Structural Modelling of Generative AI Cognitive Integration, Algorithmic Literacy, and Academic Dependency in Peruvian Higher Education

En el cambiante panorama de la educación moderna, un nuevo tipo de herramienta de aprendizaje ha llegado con la fuerza de un maremoto: la inteligencia artificial generativa. Se trata de programas informáticos capaces de escribir ensayos, resolver problemas complejos y generar ideas que antes requerían de una mente humana. Para los estudiantes en Perú, al igual que en muchos otros lugares, estas herramientas están ahora disponibles a un clic de distancia. Sin embargo, poseer una herramienta poderosa no es lo mismo que saber cómo manejarla. La pregunta central que enfrentan educadores e investigadores hoy en día no es si los estudiantes pueden usar estas máquinas, sino cómo el uso de las mismas cambia la forma en que sus cerebros funcionan. ¿Ayuda el comprender cómo piensa la máquina a que el estudiante aprenda mejor, o el simple hecho de depender de la máquina hace que olviden cómo pensar por sí mismos? Esta tensión se encuentra en el corazón de un nuevo estudio realizado en tres grandes regiones de Perú, el cual buscó mapear los caminos invisibles entre saber cómo funciona la tecnología, la forma en que los estudiantes la integran en su pensamiento y si se vuelven dependientes de ella.

Los investigadores comenzaron reuniendo a un gran grupo de 642 estudiantes universitarios de Lima, Arequipa y Cusco, que representaban una mezcla de instituciones públicas y privadas y diversas áreas de estudio, desde ingeniería hasta ciencias de la salud. Pidieron a estos estudiantes que reflexionaran sobre sus propios hábitos y habilidades, centrándose específicamente en cuatro áreas clave. Primero, midieron la "alfabetización algorítmica", que es simplemente la capacidad de comprender cómo una inteligencia artificial genera sus respuestas, detectar sus errores y reconocer cuándo podría tener sesgos. Segundo, observaron la "integración cognitiva", o el grado en que un estudiante utiliza la IA para profundizar su propio entendimiento, conectar ideas compleas y mejorar sus argumentos. Tercero, examinaron la "dependencia académica", un estado en el que un estudiante siente que no puede completar una tarea sin la máquina, o siente ansiedad cuando no puede acceder a ella. Finalmente, evaluaron el "desempeño académico percibido", que es cómo los estudiantes se sienten respecto a sus propias calificaciones y productividad. El estudio también consideró la "ética digital", la brújula moral personal que un estudiante lleva consigo respecto al uso responsable de la tecnología.

La investigación reveló una historia clara y poderosa sobre cómo interactúan estos factores. Los datos mostraron que los estudiantes que poseían una sólida comprensión de cómo funciona la inteligencia artificial tenían significativamente más probabilidades de usarla como una herramienta para potenciar su propio pensamiento. En lugar de dejar que la máquina hiciera el trabajo por ellos, estos estudiantes la utilizaban para refinar sus argumentos y conectar conceptos difíciles. En otras palabras, saber cómo funciona la tecnología actuó como una llave que desbloqueó una forma más sofisticada de aprender. Por el contrario, este mismo conocimiento actuó como un escudo contra la dependencia. Los estudiantes que eran alfabetos en la mecánica de la IA tenían muchas menos probabilidades de sentir que necesitaban la máquina para sobrevivir a sus cursos o de sentir ansiedad sin ella. El estudio encontró que cuando los estudiantes comprendían la "caja negra" del algoritmo, eran menos propensos a caer en la trampa de delegar totalmente su esfuerzo mental.

Sin embargo, la relación entre el uso de la IA y el éxito escolar no era una línea recta; dependía enteramente de cómo se utilizaba la herramienta. La investigación confirmó que cuando los estudiantes integraban con éxito la IA en su propio proceso de pensamiento, reportaban sentirse más productivos y veían mejorar sus calificaciones. Pero cuando los estudiantes caían en el patrón de la dependencia, confiando en la máquina para realizar el trabajo pesado sin una revisión crítica, su desempeño académico percibido sufría. La máquina, en este caso, se convertía en una muleta que debilitaba sus propias habilidades metacognitivas. Un hallazgo crucial surgió respecto al papel de la ética: los estudiantes que mantenían principios éticos sólidos sobre cómo usar la tecnología de manera responsable estaban mejor protegidos. Para estos estudiantes, entender la tecnología conducía a una reducción aún mayor de la dependencia, lo que sugiere que la conciencia moral amplifica los beneficios del conocimiento técnico.

El estudio también abordó una preocupación común en la investigación educativa: si los resultados eran simplemente un refleio de otros factores ocultos, como la riqueza de un estudiante o el acceso a internet. Al utilizar métodos estadísticos avanzados para controlar estas variables, los investigadores confirmaron que las relaciones que encontraron eran robustas y directas. El modelo que construyeron explicó más de la mitad de la variación en cómo los estudiantes percibían su propio éxito académico, un nivel de claridad que es poco común en las ciencias sociales. Los datos descartaron la idea de que estos efectos fueran aleatorios o causados por circunstancias externas, señalando en cambio una cadena causal específica: comprender la tecnología conduce a una mejor integración y a una menor dependencia, lo que a su vez conduce a mejores resultados académicos.

Estos hallazgos llevan un mensaje significativo para el futuro de la educación en Perú y más allá. La evidencia sugiere que la solución a los desafíos planteados por la inteligencia artificial no es prohibirla o ignorarla, sino enseñar a los estudiantes cómo entenderla. El estudio indica que las políticas centradas únicamente en la prohibición son insuficientes. En su lugar, las universidades deberían enfocarse en desarrollar un "pensamiento computacional crítico", ayudando a los estudiantes a descifrar la lógica detrás de los algoritmos que utilizan. Al fomentar una comprensión profunda de la tecnología y combinarla con directrices éticas sólidas, los educadores pueden ayudar a los estudiantes a transformar estas herramientas de fuentes de dependencia en instrumentos de crecimiento intelectual. La investigación concluye que el camino a seguir consiste en empoderar a los estudiantes para que sean los dueños de la tecnología, asegurando que la máquina sirva a la mente en lugar de reemplazarla.