Cuando ChatGPT responde antes de que el estudiante pueda preguntarse

Hay un momento pedagógico que los docentes conocen bien: el instante de duda en que un estudiante no sabe cómo continuar. Durante décadas, ese momento fue considerado productivo. Era el umbral desde el que se aprende a buscar, a equivocarse, a reconstruir. Hoy, ese umbral se salda en segundos con una consulta a ChatGPT. Y el problema va más allá de la rapidez: es lo que se pierde en el camino.

La investigación reciente muestra que cuando las respuestas generadas por IA se presentan con fluidez y aparente autoridad, los estudiantes tienden a aceptarlas sin interrogarlas, desplazando la regulación del propio pensamiento hacia la aceptación y lo que la literatura llama cognitive offloading [2]. Es decir: dejan de monitorear, de aplicar estrategias, de dudar. Y la duda, en cualquier tradición pedagógica seria, es el punto de partida del pensamiento crítico.

La accesibilidad como argumento y como trampa

El entusiasmo por la IA generativa en el aula se sostiene, en buena medida, sobre un argumento de equidad: si cualquier estudiante puede acceder a una tutoría personalizada e inmediata, se democratiza el aprendizaje. Hay datos que respaldan parte de este optimismo. Estudios sobre personalización contextual de tareas muestran que cuando los materiales se adaptan a los intereses del estudiante, este experimenta una sensación subjetiva de autodeterminación que incrementa su motivación y su implicación cognitiva [3]. Otros trabajos identifican que los entornos con soporte de IA pueden ofrecer retroalimentación inmediata y espacios sin juicio externo, lo cual refuerza la confianza y la disposición a aprender [5].

Hasta aquí, el argumento es sólido. Pero conviene leerlo con atención: lo que estas fuentes celebran es la IA como soporte, no como sustituto del juicio propio. La distancia entre ambas funciones es exactamente donde se juega el problema.

Porque cuando la accesibilidad se convierte en inmediatez permanente, la arquitectura cognitiva del aprendizaje cambia. Los estudiantes que pueden recurrir a ChatGPT “en cualquier momento y para cualquier pregunta, por trivial que sea” [5] están externalizando las preguntas antes de haberlas elaborado, en lugar de ejercer más autonomía. Y externalizar la pregunta es, con frecuencia, externalizar el pensamiento.

Autonomía cognitiva como derecho, no como competencia

Aquí es donde la perspectiva de los derechos humanos añade un ángulo que la literatura pedagógica técnica tiende a esquivar. La autonomía cognitiva, la capacidad de construir juicio propio, de interrogar fuentes, de sostener la incomodidad de no saber, es bastante más que una competencia deseable en el mercado laboral: es una condición del sujeto político. Un ciudadano que ha delegado sistemáticamente su proceso de razonamiento en un sistema generativo queda, por más informado que parezca, con menor capacidad de resistencia crítica frente a discursos que se presentan con fluidez y apariencia de autoridad.

La investigación lo formula en términos técnicos pero la consecuencia es política: cuando las normas de uso de la IA en el aula son débiles, los resultados fluidos del sistema “reducen la dificultad percibida de la tarea y favorecen el cierre prematuro, desplazando la regulación del monitoreo y el uso estratégico del pensamiento hacia la aceptación” [2]. En otras palabras: el estudiante concluye antes de haber pensado.

Estamos ante una atrofia, más que ante un efecto secundario tolerable. Y las atrofias, a diferencia de los errores puntuales, son difíciles de detectar y más difíciles aún de revertir.

El diseño pedagógico como variable decisiva

La trampa del debate actual es que se formula en términos de tecnología: ¿IA sí o IA no? Pero la evidencia disponible señala que la variable decisiva es el diseño pedagógico en que se inserta la herramienta. El mismo ChatGPT que produce cognitive offloading en entornos mal estructurados puede operar como amplificador cognitivo cuando el modelo instruccional lo redefine: en lugar de ser un generador estático de contenidos, pasa a ser un interlocutor cuyas respuestas se tratan como representaciones provisionales que hay que interrogar [2].

Ese giro, que parece técnico, es en realidad profundamente político: implica que el docente diseña actividades donde la respuesta de la IA es el inicio del trabajo crítico, no su sustituto. Los principios que emergen de la investigación en andamiaje del pensamiento crítico con IA apuntan exactamente en esta dirección: tratar el conocimiento como provisional, situado y abierto a interrogación, especialmente cuando proviene de una fuente que irradia autoridad sin tener mecanismos de rendición de cuentas [1].

Sin embargo, hay una tensión que este enfoque no puede resolver por sí solo. Algunos estudios han encontrado que estudiantes asignados a un enfoque híbrido humano-IA para regular su aprendizaje obtuvieron resultados similares a los de un enfoque de IA exclusiva, aunque superaron a quienes no usaban IA. La conclusión de los investigadores fue que los estudiantes tendían a apoyarse en la asistencia de la IA en lugar de aprender activamente de ella [5]. Dicho de otro modo: incluso cuando el diseño intenta preservar la agencia del estudiante, la arquitectura de la herramienta empuja hacia la delegación.

La pregunta que el entusiasmo evita

El campo de la educación con IA ha producido, en poco tiempo, una cantidad notable de literatura que celebra el potencial motivador, personalizador y accesible de estas herramientas. Menos abundante, pero más incómoda, es la literatura que pregunta qué capacidades se están dejando de ejercitar en el proceso.

Cuando los estudiantes perciben que la sobredependencia de la IA “bloquea la creatividad, el pensamiento crítico y la agencia” [5], lejos de articular una nostalgia conservadora por los métodos tradicionales, están nombrando algo real: que hay formas de pensamiento que solo se desarrollan en la fricción, en el error no corregido de inmediato, en la búsqueda sin asistencia permanente.

La pedagogía crítica, desde Freire hasta las formulaciones más recientes sobre metacognición y autorregulación [1], ha sostenido que aprender es construir la capacidad de formular respuestas propias, antes que recibirlas hechas. Si el tutor permanente entrega siempre la respuesta antes de que la pregunta madure, ¿qué tipo de sujeto cognitivo estamos formando?

Esa es la pregunta que el entusiasmo por ChatGPT tiende a aplazar. Convendría que la pedagogía crítica la hiciera urgente.

Referencias

[1] Scaffolding critical thinking with generative AI: Design principles for integrating large language models in higher education. doi.org/10.1016/j.caeai.2026.100572

[2] The cognitive impact of ChatGPT in higher education: A systematic review of critical and creative thinking outcomes. doi.org/10.1016/j.caeai.2026.100571

[3] Generative AI in the Classroom: Effects of Context-Personalized Learning Material and Tasks on Motivation and Performance. doi.org/10.1007/s40593-025-00491-9

[5] Student Teachers’ Agency in an AI-Supported Learning Environment: A Q Methodology Study. doi.org/10.1007/s40593-025-00529-y

Para seguir leyendo

Otra fuente revisada sobre IA generativa y aprendizaje autorregulado:

Students’ engagement with generative AI in academic learning: A self-determination theory and epistemic network analysis study. doi.org/10.1016/j.caeai.2026.100606