La autorregulación puede marcar la diferencia entre apoyarse en la IAG y depender de ella
Embedded Files
Vicerrectorado de Enseñanza Virtual 08/09/2026 ⏱️ 5 min
El impacto de la inteligencia artificial generativa sobre el pensamiento de los estudiantes puede depender menos de cuánto se utiliza y más de cómo se integra dentro del propio proceso de aprendizaje. Un nuevo estudio realizado con más de mil universitarios señala que la autorregulación puede desempeñar un papel fundamental para determinar si el uso de estas herramientas se relaciona positiva o negativamente con capacidades como el pensamiento crítico, creativo y computacional. (Li et al., 2026).
La expansión de herramientas como ChatGPT, Gemini o Claude ha generado un debate creciente sobre sus consecuencias cognitivas.
Por una parte, estos sistemas pueden facilitar explicaciones, proporcionar retroalimentación inmediata, ofrecer diferentes perspectivas y ayudar al estudiante a abordar problemas complejos.
Por otra, delegar excesivamente determinadas tareas puede reducir el esfuerzo necesario para analizar información, formular razonamientos propios o resolver problemas de manera autónoma.
Esta aparente contradicción ha provocado que diferentes investigaciones encuentren tanto beneficios como posibles efectos negativos asociados al uso de la IAG.
El estudio publicado el 1 de septiembre de 2026 en Journal of Intelligence introduce una variable que podría ayudar a entender estas diferencias: la capacidad del estudiante para regular su propio aprendizaje.
La investigación contó inicialmente con 1.067 estudiantes de grado procedentes de cinco universidades. Tras excluir las respuestas incompletas, la muestra final estuvo formada por 1.024 estudiantes de entre 17 y 25 años, pertenecientes a distintas áreas de conocimiento.
Los investigadores analizaron la frecuencia con la que los participantes utilizaban inteligencia artificial generativa en actividades académicas y evaluaron posteriormente tres capacidades consideradas fundamentales dentro del pensamiento de orden superior: pensamiento crítico, pensamiento creativo y pensamiento computacional.
Además, midieron el nivel de aprendizaje autorregulado de cada estudiante.
La autorregulación hace referencia a la capacidad de una persona para dirigir activamente su propio proceso de aprendizaje. No consiste únicamente en organizar el tiempo, sino que incluye establecer objetivos, elegir estrategias, controlar el progreso, evaluar los resultados y modificar la forma de trabajar cuando algo no está funcionando.
En el estudio, esta capacidad se analizó mediante seis dimensiones: establecimiento de objetivos, estrategias de realización de tareas, gestión del tiempo, autoevaluación, organización del entorno y búsqueda de ayuda.
Los resultados muestran una relación especialmente interesante.
Entre los estudiantes con menores niveles de autorregulación, un mayor uso de inteligencia artificial generativa se asociaba con peores resultados en pensamiento crítico, pensamiento creativo y pensamiento computacional.
En cambio, entre quienes presentaban niveles elevados de autorregulación, el patrón cambiaba.
En estos estudiantes, un mayor uso de IAG se relacionaba positivamente con el pensamiento crítico y con el pensamiento computacional. En el caso del pensamiento creativo, la asociación dejaba de ser negativa, aunque tampoco alcanzaba significación estadística positiva.
La diferencia es especialmente clara en pensamiento crítico.
Cuando los niveles de autorregulación eran bajos, el uso de IAG presentaba una asociación negativa con esta capacidad. Cuando la autorregulación era elevada, la relación se invertía y pasaba a ser positiva.
También resulta necesario desarrollar competencias que permitan al estudiante decidir para qué utilizarla, supervisar lo que está haciendo, evaluar críticamente las respuestas recibidas y comprobar si realmente ha aprendido aquello que inicialmente pretendía resolver.
La investigación identifica asociaciones, pero no demuestra que utilizar más IAG provoque directamente una mejora o un deterioro de estas capacidades. Además, la frecuencia de uso fue recogida mediante autoinforme y el estudio se desarrolló con estudiantes de cinco universidades chinas, por lo que será necesario comprobar si estos patrones se reproducen en otros sistemas educativos, disciplinas y contextos culturales.
Los propios autores señalan estas limitaciones y recomiendan continuar investigando la calidad y las características concretas del uso de la IAG, y no únicamente su frecuencia.
Aun con estas limitaciones, el estudio aporta una perspectiva relevante al debate sobre inteligencia artificial y aprendizaje.
La cuestión puede no ser simplemente decidir si la IAG mejora o perjudica el pensamiento crítico. El efecto parece estar relacionado también con las competencias que posee el estudiante para mantener el control sobre su propio aprendizaje.
A medida que estas herramientas se incorporan con mayor frecuencia a las actividades universitarias, la autorregulación, la metacognición y la capacidad para evaluar críticamente los resultados generados adquieren una importancia creciente.
La alfabetización en inteligencia artificial podría implicar, por tanto, algo más que saber utilizar una tecnología: saber utilizarla sin dejar de dirigir el propio proceso de aprendizaje.
Li, S., Tian, J., Chen, M., & Wang, Z. (2026). Enhancing or Hindering? The Moderating Role of Self-Regulated Learning in the Relationship Between GenAI Usage and Higher-Order Thinking Skills Among Chinese University Students. Journal of Intelligence, 14(9), 208. https://www.mdpi.com/2079-3200/14/9/208
Report abuse