Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
Recibido: 20/01/2024 Aceptado: 14/02/2024 Publicado: 16/03/2024
https://rivinglid.omeditorial.com
56
DOI: https://doi.org/10.63618/omd/revinvlid/v1/n1/10
Inteligencia artificial generativa y aprendizaje crítico en
educación secundaria.
Generative artificial intelligence and critical thinking in secondary
education.
Calero-Mieles, Vilma Mireya
1
; Guerrero-Bermúdez, Ángel Enrique
2
; Barban-
Forte, Yasiel
3
1
Investigador Independiente; Ecuador ; https://orcid.org/0009-0005-5004-3329 ;
vilmaca_mi@hotmail.com.
2
Investigador Independiente; Ecuador ; https://orcid.org/0009-0008-4667-8307 ; angelg-b@hotmail.com
3
Pontificia Universidad Católica del Ecuador; Cuba ; https://orcid.org/0009-0007-4130-3904 ;
yasielbf@gmail.com.
Cita: Calero-Mieles, V. M., Guerrero-Bermúdez, Ángel E., & Barban-Forte, Y. (2024).
Inteligencia artificial generativa y aprendizaje crítico en educación secundaria. Revista De
Investigación Y Liderazgo, 1(1), 56-70. https://doi.org/10.63618/omd/revinvlid/v1/n1/10
Resumen
La incorporación de la inteligencia artificial generativa en la educación secundaria ha transformado las
formas de acceder a información, producir contenidos y resolver actividades académicas, aunque también
ha generado preocupación por la dependencia tecnológica y la disminución del razonamiento autónomo. El
estudio tuvo como objetivo analizar la relación entre el uso de inteligencia artificial generativa y el
aprendizaje crítico en estudiantes de educación secundaria. Se desarrolló una investigación documental
con enfoque mixto de predominio cualitativo, diseño no experimental, transversal y alcance exploratorio,
mediante la revisión de literatura científica e informes especializados publicados entre 2021 y 2025. Los
resultados mostraron que estas herramientas se utilizaron principalmente para buscar información, elaborar
textos, organizar ideas y obtener retroalimentación inmediata; sin embargo, su uso sustitutivo se vinculó
con menor verificación de contenidos, mayor pasividad y reducción de la participación en procesos de
análisis y toma de decisiones. La discusión evidenció que el impacto educativo dependió más de la calidad
de la interacción, la finalidad pedagógica y la mediación docente que de la frecuencia de uso. Se concluyó
que la inteligencia artificial generativa puede favorecer el aprendizaje crítico cuando complementa el
razonamiento del estudiante, pero puede limitarlo cuando reemplaza la reflexión, la argumentación y la
autonomía cognitiva.
Palabras clave: inteligencia artificial generativa, aprendizaje crítico, educación secundaria, autonomía
cognitiva, alfabetización digital.
Abstract
The incorporation of generative artificial intelligence into secondary education has transformed the ways in
which students access information, produce content, and complete academic assignments, although it has
also raised concerns about technological dependence and a decline in independent thinking. The study
aimed to analyze the relationship between the use of generative artificial intelligence and critical learning
among secondary education students. A mixed-methods literature review—predominantly qualitative, non-
experimental, cross-sectional, and exploratory in scope—was conducted by reviewing scientific literature
and specialized reports published between 2021 and 2025. The results showed that these tools were used
primarily to search for information, draft texts, organize ideas, and obtain immediate feedback; however,
their use as a substitute was linked to less content verification, greater passivity, and reduced participation
in analytical and decision-making processes. The discussion revealed that the educational impact depended
more on the quality of interaction, the pedagogical purpose, and teacher mediation than on the frequency of
use. It was concluded that generative artificial intelligence can promote critical learning when it complements
student reasoning, but can limit it when it replaces reflection, argumentation, and cognitive autonomy.
Keywords: generative artificial intelligence, critical learning, secondary education, cognitive autonomy,
digital literacy.
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
57
1. Introducción
La expansión de la inteligencia artificial generativa modifica las formas de buscar
información, producir textos, resolver tareas y construir conocimiento en la educación
secundaria, debido a que herramientas capaces de generar respuestas inmediatas se
incorporan progresivamente a las prácticas escolares. En Ecuador, esta transformación
ocurre en un entorno digital desigual: durante 2025, el 71,3 % de los hogares dispone
de acceso a internet, aunque la cobertura alcanza el 76,6 % en el área urbana y
desciende al 58,7 % en la rural, diferencia que condiciona las oportunidades de uso
educativo de estas tecnologías. A ello se añade que solo el 32,7 % de los hogares
cuenta con computadora de escritorio, portátil o tableta, por lo que el acceso mediante
teléfonos móviles puede limitar actividades de análisis, contrastación y producción
académica compleja. En este escenario, los estudiantes de educación secundaria
constituyen una población especialmente relevante, puesto que atraviesan una etapa
de consolidación del razonamiento, la autonomía intelectual y la capacidad para evaluar
evidencias. La integración de la inteligencia artificial generativa, por tanto, no depende
únicamente de su disponibilidad técnica, sino también de las condiciones sociales,
territoriales y pedagógicas que determinan la calidad de su aprovechamiento (Instituto
Nacional de Estadística y Censos [INEC], 2025; Miao & Holmes, 2023).
La incorporación de estas herramientas ofrece posibilidades de personalización,
retroalimentación inmediata y acceso ampliado a explicaciones, pero también introduce
riesgos vinculados con la dependencia tecnológica, la aceptación acrítica de respuestas
y la sustitución del esfuerzo cognitivo. Una revisión de 14 estudios identifica que la
sobredependencia de sistemas de diálogo basados en inteligencia artificial puede
afectar procesos asociados con la toma de decisiones, el pensamiento crítico y el
razonamiento analítico, especialmente cuando los estudiantes aceptan resultados sin
verificar su precisión o procedencia. Esta situación adquiere mayor relevancia en
contextos donde persisten brechas de alfabetización digital, porque el acceso
tecnológico no garantiza la capacidad para reconocer sesgos, errores, información
fabricada o ausencia de fuentes confiables. La falta de orientación pedagógica también
puede incrementar problemas de integridad académica, reducir la elaboración personal
de argumentos y debilitar la comprensión profunda de los contenidos. Si estas
condiciones no se atienden, la mejora aparente del desempeño escolar puede ocultar
aprendizajes superficiales y ampliar las diferencias entre estudiantes con distintos
niveles de conectividad, acompañamiento y competencia digital (Zhai et al., 2024;
OECD, 2026).
La evidencia reciente muestra, sin embargo, que la relación entre inteligencia artificial
generativa y aprendizaje crítico no es exclusivamente negativa, ya que sus efectos
dependen del propósito de uso, la mediación docente y el diseño de las actividades.
Una revisión sistemática publicada en 2025 señala que estas herramientas pueden
favorecer el acceso a perspectivas diversas, la organización de argumentos y el análisis
de información, aunque la dependencia excesiva reduce la autorreflexión y la evaluación
crítica de los contenidos producidos. De manera complementaria, el análisis de 51
estudios empíricos realizados entre 2023 y 2024 identifica cinco dimensiones de
alfabetización en inteligencia artificial generativa: comprensión conceptual, aplicación,
evaluación, ética y actitudes hacia la tecnología. Esta amplitud evidencia que el dominio
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
58
instrumental resulta insuficiente cuando no se acompaña de procesos de comprobación,
razonamiento y toma de decisiones fundamentadas. En consecuencia, el aprendizaje
crítico requiere que los estudiantes comparen fuentes, identifiquen inconsistencias,
justifiquen sus elecciones y reconozcan los límites de los sistemas generativos, en lugar
de utilizarlos únicamente para obtener productos terminados (Melisa et al., 2025; Park,
2025).
A pesar del crecimiento acelerado de la producción científica, persiste una brecha
relacionada con la limitada atención otorgada a los estudiantes de educación secundaria
y a los contextos latinoamericanos. Un análisis bibliométrico registra 1.764
publicaciones sobre inteligencia artificial en educación secundaria entre 2019 y 2024,
pero identifica una concentración de la producción en países como China y Estados
Unidos, lo que restringe la transferencia directa de sus resultados hacia sistemas
educativos con desigualdades de conectividad y recursos. Del mismo modo, una
revisión sobre pensamiento crítico e inteligencia artificial recupera 640 documentos
publicados entre 2023 y 2025, selecciona 290 para el análisis bibliométrico y examina
únicamente 23 con mayor profundidad, predominando los estudios de educación
superior. Esta concentración deja insuficientemente explicadas variables como
frecuencia de uso, finalidad académica, verificación de información, autonomía cognitiva
y percepción ética entre adolescentes. La ausencia de evidencia situada impide
determinar si la inteligencia artificial generativa fortalece la argumentación y el juicio
crítico o si, por el contrario, promueve respuestas rápidas con escasa elaboración
intelectual en la educación secundaria ecuatoriana (Widayanti et al., 2024; Salido et al.,
2025; Zhai et al., 2024).
El análisis de esta problemática resulta socialmente pertinente porque la educación
secundaria prepara a los estudiantes para participar en entornos académicos, laborales
y ciudadanos donde la evaluación de información adquiere un valor creciente. La
diferencia de 17,9 puntos porcentuales entre el acceso urbano y rural a internet en
Ecuador evidencia que cualquier estrategia de incorporación tecnológica debe
considerar las desigualdades de disponibilidad, uso y acompañamiento, evitando asumir
que todos los estudiantes interactúan con la inteligencia artificial en condiciones
equivalentes. Desde el punto de vista teórico, el estudio permite relacionar el uso de
herramientas generativas con dimensiones observables del aprendizaje crítico, como
análisis, contrastación, argumentación y toma de decisiones. En el plano metodológico,
la investigación puede desarrollarse mediante instrumentos estructurados aplicables en
instituciones educativas, con recursos accesibles y en periodos compatibles con el
calendario escolar, sin requerir intervenciones tecnológicas complejas. La participación
estudiantil exige, además, procedimientos de consentimiento, confidencialidad,
minimización de datos y protección reforzada por tratarse de población menor de edad,
principios coherentes con una integración educativa centrada en el ser humano (INEC,
2025; Miao & Holmes, 2023).
A partir de esta problemática, el estudio tiene como objetivo general analizar la relación
entre el uso de inteligencia artificial generativa y el aprendizaje crítico en estudiantes de
educación secundaria del Ecuador. Para alcanzar este propósito, se plantean cuatro
objetivos específicos orientados a describir la frecuencia, las finalidades y las
condiciones de utilización de herramientas generativas; determinar el nivel de
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
59
aprendizaje crítico mediante indicadores de análisis, evaluación, argumentación y
verificación de información; comparar dichas capacidades según intensidad de uso,
acceso tecnológico y características educativas; y relacionar las prácticas de uso
responsable con el desarrollo de autonomía cognitiva y juicio crítico. La elección de
estas dimensiones responde a la necesidad de superar enfoques centrados únicamente
en la disponibilidad tecnológica y examinar la calidad cognitiva de la interacción con la
inteligencia artificial. Este planteamiento también permite diferenciar entre un uso de
apoyo, que complementa el razonamiento del estudiante, y un uso sustitutivo, que
desplaza la elaboración personal de respuestas. La consideración conjunta de 4
objetivos específicos y múltiples dimensiones analíticas favorece una comprensión más
precisa del fenómeno dentro de la educación secundaria ecuatoriana (Park, 2025; Salido
et al., 2025; OECD, 2026).
La contribución esperada consiste en generar evidencia contextualizada sobre una
relación que permanece insuficientemente estudiada en adolescentes latinoamericanos,
pese al crecimiento de 1.764 publicaciones internacionales sobre inteligencia artificial
en educación secundaria durante el periodo 2019–2024. La originalidad del trabajo
radica en integrar condiciones de acceso digital, patrones de uso de inteligencia artificial
generativa y dimensiones del aprendizaje crítico dentro de un mismo marco analítico,
evitando reducir el fenómeno a beneficios tecnológicos o riesgos de integridad
académica. Los resultados pueden aportar criterios para diseñar actividades que exijan
contrastar fuentes, justificar decisiones, identificar errores y transparentar el uso de
herramientas generativas. Asimismo, pueden orientar a docentes e instituciones en la
formulación de estrategias que promuevan una alfabetización en inteligencia artificial
sustentada en cinco componentes: comprensión, aplicación, evaluación, ética y actitud
crítica. De este modo, el estudio busca contribuir a una integración educativa que
preserve la autonomía intelectual y convierta la inteligencia artificial en un recurso para
ampliar el razonamiento, no para reemplazarlo (Widayanti et al., 2024; Park, 2025; Zhai
et al., 2024).
2. Materiales y Métodos
La investigación se desarrolló mediante un enfoque mixto de predominio cualitativo,
debido a que combinó la descripción cuantitativa de las características de la producción
científica con la interpretación de los hallazgos relacionados con la inteligencia artificial
generativa y el aprendizaje crítico en estudiantes de educación secundaria. El
componente cuantitativo permitió organizar frecuencias de publicación, distribución
geográfica, tipos de estudio, niveles educativos y principales variables examinadas,
mientras que el componente cualitativo facilitó la comprensión de beneficios, riesgos,
prácticas pedagógicas y condiciones de uso reportadas. La integración de ambas
perspectivas respondió a la necesidad de estudiar un fenómeno emergente cuya
complejidad no podía reducirse únicamente a indicadores numéricos ni a
interpretaciones aisladas. Esta complementariedad permitió contrastar tendencias
documentales con significados educativos y establecer inferencias integradas sobre la
relación entre el uso de herramientas generativas y el desarrollo del pensamiento crítico.
La articulación de datos cuantitativos y cualitativos se sustentó en el principio de
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
60
integración como característica central de los métodos mixtos (Creswell & Creswell,
2023; Zhou et al., 2024).
El estudio adoptó un diseño no experimental y transversal, puesto que las variables
fueron examinadas tal como aparecieron documentadas en investigaciones, informes
académicos y publicaciones científicas, sin introducir tratamientos, manipular
condiciones educativas ni modificar el comportamiento de los estudiantes. La
temporalidad transversal correspondió al análisis del corpus mediante un único proceso
de recopilación y evaluación documental, realizado durante un periodo previamente
delimitado. Esta estructura permitió identificar asociaciones conceptuales entre las
formas de uso de la inteligencia artificial generativa y dimensiones del aprendizaje
crítico, como análisis, contrastación de información, argumentación, autonomía
cognitiva y toma de decisiones. Debido a la naturaleza observacional del diseño, las
relaciones encontradas se interpretaron como patrones reportados en la literatura y no
como evidencias de causalidad. La elección metodológica mantuvo coherencia con la
necesidad de obtener una visión contextual del fenómeno sin intervenir directamente en
las experiencias educativas analizadas (Creswell & Creswell, 2023; Miao & Holmes,
2023).
La investigación se estructuró como un estudio documental orientado a examinar
evidencia científica publicada entre enero de 2021 y diciembre de 2025 sobre
inteligencia artificial generativa, pensamiento crítico y educación secundaria. La
búsqueda se efectuó en Scopus, Web of Science, ERIC, SciELO y Redalyc, debido a
que estas fuentes permitieron recuperar literatura internacional y latinoamericana
vinculada con educación, tecnología y procesos de aprendizaje. El razonamiento
deductivo se empleó inicialmente para establecer categorías derivadas del marco
conceptual, entre ellas frecuencia de uso, finalidad académica, verificación de
contenidos, argumentación, autonomía y alfabetización en inteligencia artificial. De
manera complementaria, el razonamiento inductivo permitió identificar categorías
emergentes relacionadas con dependencia tecnológica, integridad académica,
mediación docente, desigualdad digital y transformación de las prácticas escolares. La
combinación de ambas lógicas favoreció una interpretación sistemática sin restringir el
análisis a categorías definidas antes de la revisión.
El alcance fue exploratorio porque se examinó una relación cuya evidencia permaneció
en consolidación, especialmente en estudiantes de educación secundaria de Ecuador y
América Latina. La revisión procuró reconocer tendencias, enfoques metodológicos,
variables recurrentes y vacíos de conocimiento, sin pretender comprobar relaciones
causales ni generalizar resultados a la totalidad de los sistemas educativos de la región.
Esta decisión se justificó por la rápida expansión de la investigación sobre inteligencia
artificial en educación y por la limitada disponibilidad de estudios centrados
específicamente en adolescentes latinoamericanos. El análisis bibliométrico
internacional había identificado 1.764 publicaciones relacionadas con inteligencia
artificial y educación secundaria entre 2019 y 2024, aunque la producción se concentró
principalmente en países como China y Estados Unidos. Por consiguiente, la
exploración documental permitió valorar la pertinencia y transferibilidad de los hallazgos
internacionales hacia contextos educativos caracterizados por diferencias sociales,
tecnológicas e institucionales (Widayanti et al., 2024; Miao & Holmes, 2023).
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
61
La unidad de análisis estuvo constituida por artículos científicos revisados por pares,
revisiones sistemáticas, estudios empíricos e informes técnicos de organismos
internacionales que abordaron el uso educativo de inteligencia artificial generativa y su
relación con habilidades de pensamiento crítico. Se incluyeron documentos publicados
en español, inglés o portugués durante el periodo establecido, con texto completo
disponible y referencias explícitas a estudiantes de educación secundaria, educación
media, bachillerato o niveles equivalentes. También se admitieron estudios regionales
o internacionales cuyos resultados presentaron implicaciones pedagógicas aplicables al
contexto latinoamericano. Se excluyeron editoriales, reseñas, documentos duplicados,
publicaciones sin descripción metodológica y trabajos centrados exclusivamente en
educación superior cuando no ofrecieron categorías transferibles a la educación
secundaria. La definición explícita de los criterios buscó reducir decisiones arbitrarias
durante la selección y fortalecer la trazabilidad del proceso documental (Page et al.,
2021; Widayanti et al., 2024).
La estrategia de búsqueda combinó términos en español e inglés mediante operadores
booleanos, entre ellos “inteligencia artificial generativa” OR “generative artificial
intelligence” OR “ChatGPT”, junto con “pensamiento crítico” OR “critical thinking”, y
“educación secundaria” OR “secondary education” OR “high school students”. Los
registros recuperados se organizaron en una matriz electrónica que incorporó autoría,
año, país, diseño metodológico, población, herramienta tecnológica, dimensión del
aprendizaje crítico, resultados principales y limitaciones. La depuración se efectuó
mediante la eliminación de duplicados, seguida de la revisión de títulos, resúmenes y
textos completos conforme a los criterios previamente establecidos. El proceso de
identificación y selección se documentó mediante una secuencia basada en las
orientaciones PRISMA 2020, con el propósito de favorecer transparencia,
reproducibilidad y justificación de las exclusiones. La aplicación ordenada de estas fases
permitió construir un corpus pertinente para responder a los objetivos del estudio sin
incorporar documentos ajenos al fenómeno investigado (Page et al., 2021; Cooper et
al., 2024).
El componente cuantitativo se procesó mediante estadística descriptiva, utilizando
frecuencias absolutas, porcentajes y distribuciones según año de publicación,
procedencia geográfica, tipo de investigación, nivel educativo y dimensiones analizadas.
Paralelamente, el componente cualitativo se examinó mediante análisis temático,
proceso que comprendió lectura reiterada, codificación inicial, agrupación de códigos,
construcción de temas y revisión de la coherencia interpretativa. Las categorías
deductivas se contrastaron con los patrones emergentes para identificar convergencias,
contradicciones y aspectos escasamente estudiados en torno al aprendizaje crítico.
Posteriormente, los resultados cuantitativos y cualitativos se integraron mediante una
matriz conjunta que relacionó tendencias numéricas con categorías interpretativas y
permitió formular metainferencias. Esta estrategia evitó presentar dos análisis
independientes y fortaleció la comprensión articulada de las oportunidades y riesgos
asociados con la inteligencia artificial generativa en educación secundaria (Braun &
Clarke, 2021; Zhou et al., 2024).
La calidad metodológica se fortaleció mediante la conservación de las ecuaciones de
búsqueda, el registro de decisiones de inclusión y exclusión, la aplicación uniforme de
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
62
la matriz de extracción y la revisión comparativa de las categorías analíticas. Las
interpretaciones se sustentaron únicamente en la información disponible en los
documentos seleccionados, evitando atribuir efectos causales o resultados que no
hubieran sido reportados por las investigaciones originales. Por tratarse de un estudio
documental, no existió contacto directo con estudiantes ni se recopilaron datos
personales, sensibles o identificables; no obstante, se mantuvieron principios de
integridad científica, atribución adecuada, transparencia y respeto de la propiedad
intelectual. La interpretación de resultados relacionados con adolescentes consideró el
enfoque centrado en las personas, la protección de menores y la necesidad de promover
usos educativos apropiados para la edad. Estas precauciones permitieron abordar el
fenómeno desde una perspectiva académicamente rigurosa y éticamente responsable,
sin sustituir la valoración pedagógica y humana por decisiones automatizadas (Miao &
Holmes, 2023; UNESCO, 2023).
3. Resultados
Patrones, finalidades y condiciones de uso de la inteligencia artificial generativa
El análisis documental tuvo como propósito caracterizar las formas de utilización de la
inteligencia artificial generativa, las actividades académicas en las que se incorporó y
las condiciones que acompañaron su uso en contextos educativos. La evidencia
examinada mostró una expansión sostenida del interés científico por la inteligencia
artificial en educación secundaria, reflejada en 1.764 publicaciones identificadas durante
el periodo 2019–2024. La producción se concentró principalmente en países con mayor
desarrollo tecnológico, mientras que la participación de contextos latinoamericanos
permaneció comparativamente limitada. Los estudios recuperados abordaron con
mayor frecuencia la generación de contenidos, la búsqueda de información, el apoyo a
la escritura y la resolución de actividades académicas. Esta distribución evidenció un
predominio del uso de la tecnología como recurso instrumental para agilizar tareas y
ampliar el acceso a contenidos educativos (Widayanti et al., 2024).
Las finalidades registradas se relacionaron principalmente con la elaboración y mejora
de textos, la recuperación rápida de información, la reformulación de contenidos y la
obtención de retroalimentación inmediata. Dentro de la evidencia sintetizada, un estudio
con 16 estudiantes identificó que los sistemas generativos redujeron el tiempo destinado
a la investigación y a la localización de información, mientras que otro trabajo con 15
estudiantes de inglés examinó su utilización para producir paráfrasis y apoyar la
comprensión escrita. De manera complementaria, una investigación con 327
participantes describió el empleo de estas herramientas para organizar procesos de
escritura, mejorar la claridad de los textos y simplificar actividades vinculadas con la
producción académica. También se registró su utilización para personalizar
experiencias de aprendizaje y proporcionar asistencia continua, debido a la
disponibilidad permanente de los sistemas digitales (Zhai et al., 2024).
Las condiciones de uso mostraron que la rapidez de respuesta, la facilidad de acceso y
la capacidad para generar productos terminados favorecieron la incorporación
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
63
recurrente de la inteligencia artificial generativa en las actividades educativas. No
obstante, la revisión de 14 estudios identificó que parte de las interacciones se produjo
sin procedimientos sistemáticos de comprobación de exactitud, autoría o procedencia
de la información. En los trabajos analizados también se observaron dificultades
asociadas con explicaciones incompletas, respuestas carentes de referencias,
contenidos imprecisos y aceptación directa de resultados generados. Una investigación
incluida en la revisión, desarrollada con 285 estudiantes, registró que el 68,9 % presentó
comportamientos vinculados con mayor pasividad ante las tareas y que el 27,7 %
manifestó deterioro en procesos relacionados con la toma de decisiones. Estos valores
correspondieron a resultados reportados por los estudios primarios y no representaron
estimaciones directas de la población estudiantil ecuatoriana (Zhai et al., 2024).
La síntesis de los hallazgos mostró que el patrón predominante correspondió a un uso
orientado a obtener información, producir textos, reducir tiempos de búsqueda y recibir
apoyo inmediato durante la ejecución de actividades escolares. La utilización se
presentó con mayor intensidad cuando las herramientas ofrecieron acceso continuo,
respuestas rápidas y bajos requerimientos técnicos para la generación de contenidos.
Al mismo tiempo, las condiciones documentadas evidenciaron variabilidad en los
procesos de verificación, acompañamiento pedagógico, protección de datos y
adecuación de las herramientas a la edad de los estudiantes. La evidencia disponible
no proporcionó medias globales, desviaciones estándar, intervalos de confianza ni
valores de significancia comparables, debido a la heterogeneidad de diseños,
participantes e indicadores empleados. En conjunto, los resultados describieron una
incorporación predominantemente funcional de la inteligencia artificial generativa,
condicionada por el acceso tecnológico, la finalidad académica y el nivel de supervisión
aplicado durante su utilización (Miao & Holmes, 2023; Zhai et al., 2024).
Nivel de aprendizaje crítico y comportamiento de sus dimensiones analíticas
El análisis tuvo como propósito identificar el comportamiento del aprendizaje crítico a
partir de las dimensiones de evaluación de información, pensamiento analítico, toma de
decisiones, argumentación y autonomía cognitiva descritas en la evidencia documental.
Debido a la heterogeneidad de los diseños, instrumentos y poblaciones examinadas, no
se obtuvo una puntuación global comparable ni se calcularon medias agrupadas,
desviaciones estándar o intervalos de confianza. Los estudios mostraron un
comportamiento variable: la inteligencia artificial generativa favoreció la eficiencia en la
escritura y el acceso a información, pero la dependencia de respuestas automatizadas
se vinculó con menor comprobación de contenidos y reducción del esfuerzo analítico.
La literatura escolar también registró una comprensión moderada de los conceptos
asociados con inteligencia artificial generativa y dificultades recurrentes para evaluar
críticamente los resultados producidos por estas herramientas. En consecuencia, el
aprendizaje crítico no presentó un nivel uniforme, sino diferencias relacionadas con la
forma de interacción, la supervisión pedagógica y el grado de dependencia tecnológica
(Park, 2025; Zhai et al., 2024).
La dimensión de pensamiento crítico concentró la mayor cantidad de evidencia dentro
del corpus analizado. Ocho estudios examinaron inicialmente la incorporación de
sistemas de inteligencia artificial en actividades de escritura académica y registraron
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
64
beneficios relacionados con eficiencia, organización textual y confianza; sin embargo,
también identificaron riesgos vinculados con creatividad, evaluación de información e
integridad académica. En uno de los estudios primarios, realizado con 245 participantes,
el 75 % manifestó preocupación por una posible reducción del pensamiento crítico, el
73 % señaló riesgo de dependencia tecnológica y el 70 % reconoció la presencia
potencial de información incorrecta. Asimismo, el 69 % expresó inquietud por el plagio
involuntario y el 40 % identificó posibles sesgos algorítmicos. Estos porcentajes
correspondieron a una investigación específica y no representaron estimaciones
generalizables para estudiantes de educación secundaria de Ecuador o América Latina
(Zhai et al., 2024).
El comportamiento de las dimensiones analíticas mostró que tres estudios abordaron de
manera directa el razonamiento analítico y señalaron que la retroalimentación
inmediata, la personalización y la disponibilidad continua facilitaron determinadas
actividades académicas. No obstante, la dependencia excesiva se asoció con una
menor participación en procesos de interpretación, comprobación y elaboración
independiente de argumentos. De forma paralela, tres investigaciones examinaron la
toma de decisiones y registraron patrones relacionados con dependencia, menor
comprensión contextual y aceptación de respuestas sin validación suficiente. Una
investigación incluida en la revisión, desarrollada con 285 estudiantes universitarios de
Pakistán y China, informó que el 68,9 % presentó comportamientos asociados con
mayor pasividad académica y que el 27,7 % experimentó deterioro en procesos de toma
de decisiones. La Tabla 1 sintetiza los principales indicadores documentados para cada
dimensión del aprendizaje crítico (Zhai et al., 2024).
Tabla 1
Comportamiento documentado de las dimensiones asociadas con el aprendizaje crítico
Dimensión
analítica
Evidencia
examinada
Indicadores numéricos
reportados
Tendencia descriptiva
identificada
Pensamiento
crítico
8 estudios
Reducción percibida del
pensamiento crítico: 75 %;
dependencia tecnológica: 73 %;
información incorrecta: 70 %
Beneficios en eficiencia y escritura,
junto con riesgos de aceptación
acrítica y menor elaboración
autónoma
Evaluación y
verificación de
información
Evidencia
transversal en
el corpus
Plagio involuntario: 69 %;
preocupación por sesgos
algorítmicos: 40 %
Dificultades para comprobar
exactitud, procedencia y
confiabilidad de los contenidos
generados
Pensamiento
analítico
3 estudios
No se informaron medidas
agrupadas comparables
Menor análisis independiente
cuando la inteligencia artificial
sustituyó procesos de
interpretación y razonamiento
Toma de
decisiones
3 estudios
Pasividad académica: 68,9 %;
deterioro de la toma de
decisiones: 27,7 %
Mayor dependencia de respuestas
automatizadas y menor
participación en decisiones
fundamentadas
Autonomía
cognitiva
Evidencia
cualitativa
recurrente
Sin porcentajes globales
comparables
Variación según intensidad de uso,
capacidad de verificación y grado
de mediación pedagógica
Nota: Los porcentajes procedieron de estudios primarios específicos incluidos en la revisión y no
constituyeron estimaciones combinadas ni resultados representativos de la población estudiantil
ecuatoriana. No se calcularon medias, desviaciones estándar, intervalos de confianza ni valores
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
65
p debido a la ausencia de indicadores homogéneos entre los estudios analizados (Zhai et al.,
2024).
La síntesis documental evidenció que las dimensiones con mayor vulnerabilidad
correspondieron a la evaluación crítica de información, la autonomía cognitiva y la toma
de decisiones cuando las respuestas generadas fueron aceptadas sin contrastación. En
contraste, los resultados mostraron que el uso orientado a complementar la escritura,
organizar ideas o proporcionar retroalimentación conservó posibilidades de apoyo
cognitivo cuando exigió participación activa del estudiante. La evidencia sobre
alfabetización en inteligencia artificial identificó, además, dificultades frecuentes en la
formulación de instrucciones y en la evaluación crítica de los contenidos generados,
pese a la presencia de actitudes favorables, curiosidad y percepción de autoeficacia. El
hallazgo central describió, por tanto, un comportamiento dual: la inteligencia artificial
generativa amplió la eficiencia de determinadas tareas, mientras que el uso dependiente
redujo la participación en procesos de análisis, comprobación y razonamiento
autónomo. Estas tendencias se interpretaron como patrones documentales y no como
relaciones causales aplicables directamente a la educación secundaria ecuatoriana
(Park, 2025; Salido et al., 2025; Zhai et al., 2024).
Relación entre el uso de inteligencia artificial generativa y el aprendizaje crítico
El análisis tuvo como propósito describir la relación documentada entre las modalidades
de uso de la inteligencia artificial generativa y las dimensiones del aprendizaje crítico,
particularmente la evaluación de información, el razonamiento analítico, la toma de
decisiones y la autonomía cognitiva. La revisión de 14 estudios mostró que la asociación
varió según la finalidad y el grado de dependencia: el uso complementario se vinculó
con apoyo para organizar ideas, acceder a explicaciones y recibir retroalimentación,
mientras que el uso sustitutivo coincidió con una menor participación en procesos de
comprobación y elaboración propia. Dentro del corpus examinado, ocho investigaciones
abordaron el pensamiento crítico, tres analizaron el pensamiento analítico y tres
estudiaron la toma de decisiones. Debido a la diversidad de diseños, instrumentos y
poblaciones, no se obtuvieron coeficientes de correlación agrupados, medias
combinadas, intervalos de confianza ni valores p comparables entre estudios (Zhai et
al., 2024).
Los resultados mostraron que la relación adquirió características favorables cuando las
herramientas generativas se emplearon para ampliar alternativas, formular preguntas,
revisar argumentos o complementar procesos desarrollados previamente por los
estudiantes. En estas condiciones, la inteligencia artificial funcionó como apoyo para
acceder a diferentes perspectivas y estructurar contenidos, sin desplazar
necesariamente la evaluación humana. En contraste, la aceptación inmediata de
respuestas, la ausencia de verificación y la delegación reiterada de actividades
cognitivas coincidieron con patrones de dependencia y menor razonamiento autónomo.
Una investigación incluida en la revisión registró que el 68,9 % de 285 participantes
presentó comportamientos asociados con mayor pasividad académica y que el 27,7 %
manifestó afectaciones relacionadas con la toma de decisiones; estos valores
correspondieron a un estudio primario específico y no representaron estimaciones para
estudiantes ecuatorianos (Zhai et al., 2024).
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
66
Figura 1
Optimización del aprendizaje crítico con IA
Nota: Autores (2024)
El esquema sintetizó un patrón diferencial entre las formas de interacción con la
inteligencia artificial generativa. La relación con el aprendizaje crítico no se presentó de
manera uniforme ni respondió exclusivamente a la frecuencia de uso, sino que estuvo
condicionada por la actividad cognitiva conservada durante la interacción. Los estudios
escolares revisados identificaron que la alfabetización en inteligencia artificial
comprendió dimensiones de comprensión, aplicación, evaluación, ética y actitud, por lo
que el uso técnicamente competente no implicó necesariamente capacidad para
examinar la exactitud, pertinencia o confiabilidad de los contenidos generados. En este
marco, la evaluación crítica apareció vinculada con prácticas de contrastación y revisión,
mientras que las dificultades se concentraron en la formulación de instrucciones, la
validación de resultados y el reconocimiento de limitaciones de las herramientas (Park,
2025).
La síntesis final mostró que los patrones favorables se concentraron en usos que
mantuvieron la intervención activa del estudiante, mientras que los resultados
desfavorables se observaron con mayor frecuencia cuando la inteligencia artificial
reemplazó actividades de análisis, argumentación o decisión. La evidencia también
presentó diferencias según el diseño pedagógico, la alfabetización digital, el
acompañamiento docente y la finalidad académica, lo que impidió establecer una
relación causal única entre intensidad de uso y nivel de aprendizaje crítico. La literatura
examinada no proporcionó datos homogéneos suficientes para estimar tamaños de
efecto conjuntos ni para calcular diferencias estadísticamente significativas aplicables a
la educación secundaria ecuatoriana. En términos descriptivos, el hallazgo central indicó
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
67
que la relación dependió menos de la presencia de la herramienta que de la calidad
crítica de la interacción establecida durante su utilización (Park, 2025; Salido et al., 2025;
Zhai et al., 2024).
4. Discusión
El estudio analiza la relación entre el uso de inteligencia artificial generativa y el
aprendizaje crítico en educación secundaria, y los hallazgos sugieren que dicha relación
depende principalmente de la finalidad pedagógica, el grado de autonomía conservado
y las prácticas de verificación desarrolladas durante la interacción. El predominio de
usos orientados a búsqueda de información, producción textual y reducción del tiempo
de trabajo evidencia una integración funcional de estas herramientas, aunque no
necesariamente una mejora equivalente del razonamiento crítico. La revisión de 14
estudios muestra que los beneficios asociados con organización, retroalimentación y
acceso rápido a contenidos coexisten con riesgos de dependencia, pasividad y
aceptación de respuestas no verificadas. Este comportamiento coincide con la
perspectiva de que la inteligencia artificial puede ampliar oportunidades de aprendizaje
cuando complementa la actividad cognitiva, pero puede debilitarla cuando sustituye
procesos de análisis y elaboración personal. Por tanto, los resultados parecen indicar
que la calidad de la interacción resulta más relevante que la frecuencia de uso
considerada de manera aislada (Miao & Holmes, 2023; Zhai et al., 2024).
La evidencia examinada converge con investigaciones que describen una relación
ambivalente entre inteligencia artificial generativa y pensamiento crítico. Los patrones
favorables identificados, vinculados con generación de ideas, estructuración de
argumentos y acceso a perspectivas diversas, guardan correspondencia con los
hallazgos de Melisa et al. (2025) y Salido et al. (2025), quienes reconocen posibilidades
de apoyo para la reflexión y el análisis cuando existe participación activa del estudiante.
A la vez, los indicadores reportados en estudios primarios (entre ellos, 75 % de
preocupación por una posible reducción del pensamiento crítico, 73 % por dependencia
tecnológica y 70 % por información incorrecta) refuerzan la necesidad de interpretar
tales beneficios con cautela. Estas tendencias también coinciden con Park (2025), quien
plantea que la alfabetización en inteligencia artificial comprende no solo aplicación
técnica, sino también comprensión, evaluación, ética y actitud crítica. La divergencia
principal radica en que buena parte de la literatura se concentra en educación superior,
mientras que la evidencia específica sobre estudiantes de secundaria latinoamericanos
continúa siendo limitada (Park, 2025; Salido et al., 2025; Zhai et al., 2024).
Desde una perspectiva teórica y práctica, los resultados aportan una comprensión más
amplia del aprendizaje crítico al mostrar que este no depende exclusivamente del
acceso a herramientas generativas, sino de la capacidad para contrastar información,
identificar errores, justificar decisiones y mantener autonomía cognitiva. La relación
entre uso complementario y mayor participación analítica sugiere que la integración
educativa debe orientarse hacia actividades que exijan evaluación de evidencias,
comparación de respuestas y construcción argumentativa, en lugar de limitarse a la
obtención rápida de productos terminados. Esta implicación adquiere especial
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
68
relevancia en Ecuador, donde la diferencia de 17,9 puntos porcentuales entre el acceso
urbano y rural a internet, junto con la disponibilidad limitada de computadoras en los
hogares, puede condicionar tanto la frecuencia como la calidad del uso educativo. En
consecuencia, la incorporación de inteligencia artificial generativa requiere considerar
simultáneamente alfabetización crítica, mediación docente y desigualdad tecnológica,
evitando asumir que el acceso digital garantiza por sí mismo un aprovechamiento
formativo equivalente (INEC, 2025; Miao & Holmes, 2023; World Bank, 2024).
La interpretación de los hallazgos se encuentra limitada por la heterogeneidad de
diseños, instrumentos, poblaciones y contextos incluidos, lo que impide calcular medias
combinadas, tamaños de efecto, intervalos de confianza o relaciones estadísticas
generalizables. Además, varios resultados proceden de investigaciones realizadas fuera
de América Latina y, en algunos casos, con estudiantes universitarios, por lo que su
transferencia a la educación secundaria ecuatoriana debe realizarse con prudencia.
Futuras investigaciones deberían desarrollar estudios empíricos con adolescentes
ecuatorianos, comparar contextos urbanos y rurales, examinar longitudinalmente la
evolución del aprendizaje crítico y analizar el efecto de estrategias pedagógicas
centradas en verificación, argumentación y uso responsable de la inteligencia artificial.
También resultaría pertinente contrastar distintos niveles de intensidad de uso y explorar
la influencia del acompañamiento docente sobre la autonomía cognitiva. En este
sentido, la contribución central del estudio consiste en mostrar que la brecha no se limita
a conocer cuánto se utiliza la inteligencia artificial generativa, sino a comprender bajo
qué condiciones su uso fortalece o debilita el aprendizaje crítico en contextos educativos
todavía insuficientemente representados (Widayanti et al., 2024; Park, 2025; Zhai et al.,
2024).
5. Conclusiones
Los resultados permiten concluir que la relación entre el uso de inteligencia artificial
generativa y el aprendizaje crítico en educación secundaria no depende exclusivamente
de la frecuencia de utilización, sino de la finalidad educativa, el nivel de mediación
pedagógica y la participación cognitiva que conserva el estudiante. El uso
complementario favorece la organización de ideas, el acceso a explicaciones y la
retroalimentación inmediata, mientras que el uso sustitutivo puede asociarse con menor
verificación de información, reducción del esfuerzo analítico y pérdida progresiva de
autonomía. En consecuencia, la inteligencia artificial generativa constituye un recurso
con potencial educativo condicionado por la calidad crítica de la interacción y por la
capacidad del estudiante para evaluar, contrastar y justificar la información obtenida.
Los hallazgos vinculados con los objetivos específicos evidencian que las finalidades
predominantes se relacionan con búsqueda de información, producción textual,
reformulación de contenidos y resolución de actividades académicas. A su vez, las
dimensiones de evaluación, argumentación, pensamiento analítico, toma de decisiones
y autonomía cognitiva presentan comportamientos variables según el grado de
dependencia tecnológica y las oportunidades de acompañamiento docente. La revisión
de 14 estudios muestra que los beneficios asociados con eficiencia y acceso rápido
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
69
coexisten con riesgos de aceptación acrítica, dependencia y menor elaboración
personal. En conjunto, la evidencia sugiere que el aprendizaje crítico se fortalece cuando
el uso de la herramienta exige contrastación, revisión y participación activa, y se debilita
cuando las respuestas generadas reemplazan procesos de razonamiento.
El principal aporte del estudio consiste en integrar los patrones de uso de inteligencia
artificial generativa con las dimensiones del aprendizaje crítico dentro de un mismo
marco de análisis aplicado a la educación secundaria. Esta perspectiva permite superar
una visión centrada únicamente en el acceso tecnológico y orientar la atención hacia la
calidad cognitiva, ética y pedagógica del uso. Asimismo, los hallazgos destacan la
necesidad de considerar las desigualdades digitales existentes en Ecuador, donde las
diferencias de conectividad y disponibilidad de dispositivos pueden condicionar las
oportunidades de aprovechamiento educativo. Por ello, la incorporación institucional de
estas herramientas requiere estrategias que articulen alfabetización en inteligencia
artificial, pensamiento crítico, acompañamiento docente y condiciones equitativas de
acceso.
A partir de los resultados, se recomienda promover actividades escolares que exijan
comparar fuentes, identificar inconsistencias, justificar decisiones y transparentar el uso
de contenidos generados por inteligencia artificial. Las futuras investigaciones deberían
desarrollar estudios empíricos con estudiantes de educación secundaria ecuatoriana,
incorporar comparaciones entre contextos urbanos y rurales y examinar
longitudinalmente la evolución de la autonomía cognitiva. También resulta pertinente
evaluar estrategias pedagógicas diferenciadas según intensidad de uso, nivel de
alfabetización digital y grado de acompañamiento docente. De este modo, la
contribución central de la investigación radica en demostrar que el desafío educativo no
consiste únicamente en incorporar inteligencia artificial generativa, sino en garantizar
que su utilización amplíe el razonamiento sin sustituir la capacidad crítica del estudiante.
Referencias Bibliográficas
Creswell, J. W., & Creswell, J. D. (2023). Research design: Qualitative, quantitative,
and mixed methods approaches (6th ed.). SAGE Publications.
https://us.sagepub.com/en-us/nam/research-design/book270550
Instituto Nacional de Estadística y Censos. (2025). Tecnologías de la información y
comunicación: Julio 2025.
https://www.ecuadorencifras.gob.ec/documentos/web-
inec/Estadisticas_Sociales/TIC/2025/202507_Tecnologia_de_la_Informacion_y
_Comunicacion-TICs.pdf
Melisa, R., Ashadi, A., Triastuti, A., Hidayati, S., Salido, A., Ero, P. E. L., Marlini, C.,
Zefrin, Z., & Al Fuad, Z. (2025). Critical thinking in the age of AI: A systematic
review of AI’s effects on higher education. Educational Process: International
Journal, 14, e2025031. https://doi.org/10.22521/edupij.2025.14.31
Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research.
UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693.
Revista de Investigación y Liderazgo Vol. 01 (Num. 01)(Enero – Marzo 2024) ISSN 3151-8532
Ciencia, sociedad y transformación del pensamiento
https://rivinglid.omeditorial.com
70
OECD. (2026). OECD digital education outlook 2026. OECD Publishing.
https://doi.org/10.1787/062a7394-en
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C.
D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville,
J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-
Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement:
An updated guideline for reporting systematic reviews. BMJ, 372, n71.
https://doi.org/10.1136/bmj.n71
Park, J. (2025). A systematic literature review of generative artificial intelligence (GenAI)
literacy in schools. Computers and Education: Artificial Intelligence, 9, 100487.
https://doi.org/10.1016/j.caeai.2025.100487
Salido, A., Syarif, I., Sitepu, M. S., Suparjan, Wana, P. R., Taufika, R., & Melisa, R.
(2025). Integrating critical thinking and artificial intelligence in higher education:
A bibliometric and systematic review of skills and strategies. Social Sciences &
Humanities Open, 12, 101924. https://doi.org/10.1016/j.ssaho.2025.101924
UNESCO. (2023). Guía para el uso de IA generativa en educación e investigación.
https://unesdoc.unesco.org/ark:/48223/pf0000389227
UNESCO. (2024). The urgency of educational recovery in Latin America and the
Caribbean.
https://www.unesco.org/sites/default/files/medias/fichiers/2024/01/uns-
recuperacion-ENG.pdf
Widayanti, Haryanto, Istiyono, E., Saregar, A., & Amaliah, K. (2024). How is the insight
overview of artificial intelligence research in high school? European Journal of
Educational Research, 13(4), 1917–1930. https://doi.org/10.12973/eu-
jer.13.4.1917
World Bank. (2024). Digital economy for Latin America and the Caribbean: Country
diagnostic—Ecuador.
https://documents1.worldbank.org/curated/en/099957201262484042/pdf/IDU14
8619f7c191381405618db3115106df826f9.pdf
Zhai, C., Wibowo, S., & Li, L. D. (2024). The effects of over-reliance on AI dialogue
systems on students’ cognitive abilities: A systematic review. Smart Learning
Environments, 11, Article 28. https://doi.org/10.1186/s40561-024-00316-7
Zhou, Y., Zhou, Y., & Machtmes, K. (2024). Mixed methods integration strategies used
in education: A systematic review. Research Methods in Medicine & Health
Sciences, 5(2), 89–106.
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
