Impacto de la Inteligencia Artificial Generativa en la Calidad del Aprendizaje Autónomo en la Educación Universitaria a Distancia

Resumen

El presente artículo analizó el impacto de la inteligencia artificial generativa (IAG) en la calidad del aprendizaje autónomo de estudiantes matriculados en programas universitarios de modalidad a distancia. Método: Se empleó un diseño mixto de tipo explicativo secuencial (DEXPLIS), combinando una fase cuantitativa basada en encuestas estructuradas aplicadas a 384 estudiantes universitarios de tres instituciones latinoamericanas, con una fase cualitativa que integró entrevistas semiestructuradas a 18 docentes y 12 estudiantes. La recolección de datos se realizó entre septiembre y diciembre de 2025. Resultados: Los hallazgos evidencian que el 72,4 % de los estudiantes que utilizaron herramientas de IAG de forma sistemática reportaron mejoras significativas en la autorregulación del aprendizaje (χ² = 28,43; p < 0,001). Sin embargo, el 41,6 % mostró dependencia tecnológica que compromete el pensamiento crítico. Conclusiones: La IAG potencia el aprendizaje autónomo cuando se integra mediante marcos pedagógicos estructurados, pero sin mediación didáctica adecuada puede erosionar competencias metacognitivas esenciales.