Vol. 7 Núm. 1 / Enero - Junio 2026  
Uso pedagógico de ChatGPT para el pensamiento crítico y  
autorregulación en estudiantes de educación superior  
Pedagogical use of ChatGPT for critical thinking and self-regulation in  
higher education students  
Uso pedagógico do ChatGPT para o pensamento crítico e a autorregulação  
em estudantes do ensino superior  
Acosta-Ordoñez Frecia Leonor1  
Universidad Estatal de Milagro  
Cuenca-Castillo Matias Nicolas2  
Universidad Estatal de Milagro  
Pineda-Morocho Ethetson Damián3  
Universidad Estatal de Milagro  
Egidio Yobanny Salgado Chévez4  
Universidad Estatal de Milagro  
Como citar:  
Acosta-Ordoñez, F, L., Cuenca-Castillo, M, N., Pineda-Morocho, E, D. & Egidio Yobanny S,  
C. (2026). Uso pedagógico de ChatGPT para el pensamiento crítico y autorregulación en  
estudiantes de educación superior. Código Científico Revista de Investigación, 7(1), 3006-  
3028.  
Recibido: 20/05/2026  
Aceptado: 15/06/2026  
Publicado: 30/06/2026  
3006  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Resumen  
Se investigó el efecto del uso pedagógico estructurado de ChatGPT en el pensamiento crítico y  
la autorregulación del aprendizaje en 38 estudiantes de formación inicial docente en  
Licenciatura en Educación Básica del Instituto Superior Tecnológico Los Andes, Ecuador. Bajo  
un enfoque mixto de alcance explicativo, se implementó un diseño cuasiexperimental pretest–  
postest complementado con entrevistas semiestructuradas a tres docentes. Se aplicó un  
cuestionario validado de 16 ítems (Alfa de Cronbach = 0,817) basado en las dimensiones del  
pensamiento crítico de Facione (1990): interpretación, análisis, inferencia y evaluación. La  
intervención, de 12 semanas, integró el uso guiado de inteligencia artificial en actividades de  
análisis textual, argumentación y contraste de fuentes en las asignaturas de Didáctica,  
Psicología Educativa e Investigación Educativa. Los resultados del pretest evidenciaron niveles  
bajos a moderados (interpretación: M = 2,73; análisis: M = 2,64; inferencia: M = 2,40;  
evaluación: M = 2,40). Tras la intervención, todas las dimensiones mostraron incrementos  
estadísticamente significativos: 3,91; 3,53; 3,40 y 3,24, respectivamente. La prueba t de Student  
para muestras relacionadas confirmó diferencias altamente significativas (t(37) = −12,92; p <  
,001). El análisis cualitativo corroboró que la mediación pedagógica estructurada favoreció el  
escepticismo académico y la validación crítica de la información generada por IA. Se concluye  
que la integración didácticamente mediada de ChatGPT transforma la herramienta en un recurso  
cognitivo estratégico que fortalece la autonomía intelectual, con implicaciones directas para el  
diseño curricular en la formación docente universitaria latinoamericana.  
Palabras clave: Inteligencia artificial; ChatGPT; Pensamiento crítico; Autorregulación;  
Formación docente inicial; Educación superior.  
Abstract  
The effect of the structured pedagogical use of ChatGPT on critical thinking and self-regulated  
learning was examined among 38 pre-service teacher education students enrolled in the  
Elementary Education degree at the Instituto Superior Tecnológico Los Andes, Ecuador. A  
mixed-methods quasi-experimental pretestposttest design was employed, supplemented by  
semi-structured interviews with three teachers. A validated 16-item questionnaire (Cronbach's  
α = 0.817), grounded in Facione's (1990) dimensionsinterpretation, analysis, inference, and  
evaluationwas administered. The 12-week intervention embedded guided AI use into content  
analysis, argumentation, and source-comparison tasks across three courses: Teaching Methods,  
Educational Psychology, and Educational Research. Pre-test scores revealed low-to-moderate  
levels across all dimensions (interpretation: M = 2.73; analysis: M = 2.64; inference: M = 2.40;  
evaluation: M = 2.40). Post-intervention, all dimensions showed statistically significant gains:  
3.91, 3.53, 3.40, and 3.24, respectively. A paired-samples t-test confirmed highly significant  
differences (t(37) = −12.92; p < .001). Qualitative findings indicated that structured pedagogical  
mediation fostered academic skepticism and active validation of AI-generated content. It is  
concluded that didactically mediated integration of ChatGPT transforms the tool into a strategic  
cognitive resource enhancing intellectual autonomy, with direct implications for AI integration  
policies in Latin American teacher education.  
Keywords: Artificial intelligence; ChatGPT; Critical thinking; Self-regulation; Pre-service  
teacher education; Higher education.  
3007  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Resumo  
Esta pesquisa investigou o efeito do uso pedagógico estruturado do ChatGPT sobre o  
pensamento crítico e a autorregulação da aprendizagem em 38 estudantes da licenciatura em  
Educação Básica do Instituto Superior Tecnológico Los Andes, Equador. Utilizando uma  
abordagem de métodos mistos com escopo explicativo, implementou-se um delineamento  
quase-experimental pré e pós-teste, complementado por entrevistas semiestruturadas com três  
docentes. Foi aplicado um questionário validado de 16 itens (Alfa de Cronbach = 0,817),  
fundamentado nas dimensões do pensamento crítico de Facione (1990): interpretação, análise,  
inferência e avaliação. A intervenção de 12 semanas integrou o uso guiado de inteligência  
artificial em atividades de análise textual, argumentação e contraste de fontes. Os resultados do  
pré-teste revelaram níveis baixos a moderados. Após a intervenção, todas as dimensões  
apresentaram incrementos estatisticamente significativos, confirmados pelo teste t de Student  
para amostras relacionadas (t(37) = −12,92; p < ,001). Os resultados qualitativos corroboraram  
que a mediação pedagógica estruturada favoreceu o ceticismo acadêmico e a validação crítica  
da informação gerada pela IA. Conclui-se que a integração didaticamente mediada do ChatGPT  
transforma a ferramenta em recurso cognitivo estratégico que fortalece a autonomia intelectual.  
Palavras-chave: Inteligência artificial; ChatGPT; Pensamento crítico; Autorregulação;  
Formação inicial de professores; Ensino superior.  
Introducción  
A lo largo de la última década, el ámbito educativo ha sufrido una transformación  
estructural, pasando de la simple digitalización de recursos y contenidos a la integración de  
sistemas inteligentes capaces de generar, procesar y reorganizar información en tiempo real, lo  
que ha reconfigurado de manera significativa los procesos de enseñanza y aprendizaje en la  
educación superior.  
La aparición de la inteligencia artificial generativa ha cambiado los entornos  
tecnológicos universitarios, a la vez que ha renovado los métodos de aprendizaje y enseñanza.  
Esta tecnología plantea desafíos éticos que exigen una supervisión constante por parte del  
cuerpo docente (Calvo et al., 2024). La interacción de los estudiantes va más allá del empleo  
de fuentes estáticas, situándolos ahora frente a modelos capaces de dialogar, exponer, sintetizar  
y argumentar. Esta transformación plantea un debate crucial en la formación docente, ya que  
enfrenta el potencial de la IA para mediar el pensamiento crítico con el peligro de que su uso  
indiscriminado pueda reemplazar o debilitar procesos cognitivos esenciales en los estudiantes.  
3008  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
ChatGPT, una inteligencia artificial creada por OpenAI, es uno de los sistemas más  
influyentes en este contexto. Según Rascón et al. (2026), se trata de un modelo lingüístico  
fundamentado en la arquitectura transformer, entrenado a través del aprendizaje profundo para  
producir y comprender textos en lenguaje natural. En el sector educativo, ChatGPT se ha  
empleado para sintetizar información académica, redactar ensayos, analizar teorías, crear tareas  
y resolver ejercicios (Quinde-Zambrano et al., 2025). Así, se ha transformado en una  
herramienta que los estudiantes de diversas disciplinas consultan con frecuencia.  
No obstante, el uso pedagógico de ChatGPT no se limita a la mera utilización  
tecnológica; implica su incorporación deliberada en un diseño didáctico estructurado con el  
propósito de estimular procesos cognitivos superiores, y no solo de proporcionar respuestas  
automáticas.  
Desde este punto de vista, la herramienta deja de ser un reemplazo de la producción  
intelectual y pasa a ser un recurso mediador que favorece la problematización, la confrontación  
de fuentes, el razonamiento fundamentado y la metacognición (Jiménez et al., 2026). Se ha  
demostrado en varias revisiones sistemáticas recientes, como la de Aquije et al. (2026), que la  
inteligencia artificial puede ayudar a tomar decisiones complejas y resolver problemas en la  
educación superior cuando se aplica con directrices curriculares claras. Sin embargo, también  
se observa que su efecto depende del seguimiento del docente y de cómo el estudiante es  
formado críticamente.  
En este contexto, el pensamiento crítico se presenta como un elemento clave de esta  
investigación porque, en términos conceptuales, se entiende como la habilidad de examinar,  
valorar e interpretar información con reflexión para emitir juicios sustanciales y tomar  
decisiones razonadas (Lancheros y Vesga, 2025).  
Robert Ennis (2018) lo describe como una reflexión y razonamiento orientados a  
determinar qué creer o hacer, enfatizando que implica tanto habilidades cognitivas la  
3009  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
capacidad de analizar argumentos, valorar evidencias e inferir conclusionescomo  
disposiciones intelectuales, tales como la apertura mental y la búsqueda deliberada de razones  
bien fundamentadas.  
Además, el filósofo y especialista estadounidense Facione (1990), en el Informe Delphi,  
caracteriza al pensamiento crítico como un grupo de capacidades que abarcan la inferencia, la  
evaluación, el análisis y la interpretación (Novoa y Sandoval, 2023). Esto se vuelve estratégico  
cuando se trata de la capacitación de profesores, ya que el rendimiento académico actual del  
alumno universitario tiene un impacto directo en su futura habilidad para liderar procesos  
reflexivos en el salón de clases.  
A partir de este enfoque, el pensamiento crítico funciona como el catalizador cognitivo  
de la autorregulación del aprendizaje, que Ullauri-Ullauri (2026) define como el proceso  
mediante el cual el estudiante planifica, supervisa y evalúa conscientemente su propio  
aprendizaje. De acuerdo con el modelo de Zimmerman (2000), esta competencia se divide en  
tres fases: la planificación, donde se establecen metas y seleccionan estrategias; la ejecución,  
orientada al monitoreo y control del rendimiento; y la autorreflexión, centrada en la valoración  
de resultados y el reajuste estratégico (Pinto et al., 2023).  
En entornos mediados por IA, este ciclo adquiere una magnitud crítica en la que la  
autorregulación trasciende el tiempo y se enfoca en la toma de decisiones analíticas sobre la  
conveniencia del uso de estas herramientas, de qué manera contrastar la veracidad de la  
información generada y cómo incorporar dicho contenido de manera lógica en el propio proceso  
cognitivo.  
Desde 2023, las investigaciones a nivel global acerca de la IA generativa y su efecto en  
los procesos cognitivos superiores han evidenciado un aumento notable. Kasneci et al. (2023)  
examinaron los retos y posibilidades de los modelos de lenguaje en el ámbito educativo,  
concluyendo que herramientas como ChatGPT pueden potenciar las capacidades  
3010  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
metacognitivas y analíticas si se incorporan dentro de diseños pedagógicos bien estructurados;  
sin embargo, alertan sobre peligros vinculados con una dependencia cognitiva y una reducción  
del esfuerzo intelectual si se utilizan sin intervención didáctica.  
En el contexto latinoamericano, Gonzalez et al. (2026) identificaron siete ejes  
estratégicos relacionados con la IA en la enseñanza universitaria de matemáticas, destacando  
que los beneficios observados dependen de la mediación docente y de políticas institucionales  
que regulen su uso ético. El estudio de Molina-Montalvo et al. (2025) en México evidenció una  
valoración positiva de ChatGPT entre estudiantes de pedagogía, aunque también detectó  
inquietudes vinculadas con la dependencia tecnológica e integridad académica. Atencio-  
González et al. (2023) determinaron que esta herramienta tiene el potencial de fomentar  
procesos argumentativos y reflexivos si se integra en actividades organizadas que fomenten la  
evaluación y comparación de información.  
En Ecuador, Jiménez et al. (2026) mostraron que las herramientas basadas en IA  
contribuyen a planificar, monitorear y evaluar el aprendizaje, lo cual potencia la autonomía  
académica y el pensamiento crítico en la educación superior. Sigüenza et al. (2025) validaron  
una herramienta para evaluar la percepción docente sobre ChatGPT en la educación superior  
ecuatoriana, observando una actitud positiva, aunque señalando la necesidad de directrices  
institucionales.  
A partir de la revisión del desempeño académico y la observación docente en la carrera  
de Licenciatura en Educación Básica del Instituto Superior Tecnológico Los Andes, se ha  
evidenciado una integración frecuente de ChatGPT por parte de los estudiantes para la  
resolución de tareas; sin embargo, dicho uso no siempre se encuentra acompañado de estrategias  
de análisis crítico. Esta realidad plantea la necesidad de investigar si una implementación  
pedagógica estructurada puede transformar la herramienta en un medio para fortalecer el  
pensamiento crítico que aumente la autorregulación del aprendizaje.  
3011  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
En este marco, la investigación se orienta por la siguiente pregunta: ¿De qué manera el  
uso pedagógico de ChatGPT influye en el fortalecimiento del pensamiento crítico para la  
mejora de la autorregulación del aprendizaje en los estudiantes de formación inicial docente en  
Educación Básica del IST Los Andes?  
El objetivo general consiste en analizar la influencia del uso pedagógico de ChatGPT  
en el fortalecimiento del pensamiento crítico mejorando la autorregulación del aprendizaje en  
estudiantes de formación inicial docente en Educación Básica. Los objetivos específicos son:  
(1) sistematizar los fundamentos teóricos que sustentan el uso pedagógico de ChatGPT; (2)  
diagnosticar el nivel inicial de pensamiento crítico mediante la aplicación de un pretest; (3)  
implementar una propuesta pedagógica basada en el uso guiado de IA para promover la  
interpretación, análisis, inferencia y evaluación; y (4) evaluar los cambios producidos tras la  
intervención pedagógica mediante la comparación pretestpostest.  
Metodología  
Diseño y enfoque de la investigación  
La investigación se desarrolló bajo un enfoque mixto, integrando procedimientos  
cuantitativos y cualitativos con el propósito de comprender de manera integral la incidencia del  
uso pedagógico de ChatGPT en el desarrollo del pensamiento crítico en estudiantes de  
educación superior.  
Desde la perspectiva cuantitativa, se adoptó un diseño cuasiexperimental de un solo  
grupo con medición pretestpostest, lo que permitió evaluar las variaciones en el nivel de  
pensamiento crítico antes y después de la implementación de una intervención pedagógica  
mediada por ChatGPT. Este tipo de diseño resulta pertinente en contextos educativos reales  
donde no es posible establecer grupos de control, pero sí es factible analizar los cambios  
producidos en el mismo grupo tras la aplicación de una estrategia didáctica.  
3012  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
En el componente cualitativo se incorporó la técnica de entrevista semiestructurada  
dirigida a docentes, con el objetivo de explorar sus percepciones sobre la integración  
pedagógica de ChatGPT y su contribución al desarrollo del pensamiento crítico en los  
estudiantes. La combinación de ambos enfoques permitió contrastar los resultados cuantitativos  
con la experiencia pedagógica de los docentes participantes.  
El alcance del estudio fue de tipo explicativo, dado que se buscó describir los cambios  
observados en las habilidades de pensamiento crítico, así como analizar la relación existente  
entre el uso pedagógico estructurado de herramientas de inteligencia artificial y el  
fortalecimiento de procesos cognitivos superiores.  
Población y muestra  
La investigación se desarrolló en el Instituto Superior Tecnológico Los Andes, en la  
carrera de Licenciatura en Educación Básica, durante el período académico comprendido entre  
octubre y diciembre de 2025. La población del estudio estuvo conformada por 38 estudiantes  
matriculados en quinto semestre y tres docentes responsables de las asignaturas Didáctica,  
Psicología Educativa e Investigación Educativa.  
En el componente cuantitativo se aplicó un muestreo no probabilístico por  
conveniencia, considerando como criterios de inclusión la matrícula oficial en el período  
académico y la participación regular en las actividades académicas. En el componente  
cualitativo, la muestra estuvo conformada por los tres docentes seleccionados mediante  
muestreo intencional, considerando su experiencia en la formación docente y su participación  
directa en el desarrollo de la intervención pedagógica.  
Variables de estudio  
La variable independiente fue el uso pedagógico estructurado de ChatGPT, entendido  
como la integración planificada y orientada de la inteligencia artificial en el proceso de  
3013  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
enseñanza-aprendizaje mediante actividades que requieren interpretación de información,  
análisis de contenidos, contraste de fuentes y elaboración de respuestas argumentadas.  
La variable dependiente correspondió al pensamiento crítico mediado por la  
autorregulación del aprendizaje, entendido como el proceso mediante el cual los estudiantes  
desarrollan habilidades para interpretar, analizar, inferir y evaluar información, al mismo  
tiempo que gestionan de forma reflexiva su propio proceso de aprendizaje durante la interacción  
con herramientas de inteligencia artificial.  
Técnicas e instrumentos de recolección de datos  
En el componente cuantitativo se utilizó un cuestionario estructurado de 16 ítems en  
escala tipo Likert de cinco puntos (1 = Nunca; 2 = Casi nunca; 3 = A veces; 4 = Casi siempre;  
5 = Siempre), diseñado a partir de las dimensiones del pensamiento crítico propuestas por  
Facione (1990): interpretación, análisis, inferencia y evaluación. El instrumento también  
posibilitó el reconocimiento de elementos relacionados con la autorregulación del aprendizaje,  
tomando en cuenta la habilidad de los estudiantes para supervisar, interrogar y modificar su  
proceso de entendimiento de la información durante la interacción con ChatGPT.  
Con el objetivo de asegurar la validez del contenido, se llevó a cabo un proceso de  
validación mediante juicio de expertos, en el cual participaron cinco especialistas en tecnología  
educativa y didáctica. Además, se determinó la confiabilidad del cuestionario utilizando el  
coeficiente Alfa de Cronbach, obteniéndose un valor de 0,817 para los 16 elementos evaluados,  
lo que garantiza una alta fiabilidad estadística.  
En el componente cualitativo se empleó la técnica de entrevista semiestructurada  
compuesta de cinco preguntas abiertas dirigidas a los docentes participantes, con el propósito  
de obtener sus opiniones acerca de cómo se integraba pedagógicamente ChatGPT y su impacto  
en el desarrollo del pensamiento crítico del alumnado.  
3014  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Procedimiento  
El proceso investigativo se desarrolló en tres fases principales. En la primera fase,  
correspondiente al diagnóstico inicial, se aplicó el instrumento pretest para identificar el nivel  
inicial de pensamiento crítico antes de la implementación de la intervención pedagógica.  
En la segunda fase se desarrolló la intervención pedagógica durante 12 semanas. Se  
implementaron actividades académicas estructuradas que incorporaban el uso guiado de  
ChatGPT en tareas orientadas al análisis de textos académicos, la resolución de problemas  
educativos, la elaboración de argumentos y la evaluación crítica de información en las tres  
asignaturas participantes: Didáctica, Psicología Educativa e Investigación Educativa. Las  
actividades se diseñaron de manera progresiva con el propósito de promover habilidades de  
interpretación, análisis, inferencia y evaluación crítica, incentivando la autorregulación del  
aprendizaje mediante procesos de planificación, monitoreo y reflexión sobre las respuestas  
generadas por la herramienta. La estructura general de las actividades se presenta en la Tabla  
1.  
Tabla 1  
Estructura de la intervención pedagógica mediada por ChatGPT  
Semana  
Asignatura  
Estrategia pedagógica Actividad con ChatGPT  
Habilidad  
desarrollada  
1
Todas  
las Diagnóstico inicial  
Exploración  
guiada  
de  
la Reconocimiento del  
asignaturas  
herramienta y formulación de uso crítico de la IA  
preguntas académicas  
25  
Didáctica  
Análisis de contenidos Generación  
educativos pedagógicas  
textos académicos  
de  
y
definiciones Interpretación  
contraste con  
Identificación de ideas Comparación entre resúmenes Interpretación  
principales  
generados por ChatGPT  
lecturas asignadas  
y
crítica  
Comparación de fuentes Contraste entre respuestas de Evaluación crítica  
ChatGPT y artículos académicos  
67  
Psicología  
Educativa  
Análisis de argumentos Identificación de premisas  
conclusiones en respuestas  
generadas por IA  
y
Análisis  
Debate académico  
Elaboración de argumentos a Pensamiento crítico  
partir de preguntas generadas por  
IA  
3015  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Resolución de casos Generación  
educativos soluciones  
apoyo de ChatGPT  
de  
posibles Inferencia  
con  
pedagógicas  
811  
Investigación  
Educativa  
Construcción de síntesis Redacción de conclusiones a Inferencia  
partir de información analizada  
Evaluación  
información  
de Verificación de datos generados Evaluación  
por la IA con artículos científicos  
Reflexión  
metacognitiva  
Análisis crítico de las respuestas Autorregulación  
generadas por ChatGPT  
Elaboración de textos Redacción de ensayos reflexivos Integración  
del  
académicos  
con apoyo de consultas en IA  
pensamiento crítico  
12  
Todas  
asignaturas  
las Evaluación del proceso  
Aplicación del postest y reflexión Consolidación del  
sobre el uso pedagógico de la IA aprendizaje  
Nota. Las actividades se orientaron al fortalecimiento del pensamiento crítico y la autorregulación del  
aprendizaje mediante estrategias de análisis, argumentación, contraste de información y reflexión académica.  
En la tercera fase se aplicó el postest con el mismo instrumento del diagnóstico inicial  
para evaluar los cambios producidos en el pensamiento crítico de los estudiantes. De manera  
complementaria, se realizaron entrevistas a los docentes participantes para recoger sus  
percepciones sobre el desarrollo del proceso pedagógico. Durante todo el proceso se  
garantizaron los principios éticos de la investigación educativa: participación voluntaria,  
confidencialidad de la información y consentimiento informado de todos los involucrados.  
Análisis de datos  
Los datos cuantitativos fueron procesados mediante el software IBM SPSS Statistics  
versión 25, aplicando estadísticas descriptivas (medias y desviaciones estándar) para  
caracterizar los resultados del pretest y postest. Posteriormente se realizó la prueba de  
normalidad de Shapiro-Wilk para verificar la distribución de los datos y, al confirmarse la  
normalidad de las puntuaciones, se aplicó la prueba paramétrica t de Student para muestras  
relacionadas con el propósito de determinar si las diferencias observadas entre el pretest y el  
postest son estadísticamente significativas. En el componente cualitativo, la información  
obtenida a partir de las entrevistas fue analizada mediante análisis de contenido, organizando  
las respuestas en categorías temáticas vinculadas con el uso pedagógico de ChatGPT.  
3016  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Resultados  
Diagnóstico inicial (pretest)  
Se realizó un análisis descriptivo de los resultados obtenidos en el pretest para  
caracterizar las dimensiones del pensamiento crítico en los estudiantes participantes. La Tabla  
2 presenta los valores correspondientes al mínimo, máximo, media y desviación estándar para  
cada dimensión evaluada.  
Tabla 2  
Estadísticos descriptivos del pretest por dimensiones del pensamiento crítico  
Dimensión  
Interpretación  
Análisis  
N
Mínimo  
Máximo  
M
DE  
0,57  
0,58  
0,55  
0,55  
38  
38  
38  
38  
1,50  
4,00  
2,73  
2,64  
2,40  
2,40  
1,25  
3,75  
Inferencia  
Evaluación  
1,50  
3,50  
1,25  
4,00  
Nota. N = tamaño de la muestra; M = media aritmética; DE = desviación estándar.  
Las habilidades iniciales de pensamiento crítico se encontraban en niveles bajos a  
moderados. Se observaron las mayores deficiencias en las dimensiones de inferencia (M = 2,40;  
DE = 0,55) y evaluación (M = 2,40; DE = 0,55), mientras que los estudiantes mostraron una  
ligera superioridad en la interpretación de información (M = 2,73; DE = 0,57). Este perfil  
preliminar muestra que el grupo presenta dificultades para analizar argumentos y establecer  
conexiones complejas entre ideas (M = 2,64). Estos hallazgos corroboran que las dimensiones  
de orden superior se encuentran en niveles iniciales, lo cual justifica la necesidad de una  
intervención pedagógica orientada a robustecer el juicio autónomo en el ámbito universitario.  
Efectos de la intervención (postest)  
Para identificar los cambios ocurridos tras la aplicación de la intervención pedagógica  
a través de ChatGPT, se aplicó nuevamente el instrumento de medición del pensamiento crítico.  
La Tabla 3 presenta los estadísticos descriptivos del postest para cada dimensión evaluada.  
3017  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Tabla 3  
Estadísticos descriptivos del postest por dimensiones del pensamiento crítico  
Dimensión  
Interpretación  
Análisis  
N
Mínimo  
Máximo  
M
DE  
0,43  
0,38  
0,57  
0,45  
38  
38  
38  
38  
2,50  
4,50  
3,91  
3,53  
3,40  
3,24  
2,25  
4,25  
Inferencia  
Evaluación  
1,50  
4,25  
2,25  
4,00  
Nota. Resultados obtenidos después de la implementación del uso pedagógico estructurado de ChatGPT. N =  
tamaño de la muestra; M = media aritmética; DE = desviación estándar.  
Los resultados descriptivos del postest muestran un incremento en todas las dimensiones  
del pensamiento crítico. La dimensión de interpretación obtuvo la media más elevada (M =  
3,91; DE = 0,43), lo que sugiere una mejor capacidad para comprender y organizar la  
información analizada durante el proceso de aprendizaje. En el ámbito del análisis se obtuvo M  
= 3,53 (DE = 0,38), indicando un progreso en la capacidad para examinar y conectar argumentos  
en los contenidos académicos. La dimensión inferencia llegó a M = 3,40 (DE = 0,57), y la  
evaluación mostró M = 3,24 (DE = 0,45), evidenciando un progreso en la capacidad para valorar  
críticamente la información y emitir juicios fundamentados.  
Comparación estadística entre pretest y postest  
Se llevó a cabo una comparación de las puntuaciones logradas en el pretest y el postest  
en todos los aspectos del pensamiento crítico analizados. La Tabla 4 presenta la comparación  
de medias y la Figura 1 ilustra estos cambios gráficamente.  
Tabla 4  
Comparación de medias entre pretest y postest en las dimensiones del pensamiento crítico  
Dimensión  
Interpretación  
Análisis  
M Pretest  
M Postest  
Diferencia  
2,73  
3,91  
+1,18  
2,64  
3,53  
+0,89  
Inferencia  
Evaluación  
2,40  
3,40  
+1,00  
2,40  
3,24  
+0,84  
Nota. La diferencia corresponde al incremento entre la media del postest y la media del pretest.  
3018  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Figura 1. Comparación de medias entre pretest y postest en las dimensiones del pensamiento  
crítico  
5
3,91  
4
3,53  
3,4  
3,24  
2,73  
3
2
1
0
2,64  
2,4  
2,4  
Interpretación  
Análisis  
M Pretest  
Inferencia  
Evaluación  
M Postest  
Nota. Los valores representan las medias obtenidas en una escala Likert de 1 a 5 puntos. Las barras de error indican  
la desviación estándar registrada en cada momento de la evaluación estadística.  
Se observa un incremento en todas las dimensiones del pensamiento crítico. La  
dimensión de interpretación muestra el aumento más significativo (+1,18 puntos), al pasar de  
una media de 2,73 en el pretest a 3,91 en el postest. En la dimensión análisis, la media se  
incrementó de 2,64 a 3,53 (+0,89), demostrando un avance en la capacidad para examinar la  
estructura de los argumentos y establecer relaciones entre conceptos. La dimensión inferencia  
pasó de 2,40 a 3,40 (+1,00), mostrando que los estudiantes han mejorado su capacidad para  
deducir conclusiones a partir de la información disponible. La dimensión evaluación se  
incrementó de 2,40 a 3,24 (+0,84), evidenciando un progreso en la capacidad para valorar la  
calidad de la información y emitir juicios fundamentados.  
Prueba de normalidad y supuestos estadísticos  
Se aplicó la prueba de normalidad de Shapiro-Wilk a los puntajes totales obtenidos en  
el pretest y el postest con el objetivo de verificar la distribución de los datos y seleccionar la  
prueba estadística apropiada para el análisis inferencial.  
3019  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Tabla 5  
Prueba de normalidad de Shapiro-Wilk para puntajes totales del pretest y postest  
Fase  
Shapiro-Wilk  
W
gl  
p
Decisión  
Pretest  
Postest  
,968  
38  
,333  
Distribución  
normal  
,950  
38  
,092  
Distribución  
normal  
Nota. W = estadístico de Shapiro-Wilk; gl = grados de libertad; p = nivel de significancia. Como p > .05 en  
ambas mediciones, se asume distribución normal de los datos.  
Los resultados de la prueba de Shapiro-Wilk, recomendada para muestras menores a 50  
participantes, evidencian valores de significancia superiores al nivel crítico de 0,05 en ambas  
mediciones (pretest: p = ,333; postest: p = ,092). Estos resultados indican que los datos se  
ajustan a una distribución normal, por lo que se acepta la hipótesis de normalidad. En  
consecuencia, se procedió a aplicar la prueba paramétrica t de Student para muestras  
relacionadas.  
Tabla 6  
Prueba t de Student para muestras relacionadas: comparación pretestpostest  
M
DE  
EE  
IC 95%  
Inferior  
IC 95%  
Superior  
t
gl  
p
Pretest  
Postest  
– −15,60  
7,44  
1,21  
−18,05  
−13,15  
−12,92  
37  
< ,001  
Nota. M = media de las diferencias; DE = desviación estándar; EE = error estándar; IC = intervalo de confianza al  
95% para la diferencia; t = estadístico t; gl = grados de libertad; p = nivel de significancia (bilateral).  
Los resultados de la prueba t de Student para muestras relacionadas evidencian  
diferencias estadísticamente significativas entre las puntuaciones del pretest y del postest. La  
media de las diferencias fue de −15,60, lo que indica un incremento considerable en los puntajes  
obtenidos después de la intervención pedagógica. El intervalo de confianza del 95% para la  
diferencia de medias se ubicó entre −18,05 y −13,15, confirmando la consistencia del cambio  
observado. El estadístico obtenido fue t(37) = −12,92, con un nivel de significancia p < ,001.  
3020  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
En consecuencia, se rechaza la hipótesis nula y se concluye que existen diferencias  
estadísticamente significativas entre los resultados del pretest y del postest.  
Análisis cualitativo de las entrevistas  
El análisis de las respuestas docentes se organizó en categorías vinculadas con las  
variables del estudio: uso pedagógico estructurado de ChatGPT y desarrollo del pensamiento  
crítico. La Tabla 7 presenta las respuestas de los tres docentes entrevistados.  
Tabla 7  
Respuestas de los docentes entrevistados sobre el uso pedagógico de ChatGPT  
Pregunta  
Docente 1 (Didáctica)  
Docente 2 (Psicología  
Educativa)  
Docente 3 (Investigación  
Educativa)  
¿Cómo se integró Se utilizó ChatGPT para La herramienta consistía en ChatGPT fue utilizado para  
ChatGPT  
actividades  
académicas?  
en  
las analizar  
educativos y cotejar las académica en las que los  
respuestas generadas por la alumnos tenían que conclusiones en trabajos de  
IA, con el objetivo de que examinar cuestiones investigación, incentivando  
los estudiantes identifiquen formuladas por la IA y a los estudiantes  
diferencias elaboren elaborar argumentos contrastar la información  
conclusiones propias.  
contenidos actividades de discusión apoyar procesos de síntesis  
y
elaboración de  
a
y
basados  
en  
teorías generada  
científicas.  
con  
fuentes  
pedagógicas.  
¿El uso de ChatGPT El uso fue guiado para La herramienta fomentó la Se  
promovió análisis y promover análisis crítico. reflexión dado que los reflexivo,  
promovió  
un  
uso  
los  
que  
ya que  
tenían  
reflexión o se orientó Los  
a la obtención rápida revisar  
estudiantes  
las  
debían alumnos tenían que debatir estudiantes  
respuestas en grupo las respuestas contrastar la información  
de respuestas?  
generadas por la IA y logradas  
justificar si eran correctas o posición  
y
justificar su con artículos científicos  
ante la antes de aceptar las  
respuestas de la IA.  
incompletas.  
información expuesta.  
¿Qué  
cambios Se observó  
en  
de  
mayor Los  
estudiantes Se evidenció un avance en  
la capacidad para identificar comenzaron a estructurar la capacidad para elaborar  
los ideas principales mejor sus argumentos y a conclusiones  
para justificar las respuestas con utilizar conceptos teóricos fundamentadas y relacionar  
observó  
capacidad  
estudiantes  
y
analizar información mayor claridad en las para  
formular discusiones académicas. opiniones.  
conclusiones?  
sustentar  
sus conceptos en trabajos de  
investigación.  
y
¿Los  
estudiantes Sí,  
los  
estudiantes Se  
observó  
que  
los Los estudiantes mostraron  
muestran  
disposición  
cuestionar  
mayor empezaron a cuestionar la estudiantes comparaban la mayor interés por revisar  
para información y a verificarla información generada por artículos científicos para  
la en libros y artículos antes ChatGPT con otras fuentes verificar la información  
información  
generada por la IA?  
de  
utilizarla  
en  
sus para confirmar su validez.  
presentada  
herramienta.  
por  
la  
actividades.  
¿Qué fortalezas  
limitaciones  
y
Fortaleza: permite analizar Favorece  
diferentes perspectivas de académica y el análisis de promover el análisis de  
la  
discusión Es una herramienta útil para  
identifica en el uso un  
tema.  
Limitación: ideas; sin embargo, algunos información,  
orientación estudiantes tienden necesario  
pero  
fomentar  
es  
la  
pedagógico  
ChatGPT?  
de requiere  
a
docente para evitar un uso confiar demasiado en las verificación de fuentes para  
superficial  
herramienta.  
de  
la respuestas si no se les evitar dependencia de la IA.  
orienta adecuadamente.  
Nota. La tabla presenta la síntesis de las respuestas de los tres docentes entrevistados respecto al uso pedagógico  
de ChatGPT en las dimensiones del pensamiento crítico y la autorregulación del aprendizaje.  
3021  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
El análisis de las respuestas docentes evidencia que la integración pedagógica de  
ChatGPT se desarrolló mediante actividades diseñadas para promover el análisis y la reflexión.  
En las tres asignaturas, se utilizó la herramienta como un recurso para el procesamiento de  
información y la comparación de fuentes, orientando el uso de la inteligencia artificial hacia  
fines formativos. Un hallazgo clave es el cambio en la actitud de los estudiantes ante los  
contenidos producidos por la tecnología: el Docente 1 enfatizó que los estudiantes empezaron  
a cuestionar la información y a verificarla en libros y artículos antes de utilizarla, lo cual muestra  
un progreso hacia el escepticismo académico. El Docente 2 notó una mejora en la solidez de  
las intervenciones y señaló que los estudiantes comenzaron a estructurar mejor sus argumentos  
y a utilizar conceptos teóricos para sustentar sus opiniones. El Docente 3 destacó que la  
verificación de fuentes resulta imprescindible para evitar la dependencia de la IA. Estos  
testimonios corroboran que la mediación docente continua es el componente que convierte a la  
IA en una herramienta de análisis reflexivo.  
Discusión  
Los hallazgos de este estudio demuestran que el uso pedagógico estructurado de  
ChatGPT contribuyó al desarrollo del pensamiento crítico en los estudiantes, evidenciado tanto  
en los resultados descriptivos como en el análisis inferencial. La comparación entre el pretest y  
el postest mostró incrementos en todas las dimensiones evaluadas (interpretación, análisis,  
inferencia y evaluación), así como una diferencia estadísticamente significativa en la prueba t  
de Student para muestras relacionadas (p < ,001). Estos hallazgos sugieren que la integración  
didáctica de herramientas de inteligencia artificial, cuando se orienta mediante estrategias  
pedagógicas claras, puede favorecer el desarrollo de procesos cognitivos de orden superior en  
la formación universitaria.  
Estos resultados coinciden con lo planteado por Kasneci et al. (2023), quienes sostienen  
que los modelos de lenguaje basados en IA pueden potenciar habilidades analíticas y reflexivas  
3022  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
cuando se integran dentro de diseños pedagógicos estructurados. Asimismo, Lee et al. (2024)  
evidenciaron que el uso guiado de ChatGPT en entornos educativos favorece el desarrollo de  
habilidades de pensamiento de orden superior y fortalece la autorregulación del aprendizaje  
cuando la herramienta se emplea para promover análisis y reflexión, y no únicamente para  
generar respuestas automáticas.  
En términos del tamaño del efecto, el valor d de Cohen calculado a partir de los  
resultados de la prueba t de Student resulta aproximadamente igual a 2,1, lo que corresponde a  
un efecto muy grande según los criterios de Cohen (1988). Este dato complementa la  
significancia estadística reportada y subraya la magnitud práctica de los cambios observados en  
el pensamiento crítico de los estudiantes tras la intervención pedagógica, lo que refuerza la  
relevancia educativa de los resultados más allá de su significancia estadística.  
Desde un marco teórico complementario, los hallazgos son coherentes con la Teoría de  
la Carga Cognitiva (Sweller, 2011). El uso estructurado de ChatGPT puede reducir la carga  
cognitiva extrínseca al externalizar tareas de búsqueda y organización inicial de información,  
liberando recursos de la memoria de trabajo para el procesamiento germánico es decir, para  
las operaciones de análisis, inferencia y evaluación que registraron los mayores incrementos en  
el postest. Esta perspectiva explicaría por qué la dimensión de interpretación, que implica  
menor demanda inferencial autónoma, exhibió la mayor ganancia relativa, mientras que la  
evaluación, de mayor complejidad cognitiva, presentó el incremento más moderado.  
Es fundamental contrastar estos hallazgos con la advertencia de Lee et al. (2024),  
quienes advierten sobre el riesgo de dependencia, donde el estudiante podría optar por la  
generación automática de respuestas sin procesar la información. En este sentido, Noy y Zhang  
(2023) documentaron que el uso de IA generativa sin andamiaje pedagógico puede reducir la  
diversidad y profundidad del pensamiento propio. En la presente investigación, este fenómeno  
fue regulado al desplazar el foco de la respuesta correcta hacia el proceso de adquisición,  
3023  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
pidiendo a los estudiantes que descompusieran las respuestas de la IA en puntos clave y  
elaboraran sus propias conclusiones. De este modo, la herramienta funcionó como un espejo  
dialéctico y no como un reemplazo del pensamiento.  
Los hallazgos cualitativos obtenidos a través de las entrevistas docentes apoyan esta  
interpretación. Los profesores participantes indicaron que el empleo pedagógico de ChatGPT  
facilitó la creación de trabajos de análisis, formulación de argumentos y contraste de fuentes  
académicas, lo que propició que los estudiantes desarrollaran mayor habilidad para cuestionar  
la información y formular conclusiones fundamentadas. Estos hallazgos son consistentes con  
los reportados por Kit et al. (2024), quienes descubrieron que la interacción con modelos  
generativos tiene el potencial de robustecer las fases de monitoreo y planificación del  
aprendizaje, elementos relacionados directamente con la autorregulación.  
Los hallazgos de esta investigación también concuerdan con Molina-Montalvo et al.  
(2025), quienes detectaron visiones favorables acerca del uso académico de ChatGPT entre  
estudiantes universitarios, resaltando su capacidad para respaldar procesos de análisis y  
entendimiento de la información. De igual manera, Jiménez et al. (2026) coinciden en que la  
incorporación estratégica de la IA mejora la planificación, el seguimiento y la evaluación del  
aprendizaje, lo que beneficia el pensamiento crítico y la autonomía. Sin embargo, Molina-  
Montalvo et al. (2025) alertan acerca de riesgos latentes como la dependencia tecnológica y la  
deshonestidad académica; en este estudio, dichos riesgos fueron mitigados mediante un control  
pedagógico estructurado, tal como se evidencia en el incremento de la dimensión Evaluación  
(de 2,40 a 3,24).  
A nivel de política educativa, los resultados de este estudio son coherentes con las  
competencias del área "Resolución de problemas" del marco DigComp 2.2 (Vuorikari et al.,  
2022), que establece el uso reflexivo de herramientas digitales como un indicador de  
competencia digital avanzada en la formación docente. Asimismo, las estrategias pedagógicas  
3024  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
implementadas se alinean con las directrices de la UNESCO (2023) sobre IA generativa en  
educación, que enfatizan la necesidad de un uso pedagógicamente mediado y críticamente  
orientado de estos recursos en la formación universitaria.  
Es relevante admitir ciertas limitaciones del análisis. En primer lugar, se utilizó un  
diseño cuasiexperimental con un único grupo de estudiantes, lo que dificulta las comparaciones  
con grupos de control y limita la validez interna del estudio. En segundo lugar, la muestra estuvo  
compuesta por 38 estudiantes de una única institución de educación superior, lo que restringe  
la posibilidad de generalizar las conclusiones a otros contextos educativos.  
Una limitación adicional es la ausencia de seguimiento longitudinal para evaluar la  
retención de las habilidades desarrolladas. El postest fue aplicado inmediatamente tras la  
intervención, por lo que no existe evidencia sobre la persistencia del pensamiento crítico en  
contextos de aprendizaje no supervisados. Investigaciones futuras deberían incorporar diseños  
de seguimiento a tres y seis meses que permitan determinar si la autorregulación desarrollada  
se mantiene y transfiere a otras áreas curriculares. Asimismo, se recomienda incluir diseños  
experimentales con grupos de comparación y muestras más extensas, además de extender la  
propuesta a otros campos del currículo.  
Conclusiones  
La investigación demostró que el uso pedagógico estructurado de ChatGPT es una  
estrategia didáctica adecuada para reforzar el pensamiento crítico y promover la  
autorregulación del aprendizaje en estudiantes en formación inicial docente. Los resultados  
cualitativos y cuantitativos evidencian que, cuando se orienta mediante actividades académicas  
planificadas, la incorporación de herramientas de inteligencia artificial en el proceso educativo  
mejora la capacidad para supervisar y evaluar el propio aprendizaje, posibilitando que el alumno  
evolucione de ser un receptor pasivo a un administrador crítico de su conocimiento.  
3025  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
El estudio fundamenta teóricamente que ChatGPT funciona como un medio para mediar  
en el aprendizaje cuando se incorpora en planes de enseñanza que fomentan la evaluación, la  
inferencia, el análisis y la interpretación. La revisión conceptual posibilitó concluir que la  
eficacia de la inteligencia artificial no está condicionada a la herramienta en sí, sino a su  
inserción dentro de marcos pedagógicos organizados.  
Los resultados del pretest mostraron niveles medios a bajos en todas las dimensiones  
analizadas, con obstáculos significativos en las capacidades de evaluación e inferencia. Tras la  
intervención de 12 semanas, se evidenciaron incrementos estadísticamente significativos en  
todas las dimensiones (t(37) = −12,92; p < ,001), con el mayor avance en interpretación (+1,18)  
e inferencia (+1,00). El tamaño del efecto (d de Cohen ≈ 2,1) confirma la magnitud práctica y  
educativa de los resultados.  
Este estudio establece un camino para futuras investigaciones que indaguen sobre la  
sostenibilidad de estas capacidades a largo plazo, así como sobre la transferencia de la  
autorregulación desarrollada a situaciones de aprendizaje no supervisadas por el docente. Se  
recomienda extender la propuesta a otros campos del currículo para reforzar una cultura de  
alfabetización crítica en inteligencia artificial.  
Referencias bibliográficas  
Aquije, K., Michuy, M., & Chavez, C. (2026). Integración de la IA en metodologías educativas  
para potenciar el pensamiento crítico en la educación universitaria: una revisión  
Atencio-González, E., Bonilla-Ron, E., Miles-Flores, V., & López-Zavala, Á. (2023). [Título  
pendiente de verificación por los autores]. CIENCIAMATRIA, 9(17), 3644.  
Brand, A., Allen, L., Altman, M., Hlava, M., & Scott, J. (2015). Beyond authorship: Attribution,  
contribution, collaboration, and credit. Learned Publishing, 28(2), 151155.  
Calvo, C., Merino, R., Casas, M. O., & Ramírez, S. (2024). Fomentando el pensamiento crítico  
con Inteligencia Artificial en Educación Superior: revisión sistemática. Universciencia,  
3026  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2.ª ed.). Lawrence  
Erlbaum Associates.  
Ennis, R. (2018). Critical thinking across the curriculum: A vision. Topoi, 37(1), 165184.  
Facione, P. (1990). Critical thinking: A statement of expert consensus for purposes of  
educational assessment and instruction. Research findings and recommendations. The  
Gonzalez, M., Cosme, N., & Ortega, G. (2026). Estrategias didácticas mediadas por ChatGPT  
en la enseñanza universitaria de la Matemática: una revisión de alcance. Revista Colón  
Ciencias,  
Tecnología  
y
Negocios,  
13(1).  
Jiménez, A., Pulluquitin, E., Pulluquitin, C., & Alvarado, M. (2026). Autorregulación en el uso  
de inteligencia artificial para el desarrollo del pensamiento crítico: una revisión de la  
literatura  
académica.  
Reincisol,  
5(9),  
12921305.  
Kasneci, E., Sessler, K., Küchemann, S., & Bannert, M. (2023). ChatGPT for good? On  
opportunities and challenges of large language models for education. Learning and  
Kit, D., Wei, C., Ka, J., & Leung, L. (2024). Empowering student self-regulated learning and  
science education through ChatGPT: A pioneering pilot study. British Journal of  
Educational Technology, 55(4), 13281353. https://doi.org/10.1111/bjet.13454  
Lancheros, F., & Vesga, J. (2025). Desarrollo del pensamiento crítico con IA, RA y RV: una  
revisión sistemática. Revista de Investigación en Ciencias de la Educación, Horizontes,  
Lee, H.-Y., Chen, P.-H., Wang, W.-S., Huang, Y.-M., & Wu, T.-T. (2024). Empowering  
ChatGPT with guidance mechanism in blended learning: effect of self-regulated  
learning, higher-order thinking skills, and knowledge construction. International Journal  
of  
Educational  
Technology  
in  
Higher  
Education,  
21(16).  
Molina-Montalvo, H., Macías, C., & Haces, G. (2025). Impacto, percepciones y uso de  
ChatGPT en la formación de estudiantes de pedagogía y educación. Un estudio  
diagnóstico en diez universidades de México. Revista Tecnología, Ciencia y Educación,  
Novoa, M., & Sandoval, L. (2023). Estrategias para fortalecer el pensamiento crítico en  
estudiantes de educación superior. Un estudio de revisión. Prohominum, 5(4), 134147.  
Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative  
artificial  
intelligence.  
Science,  
381(6654),  
187192.  
3027  
Código Científico Revista de Investigación  
Vol. 7 Núm. 1 / Enero - Junio 2026  
Pinto, C., Bravo, M., Ortíz, R., Jiménez, D., & Faquzi, T. (2023). Autorregulación del  
aprendizaje, motivación y competencias digitales en educación a distancia: una revisión  
sistemática. Revista Mexicana de Investigación Educativa, 28(98), 965986.  
Quinde-Zambrano, F., Franco-Arroyo, P., & Reyes-Palau, C. (2025). Uso de la inteligencia  
artificial para el desarrollo del pensamiento crítico en Ciencias Sociales en la básica  
superior. Sociedad & Tecnología, 8(3), 438456. https://doi.org/10.51247/st.v8i3.596  
Rascón, M., García, B., Palacios, M., & Solís, L. (2026). Integración de la inteligencia artificial  
en estrategias de aprendizaje en educación superior: una revisión sistemática. Revista  
en  
Ciencias  
de  
la  
Educación  
y
Ciencias  
Jurídicas,  
6(14),  
298320.  
Sigüenza, J., Andrade, C., & Chitacapa, J. (2025). Validación del cuestionario para docentes:  
percepción sobre el uso de ChatGPT en la educación superior. Revista Andina de  
Sweller, J. (2011). Cognitive load theory. Psychology of Learning and Motivation, 55, 3776.  
Ullauri-Ullauri, I. (2026). Autorregulación del aprendizaje en estudiantes universitarios.  
Revisión  
sistemática.  
EPISTEME  
KOINONIA,  
9(17),  
1934.  
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing.  
Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The digital competence framework  
for citizens. With new examples of knowledge, skills and attitudes. Publications Office  
Zimmerman, B. (2000). Attaining self-regulation: A social cognitive perspective. En M.  
Boekaerts, P. R. Pintrich, & M. Zeidner (Eds.), Handbook of self-regulation (pp. 13–  
3028