Original
Between
Support and Dependence: AI in University Students' Logical-Mathematical
Thinking
Entre
el apoyo y la dependencia: la IA en el pensamiento lógico-matemático de
universitarios
Samuel Jiménez Abad 1
ORCID:
https://orcid.org/0009-0002-1901-3437
Lorena Méndez Ortiz 1
ORCID:
https://orcid.org/0009-0003-3962-1840
Universidad
Veracruzana, Sistema de Enseñanza Abierta. Xalapa-México 1
Autor de correspondencia
samjimenez@uv.mx
Recibido: 30-08-2026
Aceptado: 19-10-2026
Disponible en
línea: 20-10-2026
Abstract
Logical-mathematical thinking is a fundamental competency in
university education, particularly in Business Administration; however, the
open education modality, characterized by less face-to-face interaction, poses
challenges for strengthening it, in a context where the growing use of
artificial intelligence (AI) is changing how students approach this content. The
objective was to analyze the use of AI tools and the perceptions of students in
the Business Administration program of the Open Education System at Universidad
Veracruzana regarding their usefulness, their relationship with autonomy and
dependence, and their perceived contribution to logical-mathematical
activities. A quantitative approach was used, with a descriptive and
cross-sectional design; 45 students participated, to whom a structured survey
with Likert scales was applied, analyzed through frequencies and percentages.
The results show that 66.7% use AI frequently or always, 71.1% perceive it as
quite or very useful for understanding difficult concepts, and 73.3% report a
positive impact on their independent analysis; however, 57.8% acknowledge depending
heavily on it. It is concluded that students perceive AI as a useful resource
for logical-mathematical activities, although the reported dependence
highlights the need to pedagogically guide its use toward a more critical and
autonomous approach.
Keywords: Artificial
Intelligence, Logical-Mathematical Thinking, Open Education Modality,
Education, University.
Resumen
El pensamiento lógico-matemático es una competencia fundamental en
la formación universitaria, particularmente en Administración; sin embargo, la
modalidad abierta, con menor interacción presencial, plantea retos para su
fortalecimiento, en un contexto donde el uso creciente de inteligencia
artificial (IA) modifica cómo los estudiantes abordan estos contenidos. El
objetivo fue analizar el uso de herramientas de IA y las percepciones de
estudiantes de la Licenciatura en Administración del Sistema de Enseñanza
Abierta de la Universidad Veracruzana respecto a su utilidad, su relación con
la autonomía y la dependencia, y su contribución percibida a actividades
lógico-matemáticas. Se empleó un enfoque cuantitativo, con diseño descriptivo y
transversal; participaron 45 estudiantes, a quienes se aplicó una encuesta
estructurada con escalas Likert, analizada mediante frecuencias y porcentajes.
Los resultados muestran que el 66.7% usa IA frecuentemente o siempre, el 71.1%
la percibe bastante o muy útil para comprender conceptos difíciles, y el 73.3%
reporta un impacto positivo en su análisis independiente; no obstante, el 57.8%
reconoce depender en gran medida de ella. Se concluye que los estudiantes
perciben la IA como un recurso útil para actividades lógico-matemáticas, aunque
la dependencia declarada evidencia la necesidad de orientarla pedagógicamente
hacia un uso más crítico y autónomo.
Palabras clave: Inteligencia Artificial,
Pensamiento Lógico-Matemático, Modalidad Abierta, Educación, Universidad.
Introducción
En las últimas décadas, la
incorporación de las tecnologías digitales en los procesos educativos ha
transformado sustancialmente las dinámicas de enseñanza-aprendizaje, y de una
manera acentuada lo ha hecho en las instituciones de educación superior (IES).
Entre estas innovaciones destaca el uso de la inteligencia artificial (IA),
particularmente de los modelos de lenguaje de gran escala, cuya incorporación
en entornos educativos ha sido documentada en revisiones sistemáticas recientes
que identifican un crecimiento acelerado de su aplicación en la educación
superior a nivel mundial (Zawacki-Richter et al., 2019). Estudios recientes han
reportado que este tipo de herramientas puede facilitar la explicación de
procedimientos, ofrecer retroalimentación inmediata en tareas cuantitativas y
apoyar un aprendizaje más personalizado (Kasneci et al., 2023; Holmes et al.,
2019); sin embargo, también se han identificado riesgos relacionados con la
dependencia tecnológica, la aceptación acrítica de las respuestas generadas y
una eventual reducción del esfuerzo cognitivo del estudiante cuando estas
herramientas se integran sin una mediación pedagógica adecuada (García-Peñalvo,
2023; Álvarez Hernández & Pérez Velasco, 2025). Esta tensión entre
beneficios y riesgos ha cobrado particular relevancia en el ámbito del
aprendizaje autónomo, donde investigaciones correlacionales han encontrado que
un mayor uso de la IA se asocia tanto con niveles más altos de autorregulación
y autodirección académica, como con un riesgo creciente de dependencia
tecnológica excesiva cuando dicho uso no se acompaña de una orientación crítica
(Chiecher, 2025).
En este estudio, el pensamiento
lógico-matemático se entiende, siguiendo el planteamiento clásico de Piaget
(1975), como una forma de conocimiento que el individuo construye mediante la
abstracción reflexiva sobre sus propias acciones y relaciones establecidas
entre objetos, y que se manifiesta en capacidades como el razonamiento
estructurado, el análisis y la síntesis de información, y la resolución
fundamentada de problemas. Esta competencia resulta fundamental para la
formación profesional de los estudiantes universitarios, ya que les permite
analizar problemas, establecer relaciones entre variables y construir
soluciones en distintos contextos disciplinares. En el caso específico de la
Licenciatura en Administración del Sistema de Enseñanza Abierta (SEA) de la
Universidad Veracruzana (UV), el desarrollo de esta habilidad resulta
indispensable para la comprensión de contenidos cuantitativos como estadística,
matemáticas financieras, finanzas y modelos de gestión, áreas en las que la
toma de decisiones se sustenta en el análisis riguroso de datos. Sin embargo,
la modalidad de educación abierta, caracterizada por una menor interacción
presencial entre docentes y alumnos y un mayor grado de autogestión del
aprendizaje, plantea retos particulares en cuanto al acompañamiento pedagógico
necesario para fortalecer estas competencias. Es importante precisar que las
dimensiones abordadas en el presente estudio —frecuencia de uso, utilidad
percibida, autonomía y dependencia percibidas— constituyen aproximaciones perceptuales
relacionadas con dicho constructo, y no una medición objetiva del nivel de
pensamiento lógico-matemático de los estudiantes.
En este contexto, el uso de
herramientas de IA se presenta como un recurso con potencial para apoyar a los
estudiantes en la resolución de ejercicios, la comprensión de conceptos
abstractos y la optimización del estudio independiente. No obstante, su
incorporación en los procesos educativos no está exenta de riesgos, entre los
que pueden identificarse la dependencia tecnológica y el debilitamiento del
pensamiento crítico cuando estas herramientas se emplean de manera pasiva, sin
una reflexión analítica y consciente sobre los procesos involucrados en la
resolución de problemas. Aunque la literatura ha comenzado a documentar el uso
de la IA en la educación superior y las percepciones generales de los
estudiantes sobre su utilidad y su relación con el aprendizaje autónomo
(Zawacki-Richter et al., 2019; Álvarez Hernández & Pérez Velasco, 2025),
permanece limitada la evidencia sobre cómo estudiantes de Administración en
modalidades de educación abierta perciben específicamente su utilización en
actividades vinculadas con el pensamiento lógico-matemático y, de manera
simultánea, la tensión entre el aprovechamiento académico y la dependencia
tecnológica en un contexto de menor acompañamiento presencial. Por lo anterior,
el objetivo fue analizar el uso de herramientas de inteligencia artificial y
las percepciones de los estudiantes de la Licenciatura en Administración del
Sistema de Enseñanza Abierta de la Universidad Veracruzana sobre su utilidad,
su relación con la autonomía y la dependencia, y su contribución percibida a
actividades relacionadas con el pensamiento lógico-matemático.
Metodología
El presente estudio se desarrolló bajo un enfoque
cuantitativo, con un diseño descriptivo y transversal, lo cual permitió
recolectar y analizar datos numéricos sobre el uso de herramientas de
inteligencia artificial y las percepciones de los estudiantes en torno a
actividades vinculadas con el pensamiento lógico-matemático, en un momento
determinado del tiempo, sin la intención de manipular variables ni establecer
relaciones causales entre ellas. Cabe precisar que el diseño transversal
empleado no permite medir de manera objetiva el nivel de pensamiento
lógico-matemático de los estudiantes, ni determinar su fortalecimiento o
desarrollo real, dado que no se aplicaron pruebas de desempeño, mediciones
antes-después ni análisis de asociación con tal propósito; por ello, las
variables estudiadas se denominan conforme a su naturaleza efectiva: percepción
sobre la frecuencia de uso de herramientas de IA, percepción de utilidad para
la resolución de problemas cuantitativos, percepción sobre el fortalecimiento
de habilidades analíticas, y contribución percibida a los procesos de
aprendizaje.
La población de referencia estuvo constituida por la
matrícula del Programa Educativo de Administración del Sistema de Enseñanza
Abierta de la Universidad Veracruzana, de aproximadamente 550 estudiantes. De
esta población se obtuvo una muestra no probabilística de tipo voluntario,
conformada por 45 estudiantes que aceptaron participar tras una convocatoria
difundida a través de las redes sociales institucionales y de grupos de
WhatsApp de los propios estudiantes, aceptándose la participación de quienes
voluntariamente decidieron responder el instrumento. Como criterio de inclusión
se consideró estar inscrito de manera activa en la Licenciatura en
Administración del SEA-UV, independientemente de la generación o la Experiencia
Educativa cursada al momento de la aplicación; no se establecieron criterios de
exclusión adicionales. Es importante señalar que los participantes pertenecían
a distintas generaciones y no se encontraban inscritos en una misma Experiencia
Educativa al momento de la recolección de datos, lo cual constituye una
limitante para el análisis de posibles diferencias académicas entre subgrupos,
y se reconoce como tal en el apartado de limitaciones. El periodo de
recolección de datos se llevó a cabo entre febrero y
mayo de 2026.
Es importante mencionar que antes
de responder la encuesta, los participantes fueron informados sobre el
propósito del estudio, el carácter voluntario de su participación, el uso
académico que se daría a la información recabada y las medidas de protección de
sus respuestas, sin solicitar nombre ni matrícula, con el propósito de proteger
su identidad y favorecer respuestas sinceras. Se hizo referencia explícita al
Aviso de Privacidad de Encuestas de la Universidad Veracruzana (https://www.uv.mx/osv/files/2025/01/Aviso_PrivacidadG-08.pdf),
documento institucional que informa a los participantes sobre el tratamiento y
protección de los datos personales recabados. La decisión del estudiante de
continuar y completar la encuesta tras recibir esta información constituyó su
consentimiento para participar, sin que se solicitara una firma individual de
un formato de consentimiento informado.
Para la recolección de la
información se utilizó una encuesta estructurada, elaborada específicamente
para este estudio y compuesta por 10 reactivos organizados en cuatro
dimensiones: frecuencia de uso de herramientas de IA (2
reactivos), percepción de utilidad para la resolución de problemas
cuantitativos (2 reactivos), percepción sobre el fortalecimiento de habilidades
analíticas (3 reactivos) y contribución percibida a los procesos de aprendizaje
(2 reactivos). El instrumento incluyó preguntas cerradas con escalas ordinales
de cinco categorías tipo Likert (Matas, 2018), dos reactivos de opción
categórica (relacionados con el tipo de actividad de apoyo en IA y con el grado
de revisión del procedimiento de solución), y una pregunta abierta final
orientada a identificar, desde la perspectiva de los propios estudiantes,
estrategias pedagógicas que los docentes podrían implementar. El instrumento
fue revisado previamente por los docentes autores, prestando especial atención
a la delimitación conceptual de las cuatro dimensiones que lo integran;
adicionalmente, se sostuvieron intercambios con académicos especialistas en el
uso de IA en distintas áreas disciplinares, cuyas observaciones fueron
consideradas para el diseño de los reactivos. No obstante, este procedimiento
no constituyó una validación formal por juicio de expertos ni una prueba piloto
estructurada, y tampoco se calculó un índice de consistencia interna para las
dimensiones con más de un reactivo; esta limitación se reconoce expresamente y
se retoma en el apartado correspondiente, por lo que los resultados deben
interpretarse como evidencia exploratoria y no como datos derivados de un
instrumento con validez y confiabilidad estadísticamente documentadas.
Las respuestas obtenidas en los reactivos cerrados
fueron procesadas mediante estadística descriptiva, calculándose frecuencias
absolutas y porcentajes para cada categoría de respuesta. Para la presentación
de determinadas tendencias en el apartado de resultados, algunas categorías
adyacentes de las escalas Likert se agruparon únicamente con fines descriptivos
—por ejemplo, "frecuentemente" y "siempre",
"bastante" y "mucho", o "positivo" y "muy
positivo"—, sin que ello implique una recodificación formal de las
variables; las distribuciones de frecuencia completas, con la totalidad de las
categorías originales, se presentan en las tablas correspondientes. Las respuestas
a la pregunta abierta fueron revisadas mediante una agrupación temática
descriptiva, consistente en la lectura de la totalidad de las respuestas y la
identificación de las propuestas que se repitieron con mayor frecuencia entre
los estudiantes; este procedimiento tuvo un carácter complementario y
descriptivo, por lo que no se realizó una codificación cualitativa formal ni
doble codificación entre evaluadores, y el estudio se mantiene dentro del
enfoque cuantitativo declarado.
La elección de la encuesta como técnica de
recolección de datos respondió directamente al enfoque cuantitativo,
descriptivo y transversal planteado para esta investigación, el cual requería
de un instrumento capaz de captar, en un momento específico, las percepciones
de un grupo de estudiantes respecto al uso de herramientas de IA. La encuesta
resultó especialmente pertinente considerando que la modalidad de enseñanza
abierta se caracteriza por una interacción menos presencial entre docentes y
estudiantes, lo que convierte a este instrumento en una vía adecuada para
acercarse a las percepciones individuales de los estudiantes sin necesidad de
un contacto físico constante. El diseño de los reactivos se estructuró de
manera que respondiera puntualmente a las dimensiones planteadas en el objetivo
de la investigación: los reactivos sobre frecuencia de uso permiten dimensionar
qué tan integrada está la IA en las prácticas académicas cotidianas de los
estudiantes; los reactivos sobre percepción de utilidad identifican en qué
medida los estudiantes consideran que estas herramientas apoyan la comprensión
de conceptos cuantitativos; los reactivos sobre percepción del fortalecimiento
de habilidades analíticas permiten aproximarse a la tensión señalada en la
introducción entre el aprovechamiento pedagógico de la IA y el riesgo de un uso
pasivo; y los reactivos sobre contribución percibida al aprendizaje ofrecen un
panorama general de la valoración que los propios estudiantes hacen de estas
herramientas en la modalidad abierta.
Resultados
A continuación se presentan los resultados obtenidos a
partir de la aplicación de la encuesta a los 45 estudiantes de la Licenciatura
en Administración del Sistema de Enseñanza Abierta de la Universidad
Veracruzana, región Xalapa, organizados de acuerdo con las cuatro dimensiones
planteadas en el diseño metodológico del instrumento: percepción sobre la
frecuencia de uso de herramientas de IA, percepción de utilidad para la
resolución de problemas cuantitativos, percepción sobre el fortalecimiento de
habilidades analíticas, y contribución percibida a los procesos de aprendizaje.
Los datos se presentan como frecuencia absoluta y porcentaje conjuntamente —por
ejemplo, "30 (66.7%)"—, calculados con un criterio uniforme de
redondeo a un decimal, con el propósito de ofrecer un panorama descriptivo
claro de las tendencias identificadas antes de proceder, en el apartado de
discusión, a su interpretación en relación con la problemática y los objetivos
planteados en la introducción del presente estudio.
Dimensión 1: Percepción sobre la frecuencia de uso de IA
Los resultados de esta dimensión muestran que la
mayoría de los estudiantes encuestados incorpora las herramientas de
inteligencia artificial de manera habitual en sus actividades académicas
relacionadas con contenidos cuantitativos: 30 (66.7%) las utiliza
frecuentemente o siempre, mientras que 5 (11.1%) las usa rara vez y ningún
estudiante reportó no utilizarlas nunca. Esto describe una alta integración
declarada de la IA como recurso cotidiano de apoyo académico entre los alumnos
de la modalidad abierta.
Tabla 1
Frecuencia
de uso de herramientas de IA (Pregunta 1)
|
Categoría
|
Respuestas
|
%
|
|
Nunca
|
0
|
0.0%
|
|
Rara vez
|
5
|
11.1%
|
|
Ocasionalmente
|
10
|
22.2%
|
|
Frecuentemente
|
18
|
40.0%
|
|
Siempre
|
12
|
26.7%
|
|
Total
|
45
|
100.0%
|
Fuente:
Creación propia.
En cuanto al tipo de actividades en las que los
estudiantes se apoyan en estas herramientas, se identificaron principalmente
dos usos vinculados con actividades lógico-matemáticas: la comprensión de
conceptos teóricos, 17 (37.8%), y la resolución directa de ejercicios, 16
(35.6%), sumando entre ambas categorías 33 (73.3%) de las respuestas. En una
proporción menor, los estudiantes emplean la IA para la revisión de
procedimientos, 7 (15.6%), y la elaboración de reportes con datos, 4 (8.9%),
mientras que 1 (2.2%) señaló otro tipo de uso. Este patrón resulta congruente
con los resultados descritos en la siguiente dimensión, en la que un porcentaje
importante de estudiantes declaró revisar o analizar el procedimiento de
solución, y describe que el uso declarado de la IA no se concentra
exclusivamente en obtener respuestas rápidas, sino que se orienta también hacia
la comprensión conceptual.
Tabla 2
Tipo de
actividad en la que se apoyan en la IA (Pregunta 2)
|
Categoría
|
Respuestas
|
%
|
|
Resolución de ejercicios
|
16
|
35.6%
|
|
Comprensión de conceptos teóricos
|
17
|
37.8%
|
|
Revisión de procedimientos
|
7
|
15.6%
|
|
Elaboración de reportes con datos
|
4
|
8.9%
|
|
Otra
|
1
|
2.2%
|
|
Total
|
45
|
100.0%
|
Fuente:
Creación propia.
Dimensión 2: Percepción de utilidad para la resolución de
problemas cuantitativos
Respecto a la utilidad percibida para comprender
conceptos matemáticos o estadísticos difíciles, los resultados muestran una
valoración marcadamente favorable: 32 (71.1%) de los estudiantes considera que
estas herramientas le han sido bastante o muy útiles, frente a 6 (13.3%) que
las percibe como poco o nada útiles.
Tabla 3
Utilidad
percibida para comprender conceptos difíciles (Pregunta 3)
|
Categoría
|
Respuestas
|
%
|
|
Nada
|
1
|
2.2%
|
|
Poco
|
5
|
11.1%
|
|
Moderadamente
|
7
|
15.6%
|
|
Bastante
|
17
|
37.8%
|
|
Mucho
|
15
|
33.3%
|
|
Total
|
45
|
100.0%
|
Fuente: Creación propia.
En cuanto al comportamiento declarado al usar IA para
resolver un problema cuantitativo, 20 (44.4%) de los estudiantes afirma
analizar y comprender completamente el procedimiento de solución, y 19 (42.2%)
adicionales revisan al menos brevemente dicho procedimiento, sumando 39 (86.7%)
que declara realizar algún tipo de revisión. Solo 6 (13.3%) se limita a tomar
el resultado sin revisión alguna.
Tabla 4
Revisión del
procedimiento de solución obtenido mediante IA (Pregunta 4)
|
Categoría
|
Respuestas
|
%
|
|
Solo tomo el resultado
|
6
|
13.3%
|
|
Reviso brevemente el procedimiento
|
19
|
42.2%
|
|
Analizo y comprendo el procedimiento
completo
|
20
|
44.4%
|
|
Total
|
45
|
100.0%
|
Fuente: Creación propia.
Dimensión 3: Percepción sobre el fortalecimiento de
habilidades analíticas
En torno al desarrollo percibido de la capacidad de
resolver problemas por cuenta propia, 26 (57.8%) de los estudiantes percibe que
ha desarrollado bastante o mucho dicha capacidad sin apoyo de la IA, mientras
que 13 (28.9%) reporta un desarrollo moderado. Por otro lado, 6 (13.3%) señala
poco o ningún desarrollo de esta capacidad.
Tabla 5
Desarrollo
percibido de la capacidad de resolver problemas por cuenta propia (Pregunta 5)
|
Categoría
|
Respuestas
|
%
|
|
Nada
|
1
|
2.2%
|
|
Poco
|
5
|
11.1%
|
|
Moderadamente
|
13
|
28.9%
|
|
Bastante
|
16
|
35.6%
|
|
Mucho
|
10
|
22.2%
|
|
Total
|
45
|
100.0%
|
Fuente: Creación propia.
De manera relacionada, la percepción sobre el impacto
del uso frecuente de IA en la capacidad de análisis independiente es
predominantemente positiva: 33 (73.3%) de los estudiantes reporta un impacto
positivo o muy positivo, en contraste con 5 (11.1%) que percibe un efecto
negativo o muy negativo.
Tabla 6
Impacto
percibido en la capacidad de análisis independiente (Pregunta 6)
|
Categoría
|
Respuestas
|
%
|
|
Impacto muy negativo
|
1
|
2.2%
|
|
Impacto negativo
|
4
|
8.9%
|
|
Sin impacto
|
7
|
15.6%
|
|
Impacto positivo
|
20
|
44.4%
|
|
Impacto muy positivo
|
13
|
28.9%
|
|
Total
|
45
|
100.0%
|
Fuente: Creación propia.
En cuanto a la verificación o cuestionamiento
declarado de las respuestas ofrecidas por la IA, 24 (53.3%) de los estudiantes
declara hacerlo frecuentemente o siempre, y 14 (31.1%) lo hace al menos
ocasionalmente. Un 7 (15.6%) declara hacerlo rara vez o nunca.
Tabla 7
Verificación
o cuestionamiento declarado de las respuestas de la IA (Pregunta 7)
|
Categoría
|
Respuestas
|
%
|
|
Nunca
|
2
|
4.4%
|
|
Rara vez
|
5
|
11.1%
|
|
A veces
|
14
|
31.1%
|
|
Frecuentemente
|
16
|
35.6%
|
|
Siempre
|
8
|
17.8%
|
|
Total
|
45
|
100.0%
|
Fuente: Creación propia.
Dimensión 4: Contribución percibida a los procesos de
aprendizaje
En relación con la optimización percibida del
aprendizaje en la modalidad abierta, 35 (77.8%) de los estudiantes se manifestó
de acuerdo o totalmente de acuerdo en que la IA ha optimizado su proceso de
aprendizaje dada su condición de modalidad abierta, mientras que 4 (8.9%)
expresó desacuerdo.
Tabla 8
Grado de
acuerdo con la optimización del aprendizaje en la modalidad abierta (Pregunta
8)
|
Categoría
|
Respuestas
|
%
|
|
Totalmente en desacuerdo
|
1
|
2.2%
|
|
En desacuerdo
|
3
|
6.7%
|
|
Neutral
|
6
|
13.3%
|
|
De acuerdo
|
19
|
42.2%
|
|
Totalmente de acuerdo
|
16
|
35.6%
|
|
Total
|
45
|
100.0%
|
Fuente: Creación propia.
No obstante, en lo que respecta a la dependencia
declarada hacia estas herramientas, los resultados muestran un panorama más
dividido: 26 (57.8%) de los estudiantes está de acuerdo o totalmente de acuerdo
en que depende en gran medida de la IA para actividades relacionadas con el
pensamiento lógico-matemático, mientras que 11 (24.4%) se mantiene neutral y 8
(17.8%) manifiesta desacuerdo.
Tabla 9
Dependencia
percibida de la IA (Pregunta 9)
|
Categoría
|
Respuestas
|
%
|
|
Totalmente en desacuerdo
|
2
|
4.4%
|
|
En desacuerdo
|
6
|
13.3%
|
|
Neutral
|
11
|
24.4%
|
|
De acuerdo
|
16
|
35.6%
|
|
Totalmente de acuerdo
|
10
|
22.2%
|
|
Total
|
45
|
100.0%
|
Pregunta abierta: estrategias pedagógicas sugeridas por los
estudiantes
Conforme al procedimiento de agrupación temática
descriptiva señalado en el apartado de Metodología, las respuestas a la
pregunta abierta fueron organizadas en categorías temáticas relacionadas con:
(a) la exigencia de justificar o explicar el procedimiento de solución obtenido
mediante IA, y no únicamente el resultado final; (b) la combinación del uso de
estas herramientas con ejercicios de resolución manual o sin apoyo tecnológico,
particularmente en evaluaciones parciales; (c) la orientación explícita por
parte del docente sobre cómo utilizar la IA de manera crítica, incluyendo la
comparación y el cuestionamiento de las respuestas generadas antes de
aceptarlas como válidas; (d) la implementación de foros o espacios de
retroalimentación grupal en los que los estudiantes discutan y comparen
distintas soluciones a un mismo problema; y (e) la incorporación de actividades
progresivas en las que el uso de la IA se reduzca gradualmente conforme avanza
el curso. Dado que esta clasificación se realizó de manera descriptiva y no se
registraron sistemáticamente las frecuencias de aparición de cada categoría,
estas respuestas se presentan únicamente como un panorama cualitativo
complementario a los resultados cuantitativos, sin atribuirles una magnitud o
proporción específica.
Síntesis general
En conjunto, los resultados muestran una valoración
predominantemente favorable de la utilidad percibida de la IA en actividades
cuantitativas y de su contribución percibida al análisis independiente, junto
con una proporción relevante de estudiantes que declara depender en gran medida
de estas herramientas para actividades relacionadas con el pensamiento
lógico-matemático. Las respuestas a la pregunta abierta aportan, de manera
complementaria, un conjunto de estrategias pedagógicas sugeridas por los
propios estudiantes para orientar dicho uso. La interpretación de esta relación
entre aprovechamiento percibido y dependencia declarada, así como sus posibles
implicaciones pedagógicas, se desarrolla en el siguiente apartado.
Discusión
Los
resultados obtenidos en el presente estudio invitan a una reflexión que
conviene enmarcar en la literatura especializada en inteligencia artificial
aplicada a la educación, así como en las implicaciones pedagógicas que de ellos
se derivan, sin exceder el alcance descriptivo y transversal del diseño
empleado. El hallazgo de que más de dos terceras partes de los estudiantes
perciban a la IA como un recurso que les ha resultado bastante o muy útil para
comprender conceptos que antes les resultaban difíciles puede discutirse a la
luz de investigaciones que han documentado dificultades previas en competencias
cuantitativas entre estudiantes de nuevo ingreso a la educación superior,
incluyendo vacíos conceptuales en aritmética, álgebra y razonamiento matemático
que afectan el desempeño en disciplinas cuantitativas (Gutiérrez Cuesta et al.,
2025). Esta literatura ofrece un elemento contextual relevante para interpretar
la utilidad percibida de la IA reportada en nuestro estudio; sin embargo, es
importante precisar que la presente investigación no evaluó directamente las
competencias con las que los estudiantes ingresaron a la licenciatura, por lo
que dicha relación se plantea únicamente como una posible línea de
interpretación y no como un hallazgo comprobado por este trabajo.
Resulta
igualmente relevante el hallazgo de que un porcentaje considerable de
estudiantes declare analizar o al menos revisar el procedimiento de solución
generado por la IA, en lugar de limitarse a tomar el resultado final. Este dato
sugiere que, al menos en el discurso del estudiante, existe una intención
declarada de comprensión que va más allá del mero facilismo que con frecuencia
se atribuye al uso de estas herramientas. No obstante, conviene matizar este
resultado con cautela metodológica: la percepción declarada de análisis no
necesariamente equivale, en la práctica evaluativa, a una comprensión
efectivamente internalizada. Esta discrepancia entre lo percibido y lo
demostrado en el desempeño real constituye uno de los principales retos para
futuras investigaciones que deseen contrastar estos datos de percepción con
evidencia de desempeño objetivo, como exámenes o ejercicios de resolución sin
apoyo tecnológico.
El hallazgo
relativo a la dependencia percibida de la IA, en el que más de la mitad de los
estudiantes reconoce depender en gran medida de estas
herramientas para actividades de pensamiento lógico-matemático, merece una
atención especial en esta discusión. Esta tensión entre aprovechamiento y
dependencia es congruente con lo señalado por Álvarez Hernández y Pérez Velasco
(2025), quienes documentan que las percepciones del estudiantado universitario
sobre el uso de la inteligencia artificial reflejan tanto valoraciones
favorables de su utilidad como preocupaciones respecto a una eventual
dependencia excesiva de estas herramientas. A partir de esta evidencia, es
posible sugerir que la incorporación de la IA, sin una mediación pedagógica
adecuada, corre el riesgo de convertirse en un mecanismo que no resuelve
las brechas formativas previas documentadas en la literatura (Gutiérrez Cuesta
et al., 2025), sino que las enmascara temporalmente, postergando su atención
hasta etapas más avanzadas de la formación profesional.
Estos
resultados sugieren la conveniencia de explorar estrategias didácticas que
orienten el uso crítico de la IA particularmente en modalidades educativas como
la abierta, donde la interacción presencial entre docentes y estudiantes es
menos frecuente que en la modalidad escolarizada. Los resultados de este
estudio, en los que un porcentaje mayoritario de estudiantes valora
positivamente el papel de la IA precisamente en un contexto de menor
acompañamiento presencial, sugieren que esta modalidad podría beneficiarse de
un rediseño intencionado de las estrategias didácticas: no bastaría con
permitir o prohibir el uso de la IA, sino que sería relevante enseñar
explícitamente a los estudiantes cómo utilizarla de manera crítica,
cuestionando sus resultados, contrastando procedimientos y empleándola como
punto de partida para la reflexión y no como destino final del proceso de
aprendizaje. La efectividad de este tipo de estrategias, sin embargo, debe
evaluarse en investigaciones posteriores que empleen diseños capaces de medir
su impacto real.
En este
sentido, coinciden con esta interpretación las estrategias sugeridas por los
propios estudiantes en la pregunta abierta del instrumento —como la exigencia
de justificar procedimientos, la combinación con ejercicios sin apoyo
tecnológico y la retroalimentación grupal—, propuestas que, proviniendo de
quienes viven cotidianamente la tensión entre el aprovechamiento y la
dependencia de la IA, son congruentes con lo planteado por Sánchez Vera (2023),
quien sostiene que el auge de las herramientas de inteligencia artificial
generativa exige una reflexión profunda sobre las condiciones de su
incorporación al aula, de modo que dicha integración no ocurra de manera
improvisada, sino a través de una formación docente adecuada que permita
aprovechar su potencial sin descuidar los riesgos asociados a un uso
superficial o poco crítico. De no atenderse esta mediación, particularmente en
modalidades educativas donde la autogestión del aprendizaje es central, existe
el riesgo de que la IA, lejos de subsanar las brechas formativas documentadas
en la literatura, termine por perpetuarlas bajo una apariencia de dominio
conceptual que no puede sostenerse cuando el estudiante se enfrenta de manera
autónoma a la resolución de problemas.
A este
respecto, Luckin et al. (2016) plantean que el verdadero potencial transformador
de la inteligencia artificial en los entornos educativos no reside en la
sustitución de los procesos cognitivos del estudiante, sino en su capacidad
para actuar como un andamiaje que, bien orientado pedagógicamente, hace
visibles los procesos de razonamiento y permite al docente intervenir de manera
más precisa sobre las dificultades particulares de cada alumno. Esta
perspectiva resulta pertinente para interpretar los resultados de nuestro
estudio, en los que un porcentaje mayoritario de estudiantes reporta haber
revisado o comprendido el procedimiento generado por la IA: dicho
comportamiento declarado, lejos de ser necesariamente un efecto automático de
la tecnología, sugiere que la herramienta podría operar como el andamiaje
cognitivo al que refieren los autores cuando su uso se acompaña de algún tipo
de orientación sobre la importancia de comprender el proceso y no solo el
resultado. Esto refuerza la idea de que dicho andamiaje no se produce de manera
espontánea, sino que requeriría de una intervención docente deliberada que
traduzca el uso de la IA en oportunidades reales de aprendizaje.
En segundo
lugar, resulta pertinente discutir estos hallazgos considerando la
particularidad que representa la modalidad abierta, en la cual el estudiante
asume un grado considerable de autogestión sobre su propio proceso formativo.
El 77.8% de los estudiantes manifestó estar de acuerdo o totalmente de acuerdo
con que la IA ha optimizado su proceso de aprendizaje en virtud de la menor
interacción presencial que caracteriza a esta modalidad; esta percepción puede
discutirse en relación con las orientaciones planteadas por Miao y Holmes
(2024) sobre las oportunidades y riesgos de la IA generativa en la educación,
sin que ello implique que el presente estudio haya demostrado una mejora
objetiva del aprendizaje, dado que el reactivo correspondiente midió el grado
de acuerdo de los estudiantes con una afirmación y no un desempeño académico
evaluado directamente. Miao y Holmes (2024) señalan que los beneficios de la IA
generativa en contextos educativos dependen en gran medida de las políticas y
estrategias pedagógicas que acompañen su implementación, lo cual resulta
relevante para interpretar la alta valoración registrada en nuestro estudio: la
ausencia de un contacto presencial cotidiano en la modalidad abierta no elimina
la necesidad de mediación docente, sino que plantea la conveniencia de
desplazarla hacia otros formatos —foros, tutorías virtuales, retroalimentación
asincrónica— diseñados con la misma intencionalidad pedagógica que
tradicionalmente se reserva para el aula presencial. De no explorarse esta
mediación en investigaciones futuras, existe el riesgo de que la autogestión
propia de la modalidad abierta, sumada a un acceso amplio a herramientas de IA,
derive en una percepción de dominio conceptual que no necesariamente se
sostenga cuando el estudiante enfrenta escenarios de evaluación o de ejercicio
profesional que exigen una resolución autónoma de problemas cuantitativos.
Conclusión
1. Los
estudiantes de la Licenciatura en Administración del Sistema de Enseñanza
Abierta de la Universidad Veracruzana perciben de manera predominantemente
favorable el uso de herramientas de inteligencia artificial como apoyo para la
comprensión de contenidos cuantitativos y el fortalecimiento, en el plano
perceptivo, de sus habilidades analíticas; sin embargo, dado el alcance
descriptivo y transversal del diseño, estos resultados no permiten afirmar una
mejora objetiva del pensamiento lógico-matemático, sino únicamente una valoración
favorable hacia la utilidad de estas herramientas.
2. Los
hallazgos evidencian una tensión relevante entre el aprovechamiento percibido
de la inteligencia artificial y una dependencia declarada por más de la mitad
de los estudiantes, tensión que adquiere particular importancia en la modalidad
abierta, donde la menor interacción presencial exige una mayor autorregulación
y pensamiento crítico frente al uso de la tecnología por parte del estudiante.
3. Se
recomienda que las estrategias didácticas utilizadas en este Programa Educativo
incorporen la exigencia de justificar los procedimientos obtenidos mediante IA,
ejercicios de resolución autónoma sin apoyo tecnológico y espacios de
retroalimentación propios de la modalidad abierta, como vías para orientar críticamente
su uso; asimismo, investigaciones futuras deberían emplear diseños que permitan
medir el desempeño real de los estudiantes y la efectividad de dichas
estrategias, superando las limitaciones de muestra, validación del instrumento
y autorreporte propias del presente estudio.
Referencias
Álvarez
Hernández, G. A., & Pérez Velasco, A. A. (2025). Percepciones del
estudiantado universitario en el uso y apropiación de la inteligencia
artificial. Actualidades Investigativas en Educación, 25(1), 1–27. https://doi.org/10.15517/aie.v25i1.60626
Chiecher,
A. C. (2025). La Inteligencia Artificial como compañera de equipo de
estudiantes universitarios. Potencialidades para la promoción de competencias
transversales. Praxis Educativa, 29(2), 1–19. https://doi.org/10.19137/praxiseducativa-2025-290204
García-Peñalvo,
F. J. (2023). La percepción de la Inteligencia Artificial en contextos
educativos tras el lanzamiento de ChatGPT: disrupción o pánico. Education in
the Knowledge Society, 24, e31279. https://doi.org/10.14201/eks.31279
Gutiérrez
Cuesta, R., Castillo Márquez, D., & Pabón Jiménez, T. (2025). Desarrollo de
Competencias Matemáticas en la Educación Superior. Revista Sapiencia, 5(1),
16–29. https://doi.org/10.61598/zfrgq584
Holmes,
W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in
education: Promises and implications for teaching and learning. Center for
Curriculum Redesign.
Kasneci,
E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F.,
Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok,
G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A.,
Seidel, T., . . . Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges
of large language models for education. Learning and Individual Differences,
103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Luckin,
R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Inteligencia
desatada: un argumento a favor de la IA en la educación. Pearson. https://www.pearson.com/content/dam/one-dot-com/one-dot-com/global/Files/about-pearson/innovation/open-ideas/IntelligenceUnleashedSPANISH.pdf
Matas,
A. (2018). Diseño del formato de escalas tipo Likert: un estado de la cuestión.
Revista Electrónica de Investigación Educativa, 20(1), 38–47. https://doi.org/10.24320/redie.2018.20.1.1347
Miao,
F., & Holmes, W. (2024). Guía para el uso de IA generativa en educación
e investigación. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000389227
Piaget,
J. (1975). Introducción a la epistemología genética. Tomo I: El pensamiento
matemático. Editorial Paidós.
Sánchez
Vera, M. del M. (2023). La inteligencia artificial como recurso docente: usos y
posibilidades para el profesorado. EDUCAR, 60(1), 33–47. https://doi.org/10.5565/rev/educar.1810
Zawacki-Richter,
O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of
research on artificial intelligence applications in higher education – where
are the educators? International Journal of Educational Technology in Higher
Education, 16, Article 39. https://doi.org/10.1186/s41239-019-0171-0
Financiación
Ninguna
Conflicto
de Intereses
Ninguno
Contribución
de Autoría:
Conceptualización: Samuel
Jiménez Abad.
Análisis formal: Lorena
Méndez Ortiz.
Investigación: Samuel Jiménez
Abad.
Metodología: Samuel
Jiménez Abad; Lorena Méndez Ortiz.
Validación: Lorena Méndez
Ortiz.
Redacción – borrador original:
Samuel Jiménez Abad; Lorena Méndez Ortiz.
Redacción – revisión y
edición: Samuel Jiménez Abad; Lorena Méndez Ortiz.
