“¿Cómo haré un uso inteligente de la IA Generativa para favorecer y no entorpecer mi aprendizaje profundo?”
Copiloto, no piloto automático: cómo usar la inteligencia artificial generativa sin dejar de pensar por mí mismo
La inteligencia artificial generativa (IAG) entró a las aulas universitarias sin pedir permiso. En cuestión de meses pasó de ser una curiosidad tecnológica a convertirse en una herramienta cotidiana para redactar ensayos, resumir lecturas, programar e incluso resolver problemas matemáticos. Frente a esta realidad, la pregunta que debería hacerse todo estudiante no es si usar la IAG, sino cómo utilizarla sin que su uso termine reemplazando el esfuerzo cognitivo que constituye, precisamente, el aprendizaje. La respuesta exige distinguir entre dos ideas opuestas: usar la IAG como un copiloto que potencia el pensamiento analítico o usarla como un piloto automático que lo sustituye y, con el tiempo, lo atrofia.
La evidencia disponible en la literatura hispanohablante reciente confirma que esta tensión no es una percepción aislada, sino un fenómeno documentado. Una revisión sistemática sobre inteligencia artificial generativa en educación superior identificó que los beneficios reportados (como la personalización del aprendizaje, la retroalimentación inmediata y el apoyo en la generación de ideas) conviven con riesgos igualmente reales, como la dependencia excesiva, la disminución del pensamiento crítico y la dificultad para distinguir el aporte propio del generado por la máquina (1). Esto significa que el resultado no depende de la herramienta en sí, sino de cómo el estudiante decide aplicarla en su proceso de aprendizaje.
Un primer principio para un uso correcto es emplear la IAG como apoyo en la escritura académica, no como sustituto de ella. Existe una diferencia entre pedirle a un modelo que escriba un ensayo completo y pedirle que ayude a organizar ideas dispersas, sugiera mejoras de redacción o identifique vacíos argumentativos en un texto ya elaborado por el propio estudiante. La primera opción delega el pensamiento; la segunda lo acompaña. El uso inteligente de estas herramientas implica mantener el control del proceso intelectual: el estudiante debe seguir siendo quien decide la tesis, organiza los argumentos y asume la responsabilidad final del texto, mientras la IAG cumple un rol de asistente que agiliza tareas mecánicas y ofrece perspectivas adicionales para revisar (2). Cuando esa jerarquía se invierte, es decir, cuando la IAG decide y el estudiante solo copia, el aprendizaje retrocede, aunque la calificación obtenida sea alta.
Un segundo principio tiene que ver con la dimensión ética del uso. No basta con saber usar la herramienta técnicamente; es necesario comprender las implicaciones de cada decisión. Algunos análisis recientes plantean que la inteligencia artificial generativa en la educación universitaria puede entenderse simultáneamente como un desafío ético y como una aliada, dependiendo de la intención y la transparencia con que se utilice (3). Usar la IAG para comprender un tema complejo, generar ejemplos adicionales a una explicación del profesor o practicar la resolución de problemas no es lo mismo que usarla para entregar como propio un trabajo no elaborado por el estudiante. La diferencia no siempre es visible para terceros, pero sí es evidente para quien entrega el trabajo, y tiene consecuencias formativas reales: cada vez que se evita el esfuerzo cognitivo necesario para aprender, se pierde la oportunidad de desarrollar una competencia que, tarde o temprano, será exigida sin ayuda externa, por ejemplo, en un examen, una entrevista laboral o una decisión profesional.
A esta reflexión se suma una mirada institucional que resulta especialmente útil porque evita tanto el entusiasmo acrítico como el rechazo automático. Un informe reciente que analiza objetivamente la incorporación de la inteligencia artificial generativa en la educación superior advierte que su impacto no es uniforme: depende del diseño pedagógico, de la claridad de las políticas institucionales y, sobre todo, del nivel de alfabetización digital y crítica con que el estudiante se acerca a la herramienta (4). De ello se desprende que el problema no es la tecnología en sí misma, sino la ausencia de criterios claros para usarla. Un estudiante que entiende los límites y posibilidades de la IAG puede convertirla en un recurso de estudio personalizado; uno que la usa sin reflexión corre el riesgo de construir una ilusión de competencia que se desarma en el momento de aplicar lo “aprendido” de forma autónoma.
A partir de estos hallazgos, es posible aplicar estrategias concretas que impulsen el aprendizaje universitario. La primera es usar la IAG como tutor y no como generador de respuestas finales: pedirle que explique un concepto de varias maneras, que proponga ejemplos o que formule preguntas de práctica resulta más formativo que pedirle directamente la solución de un ejercicio o examen. La segunda es verificar siempre la información generada, ya que estos modelos pueden producir contenido impreciso o inventado con apariencia de certeza (alucinaciones); además, contrastar esas respuestas con fuentes académicas confiables desarrolla una habilidad de pensamiento crítico indispensable. La tercera es reservar para uno mismo las etapas más valiosas del proceso de aprendizaje: definir la propia postura frente a un problema, redactar el primer borrador de cualquier trabajo y resolver un porcentaje significativo de los ejercicios sin asistencia, antes de recurrir a la IAG para revisar o pulir. La cuarta es ser transparente con los docentes sobre el tipo de apoyo recibido, lo cual no solo evita problemas de integridad académica, sino que abre la posibilidad de recibir orientación sobre un uso más productivo de la herramienta.
El retroceso en el aprendizaje no ocurre por usar la IAG, sino por usarla para evitar el esfuerzo que el aprendizaje exige. La comodidad inmediata de obtener una respuesta lista tiene consecuencias a largo plazo: la atrofia progresiva de la capacidad de pensar, argumentar y resolver problemas sin apoyo externo, justo las competencias que la universidad busca formar y que el mercado laboral seguirá exigiendo. Por el contrario, cuando la IAG se utiliza como un copiloto, que acompaña, cuestiona y agiliza, pero no decide ni reemplaza, se convierte en una herramienta capaz de potenciar el aprendizaje, ampliar el acceso a explicaciones personalizadas y liberar tiempo para las tareas intelectuales de mayor valor. La diferencia entre avanzar y retroceder no está en la tecnología, sino en la decisión diaria de cada estudiante de seguir siendo, en última instancia, quien piensa.
REFERENCIAS
Sánchez NE, Michay GC, Calderón JV. Inteligencia artificial generativa en educación superior: una revisión sistemática de literatura hispanohablante. Rev Espacios [Internet]. 2025 [citado 2026 jun 21];46(06):14-25. Disponible en: https://doi.org/10.48082/espacios-a25v46n06p02
Herrera J. Uso inteligente de la IA generativa como apoyo para la escritura académica. Rev Neuronum [Internet]. 2025 [citado 2026 jun 21];11(3):46-54. Disponible en: https://dialnet.unirioja.es/descarga/articulo/10303483.pdf
Toscano-Velázquez E. La inteligencia artificial generativa en educación superior: desafío ético o aliada pedagógica. Rev Neuronum [Internet]. 2026 [citado 2026 jun 21];12(1):419-434. Disponible en: eduneuro.com
Instituto para el Futuro de la Educación. Inteligencia artificial generativa en la educación superior: una visión objetiva. IFE Insights Reports [Internet]. Monterrey: Tecnológico de Monterrey; 2026 [citado 2026 jun 21]. Disponible en: https://observatorio.tec.mx/wp-content/uploads/2026/01/Copia-de-8.-Inteligencia-Artificial-Generativa-en-la-Educacion-Superior-Una-Vision-Objetiva.pdf
Comentarios