítico y el proceso de aprendizaje autónomo sin la guía adecuada.

La síntesis de los 19 hallazgos analizados demuestra que el valor verdadero de la IA reside en su función como catalizador de la reflexión crítica, obligando al estudiante a interactuar de manera activa con la información generada, evaluarla y adaptarla a su contexto intelectual. Cuando los estudiantes adoptan un patrón de «Socio Intelectual», se observan mejoras en el engagement cognitivo y la calidad del trabajo. En contraste, la dependencia pasiva a la IA («Navegador de Información») cultiva un «sentido ilusorio de logro» y amenaza la autonomía.

• Para navegar esta dualidad, la solución no es la prohibición, sino la enseñanza del pensamiento riguroso.
• Debemos comprometernos con un enfoque formativo y ético. Esto implica promover la transparencia, establecer límites claros mediante la actualización de políticas académicas e invertir en la formación estudiantil y docente en Alfabetización Crítica en IA.
• La integración de la IA debe concebirse como una herramienta complementaria, nunca sustitutiva, de la curiosidad intrínseca y el esfuerzo intelectual del estudiante.
• Los vacíos de investigación restantes claman por estudios a largo plazo y la innovación pedagógica en la evaluación del proceso, garantizando que la IA fortalezca, y no debilite, las competencias esenciales para el futuro.

Barana, M., Rapa, E., & Marchisio, M. (2023). Supporting problem solving in mathematics with ChatGPT. AIMS Mathematics, 8(12), 29690–29705.

Banihashem, S. K., Ahmad, N. N. N., & Othman, A. R. (2024). Examining the complementarity of human and AI feedback for critical analysis skill enhancement in academic writing. International Journal of Educational Technology in Higher Education, 21(1), 1–20.

Berg, L. (2024). AI’s promise for education: A systematic review of the generative AI in teaching practice. International Journal of Educational Technology in Higher Education, 21(1), 1–22.

Berg, L., & Plessis, C. T. (2023). ChatGPT as an educational resource: A qualitative study in teacher education. Journal of Education and Future, 6(2), 177–187.

Chan, C. K. Y., & Lee, K. K. W. (2023). The AI anxiety and optimism scale (AIAOS): Gen Z and Millennial perceptions of generative AI in higher education. International Journal of Educational Technology in Higher Education, 20(1), 1–27.

Cong-Lem, N., Ho, L. K., & Khumsaen, K. (2024). ChatGPT in English language teaching and learning: Promises, perils, and practical guidelines. International Journal of Educational Technology in Higher Education, 21(1), 1–20.

Esmaeil, E., Karimi, R., & Rahmani, J. (2023). The role of ChatGPT in improving argumentative writing skills: Benefits and limitations. Journal of Educational Technology Development and Exchange (JETDE), 16(1), 1–18.

Essel, H. B., Vordzorgbe, S. D., & Nketiah, F. M. (2024). The effect of ChatGPT on tertiary students’ cognitive skills and independent judgment. Journal of Educational Technology Development and Exchange (JETDE), 17(1), 1–18.

Essien, A. M., Araba, D., & Nkpo, E. (2024). Generative AI and Bloom’s Taxonomy: Enhancing critical thinking in higher education. International Journal of Educational Technology in Higher Education, 21(1), 1–19.

Fiialka, I., Lytvynova, S., & Shyshkina, M. (2023). Generative AI in Ukrainian education: Opportunities and risks. International Journal of Educational Technology in Higher Education, 20(1), 1–20.

Guo, R., & Lee, J. (2023). Using ChatGPT for critical thinking in chemistry: Challenges and opportunities. Journal of Chemical Education, 100(12), 4786–4793.

Klimova, B., Pikhart, M., & Kopecký, J. (2024). The use of generative artificial intelligence in foreign language learning and teaching: Perceptions and ethical considerations. Computers and Education: Artificial Intelligence, 6, 100201.

Michel-Villarreal, R., Rivas, R. G., & Saldaña, P. (2023). Generative AI in higher education: An ethnographic study of opportunities and challenges. Educational Technology Research and Development, 71(6), 1957–1978.

Michalon, M., & Camacho-Zuñiga, M. (2023). ChatGPT: A tool for strengthening logical reasoning and critical thinking skills in international relations students. Revista mexicana de ciencias políticas y sociales, 68(259), 303–325.

Mohammed, F., Alshahrani, A., & Almaqbali, S. (2024). Pharmacy students’ perceptions and use of artificial intelligence in academic tasks: A cross-sectional study. Currents in Pharmacy Teaching and Learning, 16(3), 101732.

Ogunleye, B. M., Fapohunda, O. S., & Ojo, L. A. (2024). Ethical considerations and intellectual challenges of generative AI in STEM education. Journal of Science Education and Technology, 33(2), 267–280.

Stampfl, M. K., Sager, S., & Schwaiger, J. (2024). ChatGPT for enhancing critical thinking and engagement in cloud computing role-playing: A quasi-experimental study. International Journal of Educational Technology in Higher Education, 21(1), 1–19.

Tseng, K. Y., & Lin, C. H. (2024). Promoting critical thinking and writing efficiency: Integrating ChatGPT into university EFL writing courses. Computers and Education: Artificial Intelligence, 6, 100205.

Valova, E., Zafirova, T., & Petrova, V. (2024). The temptation of shortcuts: Exploring passive acceptance of ChatGPT answers and its impact on critical thinking. International Journal of Educational Technology in Higher Education, 21(1), 1–17.

¿Te preocupa que la IA socave tu capacidad de escritura y te haga dependiente? No permitas que el uso pasivo de herramientas de IA debiliten tu trabajo.

Los pasos clave para la Introducción de un ensayo o tesis (el paso I: Introducir e Integrar del Método PENSAMIA) deben ser 100% tuyos.

Descarga ahora las Guías GRATUITAS del paso I del Método PENSAMIA sobre Cómo hacer una Introducción de un Ensayo o la Guía para una Introducción Académica y aprende a integrar tu tesis central con la literatura, un proceso que la IA no puede hacer por ti.