3 Vol. 13/ Núm. 3 2026 pág. 2732
https://doi.org/10.69639/arandu.v13i3.2565
Desarrollo de competencias investigativas mediante
investigación sistemática documental asistido por inteligencia
artificial: un enfoque de pensamiento crítico y uso ético
Development of Research Competences through AI-assisted Systematic Documentary
research: An Approach Grounded in Critical Thinking an Ethical Use
Ledys Hernández Chacón
ledyshch1974@gmail.com
https://orcid.org/0000-0002-3706-1873
Universidad de Otavalo
Ecuador- Otavalo
Jesús González Alonso
jgonzalez@gmail.com
https://orcid.org/0000-0001-6761-6588
Universidad de Otavalo
Ecuador- Otavalo
Artículo recibido: 10 julio 2026- Aceptado para publicación:16 agosto 2026
Conflictos de intereses: Ninguno que declarar.
RESUMEN
La incorporación de la inteligencia artificial generativa en la educación superior plantea
oportunidades para transformar la formación investigativa, pero también los riesgos asociados
con la dependencia tecnológica, la aceptación acrítica de información y el debilitamiento de la
autonomía intelectual. En este contexto, la presente investigación analiza el desarrollo de
competencia investigativas mediante una estrategia de investigación sistemática documental
asistida por inteligencia artificial, sustentada en pensamiento crítico y uso ético de estas
tecnologías. El diseño metodológico planteó desde un enfoque mixto, con alcance descriptivo e
interpretativo en una muestra de 83 estudiantes universitarios. En una primera fase se aplicó una
encuesta diagnóstica para identificar el nivel inicial de competencias investigativas y las prácticas
de uso de inteligencia artificial. Posteriormente se implementó una estrategia formativa orientada
a la búsqueda, selección, evaluación, análisis, síntesis y argumentación de información científica,
incorporando criterios de verificación, transparencia, responsabilidad y uso ético de herramientas
generativas. En la última fase se aplicó la misma encuesta y se desarrolló un grupo focal que
permitió profundizar en las experiencias de los estudiantes. Los resultados arrojaron mejoras en
las competencias relacionadas con la evaluación crítica de las fuentes, la construcción de
argumentos sustentados en evidencia y la utilización responsable de la inteligencia artificial
durante el proceso investigativo. El análisis cualitativo permitió explicar las transformaciones
observadas y reconocer dificultades, oportunidades y estrategias desarrolladas por los estudiantes.
Como conclusión principal se evidenció que el valor educativo de la inteligencia artificial no
3 Vol. 13/ Núm. 3 2026 pág. 2733
reside en sustituir las capacidades investigativas, sino en favorecer procesos de exploración y
procesamiento de la información cuando su uso se encuentra mediado por el pensamiento crítico,
la verificación y la responsabilidad académica, aportando elementos para fortalecer prácticas de
formación académica universitaria.
Palabras clave: inteligencia artificial, pensamiento crítico, investigación, innovación
educativa
ABSTRACT
The integration of generative artificial intelligence into higher education presents opportunities to
transform research training, while also posing risks associated with technological dependence,
the uncritical acceptance of information, and the weakening of intellectual autonomy. In this
context, the present study analyzes the development of research competencies through an artificial
intelligence-assisted systematic documentary research strategy grounded in critical thinking and
the ethical use of these technologies. The methodological design adopted a mixed-methods
approach, with a descriptive and interpretive scope, involving a sample of 83 university students.
In the first phase, a diagnostic survey was administered to identify the participants’ initial level
of research competencies and their practices regarding the use of artificial intelligence.
Subsequently, a training strategy was implemented focusing on the search, selection, evaluation,
analysis, synthesis, and argumentation of scientific information, incorporating criteria of
verification, transparency, accountability, and ethical use of generative tools. In the final phase,
the same survey was administered, and a focus group was conducted to gain deeper insight into
the students’ experiences. The results revealed improvements in competencies related to the
critical evaluation of sources, the construction of evidence-based arguments, and the responsible
use of artificial intelligence throughout the research process. The qualitative analysis helped
explain the observed transformations and identify the challenges, opportunities, and strategies
developed by the students. The main conclusion was that the educational value of artificial
intelligence does not lie in replacing research competencies, but rather in facilitating processes of
information exploration and processing when its use is mediated by critical thinking, verification,
and academic responsibility. These findings provide relevant elements for strengthening research
training practices in higher education.
Keywords: artificial intelligence, critical thinking, research, educational innovation
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
reside en sustituir las capacidades investigativas, sino en favorecer procesos de exploración y
procesamiento de la información cuando su uso se encuentra mediado por el pensamiento crítico,
la verificación y la responsabilidad académica, aportando elementos para fortalecer prácticas de
formación académica universitaria.
Palabras clave: inteligencia artificial, pensamiento crítico, investigación, innovación
educativa
ABSTRACT
The integration of generative artificial intelligence into higher education presents opportunities to
transform research training, while also posing risks associated with technological dependence,
the uncritical acceptance of information, and the weakening of intellectual autonomy. In this
context, the present study analyzes the development of research competencies through an artificial
intelligence-assisted systematic documentary research strategy grounded in critical thinking and
the ethical use of these technologies. The methodological design adopted a mixed-methods
approach, with a descriptive and interpretive scope, involving a sample of 83 university students.
In the first phase, a diagnostic survey was administered to identify the participants’ initial level
of research competencies and their practices regarding the use of artificial intelligence.
Subsequently, a training strategy was implemented focusing on the search, selection, evaluation,
analysis, synthesis, and argumentation of scientific information, incorporating criteria of
verification, transparency, accountability, and ethical use of generative tools. In the final phase,
the same survey was administered, and a focus group was conducted to gain deeper insight into
the students’ experiences. The results revealed improvements in competencies related to the
critical evaluation of sources, the construction of evidence-based arguments, and the responsible
use of artificial intelligence throughout the research process. The qualitative analysis helped
explain the observed transformations and identify the challenges, opportunities, and strategies
developed by the students. The main conclusion was that the educational value of artificial
intelligence does not lie in replacing research competencies, but rather in facilitating processes of
information exploration and processing when its use is mediated by critical thinking, verification,
and academic responsibility. These findings provide relevant elements for strengthening research
training practices in higher education.
Keywords: artificial intelligence, critical thinking, research, educational innovation
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
3 Vol. 13/ Núm. 3 2026 pág. 2734
INTRODUCCIÓN
El uso creciente de la inteligencia artificial generativa (IAG) en la educación superior ha
modificado de manera acelerada las prácticas académicas que hasta hace poco tiempo dependía
casi exclusivamente de la interacción directa entre los docentes, estudiantes, investigadores y
fuentes documentales. La diversidad de herramientas capaces de generar información ha
trasladado el debate desde la posibilidad técnica de utilizar la IAG hacia una cuestión pedagógica
más compleja: cómo contribuye el uso de la IAG de manera efectiva al aprendizaje y al desarrollo
de competencias intelectuales en estudiantes universitarios.
Este debate se ha registrado en la literatura de los últimos años, alcanzando un interés
cada vez más creciente. Autores como Opara et al. (2026), si bien encontraron en su estudio
efectos positivos sobre el desempeño con el uso de la IAG, también identificaron implicaciones
éticas y riesgos académicos en su aplicación indiscriminada. Por otro lado, Laeeq et al. (2025),
mencionaron la presencia de mejoras en las habilidades cognitivas tales como la resolución de
problemas y la metacognición, atribuyendo estos resultados a las condiciones pedagógicas bajo
las cuales la IAG se incorpora al proceso de enseñanza-aprendizaje.
En el ámbito universitario esta discusión adquiere vital importancia al vincularla con la
formación investigativa. Investigar supone mucho más que localizar información o producir un
texto formalmente correcto. Implica delimitar problemas, formular preguntas, diseñar estrategias
de búsqueda, contrastar evidencias, sintetizar resultados y producir conocimiento argumentado y
sostenible, por mencionar algunas cuestiones. El nodo específico de la investigación documental
constituye un especio óptimo para desarrollar competencias cognitivas y metacognitivas en el
estudiante porque lo obliga a establecer relaciones entre la información dispersa y a construir
conocimiento propio desde las fuentes estudiadas.
El problema surge cuando las herramientas generativas pueden realizar en segundos
algunas de estas operaciones y generar la apariencia de un producto académico, sin que se hayan
desarrollado necesariamente las capacidades cognitivas que lo sustentan. Esto lo abordan de
manera consistente Nie et al., (2025), quienes no encontraron en su metaanálisis de 57 estudios
un efecto estadísticamente significativo del uso de la IAG sobre el desarrollo de la metacognición.
Este resultado sugiere que la interacción directa con la tecnología no garantiza por sí misma el
desarrollo de procesos cognitivos complejos.
De manera tal que el desafío formativo consiste en establecer bajo qué condiciones
didácticas la utilización de la IAG favorece procesos de análisis, evaluación, argumentación y
autorregulación, por encima de los riesgos de dependencia acrítica que pueden darse. Actualmente
no existen las evidencias suficientes para sostener una posición estrictamente favorable o
restrictiva respecto de la IAG en la investigación. Los resultados que arrojan las investigaciones
recientes y la práctica docente son variables y dependen del contexto educativo, el tipo de
INTRODUCCIÓN
El uso creciente de la inteligencia artificial generativa (IAG) en la educación superior ha
modificado de manera acelerada las prácticas académicas que hasta hace poco tiempo dependía
casi exclusivamente de la interacción directa entre los docentes, estudiantes, investigadores y
fuentes documentales. La diversidad de herramientas capaces de generar información ha
trasladado el debate desde la posibilidad técnica de utilizar la IAG hacia una cuestión pedagógica
más compleja: cómo contribuye el uso de la IAG de manera efectiva al aprendizaje y al desarrollo
de competencias intelectuales en estudiantes universitarios.
Este debate se ha registrado en la literatura de los últimos años, alcanzando un interés
cada vez más creciente. Autores como Opara et al. (2026), si bien encontraron en su estudio
efectos positivos sobre el desempeño con el uso de la IAG, también identificaron implicaciones
éticas y riesgos académicos en su aplicación indiscriminada. Por otro lado, Laeeq et al. (2025),
mencionaron la presencia de mejoras en las habilidades cognitivas tales como la resolución de
problemas y la metacognición, atribuyendo estos resultados a las condiciones pedagógicas bajo
las cuales la IAG se incorpora al proceso de enseñanza-aprendizaje.
En el ámbito universitario esta discusión adquiere vital importancia al vincularla con la
formación investigativa. Investigar supone mucho más que localizar información o producir un
texto formalmente correcto. Implica delimitar problemas, formular preguntas, diseñar estrategias
de búsqueda, contrastar evidencias, sintetizar resultados y producir conocimiento argumentado y
sostenible, por mencionar algunas cuestiones. El nodo específico de la investigación documental
constituye un especio óptimo para desarrollar competencias cognitivas y metacognitivas en el
estudiante porque lo obliga a establecer relaciones entre la información dispersa y a construir
conocimiento propio desde las fuentes estudiadas.
El problema surge cuando las herramientas generativas pueden realizar en segundos
algunas de estas operaciones y generar la apariencia de un producto académico, sin que se hayan
desarrollado necesariamente las capacidades cognitivas que lo sustentan. Esto lo abordan de
manera consistente Nie et al., (2025), quienes no encontraron en su metaanálisis de 57 estudios
un efecto estadísticamente significativo del uso de la IAG sobre el desarrollo de la metacognición.
Este resultado sugiere que la interacción directa con la tecnología no garantiza por sí misma el
desarrollo de procesos cognitivos complejos.
De manera tal que el desafío formativo consiste en establecer bajo qué condiciones
didácticas la utilización de la IAG favorece procesos de análisis, evaluación, argumentación y
autorregulación, por encima de los riesgos de dependencia acrítica que pueden darse. Actualmente
no existen las evidencias suficientes para sostener una posición estrictamente favorable o
restrictiva respecto de la IAG en la investigación. Los resultados que arrojan las investigaciones
recientes y la práctica docente son variables y dependen del contexto educativo, el tipo de
3 Vol. 13/ Núm. 3 2026 pág. 2735
actividad, la duración de la intervención y las características de los estudiantes, entre otras
variables posibles.
Esta heterogeneidad obliga a considerar el papel asignado a la inteligencia artificial dentro
de la formación investigativa. Si el estudiante utiliza la herramienta de manera acrítica, sin
examinar su consistencia documental, la tecnología puede reducir el campo de las habilidades
intelectuales a una simple reproducción mecánica. En cambio, cuando la respuesta generada se
convierte en objeto de análisis y se contrasta con las fuentes documentales y los conocimientos
previos, se transforma en un recurso para ampliar el bagaje intelectual. En este sentido, el diseño
pedagógico investigativo debe orientarse a la indagación, la argumentación y la regulación
metacognitiva.
En el caso de la investigación documental, el pensamiento crítico se manifiesta en
preguntas tales como: ¿la fuente es pertinente para el objeto de estudio abordado?; ¿qué evidencia
respalda esa afirmación; ¿existen resultados contradictorios?; ¿la referencia proporcionada por la
herramienta realmente existe?; ¿el argumento corresponde a los hallazgos citados? Estos y otros
cuestionamientos producen una alfabetización en inteligencia artificial basada en la evaluación
crítica informacional.
Por otro lado, la dimensión ética adquiere un sentido fundamental desde esta perspectiva.
Tópicos como la autoría, la transparencia de los procesos investigativo, la trazabilidad de las
fuentes y la responsabilidad sobre la producción del conocimiento se tornan temas
imprescindibles de discusión académica. La UNESCO (2022) plantea que la integración de la
inteligencia artificial generativa en educación e investigación requiere un enfoque centrado en la
persona, sustentado en principios de seguridad, equidad, protección de datos, responsabilidad y
uso pedagógicamente significativo.
La aplicación de la IAG en investigación exige, necesariamente, criterios explícitos de
uso responsable, centrados en la prevención de conductas académicamente deshonestas (Bittle y
El-Gayar,2025). Las propuestas curriculares deben incluir la orientación ética de los modelos de
lenguaje no solo desde una postura defensiva sino, sobre todo, para la generación de espacios de
reflexión y aprendizaje académico (Sun & Yin, 2026).
En consecuencia, el problema que orienta este estudio se centra en determinar qué ocurre
con las competencias investigativas cunado los estudiantes participan en una experiencia de
investigación documental sistemática en la que la inteligencia artificial se utiliza bajo criterios
explícitos de pensamiento crítico, verificación y responsabilidad académica. Este planteamiento
permite superar la dicotomía entre la aceptación y rechazo al uso de la IAG y desplaza la atención
hacia las condiciones pedagógicas que convierten su uso en un recurso de metacognición
investigativa.
A partir de esta problemática, el objetivo de la investigación fue analizar el desarrollo de
competencias investigativas en estudiantes universitarios mediante una estrategia de
actividad, la duración de la intervención y las características de los estudiantes, entre otras
variables posibles.
Esta heterogeneidad obliga a considerar el papel asignado a la inteligencia artificial dentro
de la formación investigativa. Si el estudiante utiliza la herramienta de manera acrítica, sin
examinar su consistencia documental, la tecnología puede reducir el campo de las habilidades
intelectuales a una simple reproducción mecánica. En cambio, cuando la respuesta generada se
convierte en objeto de análisis y se contrasta con las fuentes documentales y los conocimientos
previos, se transforma en un recurso para ampliar el bagaje intelectual. En este sentido, el diseño
pedagógico investigativo debe orientarse a la indagación, la argumentación y la regulación
metacognitiva.
En el caso de la investigación documental, el pensamiento crítico se manifiesta en
preguntas tales como: ¿la fuente es pertinente para el objeto de estudio abordado?; ¿qué evidencia
respalda esa afirmación; ¿existen resultados contradictorios?; ¿la referencia proporcionada por la
herramienta realmente existe?; ¿el argumento corresponde a los hallazgos citados? Estos y otros
cuestionamientos producen una alfabetización en inteligencia artificial basada en la evaluación
crítica informacional.
Por otro lado, la dimensión ética adquiere un sentido fundamental desde esta perspectiva.
Tópicos como la autoría, la transparencia de los procesos investigativo, la trazabilidad de las
fuentes y la responsabilidad sobre la producción del conocimiento se tornan temas
imprescindibles de discusión académica. La UNESCO (2022) plantea que la integración de la
inteligencia artificial generativa en educación e investigación requiere un enfoque centrado en la
persona, sustentado en principios de seguridad, equidad, protección de datos, responsabilidad y
uso pedagógicamente significativo.
La aplicación de la IAG en investigación exige, necesariamente, criterios explícitos de
uso responsable, centrados en la prevención de conductas académicamente deshonestas (Bittle y
El-Gayar,2025). Las propuestas curriculares deben incluir la orientación ética de los modelos de
lenguaje no solo desde una postura defensiva sino, sobre todo, para la generación de espacios de
reflexión y aprendizaje académico (Sun & Yin, 2026).
En consecuencia, el problema que orienta este estudio se centra en determinar qué ocurre
con las competencias investigativas cunado los estudiantes participan en una experiencia de
investigación documental sistemática en la que la inteligencia artificial se utiliza bajo criterios
explícitos de pensamiento crítico, verificación y responsabilidad académica. Este planteamiento
permite superar la dicotomía entre la aceptación y rechazo al uso de la IAG y desplaza la atención
hacia las condiciones pedagógicas que convierten su uso en un recurso de metacognición
investigativa.
A partir de esta problemática, el objetivo de la investigación fue analizar el desarrollo de
competencias investigativas en estudiantes universitarios mediante una estrategia de
3 Vol. 13/ Núm. 3 2026 pág. 2736
investigación sistemática documental asistido por IAG, fundamentada en el pensamiento crítico
y el uso ético de la tecnología. En correspondencia con este propósito se plantearon las siguientes
preguntas de investigación: ¿cuál es el nivel inicial de competencias investigativas y de las
prácticas de uso de la IAG en estudiantes universitarios? ¿Qué transformaciones se observan en
dichas competencias después de participar en una estrategia de investigación sistemática
documental asistido por inteligencia artificial? ¿Cómo valoran los estudiantes el papel de la IAG
en el desarrollo de sus competencias investigativas? Estas preguntas delimitaron una
aproximación al fenómeno desde su comprensión como recurso educativo y no como sustituto de
la actividad intelectual.
MATERIALES Y MÉTODOS
La investigación adoptó un enfoque mixto, conjugando el método cuantitativo para la
obtención de información acerca de las competencias investigativas de los estudiantes en el
momento inicial y posterior a la estrategia con la evidencia cualitativa procedente de las
experiencias estudiantiles durante el proceso. La combinación de estas fuentes permitió
comprender cómo los estudiantes interpretaron la experiencia, más allá de los resultados
identificados.
El enfoque planteado se sustentó en los diseños de Crewell & Plano Clark (2018), que
describen el diseño secuencial explicativo mediante el cual la fase cuantitativa precede a la
cualitativa y los resultados de la primera orientan la profundización posterior. El estudio tuvo un
alcance descriptivo e interpretativo, estructurado en cuatro fases: diagnóstico, intervención
formativa, evaluación final y profundización cualitativa. Esto permitió caracterizar el nivel de
competencias investigativas y las prácticas de uso de la IAG antes y después de la estrategia
formativa; así como la comprensión sobre la valoración de los estudiantes sobre el proceso.
Participantes
La población estuvo constituida por 268 estudiantes universitarios vinculados a procesos
de formación investigativa. La selección de los participantes se realizó mediante muestreo no
probabilístico tipo intencional, considerando como criterios de inclusión la condición de
estudiante universitario y la participación efectiva en algún proceso e investigación, sea este parte
de las asignaturas del currículo o del proceso de titulación, obteniéndose una muestra de 83
participantes voluntarios. Se cumplió con los principios éticos de consentimiento informado sobre
los propósitos, procedimientos y condiciones del estudio.
Para la fase cualitativa se seleccionó intencionalmente un grupo de 12 participantes de la
muestra general, incorporando criterios de diversidad de experiencias, la equidad de género y la
inclusión intercultural. El ejercicio grupal se centró en los procesos de reflexión y significados
construidos colectivamente.
investigación sistemática documental asistido por IAG, fundamentada en el pensamiento crítico
y el uso ético de la tecnología. En correspondencia con este propósito se plantearon las siguientes
preguntas de investigación: ¿cuál es el nivel inicial de competencias investigativas y de las
prácticas de uso de la IAG en estudiantes universitarios? ¿Qué transformaciones se observan en
dichas competencias después de participar en una estrategia de investigación sistemática
documental asistido por inteligencia artificial? ¿Cómo valoran los estudiantes el papel de la IAG
en el desarrollo de sus competencias investigativas? Estas preguntas delimitaron una
aproximación al fenómeno desde su comprensión como recurso educativo y no como sustituto de
la actividad intelectual.
MATERIALES Y MÉTODOS
La investigación adoptó un enfoque mixto, conjugando el método cuantitativo para la
obtención de información acerca de las competencias investigativas de los estudiantes en el
momento inicial y posterior a la estrategia con la evidencia cualitativa procedente de las
experiencias estudiantiles durante el proceso. La combinación de estas fuentes permitió
comprender cómo los estudiantes interpretaron la experiencia, más allá de los resultados
identificados.
El enfoque planteado se sustentó en los diseños de Crewell & Plano Clark (2018), que
describen el diseño secuencial explicativo mediante el cual la fase cuantitativa precede a la
cualitativa y los resultados de la primera orientan la profundización posterior. El estudio tuvo un
alcance descriptivo e interpretativo, estructurado en cuatro fases: diagnóstico, intervención
formativa, evaluación final y profundización cualitativa. Esto permitió caracterizar el nivel de
competencias investigativas y las prácticas de uso de la IAG antes y después de la estrategia
formativa; así como la comprensión sobre la valoración de los estudiantes sobre el proceso.
Participantes
La población estuvo constituida por 268 estudiantes universitarios vinculados a procesos
de formación investigativa. La selección de los participantes se realizó mediante muestreo no
probabilístico tipo intencional, considerando como criterios de inclusión la condición de
estudiante universitario y la participación efectiva en algún proceso e investigación, sea este parte
de las asignaturas del currículo o del proceso de titulación, obteniéndose una muestra de 83
participantes voluntarios. Se cumplió con los principios éticos de consentimiento informado sobre
los propósitos, procedimientos y condiciones del estudio.
Para la fase cualitativa se seleccionó intencionalmente un grupo de 12 participantes de la
muestra general, incorporando criterios de diversidad de experiencias, la equidad de género y la
inclusión intercultural. El ejercicio grupal se centró en los procesos de reflexión y significados
construidos colectivamente.
3 Vol. 13/ Núm. 3 2026 pág. 2737
Técnicas e instrumentos
Las técnicas aplicadas fueron la encuesta y el grupo focal. Para la encuesta se elaboró un
cuestionario tipo Escala de Likert, estructurado en cuatro dimensiones relacionadas con el objeto
de estudio: competencias para la búsqueda y selección de la información científica; competencias
de análisis y síntesis de información; competencias de argumentación y uso ético y responsable
de herramientas de IAG. Lo indicadores incorporaron aspectos vinculados con: identificación de
información pertinente; valoración de la confiabilidad de las fuentes; contrastación de evidencias;
reconocimiento de inconsistencias; construcción de argumentos sustentados y; verificación de
información generada mediante herramientas de IAG.
El instrumento fue sometido a un proceso de validación de contenido mediante juicio de
expertos, considerando la pertinencia, claridad, coherencia y relevancia de los ítems respecto a
las dimensiones estudiadas. Se aplicó una prueba piloto que permitió revisar la comprensión de
los enunciados y realizar ajustes de redacción. Finalmente, el cuestionario se aplicó en dos
momentos: antes de la intervención, como pretest y, al finalizarla, como postest, manteniendo
constantes las dimensiones e indicadores para obtener las variaciones en las respuestas de los
participantes.
La segunda técnica se aplicó después del postest. El grupo focal se desarrolló mediante
una entrevista semiestructurada, orientada a explorar las experiencias de los estudiantes durante
la intervención. Las preguntas abordaron cuatro ejes temáticos: experiencias de búsqueda y
evaluación de la información; percepción sobre el aporte de la IAG al proceso investigativo;
desarrollo del pensamiento crítico; y criterios de uso ético y responsable de las herramientas
generativas.
La intervención se diseñó a partir de los principios de investigación sistemática
documental, utilizando como recurso el protocolo PRISMA (2020), para revisiones sistemáticas.
El proceso se organizó en las siguientes etapas: delimitación del problema de investigación;
planificación de la búsqueda documental de acuerdo a las fases del protocolo PRISMA;
localización y selección de fuentes; evaluación y verificación de la información; análisis y síntesis
de la información; construcción teórica argumental.
Procedimiento
En la primera fase, se explicó a los participantes el propósito de la investigación y se
aplicó la encuesta diagnóstica para establecer una línea de base sobre sus competencias
investigativas y prácticas de utilización de la inteligencia artificial. En la segunda fase, se
implementó la estrategia formativa durante un semestre académico, mediante actividades de
investigación sistemática documental, aplicando el protocolo PRISMA. Una vez concluida la
intervención, se aplicó nuevamente la encuesta. La última fase consistió en el desarrollo del grupo
focal, registrando la información mediante grabación autorizada por los participantes para su
posterior transcripción y análisis.
Técnicas e instrumentos
Las técnicas aplicadas fueron la encuesta y el grupo focal. Para la encuesta se elaboró un
cuestionario tipo Escala de Likert, estructurado en cuatro dimensiones relacionadas con el objeto
de estudio: competencias para la búsqueda y selección de la información científica; competencias
de análisis y síntesis de información; competencias de argumentación y uso ético y responsable
de herramientas de IAG. Lo indicadores incorporaron aspectos vinculados con: identificación de
información pertinente; valoración de la confiabilidad de las fuentes; contrastación de evidencias;
reconocimiento de inconsistencias; construcción de argumentos sustentados y; verificación de
información generada mediante herramientas de IAG.
El instrumento fue sometido a un proceso de validación de contenido mediante juicio de
expertos, considerando la pertinencia, claridad, coherencia y relevancia de los ítems respecto a
las dimensiones estudiadas. Se aplicó una prueba piloto que permitió revisar la comprensión de
los enunciados y realizar ajustes de redacción. Finalmente, el cuestionario se aplicó en dos
momentos: antes de la intervención, como pretest y, al finalizarla, como postest, manteniendo
constantes las dimensiones e indicadores para obtener las variaciones en las respuestas de los
participantes.
La segunda técnica se aplicó después del postest. El grupo focal se desarrolló mediante
una entrevista semiestructurada, orientada a explorar las experiencias de los estudiantes durante
la intervención. Las preguntas abordaron cuatro ejes temáticos: experiencias de búsqueda y
evaluación de la información; percepción sobre el aporte de la IAG al proceso investigativo;
desarrollo del pensamiento crítico; y criterios de uso ético y responsable de las herramientas
generativas.
La intervención se diseñó a partir de los principios de investigación sistemática
documental, utilizando como recurso el protocolo PRISMA (2020), para revisiones sistemáticas.
El proceso se organizó en las siguientes etapas: delimitación del problema de investigación;
planificación de la búsqueda documental de acuerdo a las fases del protocolo PRISMA;
localización y selección de fuentes; evaluación y verificación de la información; análisis y síntesis
de la información; construcción teórica argumental.
Procedimiento
En la primera fase, se explicó a los participantes el propósito de la investigación y se
aplicó la encuesta diagnóstica para establecer una línea de base sobre sus competencias
investigativas y prácticas de utilización de la inteligencia artificial. En la segunda fase, se
implementó la estrategia formativa durante un semestre académico, mediante actividades de
investigación sistemática documental, aplicando el protocolo PRISMA. Una vez concluida la
intervención, se aplicó nuevamente la encuesta. La última fase consistió en el desarrollo del grupo
focal, registrando la información mediante grabación autorizada por los participantes para su
posterior transcripción y análisis.
3 Vol. 13/ Núm. 3 2026 pág. 2738
Los datos obtenidos en el pretest y postest se procesaron mediante estadística descriptiva,
considerando porcentajes y distribución de respuestas en cada dimensión e indicador,
favoreciendo un análisis comparativo. Dado que el estudio no tuvo como propósito establecer
relaciones causales mediante un diseño experimental, los resultados cuantitativos fueron
interpretados como evidencia de tendencias de cambio en las competencias investigativas y
prácticas de uso de IAG.
La información obtenida mediante el grupo focal fue sometida a un proceso de análisis
temático, que comprendió la transcripción, lectura e identificación de unidades de significado y
construcción de categorías interpretativas. Las categorías se organizaron en torno a los ejes de
pensamiento crítico, competencias investigativas y uso ético de la IAG.
Finalmente, se realizó la integración de los resultados cuantitativos y cualitativos
mediante la interpretación conjunta y la contrastación con la literatura existente. Este último paso
permitió construir inferencias a partir de la convergencia, complementariedad o divergencia con
las fuentes de información.
Consideraciones éticas y limitaciones
La investigación respetó los principios de participación voluntaria, confidencialidad,
anonimato y uso académico de la información. Antes de la aplicación de los instrumentos se
informó sobre los objetivos del estudio, las actividades previstas y el tratamiento de los datos. En
relación al uso de la inteligencia artificial, la intervención incorporó principios de transparencia,
trazabilidad y autonomía intelectual.
Como limitación principal del estudio, se menciona el tamaño de la muestra y el corto
tiempo de intervención, lo cual sugiere la necesidad de ampliación del mismo hacia una población
más amplia y diversa y una perspectiva longitudinal para fortalecer los efectos de la intervención.
RESULTADOS Y DISCUSIÓN
En este apartado se presentan los resultados obtenidos en el diagnóstico inicial (pretest)
y la evaluación final de las competencias investigativas (postest) en las cuatro dimensiones
operacionalizadas: 1) búsqueda y selección de la información científica; 2) análisis y síntesis de
información; 3) argumentación; y 4) uso ético y responsable de herramientas de IAG. Dichos
resultados se comparan entre sí, se profundizan mediante el grupo focal y, finalmente, se
contrastan con los hallazgos afines en la literatura reciente. En la Tabla 1 se presentan los
resultados del pretest:
Tabla 1
Resultados del pretest
Dimensión no satisfactorio % Satisfactorio %
Búsqueda y selección de información 71 85,5% 12 14,5%
Análisis y síntesis 73 88,0% 10 12,0%
Argumentación científica 72 86,7% 11 13,3%
Uso ético de IAG 70 84,3% 13 15,7%
Nota: Con fines de síntesis, se muestran los datos agrupados en dos grados de escala: no satisfactorio y satisfactorio.
Los datos obtenidos en el pretest y postest se procesaron mediante estadística descriptiva,
considerando porcentajes y distribución de respuestas en cada dimensión e indicador,
favoreciendo un análisis comparativo. Dado que el estudio no tuvo como propósito establecer
relaciones causales mediante un diseño experimental, los resultados cuantitativos fueron
interpretados como evidencia de tendencias de cambio en las competencias investigativas y
prácticas de uso de IAG.
La información obtenida mediante el grupo focal fue sometida a un proceso de análisis
temático, que comprendió la transcripción, lectura e identificación de unidades de significado y
construcción de categorías interpretativas. Las categorías se organizaron en torno a los ejes de
pensamiento crítico, competencias investigativas y uso ético de la IAG.
Finalmente, se realizó la integración de los resultados cuantitativos y cualitativos
mediante la interpretación conjunta y la contrastación con la literatura existente. Este último paso
permitió construir inferencias a partir de la convergencia, complementariedad o divergencia con
las fuentes de información.
Consideraciones éticas y limitaciones
La investigación respetó los principios de participación voluntaria, confidencialidad,
anonimato y uso académico de la información. Antes de la aplicación de los instrumentos se
informó sobre los objetivos del estudio, las actividades previstas y el tratamiento de los datos. En
relación al uso de la inteligencia artificial, la intervención incorporó principios de transparencia,
trazabilidad y autonomía intelectual.
Como limitación principal del estudio, se menciona el tamaño de la muestra y el corto
tiempo de intervención, lo cual sugiere la necesidad de ampliación del mismo hacia una población
más amplia y diversa y una perspectiva longitudinal para fortalecer los efectos de la intervención.
RESULTADOS Y DISCUSIÓN
En este apartado se presentan los resultados obtenidos en el diagnóstico inicial (pretest)
y la evaluación final de las competencias investigativas (postest) en las cuatro dimensiones
operacionalizadas: 1) búsqueda y selección de la información científica; 2) análisis y síntesis de
información; 3) argumentación; y 4) uso ético y responsable de herramientas de IAG. Dichos
resultados se comparan entre sí, se profundizan mediante el grupo focal y, finalmente, se
contrastan con los hallazgos afines en la literatura reciente. En la Tabla 1 se presentan los
resultados del pretest:
Tabla 1
Resultados del pretest
Dimensión no satisfactorio % Satisfactorio %
Búsqueda y selección de información 71 85,5% 12 14,5%
Análisis y síntesis 73 88,0% 10 12,0%
Argumentación científica 72 86,7% 11 13,3%
Uso ético de IAG 70 84,3% 13 15,7%
Nota: Con fines de síntesis, se muestran los datos agrupados en dos grados de escala: no satisfactorio y satisfactorio.
3 Vol. 13/ Núm. 3 2026 pág. 2739
Los datos obtenidos en el diagnóstico inicial evidenciaron un nivel predominantemente
no satisfactorio en las cuatro dimensiones evaluadas. La proporción de estudiantes que expresó
un dominio satisfactorio de las competencias investigativas osciló entre el 12% y el 15,7%,
correspondiendo al valor más bajo las competencias de análisis y síntesis de información, con un
88% de alcance no satisfactorio. En conjunto, estos resultados sugieren que la familiaridad con
las herramientas de inteligencia artificial, no necesariamente se corresponden con el desarrollo de
capacidades para evaluar críticamente la información, contrastar evidencias, construir argumentos
sustentados y verificar los contenidos generados por estas tecnologías.
Posteriormente, se desarrolló la estrategia pedagógica para la investigación documental
mediante el protocolo PRISMA (2020), el cual establece cuatro fases procedimentales, En la
primera fase, identificación, los estudiantes registraron los documentos obtenidos en bases de
datos de medio alcance como Dialnet, Google Académico, Scielo, Latindex, entre otros.
Contabilizaron y retiraron registros duplicados con apoyo de ChatGPT mediante un ejercicio de
ingeniería de prompts y posterior verificación manual de los registros.
En la segunda fase, cribado, los estudiantes evaluaron títulos y resúmenes de los artículos
preliminares con el apoyo del asistente de IA de PDF, descartando los estudios no relevantes de
acuerdo a criterios de inclusión y exclusión establecidos en el protocolo. En la tercera fase,
elegibilidad, los sujetos realizaron la lectura completa de los documentos seleccionados. En la
última fase, inclusión, se generaron las matrices de inclusión de los documentos finales que
constituyeron el corpus teórico de los trabajos investigativos de los estudiantes.
Los resultados obtenidos en la segunda aplicación del cuestionario (postest), una vez
concluida el ejercicio de investigación documental, reflejaron un incremento sustancial en el nivel
satisfactorio de los estudiantes, tal y como se muestra en la Tabla 2:
Tabla 2
Resultados del postest
Dimensión no satisfactorio % Satisfactorio %
Búsqueda y selección de
información
29 34,9% 54 14,5%
Análisis y síntesis 43 51,8% 40 12,0%
Argumentación científica 31 37,3% 52 13,3%
Uso ético de IAG 30 36,1% 53 15,7%
Nota: Con fines de síntesis, se muestran los datos agrupados en dos grados de escala: no satisfactorio y satisfactorio.
El análisis de los datos entre el pretest y postest se realizó mediante la comparación de
las medias absolutas, utilizándose la fórmula estadística para ello:
En la cual se mide la diferencia directa de las medias resultantes en cada una de las
dimensiones medidas en ambas pruebas. En la Figura 1 se presentan los cambios observados:
Los datos obtenidos en el diagnóstico inicial evidenciaron un nivel predominantemente
no satisfactorio en las cuatro dimensiones evaluadas. La proporción de estudiantes que expresó
un dominio satisfactorio de las competencias investigativas osciló entre el 12% y el 15,7%,
correspondiendo al valor más bajo las competencias de análisis y síntesis de información, con un
88% de alcance no satisfactorio. En conjunto, estos resultados sugieren que la familiaridad con
las herramientas de inteligencia artificial, no necesariamente se corresponden con el desarrollo de
capacidades para evaluar críticamente la información, contrastar evidencias, construir argumentos
sustentados y verificar los contenidos generados por estas tecnologías.
Posteriormente, se desarrolló la estrategia pedagógica para la investigación documental
mediante el protocolo PRISMA (2020), el cual establece cuatro fases procedimentales, En la
primera fase, identificación, los estudiantes registraron los documentos obtenidos en bases de
datos de medio alcance como Dialnet, Google Académico, Scielo, Latindex, entre otros.
Contabilizaron y retiraron registros duplicados con apoyo de ChatGPT mediante un ejercicio de
ingeniería de prompts y posterior verificación manual de los registros.
En la segunda fase, cribado, los estudiantes evaluaron títulos y resúmenes de los artículos
preliminares con el apoyo del asistente de IA de PDF, descartando los estudios no relevantes de
acuerdo a criterios de inclusión y exclusión establecidos en el protocolo. En la tercera fase,
elegibilidad, los sujetos realizaron la lectura completa de los documentos seleccionados. En la
última fase, inclusión, se generaron las matrices de inclusión de los documentos finales que
constituyeron el corpus teórico de los trabajos investigativos de los estudiantes.
Los resultados obtenidos en la segunda aplicación del cuestionario (postest), una vez
concluida el ejercicio de investigación documental, reflejaron un incremento sustancial en el nivel
satisfactorio de los estudiantes, tal y como se muestra en la Tabla 2:
Tabla 2
Resultados del postest
Dimensión no satisfactorio % Satisfactorio %
Búsqueda y selección de
información
29 34,9% 54 14,5%
Análisis y síntesis 43 51,8% 40 12,0%
Argumentación científica 31 37,3% 52 13,3%
Uso ético de IAG 30 36,1% 53 15,7%
Nota: Con fines de síntesis, se muestran los datos agrupados en dos grados de escala: no satisfactorio y satisfactorio.
El análisis de los datos entre el pretest y postest se realizó mediante la comparación de
las medias absolutas, utilizándose la fórmula estadística para ello:
En la cual se mide la diferencia directa de las medias resultantes en cada una de las
dimensiones medidas en ambas pruebas. En la Figura 1 se presentan los cambios observados:
3 Vol. 13/ Núm. 3 2026 pág. 2740
Figura 1
Cambio de desempeño satisfactorio por dimensión Pretest Vs. Postest
Nota: Los datos comparativos se establecieron a partir de las medias por cada dimensión.
También se calculó la magnitud del cambio observado entre el momento diagnóstico y la
evaluación posterior a la intervención. Debido a que el estudio no se concibió desde una
metodología experimental, el cálculo de la magnitud se consideró como medida descriptiva
adecuada para identificar de manera descriptiva ka variación registrada en las competencias
investigativas después de la estrategia formativa. En la Figura 2 se presenta este resultado.
Figura 2
Incremento medio de las puntuaciones entre pretest y postest
Nota: Gráfico descriptivo del cambio en las competencias investigativas.
Figura 1
Cambio de desempeño satisfactorio por dimensión Pretest Vs. Postest
Nota: Los datos comparativos se establecieron a partir de las medias por cada dimensión.
También se calculó la magnitud del cambio observado entre el momento diagnóstico y la
evaluación posterior a la intervención. Debido a que el estudio no se concibió desde una
metodología experimental, el cálculo de la magnitud se consideró como medida descriptiva
adecuada para identificar de manera descriptiva ka variación registrada en las competencias
investigativas después de la estrategia formativa. En la Figura 2 se presenta este resultado.
Figura 2
Incremento medio de las puntuaciones entre pretest y postest
Nota: Gráfico descriptivo del cambio en las competencias investigativas.
3 Vol. 13/ Núm. 3 2026 pág. 2741
Los datos cuantitativos reflejaron un incremento sustancial en el nivel satisfactorio de los
estudiantes, alcanzando un rango de variación entre +1,61 hasta +1,67 en la escala de Likert. Sin
embargo, es importante precisar que la dimensión de Análisis y Síntesis de la Información registró
la proporción más alta de estudiantes que se mantuvieron en el nivel no satisfactorio en el postest
(51,8%). Esto podría comprenderse en función de la complejidad de esta competencia, lo cual
podría requerir otras estrategias pedagógicas y didácticas complementarias y mayor tiempo de
intervención para alcanzar un mejor nivel de desarrollo.
El grupo focal, conformado por 12 estudiantes con equilibrio de género y diversidad
disciplinar en sus trabajos investigativos, se desarrolló en una sesión moderada por uno de los
investigadores en torno a tres ejes previstos: (1) experiencias de búsqueda y evaluación de la
información; (2) percepción sobe el aporte de la IAG al proceso investigativo; (3) desarrollo del
pensamiento crítico; (4) criterios de uso ético y responsable de las herramientas generativas.
La transcripción fue sometida a un proceso de codificación abierta, del cual emergieron
unidades de significados las cuales se agruparon en tres categorías interpretativas. A continuación,
se presentan en la Tabla 3.
Tabla 3
Resultados del grupo focal
Categoría Subcategoría Unidades de significado
Pensamiento crítico Cuestionamiento de las fuentes Cambio en el acercamiento
a las fuentes. De actitud
pasiva a la verificación
crítica
Contraste con conocimientos previos Identificación de vacíos en
la información
Competencias
investigativas
Búsqueda y selección de la
información
Protocolo PRISMA como
guía orientadora
Análisis y síntesis Dificultades en habilidades
de síntesis, comparación y
parafraseo
Asunción del proceso de
decisión sobre la
información
Uso ético y
responsable de IAG
Transparencia y autoría Límites claros entre el
aporte propio y el generado
por la IA
Responsabilidad académica Asunción de
responsabilidad por el
producto terminado
Nota: Síntesis de las intervenciones más recurrentes en el grupo focal.
El análisis temático evidenció una convergencia entre los tres ejes categoriales. Mientras
que el pensamiento crítico aparece como una condición habilitante de las competencias
investigativas, la postura ética se configura como un criterio transversal en el proceso. La
Los datos cuantitativos reflejaron un incremento sustancial en el nivel satisfactorio de los
estudiantes, alcanzando un rango de variación entre +1,61 hasta +1,67 en la escala de Likert. Sin
embargo, es importante precisar que la dimensión de Análisis y Síntesis de la Información registró
la proporción más alta de estudiantes que se mantuvieron en el nivel no satisfactorio en el postest
(51,8%). Esto podría comprenderse en función de la complejidad de esta competencia, lo cual
podría requerir otras estrategias pedagógicas y didácticas complementarias y mayor tiempo de
intervención para alcanzar un mejor nivel de desarrollo.
El grupo focal, conformado por 12 estudiantes con equilibrio de género y diversidad
disciplinar en sus trabajos investigativos, se desarrolló en una sesión moderada por uno de los
investigadores en torno a tres ejes previstos: (1) experiencias de búsqueda y evaluación de la
información; (2) percepción sobe el aporte de la IAG al proceso investigativo; (3) desarrollo del
pensamiento crítico; (4) criterios de uso ético y responsable de las herramientas generativas.
La transcripción fue sometida a un proceso de codificación abierta, del cual emergieron
unidades de significados las cuales se agruparon en tres categorías interpretativas. A continuación,
se presentan en la Tabla 3.
Tabla 3
Resultados del grupo focal
Categoría Subcategoría Unidades de significado
Pensamiento crítico Cuestionamiento de las fuentes Cambio en el acercamiento
a las fuentes. De actitud
pasiva a la verificación
crítica
Contraste con conocimientos previos Identificación de vacíos en
la información
Competencias
investigativas
Búsqueda y selección de la
información
Protocolo PRISMA como
guía orientadora
Análisis y síntesis Dificultades en habilidades
de síntesis, comparación y
parafraseo
Asunción del proceso de
decisión sobre la
información
Uso ético y
responsable de IAG
Transparencia y autoría Límites claros entre el
aporte propio y el generado
por la IA
Responsabilidad académica Asunción de
responsabilidad por el
producto terminado
Nota: Síntesis de las intervenciones más recurrentes en el grupo focal.
El análisis temático evidenció una convergencia entre los tres ejes categoriales. Mientras
que el pensamiento crítico aparece como una condición habilitante de las competencias
investigativas, la postura ética se configura como un criterio transversal en el proceso. La
3 Vol. 13/ Núm. 3 2026 pág. 2742
contrastación con investigaciones en el campo de conocimientos permitió encontrar
convergencias importantes en los hallazgos.
En cuanto a la primera dimensión: búsqueda y selección de la información científica, el
grupo focal expresó que con anterioridad su proceso de indagación carecía de método, mientras
que la adopción de una ruta protocolar les facilitó transitar de una consulta pasiva hacia una
vigilancia epistémica activa. Estos resultados coinciden con lo expresado por Yusuf et al. (2024),
quienes señalan que, si bien las herramientas generativas aceleran la exploración inicial de la
literatura, se requiere un andamiaje procedimental que limite los riesgos desinformativos.
La adopción del protocolo PRISMA operó como una estructura metacognitiva sobre las
deficiencias algorítmicas de la IAG, garantizando la trazabilidad de las fuentes. Este hallazgo se
respalda en la tesis de Bittle y El-Gayar (2025), quienes sostienen que la alfabetización
informacional en la era de la IA requiere desarrollar destrezas de evaluación crítica informacional,
mediante la corroboración activa de las fuentes proporcionadas.
En la dimensión de análisis y síntesis, como se mencionó antes, se mantuvo una
proporción elevada de nivel no satisfactorio en el segundo resultado. La evidencia cualitativa
proporcionó información relevante ya que los entrevistados reconocieron la persistencia de
dificultades para resolver contradicciones teóricas y sintetizar información divergente,
coincidiendo con lo planteado por Benalli y Díaz (2026), sobre la necesidad de fortalecer procesos
intelectuales complejos en la interacción con las herramientas digitales.
Esta brecha entre la recopilación informativa y la síntesis conceptual se respalda en el
estudio realizado por Nie et al., (2025) en el cual no se encontraron efectos estadísticamente
significativos del uso de la IA en el desarrollo de la metacognición abstracta. De igual manera,
Qian (2025) y Li et al. (2026), señalan que el pensamiento superior evoluciona en función de las
condiciones pedagógicas aplicadas en el uso de la IA y no se deben a la herramienta por sí misma.
Con respecto a la tercera dimensión, la argumentación científica, la triangulación de los
datos evidenció la reconceptualización sobre la función argumentativa por parte de los estudiantes
partiendo inicialmente de la propuesta inferencial sin respaldo formal hacia un estilo de
argumentación fundamentado y riguroso. Esto refuta las posturas tecno fóbicas sobre el uso de la
IAG y sirve de base para la promoción del uso pedagógicamente significativo de las tecnologías
emergentes centradas en el razonamiento humano (Sun & Yin, 2026).
La última dimensión estudiada, el uso ético y responsable de la IAG mostró una
transformación positiva en las pruebas cuantitativas. En el plano cualitativo, el grupo focal mostró
una asimilación adecuada de los conceptos de autoría, transparencia y trazabilidad de los procesos
investigativos. Se construyó colectivamente el concepto de andamiaje cognitivo en relación a las
herramientas tecnológicas, distinguiendo su valor de la suplantación intelectual y la
responsabilidad autoral.
contrastación con investigaciones en el campo de conocimientos permitió encontrar
convergencias importantes en los hallazgos.
En cuanto a la primera dimensión: búsqueda y selección de la información científica, el
grupo focal expresó que con anterioridad su proceso de indagación carecía de método, mientras
que la adopción de una ruta protocolar les facilitó transitar de una consulta pasiva hacia una
vigilancia epistémica activa. Estos resultados coinciden con lo expresado por Yusuf et al. (2024),
quienes señalan que, si bien las herramientas generativas aceleran la exploración inicial de la
literatura, se requiere un andamiaje procedimental que limite los riesgos desinformativos.
La adopción del protocolo PRISMA operó como una estructura metacognitiva sobre las
deficiencias algorítmicas de la IAG, garantizando la trazabilidad de las fuentes. Este hallazgo se
respalda en la tesis de Bittle y El-Gayar (2025), quienes sostienen que la alfabetización
informacional en la era de la IA requiere desarrollar destrezas de evaluación crítica informacional,
mediante la corroboración activa de las fuentes proporcionadas.
En la dimensión de análisis y síntesis, como se mencionó antes, se mantuvo una
proporción elevada de nivel no satisfactorio en el segundo resultado. La evidencia cualitativa
proporcionó información relevante ya que los entrevistados reconocieron la persistencia de
dificultades para resolver contradicciones teóricas y sintetizar información divergente,
coincidiendo con lo planteado por Benalli y Díaz (2026), sobre la necesidad de fortalecer procesos
intelectuales complejos en la interacción con las herramientas digitales.
Esta brecha entre la recopilación informativa y la síntesis conceptual se respalda en el
estudio realizado por Nie et al., (2025) en el cual no se encontraron efectos estadísticamente
significativos del uso de la IA en el desarrollo de la metacognición abstracta. De igual manera,
Qian (2025) y Li et al. (2026), señalan que el pensamiento superior evoluciona en función de las
condiciones pedagógicas aplicadas en el uso de la IA y no se deben a la herramienta por sí misma.
Con respecto a la tercera dimensión, la argumentación científica, la triangulación de los
datos evidenció la reconceptualización sobre la función argumentativa por parte de los estudiantes
partiendo inicialmente de la propuesta inferencial sin respaldo formal hacia un estilo de
argumentación fundamentado y riguroso. Esto refuta las posturas tecno fóbicas sobre el uso de la
IAG y sirve de base para la promoción del uso pedagógicamente significativo de las tecnologías
emergentes centradas en el razonamiento humano (Sun & Yin, 2026).
La última dimensión estudiada, el uso ético y responsable de la IAG mostró una
transformación positiva en las pruebas cuantitativas. En el plano cualitativo, el grupo focal mostró
una asimilación adecuada de los conceptos de autoría, transparencia y trazabilidad de los procesos
investigativos. Se construyó colectivamente el concepto de andamiaje cognitivo en relación a las
herramientas tecnológicas, distinguiendo su valor de la suplantación intelectual y la
responsabilidad autoral.
3 Vol. 13/ Núm. 3 2026 pág. 2743
También se presentaron tensiones reflexivas sobre los límites de la asistencia legítima y
la dependencia cognitiva a la tecnología. Sobre esto, la literatura sostiene una postura pedagógica
con respecto a la relación ética con la IAG, por encima de prohibiciones normativas, promoviendo
la experiencia formativa como mecanismo para desarrollar una conciencia ética de su uso
(Unesco, 2022).
De manera general, el presente estudio favoreció la comprensión de las dinámicas
cognitivas y relacionales entre la investigación formativa y la IAG como herramienta
imprescindible en la actividad académica actual. Sin embargo, los efectos de los hallazgos
encontrados deben ampliarse a poblaciones más diversas y extenderse hacia estudios
longitudinales si se persigue una acción educativa más profunda.
CONCLUSIONES
El estudio presentó evidencias sobre la aplicación de un ejercicio pedagógico que
incorporó el uso crítico y responsable de la IAG para el desarrollo investigativo. La integración
de los resultados apuntó hacia transformaciones observadas en los estudiantes tras la estrategia
formativa, provocando un cambio sustancial y positivo en el desempeño de los participantes. Se
lograron incrementos notables en los niveles satisfactorios de las dimensiones estudiadas. La
valoración de los estudiantes reportó el uso de la IAG como un recurso complementario de
andamiaje y ordenamiento conceptual, reconociendo la importancia de la rigurosidad
metodológica, la vigilancia epistémica y la responsabilidad ética del investigador.
También se presentaron tensiones reflexivas sobre los límites de la asistencia legítima y
la dependencia cognitiva a la tecnología. Sobre esto, la literatura sostiene una postura pedagógica
con respecto a la relación ética con la IAG, por encima de prohibiciones normativas, promoviendo
la experiencia formativa como mecanismo para desarrollar una conciencia ética de su uso
(Unesco, 2022).
De manera general, el presente estudio favoreció la comprensión de las dinámicas
cognitivas y relacionales entre la investigación formativa y la IAG como herramienta
imprescindible en la actividad académica actual. Sin embargo, los efectos de los hallazgos
encontrados deben ampliarse a poblaciones más diversas y extenderse hacia estudios
longitudinales si se persigue una acción educativa más profunda.
CONCLUSIONES
El estudio presentó evidencias sobre la aplicación de un ejercicio pedagógico que
incorporó el uso crítico y responsable de la IAG para el desarrollo investigativo. La integración
de los resultados apuntó hacia transformaciones observadas en los estudiantes tras la estrategia
formativa, provocando un cambio sustancial y positivo en el desempeño de los participantes. Se
lograron incrementos notables en los niveles satisfactorios de las dimensiones estudiadas. La
valoración de los estudiantes reportó el uso de la IAG como un recurso complementario de
andamiaje y ordenamiento conceptual, reconociendo la importancia de la rigurosidad
metodológica, la vigilancia epistémica y la responsabilidad ética del investigador.
3 Vol. 13/ Núm. 3 2026 pág. 2744
REFERENCIAS
Benalli, H.; Díaz, A. (2026). Teaching with Generative Artificial Intelligence: Enchancing
Critical Thinking and Ethical Awareness in Academic Writing. Journal of University
Teaching and Learning Practice, 23(5). https://doi.org/10.5376128y4hw95
Bittle, S., & El-Gayar, O. (2025). Generative AI in higher education: A systematic review of
ethical implications, academic integrity, and pedagogical governance. Computers &
Education, 210,104982. https://doi.org/10.3390/info16040296
Creswell, J. W., & Plano Clark, V. L. (2018). Designing and Conducting Mixed Methods
Research (3rd ed.). Thousand Oaks, CA: SAGE.
https://books.google.com.ec/books?id=FnY0BV-q-
hYC&printsec=frontcover&hl=es&source=gbs_ge_summary_r&cad=0#v=onepage&q&f
=false
Laeeq, K.; Khalid, S.; Abbasi, M.; Saleem, S. (2025). A Pedagogical Framework for Integrating
Generative AI into Interactive Learning Environments. Journal of Asian Development
Studies, 14(4), 172-186. https://doi,org/10.62345/jads.2025.14.4.15
Li, Ch.; Cui, H.; Hagerdorn, L. (2026). The cognitive impact of ChatGPT in higher education: A
systematic review of critical and creative thinking outcomes, Computers and Education:
Artificial Intelligence, 10, 100571. https://doi.org/10.1016/j.caeai.2026.100571
Nie, X.; Tian, Y.; Liu, M.; Wu, D.; Guo, Y. (2025). The impact of generative artificial intelligence
on higher order thinking: Evidence from three-level meta-analysis. Education and
Information Technologies, 30(17). https://doi.org/10.1007/s10639-025-13735-x
Opara, E.; Ojumu, M.; Solomon, G.; Dieli, O. F. (2026). Harnessing Generative Artificial
Intelligence for Academic Research: Capabilities, Challenges and Ethical Implications.
International Journal of Higher Education, 15(3), 889–906.
https://doi.org/10.5430/ijhe.v15n3p1
Qian, J. (2025). Pedagogical Applications of Generative Ai in Higher Education: A systematic
Review of the field. Tech Trends, 69(5), 1105-1120. https://doi.org/10.1007/s11528-025-
01100-1
Sun, Q.; Yin, Shengkai (2026). Exploring critical interaction with GAI Academic writing: A
Mixed- Methods Study. Tech Trends, 70(4), 834-845. https://doi.org/10.1007/s11528-026-
01199-w
UNESCO, (2022). Guidance for generative AI in education and research. United Nations
Educational, Scientific and Cultural Organization.
https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
REFERENCIAS
Benalli, H.; Díaz, A. (2026). Teaching with Generative Artificial Intelligence: Enchancing
Critical Thinking and Ethical Awareness in Academic Writing. Journal of University
Teaching and Learning Practice, 23(5). https://doi.org/10.5376128y4hw95
Bittle, S., & El-Gayar, O. (2025). Generative AI in higher education: A systematic review of
ethical implications, academic integrity, and pedagogical governance. Computers &
Education, 210,104982. https://doi.org/10.3390/info16040296
Creswell, J. W., & Plano Clark, V. L. (2018). Designing and Conducting Mixed Methods
Research (3rd ed.). Thousand Oaks, CA: SAGE.
https://books.google.com.ec/books?id=FnY0BV-q-
hYC&printsec=frontcover&hl=es&source=gbs_ge_summary_r&cad=0#v=onepage&q&f
=false
Laeeq, K.; Khalid, S.; Abbasi, M.; Saleem, S. (2025). A Pedagogical Framework for Integrating
Generative AI into Interactive Learning Environments. Journal of Asian Development
Studies, 14(4), 172-186. https://doi,org/10.62345/jads.2025.14.4.15
Li, Ch.; Cui, H.; Hagerdorn, L. (2026). The cognitive impact of ChatGPT in higher education: A
systematic review of critical and creative thinking outcomes, Computers and Education:
Artificial Intelligence, 10, 100571. https://doi.org/10.1016/j.caeai.2026.100571
Nie, X.; Tian, Y.; Liu, M.; Wu, D.; Guo, Y. (2025). The impact of generative artificial intelligence
on higher order thinking: Evidence from three-level meta-analysis. Education and
Information Technologies, 30(17). https://doi.org/10.1007/s10639-025-13735-x
Opara, E.; Ojumu, M.; Solomon, G.; Dieli, O. F. (2026). Harnessing Generative Artificial
Intelligence for Academic Research: Capabilities, Challenges and Ethical Implications.
International Journal of Higher Education, 15(3), 889–906.
https://doi.org/10.5430/ijhe.v15n3p1
Qian, J. (2025). Pedagogical Applications of Generative Ai in Higher Education: A systematic
Review of the field. Tech Trends, 69(5), 1105-1120. https://doi.org/10.1007/s11528-025-
01100-1
Sun, Q.; Yin, Shengkai (2026). Exploring critical interaction with GAI Academic writing: A
Mixed- Methods Study. Tech Trends, 70(4), 834-845. https://doi.org/10.1007/s11528-026-
01199-w
UNESCO, (2022). Guidance for generative AI in education and research. United Nations
Educational, Scientific and Cultural Organization.
https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research