IA Generativa en la Investigación de Psicología Educativa
La Inteligencia Artificial Generativa (IA Gen) ha surgido como una herramienta transformadora en los últimos años, con aplicaciones que abarcan la educación, la salud y más. En la psicología educativa, la IA Gen ofrece herramientas y enfoques innovadores para entender cómo piensan, sienten y se comportan los aprendices. Más allá de sus aplicaciones generales en la educación, investigaciones recientes destacan formas específicas en las que se está aprovechando la IA Gen para avanzar en nuestra comprensión de los aspectos cognitivos, emocionales y sociales del aprendizaje.
Aplicaciones en la Investigación de Psicología Educativa
Si bien la IA Generativa se utilizó inicialmente en los ámbitos de la escritura y el análisis, una ola de innovación ha hecho posible integrar la IA Gen directamente en tareas experimentales y procedimientos, con el fin de estudiar cómo los participantes la perciben e interactúan con ella.
La Inteligencia Artificial Generativa (IA Gen) está demostrando ser una herramienta versátil y poderosa en la investigación de psicología educativa, ofreciendo numerosas aplicaciones. Aquí se describe cómo se está aplicando la IA Gen:
Mejora de las Habilidades de Resolución de Problemas: Los chatbots impulsados por IA, como ChatGPT, ofrecen soluciones paso a paso y orientación específica, alentando a los estudiantes a involucrarse en el pensamiento crítico y aplicar estrategias de resolución de problemas (Miraglia, 2024).
Metacognición y Procesos Cognitivos: Los indicios metacognitivos generados por IA pueden mejorar el pensamiento crítico durante las búsquedas basadas en IA Gen al alentar a los aprendices a pausar, reflexionar y evaluar la información (Singh et al., 2025).
Aprendizaje Personalizado: La integración de la IA Gen puede facilitar la instrucción personalizada adaptada a las necesidades individuales de los estudiantes, mejorando la experiencia de aprendizaje y acomodando estilos de aprendizaje diversos (Miraglia, 2024).
Análisis de Lenguaje: Las avanzadas capacidades de procesamiento de lenguaje natural de la IA Gen permiten un análisis más profundo de las respuestas de los estudiantes, proporcionando insights sobre su motivación, frustración, compromiso y otros estados emocionales (Întorsureanu et al., 2025).
Expresiones Emocionales: Se ha demostrado que la IA Gen mejora la motivación, reduce la ansiedad y fomenta un ambiente emocionalmente apoyador. Las herramientas que proporcionan retroalimentación emocional en tiempo real también pueden ayudar en el desarrollo de competencias de aprendizaje socioemocional como la autoconciencia y la empatía (Kohnke & Moorhouse, 2025; Henriksen et al., 2025).
Andamiaje Cognitivo: El andamiaje cognitivo se refiere al apoyo brindado a los aprendices que les ayuda a comprender diferentes conceptos, y las tecnologías de IA pueden facilitar el aprendizaje al proporcionar asistencia adaptada basada en el nivel actual de comprensión de un estudiante (Miraglia, 2024).
Compromiso y Interactividad Mejorados: Al simular conversaciones e interacciones similares a las humanas, la IA generativa puede aumentar el compromiso y la motivación de los estudiantes para aprender (Miraglia, 2024).
Desarrollo de Habilidades del Siglo XXI: Las aplicaciones de IA generativa apoyan la cultivación de habilidades esenciales como la creatividad, el trabajo en equipo y la comunicación, que son fundamentales para prosperar en un mundo digitalizado (Miraglia, 2024).
Asistencia durante el Proceso de Aprendizaje: Los chatbots de IA sirven como compañeros de estudio, proporcionando explicaciones y aclaraciones en diversas materias, lo que ayuda a los estudiantes a comprender y contextualizar mejor el material de instrucción (Miraglia, 2024).
Empoderamiento de Educadores: Las tecnologías IA Gen pueden simplificar las tareas administrativas para los educadores, como la programación, la calificación y la difusión de información. Esto les permite centrarse más en la enseñanza y la interacción con los estudiantes (Miraglia, 2024).
Estudios de Caso de Investigaciones que Incorporan IA Generativa en Tareas Experimentales
La IA Generativa está ganando atención en la psicología educativa por su amplia gama de posibles usos en investigación y práctica. Aquí hay algunos ejemplos de investigaciones que muestran cómo se está utilizando la IA generativa en la psicología educativa:
Aprendizaje Generativo a través de Tutores Basados en IA
En un estudio de Makransky et al. (2025), se utilizó IA generativa a través de un chatbot especial llamado ChatTutor. Este impulsó a los estudiantes a explicar conceptos y enseñar a la IA, aprovechando específicamente principios de la teoría del aprendizaje generativo, lo que indica su fundamento en teorías educativas. Los estudiantes interactuaron con el sistema ChatTutor, que incorporaba andamiaje y retroalimentación oportuna calibrada a su comprensión. Este diseño facilitó la participación activa y buscaba crear interacciones de aprendizaje significativas centradas en el estudiante. Los hallazgos mostraron que el uso de ChatTutor mejoró la retención a largo plazo del conocimiento conceptual de los estudiantes (Makransky et al., 2025).
Alfabetización Psicológica a través de Evaluaciones Integradas con IA
En un estudio (Richmond & Nicholls, 2024) se utilizó IA generativa (ChatGPT) en una evaluación de tres fases para mejorar la alfabetización psicológica entre los estudiantes de psicología de pregrado. En la Fase 1 (Generación de Borradores Asistida por IA y Crítica), se requirió que los estudiantes utilizaran una herramienta de IA generativa para generar un borrador de comunicado de prensa. Luego, los estudiantes criticaron este contenido generado por IA utilizando una rúbrica de calificación, identificando fortalezas, debilidades y prioridades para la revisión, y asignando calificaciones basadas en la rúbrica. En la Fase 2 (Crítica por IA), los estudiantes revisaron el texto producido por ChatGPT, incorporando su crítica y documentando los cambios utilizando cambios rastreados, antes de presentar su revisión para la retroalimentación del instructor. En la Fase 3 (Revisión y Producción de Video), los estudiantes integraron la retroalimentación de su instructor, incorporaron gráficos y realizaron su presentación final en video. Este método tenía como objetivo determinar si la participación temprana con salidas de IA mejoraría la calidad del trabajo de los estudiantes, y los resultados indicaron beneficios significativos en el rendimiento en comparación con los procesos de revisión por pares tradicionales.
Personalización del Contenido Educativo a los Intereses de los Estudiantes Usando IA Gen
Tasdelen & Bodemer (2025), en su estudio, emplearon IA generativa para crear contenido educativo personalizado adaptado a los intereses individuales de los estudiantes. El estudio tenía como objetivo evaluar los efectos de los materiales generados por IA sobre la motivación intrínseca, el interés y el rendimiento del aprendizaje. La IA generativa creó materiales de aprendizaje que se alinearon específicamente con los intereses identificados para cada estudiante. Se diseñaron diferentes tareas utilizando la IA generativa y se presentaron a los estudiantes durante el estudio. Estas tareas fueron diseñadas para ser personalizadas en contexto, adaptándose a los intereses únicos de los participantes. La investigación involucró una aplicación web autodesarrollada que facilitó el acceso al contenido generado por IA. Los estudiantes participaron en el estudio a través de esta plataforma durante las clases regulares de matemáticas. El sistema de IA generativa fue capaz de generar dinámicamente materiales educativos basados en los intereses informados por los estudiantes. Esta capacidad en tiempo real garantizó que las tareas educativas siguieran siendo relevantes y atractivas. En general, el estudio muestra que la IA generativa desempeñó un papel crucial en la creación de mejores materiales de aprendizaje y, por lo tanto, mejoró su compromiso de aprendizaje, motivación, interés y resultados generales.
Comprensión de Textos Científicos a través de Mentoría Impulsada por IA
Se utilizó IA generativa a través de la plataforma OwlMentor en un estudio de Thüs et al. (2024), que está diseñada para ayudar a los estudiantes a comprender textos científicos. Las principales aplicaciones de la IA generativa en este estudio incluyeron: generación automática de preguntas, diálogo impulsado por IA donde los estudiantes podían interactuar en una interfaz similar a un chat y discutir o hacer preguntas, creación de cuestionarios con generación personalizada de cuestionarios y retroalimentación. Al utilizar las capacidades de la IA, la plataforma pudo adaptar las respuestas y los indicios a las consultas individuales de los estudiantes, mejorando su trayectoria de aprendizaje a través de interacciones específicas al contexto. Los usuarios mostraron una mejora notable en su rendimiento general de las pruebas previas a las pruebas posteriores, lo que sugiere que el uso de la plataforma impactó positivamente en sus resultados de aprendizaje en varios temas.
Aprendizaje Visual y Compromiso Crítico a través de la Generación de Imágenes por IA
En un estudio (Berg et al., 2024), se utilizó IA generativa para facilitar el aprendizaje de los estudiantes y mejorar el compromiso. Los estudiantes utilizaron Midjourney para crear imágenes basadas en los indicios que desarrollaron. Las imágenes generadas ayudaron a los estudiantes a pasar de una comprensión superficial a una comprensión más profunda y crítica de los temas discutidos. Descubrieron que asociar imágenes con textos hacía que la información fuera más fácil de memorizar y entender. El uso de imágenes generadas por IA sirvió como base para discusiones en el aula. Los estudiantes analizaron las imágenes en relación con sus indicios, discutiendo qué aspectos eran precisos o engañosos, lo que mejoró el pensamiento crítico sobre el contenido. El estudio destacó el factor motivador de que los estudiantes crearan sus propias imágenes de IA, lo que esencialmente representaba una forma de aprendizaje activo, que encontraron más agradable que ver pasivamente imágenes existentes. Los docentes sugirieron que los indicios utilizados por los estudiantes podrían servir como base para la evaluación, ayudando a los educadores a medir la comprensión de los estudiantes a través de las imágenes que generaron. El hallazgo principal del estudio es que las herramientas de generación de imágenes por IA, como Midjourney, pueden impactar positivamente el aprendizaje de los estudiantes al hacerlo más centrado en el estudiante, interactivo, divertido y atractivo.
Conclusión
La IA Generativa está revolucionando la psicología educativa al ofrecer soluciones innovadoras que apoyan el aprendizaje personalizado, mejoran el compromiso y fomentan el pensamiento crítico. A medida que este campo evoluciona, la exploración continua ayudará a descubrir formas aún más significativas de integrar la IA en la investigación y práctica de psicología educativa. Sin embargo, también es igualmente importante comprender las preocupaciones éticas en torno a la privacidad de los datos, el sesgo y el uso responsable de la IA en entornos de aprendizaje.
Referencias
Berg, C., Omsén, L., Hansson, H., & Mozelius, P. (2024). Imágenes generadas por IA de los estudiantes: Impacto en la motivación, el aprendizaje y la satisfacción. Conferencia Internacional sobre Investigación de IA, 4(1), 500–506.
Henriksen, D., Creely, E., Gruber, N., & Leahy, S. (2025). Aprendizaje socioemocional e IA generativa: Una revisión crítica de la literatura y un marco para la educación docente. Journal of Teacher Education, 76(3), 312–328.
Întorsureanu, I., Oprea, S.-V., Bâra, A., & Vespan, D. (2025). IA generativa en educación: Perspectivas a través de una lente académica. Electronics, 14(5), 1053.
Kohnke, L., & Moorhouse, B. L. (2025). Mejora de los aspectos emocionales de la educación en lenguas a través de la inteligencia artificial generativa (IA Gen): Una investigación cualitativa. Computers in Human Behavior, 167, 108600.
Makransky, G., Shiwalia, B. M., Herlau, T., & Blurton, S. (2025). Más allá del “factor sorpresa”: Usando IA generativa para aumentar la comprensión generativa. Educational Psychology Review, 37(3).
Miraglia, L. (2024). La promesa de la inteligencia artificial generativa. Implicaciones psicológicas en contextos educativos. Rivista di Scienze dell'Educazione, 62(1).
Richmond, J. L., & Nicholls, K. (2024). Usando IA generativa para promover las alfabetizaciones psicológicas, de retroalimentación y de inteligencia artificial en psicología de pregrado. Teaching of Psychology, 52(3), 291–297.
Sengar, S. S., Hasan, A. B., Kumar, S., & Carroll, F. (2024). Inteligencia artificial generativa: Una revisión sistemática y aplicaciones. Multimedia Tools and Applications, 84(21), 23661–23700.
Singh, A., Guan, Z., & Rieh, S. Y. (2025). Mejora del pensamiento crítico en búsquedas de IA generativa con indicaciones metacognitivas. arXiv preprint arXiv:2505.24014.
Tasdelen, O., & Bodemer, D. (2025). IA generativa en el aula: Efectos de material y tareas de aprendizaje personalizadas en el contexto sobre motivación y rendimiento. International Journal of Artificial Intelligence in Education.
Thüs, D., Malone, S., & Brünken, R. (2024). Explorando la IA generativa en la educación superior: Un sistema RAG para mejorar el compromiso de los estudiantes con la literatura científica. Frontiers in Psychology, 15.