📄 social_science

Fostering Critical Thinking in Early Childhood Teacher Education: The Roles of Teaching Materials, Media Literacy, and AI-Enhanced Learning

Este estudio cuantitativo de 318 estudiantes de la educación de maestros de la primera infancia en Indonesia revela que, si bien los materiales de enseñanza y la alfabetización mediática predicen significativamente el aprendizaje mejorado por IA y los resultados narrativos, la efectividad del aprendizaje de cuentos cortos es el predictor más fuerte de las habilidades de pensamiento crítico, apoyando así un marco pedagógico integrado para la educación de maestros apoyada por IA.

Autores originales: Nurmalina Nurmalina, Putri Asilestari, Deddy Gusman, Gyöngyi Bujdosó

Publicado 2026-09-04

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Nurmalina Nurmalina, Putri Asilestari, Deddy Gusman, Gyöngyi Bujdosó

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 las aulas del futuro, las herramientas de aprendizaje están cambiando rápidamente. La inteligencia artificial, la tecnología que permite a las computadoras generar texto, ofrecer retroalimentación y adaptarse al ritmo de un estudiante, está pasando de la ciencia ficción a los currículos escolares. Sin embargo, el simple hecho de entregar a un estudiante una nueva y poderosa herramienta no garantiza que aprenda a pensar profundamente. El verdadero pensamiento crítico —la capacidad de analizar información, cuestionar suposiciones y resolver problemas complejos— requiere más que solo acceso a la tecnología. Depende de cómo se utilice esa tecnología, de la calidad de los materiales que guían al estudiante y de la propia capacidad del estudiante para navegar en el mundo digital. A medida que las escuelas preparan a la próxima generación de docentes, surge una pregunta crucial: ¿cómo combinamos estas herramientas digitales con los métodos tradicionales para asegurar que los estudiantes se conviertan en pensadores agudos e independientes en lugar de consumidores pasivos de información?

Un equipo de investigadores en Indonesia se propuso responder a esta pregunta estudiando a 318 estudiantes de pregrado que se están formando para ser educadores de la primera infancia. Estos futuros docentes se encuentran en una etapa crucial; están aprendiendo cómo moldear las mentes de niños pequeños, una tarea que exige altos niveles de juicio y adaptabilidad. Los investigadores querían comprender cómo tres factores específicos interactúan para construir habilidades de pensamiento crítico: la calidad de los materiales de enseñanza proporcionados, la capacidad de los estudiantes para comprender y evaluar los medios digitales, y el uso de la inteligencia artificial en sus lecciones. Específicamente, analizaron cómo estos elementos influyeron en la capacidad de los estudiantes para aprender a través de cuentos cortos, un método clásico para desarrollar la empatía y el razonamiento analítico.

Para encontrar las respuestas, los investigadores pidieron a los estudiantes que completaran una encuesta detallada sobre sus experiencias. Los estudiantes calificaron qué tan claros y útiles eran sus materiales de enseñanza, qué tan seguros se sentían al analizar información digital y cuánto les ayudó el uso de herramientas de IA a comprender las historias y a desarrollar su propia escritura. También informaron sobre su capacidad para resolver problemas, evaluar argumentos y pensar de manera reflexiva. Los investigadores utilizaron un sofisticado método estadístico para mapear las conexiones entre estos diferentes factores, trazando cómo uno influía en el siguiente para crear una imagen completa del proceso de aprendizaje.

Los resultados revelaron un camino claro e interconectado hacia el desarrollo del pensamiento crítico. El estudio encontró que la calidad de los materiales de enseñanza era un elemento fundacional. Cuando los materiales eran claros, bien organizados y estaban diseñados para trabajar fluidamente con las herramientas de IA, los estudiantes se involucraban más profundamente con la tecnología. Del mismo modo, la capacidad de un estudiante para evaluar críticamente la información digital —conocida como alfabetización mediática— era esencial. Los estudiantes que podían detectar sesgos, verificar fuentes y comprender cómo funcionan los algoritmos eran mejores en el uso de las herramientas de IA y tenían más éxito en su aprendizaje basado en historias.

Sin embargo, el descubrimiento más significativo fue sobre el papel de las historias mismas. Si bien las herramientas de IA y los buenos materiales ayudaron, la efectividad de la experiencia de aprendizaje basada en cuentos cortos fue el motor más fuerte del pensamiento crítico. Los estudiantes que se involucraron profundamente con las historias, analizando personajes, infiriendo significados ocultos y reflexionando sobre el texto, mostraron la mayor mejora en su capacidad de pensar críticamente. El estudio sugiere que la IA actúa como un poderoso sistema de apoyo, proporcionando retroalimentación personalizada y ayudando a los estudiantes a navegar por textos complejos, pero es el acto de luchar con la narrativa lo que realmente agudiza la mente.

Los investigadores también encontraron que, si bien el aprendizaje mejorado por la IA contribuyó al pensamiento crítico, su impacto fue menor que el del aprendizaje basado en historias. Esto sugiere que la tecnología por sí sola no es una solución mágica; funciona mejor cuando está integrada en una experiencia educativa rica y centrada en el ser humano. El estudio indica que, para que los futuros docentes desarrollen las habilidades de pensamiento de alto nivel que necesitarán en sus carreras, no solo deben aprender a usar la IA, sino a usarla al servicio de un aprendizaje profundo y reflexivo. La calidad del plan de clase y la capacidad del estudiante para pensar críticamente sobre la información que recibe son tan importantes como la tecnología misma.

Esta investigación ofrece una hoja de ruta práctica para los programas de formación docente. Sugiere que las escuelas no deben simplemente adoptar nuevas herramientas de IA, sino que deben enfocarse en la creación de materiales de instrucción de alta calidad que integren estas herramientas de manera reflexiva. Además, destaca la necesidad urgente de enseñar alfabetización mediática, asegurando que los futuros educadores puedan navegar el panorama digital con un ojo crítico. Lo más importante es que reafirma el poder perdurable de la narración de historias. En una era de cambios tecnológicos rápidos, la capacidad de analizar una historia, comprender sus matices y extraer conclusiones significativas sigue siendo la forma más efectiva de cultivar las habilidades de pensamiento crítico necesarias para el futuro. El estudio concluye que los entornos de aprendizaje más exitosos son aquellos donde la tecnología, los materiales de alta calidad y el aprendizaje narrativo trabajan juntos, con la historia en el corazón de la experiencia.

Resumen Técnico: Fomentar el Pensamiento Crítico en la Formación de Docentes de Educación Infantil

Planteamiento del Problema
La rápida integración de la Inteligencia Artificial (IA) en la educación ha introducido oportunidades de aprendizaje adaptativo y personalizado; sin embargo, la eficacia de la IA para fomentar el pensamiento crítico depende de la calidad de la instrucción y de las competencias digitales del alumno. Si bien las tecnologías de IA (por ejemplo, sistemas de tutoría inteligente, IA generativa) se adoptan cada vez más en la educación superior, la evidencia empírica sobre su impacto directo en el pensamiento crítico es inconsistente. La literatura existente suele centrarse en la aceptación tecnológica (usabilidad, intención de comportamiento) en lugar de los mecanismos pedagógicos que impulsan el desarrollo cognitivo. Además, existe una escasez de investigaciones que integren simultáneamente los materiales de enseñanza y la alfabetización mediática como precursores del aprendizaje potenciado por la IA, particularmente dentro del contexto de la Formación de Docentes de Educación Infantil (ECTE, por sus siglas en inglés). Este estudio aborda estas brechas investigando las relaciones estructurales entre los materiales de enseñanza, la alfabetización mediática, el aprendizaje potenciado por la IA, la efectividad del aprendizaje mediante cuentos cortos y las habilidades de pensamiento crítico.

Metodología
El estudio empleó un diseño de investigación cuantitativo y transversal utilizando el Modelado de Ecuaciones Estructurales por Mínimos Cuadrados Parciales (PLS-SEM).

Participantes: La muestra consistió en 318 estudiantes de pregrado matriculados en programas de Formación de Docentes de Educación Infantil en diversas instituciones de educación superior en Indonesia. El perfil demográfico fue predominantemente femenino (89.9%) con una mayoría de entre 20 y 21 años. Se requirió que los participantes estuvieran activamente matriculados, participaran en actividades de aprendizaje mediante cuentos cortos y tuvieran experiencia previa con plataformas de aprendizaje basadas en IA.
Instrumento: Los datos se recolectaron mediante un cuestionario estructurado basado en la web utilizando una escala de Likert de cinco puntos. El instrumento midió cinco constructos latentes: Materiales de Enseñanza (TM), Alfabetización Mediática (ML), Aprendizaje Potenciado por la IA (AIL), Efectividad del Aprendizaje mediante Cuentos Cortos (SSL) y Habilidades de Pensamiento Crítico (CT). Los ítems fueron adaptados de escalas establecidas en la literatura de aprendizaje digital, alfabetización mediática y pensamiento crítico.
Análisis: Los datos se analizaron utilizando SmartPLS 4.0 siguiendo un enfoque de dos etapas. Primero, se evaluó el modelo de medición para la confiabilidad de los indicadores, la consistencia interna (alfa de Cronbach, confiabilidad compuesta), la validez convergente (AVE) y la validez discriminante (razón HTMT). Segundo, se probó el modelo estructural mediante bootstrapping (5,000 remuestreos) para evaluar los coeficientes de trayectoria, los niveles de significancia ( $p < 0.05$ ), los tamaños del efecto ( $f^2$ ) y la relevancia predictiva ( $Q^2$ ).

Resultos Clave
El modelo estructural demostró índices de ajuste robustos (SRMR = 0.061, NFI = 0.912) y un alto poder explicativo ( $R^2$ ) para todos los constructos endógenos. Las seis relaciones hipotetizadas fueron estadísticamente significativas ( $p < 0.001$ ):

Antecedentes de los Procesos de Aprendizaje:
- Los Materiales de Enseñanza (TM) predijeron significativamente tanto el Aprendizaje Potenciado por la IA ( $\beta = 0.517$ ) como la Efectividad del Aprendizaje mediante Cuentos Cortos ( $\beta = 0.238$ ).
- La Alfabetización Mediática (ML) predijo significativamente el Aprendizaje Potenciado por la IA ( $\beta = 0.397$ ) y tuvo una influencia más fuerte en la Efectividad del Aprendizaje mediante Cuentos Cortos ( $\beta = 0.645$ ).
Predictores del Pensamiento Crítico:
- El Aprendizaje Potenciado por la IA (AIL) influyó positivamente en las Habilidades de Pensamiento Crítico ( $\beta = 0.257$ ), aunque con un tamaño de efecto moderado ( $f^2 = 0.142$ ).
- La Efectividad del Aprendizaje mediante Cuentos Cortos (SSL) surgió como el predictor más fuerte de las Habilidades de Pensamiento Crítico ( $\beta = 0.749$ ), exhibiendo un tamaño de efecto muy grande ( $f^2 = 1.214$ ).
Poder Explicativo del Modelo:
- El modelo explicó el 68.8% de la varianza en el Aprendizaje Potenciado por la IA y el 70.2% de la varianza en la Efectividad del Aprendizaje mediante Cuentos Cortos.
- Notablemente, el modelo explicó el 87.1% de la varianza en las Habilidades de Pensamiento Crítico, lo que indica una fuerte precisión predictiva.

Contribuciones Clave
El artículo reclama tres contribuciones primarias al campo:

Marco Pedagógico: Presenta un modelo integrado que conecta la calidad de la instrucción (materiales de enseñanza), la competencia digital del alumno (alfabetización mediática), los procesos apoyados por la IA y el aprendizaje basado en narrativas (cuentos cortos) como determinantes interconectados del pensamiento crítico.
Especificidad Contextual: Se centra en estudiantes de Formación de Docentes de Educación Infantil, un grupo demográfico frecuentemente omitido en la investigación sobre IA en la educación, a pesar de su papel crítico en la configuración de futuras metodologías educativas.
Clarificación de Mecanismos: Desplaza el enfoque de la aceptación tecnológica hacia los mecanismos pedagógicos, demostrando que la contribución de la IA al pensamiento crítico no es inherente, sino que está mediada por la calidad de los materiales de instrucción, la alfabetización mediática del alumno y la efectidad del aprendizaje narrativo.

Significancia y Reivindicaciones
Los autores sostienen que el estudio avanza un marco pedagógico integrado donde el pensamiento crítico es un resultado emergente de la interacción dinámica entre la calidad de la instrucción, las competencias digitales y el compromiso narrativo. Los hallazgos sugieren que, si bien el aprendizaje potenciado por la IA contribuye positivamente al pensamiento crítico, no es una solución independiente; más bien, su eficacia depende de estar integrado dentro de entornos de instrucción de alta calidad.

El estudio afirma que la Efectividad del Aprendizaje mediante Cuentos Cortos es el motor más poderoso del desarrollo del pensamiento crítico en este contexto. Esto subraya el valor de la pedagogía basada en la narrativa (análisis, interpretación, reflexión) incluso dentro de los entornos apoyados por la IA. Los autores concluyen que, para que la IA fomente eficazmente el pensamiento crítico en la formación docente, debe integrarse deliberadamente en un ecosistema pedagógico coherente que priorice materiales de enseñanza bien estructurados y una formación sólida en alfabetización mediática.

Limitaciones
Los autores reconocen limitaciones que incluyen el enfoque exclusivo en estudiantes de ECTE de Indonesia (lo que limita la generalización), el diseño transversal (que impide realizar afirmaciones causales temporales) y la dependencia de datos de autoinforme. Sugieren que investigaciones futuras deberían emplear diseños longitudinales y experimentales, e incorporar variables adicionales como la autoeficacia digital y el compromiso cognitivo.

Más como este