Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 527
LA INTELIGENCIA ARTIFICIAL Y SU INFLUENCIA EN EL APRENDIZAJE
AUTÓNOMO EN ESTUDIANTES UNIVERSITARIOS
ARTIFICIAL INTELLIGENCE AND ITS INFLUENCE ON AUTONOMOUS LEARNING IN
UNIVERSITY STUDENTS
Autores: ¹Yessenia Paola Granda Astudillo, ²Rosa Karlina Martínez Gualpa, ³Jaime Eduardo
Chicaiza Martínez y
4
Germán Arturo Maldonado Cisneros.
¹ORCID ID: https://orcid.org/0009-0000-4529-8208
²ORCID ID: https://orcid.org/0009-0002-4659-2593
³ORCID ID: https://orcid.org/0009-0005-8312-6243
4
ORCID ID: https://orcid.org/0000-0003-1477-0957
¹E-mail de contacto: ygrandaa@unemi.edu.ec
²E-mail de contacto: rmartinezg8@unemi.edu.ec
³E-mail de contacto: jchicaizam2@unemi.edu.ec
4
E-mail de contacto: gmaldonadoc4@unemi.edu.ec
Afiliación:
1*2*3*4*
Universidad Estatal de Milagro, (Ecuador).
Artículo recibido: 28 de Abril del 2026
Artículo revisado: 30 de Abril del 2026
Artículo aprobado: 02 de Mayo del 2026
¹Licenciada en Ciencias de la Educación, mención Psicología Educativa y Orientación Vocacional, egresada de la Universidad Católica
de Cuenca, (Ecuador), con 6 meses de experiencia laboral. Maestrante de la Maestría en Educación Superior de la Universidad Estatal de
Milagro, (Ecuador).
²Licenciada en Ciencias de la Educación, mención Educación Inicial y Parvularia, egresada de la Universidad Católica de Cuenca,
(Ecuador), con 19 años de experiencia laboral. Maestrante de la Maestría en Educación Superior de la Universidad Estatal de Milagro,
(Ecuador).
³Licenciado en Contabilidad y Auditoría, egresado de la Universidad Católica de Cuenca, (Ecuador), con 2 años de experiencia laboral.
Maestrante de la Maestría en Educación Superior de Universidad Estatal de Milagro, (Ecuador).
4
Licenciado en Ciencias de la Educación y Profesor de Segunda Enseñanza en especialización de Letras y Castellano, egresado de la
Pontificia Universidad Católica del Ecuador, (Ecuador). Magíster en Filosofía, egresado de la Pontificia Universidad Javeriana,
(Colombia). Actualmente, Docente de la Universidad Estatal de Milagro, (Ecuador).
Resumen
En la actualidad, la inteligencia artificial se ha
integrado en el ámbito educativo como una
herramienta que facilita el acceso a la
información y la realización de actividades
académicas, generando cambios en la forma en
que los estudiantes aprenden. En este contexto,
el objetivo del presente estudio fue determinar
la influencia del uso de la inteligencia artificial
en el aprendizaje autónomo en los estudiantes
de la carrera de Educación Inicial de la
Universidad Técnica de Machala durante el
periodo 2026. La metodología se desarrolló
bajo un enfoque cuantitativo, con un diseño no
experimental de tipo transversal. La población
estuvo conformada por 678 estudiantes, de los
cuales mediante la fórmula para poblaciones
finita se obtuvo una muestra de 258
participantes. La técnica utilizada fue la
encuesta y el instrumento aplicado fue un
cuestionario de 11 preguntas con escala tipo
Likert por vía online, validado por expertos y
con un alto nivel de confiabilidad en 0,976.
Según los la herramienta más utilizada es
ChatGPT, principalmente para la elaboración
de tareas y un nivel intermedio en el
aprendizaje autónomo en aspectos como la
organización del tiempo, la motivación y el
pensamiento crítico. De acuerdo a las
conclusiones, existe una relación entre el uso
de la inteligencia artificial y el aprendizaje
autónomo, evidenciando que, aunque estas
herramientas facilitan el desarrollo de
actividades académicas, el uso frecuente sin
control genera dependencia y limita el
desarrollo pleno de habilidades como el
análisis, la autonomía y la toma de decisiones,
por lo que se hace necesario promover
estrategias educativas.
Palabras clave: Inteligencia artificial,
Aprendizaje autónomo, Estudiantes,
Universidad, Actividades académicas.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 528
Abstract
Currently, artificial intelligence has been
integrated into the educational field as a tool
that facilitates access to information and the
completion of academic activities, generating
changes in the way students learn. In this
context, the objective of this study was to
determine the influence of the use of artificial
intelligence on autonomous learning in
students of the Early Childhood Education
program at the Technical University of
Machala during the period 2026. The
methodology was developed under a
quantitative approach, with a non-
experimental, cross-sectional design. The
population consisted of 678 students, from
which a sample of 258 participants was
obtained using the formula for finite
populations. The technique used was a survey,
and the instrument applied was an 11-question
online Likert-scale questionnaire, validated by
experts and with a high level of reliability
(0.976). According to the students, the most
frequently used tool is ChatGPT, primarily for
completing assignments and at an intermediate
level in autonomous learning in aspects such as
time management, motivation, and critical
thinking. According to the findings, there is a
relationship between the use of artificial
intelligence and self-directed learning. The
study demonstrates that, while these tools
facilitate academic activities, frequent and
uncontrolled use generates dependence and
limits the full development of skills such as
analysis, autonomy, and decision-making.
Therefore, it is necessary to promote
educational strategies.
Keywords: Artificial intelligence, Self-
directed learning, Students, University,
Academic activities.
Sumário
O objetivo geral deste trabalho é desenvolver
uma estratégia pedagógica para fortalecer o
processo de aprendizagem baseada no trabalho
no programa de ensino técnico superior da
Unidade Educacional Daule. A pesquisa é
descritiva-explicativa e proposicional,
empregando uma abordagem mista de
métodos, não experimental. Os instrumentos de
coleta de dados incluíram observação
estruturada e um questionário com escala
Likert, aplicado a 108 alunos, 8 tutores
acadêmicos e 6 membros da comissão de
aprendizagem baseada no trabalho. Os
resultados obtidos mostram que, na fase
preliminar, existem apenas cartas de aceitação
como mecanismo para formalizar a relação
interinstitucional; não há evidências de gestão
do seguro estudantil; e não há um programa de
treinamento acordado entre a instituição e a
entidade anfitriã. Na fase de desenvolvimento,
o processo de indução prévio à integração dos
alunos na entidade anfitriã é evidente, assim
como o acompanhamento por orientadores
docentes durante o desenvolvimento do
programa. No entanto, 26,42% dos alunos e
16,67% dos membros da comissão de
aprendizagem baseada no trabalho classificam
o programa como regular ou ruim. Na fase
complementar, destaca-se a ausência de uma
avaliação do programa de formação,
fundamental para o fornecimento de feedback
sobre o currículo e os planos de aprendizagem
de cada módulo. Em conclusão, a pesquisa
permitiu caracterizar o processo de
aprendizagem no local de trabalho na UED,
identificar as lacunas e desenvolver um plano
de formação que contribua para a oferta de
soluções práticas para os problemas
identificados.
Palavras-chave: Formação técnica,
Aprendizagem, Escola, Empresa,
Competências profissionais, Integração
profissional.
Introducción
A nivel general, hoy en día la inteligencia
artificial es parte de la vida diaria, porque la
mayoría la utiliza como una herramienta para
buscar información de forma rápida y para
resolver tareas en pocos segundos. Sin
embargo, aquel uso se vuelve automático
debido a que solo copian y pegan respuestas sin
detenerse a leer, entender o analizar lo que están
buscando. En la Universidad Técnica de
Machala, el problema principal se fundamenta
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 529
en que muchos estudiantes están utilizando la
inteligencia artificial para cumplir con sus
actividades académicas, pero no para aprender
realmente. Es común que recurran las
herramientas de IA para hacer deberes, trabajos
o responder preguntas, sin cuestionar la
información ni reflexionar sobre ella. En
relación a lo anterior, eso es un factor que
disminuye el desarrollo del aprendizaje
autónomo, ya que, en lugar de construir el
conocimiento, dependen casi totalmente de ello.
Como consecuencia, se generan varias
dificultades, porque los estudiantes pierden
interés por leer, analizar y comprender los
temas por sí mismos. De esta manera,
reduciendo la capacidad crítica y la habilidad
para resolver problemas sin ayuda externa,
además, se crea una dependencia a la tecnología
que afecta en el rendimiento a largo plazo. En
vez de aprovechar la inteligencia artificial,
como un apoyo para aprender mejor, se la está
usando como un reemplazo del esfuerzo propio,
lo que termina afectando en su formación
académica. Para justificar el estudio, desde una
perspectiva teórica, el estudio aporta a la
comprensión del vínculo entre el uso de la
inteligencia artificial. El aprendizaje autónomo
en el ámbito universitario, integran conceptos
actuales relacionados con tecnología educativa,
autorregulación del aprendizaje y desarrollo de
competencias digitales, generando una base
conceptual sobre cómo la inteligencia artificial
influye en la forma en la que los estudiantes
construyen su conocimiento.
En el ámbito social, adquiere relevancia al
considerar que el uso de la inteligencia artificial
forma parte de la vida cotidiana de los
estudiantes, influyendo en la manera de
aprender y resolver tareas académicas. No
obstante, analizar este comportamiento permite
comprender cómo las nuevas generaciones
interactúan con la tecnología y qué efectos
inciden en la formación. Igualmente, brinda
información para orientar a los estudiantes y
docentes hacia el conocimiento de la utilidad
evitando la dependencia excesiva. Desde el
punto de vista práctico, el estudio ofrece la
posibilidad de identificar situaciones reales
dentro del contexto universitario que requieren
atención respecto al uso erróneo o limitado de
la inteligencia artificial. En el ámbito
académico, es pertinente porque aporta
evidencia que sirve como base para futuros
estudios relacionados con la inteligencia
artificial.
La inteligencia artificial se define como un
sistema que sirve para automatizar varias tareas
de administración o evaluativas que interactúan
de forma directa. Aparte de eso ofrece
recomendaciones individuales en tiempo real.
Es importante mencionar que, hay diversidad de
aplicaciones inteligencia artificial, por ejemplo,
hay plataformas que tienen juegos recreativos
para enseñar de una forma específica (Bolaño y
Duarte, 2024). No obstante, en algunas
universidades utilizan sistemas de IA que se
basan en las asignaturas que a ellos más les
interesa y donde puedan demostrar sus
habilidades. Dentro de este campo se incluyen
disciplinas como la informática, la estadística,
la educación y aportes como la psicología
cognitiva y la neurociencia.
A partir de esta combinación, surgen
subcampos como el aprendizaje automático, el
procesamiento del lenguaje y el análisis de
datos (Martínez et al., 2023). En relación a los
tipos de IA, uno de ellos es el Machine Learning
(ML) referenciado como el aprendizaje
automático o una subárea de la inteligencia
artificial con un gran crecimiento en los últimos
años. En este contexto, la comunidad científica
adquirió el interés la herramienta educativa,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 530
debido a su gran evolución del aprendizaje
(Forero y Negre, 2024). De aquí surge,
ChatGPT, la cual tiene un gran foco de atención
por parte de los profesores, estudiantes e
investigadores. Respecto a la forma de usar,
tiene la capacidad para generar textos y
responder preguntas, una razón predominante
por la que se ha extendido rápidamente en
niveles educativos avanzados, donde se utiliza
como un recurso para estudiar, redactar,
comprender contenidos y organizar ideas. Entre
los beneficios, se encuentra el apoyo al
aprendizaje autónomo, la comprensión de temas
complejos y la elaboración de deberes
académicos (Fregoso y Ocegueda, 2026).
En la actualidad, es cada vez es más frecuente
encontrar productos que aparentan ser
inteligentes, aunque en muchos casos ya no se
emplea el término inteligencia artificial.
Cuando apareció el modelo de ChatGPT en el
año 2022, hubo un crecimiento de la IA con un
gran impacto en la educación (García et al.,
2024). La inteligencia artificial generativa,
conocida como ChatGPT, Gemini y Claude,
comparten los contenidos educativos en el cual
se puede acceder a formas de aprendizaje
adaptadas a sus necesidades, utilizando
materiales que se ajustan a sus propias
características (Durand y Tantalean, 2026).
Además, Santiana (2025) determinó que las
herramientas más utilizadas al enfrentar dudas
durante el proceso educativo es ChatGPT
mediante un diagnóstico sobre el uso de la IA en
universitarios. Respecto a las ventajas, esta
inteligencia artificial ayuda en la calidad de la
mayoría de tareas diarias que se hacen en el
aula. Como desventaja, no todas las personas
tienen acceso a la tecnología, por eso, aunque la
IA tiene un gran potencial para aprender, es
necesario analizar cómo aplicarla en el contexto
educativo (Carbonell et al., 2023). Una de las
cuestiones que más interesante, es el
conocimiento de por qué los adolescentes
tomaban la decisión de utilizarla. La respuesta
radica en estudios como el de Palos y Diez
(2024) donde afirman que la mayor parte de
alumnos utilizan Chat GPT para realizar tareas
y para ahorrar tiempo, considerada como opción
popular. Además, a través de estas herramientas
tecnológicas, los estudiantes reciben varias
orientaciones, aclaran dudas, comprender
varios temas, el acceso a tutorías y avanzar con
un ritmo progresivo, porque automatiza las
tareas administrativas dentro del entorno
educativo. Desde la organización de horarios, la
evaluación y elaboración de informes, la IA
simplifica varios procedimientos, permitiendo
la disposición del tiempo (Aparicio, 2023).
Por otra parte, aportes de la IA como la
programación de robots y sistemas con
digitalización crean entornos educativos: como
aulas inteligentes y modalidades de aprendizaje.
Es más, la inteligencia artificial se está
integrando en áreas de la medicina impulsada
por los avances científicos (Sarabia et al.,
2023). Además, esta tecnología se integró en
diferentes actividades educativas, como el
aprendizaje de idiomas, la traducción de textos
y en asistentes informativos. Así como apoya a
los estudiantes, también a los docentes porque
facilita la atención personalizada. Si las tareas
se realizaran de manera manual, requerirían más
tiempo cuando se trata de procesos de
evaluación, donde se utilizan fórmulas o
procedimientos más complejos (Chavez et al.,
2023).
La Inteligencia artificial busca información con
mayor facilidad, lo que ayuda en la formación
de los estudiantes universitarios. En el ámbito
laboral, ciertas tareas pueden ser reemplazadas
por sistemas automatizados, una problemática
que afecta en la demanda de empleo. También
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 531
se presentan riesgos como la difusión de
información incorrecta o la dependencia
excesiva en herramientas como ChatGPT, lo
que limitar el desarrollo del conocimiento
propio (Diego et al.,2023). Por otra parte, sí un
estudiante presenta dificultades, el sistema
puede sugerir actividades relacionados a las
deficiencias. Sin embargo, también pueden
estar expuestos a contenidos personalizados,
como publicidad basada en sus datos, lo que
implica la necesidad de reflexionar sobre el uso
responsable de estas tecnologías (Voci, 2024).
La historia y evolución de la IA se caracteriza
por avances constantes y momentos de cambio,
pero siempre orientado a mejorar las
capacidades humanas mediante herramientas
tecnológicas. Desde sus inicios en la década de
1950, hasta la actualidad, ha recorrido un largo
camino, generando transformaciones en la
educación (Cornelio et al., 2024). Alan Turing
llamó la atención del ámbito académico al
publicar su trabajo, donde se planteó una
pregunta sobre si las máquinas podían llegar a
pensar. Para abordar esta idea, propuso el
conocido “juego de imitación”, una forma de
evaluar si una máquina puede comportarse de
manera similar a un ser humano. Más allá del
aspecto técnico, también reflexionó sobre temas
relacionados con la mente y la inteligencia. y
años después, en 1956 introdujo el término
inteligencia artificial (Nasser, 2024).
La inteligencia artificial es importante en la vida
universitaria, especialmente en las carreras
relacionadas con la educación, porque las áreas
de conocimiento como el lenguaje, las
matemáticas, psicología y la investigación son
fundamentales en la preparación profesional. La
tecnología junto con la inteligencia artificial
facilita el acceso a toda la información
existente, apoyando en la organización de ideas
y el desarrollo autónomo de habilidades
necesarias para el futuro docente. En el estudio
de Villacencia et al. (2026) afirma que el
lenguaje utilizado con las plataformas de IA se
ajusta para ofrecer respuestas que resulten
claras. Por eso, las indicaciones deben ser lo
más completas posible, incluyendo la
información necesaria para obtener un buen
resultado. Es importante saber expresar
correctamente lo que se necesita, ya que la
calidad de la respuesta depende de cómo se
formula la solicitud.
En el ámbito de la investigación, ayudan a
formular mejor y la búsqueda es más rápida,
porque que permiten obtener datos de forma
ágil. Además, es necesario mantener una lectura
crítica, porque no sustituyen la capacidad de
análisis ni permiten identificar errores o sesgos
por sí solas. En la estadística, apoyan en el
análisis o en la elaboración de códigos y
también sirven como apoyo para iniciar la
escritura, organizar ideas y mejorar la
redacción, pero el pensamiento, las decisiones y
el contenido final siempre deben ser propios
(Rogero et al., 2026). En relación a lo anterior,
Calvache (2026) determinó que la IA facilita la
búsqueda de artículos científicos, la elaboración
de citas según diferentes normas y en los
análisis, tanto cuantitativos como cualitativos.
En el contexto actual, han surgido diversas
aplicaciones relacionadas con la edición de
textos, detección de plagio y apoyo en
investigaciones, las cuales son utilizadas según
las necesidades y habilidades de cada
investigador.
El aprendizaje autónomo se entiende como un
proceso en el que la persona aprende por
iniciativa propia, siendo consciente de lo que
hace y regulando su forma de aprender. No
depende únicamente del docente, sino también
de las experiencias que vive y del entorno en el
que se desarrolla (Romero et al.,2022). Este tipo
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 532
de aprendizaje implica que el estudiante
participe de manera frecuente en su formación
para ser constante a lo largo del tiempo. En
contraposición, Blanc y Gil (2025) lo definen
como la capacidad para planificar su propia
formación, en el que se incluyen metas y la
evaluación de sus resultados. También aporta
que, en el ámbito virtual, la capacidad tiene más
importancia, porque el estudiante debe
gestionar el tiempo y mantener la motivación.
El aprendizaje autónomo se caracteriza por la
iniciativa en la toma decisiones sobre la forma
de aprender, desarrollando independencia en el
proceso educativo, lo cual implica elegir
estrategias, organizar su tiempo y asumir
responsabilidad por los resultados. El docente
cumple un rol de guía y las herramientas
digitales apoyan como guía en este proceso
(Caballero et al., 2023). También se desarrolla
a partir de algunos pasos básicos: primero, se
define con claridad qué se desea aprender, ya
que contar con un objetivo concreto desde el
inicio orienta mejor el proceso, cuando se
realiza en entornos virtuales. Tener claro ese
propósito facilita enfocar la búsqueda y elegir
herramientas que realmente aporten al
aprendizaje. Hoy en día, existen diversas
opciones en internet que apoyan este tipo de
aprendizaje, como videos, textos, tutoriales y
ejercicios, los cuales refuerzan los
conocimientos independientemente (García et
al., 2025).
El fortalecimiento del aprendizaje autónomo en
la educación superior no depende únicamente
del uso de tecnología avanzada. Lo más
importante es que las instituciones educativas
generen espacios donde estas herramientas se
utilicen de manera correcta. Por lo que, es
necesario promover la reflexión, el trabajo
compartido y la toma de decisiones informadas.
De esta forma, la tecnología se convierte en un
apoyo real y mejora la calidad del aprendizaje
(Solorzano et al., 2025). Por otro lado, el
aprendizaje autónomo se relaciona con la
capacidad del estudiante para realizar
actividades académicas por sí mismo, sin
depender totalmente del docente. Esto le
permite mejorar su rendimiento en diferentes
asignaturas. También favorece el desarrollo de
habilidades como la organización y la disciplina
ayudando que el estudiante se involucre más en
su proceso educativo (Vega et al., 2025).
El aprendizaje autónomo ha tomado mayor
importancia en la educación superior,
especialmente con el crecimiento de la
educación virtual. Este enfoque permite que los
estudiantes gestionen su propio aprendizaje.
También promueve habilidades como la
planificación del tiempo y la autoevaluación. En
un entorno digital, estas capacidades son
esenciales. Por ello, se considera un elemento
para el éxito académico y profesional (Enriquez
y Hernández, 2021). Las personas que
desarrollan el aprendizaje autónomo como una
forma de buscar información logran
complementar los conocimientos adquiridos en
el aula. Esto les permite tener una mejor
comprensión de los contenidos en las diferentes
asignaturas, así como en proyectos y
actividades académicas en las que participan
constantemente.
Las herramientas virtuales, como asistentes
digitales, apoyan el aprendizaje autónomo al
ofrecer información clara y acompañamiento
durante el proceso educativo, porque permiten
resolver dudas, dar seguimiento al progreso y
facilitar la comunicación. También ayudan a
organizar mejor el aprendizaje, tanto en
actividades individuales como en trabajos
colaborativos. Por eso, se consideran un apoyo
importante en la educación actual (Varias,
2022). Además, se relacionan con el progreso
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 533
académico del estudiante, porque factores como
la participación, el tiempo de estudio y el logro
de objetivos también se ven beneficiados. Todo
depende del uso responsable que se les dé
(Menacho et al.,2025).
El aprendizaje autónomo se fundamenta en
teorías como el constructivismo y el enfoque
sociocultural. Autores como Vygotsky, Piaget y
Bruner explican que el conocimiento no se
recibe de forma pasiva, sino que cada estudiante
lo construye a partir de sus propias
experiencias. En este proceso influyen factores
como el contexto en el que aprende, los
conocimientos previos que posee y también sus
emociones (Condori et al., 2023). Desde
tiempos antiguos, existen inquietudes sobre el
conocimiento y la forma en que las personas
comprenden la realidad. El enfoque
fenomenológico a partir de los aportes de Alfred
Schütz, quien retoma ideas de Husserl para
analizar situaciones sociales: el aprendizaje
autónomo puede entenderse como un proceso
que pone énfasis en el desarrollo del individuo
dentro de su entorno social, favoreciendo la
formación de un pensamiento crítico que se
vincula con la fenomenología al momento de
construir saberes (Martínez et al, 2023).
Por consiguiente, las bases legales que se
presentan sustentan las disposiciones legales
con la tecnología y el aprendizaje orientando al
problema desde un marco normativo. Según la
Constitución de la República del Ecuador, en el
artículo 347, numeral 8, se expresa lo siguiente:
“Incorporar las tecnologías de la información en
el proceso educativo y propiciar la enseñanza
con las actividades productivas o sociales” (p.
107). El artículo mencionado aporta en la
investigación porque respalda el uso de las
tecnologías dentro del proceso educativo, lo
cual se relaciona con la inteligencia artificial
como herramienta de aprendizaje. Otra ley que
aporta en el estudio, es la Ley Orgánica de
Educación Intercultural (2011), la cual
establece que “la concepción de la educación es
un aprendizaje permanente, que se desarrolla
durante toda la vida” (p. 11). Este artículo se
relaciona con el aprendizaje autónomo porque
establece que la educación es un proceso
duradero, donde el estudiante debe aprender por
sí mismo y no depende únicamente del docente.
El objetivo general de este estudio es determinar
la influencia del uso de la inteligencia artificial
en el aprendizaje autónomo en los estudiantes
de la carrera de Educación Inicial de la
Universidad Técnica de Machala durante el
periodo 2026. Como objetivos específicos se
plantea identificar el uso de la inteligencia
artificial en los estudiantes de la carrera de
Educación Inicial; analizar el aprendizaje
autónomo en los estudiantes de la carrera de
Educación Inicial; y evaluar la relación entre la
inteligencia artificial y el aprendizaje
autónomo.
Materiales y Métodos
La presente investigación tiene un enfoque
cuantitativo porque los datos se recolectan
mediante datos numéricos relacionados con el
uso de la inteligencia artificial y su influencia
en el aprendizaje autónomo. El diseño es no
experimental de tipo transversal, ya que no se
manipuló ninguna de las variables de estudio,
limitándose a observar y analizar el uso de IA y
su relación con el aprendizaje autónomo.
Asimismo, la recolección de datos se realizó en
un solo momento mediante la aplicación de una
encuesta, lo que permitió obtener información
en un periodo determinado. En relación a los
métodos de investigación, el método
descriptivo permitió detallar las características
de ambas variables y el método analítico que
facilita la interpretación de los datos. La
población de estudio estuvo conformada por
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 534
678 estudiantes que pertenecen. a la carrera de
Educación Inicial. Para determinar la muestra,
se aplicó la fórmula para poblaciones finitas,
considerando un nivel de confianza del 95% y
un margen de error del 5%. Como resultado, se
obtuvo una muestra de 258 estudiantes, quienes
participaron en la investigación. La técnica de
recolección de datos utilizada fue la encuesta,
mientras que el instrumento aplicado fue un
cuestionario. El instrumento estuvo
conformado por 11 preguntas con preguntas de
opción múltiple y escala de Likert, y se aplicó
de manera virtual en la plataforma de Google
forms.
El instrumento aplicado presenta un alto nivel
de confiabilidad, evidenciado a través del
coeficiente Alfa de Cronbach, el cual obtuvo un
valor de 0,976. El resultado indica una
excelente consistencia interna, lo que garantiza
que las preguntas miden las variables de
estudio. En este sentido, se considera que el
instrumento es fiable para la recolección de
datos válidos para el desarrollo de la
investigación. El instrumento fue validado por
dos expertos, quienes evaluaron la pertinencia y
coherencia de los ítems, asegurando la validez
del contenido.
Tabla 1. Análisis de confiabilidad del
instrumento
Estadísticas de fiabilidad
Alfa de Cronbach
N de elementos
,976
11
Fuente: Elaboración propia
Resultados
En relación con los resultados, se presentarán
mediante gráficos estadísticos, con el propósito
de facilitar la comprensión e interpretación de
la información recolectada. Cada ítem del
cuestionario será analizado de manera
individual, permitiendo observar la distribución
de las respuestas. De esta forma, los gráficos
permitirán visualizar los porcentajes
correspondientes a cada alternativa de
respuesta, destacando las tendencias más
relevantes en torno al uso de la inteligencia
artificial y el aprendizaje autónomo
Tabla 3. Frecuencia de las herramientas de IA
más utilizadas
Herramienta
Frecuencia
Porcentaje
Claude
0
0,0 %
Perplexity
0
0,0 %
Gemini
10
3,9 %
Copilot
17
6,6 %
ChatGPT
231
89,5 %
Total
258
100,0 %
Fuente: Elaboración propia
Según las herramientas de inteligencia artificial
más usadas es ChatGPT, en segundo lugar,
CoPilot y en tercer lugar Gemini. No obstante,
no se registró ningún valor en las herramientas
de Claude y Perplexi. Como interpretación,
podemos afirmar que la mayoría de estudiantes
utiliza CHAT GPT, sin embargo, no conocen
sobre la utilidad de otra IA. Para firmar este
resultado Santiana (2025) determinó que la IA
más utilizada es ChatGPT en un diagnóstico
sobre el uso de la inteligencia artificial en
estudiantes universitarios.
Tabla 4. Actividades académicas en las que se
utiliza ChatGPT
Actividad
Frecuencia
Porcentaje
Elaboración de tareas
143
55,4 %
Redacción de trabajos
38
14,7 %
Resolución de dudas
33
12,8 %
Resolución de exámenes
23
8,9 %
Estudio y comprensión de
temas
21
8,1 %
Total
258
100,0 %
Fuente: Elaboración propia
En relación a las actividades académicas
realizadas con ChatGPT, la mayoría de
estudiantes respondió que lo utiliza para la
elaboración de tareas, por consiguiente, lo
utilizan para redacción de trabajos y para la
resolución de dudas. Podemos afirmar que la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 535
mayoría utiliza esta IA para hacer tareas, sin
embargo, son pocos los estudiantes que la
utiliza para estudiar y comprender otros temas
de estudio. Palos y Diez (2024) afirman que la
mayor parte de alumnos utilizan Chat GPT para
realizar tareas con la finalidad de ahorrar
tiempo.
Tabla 5. Nivel de conocimiento sobre las
herramientas de IA
Nivel de conocimiento
Frecuencia
Porcentaje
Muy bajo
27
10,5 %
Bajo
39
15,1 %
Medio
132
51,2 %
Alto
26
10,1 %
Muy alto
34
13,2 %
Total
258
100,0 %
Fuente: Elaboración propia
La mayoría de los estudiantes indicó tener un
nivel de conocimiento medio sobre las
herramientas de inteligencia artificial, seguido
de un grupo que manifestó poseer un nivel alto.
Como interpretación, se puede señalar que los
alumnos presentan un dominio intermedio de
estas herramientas, lo que evidencia que existe
familiaridad con su uso, pero aún no se alcanza
un nivel avanzado en el ámbito académico, para
afirmar este resultado Cañete (2025), señala la
mayor parte posee un conocimiento básico e
intermedio sobre la inteligencia artificial, lo que
indica que, si bien no alcanzan un conocimiento
avanzado, tampoco es inexistente.
Tabla 6. Frecuencia del uso de herramientas de
inteligencia artificial
Frecuencia
Frecuencia
Porcentaje
Nunca
6
2,3 %
Casi nunca
7
2,7 %
A veces
141
54,7 %
Casi siempre
54
20,9 %
Siempre
50
19,4 %
Total
258
100,0 %
Fuente: Elaboración propia
Respecto a la frecuencia de la IA, la mayoría de
los estudiantes indicó que utiliza herramientas
de inteligencia artificial a veces, seguido de
quienes manifestaron utilizarlas casi siempre.
Como interpretación, se puede señalar que, el
uso de estas herramientas se presenta en niveles
moderados, lo que evidencia que existe una
integración en las actividades académicas.
Molina et al. (2025), señalan que el uso de la
inteligencia artificial presenta una distribución
entre diferentes niveles, medio y alto es decir
que su aplicación es variada.
Tabla 7. Pensamiento crítico en el uso de
herramientas de inteligencia artificial
Frecuencia
Frecuencia
Porcentaje
Nunca
19
7,4 %
Casi nunca
38
14,7 %
A veces
134
51,9 %
Casi siempre
38
14,7 %
Siempre
29
11,2 %
Total
258
100,0 %
Fuente: Elaboración propia
En la figura 1, la mayoría de alumnos indicó que
a veces desarrolla pensamiento crítico al utilizar
herramientas de inteligencia artificial, seguido
de quienes manifestaron hacerlo casi siempre.
Como interpretación, se puede señalar que el
pensamiento crítico se presenta de forma
intermedia, es decir que, aunque existe cierta
capacidad de análisis al usar estas herramientas,
pero no se desarrolla de manera constante en
todos los casos. Rogero et al. (2026), señalan
que la inteligencia artificial puede apoyar el
proceso académico, pero no sustituye la
capacidad de análisis del estudiante.
Figura 1. Realización de tareas académicas sin
depender del docente
Fuente: Elaboración propia
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 536
La mayor parte de los estudiantes indicó que a
veces realiza sus tareas académicas sin
depender completamente del docente, seguido
de quienes manifestaron que casi nunca lo
hacen. Como interpretación, se presenta un
nivel intermedio de autonomía en el desarrollo
de sus actividades académicas, pero aún existe
cierta dependencia del docente en algunos
casos, limitando el desarrollo pleno del
aprendizaje autónomo Romero et al. (2022),
expresa que el aprendizaje autónomo implica
que el estudiante desarrolle la capacidad de
aprender por iniciativa propia y reduzca
progresivamente la dependencia del docente.
Figura 2. Organización del tiempo de estudio
Fuente: Elaboración propia
La mayoría de los estudiantes indicó que a
veces organiza su tiempo de estudio, seguido de
quienes manifestaron que siempre lo hacen.
Como interpretación, se puede señalar que la
organización del tiempo se presenta en un nivel
intermedio, porque aún existe cierta
planificación en las actividades académicas,
pero no se mantiene de forma constante. Blanc
y Gil (2025), afirma que la planificación y
organización del tiempo son elementos
fundamentales para el desarrollo del
aprendizaje autónomo.
Figura 3. Registro de información para el
aprendizaje
Fuente: Elaboración propia
La mayoría de los estudiantes indicó que a
veces registra información para facilitar su
aprendizaje, seguido de quienes manifestaron
que siempre lo hacen. Como interpretación, el
registro de información se presenta en un nivel
intermedio, lo que evidencia que, aunque existe
el hábito de tomar apuntes, este no se mantiene
de forma constante en todos los estudiantes.
Barradas et al. (2025), expresa que tomar
apuntes y el registro de información son
fundamentales para fortalecer el aprendizaje
autónomo.
Figura 4. Frecuencia de la motivación para
aprender
Fuente: Elaboración propia
La mayoría de los estudiantes indicó que a
veces se siente motivado para aprender por su
cuenta, seguido de quienes manifestaron que
siempre lo hacen. Como interpretación, la
10,90%
14,30%
46,50%
10,50%
17,80%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
Nunca Casi
nunca
A veces Casi
siempre
Siempre
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 537
motivación hacia el aprendizaje autónomo se
presenta en un nivel intermedio, lo que
evidencia que no se mantiene de forma
constante. Enríquez y Hernández (2021),
destacan que la motivación es un elemento para
el desarrollo del aprendizaje autónomo en
entornos educativos.
Figura 5. Responsabilidades académicas de
forma autónoma
Fuente: Elaboración propia
La mayoría de los estudiantes indicó que a
veces asume sus responsabilidades de forma
autónoma, seguido de quienes manifestaron que
siempre lo hacen. Como interpretación, la
responsabilidad académica autónoma se
presenta en un nivel intermedio, aunque los
estudiantes asumen sus responsabilidades en
ciertos momentos, esta práctica no se mantiene
en todos los casos. Vega et al. (2025), quienes
señalan que el aprendizaje autónomo implica
asumir responsabilidades en el proceso
educativo para mejorar el rendimiento
académico.
Figura 11. Dependencia de la inteligencia
artificial en actividades académicas
La mayoría de los estudiantes indicó que a
veces presenta dependencia de la inteligencia
artificial en sus actividades académicas,
seguido de quienes manifestaron que casi
siempre lo hacen. Podemos señalar que la
dependencia se presenta en un nivel intermedio,
ya que los estudiantes recurren a la inteligencia
artificial para apoyar sus tareas. Diego et al.
(2023), mencionan que el uso excesivo de la
inteligencia artificial puede limitar el desarrollo
del conocimiento propio y generar dependencia
en los estudiantes.
Tabla 8. Estadísticos descriptivos del uso de
herramientas de IA y ChatGPT
Variable
Media
Mediana
Desv.
Varianza
Herramientas
de IA
4,86
5,00
0,448
0,201
Uso de
ChatGPT
4,00
5,00
1,348
1,817
Fuente: Elaboración propia
La Tabla 8 evidencia un alto nivel de uso de
herramientas de inteligencia artificial, con una
media de 4,86 y una mediana de 5, lo que indica
una tendencia generalizada hacia su adopción.
La baja desviación estándar (0,448) y varianza
(0,201) reflejan homogeneidad en las
respuestas. En contraste, el uso de ChatGPT
presenta una media menor (4,00), aunque
mantiene una mediana de 5, lo que sugiere que,
pese a su amplia aceptación, existen diferencias
en su frecuencia de uso.
Tabla 9. Estadísticos descriptivos del nivel de
conocimiento sobre IA
Variable
Media
Mediana
Desv.
Varianza
Nivel de
conocimiento
IA
3,00
3,00
1,097
1,202
Fuente: Elaboración propia
La Tabla 9 muestra que el nivel de
conocimiento sobre inteligencia artificial se
sitúa en un valor medio de 3,00, coincidente con
la mediana, lo que indica un nivel moderado en
10,50%12,00%
47,70%
12,00%17,80%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 538
la población analizada. La desviación estándar
de 1,097 y la varianza de 1,202 evidencian una
dispersión considerable en las respuestas,
reflejando diferencias significativas en el grado
de conocimiento entre los participantes. Estos
resultados sugieren que, aunque existe una base
general de comprensión sobre la IA, no es
homogénea. En consecuencia, se identifica la
necesidad de fortalecer la formación en este
ámbito.
Tabla 10. Estadísticos descriptivos de la
frecuencia de uso de IA y dificultad sin IA
Variable
Media
Mediana
Desv.
Varianza
Frecuencia
de uso de IA
3,52
3,00
0,913
0,834
Dificultad
sin uso de
IA
3,52
3,00
1,033
1,068
Fuente: Elaboración propia
La Tabla 10 evidencia que tanto la frecuencia
de uso de la inteligencia artificial como la
dificultad percibida sin su uso presentan una
media de 3,52 y una mediana de 3,00, lo que
indica niveles moderados en ambas variables.
La desviación estándar muestra una dispersión
ligeramente mayor en la dificultad sin IA
(1,033) en comparación con la frecuencia de
uso (0,913), lo que sugiere mayor variabilidad
en la percepción de dependencia.
Tabla 11. Estadísticos descriptivos del aprendizaje
autónomo
Variable
Media
Mediana
Desv.
Varianza
Pensamiento
crítico
3,08
3,00
1,018
1,037
Independencia
del docente
3,06
3,00
1,109
1,230
Organización
del tiempo
3,09
3,00
1,142
1,303
Registro de
información
3,06
3,00
1,177
1,386
Fuente: Elaboración propia
La Tabla 11 muestra que las dimensiones del
aprendizaje autónomo presentan valores medios
cercanos a 3, lo que indica un nivel moderado
en pensamiento crítico, independencia del
docente, organización del tiempo y registro de
información. La coincidencia entre media y
mediana sugiere una distribución relativamente
equilibrada en las respuestas. No obstante, las
desviaciones estándar, superiores a 1 en todos
los casos, evidencian una variabilidad
considerable entre los participantes.
Tabla 12. Estadísticos descriptivos de la
motivación para el aprendizaje autónomo
Variable
Media
Mediana
Desv.
Varianza
Motivación
para aprender
3,10
3,00
1,179
1,391
Fuente: Elaboración propia
La Tabla 12 evidencia que la motivación para el
aprendizaje autónomo presenta una media de
3,10 y una mediana de 3,00, lo que indica un
nivel moderado en la población analizada. La
desviación estándar de 1,179 y la varianza de
1,391 reflejan una dispersión considerable en
las respuestas, lo que sugiere diferencias
significativas en el grado de motivación entre
los participantes. Estos resultados indican que,
si bien existe una predisposición hacia el
aprendizaje autónomo, esta no es uniforme. En
consecuencia, se identifica la necesidad de
fortalecer estrategias que incrementen la
motivación en los estudiantes.
Tabla 13. Estadísticos descriptivos del
cumplimiento autónomo de responsabilidades
Variable
Media
Mediana
Desv.
Varianza
Cumplimiento
autónomo
académico
3,15
3,00
1,164
1,356
Fuente: Elaboración propia
En general, los resultados muestran que la
media de la mayoría de las variables está en un
nivel intermedio. Esto indica que los estudiantes
usan a menudo herramientas de inteligencia
artificial y tienen un desarrollo moderado en su
aprendizaje autónomo. La mediana se queda en
valores del medio, lo que muestra que la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 539
mayoría de las respuestas están en opciones
intermedias, lo cual confirma que no hay una
tendencia hacia niveles altos o bajos, sino una
posición equilibrada. La desviación estándar
muestra valores bajos en algunas variables, lo
que indica que las respuestas son similares entre
los estudiantes.
En otras variables, los valores son más altos, lo
que da entender que hay diferencias en las
percepciones y comportamientos. En resumen,
los indicadores muestran que, aunque el uso de
la inteligencia artificial es común, el
conocimiento, la autonomía, la motivación y
otras habilidades relacionadas no son
uniformes. En general, los resultados muestran
que los estudiantes usan la inteligencia
artificial, siendo especialmente notable el uso
de una herramienta específica más que de otras.
Su uso se centra en hacer tareas, y en menor
medida se usa para procesos como el estudio o
la comprensión de contenidos. Además, se nota
que los estudiantes tienen un conocimiento
intermedio sobre estas herramientas. La
frecuencia demuestra que hay una integración
moderada en la vida académica, junto con un
desarrollo intermedio del pensamiento crítico al
usar estas tecnologías.
Por otro lado, sobre el aprendizaje autónomo,
los resultados indican que los estudiantes tienen
niveles intermedios en aspectos como hacer
tareas sin necesitar al maestro, organizar su
tiempo, anotar información y motivarse para
aprender. Esto indica que, aunque hay algo de
independencia en el proceso de aprendizaje,
esta no se mantiene de forma constante en todos
los casos. También existe un nivel moderado de
dependencia de la inteligencia artificial, lo que
sugiere que los estudiantes usan estas
herramientas como ayuda en sus tareas, pero no
de forma que sea el único recurso que utilizan.
En general, un buen balance entre el uso de la
inteligencia artificial y el aprendizaje por cuenta
propia. En relación con los resultados de otros
estudios, Martínez et al. (2025) coincide con
que ChatGPT es la herramienta de inteligencia
artificial más utilizada para la elaboración de
tareas académicas. Por su parte, Rodríguez et al.
(2025) señalan que los estudiantes presentan un
conocimiento básico o superficial sobre la
inteligencia artificial, aunque su uso es
frecuente dentro del ámbito educativo.
Caicedo et al. (2025) mencionan que el
pensamiento crítico en el uso de estas
herramientas se desarrolla en un nivel
intermedio, ya que los estudiantes las emplean
como apoyo, pero no siempre verifican la
información de manera constante. Otro autor,
Escribano et al. (2025) sostienen que el
aprendizaje en contextos con inteligencia
artificial requiere el desarrollo de habilidades de
autonomía, como la organización del tiempo y
el trabajo independiente, las cuales no siempre
se presentan de forma continua en los
estudiantes. Reyes et al. (2022), indican que no
hay diferencias importantes en las habilidades
de planificación del tiempo entre los
estudiantes, lo que muestra que estas
habilidades no siempre se desarrollan de
manera uniforme.
El estudio también muestra que algunos
estudiantes tienen estrategias más organizadas,
mientras que otros planifican menos. El estudio
de Sanchidrián (2023), expresa que el
aprendizaje debe darse a través de la autonomía,
esto significa que el estudiante debe poder hacer
sus actividades solo y gestionar su tiempo. En
este sentido, hay una conexión con el resultado
actual, ya que ambos enfatizan la importancia
de la independencia y la organización. Sin
embargo, también hay una oposición, porque se
sugiere un desarrollo más fuerte y continuo de
la autonomía. Vega et al. (2025) mencionan que
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 540
usar la inteligencia artificial a menudo en
actividades académicas puede hacer que
aprender parezca más fácil, pero también puede
crear una dependencia de la tecnología que
impacta aspectos como la autonomía y el
desarrollo del pensamiento crítico.
Conclusiones
El objetivo principal de este estudio fue
determinar cómo afecta el uso de la inteligencia
artificial en el aprendizaje autónomo de los
estudiantes. Los resultados indican que hay una
relación entre ambas variables en el ámbito
académico. Se notó que la inteligencia artificial
aparece a menudo en las actividades de los
estudiantes. Sin embargo, usarlos no asegura
que se logre un aprendizaje autónomo
completo. Por consiguiente, se reconoció cómo
los estudiantes de Educación Inicial usan la
inteligencia artificial. La mayoría usa
herramientas de inteligencia artificial con
regularidad. Se resalta especialmente el uso de
ChatGPT para hacer tareas escolares.
También se vio que hay otras herramientas,
pero no se usan tanto. En resumen, los
estudiantes utilizan inteligencia artificial, pero
solo en una herramienta. Se analizo el
aprendizaje autónomo, y los resultados
demostraron que los estudiantes tienen un nivel
intermedio en su aprendizaje independiente. Se
mostró que motivos como la motivación, la
gestión del tiempo y la autonomía del profesor
no se mantienen de manera constante. Además,
el pensamiento crítico se mantiene en un nivel
medio. El aprendizaje autónomo está presente
en los estudiantes, pero todavía no se ha
desarrollado por completo. El tercer objetivo
específico se analizó la relación entre la
inteligencia artificial y el aprendizaje
autónomo. Los resultados muestran que hay una
conexión entre el uso de estas herramientas y la
manera en que los estudiantes aprenden. Se notó
que la inteligencia artificial ayuda en el
desarrollo de tareas escolares. No obstante, en
algunos casos, también puede causar
dependencia. En resumen, la conexión entre la
inteligencia artificial y el aprendizaje
independiente es clara, pero tiene tanto ventajas
como desventajas.
Referencias Bibliográficas
Aparicio, W. (2023). La inteligencia artificial y
su incidencia en la educación:
Transformando el aprendizaje para el siglo
XXI. Revista internacional de pedagogía e
innovación educativa, 3(2), 217-230.
https://editic.net/journals/index.php/ripie/art
icle/view/156
Blanc, G., & Gil, J. (2025). Percepciones de
estudiantes universitarios sobre el uso de la
Inteligencia Artificial y su relación con el
aprendizaje autónomo. Revista Cubana de
Educación Superior, 44(3), 1–11.
https://revistas.uh.cu/rces/article/view/1160
4
Bolaño, M., & Duarte, N. (2024). Una revisión
sistemática del uso de la inteligencia
artificial en la educación. Revista
Colombiana de Cirugía, 39(1), 51-63.
http://www.scielo.org.co/scielo.php?pid=S2
011-
75822024000100051&script=sci_arttext
Caballero, J., Chavez, E., López, M., Inciso, E.
& Vergaray, J. (2023). El aprendizaje
autónomo en educación superior. Revisión
sistemática. Salud, Ciencia y Tecnología, 3,
391-391.
https://www.academia.edu/download/12377
1873/849.pdf
Calvache, M. (2026). La inteligencia artificial y
la investigación. Rimarina. Revista de
Ciencias Sociales y Humanidades, 10(1), 1-
6.
https://investigacion.utc.edu.ec/index.php/ri
marina/article/view/1265
Caicedo, J., Hernández, L., & Armas, K.
(2025). Uso de la inteligencia artificial
generativa con pensamiento crítico en
estudiantes de la Universidad de Otavalo.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 541
Revista Veritas de Difusión Científica, 6(3).
https://doi.org/10.61616/rvdc.v6i3.958
Carbonell, C, Burgos, S., Calderón, D, &
Paredes, O. (2023). La Inteligencia Artificial
en el contexto de la formación educativa.
Episteme Koinonía, 6(12), 152-166.
https://ve.scielo.org/scielo.php?pid=S2665-
02822023000200152&script=sci_arttext
Cañete, W. (2025). Tecnología y gestión
educativa: conocimientos, prácticas y
experiencias en la educación universitaria
en la era de la inteligencia artificial.
LATAM Revista Latinoamericana de
Ciencias Sociales y Humanidades, 6(3),
1630–1644.
https://doi.org/10.56712/latam.v6i3.4065
Constitución de la República del Ecuador.
(2008). Registro Oficial No. 449.
https://www.asambleanacional.gob.ec/sites/
default/files/documents/old/constitucion_de
_bolsillo.pd
Chávez, M, Labrada, E., Carbajal, E., Pineda
Godoy, E., & Alatristre, Y. (2023).
Inteligencia artificial generativa para
fortalecer la educación superior. LATAM
Revista Latinoamericana de Ciencias
Sociales y Humanidades, 4(3), 767–784.
https://doi.org/10.56712/latam.v4i3.1113
Condori, S., Meza, E., Gamión, M., &
Lizárraga, V. (2023). Importancia del
aprendizaje autónomo en la educación.
Revista de Climatología, 23, 2312–2321.
https://doi.org/10.59427/rcli/2023/v23cs.23
12-2321
Cornelio, O, Rodríguez, A., Álava, W., Mora,
P., Mera, L., & Bravo, B. (2024). La
Inteligencia Artificial: desafíos para la
educación. Editorial Internacional Alema.
https://editorialalema.org/libros/index.php/a
lema/article/view/34
Diego, F., Morales, I., & Vidal, M. (2023). Chat
GPT: origen, evolución, retos e impactos en
la educación. Educación Médica Superior,
37(2).
http://scielo.sld.cu/scielo.php?pid=S0864-
21412023000200016&script=sci_arttext
Enríquez, L., & Hernández, M. (2021).
Alumnos en pandemia: una mirada desde el
aprendizaje autónomo. Revista Digital
Universitaria, 22(2).
http://doi.org/10.22201/cuaieed.16076079e.
2021.22.2.11
Escribano, J., Peñalba, O., & García, M. (2025).
Reflexiones y revisiones de principios para
una docencIA (docencia en la era de la IA)
de calidad. Actas de las Jenui, 10, 259–266.
https://aenui.org/actas/pdf/JENUI_2025_02
8.pdf
Forero, W., & Bennasar, F. (2024). Técnicas y
aplicaciones del Machine Learning e
Inteligencia Artificial en educación. RIED,
27(1).
https://www.redalyc.org/journal/3314/3314
75280017/331475280017.pdf
Fregoso, J. & Ocegueda, A. (2026).
Percepciones sobre el uso académico de
ChatGPT. IE Revista de Investigación
Educativa, (17), 9.
https://dialnet.unirioja.es/servlet/articulo?co
digo=10609544
García, F, Llorens, F., & Vidal, (2024). La
nueva realidad de la educación ante la IA.
RIED, 27(1), 9-39.
https://www.redalyc.org/journal/3314/3314
75280001/331475280001.pdf
García, V., Valdera, M, Guerrero, W., &
Caballero, J. (2023). Aprendizaje autónomo
a través de la virtualidad. Horizontes, 7(28),
644-651.
http://www.scielo.org.bo/scielo.php?pid=S2
616
Jara, C. (2024). Aplicaciones de inteligencia
artificial en el contexto educativo
ecuatoriano. Ciencia Latina, 8(3), 7046-
7060.
https://doi.org/10.37811/cl_rcm.v8i3.11897
Ley Orgánica de Educación Intercultural.
(2011). Registro Oficial No. 417.
https://educacion.gob.ec/wp-
content/uploads/downloads/2017/05/Ley-
Organica-Educacion-Intercultural-
Codificado.pdf
Martínez, M., et al. (2023). Impacto de la IA en
los métodos de evaluación. Revista de
Psicodidáctica, 28(2), 93–103.
https://doi.org/10.1016/j.psicod.2023.06.00
1
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 542
Martínez, N., et al. (2023). Aprendizaje
Autónomo del Ser. Ciencia Latina, 7(2),
257-280.
https://doi.org/10.37811/cl_rcm.v7i2.5293
Martínez, E., Ruiz, A. M., Delgadillo, P., &
Gutiérrez, L. (2025). El uso de Chat GPT en
estudiantes de Informática administrativa
del Centro Universitario UAEM Ecatepec.
Revista Electrónica sobre Tecnología,
Educación y Sociedad, 12(24).
https://www.ctes.org.mx/index.php/ctes/arti
cle/view/896
Menacho, M, et al. (2024). IA como
herramienta en el aprendizaje autónomo.
Revista InveCom, 4(2).
https://ve.scielo.org/scielo.php?script=sci_a
rttext&pid=S2739-00632024000200158
Molina, J., Mogro, J., Silva J., Brasili, M., &
Andrade, B. (2025). Frecuencia de uso
pedagógico de la inteligencia artificial y
percepción de aprendizaje significativo.
Atlas Research Journal, 3(1), 117–139.
https://doi.org/10.65305/arj.v3n1.2025.3
Nasser, F. (2024). Historia de la inteligencia
artificial. Tabanque, 36, 7–18.
https://doi.org/10.24197/trp.36.2024.7-18
Palos, L., Diez, M. (2024). Inteligencia
Artificial y Espíritu Crítico en la Enseñanza
Media: Uso y Percepción de los Estudiantes
de Bachillerato sobre el Chat GPT. Revista
Internacional de Humanidades, vol. 11, núm.
2, 2024. https://doi.org/10.18848/2474-
5022/CGP/v11i02/43-57
Reyes, N., Meneses, A, & Díaz, A. (2022).
Planificación y gestión del tiempo
académico de estudiantes universitarios.
Formación Universitaria, 15(1), 57–72.
https://doi.org/10.4067/S0718-
50062022000100057
Rodríguez, R., Miranda, M., Valenzuela
Averruz, T., & Pérez, I. (2025).
Conocimiento, uso y percepción de la
inteligencia artificial en estudiantes y
docentes universitarios: confluencias y
contrastes. Revista Científica de Estudios
Sociales, 4(7).
https://doi.org/10.62407/98jthke6
Romero, V, et al. (2022). El podcast como
recurso de aprendizaje autónomo. RISTI,
(46), 21–33.
https://doi.org/10.17013/risti.46.21-33
Sarabia, J, et al. (2023). Incidencias de la IA en
la educación contemporánea. Comunicar.
https://doi.org/10.3916/C77-2023-08
Sanchidrián, C. (2023). La pedagogía de
Montessori y la formación de profesores. La
importancia de la teoría. Pedagogía y
Saberes, (58), 9–22.
https://doi.org/10.17227/pys.num58-17194
Santiana, J. (2025). Diagnóstico sobre el uso de
herramientas de inteligencia artificial en los
Entornos Personales de Aprendizaje de
estudiantes
universitarios http://dspace.unach.edu.ec/h
andle/51000/15270
Solórzano, C., et al. (2025). Estrategias
pedagógicas mediadas por TIC. Ciencia y
Educación, 6(10.2), 1017–1027.
https://doi.org/10.5281/zenodo.17907066
Varías, I. (2022). Modelo de estrategias de
aprendizaje autónomo.
https://doi.org/10.35622/inudi.b.017
Vega, C., et al. (2025). Escala de aprendizaje
autónomo. Revista Latinoamericana de
Ciencias Sociales, 6(1).
https://doi.org/10.56712/latam.v6i1.3385
Voci, A. (2024). Inteligencia artificial y
pensamiento crítico. UNIMINUTO.
https://repository.uniminuto.edu/items/432d
e128-3270-43bd-98e8-8971ef827763
Villavicencio, M., et al. (2026). IA y escritura
creativa. Revista Cátedra, 9(1), 117-133.
https://revistadigital.uce.edu.ec/index.php/C
ATEDRA/article/view/8474
Esta obra está bajo una licencia
de Creative Commons Reconocimiento-No
Comercial 4.0 Internacional. Copyright © Yessenia
Paola Granda Astudillo, Rosa Karlina Martínez
Gualpa, Jaime Eduardo Chicaiza Martínez y
Germán Arturo Maldonado Cisneros.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 4.1
Edición Especial IV 2026
Página 543
Declaraciones éticas y editoriales del artículo
Contribución de los autores (Taxonomía CRediT)
Yessenia Paola Granda Astudillo: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de
los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Rosa Karlina Martínez Gualpa: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de los
datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Jaime Eduardo Chicaiza Martínez: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de
los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Germán Arturo Maldonado Cisneros: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal
de los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Declaración de conflicto de intereses
Los autores declaran que no existe conflicto de intereses en relación con la investigación presentada, la autoría del manuscrito ni la publicación del
presente artículo.
Declaración de financiamiento
La presente investigación no recibió financiamiento específico de agencias públicas, comerciales o de organizaciones sin fines de lucro. En caso de
existir financiamiento institucional o externo, este deberá ser declarado explícitamente por los autores en esta sección.
Declaración del editor
El editor responsable certifica que el proceso editorial del presente artículo se desarrolló conforme a los principios de integridad científica, transparencia
y buenas prácticas editoriales. El manuscrito fue sometido a un proceso de evaluación mediante revisión por pares doble ciego, garantizando la
confidencialidad de la identidad de los autores y revisores durante todo el proceso de dictamen académico. Asimismo, el editor declara que el artículo
cumple con los criterios científicos, metodológicos y éticos establecidos por la revista.
Declaración de los revisores
Los revisores externos que participaron en la evaluación del presente manuscrito declaran haber realizado el proceso de revisión de manera objetiva,
independiente y confidencial. Asimismo, manifiestan que no mantienen conflictos de interés con los autores ni con la investigación evaluada, y que sus
observaciones y recomendaciones se fundamentan exclusivamente en criterios científicos, metodológicos y académicos.
Declaración ética de la investigación
Los autores declaran que la investigación se desarrolló respetando los principios éticos de la investigación científica, garantizando la confidencialidad
de los datos y el respeto a los participantes del estudio. En los casos en que la investigación involucre seres humanos, los procedimientos deben ajustarse
a los principios éticos establecidos en la Declaración de Helsinki y a las normativas institucionales correspondientes.
Declaración sobre el uso de inteligencia artificial
Los autores declaran que el uso de herramientas de inteligencia artificial, en caso de haberse utilizado durante el proceso de investigación o redacción
del manuscrito, se realizó únicamente como apoyo técnico para mejorar la claridad del lenguaje o el análisis de información, manteniendo siempre la
responsabilidad intelectual sobre el contenido del artículo. Las herramientas de inteligencia artificial no fueron utilizadas como autoras del manuscrito
ni sustituyen la responsabilidad académica de los investigadores.
Disponibilidad de datos
Los datos que respaldan los resultados de esta investigación estarán disponibles previa solicitud razonable al autor de correspondencia, respetando las
normas éticas y de confidencialidad establecidas por la investigación.
