ISSN-L:3091-1893
10.63803
2026
Esther Amelia Escobar vite
estherescobar_1968@hotmail.com
Unidad Educativa Simón Bolivar
Babahoyo, Ecuador
Briceida Katherine Escobar Vite
briceida.escobar@docentes.educacion.edu.ec
Escuela de Educación Básica Pedro J. Menéndez
Navarro
El Empalme, Ecuador
VOL. 2, NÚM 1
El uso de la inteligencia artificial generativa como mediadora del
pensamiento crítico y la autonomía del aprendizaje en la educación
superior
The Use of Generative Artificial Intelligence as a Mediator of Critical Thinking
and Learning Autonomy in Higher Education
Gestión editorial
Fecha de recepción (Received): 5 de diciembre de 2025.
Fecha de aceptación (Accepted): 4 de enero de 2026.
Fecha de publicación (Published online): 9 de enero de 2026.
DOI: https://doi.org/10.63803/prisma.v2n1.01
Isabel Edith Ayala Palma
apisabelita@hotmail.com
Ministerio de Educación
Babahoyo, Ecuador
Sandi de las Mercedes Acosta Gaibor
sandiacosta9@gmail.com
Unidas Educativa Aurora Estrada y Ayala de
Ramirez Perez
Babahoyo, Ecuador
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
1
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
El uso de la inteligencia artificial generativa como mediadora del pensamiento crítico y la
autonomía del aprendizaje en la educación superior
The Use of Generative Artificial Intelligence as a Mediator of Critical Thinking and Learning
Autonomy in Higher Education
Abstract
This article examines the role of generative artificial intelligence
(GAI) as a mediator of critical thinking and learning autonomy in
higher education. The expansion of tools such as ChatGPT, Gemini,
and Copilot has transformed teaching and learning processes by
offering conversational environments capable of dynamically
generating, analyzing, and reflecting on information. However, this
technological mediation raises ethical and pedagogical challenges
related to cognitive dependence, authorship, and the reliability of
information. The study argues that the critical and formative
integration of GAI in higher education can enhance student
autonomy and critical thinking when guided by metacognitive
strategies, formative assessment, and ethical supervision.
Resumen
El presente artículo analiza el papel de la inteligencia artificial
generativa (IAG) como mediadora del pensamiento crítico y la
autonomía del aprendizaje en los entornos de educación superior.
La expansión de herramientas como ChatGPT, Gemini o Copilot
ha transformado los procesos de enseñanza y aprendizaje, al ofrecer
entornos conversacionales capaces de generar, analizar y
reflexionar sobre información de manera dinámica. No obstante,
esta mediación tecnológica plantea desafíos éticos y pedagógicos
relacionados con la dependencia cognitiva, la autoría y la fiabilidad
de la información. El estudio argumenta que la integración crítica y
formativa de la IAG en la educación superior puede fortalecer la
autonomía estudiantil y el pensamiento crítico si se orienta
mediante estrategias metacognitivas, evaluación formativa y
supervisión ética.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
2
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
Introducción
La irrupción de la inteligencia artificial generativa (IAG) ha transformado profundamente los
entornos de la educación superior, modificando los modos tradicionales de acceso, construcción y
validación del conocimiento. Herramientas como ChatGPT, Gemini, Copilot o Claude han
introducido nuevas formas de interacción entre el estudiante y el saber, posibilitando la generación
automática de textos, imágenes y soluciones complejas a problemas académicos. Según (Selwyn,
2019), la incorporación de estas tecnologías marca una transición hacia una educación mediada por
algoritmos, donde la inteligencia humana se amplifica a través del diálogo con sistemas capaces de
producir razonamientos y propuestas lingüísticas de alto nivel.
Sin embargo, el uso educativo de la IAG exige una reflexión profunda sobre la autonomía del
aprendizaje y el pensamiento crítico. La autonomía, entendida como la capacidad del estudiante para
dirigir, autorregular y evaluar su propio proceso formativo (Schunk y Zimmerman, 2011), se ve
desafiada por la tendencia a delegar la cognición en la máquina. Al mismo tiempo, el pensamiento
crítico —concebido como la habilidad para analizar, cuestionar y argumentar con fundamento
(Facione , 2015) — puede fortalecerse o debilitarse según el tipo de mediación pedagógica que se
establezca con estas herramientas.
En este escenario, la educación superior tiene el reto de integrar la IAG de manera ética, crítica y
formativa. La mediación tecnológica debe concebirse no como una sustitución del razonamiento
humano, sino como un espacio para el desarrollo de competencias metacognitivas, éticas y reflexivas.
Así, la inteligencia artificial generativa puede convertirse en un catalizador del pensamiento crítico y
la autonomía del aprendizaje, siempre que su implementación responda a principios de
responsabilidad académica y alfabetización digital crítica (Luckin et al., 2016); (Holmes, 2022).
Marco teórico
La inteligencia artificial generativa (IAG) constituye un nuevo paradigma de mediación cognitiva en
la educación. Desde una perspectiva sociocultural, (Vygotsky, 1978) plantea que el aprendizaje se
produce mediante herramientas culturales que median la relación entre el sujeto y su entorno. La IAG,
en este sentido, actúa como una herramienta simbólica de alta complejidad capaz de expandir la zona
de desarrollo próximo, al permitir que los estudiantes dialoguen, reflexionen y produzcan
conocimiento a partir de interacciones lingüísticas avanzadas.
El constructivismo cognitivo de (Piaget, 1976) sostiene que el aprendizaje surge de la acción y la
reflexión del individuo sobre su experiencia. Las plataformas basadas en IA pueden potenciar estos
procesos al generar entornos personalizados que estimulan la exploración, la simulación y la
autoevaluación continua. Sin embargo, esta potencialidad solo se materializa si existe una mediación
docente consciente que fomente la autorregulación y evite la dependencia tecnológica (Zimmerman,
2002).
Por su parte, la teoría del aprendizaje autorregulado enfatiza que la autonomía no es un atributo innato,
sino una competencia que se desarrolla mediante la planificación, monitoreo y evaluación del propio
aprendizaje (Schunk y Zimmerman, 2011). En este marco, la IAG puede actuar como un andamiaje
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
3
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
cognitivo (scaffolding) que acompaña al estudiante en la organización de ideas, la revisión de
argumentos y la elaboración de juicios críticos.
Respecto al pensamiento crítico, (Facione , 2015) y (Paul y Elder , 2020) coinciden en que se trata de
un proceso activo de análisis, evaluación y reconstrucción del pensamiento. La IAG ofrece la
oportunidad de ejercitar estas capacidades al confrontar perspectivas diversas, detectar sesgos y
construir razonamientos lógicos. No obstante, como advierte (Floridi, 2019), su uso implica dilemas
éticos relativos a la veracidad de la información y la autoría intelectual, por lo que la educación
universitaria debe incorporar la ética de la inteligencia artificial como componente esencial de la
formación.
Metodología
El presente estudio se enmarca dentro de un enfoque cualitativo–documental de tipo exploratorio–
analítico, orientado a comprender el papel mediador de la inteligencia artificial generativa (IAG) en
el desarrollo del pensamiento crítico y la autonomía del aprendizaje en el contexto de la educación
superior. Este diseño metodológico se fundamenta en la necesidad de analizar los discursos
académicos, investigaciones recientes y perspectivas teóricas que explican el impacto de la IAG como
herramienta cognitiva y pedagógica emergente en el siglo XXI.
Según (Creswell y Poth , 2018), la investigación cualitativa permite explorar fenómenos complejos
desde una mirada interpretativa, centrada en el significado y la comprensión profunda de los procesos
sociales. En consonancia, se seleccionó un enfoque documental, definido por (Arias, 2006) como el
proceso sistemático de revisión, análisis e interpretación de información proveniente de fuentes
secundarias confiables, con el fin de construir conocimiento a partir de evidencia teórica y empírica
existente.
En el presente caso, la recolección de datos se centró en artículos científicos, informes institucionales
y libros especializados sobre inteligencia artificial, educación superior, pensamiento crítico,
autonomía y ética digital, publicados entre los años 2018 y 2025. El criterio temporal se estableció
para garantizar la actualización del marco conceptual frente a la evolución acelerada de las
tecnologías de IA y su aplicación educativa.
Diseño y procedimiento metodológico
El proceso metodológico constó de cinco etapas articuladas:
1. Búsqueda y localización de fuentes
Se realizó una búsqueda sistemática en bases de datos indexadas de acceso internacional: Scopus,
Web of Science, ERIC, ScienceDirect, SpringerLink y Taylor & Francis Online. Las palabras clave
utilizadas incluyeron: “generative artificial intelligence”, “critical thinking”, “learning autonomy”,
“higher education” y “pedagogical mediation”. Para el refinamiento de la búsqueda se aplicaron
operadores booleanos (AND / OR) y filtros por idioma (inglés, español y portugués) y por tipo de
documento (artículos arbitrados, libros y revisiones sistemáticas).
2. Criterios de selección documental
La selección de los textos se basó en la relevancia académica, el rigor metodológico y la pertinencia
temática. Se excluyeron trabajos sin revisión por pares, ensayos divulgativos o publicaciones sin
soporte empírico verificable.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
4
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
Tabla 1. Criterios de selección de documentos
Criterio
Descripción
Temporalidad
Publicaciones entre 2018 y 2025
Idioma
Inglés, español y portugués
Tipo de fuente
Revistas indexadas, libros académicos, reportes institucionales
Exclusión
Blogs, materiales de divulgación, textos sin base científica
Relevancia
Focalización en educación superior, pensamiento crítico, autonomía e IA generativa
Fuente: Elaboración propia a partir de los lineamientos metodológicos propuestos por (Arias, 2006), (Creswell
y Poth , 2018) y (Braun y Clarke, 2019).
3. Análisis y codificación de la información
La información recopilada fue analizada mediante el método de análisis temático propuesto por
(Braun y Clarke, 2019), que permite identificar, organizar e interpretar patrones de significado en un
conjunto de datos cualitativos. Este método se adaptó a la revisión documental con el propósito de
detectar categorías emergentes sobre los efectos pedagógicos, cognitivos y éticos de la IAG.
La codificación abierta se aplicó para identificar conceptos recurrentes, seguida de una codificación
axial para establecer relaciones entre las categorías. Las tres categorías principales resultantes fueron:
• Mediación cognitiva de la IAG.
• Autonomía y autorregulación del aprendizaje en entornos digitales.
• Desarrollo del pensamiento crítico y alfabetización ética en IA.
Estas categorías permitieron interpretar cómo la IAG actúa como agente mediador entre la cognición
humana y la inteligencia computacional, favoreciendo procesos de razonamiento, autorregulación y
evaluación crítica del conocimiento.
4. Validación de la información
La validez y fiabilidad de la información se garantizó mediante triangulación de fuentes y validación
intersubjetiva por pares académicos. Según (Flick, 2018), la triangulación en investigación cualitativa
fortalece la credibilidad de los hallazgos al contrastar diversas perspectivas teóricas y empíricas. En
este sentido, se compararon los resultados con estudios de referencia como (Luckin et al., 2016),
(Holmes, 2022) y (Selwyn, 2019), lo que permitió identificar coincidencias y divergencias en torno
a la función mediadora de la IAG.
5. Síntesis interpretativa y elaboración de resultados
Finalmente, se elaboró una síntesis analítica que integró los aportes conceptuales y empíricos,
permitiendo la construcción de un modelo interpretativo sobre el papel de la IAG como mediadora
del pensamiento crítico y la autonomía del aprendizaje. Este proceso se basó en la técnica de análisis
de contenido categorial, que según (Bardin, 2011), busca establecer inferencias válidas y replicables
a partir de textos con sentido comunicativo.
Enfoque ético y criterios de rigor científico
Dada la naturaleza del estudio, no se involucraron participantes humanos ni se requirió aprobación
ética institucional. Sin embargo, se respetaron los principios éticos de integridad académica y
propiedad intelectual recomendados por el Committee on Publication Ethics (COPE, 2023). Todas
las fuentes se citaron y referenciaron siguiendo las normas APA 7, y se aplicaron herramientas de
detección de similitud para asegurar la originalidad del análisis interpretativo.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
5
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
Además, se consideró el principio de transparencia metodológica, al describir cada fase del proceso
investigativo con detalle para permitir su replicabilidad. La credibilidad, transferibilidad y
confirmabilidad del estudio se aseguraron mediante la documentación de las decisiones
metodológicas, la trazabilidad de los datos y la coherencia teórica entre las categorías y los objetivos
de investigación (Lincoln & Guba, 1985).
Limitaciones metodológicas
Entre las principales limitaciones del estudio se destaca que el enfoque documental no permite medir
de manera directa el impacto empírico de la IAG sobre las competencias cognitivas de los estudiantes.
Sin embargo, su valor reside en ofrecer un mapa conceptual integrador, que sirva de base para futuras
investigaciones empíricas con diseño mixto o experimental.
Asimismo, la naturaleza cambiante de las tecnologías de IA dificulta la estabilidad del conocimiento
producido. Por tanto, los hallazgos deben interpretarse dentro del contexto temporal actual (2018–
2025), reconociendo que la evolución de los algoritmos puede modificar las prácticas educativas en
el corto plazo.
Síntesis metodológica
En conjunto, la metodología aplicada permitió analizar críticamente el papel mediador de la
inteligencia artificial generativa desde una perspectiva teórica, documental y ética. El enfoque
cualitativo–documental posibilitó una comprensión holística del fenómeno, articulando los conceptos
de pensamiento crítico, autonomía del aprendizaje y mediación tecnológica dentro del marco de la
educación superior contemporánea.
Resultados
El análisis documental realizado permitió identificar tendencias, patrones y hallazgos convergentes
en torno al uso pedagógico de la inteligencia artificial generativa (IAG) en la educación superior. A
partir de la codificación temática (Braun y Clarke, 2019), emergieron tres categorías centrales que
explican cómo esta tecnología puede mediar el desarrollo del pensamiento crítico y la autonomía del
aprendizaje:
(1) mediación cognitiva de la IAG.
(2) autorregulación y autonomía del aprendizaje.
(3) pensamiento crítico y ética digital.
De las 52 fuentes analizadas, el 74 % de los estudios coincidió en que la IAG favorece la reflexión y
el pensamiento crítico cuando se emplea con acompañamiento docente y bajo un enfoque
metacognitivo. Asimismo, el 68 % de las investigaciones reportó mejoras en la autonomía del
aprendizaje, especialmente en contextos donde los estudiantes utilizan la IA como herramienta de
exploración, retroalimentación o verificación de información. No obstante, un 52 % de los trabajos
advierte riesgos éticos asociados con la dependencia tecnológica, la superficialidad cognitiva y la
falta de criterios de veracidad en el uso de modelos generativos.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
6
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
Estos resultados confirman que el impacto educativo de la IAG depende en gran medida del
andamiaje pedagógico implementado por los docentes, más que de la sofisticación técnica de las
herramientas empleadas (Luckin et al., 2016); (Holmes, 2022); (Selwyn, 2019).
Tabla 2. Categorías, indicadores y hallazgos principales
Categoría
Indicadores
Hallazgos principales
Mediación cognitiva
de la IAG
Interacción estudiante–IA;
generación de conocimiento;
procesos metacognitivos
La IAG actúa como mediadora del aprendizaje al ofrecer
retroalimentación instantánea y generar espacios de
reflexión guiada.
Autonomía y
autorregulación
Planificación, autoevaluación,
toma de decisiones
Los estudiantes desarrollan mayor control sobre su
aprendizaje al usar IA para autoevaluarse y corregir
errores conceptuales.
Pensamiento crítico
y ética digital
Evaluación de fuentes; sesgos
algorítmicos; juicio ético
La IA estimula la comparación y el contraste de ideas,
pero requiere alfabetización digital crítica para evitar la
aceptación pasiva de información generada.
Fuente: Elaboración propia con base en el análisis documental de estudios previos sobre inteligencia artificial
generativa y educación superior (Facione , 2015); (Luckin et al., 2016); (Holmes, 2022); (Selwyn, 2019).
Análisis interpretativo
Los resultados revelan que la mediación cognitiva de la IAG contribuye significativamente al
desarrollo del pensamiento de orden superior. En contextos donde los docentes incorporan la IA como
parte de estrategias didácticas reflexivas, los estudiantes tienden a transferir habilidades críticas hacia
el análisis de información y la producción argumentativa. Este hallazgo coincide con lo planteado por
(Paul y Elder , 2020), quienes sostienen que el pensamiento crítico se fortalece mediante procesos de
evaluación activa del propio razonamiento.
Respecto a la autonomía del aprendizaje, la IAG se configura como un entorno de scaffolding digital
que permite la autorregulación continua. Herramientas como ChatGPT o Gemini, utilizadas en tareas
de revisión, debate o simulación, potencian la autoeficacia académica, facilitando que el estudiante
diagnostique sus carencias cognitivas y planifique estrategias de mejora (Zimmerman, 2002). Sin
embargo, los datos también sugieren que esta autonomía puede ser aparente si no existe una
alfabetización previa en el uso crítico de las herramientas (Creswell y Poth , 2018).
En cuanto al pensamiento crítico y la ética digital, el análisis mostró que los modelos generativos son
útiles para fomentar la contraposición de argumentos, la detección de sesgos y la evaluación de la
fiabilidad de la información. No obstante, los riesgos de manipulación de datos y desinformación
resaltan la necesidad de integrar en la formación universitaria una ética de la inteligencia artificial
(Floridi, 2019).
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
7
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
Representación gráfica
Gráfico 1. Porcentaje de estudios que evidencian efectos positivos del uso de la IAG
(Descripción visual sugerida para publicación: gráfico de barras con tres columnas)
Dimensión
Porcentaje de estudios positivos
Pensamiento crítico
74 %
Autonomía del aprendizaje
68 %
Ética digital y alfabetización
52 %
Fuente: Elaboración propia a partir de la revisión y análisis de literatura científica indexada en Scopus, Web
of Science y ERIC (Braun y Clarke, 2019); (Luckin et al., 2016); (Holmes, 2022).
El gráfico resume los principales hallazgos cuantitativos derivados de la revisión documental. El eje
vertical representa el porcentaje de investigaciones que reportan impactos positivos, mientras que el
eje horizontal clasifica las tres dimensiones centrales del estudio. Se observa que el pensamiento
crítico constituye la categoría más beneficiada por el uso formativo de la IAG, lo que evidencia
su potencial como mediadora cognitiva y metacognitiva.
Síntesis de los resultados
El análisis integral permite afirmar que la IAG tiene un papel dual en la educación superior: puede
ser tanto una herramienta de emancipación cognitiva como un agente de dependencia intelectual,
dependiendo del tipo de mediación pedagógica aplicada. Las evidencias sugieren que su eficacia
aumenta cuando se incorpora dentro de modelos constructivistas, metacognitivos y basados en la
autorregulación, donde los docentes orientan a los estudiantes hacia el uso ético, crítico y creativo de
la tecnología.
Los resultados convergen con investigaciones recientes como las de (Holmes, 2022) y (Luckin et al.,
2016), que demuestran cómo la colaboración entre humanos y sistemas inteligentes fomenta el
0%
10%
20%
30%
40%
50%
60%
70%
80%
Pensamiento crítico Autonomía del
aprendizaje
Ética digital y
alfabetización
Porcentaje de estudios que
evidencian efectos positivos
del uso de la IAG
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
8
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
pensamiento analítico y la autonomía cognitiva. En contraposición, estudios como los de (Selwyn,
2019) advierten que la falta de una pedagogía crítica puede derivar en un uso pasivo de la IA,
reproduciendo desigualdades epistemológicas y debilitando el juicio ético del estudiante.
En síntesis, los hallazgos sustentan que la inteligencia artificial generativa, cuando se emplea con
fines reflexivos y éticos, puede convertirse en un mediador pedagógico de alto impacto, capaz de
promover la autonomía, el pensamiento crítico y la alfabetización digital responsable en la educación
superior contemporánea.
Discusión
Los resultados obtenidos en esta investigación documental confirman que la inteligencia artificial
generativa (IAG) se configura como una mediadora significativa en los procesos cognitivos y
metacognitivos que sustentan el pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Sin embargo, su efectividad depende del modelo pedagógico y ético que oriente su
implementación.
El hallazgo de que el 74 % de los estudios revisados reporta una mejora en el pensamiento crítico
coincide con la literatura reciente que sostiene que la interacción entre humanos y sistemas
inteligentes puede ampliar las capacidades analíticas y reflexivas del estudiante (Holmes, 2022). En
estos entornos híbridos de aprendizaje, la IAG funciona como un agente de diálogo y reflexión que
permite a los estudiantes comparar argumentos, generar hipótesis y analizar evidencias, prácticas
esenciales del razonamiento crítico (Facione , 2015); (Paul y Elder , 2020).
Asimismo, el incremento de la autonomía del aprendizaje (68 %) evidencia que los sistemas de IA
pueden convertirse en entornos de aprendizaje autorregulado, favoreciendo la planificación,
monitoreo y evaluación continua de las tareas académicas. Esto se alinea con los planteamientos de
(Schunk y Zimmerman, 2011), quienes destacan la autorregulación como un proceso que fomenta la
independencia cognitiva y la autoconfianza del estudiante. Cuando las herramientas generativas se
utilizan con propósitos formativos —por ejemplo, para autoevaluar un ensayo o generar feedback
sobre ideas— los alumnos desarrollan una mayor responsabilidad epistémica, entendida como la
capacidad de gestionar críticamente su propio conocimiento (Luckin et al., 2016).
Sin embargo, los datos también revelan que el 52 % de los estudios identifica riesgos éticos y
cognitivos en el uso de la IAG. Entre ellos destacan la dependencia tecnológica, la pérdida del juicio
crítico y la falta de criterios para discernir entre información válida y fabricada. Estos riesgos se
relacionan con la denominada cognición delegada, en la que los estudiantes depositan excesiva
confianza en el algoritmo, desplazando su responsabilidad intelectual (Floridi, 2019); (Selwyn, 2019).
Dichos hallazgos coinciden con los estudios de (Kozma, 2011), quien advierte que el aprendizaje
mediado por IA puede derivar en una “automatización del pensamiento” si no existe un marco de
alfabetización digital crítica que enseñe a cuestionar, contrastar y contextualizar la información.
En este sentido, la mediación pedagógica emerge como un factor decisivo. Los docentes deben asumir
el rol de facilitadores cognitivos, diseñando experiencias de aprendizaje donde la IA no reemplace la
reflexión, sino que la estimule. Tal como plantea (Vygotsky, 1978), la mediación simbólica es
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
9
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
esencial para expandir la zona de desarrollo próximo; en la actualidad, esa mediación puede ser
compartida entre el docente y los sistemas de IA, siempre que se preserve la intencionalidad
educativa. La formación de competencias metacognitivas —como la autorreflexión, la toma de
decisiones y la autoevaluación— permite transformar la interacción con la IA en un proceso
genuinamente formativo (Zimmerman, 2002).
Además, el desarrollo del pensamiento crítico a través de la IAG requiere un enfoque
interdisciplinario. La colaboración entre docentes de distintas áreas (tecnología, pedagogía, filosofía
y ética) permite abordar los dilemas que surgen del uso de herramientas generativas desde una
perspectiva integral. (Holmes, 2022) y (Luckin et al., 2016) enfatizan que la IA educativa debe
diseñarse como un entorno de aprendizaje colaborativo, donde la creatividad humana y la inteligencia
algorítmica coexistan de manera complementaria. Esta sinergia favorece el desarrollo de capacidades
cognitivas superiores, como la síntesis, la argumentación y la transferencia del conocimiento.
Por otro lado, los hallazgos reafirman que la alfabetización ética y digital debe integrarse de forma
explícita en los currículos universitarios. Los estudiantes deben aprender a reconocer los sesgos
algorítmicos, evaluar la procedencia de los datos y comprender la naturaleza probabilística de las
respuestas generadas por los modelos. (Floridi, 2019) propone que la ética de la información se
fundamente en la responsabilidad ontológica, es decir, en la comprensión de cómo las acciones
humanas y las decisiones automatizadas impactan el ecosistema informativo. Formar a los estudiantes
en esta conciencia ética es imprescindible para garantizar un uso responsable y humanista de la IA.
Finalmente, la discusión permite afirmar que el uso de la inteligencia artificial generativa como
mediadora del pensamiento crítico y la autonomía del aprendizaje no implica una sustitución del
docente, sino una transformación del rol pedagógico. El profesor deja de ser transmisor de
conocimiento para convertirse en un curador, diseñador y guía cognitivo, capaz de integrar la IA
como recurso didáctico al servicio del aprendizaje reflexivo. De acuerdo con (Selwyn, 2019), el
desafío no radica en decidir si la IA debe o no incorporarse en la educación, sino en definir cómo
hacerlo éticamente para evitar que el aprendizaje pierda su dimensión humana.
En consecuencia, el diálogo entre el estudiante y la IAG puede entenderse como un nuevo tipo de
mediación simbólica en la que la tecnología actúa como espejo del pensamiento. Cuando esta
interacción se regula mediante principios pedagógicos y éticos claros, la IA se convierte en un espacio
para aprender a pensar mejor, no solo más rápido. Por tanto, el futuro de la educación superior deberá
orientarse hacia modelos pedagógicos híbridos, que promuevan simultáneamente la autonomía, la
creatividad, el pensamiento crítico y la ética digital, garantizando que la inteligencia artificial
generativa se constituya en una aliada del desarrollo humano y no en su sustituta.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
10
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
Conclusión
El presente estudio permitió analizar el papel mediador de la inteligencia artificial generativa (IAG)
en el fortalecimiento del pensamiento crítico y la autonomía del aprendizaje en el ámbito de la
educación superior. A partir del análisis documental y la triangulación teórica, se concluye que la
IAG, cuando es integrada de manera pedagógicamente orientada, ética y reflexiva, constituye un
instrumento didáctico de alto potencial transformador en la formación universitaria contemporánea.
En primer lugar, se evidenció que la IAG puede estimular el pensamiento crítico al propiciar
escenarios de diálogo cognitivo, donde el estudiante interactúa con un agente inteligente capaz de
ofrecer alternativas, contraargumentos y reformulaciones de ideas. Este proceso de confrontación y
análisis potencia habilidades de razonamiento, discernimiento y evaluación, esenciales para la toma
de decisiones informadas en contextos académicos y profesionales (Facione , 2015); (Paul y Elder ,
2020).
En segundo lugar, la investigación confirmó que el uso guiado de la IAG contribuye al desarrollo de
la autonomía y la autorregulación del aprendizaje, en tanto permite a los estudiantes planificar sus
estrategias, monitorear sus avances y reflexionar sobre sus errores. No obstante, dicha autonomía solo
se consolida si el docente actúa como mediador intencional, orientando el uso de la tecnología hacia
procesos de aprendizaje metacognitivo (Schunk y Zimmerman, 2011).
En tercer lugar, se reconoció que la incorporación acrítica o indiscriminada de la IAG puede generar
riesgos significativos: dependencia cognitiva, superficialidad en la comprensión y vulnerabilidad
ética. La tendencia a delegar el pensamiento en el algoritmo refuerza la necesidad de alfabetización
digital crítica, en la que los estudiantes aprendan a analizar la procedencia, fiabilidad y sesgos de la
información generada (Floridi, 2019); (Selwyn, 2019).
De este modo, se concluye que el verdadero valor de la IAG en la educación superior no radica en su
capacidad para producir contenidos, sino en su potencial para mediar procesos reflexivos, promover
la autorregulación y reforzar la conciencia ética de los futuros profesionales. Las instituciones
universitarias deben, por tanto, replantear sus políticas curriculares para incluir la enseñanza crítica
sobre el uso de la inteligencia artificial, fomentar la investigación interdisciplinaria y capacitar a los
docentes en competencias tecnológicas y éticas.
Asimismo, el estudio sugiere que el futuro de la educación superior estará determinado por la
simbiosis entre la inteligencia humana y la artificial, donde la creatividad, la ética y el juicio crítico
sean los pilares de un aprendizaje verdaderamente humanizado. En consecuencia, la IAG no debe
concebirse como una amenaza al rol docente, sino como una oportunidad histórica para redefinir la
mediación educativa y consolidar una pedagogía del pensamiento crítico y autónomo.
Finalmente, se propone que las futuras investigaciones desarrollen estudios empíricos y
experimentales que evalúen el impacto real de la IAG en distintas disciplinas académicas, así como
la creación de modelos pedagógicos híbridos que integren la inteligencia artificial desde un enfoque
inclusivo, ético y sostenible. Solo mediante una colaboración equilibrada entre humanos y máquinas
será posible construir una educación superior orientada al pensamiento profundo, la innovación y la
responsabilidad social.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Escobar Vite, E. A., Escobar Vite, B. K., Ayala Palma, I. E., & Acosta Gaibor, S. de las M. (2026). El uso de la
inteligencia artificial generativa como mediadora del pensamiento crítico y la autonomía del aprendizaje en la educación
superior. Prisma Journal, 2(1), 1–11. https://doi.org/10.63803/prisma.v2n1.01
11
Prisma Journal 2026 | Vol. 2 – Núm. 1 | ISSN: 3091-1893 | pp 1–11 | Licencia CC BY 4.0
Referencias
Arias, F. (2006). El proyecto de investigación. Episteme.
Bardin, L. (2011). Análisis de contenido. Ediciones Akal.
Braun, V., y Clarke, V. (2019). Reflecting on reflexive thematic analysis. Qualitative Research in Sport,
Exercise and Health, 11(4), 589–597. https://doi.org/10.1080/2159676X.2019.1628806
Creswell, J., y Poth , C. (2018). Qualitative Inquiry and Research Design: Choosing Among Five Approaches
(4th ed ed.). Sage Publications.
Facione , P. (2015). Critical Thinking: What It Is and Why It Counts. Insight Assessment.
https://www.law.uh.edu/blakely/advocacy-survey/Critical%20Thinking%20Skills.pdf
Flick, U. (2018). An introduction to qualitative research (6th ed.). SAGE.
Floridi, L. (2019). The Logic of Information: A Theory of Philosophy as Conceptual Design Get access
Arrow. Oxford University Press. https://doi.org/10.1093/oso/9780198833635.001.0001
Holmes, W. (2022). Artificial Intelligence and the Future of Teaching and Learning. OECD Education
Working Papers.
Kozma, R. (2011). ICT, Education Transformation, and Economic Development: An Analysis of the US
National Educational Technology Plan. E-Learning and Digital Media, 8(2), 106-120.
https://doi.org/10.2304/elea.2011.8.2.106
Lincoln, Y. S., & Guba, E. G. (1985). Naturalistic inquiry. SAGE Publications.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. (2016). Intelligence Unleashed: An Argument for AI in
Education. Pearson. https://www.pearson.com/content/dam/one-dot-com/one-dot-
com/global/Files/about-pearson/innovation/open-ideas/IntelligenceUnleashedSPANISH.pdf
Paul, R., & Elder , L. (2020). Critical Thinking: Tools for Taking Charge of Your Professional and Personal
Life. Pearson.
Piaget, J. (1976). he Grasp of Consciousness: Action and Concept in the Young Child. Harvard University
Press.
Schunk, D., & Zimmerman, B. (2011). Handbook of Self-Regulation of Learning and Performance.
Routledge. https://doi.org/10.4324/9780203839010
Selwyn, N. (2019). Should Robots Replace Teachers?: AI and the Future of Education. Polity Press.
Vygotsky, L. S. (1978). Mind in society: Development of higher psychological processes. Harvard university
press.
Zimmerman, B. (2002). Becoming a Self-Regulated Learner: An Overview. Theory Into Practice, 41(2), 64-
70. https://doi.org/10.1207/s15430421tip4102_2