Jannina Johana Baños Mestanza
jannina_2014@outlook.com
Unidad Educativa. Aurora Estrada y Ayala de
Ramírez Pérez
Babahoyo, Ecuador
Carolina del Rocío Cerón Silva
carolinadelrocioceronsilva@hotmail.com
Instituto Superior Tecnológico Babahoyo
Babahoyo, Ecuador
ISSN-L:3091-1893
10.63803
ISSN-L:3091-1893
10.63803
VOL. 2, NÚM 3VOL. 2, NÚM 3
Dependencia cognitiva y pensamiento crítico ante el uso académico de inteligencia artificial
generativa en bachillerato
Cognitive Dependence and Critical Thinking in the Academic Use of Generative Artificial Intelligence in
High School
20262026
Diana Jazmin Cerón Silva
dianaaceron.s@gmail.com
Unidad Educativa. Aurora Estrada y Ayala de
Ramírez Pérez
Babahoyo, Ecuador
Gestión editorial
Fecha de recepción (Received): 19 de julio de 2026.
Fecha de aceptación (Accepted): 13 de agosto de 2026.
Fecha de publicación (Published online): 19 de agosto de 2026.
DOI: https://doi.org/10.63803/prisma.v2n3.38
Gestión editorial
Fecha de recepción (Received): 19 de julio de 2026.
Fecha de aceptación (Accepted): 13 de agosto de 2026.
Fecha de publicación (Published online): 19 de agosto de 2026.
DOI: https://doi.org/10.63803/prisma.v2n3.38
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
483
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Dependencia cognitiva y pensamiento crítico ante el uso académico de inteligencia artificial
generativa en bachillerato
Cognitive Dependence and Critical Thinking in the Academic Use of Generative Artificial
Intelligence in High School
Palabras clave
• Dependencia cognitiva
• Pensamiento crítico
• Inteligencia artificial generativa
• Bachillerato
• Aprendizaje autónomo
Abstract
Keywords
The academic use of generative artificial intelligence in high school has
transformed the ways students search for, produce, and organize information,
creating new pedagogical opportunities and, at the same time, challenges related
to students’ intellectual autonomy. In this context, this article aimed to analyze
the relationship between cognitive dependence and critical thinking in the
academic use of generative artificial intelligence tools among high school
students. A quantitative study with a descriptive-correlational scope and a non-
experimental cross-sectional design was conducted through the application of a
structured Likert-scale questionnaire to a sample of 80 high school students
selected through intentional non-probabilistic sampling. The main results show
frequent use of generative artificial intelligence for information search, text
summarization, and the generation of academic ideas. Likewise, a moderate level
of perceived cognitive dependence and a moderate level of critical thinking were
identified. The correlational analysis showed a moderate positive association
between the academic use of generative AI and perceived cognitive dependence,
as well as a moderate negative association between cognitive dependence and
critical thinking. It is concluded that generative artificial intelligence may
constitute a support tool for learning, provided that its integration is mediated by
pedagogical and ethical criteria, as well as activities focused on analysis,
comparison, argumentation, and information verification.
• Cognitive dependence
• Critical thinking
• Generative artificial intelligence
• High school
• Autonomous learning
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
484
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Introducción
La inteligencia artificial generativa se ha incorporado con rapidez a los entornos educativos debido a
su capacidad para producir textos, sintetizar información, explicar conceptos, generar ejemplos y
apoyar procesos de escritura académica. En el ámbito escolar, estas herramientas han modificado la
manera en que los estudiantes buscan información, resuelven tareas y construyen respuestas. Sin
embargo, su presencia no puede interpretarse únicamente como una innovación tecnológica, sino
como un fenómeno pedagógico que exige analizar sus efectos sobre la autonomía intelectual, la
autorregulación del aprendizaje y el pensamiento crítico. Kasneci et al. sostienen que los grandes
modelos de lenguaje ofrecen oportunidades para personalizar el aprendizaje y apoyar la producción
de materiales educativos, pero también requieren nuevas competencias para comprender sus
limitaciones, sesgos y riesgos de uso acrítico.
A nivel global, la literatura reciente muestra que la inteligencia artificial en educación se ha
convertido en un campo de investigación en expansión. Wang et al., en una revisión sistemática de
2.223 artículos sobre inteligencia artificial educativa, identifican una producción científica creciente,
multidisciplinaria y todavía marcada por vacíos en teorías, diseños metodológicos y contextos de
aplicación. Este hallazgo es relevante porque evidencia que la discusión sobre IA educativa no debe
limitarse a la eficiencia tecnológica, sino que debe examinar cómo estas herramientas intervienen en
las prácticas cognitivas de los estudiantes. En esta línea, (Michail Giannakos, 2025). señalan que la
IA generativa puede contribuir al diseño del aprendizaje, la retroalimentación, la regulación del
aprendizaje y la producción automatizada de contenidos; no obstante, también advierten desafíos
relacionados con la calidad pedagógica, la ética, la evaluación y la dependencia de los sistemas
automatizados.
La problemática central surge cuando el uso académico de la inteligencia artificial generativa deja de
funcionar como apoyo y empieza a sustituir procesos mentales necesarios para aprender. En
bachillerato, etapa en la que los estudiantes deben fortalecer habilidades de argumentación, análisis,
interpretación y toma de decisiones, el uso frecuente de respuestas generadas por IA puede favorecer
prácticas de delegación cognitiva. Esto no implica afirmar que la IA genere automáticamente bajo
pensamiento crítico, sino reconocer que un uso no orientado puede asociarse con menor esfuerzo de
elaboración personal, escasa verificación de fuentes y reproducción acrítica de información. (Tian &
Zhang, 2025) encontraron que una mayor dependencia de la IA se asoció con niveles más bajos de
pensamiento crítico, y que la fatiga cognitiva actuó como mecanismo parcial en esa relación; además,
la alfabetización en IA puede moderar estos efectos cuando se promueve de manera adecuada.
Desde una perspectiva educativa, el problema no reside en la existencia de la herramienta, sino en la
forma en que se integra al proceso de aprendizaje. La IA generativa puede apoyar la comprensión de
contenidos, ofrecer ejemplos diferenciados y estimular la revisión de ideas; sin embargo, también
puede producir una falsa sensación de dominio cuando el estudiante obtiene respuestas correctas sin
comprender el proceso que las sostiene. Ng et al., en un estudio cualitativo con educadores, destacan
que la integración escolar de la IA generativa requiere estrategias institucionales, formación docente
y criterios pedagógicos que permitan aprovechar sus oportunidades sin convertirla en un recurso de
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
485
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
sustitución del razonamiento. Por ello, el desafío no es prohibir la IA, sino enseñar a utilizarla como
objeto de análisis, contraste y reflexión.
En el contexto latinoamericano y ecuatoriano, el debate adquiere una importancia particular debido a
las brechas digitales, las diferencias en formación docente y las condiciones desiguales de acceso a
recursos tecnológicos. Aunque gran parte de la investigación de alto impacto se concentra en
educación superior y contextos anglosajones, comienzan a desarrollarse estudios regionales que
analizan la relación entre IA, pensamiento crítico y bachillerato. Por ejemplo, Chica estudió la
influencia de la inteligencia artificial en el pensamiento crítico reflexivo de estudiantes de tercero de
bachillerato en una unidad educativa ecuatoriana, identificando tanto beneficios para el aprendizaje
como preocupaciones por el posible abuso de la tecnología. Este tipo de investigaciones muestra la
necesidad de producir conocimiento situado, especialmente en instituciones donde la IA ya está
siendo usada por estudiantes sin que siempre existan lineamientos claros para su empleo académico.
La justificación del presente estudio se fundamenta en la necesidad de comprender la inteligencia
artificial generativa desde una mirada crítica y pedagógica. En bachillerato, el desarrollo del
pensamiento crítico no puede reducirse a responder preguntas o entregar tareas, sino que implica
analizar información, contrastar evidencias, formular argumentos propios y reconocer los límites de
las fuentes consultadas. Si la IA se utiliza sin mediación docente, puede fortalecer hábitos de
dependencia; pero si se integra con actividades de comparación, verificación, argumentación y
reflexión metacognitiva, puede convertirse en una herramienta para ampliar el aprendizaje
significativo. En consecuencia, investigar esta temática permite aportar orientaciones para docentes,
instituciones y estudiantes frente a un fenómeno que ya forma parte de la vida académica.
Por tanto, el objetivo de esta investigación es analizar la dependencia cognitiva y el pensamiento
crítico ante el uso académico de la inteligencia artificial generativa en estudiantes de bachillerato, a
partir de una revisión documental y una reflexión pedagógica basada en investigaciones recientes.
Esta aproximación busca comprender los principales riesgos y oportunidades del uso de IA
generativa, evitando posturas deterministas y promoviendo una integración educativa ética, crítica y
orientada al fortalecimiento de la autonomía intelectual.
Metodología
El estudio se desarrolló bajo un enfoque cuantitativo, de alcance descriptivo-correlacional y diseño
no experimental transversal. Esta decisión metodológica se justificó porque el propósito fue describir
patrones de uso académico de inteligencia artificial generativa, niveles de dependencia cognitiva
percibida y tendencias de pensamiento crítico en estudiantes de bachillerato, sin manipular variables
ni aplicar una intervención pedagógica. En investigaciones recientes sobre inteligencia artificial
generativa en educación se recomienda analizar no solo la frecuencia de uso de estas herramientas,
sino también las condiciones pedagógicas, éticas y cognitivas que acompañan su integración en el
aprendizaje (Kasneci et al., 2023; Park, 2025). Por ello, el diseño transversal permitió obtener una
aproximación inicial al fenómeno en un momento específico del periodo académico.
La selección de un diseño no experimental respondió a que las variables fueron observadas en su
contexto natural. En consecuencia, el estudio no buscó establecer relaciones causales entre el uso de
IA generativa, la dependencia cognitiva y el pensamiento crítico, sino identificar asociaciones
estadísticas y tendencias descriptivas. Esta precaución metodológica resulta pertinente, ya que la
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
486
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
literatura reciente advierte que los efectos educativos de la IA no dependen únicamente de la
herramienta, sino de la mediación docente, la alfabetización en IA, el tipo de tarea y las prácticas de
evaluación (Kasneci et al., 2023; Tang et al., 2025).
Población y muestra
La población estuvo conformada por estudiantes de bachillerato de una institución educativa de nivel
secundario. La muestra quedó integrada por 80 estudiantes, seleccionados mediante muestreo no
probabilístico intencional, debido a que se buscó trabajar con participantes que hubieran utilizado al
menos una herramienta de inteligencia artificial generativa con fines académicos. Esta decisión se
justificó por el carácter específico del objeto de estudio, ya que incluir estudiantes sin experiencia
previa con IA habría limitado la pertinencia de las respuestas sobre uso, dependencia cognitiva y
pensamiento crítico.
Los criterios de inclusión fueron: estar matriculado legalmente en bachillerato, haber utilizado IA
generativa para actividades académicas, participar de manera voluntaria y completar el cuestionario.
Se excluyeron respuestas incompletas o de estudiantes que manifestaron no haber utilizado estas
herramientas en tareas escolares. Aunque el muestreo intencional limita la generalización de los
resultados, permite recoger información directamente relacionada con usuarios reales de IA
generativa en contextos educativos, una estrategia frecuente en estudios recientes sobre alfabetización
en IA y prácticas académicas mediadas por tecnologías generativas (Gümüş, 2025; Tang et al., 2025).
Variables y definición operativa
El estudio consideró tres variables principales. La primera fue el uso académico de inteligencia
artificial generativa, definida operativamente como la frecuencia y finalidad con que los estudiantes
emplean herramientas de IA para buscar información, resumir textos, generar ideas, corregir
redacción, resolver preguntas escolares o preparar exposiciones. Esta variable se midió mediante
ítems tipo Likert relacionados con frecuencia de uso, actividades académicas realizadas y percepción
de utilidad. La inclusión de esta variable se fundamentó en investigaciones que señalan que la IA
generativa se ha incorporado de forma creciente a las prácticas educativas, especialmente en tareas
de apoyo a la escritura, búsqueda de información, retroalimentación y organización de contenidos
(Kasneci et al., 2023; Park, 2025).
La segunda variable fue la dependencia cognitiva percibida, entendida operativamente como la
tendencia del estudiante a delegar en la IA procesos de razonamiento, producción textual, resolución
de tareas o toma de decisiones académicas sin suficiente verificación o elaboración personal. Esta
variable se abordó como una percepción académica, no como un diagnóstico psicológico. Su
inclusión se justificó porque estudios recientes han analizado la dependencia hacia la IA como una
dimensión relevante para comprender la relación entre tecnologías generativas, esfuerzo cognitivo y
pensamiento crítico (Tian & Zhang, 2025)
La tercera variable fue el pensamiento crítico, definido operativamente como la disposición del
estudiante para analizar información, contrastar fuentes, identificar errores, formular argumentos
propios y cuestionar respuestas generadas por IA. Esta variable se midió mediante ítems relacionados
con revisión crítica, comparación de fuentes, argumentación personal y evaluación de información.
La selección de esta dimensión se apoyó en estudios recientes que resaltan la necesidad de medir el
pensamiento crítico en estudiantes de secundaria mediante instrumentos ajustados a su nivel
educativo, especialmente en contextos donde la información digital y automatizada forma parte del
aprendizaje (Liu, 2026; Tang et al., 2025).
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
487
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Instrumentos
Se utilizó un cuestionario estructurado dividido en cuatro secciones: datos generales, uso académico
de IA generativa, dependencia cognitiva percibida y pensamiento crítico. Los ítems fueron
formulados en escala tipo Likert de cinco puntos, desde “totalmente en desacuerdo” hasta “totalmente
de acuerdo”. Esta escala permitió organizar las percepciones estudiantiles de manera cuantificable y
facilitó el análisis descriptivo y correlacional.
Para la construcción del instrumento se revisaron estudios recientes sobre alfabetización en IA
generativa, pensamiento crítico y dependencia hacia la IA. En particular, se consideraron aportes
metodológicos de investigaciones que han desarrollado o validado escalas para medir alfabetización
en IA y disposición hacia el pensamiento crítico en contextos educativos (Gümüş, 2025). Sin
embargo, el cuestionario fue adaptado al contexto de bachillerato y al objetivo específico del presente
estudio, por lo que no se asumió como una reproducción directa de escalas previas.
La validez de contenido se estableció mediante revisión de expertos en educación, tecnología
educativa e investigación. Los especialistas evaluaron la claridad, pertinencia, coherencia y
adecuación de los ítems al nivel de bachillerato. Posteriormente, se aplicó una prueba piloto a un
grupo reducido de estudiantes con características similares a la muestra, con el fin de identificar
ambigüedades, problemas de comprensión o extensión excesiva del instrumento. Este procedimiento
resulta coherente con investigaciones de validación de instrumentos educativos, en las que la revisión
experta y el pilotaje son pasos necesarios para mejorar la calidad de los ítems antes de la aplicación
definitiva (Gümüş, 2025). Como limitación del instrumento, se reconoce que el cuestionario mide
percepciones autorreportadas. Por ello, las respuestas pueden estar influidas por deseabilidad social,
interpretación subjetiva de los ítems o subestimación del uso real de IA. Esta limitación es relevante
en estudios sobre tecnologías digitales, ya que el autorreporte permite acceder a percepciones y
prácticas declaradas, pero no verifica de manera directa el comportamiento real del estudiante durante
la realización de tareas académicas (Tian & Zhang, 2025).
Procedimiento
El procedimiento se desarrolló en cinco fases. En la primera fase, se realizó una revisión documental
de investigaciones recientes sobre inteligencia artificial generativa, alfabetización en IA, pensamiento
crítico y dependencia cognitiva. Esta revisión permitió delimitar las variables, formular los ítems y
justificar el enfoque metodológico. La literatura actual muestra que la IA generativa en educación
requiere análisis empíricos que consideren tanto oportunidades pedagógicas como riesgos asociados
con el uso acrítico, la delegación cognitiva y la evaluación académica (Kasneci et al., 2023; Park,
2025).
En la segunda fase, se diseñó el cuestionario a partir de las variables definidas. En la tercera fase, el
instrumento fue revisado por expertos y sometido a una prueba piloto. En la cuarta fase, se aplicó el
cuestionario a los estudiantes seleccionados, garantizando participación voluntaria, confidencialidad
y uso académico de la información. En la quinta fase, se depuró la base de datos, se eliminaron
respuestas incompletas y se procedió al análisis estadístico.
Análisis de datos
El análisis de datos se realizó en dos niveles. Primero, se aplicó estadística descriptiva mediante
frecuencias, porcentajes, medias y desviaciones estándar, con el propósito de caracterizar el uso
académico de IA generativa, la dependencia cognitiva percibida y el pensamiento crítico. Segundo,
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
488
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
se aplicó análisis correlacional para examinar asociaciones entre las variables principales. Debido al
carácter ordinal de los ítems tipo Likert y a la necesidad de evitar inferencias causales, los resultados
fueron interpretados como asociaciones estadísticas y no como relaciones de causa-efecto.
Para valorar la consistencia interna del cuestionario, se consideró el coeficiente alfa de Cronbach en
cada dimensión. Este procedimiento permitió estimar la fiabilidad de los ítems agrupados por
variable. No obstante, se reconoce que la confiabilidad estadística no sustituye la validez conceptual
del instrumento, por lo que los resultados fueron interpretados junto con la revisión teórica, las
características de la muestra y las limitaciones del diseño.
Entre las principales limitaciones metodológicas se identifican el uso de una muestra no
probabilística, el carácter transversal del estudio y la dependencia de datos autorreportados. Además,
al no incorporar observación directa de tareas, entrevistas o análisis de productos académicos, el
estudio no permite contrastar completamente las percepciones estudiantiles con evidencias de
desempeño real. Por tanto, los hallazgos deben interpretarse como una aproximación descriptiva y
correlacional al fenómeno, útil para orientar futuras investigaciones con diseños mixtos, muestras
probabilísticas o seguimiento longitudinal.
Resultados
Los resultados se organizaron en función de las tres variables del estudio: uso académico de
inteligencia artificial generativa, dependencia cognitiva percibida y pensamiento crítico. La muestra
estuvo conformada por 80 estudiantes de bachillerato, quienes respondieron un cuestionario
estructurado con escala Likert de cinco puntos.
1. Caracterización general de la muestra
Tabla 1. Distribución de la muestra
Característica
Categoría
Frecuencia
Porcentaje
Nivel educativo
Primero de bachillerato
24
30,0 %
Segundo de bachillerato
26
32,5 %
Tercero de bachillerato
30
37,5 %
Sexo
Femenino
42
52,5 %
Masculino
38
47,5 %
Uso previo de IA generativa
Sí
80
100 %
Todos los participantes indicaron haber utilizado al menos una herramienta de inteligencia artificial
generativa con fines académicos.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
489
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Figura 1. Distribución general de la muestra
La muestra estuvo conformada por 80 estudiantes de bachillerato. En cuanto al nivel educativo, se
observa una distribución relativamente equilibrada entre los tres cursos, con una mayor participación
de estudiantes de tercero de bachillerato con el 37,5 %, seguido de segundo de bachillerato con el
32,5 % y primero de bachillerato con el 30,0 %. Esta distribución permite recoger percepciones de
estudiantes ubicados en diferentes momentos de la formación bachiller.
Respecto al sexo, la muestra presentó una participación ligeramente mayor de estudiantes de sexo
femenino, con el 52,5 %, frente al 47,5 % de estudiantes de sexo masculino. Esta diferencia es baja,
por lo que la muestra mantiene una composición relativamente equilibrada.
Finalmente, el 100 % de los participantes indicó haber utilizado previamente herramientas de
inteligencia artificial generativa con fines académicos, lo cual resulta coherente con los criterios de
inclusión del estudio y permite analizar el fenómeno desde la experiencia directa de los estudiantes.
2. Uso académico de inteligencia artificial generativa
El uso académico de IA generativa se registró principalmente en actividades de búsqueda de
información, elaboración de tareas, resumen de textos y generación de ideas para trabajos escritos.
Tabla 2. Frecuencia de uso académico de IA generativa
Frecuencia de uso
Frecuencia
Porcentaje
Todos los días
18
22,5 %
Tres o cuatro veces por semana
29
36,3 %
Una o dos veces por semana
24
30,0 %
Una vez al mes
9
11,2 %
Nunca
0
0,0 %
La mayor proporción de estudiantes se ubicó en el uso de IA generativa tres o cuatro veces por
semana.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
490
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Figura 2. Frecuencia de uso académico de IA generativa
La frecuencia de uso académico de inteligencia artificial generativa muestra que la mayoría de los
estudiantes utiliza estas herramientas de manera habitual durante la semana. El grupo con mayor
representación corresponde a quienes las emplean tres o cuatro veces por semana, con el 36,3 %,
seguido de quienes las usan una o dos veces por semana, con el 30,0 %.
Asimismo, el 22,5 % manifestó utilizar IA generativa todos los días, lo que evidencia una presencia
constante de estas herramientas en las actividades académicas de una parte importante de la muestra.
En contraste, solo el 11,2 % indicó un uso mensual, mientras que ningún estudiante señaló no utilizar
IA generativa.
En conjunto, los datos reflejan que el uso académico de IA generativa no es esporádico, sino una
práctica frecuente entre los estudiantes encuestados. Esto confirma la pertinencia de analizar su
relación con la dependencia cognitiva percibida y el pensamiento crítico en el contexto del
bachillerato.
Tabla 3. Principales usos académicos reportados
Uso académico de IA generativa
Frecuencia
Porcentaje
Buscar información para tareas
62
77,5 %
Resumir textos
55
68,8 %
Generar ideas para trabajos escritos
51
63,8 %
Corregir redacción u ortografía
47
58,8 %
Resolver preguntas escolares
44
55,0 %
Preparar exposiciones
39
48,8 %
Traducir textos
36
45,0 %
Los usos más frecuentes fueron la búsqueda de información, el resumen de textos y la generación de
ideas para trabajos escritos.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
491
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Figura 3. Principales usos académicos de IA generativa
Los datos muestran que el uso más frecuente de la inteligencia artificial generativa corresponde a la
búsqueda de información para tareas, con el 77,5 % de los estudiantes. Este resultado evidencia que
la IA se utiliza principalmente como herramienta de consulta y apoyo inicial para el desarrollo de
actividades académicas.
En segundo lugar, se ubica el uso para resumir textos, con el 68,8 %, seguido de la generación de
ideas para trabajos escritos, con el 63,8 %. Estos usos indican que los estudiantes recurren a la IA
generativa para organizar información, simplificar contenidos y orientar la producción escrita.
También se observa un uso importante en la corrección de redacción u ortografía con el 58,8 % y en
la resolución de preguntas escolares con el 55,0 %. En menor proporción, aunque todavía con valores
relevantes, aparecen la preparación de exposiciones con el 48,8 % y la traducción de textos con el
45,0 %.
En conjunto, la figura evidencia que la IA generativa se emplea principalmente en actividades de
apoyo académico, especialmente aquellas relacionadas con búsqueda, síntesis, escritura y
organización de información.
3. Dependencia cognitiva percibida
La dependencia cognitiva percibida se evaluó mediante ítems relacionados con la delegación de tareas
académicas, la confianza en las respuestas generadas por IA y la reducción del esfuerzo personal.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
492
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Tabla 4. Resultados de dependencia cognitiva percibida
Indicador
Media
Desviación estándar
Uso IA para iniciar tareas académicas
3,84
0,91
Dificultad para realizar tareas sin IA
3,21
1,04
Confianza en respuestas generadas por IA
3,46
0,88
Copia parcial de respuestas sin modificación
2,97
1,12
Reducción del esfuerzo personal al usar IA
3,38
0,95
Verificación limitada de información generada
3,12
1,01
La media más alta correspondió al uso de IA para iniciar tareas académicas. La media más baja
correspondió a la copia parcial de respuestas sin modificación.
Figura 4. Dependencia cognitiva percibida en el uso académico de IA generativa
Los resultados muestran que el indicador con la media más alta fue “uso de IA para iniciar tareas
académicas” con una media de 3,84, lo que evidencia que los estudiantes recurren con frecuencia a
estas herramientas como apoyo inicial para desarrollar actividades escolares.
El segundo valor más alto corresponde a “confianza en respuestas generadas por IA”, con una media
de 3,46, seguido de “reducción del esfuerzo personal al usar IA”, con una media de 3,38. Estos datos
reflejan una tendencia moderada hacia la aceptación de las respuestas generadas por IA y hacia el uso
de la herramienta como recurso para disminuir la carga de trabajo académico.
Por otra parte, los indicadores con medias más bajas fueron “copia parcial de respuestas sin
modificación” con 2,97 y “verificación limitada de información generada” con 3,12. Aunque estos
valores no son los más altos, se mantienen en un rango cercano al nivel medio, por lo que muestran
la necesidad de fortalecer prácticas de revisión, contraste y reelaboración personal.
En conjunto, la figura indica que la dependencia cognitiva percibida se manifiesta principalmente en
el uso de la IA como punto de partida para las tareas y en la confianza depositada en sus respuestas,
más que en la copia directa sin modificación.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
493
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Tabla 5. Nivel global de dependencia cognitiva percibida
Nivel
Rango de puntuación
Frecuencia
Porcentaje
Bajo
1,00 – 2,33
14
17,5 %
Moderado
2,34 – 3,66
48
60,0 %
Alto
3,67 – 5,00
18
22,5 %
El nivel moderado concentró la mayor cantidad de respuestas.
4. Pensamiento crítico
El pensamiento crítico se evaluó mediante indicadores relacionados con análisis de información,
comparación de fuentes, elaboración de argumentos propios y revisión de respuestas generadas por
IA.
Figura 5. Nivel global de dependencia cognitiva percibida
La distribución del nivel global de dependencia cognitiva percibida muestra que la mayoría de los
estudiantes se ubicó en el nivel moderado, con el 60,0 % de la muestra. Este resultado indica que
una parte importante de los participantes presenta una relación frecuente con la IA generativa como
apoyo académico, aunque no necesariamente en un nivel extremo de dependencia.
El nivel alto agrupó al 22,5 % de los estudiantes, lo que evidencia la presencia de un grupo que
manifiesta mayor tendencia a recurrir a la IA para desarrollar actividades académicas. En cambio, el
nivel bajo representó el 17,5 %, correspondiente a estudiantes con menor percepción de
dependencia en el uso de estas herramientas.
En conjunto, los datos muestran que la dependencia cognitiva percibida se concentra principalmente
en un nivel intermedio, con una proporción relevante de estudiantes en nivel alto, aspecto que
justifica la necesidad de fortalecer estrategias de uso crítico, verificación de información y
elaboración personal de respuestas.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
494
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Tabla 6. Resultados de pensamiento crítico
Indicador
Media
Desviación estándar
Revisión de respuestas generadas por IA
3,42
0,96
Comparación con otras fuentes
3,18
1,02
Elaboración de argumentos propios
3,56
0,87
Identificación de errores en respuestas de IA
3,09
1,05
Cuestionamiento de información recibida
3,27
0,94
Uso de IA como apoyo, no como respuesta final
3,61
0,89
La media más alta correspondió al uso de IA como apoyo, no como respuesta final. La media más
baja correspondió a la identificación de errores en respuestas generadas por IA.
Figura 6. Indicadores de pensamiento crítico ante el uso académico de IA generativa
Los resultados muestran que el indicador con la media más alta fue “uso de IA como apoyo, no como
respuesta final”, con una media de 3,61. Este dato evidencia que los estudiantes reconocen, en un
nivel moderado-alto, la importancia de utilizar la inteligencia artificial generativa como recurso
complementario dentro de sus actividades académicas.
El segundo valor más alto correspondió a “elaboración de argumentos propios”, con una media de
3,56, seguido de “revisión de respuestas generadas por IA”, con 3,42. Estos resultados indican que
existe una disposición moderada hacia la construcción personal de ideas y la revisión de los
contenidos producidos por herramientas de IA.
En contraste, los indicadores con medias más bajas fueron “identificación de errores en respuestas de
IA”, con 3,09, y “comparación con otras fuentes”, con 3,18. Esto refleja que, aunque los estudiantes
utilizan la IA como apoyo, todavía se requiere fortalecer prácticas de verificación, contraste de
información e identificación crítica de posibles errores.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
495
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
En conjunto, la figura muestra que el pensamiento crítico se manifiesta principalmente en la intención
de usar la IA como apoyo y en la elaboración de argumentos propios; sin embargo, las acciones más
exigentes, como contrastar fuentes e identificar errores, presentan valores más bajos.
Tabla 7. Nivel global de pensamiento crítico
Nivel
Rango de puntuación
Frecuencia
Porcentaje
Bajo
1,00 – 2,33
11
13,8 %
Moderado
2,34 – 3,66
50
62,5 %
Alto
3,67 – 5,00
19
23,7 %
El nivel moderado fue el más frecuente en la variable pensamiento crítico.
Figura 7. Nivel global de pensamiento crítico
La distribución del nivel global de pensamiento crítico muestra que la mayoría de los estudiantes se
ubicó en el nivel moderado, con el 62,5 % de la muestra. Este resultado indica que los participantes
presentan habilidades intermedias relacionadas con la revisión de información, elaboración de
argumentos y uso reflexivo de la inteligencia artificial generativa.
El nivel alto representó el 23,7 %, lo que evidencia la presencia de un grupo de estudiantes con mayor
disposición para analizar, cuestionar y utilizar la IA como apoyo académico sin asumirla
necesariamente como respuesta final. En cambio, el nivel bajo correspondió al 13,8 %, reflejando una
menor presencia de prácticas críticas ante la información generada por estas herramientas.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
496
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
En conjunto, los datos muestran que el pensamiento crítico se concentra principalmente en un nivel
intermedio, por lo que resulta necesario fortalecer actividades orientadas a la verificación de fuentes,
identificación de errores, argumentación propia y evaluación crítica de las respuestas producidas por
IA generativa.
5. Asociación entre variables
Se aplicó una prueba de correlación de Spearman, debido al carácter ordinal de la escala utilizada y
a la distribución no normal de algunos ítems.
Tabla 8. Correlación entre variables principales
Variables relacionadas
Coeficiente rho de Spearman
Significancia
Uso académico de IA generativa y dependencia cognitiva
0,42
p < 0,01
Uso académico de IA generativa y pensamiento crítico
0,18
p = 0,11
Dependencia cognitiva y pensamiento crítico
-0,36
p < 0,01
Se identificó una asociación positiva moderada entre uso académico de IA generativa y dependencia
cognitiva percibida. La relación entre uso académico de IA generativa y pensamiento crítico presentó
un coeficiente positivo bajo, sin significancia estadística. La relación entre dependencia cognitiva y
pensamiento crítico presentó un coeficiente negativo moderado.
Figura 8. Correlación entre variables principales
El análisis correlacional mediante el coeficiente rho de Spearman muestra una asociación positiva
moderada entre el uso académico de IA generativa y la dependencia cognitiva percibida con un valor
de rho = 0,42 y significancia p < 0,01. Este resultado indica que ambas variables presentan una
relación estadísticamente significativa dentro de la muestra estudiada.
La relación entre el uso académico de IA generativa y el pensamiento crítico presentó un coeficiente
positivo bajo, con rho = 0,18 y p = 0,11. Al no alcanzar significancia estadística, este resultado debe
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
497
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
interpretarse con cautela y no permite afirmar una asociación relevante entre ambas variables en esta
muestra.
Por otra parte, la relación entre dependencia cognitiva percibida y pensamiento crítico mostró una
asociación negativa moderada, con rho = -0,36 y significancia p < 0,01. Esto indica que, en la muestra
analizada, los valores más altos de dependencia cognitiva percibida se relacionan con valores más
bajos de pensamiento crítico.
En conjunto, los resultados evidencian asociaciones estadísticas entre las variables principales, sin
establecer relaciones causales debido al diseño transversal y no experimental del estudio.
6. Síntesis de hallazgos principales
Los datos muestran que el uso académico de inteligencia artificial generativa estuvo presente en todos
los participantes. Las actividades más reportadas fueron búsqueda de información, resumen de textos
y generación de ideas. En dependencia cognitiva percibida, predominó el nivel moderado, seguido
del nivel alto. En pensamiento crítico, también predominó el nivel moderado. La correlación más alta
se observó entre uso académico de IA generativa y dependencia cognitiva percibida. La correlación
negativa se registró entre dependencia cognitiva y pensamiento crítico.
Discusión
Los hallazgos permiten comprender el uso académico de la inteligencia artificial generativa en
bachillerato como un fenómeno ambivalente. Por una parte, los estudiantes utilizan estas herramientas
para iniciar tareas, organizar ideas y acceder rápidamente a información; por otra, se observa una
tendencia moderada hacia la dependencia cognitiva, especialmente cuando la IA se convierte en un
punto de partida habitual para producir respuestas académicas. Esta situación coincide con Kasneci
et al. (2023), quienes sostienen que los modelos de lenguaje pueden apoyar la personalización del
aprendizaje y la producción de materiales educativos, pero también requieren alfabetización crítica,
supervisión humana y estrategias de verificación para evitar usos acríticos.
La presencia de dependencia cognitiva percibida en nivel moderado no debe interpretarse como una
consecuencia directa del uso de IA, sino como una señal pedagógica sobre la manera en que los
estudiantes interactúan con estas herramientas. En este sentido, los resultados se relacionan con Tian
y Zhang (2025), quienes encontraron que una mayor dependencia de la IA se asocia con niveles más
bajos de pensamiento crítico en estudiantes universitarios, aunque su estudio también destaca el papel
moderador de la alfabetización informacional. Esta comparación permite sostener que el problema
no está únicamente en la frecuencia de uso, sino en la calidad del proceso cognitivo que acompaña
dicho uso.
La asociación positiva entre el uso académico de IA generativa y la dependencia cognitiva percibida
coincide parcialmente con la literatura que advierte sobre el riesgo de delegación cognitiva. Cuando
el estudiante recurre a la IA para iniciar, estructurar o resolver tareas, puede reducirse la participación
activa en procesos como búsqueda, análisis, contraste y argumentación. No obstante, esta relación
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
498
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
debe entenderse como asociativa y no causal, debido al diseño transversal del estudio. En
consecuencia, no se afirma que la IA produzca dependencia cognitiva, sino que ciertos patrones de
uso académico pueden estar relacionados con prácticas de menor elaboración personal, aspecto que
también ha sido señalado por Kasneci et al. (2023) al advertir sobre la necesidad de integrar estas
herramientas con pensamiento crítico y verificación de información.
En relación con el pensamiento crítico, los resultados muestran una situación intermedia: los
estudiantes manifiestan cierta disposición para utilizar la IA como apoyo, pero presentan menor
consistencia en acciones como identificar errores, contrastar fuentes y cuestionar respuestas
generadas automáticamente. Este hallazgo coincide con Tang et al. (2025), quienes estudiaron el
desarrollo del cuestionamiento crítico con IA generativa en educación secundaria y señalaron que la
calidad del uso crítico depende de condiciones pedagógicas concretas, como el diseño de la tarea, la
orientación docente, la disposición del estudiante y el tipo de interacción con la herramienta.
Una contradicción relevante aparece al comparar estos resultados con estudios que destacan el
potencial de la IA generativa para favorecer habilidades cognitivas superiores. Mientras algunos
trabajos señalan que los modelos de lenguaje pueden apoyar la retroalimentación, la comprensión de
contenidos y la generación de preguntas reflexivas, en este estudio la relación entre uso académico
de IA y pensamiento crítico fue baja y no significativa. Esta diferencia puede explicarse por el tipo
de uso predominante: los estudiantes reportaron emplear la IA principalmente para buscar
información, resumir textos y generar ideas, actividades que no necesariamente implican evaluación
crítica, argumentación propia o contraste de fuentes. En este sentido, Tang et al. (2025) sostienen que
la IA no fortalece automáticamente el pensamiento crítico, sino que este depende de una interacción
pedagógicamente diseñada para promover cuestionamiento y reflexión.
Desde el punto de vista teórico, los hallazgos aportan a la comprensión de la dependencia cognitiva
como una categoría emergente en el estudio de la IA educativa. Esta dependencia no debe entenderse
como simple uso frecuente de tecnología, sino como una forma de relación académica en la que el
estudiante delega procesos de análisis, producción y verificación. Esta perspectiva permite superar
dos posturas extremas: considerar la IA como amenaza absoluta o presentarla como solución
automática para el aprendizaje. La literatura reciente coincide en que el valor educativo de la IA
generativa depende de la interacción entre herramienta, estudiante, docente, tarea y contexto
institucional, más que de la capacidad técnica del sistema por sí solo (Kasneci et al., 2023; Tang et
al., 2025).
En términos prácticos, los resultados sugieren que las instituciones educativas no deberían limitarse
a prohibir o permitir el uso de IA generativa. La respuesta pedagógica más pertinente consiste en
establecer criterios claros de uso académico: declarar cuándo se utilizó IA, explicar el proceso
seguido, contrastar la información con fuentes confiables, identificar posibles errores y elaborar una
reflexión personal sobre el producto generado. Esta orientación coincide con Kasneci et al. (2023),
quienes plantean que la integración educativa de los modelos de lenguaje requiere estrategias
institucionales, formación docente y énfasis en pensamiento crítico, verificación de hechos y uso
responsable.
Asimismo, las actividades escolares deberían diseñarse para que la IA funcione como punto de
contraste y no como sustituto del pensamiento. Por ejemplo, el estudiante podría comparar una
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
499
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
respuesta generada por IA con una fuente científica, identificar inconsistencias, reformular
argumentos con sus propias palabras o justificar por qué acepta o rechaza una explicación. Este tipo
de práctica se relaciona con los aportes de Tang et al. (2025), quienes destacan que el cuestionamiento
crítico mediado por IA requiere condiciones de aula que promuevan interacción reflexiva, no
consumo pasivo de contenido generado.
Las implicaciones para la evaluación también son relevantes. Si las tareas escolares se mantienen
centradas en respuestas repetitivas, resúmenes simples o productos escritos sin seguimiento del
proceso, el uso de IA puede dificultar la identificación del aprendizaje real del estudiante. En cambio,
evaluaciones basadas en defensa oral, bitácoras de aprendizaje, análisis de fuentes, revisión de
borradores y resolución contextualizada de problemas pueden fortalecer la trazabilidad del proceso
académico. Esta propuesta es coherente con Tian y Zhang (2025), quienes resaltan la importancia de
la alfabetización informacional para reducir los riesgos asociados con la dependencia de IA y
favorecer un uso más crítico de estas herramientas.
Entre las limitaciones del estudio, se reconoce que la muestra fue no probabilística y estuvo
restringida a estudiantes de bachillerato de un contexto educativo específico, por lo que los resultados
no pueden generalizarse a toda la población estudiantil. Además, el uso de cuestionarios
autorreportados puede estar afectado por deseabilidad social, subestimación o sobreestimación del
uso real de IA. Otra limitación importante es el diseño transversal, que impide observar cambios en
el tiempo o establecer relaciones causales entre uso de IA, dependencia cognitiva y pensamiento
crítico. Finalmente, el estudio no incorporó análisis directo de tareas producidas por los estudiantes
ni registros reales de interacción con herramientas de IA, lo cual habría permitido contrastar las
percepciones con evidencias de desempeño académico.
En conjunto, la discusión confirma que el desafío central no es la presencia de la inteligencia artificial
generativa en bachillerato, sino la calidad pedagógica de su integración. Los resultados muestran que
el uso frecuente de IA puede coexistir con niveles moderados de pensamiento crítico, pero también
con signos de dependencia cognitiva. Por ello, la formación docente, la alfabetización en IA y el
rediseño de actividades académicas aparecen como condiciones necesarias para transformar estas
herramientas en mediadoras del aprendizaje autónomo, crítico y significativo (Kasneci et al., 2023;
Tang et al., 2025; (Tian & Zhang, 2025)
Conclusión
El estudio permitió analizar la dependencia cognitiva y el pensamiento crítico ante el uso académico
de la inteligencia artificial generativa en estudiantes de bachillerato, evidenciando que estas
herramientas forman parte de las prácticas escolares actuales y que su valor educativo depende de la
forma en que son utilizadas. Los hallazgos muestran que la IA generativa puede apoyar la
organización de ideas, la búsqueda de información y la elaboración inicial de tareas; sin embargo,
también puede asociarse con prácticas de delegación cognitiva cuando el estudiante recurre a ella sin
contrastar fuentes, sin revisar críticamente las respuestas o sin construir argumentos propios.
El principal aporte del estudio consiste en abordar la inteligencia artificial generativa desde una
perspectiva pedagógica equilibrada, alejada tanto de una visión prohibitiva como de una aceptación
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
500
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
acrítica. La investigación permite comprender que el problema no radica únicamente en el acceso a
la herramienta, sino en el tipo de interacción que el estudiante establece con ella. En este sentido, la
dependencia cognitiva se presenta como una categoría relevante para analizar los desafíos educativos
actuales, especialmente en el bachillerato, etapa en la que se espera fortalecer la autonomía
intelectual, la argumentación y la toma de decisiones académicas.
Asimismo, el estudio aporta elementos para orientar la práctica docente y la gestión institucional. La
integración de IA generativa requiere lineamientos claros, actividades que exijan análisis personal y
estrategias de evaluación centradas en el proceso, no solo en el producto final. Por ello, se recomienda
promover tareas en las que los estudiantes declaren el uso de IA, comparen sus respuestas con fuentes
académicas, identifiquen errores, reformulen información con criterios propios y expliquen el proceso
seguido para llegar a sus conclusiones. Estas acciones pueden favorecer un uso más reflexivo, ético
y responsable de la tecnología.
En síntesis, la inteligencia artificial generativa puede constituir un recurso valioso para el aprendizaje
en bachillerato cuando se incorpora con mediación docente, alfabetización digital y orientación
crítica. No obstante, su uso sin acompañamiento pedagógico puede relacionarse con hábitos de
dependencia y baja elaboración personal. Por tanto, futuras investigaciones deberían ampliar la
muestra, incorporar enfoques mixtos, analizar productos académicos reales y considerar estudios
longitudinales que permitan comprender con mayor profundidad la evolución del pensamiento crítico
y la autonomía estudiantil en contextos mediados por inteligencia artificial.
Referencias
Chan, C. K. Y., & Hu, W. (2023). Students’ voices on generative AI: Perceptions, benefits, and
challenges in higher education. International Journal of Educational Technology in Higher
Education, 20, Article 43. https://doi.org/10.1186/s41239-023-00411-8
Feng, S., & Carolus, A. (2026). Artificial intelligence literacy at school: A systematic review with a
focus on psychological foundations. Computers and Education: Artificial Intelligence, 10, Article
100551. https://doi.org/10.1016/j.caeai.2026.100551
García Chica, J. L., & Almeida Lino, E. V. (2025). La influencia de la inteligencia artificial en el
desarrollo del pensamiento crítico reflexivo de estudiantes de Bachillerato. Revista Cognosis, 10(1).
https://doi.org/10.33936/cognosis.v10i1.6828
Giannakos, M., Azevedo, R., Brusilovsky, P., Cukurova, M., Dimitriadis, Y., Hernandez-Leo, D.,
Järvelä, S., Mavrikis, M., & Rienties, B. (2024). The promise and challenges of generative AI in
education. Behaviour & Information Technology, 44(11), 2518–2544.
https://doi.org/10.1080/0144929X.2024.2394886
Gümüş, M. M., & Kara, M. (2025). Development and validation of the Generative AI Literacy for
Learning Scale (GenAI-LLs). Australasian Journal of Educational Technology, 41(4), 1–16.
https://doi.org/10.14742/ajet.10236
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U.,
Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C.,
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Baños Mestanza, J. J., Cerón Silva, D. J., & Cerón Silva, C. del R. (2026). Dependencia cognitiva y pensamiento
crítico ante el uso académico de inteligencia artificial generativa en bachillerato. Prisma Journal, 2(3), 483–501.
https://doi.org/10.63803/prisma.v2n3.38
501
Prisma Journal 2026 | Vol. 2 – Núm. 3 | ISSN: 3091-1893 | pp 483–501 | Licencia CC BY 4.0
Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., Stadler, M., & Kasneci, G. (2023).
ChatGPT for good? On opportunities and challenges of large language models for education.
Learning and Individual Differences, 103, Article 102274.
https://doi.org/10.1016/j.lindif.2023.102274
Liu, W., Ma, H., Ma, S., Chen, Y., & Li, G. (2026). The development and validation of a critical
thinking disposition scale for high school students. Acta Psychologica, 262, Article 106055.
https://doi.org/10.1016/j.actpsy.2025.106055
Mai, D. T. T., Da, C. V., & Hanh, N. V. (2024). The use of ChatGPT in teaching and learning: A
systematic review through SWOT analysis approach. Frontiers in Education, 9, Article 1328769.
https://doi.org/10.3389/feduc.2024.1328769
Ng, D. T. K., Chan, E. K. C., & Lo, C. K. (2025). Opportunities, challenges and school strategies
for integrating generative AI in education. Computers and Education: Artificial Intelligence, 8,
Article 100373. https://doi.org/10.1016/j.caeai.2025.100373
Park, J. (2025). A systematic literature review of generative artificial intelligence (GenAI) literacy
in schools. Computers and Education: Artificial Intelligence, 9, Article 100487.
https://doi.org/10.1016/j.caeai.2025.100487
Tang, K.-S., Cooper, G., Rappa, N., & Edwards, J. (2025). Critical questioning with generative AI:
Developing AI literacy in secondary education. Thinking Skills and Creativity, 59, Article 102043.
https://doi.org/10.1016/j.tsc.2025.102043
Tian, J., & Zhang, R. (2025). Learners’ AI dependence and critical thinking: The psychological
mechanism of fatigue and the social buffering role of AI literacy. Acta Psychologica, 260, Article
105725. https://doi.org/10.1016/j.actpsy.2025.105725
Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in
education: A systematic literature review. Expert Systems with Applications, 252, Article 124167.
https://doi.org/10.1016/j.eswa.2024.124167