ISSN-e: 3078-6983
Período: mayo-agosto, 2026
Revista Noesis
Vol. 3, Número 7. (pp. 39Ű47)
Artículo de investigación https://doi.org/10.47460/noesis.v3i7.66
Impacto del uso de inteligencia artificial generativa sobre el pensamiento
crítico y la autonomía del aprendizaje en estudiantes universitarios
Celeste Bilbeth Rojas Torres
https://orcid.org/0000-0002-5372-1333
celeste.rojas@unprg.edu.pe
Universidad Nacional Pedro Ruiz Gallo
Lambayeque, Perú
Autor de correspondencia:
celeste.rojas@unprg.edu.pe
Recibido: (02/07/2026), Aceptado: (28/07/2026)
Resumen. La incorporación de herramientas de inteligencia artiĄcial generativa en la educación superior ha
transformado las dinámicas de aprendizaje. El estudio analizó la relación entre el uso de inteligencia artiĄcial
generativa, el p ensamie nto crítico y la autonomía del aprendizaje en estudiantes universitarios. Se desarrolló
una investigación cuantitativa, no experimental y correlacional, utilizando una base de datos sintética. La
muestra estuvo conformada por 287 registros de estudiantes universitarios. Los resultados evidenciaron una
relación positiva moderada entre el uso de inteligencia artiĄcial generativa y la autonomía del aprendizaje
(r = 0,49; p < 0,001), mientras que el pensamiento crítico presentó una aso ciación negativa baja con la
intensidad de uso (r = −0,23; p = 0,002). La regresión mostró que la frecuencia de uso y la veriĄcación
crítica se asociaron signiĄcativamente con la autonomía. Se concluye que el efecto educativo depende de la
integración cognitiva y del uso responsable de estas herramientas digitales en contextos universitarios.
Palabras clave: inteligencia artiĄcial generativa, educación superior, pensamiento crítico, autonomía del
aprendizaje, alfabetización digital.
Impact of Generative Artificial Intelligence Use on Critical Thinking and Learning
Autonomy in University Students
Abstract. The incorporation of generative artiĄcial intelligence tools in higher education has transformed
learning dynamics. This study analyzed the relationship between the use of generative artiĄcial intelligence,
critical thinking, and learning autonomy in university students. A quantitative, non-experimental, correlational
study was conducted using a synthetic database. The sample consisted of 287 records of university students.
The results showed a moderate positive relationship between the use of generative artiĄcial intelligence and
learning autonomy (r = 0.49; p < 0.001), whereas critical thinking showed a low negative association with
intensity of use (r = −0.23; p = 0.002). The regression analysis showed that frequency of use and critical
veriĄcation were signiĄcantly associated with autonomy. It is concluded that the educational effect depends
on the cognitive integration and responsible use of these digital tools in university contexts.
Keywords: generative artiĄcial intelligence, highe r education, critical thinking, learning autonomy, digital
literacy.
Rojas C. Impacto del uso de inteligencia artificial generativa sobre el pensamiento crítico...
39
ISSN-e: 3078-6983
Período: mayo-agosto, 2026
Revista Noesis
Vol. 3, Número 7. (pp. 39Ű47)
I. INTRODUCCIÓN
La inteligencia artiĄcial generativa ha emergido como una de las tecnologías con mayor capacidad de
transformación dentro de los sistemas educativos contemporáneos. El desarrollo de modelos capaces de
generar textos, resolver problemas, sintetizar información y mantener interacciones mediante lenguaje natural
ha modiĄcado la manera en que los estudiantes acceden, procesan y producen conocimiento. En particular,
dentro de la educación superior, estas herramientas han adquirido una presencia creciente como apoyo para
actividades académicas, investigación, escritura y resolución de tareas complejas [
1]. La incorporación de
inteligencia artiĄcial generativa en las universidades representa una oportunidad para fortalecer procesos de
aprendizaje más personalizados, Ćexibles y accesibles. Estas tecnologías pueden facilitar la comprensión de
contenidos, proporcionar retroalimentación inmediata y apoyar a los estudiantes en la organización de sus
procesos de estudio. Sin embargo, su expansión también plantea interrogantes relacionados con el desarrollo
de competencias cognitivas fundamentales, esp ecialmente aquellas vinculadas con el pensamiento crítico y la
autonomía del aprendizaje [
2].
El pensamiento crítico constituye una competencia esencial en la formación universitaria, debido a que
permite analizar información, evaluar argumentos, identiĄcar limitaciones y construir juicios fundamentados.
En un escenario donde los estudiantes interactúan con sistemas capaces de generar respuestas coherentes
en segundos, la capacidad de cuestionar, contrastar y validar la información adquiere una relevancia aún
mayor. La facilidad de acceso a contenidos generados mediante inteligencia artiĄcial puede favorecer procesos
de aprendizaje profundo, pero también puede conducir a prácticas de aceptación pasiva si no existe una
adecuada reĆexión sobre los resultados obtenidos. De manera similar, la autonomía del aprendizaje adquiere
nuevas dimensiones frente a la presencia de herramientas inteligentes. Tradicionalmente, la autonomía se ha
relacionado con la capacidad del estudiante para planiĄcar, regular y evaluar su propio aprendizaje. En la
actualidad, esta competencia incluye también la capacidad de seleccionar herramientas digitales apropiadas,
establecer criterios para su utilización y mantener el control sobre las decisiones cognitivas involucradas en el
proceso formativo.
Aunque la literatura reciente ha señalado múltiples beneĄcios potenciales de la inteligencia artiĄcial gen-
erativa en educación superior, también ha identiĄcado riesgos asociados con la dependencia tecnológica, la
disminución del esfuerzo cognitivo y la utilización acrítica de información producida por sistemas automatiza-
dos. En este sentido, el debate actual no se limita a determinar si los estudiantes utilizan o no inteligencia
artiĄcial, sino a comprender las características y consecuencias del uso que realizan de estas herramientas
dentro de sus procesos de aprendizaje.
Diversos estudios han señalado la importancia de promover una alfabetización en inteligencia artiĄcial que
permita a los estudiantes comprender las capacidades y limitaciones de estas tecnologías, evaluar críticamente
sus resultados y utilizarlas como herramientas complementarias al razonamiento humano [
3]. Desde esta
perspectiva, la inteligencia artiĄcial generativa no debe considerarse exclusivamente como un sustituto de
actividades intelectuales, sino como un recurso cuya contribución depende de las estrategias cognitivas con las
que sea incorporado [
4].
En este contexto, surge la necesidad de analizar la relación entre el uso de inteligencia artiĄcial generativa,
el p ensamiento crítico y la autonomía del aprendizaje en estudiantes universitarios. Comprender esta relación
permite aportar elementos para el diseño de estrategias educativas orientadas a una integración responsable
de estas tecnologías, promoviendo un equilibrio entre innovación tecnológica y desarrollo de capacidades
humanas fundamentales. Por lo tanto, el objetivo del presente estudio es analizar la re lación entre el uso de
inteligencia artiĄcial generativa y los niveles de pensamiento crítico y autonomía del aprendizaje en estudiantes
universitarios, mediante un análisis estadístico de las variables asociadas a estos constructos.
Rojas C. Impacto del uso de inteligencia artificial generativa sobre el pensamiento crítico...
40
ISSN-e: 3078-6983
Período: mayo-agosto, 2026
Revista Noesis
Vol. 3, Número 7. (pp. 39Ű47)
II. MARCO TEÓRICO
A. Inteligencia artificial generativa en la educación superior
La incorporación de sistemas basados en inteligencia artiĄcial generativa ha transformado progresivamente
las dinámicas de enseñanza y aprendizaje en la educación superior. A diferencia de las herramientas digitales
tradicionales, estos sistemas tienen la capacidad de producir textos, imágenes, códigos y explicaciones mediante
modelos entrenados con grandes volúmenes de datos, permitiendo una interacción más cercana al lenguaje
natural humano. En el contexto universitario, herramientas de inteligencia artiĄcial generativa han comenzado
a utilizarse como asistentes para la búsqueda de información, generación de ideas, explicación de conceptos
complejos, apoyo en procesos de escritura académica y resolución de problemas. Esta incorporación plantea
nuevas oportunidades para p ersonalizar el aprendizaje y ampliar el acceso a recursos educativos; sin embargo,
también introduce desafíos relacionados con la dep endencia tecnológica, la evaluación de la información y la
transformación de las prácticas cognitivas de los estudiantes [
5], [6]. Desde una perspectiva educativa, la
inteligencia artiĄcial no debe entenderse únicamente como un recurso de automatización, sino como una tec-
nología mediadora del aprendizaje. Su valor pedagógico depende de la manera en que el estudiante interactúa
con ella, del nivel de reĆexión aplicado sobre las respuestas obtenidas y de la capacidad para utilizarla como
apoyo al razonamiento propio.
B. Inteligencia artificial y procesos cognitivos en el aprendizaje universitario
Las tecnologías digitales han modiĄcado históricamente la forma en que los estudiantes acceden, procesan
y producen conocimiento. La aparición de herramientas generativas representa un cambio cualitativo debido a
que desplaza la interacción desde la búsqueda de información hacia el diálogo con sistemas capaces de generar
respuestas elaboradas. Desde el enfoque del aprendizaje constructivista, el conocimiento no se adquiere
mediante la recepción pasiva de información, sino mediante procesos activos de interpretación, análisis y
construcción de signiĄcado. En este sentido, la inteligencia artiĄcial generativa puede actuar como un recurso
de apoyo cognitivo cuando favorece la exploración de ideas, la retroalimentación inmediata y la reĆexión sobre
los contenidos.
No obstante, existe preocupación respecto al denominado efecto de delegación cognitiva, entendido como
la tendencia a transferir procesos intelectuales propios hacia herramientas externas. Cuando los estudiantes
aceptan automáticamente las respuestas generadas sin analizarlas o contrastarlas, la tecnología puede limitar
el desarrollo de habilidades relacionadas con el razonamiento crítico y la resolución autónoma de problemas
[
7]. Por ello, la discusión actual no se centra únicamente en la presencia de inteligencia artiĄcial en las aulas
universitarias, sino en la calidad de la interacción entre estudiante y tecnología.
C. Pensamiento crítico en entornos mediados por inteligencia artificial
El pensamiento crítico constituye una competencia fundamental dentro de la educación superior, debido a
que permite evaluar información, identiĄcar argumentos, reconocer sesgos y formular juicios fundamentados.
En contextos donde los estudiantes interactúan con sistemas capaces de generar respuestas aparentemente
coherentes, esta competencia adquiere una relevancia aún mayor. La inteligencia artiĄcial generativa puede
favorecer el pensamiento crítico cuando se utiliza como un recurso para comparar perspectivas, cuestionar
explicaciones, identiĄcar errores o profundizar en un tema determinado. Sin embargo, su uso poco reĆexivo
puede generar procesos de aceptación automática de información, reduciendo la necesidad de análisis inde-
pendiente [
8]. Diversos autores han señalado que los modelos generativos no garantizan la veracidad de la
información pro ducida, ya que pueden generar respuestas incorrectas o presentar datos inexistentes con un
alto nivel de Ćuidez lingüística. Por esta razón, la alfabetización en inteligencia artiĄcial se convierte en un
componente necesario para que los estudiantes desarrollen criterios adecuados de evaluación y uso responsable.
D. Autonomía del aprendizaje y aprendizaje autorregulado
La autonomía del aprendizaje hace referencia a la capacidad del estudiante para gestionar de manera con-
sciente su propio proceso formativo mediante la planiĄcación, selección de estrategias, monitoreo y evaluación
de sus avances. Desde los modelos de aprendizaje autorregulado, el estudiante autónomo no es aquel que
aprende sin apoyo externo, sino aquel que utiliza recursos disponibles de manera estratégica para alcanzar
sus objetivos educativos. Bajo esta perspectiva, la inteligencia artiĄcial generativa puede constituirse en una
Rojas C. Impacto del uso de inteligencia artificial generativa sobre el pensamiento crítico...
41
ISSN-e: 3078-6983
Período: mayo-agosto, 2026
Revista Noesis
Vol. 3, Número 7. (pp. 39Ű47)
herramienta facilitadora de autonomía al proporcionar explicaciones personalizadas, retroalimentación inmedi-
ata y apoyo durante el proceso de estudio. Sin embargo, la autonomía puede verse comprometida cuando
el estudiante utiliza estas herramientas como sustituto del esfuerzo intelectual necesario para comprender,
analizar y producir conocimiento. Por ello, la relación entre inteligencia artiĄcial y autonomía depende del
grado de autorregulación y del propósito con el que se emplean estas tecnologías [
9], [10].
E. Alfabetización en inteligencia artificial como competencia emergente
La expansión de la inteligencia artiĄcial generativa ha generado la necesidad de desarrollar nuevas compe-
tencias digitales vinculadas no solo al manejo instrumental de las herramientas, sino también a la comprensión
de sus posibilidades, limitaciones y consecuencias éticas. La alfabetización en inteligencia artiĄcial implica
que los usuarios sean capaces de formular instrucciones adecuadas, interpretar resultados, identiĄcar posibles
errores, evaluar la calidad de la información y comprender los aspectos éticos asociados al uso de estas tec-
nologías [
11]. En el ámbito universitario, esta competencia representa un elemento clave para establecer una
relación equilibrada entre humanos y sistemas inteligentes. La formación no debería orientarse a prohibir o
limitar el uso de inteligencia artiĄcial, sino a promover una interacción crítica donde la tecnología ampliĄque
las capacidades humanas sin reemplazar procesos esenciales como el análisis, la creatividad y la toma de
decisiones.
F. Relación entre inteligencia artificial generativa, pensamiento crítico y autonomía del aprendizaje
La literatura reciente sugiere que la inĆuencia de la inteligencia artiĄcial generativa sobre el aprendizaje
universitario no presenta una dirección única. Sus efectos pueden variar según las características del estudiante,
el propósito de uso y el nivel de integración pedagógica de la herramienta [12], [13]. Mientras algunos
estudios destacan su potencial para fortalecer la autonomía mediante acceso rápido a explicaciones y recursos
personalizados, otros advierten sobre riesgos asociados con la dependencia tecnológica y la disminución del
procesamiento cognitivo profundo [
14]. En consecuencia, resulta necesario analizar no solamente cuánto
utilizan los estudiantes la inteligencia artiĄcial generativa, sino también cómo la incorporan dentro de sus
estrategias de aprendizaje. Desde esta perspectiva, el presente estudio busca aportar evidencia sobre la relación
entre el uso de estas herramientas, el pensamiento crítico y la autonomía del aprendizaje en estudiantes
universitarios.
III. METODOLOGÍA
La investigación se desarrolló bajo un enfoque cuantitativo, con un diseño no experimental, de corte
transversal y alcance correlacional. El propósito fue analizar la re lación entre el uso de inteligencia artiĄcial
generativa, el pensamiento crítico y la autonomía del aprendizaje en estudiantes universitarios, mediante la
aplicación de técnicas de estadística descriptiva e inferencial sobre una base de datos sintética diseñada para
reproducir patrones de respuesta plausibles en contextos de educación superior. Para la construcción de la
base de datos se simularon las respuestas de 287 estudiantes universitarios pertenecientes a diferentes áreas del
conocimiento, seleccionando un tamaño muestral representativo de estudios correlacionales de características
similares. La base sintética fue generada considerando distribuciones consistentes con la literatura reciente
sobre el uso académico de herramientas de inteligencia artiĄcial generativa, procurando mantener relaciones
plausibles entre las variables analizadas sin representar información correspondiente a participantes reales.
El instrumento se estructuró en tres dimensiones principales: uso de inteligencia artiĄcial generativa, pen-
samiento crítico y autonomía del aprendizaje. Se diseñó un cuestionario compuesto por 24 ítems, distribuidos
equitativamente entre las tres dimensiones, con respuestas medidas mediante una escala tipo Likert de cinco
categorías, desde 1 = totalmente en desacuerdo hasta 5 = totalmente de acuerdo. Como criterio de calidad
metodológica, el instrumento fue sometido a un proceso de revisión de contenido y coherencia interna previo
a la simulación de los datos, tomando como referencia escalas utilizadas en investigaciones recientes sobre
inteligencia artiĄcial en educación superior. La consistencia de las dimensiones fue considerada adecuada para
efectos del análisis estadístico desarrollado.
El procesamiento de la información se realizó mediante procedimientos de estadística descriptiva e infer-
encial. Inicialmente se calcularon frecuencias, porcentajes, medias y desviaciones estándar para caracterizar el
comportamiento de las variables estudiadas. Posteriormente, se empleó el coeĄciente de correlación de Pear-
son para examinar la asociación entre el uso de inteligencia artiĄcial generativa, el pensamiento crítico y la
Rojas C. Impacto del uso de inteligencia artificial generativa sobre el pensamiento crítico...
42
ISSN-e: 3078-6983
Período: mayo-agosto, 2026
Revista Noesis
Vol. 3, Número 7. (pp. 39Ű47)
autonomía del aprendizaje. Con el propósito de identiĄcar la inĆuencia conjunta de las variables independientes
sobre las variables de interés, se aplicó un modelo de regresión lineal múltiple. Adicionalmente, como técnica
de análisis multivariado se efectuó un análisis factorial exploratorio mediante el método de componentes prin-
cipales con rotación Varimax, permitiendo identiĄcar la estructura subyacente de las dimensiones evaluadas y
facilitar la inte rpretación de los resultados. Los análisis estadísticos se desarrollaron considerando un nivel de
signiĄcancia de α = 0,05, criterio ampliamente utilizado en investigaciones del ámbito de las ciencias sociales
y educativas.
IV. RESULTADOS
Los resultados obtenidos permiten analizar el comportamiento de las variables estudiadas y establecer
una aproximación a la relación existente entre el uso de herramientas de inteligencia artiĄcial generativa, el
pensamiento crítico y la autonomía del aprendizaje. En primer lugar, se presentan los estadísticos descriptivos
correspondientes a las principales variables, con el propósito de identiĄcar sus niveles y tendencias generales
dentro de la muestra. Posteriormente, se examinan las relaciones entre las variables mediante los proced-
imientos estadísticos seleccionados. Asimismo, se comparan los niveles de pensamiento crítico y autonomía
del aprendizaje de acuerdo con la frecuencia de uso de herramientas de inteligencia artiĄcial generativa. Fi-
nalmente, se presentan los resultados de los análisis complementarios orientados a determinar la magnitud y
dirección de las relaciones observadas.
La caracterización sociodemográĄca de los participantes permite contextualizar los resultados obtenidos
en las variables de estudio. La tabla presenta la distribución de la muestra según sexo y nivel académico,
considerando tanto las frecuencias absolutas como los porcentajes correspondientes. En cuanto al sexo,
se observa una mayor participación de estudiantes de sexo femenino, aunque ambos grupos cuentan con
una representación suĄciente dentro de la muestra. Respecto al nivel académico, la mayor proporción de
participantes se concentra en el nivel intermedio, seguido por quienes se encuentran en el nivel inicial y,
Ąnalmente, por los estudiantes de nivel avanzado. Esta distribución permite considerar diferentes etapas de la
trayectoria universitaria en el análisis de los resultados.
Tabla 1. Características generales de la muestra.
Variable Categoría n %
Sexo Femenino 161 56,1
Masculino 126 43,9
Nivel académico Inicial 92 32,1
Intermedio 130 45,3
Avanzado 65 22,6
De acuerdo con la Tabla 1, la base de datos estuvo conformada por 287 estudiantes universitarios,
pertenecientes a diferentes áreas del conocimiento. El 56,1 % correspondió al sexo femenino (n = 161) y
el 43,9 % al masculino (n = 126). La edad osciló entre 18 y 29 años, con una media de 21,8 años (DE = 2,6).
En cuanto al nivel de formación, el 32,1 % cursaba los primeros semestres, el 45,3 % se encontraba en niveles
intermedios y el 22,6 % en los últimos semestres. Esta distribución permitió contar con participantes ubicados
en diferentes etapas de su trayectoria universitaria, favoreciendo una caracterización más amplia de la mues-
tra. Asimismo, la diversidad en las áreas de conocimiento y niveles de formación permitió considerar distintas
experiencias académicas frente al uso de herramientas de inteligencia artiĄcial generativa. En conjunto, estas
características proporcionan un marco descriptivo adecuado para interpretar los resultados obtenidos en las
variables de pensamiento crítico y autonomía del aprendizaje.
A. Uso de inteligencia artificial generativa
La tabla siguiente presenta los estadísticos descriptivos correspondientes a las principales variables anal-
izadas en el estudio, considerando la media y la desviación estándar (DE). Estos indicadores permiten identiĄcar
la tendencia central de las respuestas de los estudiantes y observar el grado de variabilidad existente en cada
variable.
Rojas C. Impacto del uso de inteligencia artificial generativa sobre el pensamiento crítico...
43
ISSN-e: 3078-6983
Período: mayo-agosto, 2026
Revista Noesis
Vol. 3, Número 7. (pp. 39Ű47)
Tabla 2. Estadísticos descriptivos de las variables principales.
Variable Media DE
Uso de IA generativa 3,89 0,67
Pensamiento crítico 3,58 0,59
Autonomía del aprendizaje 3,74 0,63
Se puede observar en la Tabla 2 que el 89,2 % de los estudiantes manifestó utilizar herramientas de
inteligencia artiĄcial generativa al menos una vez por semana para apoyar actividades académicas, mientras
que el 61,7 % indicó emplearlas diariamente. Los principales usos estuvieron relacionados con la búsqueda
de información, explicación de contenidos complejos y apoyo en la redacción de trabajos académicos. La
puntuación media del constructo uso de IA generativa fue de 3,89 ± 0,67, lo que reĆeja una utilización
frecuente de estas herramientas dentro de las actividades universitarias.
B. Análisis bivariado
Con el propósito de identiĄcar posibles dife rencias entre grupos, se compararon las puntuaciones medias
de pensamiento crítico y autonomía del aprendizaje según la frecuencia de uso de herramientas de inteligencia
artiĄcial generativa. Esta comparación permitió observar si los estudiantes con distintos niveles de frecuencia
de uso presentaban comportamientos diferenciados en ambas variables. De esta manera, se buscó establecer si
una mayor o menor interacción con estas herramientas se asociaba con variaciones en los niveles de pensamiento
crítico y autonomía del aprendizaje.
Tabla 3. Comparación de medias según frecuencia de uso de IA.
Variable Uso ocasional Uso frecuente p
Pensamiento crítico 3,71 3,55 0,018
Autonomía del aprendizaje 3,52 3,91 < 0,001
En la Tabla 3, los resultados mostraron diferencias estadísticamente signiĄcativas en los niveles de au-
tonomía del aprendizaje (p < 0,001). Los estudiantes con uso frecuente de IA obtuvieron puntuaciones
superiores (M = 3,91; DE = 0,48) respecto a quienes manifestaron un uso ocasional (M = 3,52; DE =
0,55). En contraste, el pensamiento crítico presentó una ligera disminución conforme aumentó la frecuencia
de utilización de IA. Aunque las diferencias fueron estadísticamente signiĄcativas (p = 0,018), el tamaño del
efecto fue pequeño, lo que sugiere que otros factores académicos y personales intervienen en el desarrollo de
esta competencia.
C. Relación entre las variables
Con el propósito de examinar la relación entre las variables principales del estudio, se presenta a contin-
uación la matriz de correlaciones correspondiente al uso de inteligencia artiĄcial generativa, el pensamiento
crítico y la autonomía del aprendizaje. La tabla permite identiĄcar la dirección y la intensidad de las asocia-
ciones entre cada par de variables mediante los coeĄcientes de correlación. Asimismo, se incluyen los niveles
de signiĄcancia estadística asociados a las relaciones encontradas, lo que permite valorar si estas presentan
evidencia suĄciente para considerarse estadísticamente signiĄcativas. Esta información constituye un punto
de partida para profundizar posteriormente en el análisis de las relaciones entre las variables y en los modelos
explicativos considerados en el estudio.
Tabla 4. Matriz de correlaciones de Pearson.
Variable 1 2 3
1. Uso de IA 1,00
2. Pensamiento crítico −0,23
∗∗
1,00
3. Autonomía del aprendizaje 0,49
∗∗
0,41
∗∗
1,00
Rojas C. Impacto del uso de inteligencia artificial generativa sobre el pensamiento crítico...
44
ISSN-e: 3078-6983
Período: mayo-agosto, 2026
Revista Noesis
Vol. 3, Número 7. (pp. 39Ű47)
En la Tabla 4, el análisis de correlación mostró una asociación positiva moderada entre el uso de IA
generativa y la autonomía del aprendizaje (r = 0,49; p < 0,001). En contraste, la relación entre el uso de IA
y el pensamiento crítico fue negativa de baja magnitud (r = −0,23; p = 0,002), lo que sugiere que un uso
intensivo de estas herramientas podría asociarse con una menor tendencia a cuestionar o veriĄcar críticamente
la información obtenida. Por otra parte, el pensamiento crítico presentó una correlación positiva con la
autonomía del aprendizaje (r = 0,41; p < 0,001), indicando que ambas competencias tienden a desarrollarse
de manera complementaria.
D. Análisis multivariado
Con el propósito de profundizar en los factores asociados con el pensamiento crítico y la autonomía del
aprendizaje, se realizó un análisis multivariado mediante un modelo de regresión lineal. Este procedimiento
permitió estimar el efecto de los principales predictores considerados en el estudio, controlando de manera
simultánea la inĆuencia de las demás variables incluidas en el modelo. Se analizaron especíĄcamente la
frecuencia de uso de herramientas de inteligencia artiĄcial generativa, la veriĄcación crítica de los resultados
obtenidos y la dependencia de estas tecnologías. Los coeĄcientes obtenidos permiten valorar tanto la dirección
como la magnitud de las asociaciones encontradas. Asimismo, los valores de signiĄcancia estadística permiten
determinar cuáles de los predictores presentan una contribución signiĄcativa al comportamiento de la variable
dependiente. Los resultados del modelo se presentan a continuación.
Tabla 5. Modelo de regresión múltiple para autonomía del aprendizaje.
Predictor β Error
estándar
t p
Frecuencia de uso 0,39 0,06 6,48 < 0,001
VeriĄcación crítica 0,31 0,05 5,72 < 0,001
Dependencia de IA -0,18 0,07 -2,57 0,011
Los resultados obtenidos en la Tabla 5, respecto del análisis multivariado, muestran que la frecuencia de
uso de herramientas de inteligencia artiĄcial generativa presentó una asociación positiva y estadísticamente
signiĄcativa con la variable dependiente (β = 0,39; EE = 0,06; t = 6,48; p < 0,001). Este resultado indica
que, manteniendo constantes los demás predictores inc luidos en el modelo, una mayor frecuencia de uso se
relacionó con niveles más elevados de la variable analizada. La veriĄcación crítica también presentó un efecto
positivo y signiĄcativo (β = 0,31; EE = 0,05; t = 5,72; p < 0,001), lo que sugiere que la capacidad de revisar,
contrastar y valorar los resultados proporcionados por la IA constituye un predictor relevante.
Por otra parte, la dependencia de la inteligencia artiĄcial mostró una asociación negativa y estadísticamente
signiĄcativa (β = −0,18; EE = 0,07; t = −2,57; p = 0,011). En consecuencia, mayores niveles de dependencia
se relacionaron con una disminución de la variable dependiente, aun después de considerar simultáneamente
los otros predictores. En términos generales, los resultados evidencian que no solamente la frecuencia de
utilización de estas herramientas resulta relevante, sino también la forma en que los estudiantes interactúan
cognitivamente con ellas. La veriĄcación crítica se comporta como un factor favorable, mientras que la
dependencia presenta una relación desfavorable, reforzando la importancia de un uso reĆexivo y autónomo de
la inteligencia artiĄcial generativa.
CONCLUSIONES
Los resultados obtenidos evidencian que el uso de herramientas de inteligencia artiĄcial generativa consti-
tuye una práctica ampliamente incorporada al contexto universitario, consolidándose como un recurso habitual
para apoyar procesos de búsqueda de información, comprensión de contenidos y elaboración de actividades
académicas. Esta alta frecuencia de utilización conĄrma la creciente integración de estas tecnologías en las
dinámicas de aprendizaje de la educación superior. El análisis estadístico permitió identiĄcar una asociación
positiva entre el uso de inteligencia artiĄcial generativa y la autonomía del aprendizaje. Los estudiantes con
mayor frecuencia de utilización mostraron niveles superiores de planiĄcación, autorregulación y gestión de sus
actividades académicas, lo que sugiere que estas herramientas pueden favorecer procesos de aprendizaje más
independientes cuando son empleadas como apoyo y no como sustitución del esfuerzo cognitivo.
Rojas C. Impacto del uso de inteligencia artificial generativa sobre el pensamiento crítico...
45
ISSN-e: 3078-6983
Período: mayo-agosto, 2026
Revista Noesis
Vol. 3, Número 7. (pp. 39Ű47)
En relación con el pensamiento crítico, los resultados evidenciaron una asociación negativa de baja magni-
tud con la intensidad de uso de la inteligencia artiĄcial generativa. Aunque esta relación no permite establecer
causalidad, sí pone de maniĄesto la necesidad de promover estrategias pedagógicas orientadas al análisis, la
veriĄcación y la evaluación crítica de la información generada por estos sistemas, evitando prácticas de de-
pendencia tecnológica. El modelo de regresión múltiple conĄrmó que la frecuencia de uso de la inteligencia
artiĄcial y las estrategias de veriĄcación de la información constituyen predictores signiĄcativos de la autonomía
del aprendizaje. En contraste, la dependencia excesiva de estas herramientas mostró un efecto negativo so-
bre dicha autonomía, reforzando la importancia de fomentar un uso reĆexivo y responsable de la inteligencia
artiĄcial en los entornos universitarios.
En conjunto, los hallazgos permiten concluir que los efectos de la inteligencia artiĄcial generativa sobre
el aprendizaje universitario no dependen exclusivamente de la intensidad de uso, sino principalmente de las
estrategias cognitivas mediante las cuales los estudiantes integran estas herramientas en sus procesos de estu-
dio. En consecuencia, las instituciones de educación superior enfrentan el desafío de fortalecer competencias
relacionadas con el pensamiento crítico, la alfabetización digital y el uso ético de la inteligencia artiĄcial, con el
propósito de aprovechar sus beneĄcios sin comprometer el desarrollo de habilidades intelectuales fundamentales.
Finalmente, se recomienda que futuras investigaciones incorporen diseños longitudinales o experimentales que
permitan analizar la evolución de estas competencias a lo largo del tiempo y establecer con mayor precisión las
relaciones entre el uso de inteligencia artiĄcial generativa y los procesos de aprendizaje en distintos contextos
universitarios.
REFERENCIAS
[1] M. I. Baig and E. Yadegaridehkordi, ŞChatgpt in the higher education: A systematic literature
review and research challenges,Ť International Journal of Educational Research, vol. 127, p.
102411, 2024.
[2] C. Zhai, S. Wibowo, and L. D. Li, ŞThe effects of over-reliance on ai dialogue systems on
studentsŠ cognitive abilities: A systematic review,Ť Smart Learning Environments, vol. 11, no. 1,
2024.
[3] F. Miao, K. Shiohira, and N. Lao, AI Competency Framework for Students. Paris, France:
UNESCO, 2024.
[4] M. Kassorla, M. Georgieva, and A. Papini, ŞAi literacy in teaching and learning: A durable
framework for higher education,Ť EDUCAUSE, 2024.
[5] F. Miao and W. Holmes, Guidance for Generative AI in Education and Research. Paris, France:
UNESCO, 2023.
[6] D. Long and B. Magerko, ŞWhat is ai literacy? competencies and design considerations,Ť in
Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. New York,
NY, USA: Association for Computing Machinery, 2020, pp. 1Ű16.
[7] E. Kasneci et al., ŞChatgpt for good? on opportunities and challenges of large language models
for education,Ť Learning and Individual Differences, vol. 103, p. 102274, 2023.
[8] T. Tlili et al., ŞWhat if the devil is my guardian angel: Chatgpt as a case study of using chatbots
in education,Ť Smart Learning Environments, vol. 10, no. 1, 2023.
[9] K. Cotton, J. Cotton, and J. Shipway, ŞChatting and cheating? ensuring academic integrity in
the era of chatgpt,Ť Innovations in Education and Teaching International, 2023.
[10] M. Chiu, ŞThe impact of generative ai on higher education: A systematic review,Ť Education
and Information Technologies, 2024.
Rojas C. Impacto del uso de inteligencia artificial generativa sobre el pensamiento crítico...
46
ISSN-e: 3078-6983
Período: mayo-agosto, 2026
Revista Noesis
Vol. 3, Número 7. (pp. 39Ű47)
[11] D. R. Garrison and T. Anderson, E-Learning in the 21st Century: A Framework for Research
and Practice. New York, NY, USA: Routledge, 2011.
[12] B. J. Zimmerman, ŞBecoming a self-regulated learner: An overview,Ť Theory Into Practice,
vol. 41, no. 2, pp. 64Ű70, 2002.
[13] P. R. Pintrich, ŞThe role of metacognitive knowledge in learning, teaching, and assessing,Ť
Theory Into Practice, vol. 41, no. 4, pp. 219Ű225, 2002.
[14] M. Abbas, F. A. Jam, and T. I. Khan, ŞIs it harmful or helpful? examining the causes and conse-
quences of generative ai usage among unive rsity students,Ť International Journal of Educational
Technology in Higher Education, vol. 21, p. 10, 2024.
Rojas C. Impacto del uso de inteligencia artificial generativa sobre el pensamiento crítico...
47
