La irrupción de la inteligencia artificial (IA) en las universidades no solo plantea nuevas oportunidades educativas, sino también desafíos pedagógicos que no podemos ignorar.
¿Qué motiva a los estudiantes a usar Inteligencia Artificial?
En un contexto universitario cada vez más influenciado por las tecnologías emergentes, la IA interactiva se ha posicionado como una herramienta habitual en la rutina académica. Así lo demuestra el estudio de Castro-López, Cervero y Álvarez-Blanco (2025), quienes analizaron el comportamiento de más de 300 estudiantes de grado en España.
Apoyados en el modelo teórico UTAUT-2 (Teoría Unificada de Aceptación y Uso de la Tecnología Extendida), los investigadores identificaron cuatro factores clave que impulsan el uso de herramientas de IA interactiva:
- Expectativas de rendimiento: los estudiantes creen que usar IA les ayudará a aprender mejor, a su ritmo, y a mejorar sus calificaciones.
- Motivación hedónica: el uso de estas herramientas está asociado con placer, disfrute y una percepción positiva del estudio.
- Valor del precio: consideran que los costos de acceso son asumibles y que el uso de IA representa una buena inversión educativa.
- Hábito: quienes ya tienen prácticas digitales arraigadas son más proclives a incorporar IA en su día a día académico.
Esto indica que la aceptación de la IA no responde solo a modas tecnológicas, sino a una percepción generalizada de utilidad, eficiencia y facilidad de uso.
¿Cómo se investigó este fenómeno?
El estudio utilizó un cuestionario diseñado que evaluó dimensiones como esfuerzo, motivación, barreras percibidas, y frecuencia de uso de IA en tareas específicas como tutorías automatizadas, personalización del aprendizaje o evaluación automática.
Con una muestra mayoritariamente femenina (79,7%), centrada en carreras como Educación Infantil, Psicología y Primaria, se aplicó un análisis de regresión estadística. Esta base permitió no solo detectar patrones de comportamiento, sino también vincularlos con el rendimiento académico.
Un resultado inesperado: la IA y las calificaciones
Uno de los hallazgos más llamativos fue que, aunque los estudiantes creen que la IA puede mejorar su rendimiento, los datos muestran lo contrario: el uso frecuente de IA interactiva se correlaciona con calificaciones más bajas.
¿Por qué sucede esto?
Los autores proponen varias hipótesis:
- Acceso directo a respuestas sin comprensión del proceso, lo que reduce la profundidad del aprendizaje.
- Disminución del esfuerzo cognitivo: al delegar en la IA tareas que deberían ser ejercitadas (como análisis, síntesis o redacción), el estudiante se vuelve pasivo.
- Falta de planificación pedagógica institucional: la IA se utiliza libremente sin guías claras ni propósitos definidos.
Este resultado plantea un serio llamado de atención a las universidades: no basta con que la tecnología esté disponible; debe integrarse de manera intencionada en los procesos de enseñanza-aprendizaje.
¿Qué factores no influyen (y por qué)?
El estudio también refuta algunas hipótesis comunes. Por ejemplo:
- Las expectativas de esfuerzo (cuán fácil se percibe el uso de la IA) no tienen un impacto relevante.
- Las condiciones limitantes (como la falta de infraestructura o el rechazo institucional) tampoco impiden su adopción.
Esto sugiere que los estudiantes, cuando perciben un beneficio claro, superan las barreras técnicas o contextuales para acceder a estas herramientas. La clave está en la percepción de utilidad, no en las condiciones externas.
El rol pendiente de las universidades
Uno de los puntos más importantes del estudio es la ausencia de planificación institucional. Actualmente, la IA en la educación superior se utiliza de forma individual, espontánea y muchas veces oculta, sin orientación formal por parte de los docentes o las instituciones.
Esto genera un escenario donde:
- Los estudiantes adoptan herramientas que no saben si están permitidas.
- Los docentes no saben cómo evaluarlas o integrarlas.
- Las universidades no ofrecen formación específica ni establecen políticas claras.
Como señalan los autores, este vacío es especialmente grave porque los estudiantes creen que están mejorando su rendimiento con la IA, cuando en realidad podrían estar perjudicándolo. La desconexión entre expectativa y resultado es, en palabras del artículo, “profundamente incoherente”.
Integrar la IA, pero con estrategia
La inteligencia artificial no es en sí buena o mala: su efecto depende del marco pedagógico en el que se utilice. El estudio pone de manifiesto que:
- La IA ya forma parte de la realidad universitaria.
- Su uso responde a motivaciones racionales y emocionales por parte del alumnado.
- Pero su efecto puede ser negativo si se implementa sin una estructura que guíe, complemente y evalúe su uso.
Por eso, los autores sugieren que es urgente:
- Incluir formación en IA dentro de los planes de estudio.
- Establecer criterios claros para su uso ético y pedagógico.
- Desarrollar herramientas de evaluación que valoren el proceso, no solo el resultado.
Fuente:
Castro López, A., Cervero, A. y Álvarez-Blanco, L. (2025). Análisis sobre el uso de las herramientas
de inteligencia artificial interactiva en el entorno universitario.
Tecnología, Ciencia y Educación, 30,37-66. https://doi.org/10.51302/tce.2025.22219
