IA Generativa en la Investigación en Psicología Educativa
La Inteligencia Artificial Generativa (IA Gen) ha emergido como una herramienta transformadora en los últimos años, con aplicaciones que abarcan desde la educación hasta la salud y más allá. 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 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 en Psicología Educativa
Mientras que la IA Generativa se utilizó inicialmente en los dominios 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 en psicología educativa, ofreciendo numerosas aplicaciones. Así es como se está aplicando la IA Gen:
Mejora de las Habilidades de Resolución de Problemas: Los chatbots impulsados por IA, como ChatGPT, proporcionan 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 estímulos metacognitivos generados por la IA pueden mejorar el pensamiento crítico durante las búsquedas basadas en IA Gen al alentar a los aprendices a pausar, reflexionar y evaluar 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 diversos estilos de aprendizaje (Miraglia, 2024).
Análisis de Lenguaje: Las avanzadas capacidades de procesamiento del lenguaje natural de la IA Gen permiten un análisis más profundo de las respuestas de los estudiantes, proporcionando información 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 entorno emocionalmente supportive. 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 dado a los aprendices que les ayuda a comprender diferentes conceptos y que las tecnologías de IA pueden facilitar el aprendizaje al proporcionar asistencia adaptada al nivel actual de comprensión de un estudiante (Miraglia, 2024).
Mejora del Compromiso y la Interactividad: Al simular conversaciones y interacciones humanas, la IA generativa puede mejorar el compromiso de los estudiantes y su motivación 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, indispensables para prosperar en un mundo digitalizado (Miraglia, 2024).
Asistencia durante el Proceso de Aprendizaje: Los chatbots de IA sirven como compañeros de estudio de apoyo, 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 de IA Gen pueden simplificar 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 Investigación 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 investigación que muestran cómo se está utilizando la IA generativa en la psicología educativa:
Aprendizaje Generativo a través de Tutoría Basada en IA
En un estudio de Makransky et al. (2025), se utilizó IA generativa a través de un chatbot especial llamado ChatTutor. Este alentó a los estudiantes a explicar conceptos y enseñar a la IA, aprovechando específicamente los principios de la teoría del aprendizaje generativo, indicando su fundamentación en teorías educativas. Los estudiantes interactuaron con el sistema ChatTutor, que incorporó andamiaje y retroalimentación oportuna calibrada a su comprensión. Este diseño facilitó la participación activa y buscó 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 estudiantes de psicología de pregrado. En la Fase 1 (Generación y Crítica de Borradores Asistidos por IA), se requería que los estudiantes utilizaran una herramienta de IA generativa para generar un borrador de un comunicado de prensa. Luego, los estudiantes criticaron este contenido generado por IA utilizando una rúbrica de evaluación, identificando fortalezas, debilidades y prioridades para la revisión, y asignando calificaciones basadas en la rúbrica. En la Fase 2 (Crítica de IA), los estudiantes revisaron el texto producido por ChatGPT, incorporando su crítica y documentando cambios utilizando cambios rastreados, antes de enviar 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 hicieron su envío final de video. Este método tuvo como objetivo determinar si la participación temprana con los productos de IA mejoraría la calidad del trabajo de los estudiantes, y los resultados indicaron beneficios significativos en el rendimiento en comparación con los procesos tradicionales de revisión entre pares.
Personalización del Contenido Educativo de Acuerdo con los Intereses de los Estudiantes Utilizando 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 tuvo como objetivo evaluar los efectos de los materiales generados por IA sobre la motivación intrínseca, el interés y el rendimiento en el aprendizaje. La IA generativa creó materiales de aprendizaje que se alineaban 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 el contexto, adaptándose a los intereses únicos de los participantes. La investigación involucró una aplicación web desarrollada por sí mismos 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 era capaz de generar dinámicamente materiales educativos basados en los intereses reportados 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 con el 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), 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 tipo chat y discutir o hacer preguntas, creación de cuestionarios con generación de cuestionarios personalizados y retroalimentación. Al utilizar las capacidades de la IA, la plataforma pudo adaptar respuestas y estímulos a las consultas individuales de los estudiantes, mejorando su proceso de aprendizaje a través de interacciones específicas en contexto. Los usuarios mostraron una mejora notable en su rendimiento general de pre-pruebas a post-pruebas, sugiriendo que el uso de la plataforma impactó positivamente en sus resultados de aprendizaje en varios temas.
Aprendizaje Visual y Compromiso Crítico a través de Generación de Imágenes por IA
En un estudio (Berg et al., 2024), se utilizó IA generativa para facilitar el aprendizaje estudiantil y mejorar el compromiso. Los estudiantes utilizaron Midjourney para crear imágenes basadas en los estímulos que desarrollaron. Las imágenes generadas ayudaron a los estudiantes a avanzar de una comprensión superficial a una comprensión más profunda y crítica de los temas discutidos. Encontraron que asociar imágenes con textos hacía que la información fuera más fácil de memorizar y comprender. El uso de imágenes generadas por IA sirvió como base para discusiones en clase. Los estudiantes analizaron las imágenes en relación con sus estímulos, discutiendo qué aspectos eran precisos o engañosos, mejorando así el pensamiento crítico sobre el contenido. El estudio destacó el factor motivador de los estudiantes que crean sus propias imágenes por IA, esencialmente una forma de aprendizaje activo, que encontraron más agradable que ver pasivamente imágenes existentes. Los docentes sugirieron que los estímulos 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 la psicología educativa. Sin embargo, también es igualmente importante comprender las preocupaciones éticas en torno a la privacidad de los datos, sesgos 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 y 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 lingüística 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 "wow": 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). Utilizando IA generativa para promover la alfabetización psicológica, 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). Mejorando el pensamiento crítico en la búsqueda con IA generativa con estímulos metacognitivos. arXiv preprint arXiv:2505.24014.
Tasdelen, O., & Bodemer, D. (2025). IA generativa en el aula: Efectos del material de aprendizaje y tareas personalizadas en el contexto sobre la motivación y el 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 aumentar el compromiso de los estudiantes con la literatura científica. Frontiers in Psychology, 15.