CITLAB presenta estudios sobre alfabetización en IA y autonomía de docentes de idiomas, evaluación crítica de vídeos, programación en parejas y pensamiento computacional, experiencias de estudiantes rurales con IA generativa y aprendizaje autorregulado.
Este artículo presenta cinco artículos publicados en la revista Journal of Computers in Education. Vamos a echar un vistazo:
El PDF está disponible en los enlaces de las fuentes.
01 “La IA aconseja, yo decido”: un estudio secuencial de métodos mixtos explicativo sobre la alfabetización en IA, la ansiedad y la agencia en los maestros de EFL que innovan en la enseñanza mediante la IA
Autores:
Milad Naderi
Mohammad N. Karimi
Tema de investigación:
El estudio actual tiene como objetivo probar un modelo de mediación secuencial que examina los activos psicológicos y cognitivos de los profesores de inglés como lengua extranjera que se enfrentan a la era tecnológica actual. Proponemos que la alfabetización en IA no produce mecánicamente innovaciones en la enseñanza impulsadas por IA de forma aislada. Más bien, supusimos que esta relación se media secuencialmente por la reducción de la ansiedad relacionada con la IA y el fortalecimiento posterior de la agencia del profesor.
Resumen:
La IA generativa ha reubicado a los profesores de inglés como lengua extranjera (EFL) de los consumidores de tecnología en arquitectos de la innovación pedagógica impulsada por la IA (AITI). Sin embargo, se sabe poco sobre los mecanismos psicológicos que determinan si este cambio tiene éxito. Basado en la Teoría de Autodeterminación (SDT) y el Modelo Ecológico de la Agencia del Profesor, este estudio exegético de métodos mixtos secuenciales investigó si la ansiedad relacionada con la IA y la agencia del profesor mediaban secuencialmente la relación entre la alfabetización en IA y AITI entre los profesores de inglés como lengua extranjera. En la fase cuantitativa, 361 profesores de EFL completaron medidas de autoinforme validadas, analizadas mediante modelado de ecuaciones estructurales (SEM). Los hallazgos indicaron que la alfabetización en IA predicó positivamente AITI de manera directa e indirecta, con la ansiedad relacionada con la IA y la agencia del profesor como mediadores secuenciales significativos. En la fase cualitativa posterior, entrevistas semistructuradas con 21 profesores, analizadas mediante análisis temático reflexivo, sustanciaron y ampliaron estas vías. Los hallazgos revelaron que la ansiedad se producía de manera relacional a través de la comparación profesional, que la agencia funcionaba como un establecimiento deliberado de límites alrededor de la jurisdicción instructiva de la IA, y, lo más importante, que este camino psicológico se desarrollaba en gran medida en ausencia de políticas institucionales o apoyo, dejando a los maestros a innovar solos. Los hallazgos integrados sugieren que cultivar la alfabetización en IA es necesario, pero insuficiente; la innovación sostenida requiere un soporte institucional junto con la preparación psicológica individual.
Palabras clave:
Innovación en la enseñanza impulsada por IA
Lectura de inteligencia artificial
Agencia de maestros
Ansiedad por la IA
EFL
Métodos mixtos
Mediación secuencial
Enlace:
https://link.springer.com/article/10.1007/s40692-026-00407-z
02 Descubrir los perfiles de disposición al pensamiento crítico en adolescentes mediante el agrupamiento difuso: implicaciones del desarrollo para la alfabetización digital y el análisis del aprendizaje
Autores:
Francisco Martin-Gomez
Daniela Rotelli
Mar Pérez-Sanagustín
Julien Broisin
Tema de investigación:
El estudio actual tiene como objetivo evaluar la efectividad de una plataforma digital diseñada para fomentar el pensamiento crítico a través del análisis de videos. El estudio busca profundizar la comprensión de los procesos cognitivos y los factores individuales que influyen en cómo los estudiantes evalúan videos en línea. Este trabajo amplía los hallazgos de Hémon et al. (2025), quienes demostraron que ciertas disposiciones, como la autoeficacia y las creencias epistemológicas, predicen la capacidad de los estudiantes para distinguir entre videos según su conocimiento de la fuente.
Resumen:
Este artículo investiga cómo las configuraciones integradas de disposiciones de pensamiento crítico, que combinan autoeficacia, creencias epistemológicas y estilo de razonamiento, influyen en la evaluación de videos educativos y en las decisiones de uso relacionadas con la escuela entre 1,079 estudiantes de secundaria. El clustering de Fuzzy C-Means identificó tres perfiles distintos de disposición en cada nivel educativo. En la escuela secundaria, surgieron dos subtipos de alta disposición: un perfil intuitivo (alta autoeficacia, baja razón analítica) y un perfil analítico (moderada autoeficacia, alta razón analítica). Solo el perfil analítico relacionado con un rendimiento crítico superior y resistencia al sesgo de confirmación. El perfil intuitivo, a pesar de una alta confianza, coincidía con estudiantes de baja disposición. En la escuela secundaria, el rendimiento escalaba con la intensidad de la disposición general, sin moderación en el estilo de razonamiento. Los hallazgos indican que el pensamiento crítico efectivo en la escuela secundaria requiere una motivación que combine razonamiento analítico, sugiriendo un umbral en la adolescencia tardía. El estudio sugiere una pedagogía diferenciada y sistemas de soporte de decisiones basados en computadoras (por ejemplo, plataformas de análisis de aprendizaje) en la educación digital.
Palabras clave:
Disposiciones de pensamiento crítico
Lectura de videos
Autoconfianza
Creencias epistemológicas
Reflexión cognitiva
Razonamiento analítico
Clustering de Fuzzy C-Means
Enfoque centrado en la persona
Análisis de aprendizaje
Desarrollo adolescente
Lectura digital
Toma de decisiones educativas
Enlace:
https://link.springer.com/article/10.1007/s40692-026-00404-2
03 Impacto de la programación en pareja que integra las características multidimensionales de los estudiantes en el pensamiento computacional de los estudiantes de secundaria
Autores:
Qiang Jiang, Lin Zhang
Weiyan Xiong, Qi Li
Pan Liu, Wei Zhao
Tema de investigación:
Considerando que las futuras actividades de programación involucrarán cada vez más interacciones entre humanos y sistemas de IA, comprender cómo optimizar la colaboración entre humanos proporciona una base importante para desarrollar la capacidad de los estudiantes para participar efectivamente en entornos de programación mediados por IA. Basándose en esta base, este estudio explora además la integración de estas tres características en el diseño de métodos de emparejamiento para evaluar si dicha integración produce un efecto aditivo en la efectividad de la instrucción de programación.
Resumen:
Aunque se han realizado investigaciones sustanciales sobre el programación en parejas, el enfoque óptimo para los estudiantes sigue siendo insuficientemente explorado. La mayoría de los estudios sobre la programación en K-12 se han centrado en los formatos de parejas, pero han prestado poca o ninguna atención a las características de los estudiantes. Este estudio aborda esta brecha determinando la efectividad de un método de pareja basado en la fusión de características multidimensionales para mejorar el pensamiento computacional de los estudiantes. El método propuesto integra algoritmos de pareja dirigidos por reglas y dirigidos por datos, incorporando tres características clave: personalidad, habilidades de aprendizaje y actitudes colaborativas. Se utilizó un modelo de regresión de bosque aleatorio para determinar la contribución de cada característica a la predicción y a la ajuste dinámico de los pesos de emparejamiento. Posteriormente, se adoptó un diseño cuasi-experimental para asignar a 104 estudiantes de secundaria a un grupo de emparejamiento aleatorio o a un grupo de emparejamiento integrado con múltiples características de estudiantes. Luego, se evaluó el rendimiento de los estudiantes en dimensiones clave del pensamiento computacional. Los resultados indican que las habilidades de aprendizaje ocupan el lugar más importante en cuanto a importancia de la característica, seguidas por la actitud colaborativa y la personalidad. Además, el grupo de emparejamiento recomendado por las características tuvo puntajes significativamente más altos que el grupo de emparejamiento aleatorio en todos los pensamientos computacionales específicos, excepto en el pensamiento crítico. Los resultados de la entrevista también confirmaron la efectividad del método propuesto. Este estudio demuestra que las características de los estudiantes afectan positivamente los resultados del programación en pareja y proporciona validación empírica y perspectivas prácticas para ajustar las estrategias de emparejamiento en la programación de K-12.
Palabras clave:
Programación en parejas
Características de los estudiantes
Pensamiento computacional
Estudiantes de escuela secundaria
Arbol de Decisiones Aleatorios
Enlace:
https://link.springer.com/article/10.1007/s40692-026-00408-y
04 Las concepciones de los estudiantes rurales sobre el aprendizaje con GenAI: el papel del capital digital
Autores:
Shuo Guo, Ming Liu
Yun-Fang Tu, Errun Liu
Wei Zhang, Yiling Ren
Chongrong Xu, Min Yang
Tema de investigación:
El estudio actual tiene como objetivo explorar las concepciones de los estudiantes rurales en diferentes niveles de capital digital mediante el análisis de dibujos y ENA. Se espera que los hallazgos ofrezcan nuevas perspectivas para investigadores y educadores, a fin de desarrollar actividades de aprendizaje adecuadas adaptadas a las concepciones de los estudiantes sobre el aprendizaje respaldado por GenAI. Las preguntas de investigación se enumeran de la siguiente manera:
(1) ¿Cuáles son las estructuras generales de las concepciones experimentadas e ideales de los estudiantes rurales sobre el aprendizaje respaldado por GenAI?
(2) ¿Cómo difieren los estudiantes rurales con diferentes niveles de capital digital en sus concepciones experienciales e ideales de aprendizaje respaldado por GenAI?
Resumen:
La inteligencia artificial generativa (GenAI) se está integrando cada vez más en la educación K-12. Sin embargo, se sabe poco sobre cómo los estudiantes de primaria en zonas rurales conceptualizan el aprendizaje respaldado por GenAI. El capital digital es un recurso sociocultural crítico que influye en la forma en que los estudiantes forman y diferencian sus concepciones. Por lo tanto, este estudio investigó las concepciones de 112 estudiantes rurales sobre el aprendizaje respaldado por GenAI mediante análisis de dibujos y análisis de redes epistémicas (ENA), y examinó además cómo el capital digital influye en estas concepciones. Cada estudiante realizó dibujos en parejas que representaban tanto contextos reales como ideales, los cuales se codificaron en 32 elementos en seis categorías. Los resultados revelaron que:
(1) Las concepciones experimentadas de los estudiantes enfatizaban la colaboración con GenAI para aprender matemáticas en casa. Sin embargo, sus concepciones ideales imaginaban a GenAI como un compañero encarnado para el aprendizaje dialógico en entornos naturales.
(2) Los estudiantes con mayor capital digital (HDC) imaginaron aplicaciones interdisciplinarias más ricas, mientras que aquellos con menor capital digital (LDC) continuaron considerando el GenAI como una herramienta funcional para la búsqueda de información relacionada con las matemáticas. En general, este estudio revela cómo los estudiantes rurales conceptualizan el aprendizaje respaldado por el GenAI, destacando el papel clave del capital digital en la formación de estas concepciones. Los hallazgos aportan nuevas perspectivas para diseñar estrategias centradas en los estudiantes y orientadas a la equidad que aprovechen el GenAI para mejorar la educación en zonas rurales.
Palabras clave:
Inteligencia artificial generativa
Educación rural
Concepciones de los estudiantes sobre el aprendizaje
Capital digital
Análisis de red epistemológica (ENA)
Enlace:
https://link.springer.com/article/10.1007/s40692-026-00405-1
05 El papel de la IA para el aprendizaje autorregulado: una revisión sistemática de la literatura
Autores:
Vaishali Shrikant Jadhav
Sindhu Singh
Tema de investigación:
El estudio actual realiza una revisión sistemática de estudios experimentales y cuasi-experimentales centrados en SRL apoyados por IA, con el fin de generar una síntesis rigurosa de evidencia empírica para aclarar el apoyo o la obstaculización de la IA en distintos procesos de SRL. En consecuencia, este estudio se guía por las siguientes preguntas de investigación:
(1) ¿Cuál es la base teórica utilizada para implementar herramientas de IA para SRL?
(2) ¿Cuál es el contexto y el perfil de aprendizaje de los estudiantes que han utilizado herramientas de IA para el apoyo a la gestión de recursos locales?
(3) ¿Cuáles son las áreas de aprendizaje autorregulado que las herramientas de IA han ayudado a estructurar?
(4) ¿Qué tecnologías de IA se han utilizado para el scaffolding SRL?
Resumen:
El aprendizaje autorregulado (SRL) se sabe que influye positivamente en la motivación, el rendimiento y los resultados de aprendizaje de los estudiantes. Los avances recientes en tecnologías de IA han impulsado el desarrollo de tecnologías de aprendizaje basadas en IA para apoyar el SRL. La complejidad de las herramientas de IA puede causar sobrecarga cognitiva, y el uso generalizado de la IA en el aprendizaje puede afectar las capacidades de pensamiento crítico. La implementación de herramientas de IA utilizando conceptos y marcos del SRL puede aliviar estas preocupaciones. El ritmo de la innovación en IA y la gran cantidad de dimensiones y constructos de SRL requieren una investigación de las relaciones causa-efecto entre los procesos de SRL y la implementación y uso de herramientas de IA en escenarios de la vida real, mediante estudios experimentales. Los estudios de revisión anteriores se han centrado en gran medida en marcos conceptuales y aplicaciones específicas tecnológicas, con poca atención a los estudios experimentales que puedan validar la eficacia práctica de estas herramientas de IA para apoyar a SRL en diversos entornos de aprendizaje, incluyendo contextos de aprendizaje informal y colaborativo. La mayoría de los estudios de revisión han centrado su enfoque en una tecnología de IA específica y en una dimensión SRL limitada. Basándose en estas brechas identificadas, este estudio SLR revisó 41 estudios experimentales para comprender la base teórica, los contextos de aprendizaje, los tipos de tecnologías de IA utilizadas y los procesos SRL que son soportados por diversas tecnologías de IA, con el fin de determinar la utilidad de las herramientas de IA para el apoyo al SRL y examinar la relación causa-efecto empíricamente demostrada entre diversos constructos SRL y AI. El estudio determinó que los estudios experimentales han limitado la aplicación de las teorías de SRL en SRL respaldadas por IA, ha habido un enfoque insignificante en los entornos de aprendizaje informal y los herramientas de IA son limitadas para facilitar las fases de premeditación y ejecución del SRL. El estudio propone un concepto de personas de IA para comprender cómo los estudiantes interactúan con los sistemas de IA, así como una guía para investigadores experimentales futuros para abordar los desafíos de la integración teórica limitada, los contextos de aprendizaje y los procesos de SRL. Para mejorar las tasas de completación y reducir las tasas de abandono en las plataformas de aprendizaje en línea, es necesario prestar atención a la implementación de IA para SRL en contextos de aprendizaje no formal en las investigaciones experimentales futuras.
Palabras clave:
Aprendizaje autónomo
Inteligencia artificial (IA)
Aprendizaje profesional
Aprendizaje en línea
IA en la educación (AIEd)
Enlace:
https://link.springer.com/article/10.1007/s40692-026-00406-0
Fuente: Revista JCE, volumen 13, número 3
El PDF está disponible en los enlaces de las fuentes.
Enlace original: https://aiedchair.bnu.edu.cn/news-citlab-2247627313-1-es/
