Explaining and Sustaining AI Assimilation in Higher Education: The Dual Roles of Engagement and Skeptical Engagement

En las aulas de las universidades actuales, una revolución silenciosa está remodelando la forma en que los estudiantes aprenden a escribir. Las herramientas de inteligencia artificial, capaces de generar texto y ofrecer retroalimentación instantánea, ya no son solo conceptos futuristas; están integradas en el flujo de trabajo diario de la educación superior. Sin embargo, el simple hecho de tener estas herramientas disponibles no significa que los estudiantes las estén utilizando de manera efectiva. El verdadero desafío radica en la asimilación: el proceso mediante el cual una nueva tecnología deja de ser una novedad y se convierte en una parte natural y rutinaria de la forma de trabajar de una persona. Durante años, los investigadores han intentado comprender por qué algunas personas adoptan la nueva tecnología mientras otras la rechazan. Han analizado qué hace que una herramienta sea útil y fácil de usar, y también han estudiado los temores que frenan a las personas, como las preocupaciones sobre la privacidad o la sensación de estar siendo controlados por una máquina. Una suposición predominante ha sido que el miedo y el riesgo son simplemente barreras que detienen la adopción, y que para lograr que la gente use la IA, debemos eliminar esos temores. Sin embargo, esta visión podría ser demasiado simple. Trata la mente humana como un interruptor que está encendido o apagado, ignorando el pensamiento crítico y complejo que ocurre en el intermedio.

Un equipo de investigadores de North South University, Universiti Teknologi Brunei y Curtin University Sarawak se propuso investigar esta realidad más matizada. Querían entender cómo los estudiantes integran realmente la IA en su proceso de escritura, particularmente cuando están redactando y revisando ensayos. En lugar de asumir que los estudiantes aman o odian estas herramientas, los investigadores propusieron que existen dos formas distintas en las que los estudiantes se relacionan con ellas. La primera es el compromiso directo, donde los estudiantes están motivados y confían en el sistema. La segunda, que los investigadores llaman "compromiso escéptico", es un estado de uso cauteloso y crítico. En este estado, un estudiante no acepta ciegamente las sugerencias de la IA, sino que las cuestiona, las verifica y las aplica de manera selectiva. El estudio buscó determinar si este enfoque escéptico, a menudo visto como resistencia, podría ser en realidad una forma productiva de aprender y mantener el uso de la IA a lo largo del tiempo.

Para descubrir la verdad, los investigadores emplearon un enfoque de dos pasos. Primero, escucharon las voces de 22 estudiantes que habían utilizado IA para sus tareas de escritura. Estos estudiantes escribieron ensayos detallados sobre sus experiencias, describiendo qué les ayudó y qué los detuvo. Los investigadores analizaron estas historias para construir un mapa de los factores en juego. Encontraron que los estudiantes se sentían más comprometidos cuando sentían que tenían control sobre su trabajo, cuando la IA parecía comprender sus necesidades emocionales y cuando la retroalimentación era clara y justa. Por el contrario, se sentían estresados o cautelosos cuando la tecnología resultaba abrumadora, cuando sentían que perdían el control de su propia escritura o cuando les preocupaban cuestiones éticas como la privacidad de los datos. Esta fase inicial reveló que los estudiantes no estaban simplemente rechazando la tecnología; estaban negociando activamente con ella, adoptando a menudo una postura de escrutinio crítico.

Armados con estos conocimientos, los investigadores encuestaron luego a 303 estudiantes para probar sus ideas a una escala mayor. Les pidieron a estos estudiantes que calificaran qué tanto estaban de acuerdo con diversas afirmaciones sobre su uso de la IA. Los resultados confirmaron que tanto el entusiasmo como el escepticismo impulsan el uso de la IA a largo plazo, pero lo hacen de maneras diferentes. Los factores que apoyaban el sentido de autonomía y competencia de un estudiante, como la capacidad de elegir sus propios objetivos de escritura y recibir explicaciones claras para las sugerencias de la IA, aumentaban fuertemente su compromiso positivo. Por otro lado, los factores como la fatiga mental causada por verificar constantemente la IA, el miedo a perder el control sobre las propias ideas y las preocupaciones sobre la equidad ética, no causaron que los estudiantes dejaran de usar la herramienta. En cambio, estos riesgos condujeron a un mayor nivel de compromiso escéptico. Los estudiantes no se marcharon; se quedaron, pero se quedaron con la guardia alta, examinando cuidadosamente cada consejo que la máquina ofrecía.

El estudio encontró que ambos caminos conducen al mismo destino: la asimilación. Los estudiantes que estaban comprometidos de manera entusiasta usaban más la IA, y los estudiantes que estaban comprometidos de manera escéptica también usaban más la IA, siempre que sintieran que la colaboración estaba funcionando bien. De hecho, los datos mostraron que cuando los estudiantes percibían una colaboración de alta calidad con la IA —donde la herramienta se sentía receptiva y útil en lugar de intrusiva— su enfoque crítico y escéptico se volvía aún más efectivo para convertirse en un uso rutinario. El escepticismo no desapareció; se convirtió en una herramienta para una mejor integración. Los investigadores descubrieron que los estudiantes que cuestionaban el resultado de la IA no estaban fallando en la adopción de la tecnología; la estaban adoptando de una manera que preservaba su propia agencia y habilidades de pensamiento crítico.

Uno de los hallazgos más significativos fue que la visión tradicional del riesgo como una simple barrera estaba incompleta. El estudio mostró explícitamente que la conciencia del riesgo no necesariamente suprime la adopción. En cambio, puede cultivar un modo de uso más reflexivo y responsable. Los investigadores también encontraron que no todos los factores eran igualmente importantes. Mientras que la sensación de tener control sobre el proceso de escritura fue el motor más fuerte del compromiso positivo, la habilidad específica de aprender a usar la herramienta no predijo significativamente el compromiso en este contexto. Del mismo modo, aunque los estudiantes se preocupaban por el sesgo en la IA, este temor específico no impulsó significativamente su comportamiento escéptico de la misma manera que lo hicieron la fatiga mental o la pérdida de control. Esto sugiere que la experiencia inmediata de la interacción importa más que las preocupaciones abstractas sobre la lógica interna del sistema.

Las implicaciones de esta investigación son claras para cualquier persona involucrada en la educación o el diseño tecnológico. Sugiere que intentar que las herramientas de IA sean perfectamente fluidas y libres de riesgos podría no ser la mejor manera de fomentar su uso. En su lugar, los educadores y diseñadores deberían crear entornos que apoyen el pensamiento crítico. Deben fomentar que los estudiantes cuestionen a la IA, que expliquen por qué aceptan o rechazan una sugerencia y que mantengan el control sobre el producto final. Al tratar el escepticismo no como un problema a resolver, sino como una parte valiosa del proceso de aprendizaje, las instituciones pueden fomentar una relación más profunda y sostenible entre los estudiantes y la inteligencia artificial. El estudio concluye que el futuro de la IA en la educación no depende de que los estudiantes confíen ciegamente en la máquina, sino de su capacidad para trabajar con ella de manera crítica, asegurando que la tecnología sirva al aprendiz en lugar de reemplazarlo.