Scaffolding and fading generative AI support shapes dependency and anxiety among undergraduate law students
Este estudio desafía el supuesto de que restringir la IA generativa reduce la dependencia al demostrar que, en una cohorte de derecho de Sri Lanka, la disminución gradual del apoyo de la IA aumentó la ansiedad académica —particularmente entre los estudiantes con dependencia preexistente— sin reducir significativamente la dependencia, lo que sugiere que es necesaria una integración estructurada en lugar de una restricción absoluta para apoyar la equidad y el bienestar estudiantil.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En el aula moderna, un nuevo tipo de ayudante ha llegado: la inteligencia artificial que puede escribir ensayos, resolver problemas y explicar ideas complejas en segundos. Para las universidades, esta herramienta presenta una elección difícil. Muchas instituciones simplemente la han prohibido, temiendo que si los estudiantes pueden obtener respuestas con demasiada facilidad, dejarán de aprender a pensar por sí mismos. Este enfoque asume que quitar la herramienta obligará a los estudiantes a volverse independientes. Sin embargo, la ciencia del aprendizaje sugiere que la forma en que se usa una herramienta importa más que si está presente o no. Así como un niño que aprende a caminar necesita una mano de la cual sostenerse al principio, pero debe eventualmente soltarla para ganar fuerza, los estudiantes que usan la IA necesitan un tipo específico de guía que comience con apoyo y se desvanezca lentamente. Si el apoyo se retira de forma demasiado abrupta, o si la herramienta nunca se utiliza de manera estructurada, es posible que los estudiantes no aprendan a valerse por sí mismos; podrían, en cambio, volverse ansiosos y sentirse impotentes sin la máquina.
Esta cuestión de cómo guiar a los estudiantes a través del uso de la inteligencia artificial fue el foco de un estudio de cinco meses realizado con estudiantes de primer año de derecho en Sri Lanka. Los investigadores querían ver si simplemente restringir el acceso a la IA haría a los estudiantes más independientes, o si un uso cuidadosamente diseñado de la herramienta funcionaría mejor. Trabajaron con un grupo de 126 estudiantes en un programa de Licenciatura en Derecho, un campo donde aprender a razonar y analizar argumentos es la habilidad central. El estudio no solo preguntó a los estudiantes lo que pensaban; observó cómo se comportaban realmente a lo largo del tiempo a medida que las reglas para usar la IA cambiaban. Los investigadores dividieron el semestre en tres fases distintas para probar diferentes formas de interactuar con la tecnología.
En el primer mes, se permitió a los estudiantes usar la IA como quisieran, sin reglas especiales. Esto estableció una línea base de cómo usaban la herramienta de forma natural. Para el tercer mes, las reglas cambiaron. Se requería que los estudiantes escribieran sus tareas completamente por su cuenta primero. Solo después de terminar su trabajo podían enviarlo a la IA, la cual estaba programada para actuar como una revisora estricta. La IA no les daría respuestas ni escribiría texto nuevo para ellos; en su lugar, desafiaría su razonamiento, señalaría lagunas en su lógica y les pediría que pensaran más profundamente. Esta fase fue diseñada para permitir que los estudiantes hicieran el trabajo duro de pensar mientras usaban la IA para verificar su comprensión. En el último mes, el apoyo se retiró aún más. La IA solo tenía permitido señalar dónde el razonamiento de un estudiante era incompleto, sin ofrecer explicaciones o sugerencias sobre cómo solucionarlo. Esta etapa final fue una prueba de "desvanecimiento", donde la red de seguridad se retiró para ver si los estudiantes aún podían funcionar.
Los resultados de este experimento desafiaron la creencia común de que prohibir la IA es la mejor manera de construir la independencia. Cuando los investigadores midieron la confianza de los estudiantes en sus propias capacidades, encontraron que los estudiantes se sentían más capaces durante la fase intermedia, cuando tenían que hacer el trabajo primero y luego usar la IA para revisarlo. Esto sugiere que el acto de luchar con un problema antes de recibir ayuda crea un sentido de maestría. Sin embargo, cuando el apoyo de la IA se redujo en la fase final, los niveles de ansiedad de los estudiantes aumentaron significamente. El estudio encontró que simplemente quitar la herramienta no los hizo más seguros; en cambio, los hizo sentir más estresados y más dependientes de la herramienta que antes.
Tal vez el descubrimiento más importante fue sobre quiénes sufrieron más cuando el apoyo fue retirado. Los investigadores encontraron que los estudiantes que habían dependido fuertemente de la IA al principio del curso fueron los que se volvieron más ansiosos cuando la herramienta se desvaneció. Para estos estudiantes, la IA se había convertido en una muleta, y retirarla no los obligó a aprender a caminar; simplemente los dejó sintiéndose incapaces de moverse. El estudio mostró que una prohibición generalizada de la IA podría realmente perjudicar a los mismos estudiantes que más ayuda necesitan para desarrollar sus propias habilidades. En lugar de crear independencia, una restricción repentina puede profundizar la brecha entre aquellos que están listos para trabajar solos y aquellos que no lo están.
Los investigadores concluyeron que el diseño de la interacción es mucho más importante que la mera presencia de la herramienta. Encontraron que usar la IA como revisora del trabajo independiente ayudaba a construir una confianza genuina, mientras que retirar el apoyo demasiado rápido causaba ansiedad y un sentimiento de impotencia. El estudio sugiere que las universidades no solo deben decidir si permiten o prohíben la IA, sino diseñar un camino donde los estudiantes aprendan a usar la herramienta para verificar su propio pensamiento antes de que la herramienta sea retirada gradualmente. Este enfoque asegura que los estudiantes construyan sus propias habilidades de razonamiento primero, en lugar de volverse dependientes de una máquina que un día podría ser apagada. Los hallazgos ofrecen un camino claro hacia adelante para la educación: apoyar a los estudiantes mientras aprenden a pensar, y luego dar un paso atrás lentamente, en lugar de simplemente quitar la herramienta y esperar que lo resuelvan por su cuenta.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.