Vol. 7 – Núm. 1 / Enero – Junio – 2026
Resignificación del Derecho Administrativo ante la inteligencia
artificial en la formación universitaria de estudiantes de la UTEQ
Resignification of Administrative Law in Response to Artificial Intelligence
Integration in the University Education of UTEQ Students
Ressignificação do Direito Administrativo diante da integração da
inteligência artificial na educação universitária dos estudantes da UTEQ
Bustamante-Moran, Loren Francisco
Universidad Técnica Estatal de Quevedo
lbustamantem@uteq.edu.ec
https://orcid.org/0009-0000-0736-2854
Ruiz-Silva, Jason Humberto
Universidad Técnica Estatal de Quevedo
jruizs4@uteq.edu.ec
https://orcid.org/0009-0009-5288-9757
DOI / URL: https://doi.org/10.55813/gaea/ccri/v7/n1/1616
Como citar:
Bustamante-Moran, L. F., & Ruiz-Silva, J. H. (2026). Resignificación del Derecho
Administrativo ante la inteligencia artificial en la formación universitaria de estudiantes de la
UTEQ. Código Científico Revista De Investigación, 7(1), 3358–3378.
Recibido: 24/05/2026 Aceptado: 15/06/2026 Publicado: 30/06/2026
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3359
Resumen
La integración de inteligencia artificial en la educación superior transformó las estrategias de
aprendizaje y generó desafíos cognitivos, emocionales y éticos. El presente estudio tuvo como
objetivo analizar cómo se relacionaba dicha integración con la resignificación psicopedagógica
del aprendizaje en estudiantes de la Facultad de Ciencias de la Educación de la Universidad
Técnica Estatal de Quevedo. Se empleó un enfoque cuantitativo, con diseño no experimental,
transversal y descriptivo, mediante una encuesta de 18 ítems con escala de Likert aplicada a
160 estudiantes de las cuatro carreras de la facultad (Educación Básica, Psicopedagogía,
Pedagogía de los Idiomas y Educación Inicial), durante mayo-agosto de 2026. Los resultados
evidenciaron una valoración favorable del uso de inteligencia artificial para comprender
contenidos (76.9%), organizar ideas (80.6%) y mejorar la redacción (80.0%); asimismo, se
identificó preocupación por la dependencia tecnológica (75.6%) y una alta demanda de
orientación institucional clara (79.3%). Se concluyó que estas herramientas fortalecían el
aprendizaje cuando complementaban el razonamiento del estudiante, pero requerían
orientaciones psicopedagógicas que promovieran autonomía, pensamiento crítico,
responsabilidad e integridad académica.
Palabras clave: inteligencia artificial; autonomía; pensamiento crítico.
Abstract
The integration of artificial intelligence into higher education transformed learning strategies
and generated cognitive, emotional, and ethical challenges. This study aimed to analyze how
such integration was related to the psychopedagogical resignification of learning in students
from the Faculty of Education Sciences at the State Technical University of Quevedo. A
quantitative approach was employed with a non-experimental, cross-sectional, and descriptive
design, through a survey with 18 items on a Likert scale administered to 160 students from the
four programs of the faculty (Basic Education, Psychopedagogy, Language Pedagogy, and
Early Childhood Education) during May-August 2026. Results showed favorable perception
of artificial intelligence for understanding content (76.9%), organizing ideas (80.6%), and
improving writing (80.0%); concerns about technological dependence (75.6%) and strong
demand for clear institutional guidance (79.3%) were also identified. It was concluded that
these tools strengthened learning when they complemented student reasoning, but they required
psychopedagogical guidance that promoted autonomy, critical thinking, responsibility, and
academic integrity.
Keywords: artificial intelligence; autonomy; critical thinking..
Resumo
A integração da inteligência artificial no ensino superior transformou as estratégias de
aprendizagem e gerou desafios cognitivos, emocionais e éticos. Este estudo teve como objetivo
analisar como essa integração se relacionou com a ressignificação psicopedagógica da
aprendizagem em estudantes da Faculdade de Ciências da Educação da Universidade Técnica
Estatal de Quevedo. Foi utilizada uma abordagem quantitativa, com delineamento não
experimental, transversal e descritivo, por meio de uma pesquisa composta por 18 itens em
escala Likert, aplicada a 160 estudantes dos quatro cursos da faculdade (Educação Básica,
Psicopedagogia, Pedagogia de Línguas e Educação Infantil) durante o período de maio a agosto
de 2026. Os resultados mostraram uma percepção favorável da inteligência artificial para a
compreensão de conteúdos (76,9%), organização de ideias (80,6%) e melhoria da escrita
(80,0%); também foram identificadas preocupações relacionadas à dependência tecnológica
(75,6%) e uma elevada demanda por orientações institucionais claras (79,3%). Concluiu-se que
essas ferramentas fortaleceram a aprendizagem quando complementaram o raciocínio do
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3360
estudante, mas exigiram orientação psicopedagógica que promovesse autonomia, pensamento
crítico, responsabilidade e integridade acadêmica.
Palavras-chave: inteligência artificial; autonomia; pensamento crítico.
Introducción
La integración de inteligencia artificial en la educación superior ha transformado
significativamente las formas mediante las cuales los estudiantes buscan información,
organizan actividades académicas, producen contenidos y resuelven problemas (Piedra-Castro
et al., 2024). A diferencia de otras tecnologías educativas, los sistemas basados en inteligencia
artificial generan respuestas personalizadas, adaptan contenidos y ofrecen retroalimentación
inmediata según las instrucciones de cada usuario. Estas características favorecen experiencias
de aprendizaje autónomo y personalizado; sin embargo, también generan interrogantes sobre
dependencia tecnológica, autenticidad académica, privacidad y desarrollo del pensamiento
crítico (Rodríguez Vieira, Marín Díaz, & Maiuri Del Buono, 2024)
En el ámbito universitario, la integración de estas herramientas ha ocurrido con mayor
celeridad que la construcción de orientaciones pedagógicas para regularlas (Jiménez-Tuza,
2025). Kroff et al. (2024) sostienen que la inteligencia artificial contribuye a la personalización
del aprendizaje y facilita retroalimentación continua; no obstante, advierten sobre desafíos en
equidad tecnológica, protección de datos y calidad formativa. En contraste, Acevedo Carrillo
et al. (2025) enfatizan que, aunque estas herramientas ofrecen oportunidades para innovación
educativa, su aprovechamiento depende de políticas institucionales, formación docente y
criterios éticos explícitos (Arboleda-Barzola et al., 2026). Mientras Kroff et al. (2024) destacan
la retroalimentación como ventaja principal, Acevedo Carrillo et al. subrayan que dicho
potencial permanece condicionado por brechas de acceso y preparación docente. Ambos
trabajos se basan en revisiones de literatura sin evidencia empírica directa recogida entre
estudiantes, vacío metodológico que la presente investigación aborda.
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3361
En América Latina, la incorporación de inteligencia artificial en educación superior se
desarrolla en contextos de desigualdades de acceso y diferencias en competencias digitales,
con preparación institucional aún insuficiente. Esta realidad latinoamericana contrasta con
contextos más desarrollados, donde la infraestructura tecnológica y marcos normativos
avanzan paralelamente. En Ecuador específicamente, el uso de inteligencia artificial ha
adquirido relevancia en búsqueda de información, elaboración de tareas, generación de ideas,
corrección de textos y preparación de evaluaciones. Del Cisne Loján et al. (2024) advierten
que la dependencia excesiva afecta habilidades críticas cuando los estudiantes delegan procesos
intelectuales en lugar de desarrollarlos mediante reflexión y análisis. Esta postura difiere de
Menacho Ángeles et al. (2024), quienes afirman que la inteligencia artificial favorece
autonomía y motivación. Esta divergencia sugiere que el efecto depende de variables
mediadoras que ninguno de estos estudios examina en profundidad.
Desde la perspectiva psicopedagógica, el aprendizaje universitario constituye un
proceso integral donde intervienen componentes cognitivos, emocionales y éticos.
(Gordillo Caicedo, 2023) sostiene que el bienestar emocional es una condición
relevante para desarrollar aprendizajes significativos, mientras Cortés Órdenes & Espinoza
Vásquez (2023) explican que la psicopedagogía estudia el aprendizaje humano desde una
perspectiva interdisciplinaria. En consecuencia, la integración de inteligencia artificial requiere
intervención psicopedagógica que acompañe al estudiante en desarrollo de autonomía,
pensamiento crítico y responsabilidad académica.
En la Facultad de Ciencias de la Educación de la Universidad Técnica Estatal de
Quevedo, integrada por Educación Básica, Psicopedagogía, Pedagogía de los Idiomas y
Educación Inicial, la inteligencia artificial se ha incorporado progresivamente en las prácticas
académicas estudiantiles. Sin embargo, no existía un diagnóstico sistemático que permitiera
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3362
comprender cómo esta utilización se relacionaba con la resignificación psicopedagógica del
aprendizaje en esta unidad académica.
A partir de esta problemática, se formuló la siguiente pregunta de investigación: ¿de
qué manera la integración de inteligencia artificial se relacionaba con la resignificación
psicopedagógica del aprendizaje, en sus dimensiones cognitiva, emocional y ética, en
estudiantes de la Facultad de Ciencias de la Educación de la Universidad Técnica Estatal de
Quevedo?
El objetivo general fue analizar de qué manera la integración de inteligencia artificial
se relacionaba con la resignificación psicopedagógica del aprendizaje en sus dimensiones
cognitiva, emocional y ética en estudiantes de la Facultad de Ciencias de la Educación de la
Universidad Técnica Estatal de Quevedo. Para alcanzar este propósito, se plantearon los
siguientes objetivos específicos:
§ Examinar los fundamentos teóricos vinculados con psicopedagogía e inteligencia
artificial en educación superior.
§ Identificar las tendencias de uso de inteligencia artificial entre estudiantes de las
cuatro carreras.
§ Determinar el nivel de valoración estudiantil respecto a beneficios y riesgos
cognitivos, emocionales y éticos de su uso académico.
Se procuró generar una comprensión que contribuyera al establecimiento de
orientaciones psicopedagógicas dirigidas a promover uso crítico, autónomo, responsable y
ético de la inteligencia artificial.
Metodología
Enfoque epistemológico y diseño. La investigación se sustentó en un paradigma
positivista, coherente con un enfoque cuantitativo orientado a la medición objetiva y
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3363
estandarizada de percepciones y actitudes mediante datos numéricos susceptibles de
tratamiento estadístico. Esta elección epistemológica fue adecuada porque permitía cuantificar
experiencias estudiantiles respecto a variables de carácter cognoscitivo, emocional y ético, sin
pretender interpretar significados profundos. Se desarrolló mediante un diseño no experimental
y transversal con alcance descriptivo, ya que permitía identificar formas de uso de inteligencia
artificial y percepciones estudiantiles en las tres dimensiones analizadas, sin manipular
condiciones de los participantes.
Población y muestra. La población estuvo conformada por 2620 estudiantes
matriculados en el semestre académico mayo-agosto 2026, distribuidos en las cuatro carreras
de la Facultad: Educación Inicial, Educación Básica, Psicopedagogía y Pedagogía de los
Idiomas. Se seleccionó una muestra de 160 estudiantes mediante muestreo no probabilístico
por cuotas, buscando garantizar cobertura proporcional de todas las carreras. La distribución
fue: 45 estudiantes de Educación Inicial (28.1%), 39 de Educación Básica (24.4%), 38 de
Psicopedagogía (23.8%) y 38 de Pedagogía de los Idiomas (23.8%).
Los criterios de inclusión fueron: (a) estar matriculado en una de las cuatro carreras de
la Facultad durante el período mayo-agosto 2026; (b) ser mayor de edad; (c) haber utilizado
algunas de las herramientas de inteligencia artificial en actividades académicas al menos una
vez. Se excluyeron estudiantes que no cumplieron simultáneamente con los tres criterios.
Variables de investigación. Las variables consideradas fueron: (1) Uso académico y
comprensión de contenidos, (2) Organización de ideas y pensamiento crítico, (3) Confianza y
motivación académica, (4) Dependencia tecnológica, y (5) Integridad académica y orientación
institucional. Estas variables fueron operacionalizadas mediante 18 indicadores específicos en
el instrumento de recolección.
Instrumento y técnica de recolección de datos. Se utilizó una encuesta estructurada de
18 ítems con escala de Likert de cinco niveles (1 = totalmente en desacuerdo; 5 = totalmente
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3364
de acuerdo), aplicada mediante formulario digital en Google Forms de manera individual en
único momento, durante mayo-agosto de 2026. Se eligió la escala de Likert en lugar de otros
formatos porque permite captar la intensidad de actitudes estudiantiles y facilita análisis
estadístico descriptivo mediante frecuencias y porcentajes. El instrumento indagó sobre
comprensión de contenidos, organización de ideas, pensamiento crítico, confianza y
motivación académica, dependencia tecnológica e integridad académica en el uso de
inteligencia artificial.
Validez y confiabilidad. La validez de contenido se estableció mediante juicio de
expertos con participación de tres docentes especializados en psicopedagogía e investigación
educativa, quienes evaluaron pertinencia, claridad y redacción de los ítems. La confiabilidad
se determinó mediante coeficiente Alfa de Cronbach calculado en una prueba piloto con 20
estudiantes no incluidos en la muestra final, obteniéndose valor de 0,86, considerado nivel de
consistencia interna adecuado para investigación descriptiva.
Análisis de datos. Los datos se organizaron en tablas y se analizaron mediante
frecuencias y porcentajes, permitiendo identificar tendencias generales de uso y percepción de
inteligencia artificial en el conjunto muestral. Durante el proceso se respetaron principios de
participación voluntaria, anonimato y confidencialidad; estudiantes fueron informados sobre
propósito académico de la investigación y sus respuestas fueron utilizadas exclusivamente para
el desarrollo del estudio.
Resultados
A continuación, se presentan los resultados obtenidos para cada una de las 18
afirmaciones del instrumento.
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3365
Tabla 1
Pregunta 1: La IA facilita mi comprensión de los contenidos de las asignaturas
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
5
3.1 %
En desacuerdo
3
1.9 %
Ni de acuerdo ni en desacuerdo
29
18.1 %
De acuerdo
67
41.9 %
Totalmente de acuerdo
56
35.0 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: Este resultado muestra una valoración muy favorable del impacto de
la IA en la comprensión de contenidos. El 76.9% de acuerdo indica que la mayoría de
estudiantes reconoce que la herramienta facilita significativamente la asimilación de
información académica. El bajo desacuerdo (5.0%) sugiere que la comprensión es una de las
funciones más claramente percibidas y valoradas de la IA.
Tabla 2
Pregunta 2: La IA me ayuda a organizar mis ideas para elaborar trabajos académicos
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
4
2.5 %
En desacuerdo
4
2.5 %
Ni de acuerdo ni en desacuerdo
23
14.4 %
De acuerdo
63
39.4 %
Totalmente de acuerdo
66
41.2 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El resultado es consistentemente positivo: el 80.6% de los estudiantes
considera que la IA es efectiva para organizar ideas en trabajos académicos. Este porcentaje es
superior al de la pregunta anterior (76.9%), sugiriendo que la función organizadora es aún más
valorada que la comprensiva. El desacuerdo mínimo (5.0%) refuerza la consistencia de esta
percepción.
Tabla 3
Pregunta 3: La IA mejora la calidad de mis trabajos escritos
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
4
2.5 %
En desacuerdo
3
1.9 %
Ni de acuerdo ni en desacuerdo
25
15.6 %
De acuerdo
63
39.4 %
Totalmente de acuerdo
65
40.6 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3366
Interpretación: El 80.0% de acuerdo refleja que los estudiantes perciben mejora
significativa en la calidad de sus trabajos escritos cuando utilizan IA. Esta valoración confirma
que la herramienta tiene impacto tangible y observable en la producción académica escrita,
siendo reconocida como facilitadora de calidad textual.
Tabla 4
Pregunta 4: La IA me permite realizar las tareas académicas con mayor eficiencia
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
5
3.1 %
En desacuerdo
6
3.8 %
Ni de acuerdo ni en desacuerdo
23
14.4 %
De acuerdo
68
42.5 %
Totalmente de acuerdo
58
36.2 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 78.7% de acuerdo señala que la IA es ampliamente reconocida
como facilitadora de eficiencia en la realización de tareas académicas. Este resultado es
consistente con los anteriores (76.9%-80.6%), consolidando la percepción generalizada de
valor instrumental de la herramienta en dimensión cognitiva.
Tabla 5
Pregunta 5: La IA favorece el desarrollo de mi pensamiento crítico
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
4
2.5 %
En desacuerdo
19
11.9 %
Ni de acuerdo ni en desacuerdo
38
23.8 %
De acuerdo
40
25.0 %
Totalmente de acuerdo
59
36.9 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: Contrariamente a las preguntas anteriores, solo el 61.9% de estudiantes
considera que la IA favorece el pensamiento crítico. El 11.9% de desacuerdo es notablemente
superior al registrado en preguntas 1-4 (máximo 5.7%), indicando preocupación significativa
sobre la capacidad de la herramienta para fortalecer análisis profundo y reflexión autónoma.
Esta brecha revela una diferencia fundamental entre valor instrumental y valor formativo.
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3367
Tabla 6
Pregunta 6: Verifico la información generada por la IA antes de utilizarla
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
3
1.9 %
En desacuerdo
14
8.8 %
Ni de acuerdo ni en desacuerdo
32
20.0 %
De acuerdo
49
30.6 %
Totalmente de acuerdo
62
38.8 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 69.4% de estudiantes verifica la información antes de usarla,
indicando cierto nivel de pensamiento crítico en el uso de la herramienta. Sin embargo, el
30.6% de desacuerdo o neutralidad es relevante, mostrando que una proporción considerable
de estudiantes no realiza verificación sistemática de información generada por IA,
potencialmente asumiendo su confiabilidad sin cuestionamiento.
Tabla 7
Pregunta 7: Utilizo la IA como complemento de mi propio razonamiento
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
6
3.8 %
En desacuerdo
23
14.4 %
Ni de acuerdo ni en desacuerdo
33
20.6 %
De acuerdo
32
20.0 %
Totalmente de acuerdo
66
41.2 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 61.3% reporta utilizar la IA como complemento de su
razonamiento. Este porcentaje sugiere que, aunque la mayoría mantiene participación activa,
más de un tercio de estudiantes (38.2% con desacuerdo o neutralidad) podría estar utilizando
la herramienta como sustituto directo en lugar de complemento reflexivo, delegando procesos
intelectuales sin participación personal.
Tabla 8
Pregunta 8: La IA favorece mi aprendizaje autónomo
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
8
5.0 %
En desacuerdo
19
11.9 %
Ni de acuerdo ni en desacuerdo
35
21.9 %
De acuerdo
36
22.5 %
Totalmente de acuerdo
62
38.8 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3368
Interpretación: El 61.3% considera que la IA favorece su aprendizaje autónomo. Este
resultado moderado, combinado con el 16.9% de desacuerdo explícito, indica que la autonomía
percibida es un aspecto donde la herramienta genera dudas significativas. El patrón es similar
al de pensamiento crítico, sugiriendo una preocupación común sobre si la IA fortalece o debilita
capacidades de autorregulación del aprendizaje.
Tabla 9
Pregunta 9: El uso de IA aumenta mi confianza para realizar actividades académicas
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
4
2.5 %
En desacuerdo
12
7.5 %
Ni de acuerdo ni en desacuerdo
38
23.8 %
De acuerdo
53
33.1 %
Totalmente de acuerdo
53
33.1 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 66.2% reporta aumento en confianza académica al usar IA. Este
resultado positivo en la dimensión emocional sugiere que la herramienta tiene impacto
favorable en la autopercepción académica del estudiante, mejorando sensación de capacidad.
Sin embargo, el 10.0% de desacuerdo indica que para algunos estudiantes, la IA no genera
confianza adicional.
Tabla 10
Pregunta 10: La IA incrementa mi motivación para estudiar
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
5
3.1 %
En desacuerdo
15
9.4 %
Ni de acuerdo ni en desacuerdo
41
25.6 %
De acuerdo
47
29.4 %
Totalmente de acuerdo
52
32.5 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 61.9% señala mayor motivación para estudiar cuando utiliza IA.
Aunque mayoritario, este porcentaje es menor que el de confianza (66.2%), indicando que la
motivación no es universalmente impactada por la herramienta. El 12.5% de desacuerdo
sugiere que una minoría experimenta menor motivación cuando depende de herramientas
externas.
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3369
Tabla 11
Pregunta 11: La IA reduce mi ansiedad frente a tareas académicas difíciles
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
1
0.6 %
En desacuerdo
12
7.5 %
Ni de acuerdo ni en desacuerdo
38
23.8 %
De acuerdo
51
31.9 %
Totalmente de acuerdo
58
36.2 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 68.1% reporta reducción de ansiedad frente a tareas difíciles. Este
es uno de los porcentajes más elevados de la dimensión emocional, mostrando que la IA tiene
impacto particular en gestión emocional ante desafíos académicos. El bajo desacuerdo (8.1%)
refuerza que la función ansiogénica de la herramienta es generalmente positiva.
Tabla 12
Pregunta 12: Me preocupa depender demasiado de la IA para realizar mis actividades
académicas
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
5
3.1 %
En desacuerdo
9
5.6 %
Ni de acuerdo ni en desacuerdo
25
15.6 %
De acuerdo
55
34.4 %
Totalmente de acuerdo
66
41.2 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 75.6% expresó preocupación por depender demasiado de la IA para
actividades académicas. Este porcentaje elevado es coherente con la brecha observada en
pensamiento crítico e indica conciencia estudiantil explícita sobre riesgos potenciales del uso
intensivo. La preocupación es mayoritaria, sugiriendo que los estudiantes reconocen tanto
beneficios como peligros de la herramienta.
Tabla 13
Pregunta 13: Me siento capaz de realizar actividades académicas sin utilizar IA
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
2
1.2 %
En desacuerdo
9
5.6 %
Ni de acuerdo ni en desacuerdo
35
21.9 %
De acuerdo
51
31.9 %
Totalmente de acuerdo
63
39.4 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3370
Interpretación: El 71.3% se siente capaz de trabajar sin IA. Este resultado importante
matiza la preocupación por dependencia: aunque el 75.6% expresó preocupación, la mayoría
mantiene autopercepción de autonomía funcional. El bajo desacuerdo (6.8%) indica que la
mayoría no experimenta dependencia real, a pesar de la inquietud expresada.
Tabla 14
Pregunta 14: Conozco los límites del uso responsable de la IA en el ámbito académico
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
4
2.5 %
En desacuerdo
14
8.8 %
Ni de acuerdo ni en desacuerdo
42
26.2 %
De acuerdo
47
29.4 %
Totalmente de acuerdo
53
33.1 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 62.5% declaró conocer los límites del uso responsable de IA en
ámbito académico. Este porcentaje moderado sugiere que existe conciencia, pero también hay
espacio significativo para mayor claridad. El 11.3% de desacuerdo explícito indica que una
proporción no menor de estudiantes se percibe sin claridad sobre dónde están los límites éticos
de la herramienta.
Tabla 15
Pregunta 15: Verifico la veracidad de la información proporcionada por la IA
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
5
3.1 %
En desacuerdo
12
7.5 %
Ni de acuerdo ni en desacuerdo
40
25.0 %
De acuerdo
49
30.6 %
Totalmente de acuerdo
54
33.8 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 64.4% verifica la veracidad de la información proporcionada por
IA. Similar al resultado de la pregunta 6 (69.4%), muestra consistencia en prácticas
verificadoras. Sin embargo, aproximadamente un tercio de estudiantes no realiza verificación
sistemática, potencialmente asumiendo confiabilidad sin cuestionamiento crítico.
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3371
Tabla 16
Pregunta 16: Presentar como propio un contenido generado por IA afecta la integridad
académica
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
10
6.2 %
En desacuerdo
10
6.2 %
Ni de acuerdo ni en desacuerdo
39
24.4 %
De acuerdo
50
31.2 %
Totalmente de acuerdo
51
31.9 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 63.1% acordó que presentar como propio un contenido generado
por IA afecta la integridad académica. Este porcentaje, aunque mayoritario, es relativamente
bajo considerando que constituye un principio ético fundamental. El 12.4% de desacuerdo es
notable, indicando que una minoría aún no reconoce claramente la implicación ética de
atribuirse contenido generado por IA.
Tabla 17
Pregunta 17: Considero necesario recibir orientación sobre el uso responsable de la IA
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
3
1.9 %
En desacuerdo
7
4.4 %
Ni de acuerdo ni en desacuerdo
38
23.8 %
De acuerdo
48
30.0 %
Totalmente de acuerdo
64
40.0 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 70.0% considera necesario recibir orientación sobre uso
responsable de la IA. Este es uno de los porcentajes más elevados del instrumento, revelando
demanda explícita y mayoritaria de guía institucional. La cifra contrasta con la moderada
claridad sobre límites (Tabla 14), sugiriendo que los estudiantes reconocen sus propias lagunas
y buscan apoyo para resolverlas.
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3372
Tabla 18
Pregunta 18: La universidad debería establecer normas para el uso de la IA en las
actividades académicas
Respuesta
Frecuencia (n)
Porcentaje
Totalmente en desacuerdo
2
1.2 %
En desacuerdo
3
1.9 %
Ni de acuerdo ni en desacuerdo
28
17.5 %
De acuerdo
53
33.1 %
Totalmente de acuerdo
74
46.2 %
Total
160
100 %
Nota: Elaboración propia de Bustamante Moran Loren Francisco; Ruiz Silva Jason Humberto (2026), con base
en la encuesta aplicada mediante Google Forms (Autores, 2026).
Interpretación: El 79.3% consideró que la universidad debe establecer normas claras para el
uso de IA en actividades académicas. Este es el porcentaje más alto de todo el instrumento, indicando
que esta es la necesidad más sentida por los estudiantes. La coincidencia con el porcentaje de la pregunta
anterior (70.0% busca orientación) no es accidental: ambas expresan una demanda común de regulación
institucional explícita y clara.
Discusión
En la dimensión cognitiva, la integración de inteligencia artificial mostró impacto
significativo en el aprendizaje de los estudiantes. Los participantes valoraron favorablemente
su contribución instrumental, con porcentajes de acuerdo superiores al 76% en comprensión de
contenidos, organización de ideas, mejora en la redacción y eficiencia en la realización de
tareas. Estos hallazgos coinciden con investigaciones previas de Menacho Ángeles et al. (2024)
y Kroff et al. (2024), que documentan el potencial de estas herramientas para facilitar el
aprendizaje cuando se utilizan de manera instrumental.
Sin embargo, el aporte de la inteligencia artificial al pensamiento crítico y a la
autonomía fue percibido de forma moderada, resultando notoriamente inferior a las variables
instrumentales. Esta brecha es relevante porque el pensamiento crítico concentró el mayor nivel
de desacuerdo en el conjunto de preguntas cognitivas, lo que sugiere que los estudiantes
reconocen claramente el valor instrumental de la herramienta para tareas concretas, pero
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3373
expresan dudas significativas sobre su capacidad para fortalecer la reflexión autónoma y el
análisis profundo.
(Roque Rodríguez & Ramos, 2025)explican que la inteligencia artificial potencia el
razonamiento cuando actúa como complemento, pero puede limitarlo cuando sustituye el
análisis personal. Los datos del presente estudio son coherentes con esta interpretación: los
estudiantes valoran más el apoyo en tareas concretas que la contribución al pensamiento
autónomo.
Esta realidad se conecta directamente con la preocupación por la dependencia
tecnológica, expresada por una mayoría de estudiantes. No obstante, este dato debe
interpretarse con cautela: un segmento importante afirmó verificar la información antes de
utilizarla y se sintió capaz de realizar actividades académicas sin recurrir a la inteligencia
artificial. Estos hallazgos sugieren que, a pesar de la preocupación expresada, la mayoría
mantiene cierto grado de autonomía y pensamiento crítico respecto a la herramienta. En otras
palabras, la preocupación por dependencia no indica necesariamente dependencia real, sino
conciencia crítica sobre riesgos potenciales.
En la dimensión emocional, la inteligencia artificial contribuyó positivamente a la
experiencia académica de los estudiantes. Porcentajes mayoritarios reportaron aumento en la
confianza, mayor motivación para estudiar, y reducción de la ansiedad frente a tareas difíciles.
Estos hallazgos alinean con la perspectiva de Gordillo Caicedo (2023), quien subraya que el
bienestar emocional es una condición relevante para desarrollar aprendizajes significativos en
la educación superior. La herramienta parece actuar como facilitadora de la disposición
emocional hacia el aprendizaje, mejorando la autopercepción académica del estudiante.
Un hallazgo importante emerge al contrastar el impacto emocional positivo con la
capacidad percibida de trabajar sin la herramienta: la mayoría de estudiantes se sintió capaz de
realizar actividades académicas sin recurrir a la IA. Este resultado matiza potenciales
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3374
preocupaciones sobre dependencia emocional y sugiere que el bienestar generado
complementa sin reemplazar las capacidades propias del estudiante. En otras palabras, la IA
mejora el estado emocional pero no compromete la autopercepción de autonomía.
En la dimensión ética, los hallazgos revelan una tensión interesante entre beneficio
percibido y demanda de regulación institucional. La mayoría de estudiantes consideró que la
universidad debería establecer normas claras para el uso de inteligencia artificial—
representando el porcentaje más elevado de todo el instrumento—, y expresó la necesidad de
recibir orientación sobre su uso responsable. Estos porcentajes no deben interpretarse como
desconocimiento de los límites éticos, sino como evidencia de que las prácticas académicas
evolucionan con mayor rapidez que las orientaciones institucionales. Gallent Torres et al.
(2023) y Romeu Fontanillas et al. (2025) documentan dinámicas similares en contextos
universitarios internacionales, donde la adopción tecnológica precede la construcción de
marcos normativos.
Respecto a prácticas específicas de integridad académica, los estudiantes mostraron
conciencia de que presentar contenido generado por IA como propio afecta la integridad
académica, aunque porcentajes moderados de desacuerdo indican que algunos aún tienen dudas
sobre qué constituye uso ético de la herramienta. Esta incertidumbre refuerza la demanda
institucional identificada: los estudiantes reconocen sus propias lagunas en claridad normativa
y buscan apoyo institucional explícito para resolverlas.
En conjunto, los hallazgos confirman la proposición de Mur et al. (2025) y Cortés
Órdenes & Espinoza Vásquez (2023): la inteligencia artificial puede fortalecer o debilitar el
aprendizaje según las condiciones pedagógicas que orienten su uso. Esta investigación aporta
evidencia empírica sobre cómo esta realidad se manifiesta en un contexto específico de
educación superior ecuatoriana, llenando el vacío metodológico que caracterizaba los estudios
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3375
previos de Kroff et al. (2024) y Acevedo Carrillo et al. (2025), que se basaban
fundamentalmente en revisiones de literatura sin recogida de datos directa entre estudiantes.
Conclusión
Concluye sobre sus resultados, por lo general no se cita en esta sección. No debe
exceder más de 600 palabras La investigación permitió analizar la resignificación psicopedagógica
del aprendizaje ante la integración de inteligencia artificial en estudiantes de la Facultad de Ciencias de
la Educación de la Universidad Técnica Estatal de Quevedo. Los resultados evidenciaron que estas
herramientas se han incorporado de manera significativa en las actividades universitarias,
principalmente como apoyo para comprender contenidos, organizar ideas, mejorar la redacción y
resolver tareas académicas, con niveles de acuerdo que en todos los casos superaron el 75%.
En la dimensión cognitiva, se determinó que la inteligencia artificial favorece la
comprensión y la organización del aprendizaje de manera consistente, pero su aporte al
pensamiento crítico y a la autonomía es percibido de forma más moderada (61.2%-61.9% de
acuerdo). Este patrón indica que su contribución depende de que los estudiantes mantengan
una participación activa y utilicen las respuestas generadas como orientación, sin sustituir su
propio razonamiento.
Respecto a la dimensión emocional, los participantes señalaron que la inteligencia
artificial contribuye a incrementar la confianza, la motivación y a reducir la ansiedad frente a
actividades complejas. Sin embargo, la mayoría (71.3%) declaró sentirse capaz de trabajar sin
recurrir a ella, lo que sugiere que el bienestar emocional asociado a su uso no compromete la
autopercepción de autonomía del estudiante.
En la dimensión ética, los resultados mostraron una preocupación consistente por la
dependencia tecnológica (75.6%) y una demanda mayoritaria de normas institucionales claras
(79.3%), que evidencia que los estudiantes reconocen las ventajas de la inteligencia artificial,
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3376
pero requieren orientaciones explícitas para emplearla de manera responsable, transparente y
coherente con los principios de integridad académica.
En definitiva, la inteligencia artificial está transformando las formas de aprender dentro
de la Facultad de Ciencias de la Educación y genera tanto oportunidades como riesgos. El
principal desafío no consiste en restringir su utilización, sino en promover un acompañamiento
psicopedagógico que fortalezca el pensamiento crítico, la autonomía, la responsabilidad y el
uso ético de la tecnología, de manera que la inteligencia artificial se integre como un recurso
de apoyo que amplíe las capacidades del estudiante sin reemplazar la construcción personal y
reflexiva del conocimiento.
Referencias bibliográficas
Acevedo Carrillo, M., Cabezas Torres, N. M., La Serna La Rosa, P. A., & Rossel, S. A. (2025).
Desafíos y oportunidades de la inteligencia artificial en la educación superior
latinoamericana: una revisión sistemática de la literatura. Zenodo.
https://zenodo.org/records/15508755
Arboleda-Barzola, A. K., Rocafuerte-Arteaga, C. R., Rocafuerte-Arteaga, R. D., Pazmiño-
Camacho, L. A., & Gavilánez-Galarza, O. S. (2026). Competencias docentes para
integrar inteligencia artificial con criterios éticos e inclusivos. Revista Científica
Ciencia Y Método, 4(2), 478–494. https://doi.org/10.55813/gaea/rcym/v4/n2/206
Cañarte Jaramillo, R. A., Palacios, G. M., Palacios, I. a., & Zúñiga, P. I. (2026). Impacto de la
inteligencia artificial en el aprendizaje universitario. Polo del Conocimiento.
https://polodelconocimiento.com/ojs/index.php/es/article/view/11719
Cortés Órdenes, G., & Espinoza Vásquez, R. (2023). La Psicopedagogía como cuerpo de
conocimiento sobre el aprendizaje humano. Revista Psicopedagogia.
https://doi.org/10.51207/2179-
Del Cisne Loján, M., Romero, J. A., Sancho Aguilera, D., & Romero, A. Y. (2024).
Consecuencias de la Dependencia de la Inteligencia Artificial en Habilidades Críticas
y Aprendizaje Autónomo en los Estudiantes. Dialnet.
https://dialnet.unirioja.es/servlet/articulo?codigo=9481394
Galarreta Cisneros, D., Salluca Rodríguez, V., & Ocampo Pacheco, M. (2025). El impacto del
uso de la inteligencia artificial en estudiantes universitarios. Revista Tribunal.
https://doi.org/10.59659/revistatribunal.v5i13.271
Gallent-Torres, C., Zapata-González, A., & Ortega-Hernando, J. L. (2023). El impacto de la
inteligencia artificial generativa en la educación superior: un enfoque en la ética y la
integridad académica. RELIEVE - Revista Electrónica de Investigacion y Evaluación
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3377
Educativa. https://doi.org/10.30827/relieve.v29i2.29134
Gordillo Caicedo, A. L. (2023). Bienestar y educación emocional en la educación superior.
Horizontes Revista de Investigación en Ciencias de la Educación, 414–428.
https://doi.org/10.33996/revistahorizontes.v7i27.526
Guerrero Palacio, I. (2023). Formación del psicopedagogo para el desempeño de la función
orientadora. Revista Atenas, Scielo Cuba.
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2077-29552023000300490
Guevara Reyes, R. J., Saltos-Verdezoto, Y. M., Montero-Garofalo, M. F., & Ordóñez-Vargas,
A. E. (2025). Impacto de la inteligencia artificial en el aprendizaje autónomo de
estudiantes universitarios. MQRInvestigar. https://repositorio.unemi.edu
Jiménez-Tuza, S. B. (2025). Uso de la inteligencia artificial en la dirección de centros
educativos. Revista Científica Zambos, 4(1), 191–204.
https://doi.org/10.69484/rcz/v4/n1/86
Kroff, F. J., & Ferrada, C. A. (2024). Inteligencia Artificial en la educación universitaria:
Innovaciones, desafíos y oportunidades. ESPACIOS, 120–135.
https://doi.org/10.48082/espacios-a24v45n05p09
León, A. G., Bravo, C. V., Kenigs, O. A., & Aguilera, N. J. (2023). Resignificación del proceso
evaluativo: la experiencia de un proyecto de aprendizaje escolar y colaboración
profesional. Revista Educación, 1-26. https://doi.org/10.15517/revedu.v47i2.53993
Menacho Ángeles, M. R., Pizarro Arancibia, L. M., Osorio Menacho, J. A., & León Pizarro,
B. L. (2024). Inteligencia artificial como herramienta en el aprendizaje autónomo de
los estudiantes de educación superior. Revista InveCom.
https://doi.org/10.5281/zenodo.10693945
Menacho Ángeles, M. R., Pizarro Arancibia, L. M., Osorio Menacho, J. A., Osorio Menacho,
J. A. & León Pizarro, B. L. (2024). Inteligencia artificial como herramienta en el
aprendizaje autónomo de los estudiantes de educación superior. Revista InveCom.
https://dialnet.unirioja.es/servlet/articulo?codigo=10279661
Mur, J. A., Magallanes-Trejo, M. L., Nonino, S. N., Deza, R. Y., & Pereyra Girardi, C. I.
(2025). Inteligencia artificial y pensamiento crítico: tensiones y desafíos en la
formación universitario. Revista de Psicología y Psicopedagogía.
https://p3.usal.edu.ar/index.php/psicol/article/view/7523
Piedra-Castro, W. I., Cajamarca-Correa, M. A., Burbano-Buñay, E. S., & Moreira-Alcívar, E.
F. (2024). Integración de la inteligencia artificial en la enseñanza de las Ciencias
Sociales en la educación superior. Journal of Economic and Social Science Research,
4(3), 105–126. https://doi.org/10.55813/gaea/jessr/v4/n3/123
Rodríguez Serrato, M. A., & Mancipe Rincón, Y. A. (2024). Escenarios otros de una práctica
pedagógica fragmentada. Estudios Pedagógicos. https://doi.org/10.4067/S0718-
07052024000200187
Rodríguez Vieira, M. G., Marín Díaz, J., & Maiuri Del Buono, C. (2024). Perspectivas de la
inteligencia artificial en la educación universitaria: Un análisis basado en la literatura
académica. Revista Digital del Doctorado en Educación.
https://doi.org/10.55560/arete.2024.ee.10.12
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
3378
Romeu Fontanillas, T., Romero Carbonell, M., Guitert Catasús, M., & Baztán Quemada, P.
(2025). Desafíos de la inteligencia artificial generativa en educación superior:
fomentando su uso crítico en el estudiantado. RIED-Revista Iberoamericana de
Educación a Distancia. https://doi.org/10.5944/ried.28.2.43535
Roque Rodríguez, E., & Ramos, E. G. (2025). Uso de inteligencia artificial en estudiantes de
pregrado: aprendizaje basado en preguntas. RIDE Revista Iberoamericana para la
Investigación y el Desarrollo Educativo. https://doi.org/10.23913/ride.v15i30.2310
Salgado Escobar, G., & Aguilar Fernández, M. (2021). Hacia la transformación de los
estudiantes: un proceso transdisciplinario para la educación superior. RIDE Revista
Iberoamericana para la Investigación y el Desarrollo Educativo.
https://doi.org/10.23913/ride.v12i23.1057
Uzho Pacheco, A. A. (2025). Inteligencia artificial para el diseño de estrategias didácticas e
intervención psicopedagógica en la educación superior. Estudios y Perspectivas Revista
Científica y Académica, 1893–1904. https://doi.org/10.61384/r.c.a..v5i1.957
