Pedagogical readiness in a structural equation model of generative artificial intelligence use and cognitive offloading among preservice teachers

En el aula moderna, un nuevo tipo de ayudante ha llegado, uno que puede escribir ensayos, resolver problemas y explicar ideas complejas en segundos. Esta tecnología, conocida como inteligencia artificial generativa, ha cambiado la forma en que los estudiantes abordan sus tareas escolares. Para muchos, actúa como un poderoso atajo, permitiéndoles terminar tareas más rápido o comprender conceptos difíciles con menos esfuerzo. Sin embargo, esta conveniencia viene con una trampa. Cuando un estudiante confía demasiado en una herramienta para que piense por él, corre el riesgo de saltarse el esfuerzo mental requerido para aprender verdaderamente. Este fenómeno se llama descarga cognitiva: el acto de trasladar el trabajo mental de una tarea a un dispositivo externo. Si bien esto puede ser una estrategia inteligente para gestionar cargas de trabajo pesadas, se vuelve problemático si reemplaza el pensamiento profundo necesario para dominar una materia.

Este problema es especialmente crítico para las personas que se están formando para ser docentes. Estos futuros educadores no son solo estudiantes usando las herramientas para sí mismos; son quienes eventualmente decidirán cómo enseñar estas herramientas a sus propios alumnos. Se enfrentan a un doble desafío: deben aprender a usar la tecnología de manera efectiva para sus propios estudios y, simultáneamente, descubrir cómo guiar a sus futuros estudiantes en el uso responsable de la misma. La pregunta para los investigadores no es solo si estos futuros profesores están usando la tecnología, sino por qué la usan, qué reglas sienten que pueden seguir y si su confianza al enseñar con la herramienta cambia su dependencia de ella para su propio aprendizaje.

Un equipo de investigadores de la Universidad Masaryk en la República Checa se propuso comprender estas dinámicas entre casi setecientos estudiantes en formación docente. Querían ver si las razones por las que la gente suele adoptar nueva tecnología, como la facilidad de uso o la presión de compañeros y profesores, realmente impulsan el uso de la inteligencia artificial. También querían saber si las reglas claras de la universidad hacían que los estudiantes se sintieran más seguros al admitir que usaban la herramienta y si sentirse preparados para enseñar con la tecnología realmente evitaba que los estudiantes la usaran como una muleta para su propio pensamiento.

Los investigadores recopilaron datos de estudiantes en diversas etapas de su formación docente, desde licenciaturas hasta programas avanzados de maestría. Hicieron preguntas detalladas sobre la frecuencia con la que los estudiantes utilizaban la inteligencia artificial generativa, para qué tareas la utilizaban y qué sentían respecto a las reglas que rodeaban su uso. Específicamente, analizaron si los estudiantes sentían que la universidad contaba con directrices claras y si se sentían seguros admitiendo el uso de la herramienta sin temor a ser castigados. También midieron la confianza de los estudiantes en su capacidad para usar la tecnología con fines pedagógicos, una habilidad conocida como preparación pedagógica, y la compararon con la frecuencia con la que dejaban que la herramienta asumiera su propio trabajo mental.

Los resultados revelaron una historia impulsada casi por completo por la eficiencia. La razón más fuerte por la que los estudiantes usaban la tecnología era simplemente que hacía su trabajo más rápido y efectivo. Los investigadores encontraron que la creencia de que la herramienta les ayudaría a obtener mejores resultados era el factor más importante para predecir la frecuencia de su uso. Sorprendentemente, otros factores que suelen influir en la adopción de tecnología, como la facilidad para operar la herramienta, la presión de los amigos o incluso la influencia de los profesores, no predijeron significativamente la frecuencia con la que los estudiantes usaban la tecnología. Los estudiantes no usaban la herramienta porque sus profesores se lo dijeran o porque sus amigos lo hicieran; la usaban porque funcionaba.

El estudio también descubrió un vínculo vital entre las reglas claras y la tranquilidad de los estudiantes. Cuando los estudiantes sentían que las reglas de la universidad sobre el uso de la inteligencia artificial eran claras y consistentes, reportaban sentirse mucho más seguros. Esta seguridad psicológica significaba que estaban más dispuestos a ser transparentes sobre el uso de la herramienta. Sin embargo, los investigadores encontraron que este sentimiento de seguridad no cambiaba la frecuencia con la que los estudiantes utilizaban la tecnología. Independientemente de si el estudiante sentía que el entorno era de apoyo o de riesgo, seguía usando la herramienta si creía que era útil. Las reglas importaban para la honestidad, pero no para la decisión de usar la herramienta en primer lugar.

Quizás el hallazgo más significativo se refirió a la relación entre el uso de la herramienta y el esfuerzo mental que los estudiantes ponían en su trabajo. Los datos mostraron una conexión fuerte: cuanto más frecuentemente usaba un estudiante la inteligencia artificial, más reportaba desplazar la carga mental de sus tareas hacia la máquina. Esto sugiere que, a medida que los estudiantes usan la herramienta con más frecuencia, es cada vez más probable que permitan que esta se encargue de las partes difíciles del pensamiento, como formular argumentos o resolver problemas complejos. Esta tendencia a descargar el trabajo cognitivo no se veía reducida por la confianza de los estudiantes en su capacidad para enseñar con la tecnología. Incluso aquellos que se sentían muy preparados y capacitados para integrar la herramienta en un entorno de aula, eran igual de propensos a depender de ella para sus propios estudios que aquellos que se sentían menos preparados.

Este hallazgo desafía la idea de que el simple hecho de saber cómo enseñar con la tecnología evitará que los estudiantes se vuelquen excesivamente en ella. Los investigadores observaron que, si bien los estudiantes se sentían seguros en su capacidad personal para usar la herramienta en sus propios estudios, se sentían mucho menos seguros sobre cómo usarla de manera efectiva en un contexto de enseñanza. Había una gran brecha entre su comodidad personal con la tecnología y su preparación profesional para guiar a otros en su uso. Esto sugiere que ser un usuario hábil no convierte automáticamente a alguien en un profesor hábil de esa tecnología.

El estudio también destacó que, para el pequeño grupo de estudiantes que no utilizaban la herramienta en absoluto, las razones no se debían a la dificultad técnica o la falta de acceso. En su lugar, estaban motivados por preocupaciones éticas. Muchos de estos estudiantes temían que el uso de la herramienta fuera una forma de deshonestidad académica o que debilitara sus propias habilidades con el tiempo. Algunos incluso expresaron preocupaciones sobre el impacto ambiental de la tecnología. Estos estudiantes no tenían miedo a las reglas; estaban moralmente opuestos a la práctica.

En última instancia, la investigación dibuja el retrato de una generación de futuros docentes que son usuarios pragmáticos de la inteligencia artificial. Están impulsados por el deseo de ser eficientes y de realizar su trabajo bien. Si bien las reglas institucionales claras les ayudan a sentirse seguros para ser honestos sobre su uso, estas reglas no impiden que utilicen la herramienta cuando la necesitan. Además, sentirse preparados para enseñar con la tecnología no protege contra la tentación de dejar que la herramienta realice el trabajo pesado de su propio aprendizaje. El estudio sugiere que los programas de formación docente deben ir más allá de simplemente enseñar cómo usar la tecnología. Deben también ayudar a los futuros educadores a comprender la fina línea entre usar una herramienta para apoyar el aprendizaje y usarla para reemplazar el proceso de pensamiento por completo. Sin este entendimiento más profundo, incluso los futuros profesores más seguros pueden verse dependiendo de la tecnología de maneras que socaven su propio aprendizaje y, eventualmente, el aprendizaje de sus alumnos.