Inteligencia artificial generativa en la educación: estrategias pedagógicas para su integración como herramienta de fortalecimiento del aprendizaje
DOI:
https://doi.org/10.53591/ckpd2561Keywords:
inteligencia artificial, Aprendizaje activo, educacion superiorAbstract
El presente artículo examina la paradoja que plantea la inteligencia artificial generativa (IAG) en los entornos educativos contemporáneos: la misma herramienta capaz de personalizar el aprendizaje y ampliar el acceso al conocimiento puede, si se incorpora sin mediación crítica, sustituir los procesos cognitivos que la educación tiene por misión desarrollar. A partir de una revisión narrativa de 22 publicaciones especializadas del periodo 2020-2025, el estudio identifica tres tensiones estructurales que condicionan el impacto de la IAG sobre el aprendizaje: autonomía versus dependencia tecnológica, eficiencia versus profundidad de procesamiento, y acceso versus equidad algorítmica. Los resultados muestran que la efectividad de la IAG como catalizador del aprendizaje depende, en mayor medida, del diseño instruccional que del potencial técnico de la herramienta. Se propone un marco de integración didáctica orientado al fortalecimiento de las competencias cognitivas del estudiante, sustentado en cuatro estrategias pedagógicas convergentes: tareas de segundo orden, uso socrático de la IAG, integración metacognitiva y rediseño evaluativo. El estudio concluye que una integración pedagógicamente responsable exige revisar los fines de la educación antes de decidir el rol de los medios tecnológicos, con especial atención al contexto latinoamericano.
Downloads
References
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610–623). ACM. https://doi.org/10.1145/3442188.3445922
Bjork, E. L., Kornell, N., & Bjork, R. A. (2013). A memory-based model of desirable difficulties. Psychological Review, 120(4), 918–944. https://doi.org/10.1037/a0034005
Bruner, J. S. (1966). Toward a theory of instruction. Harvard University Press.
Chan, C. K. Y., & Hu, W. (2023). Students’ voices on generative AI: Perceptions, benefits, and challenges in higher education. International Journal of Educational Technology in Higher Education, 20(43). https://doi.org/10.1186/s41239-023-00411-8
Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228–239. https://doi.org/10.1080/14703297.2023.2190148
Denny, P., Kumar, V., & Giacaman, N. (2024). Conversing with ChatGPT on computer science exam questions. Computers and Education: Artificial Intelligence, 6, 100196. https://doi.org/10.1016/j.caeai.2024.100196
Farrokhnia, M., Banihashem, S. K., Noroozi, O., & Wals, A. (2024). A SWOT analysis of ChatGPT: Implications for educational practice and research. Innovations in Education and Teaching International, 61(3), 460–474. https://doi.org/10.1080/14703297.2023.2195846
Floridi, L., Cowls, J., King, T. C., & Taddeo, M. (2020). How to design AI for social good: Seven essential factors. Science and Engineering Ethics, 26(3), 1771–1796. https://doi.org/10.1007/s11948-020-00213-5
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual
Karpicke, J. D., & Roediger, H. L. (2008). The critical importance of retrieval for learning. Science, 319(5865), 966–968. https://doi.org/10.1126/science.1152408
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1–16). ACM. https://doi.org/10.1145/3313831.3376727
Mollick, E. R., & Mollick, L. (2023). Assigning AI: Seven approaches for students, with prompts. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4475995
Downloads
Published
Issue
Section
Categories
License
Copyright (c) 2026 Scripta Mundi

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.










