INTELIGENCIA ARTIFICIAL Y PENSAMIENTO CRÍTICO:  RETOS Y OPORTUNIDADES EN LA EDUCACIÓN SUPERIOR ECUATORIANA

Gladys Lagos Reinoso; Emma Garcés Suárez; Orly Alcívar Fajardo

INTELIGENCIA ARTIFICIAL Y PENSAMIENTO CRÍTICO: RETOS Y OPORTUNIDADES EN LA EDUCACIÓN SUPERIOR ECUATORIANA

Autores/as

Gladys Lagos Reinoso Universidad de Guayaquil
Emma Garcés Suárez Universidad de Guayaquil
Orly Alcívar Fajardo Universidad de Guayaquil

Palabras clave:

Aprendizaje, Análisis, Inteligencia Artificial, Pensamiento crítico, Dependencia.

Resumen

La inteligencia artificial (IA) está transformando el panorama educativo mundial, rompiendo paradigmas hacia nuevas y mejores formas de enseñar y aprender. En este contexto, para la educación superior ecuatoriana, estas innovaciones presentan tanto oportunidades como retos, particularmente en el desarrollo del pensamiento crítico. La creciente dependencia de herramientas automatizadas puede llevar a una disminución en la capacidad de los estudiantes para analizar y cuestionar la información de manera crítica. El objetivo de este estudio es analizar la influencia de la IA en el desarrollo del pensamiento crítico en la educación superior de Ecuador. Se empleó un diseño no experimental con enfoque mixto, mediante la aplicación de un cuestionario estructurado con 10 preguntas a 150 estudiantes y 20 docentes de la carrera de informática de facultad de Filosofía de la Universidad de Guayaquil. Los resultados: 98% de los encuestados valoran positivamente la IA, destacando su capacidad para personalizar el aprendizaje y aumentar la motivación. Sin embargo, el 75% de los participantes expresan preocupación por la dependencia excesiva de estas tecnologías, que podría limitar el desarrollo de habilidades críticas. Solo el 40% considera que su pensamiento crítico se ha fortalecido, mientras que el 55% señala que la simplificación del acceso a la información ha reducido su capacidad para formular preguntas complejas. Se concluye que, aunque la IA ofrece beneficios importantes, es crucial implementar estrategias educativas que fomenten la reflexión y el análisis profundo, asegurando que esta tecnología se utilice como una herramienta complementaria que potencie, en lugar de reemplazar, el pensamiento crítico

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Albert, M.J. (2007). La investigación educativa. Madrid: McGraw Hill.

Anderson, T. (2019). The impact of artificial intelligence on higher education: A theoretical framework. Education and Information Technologies, 24(3), 2091-2102.

Baker, T., & Smith, L. (2019). Educating for the AI era. Journal of Educational Technology, 16(2), 78-92.

Barrows, H. S. (1996). Problem-based learning in medical education: A 40-year retrospective. Higher Education Research & Development, 15(3), 299-307.

Bennett, S. (2022). Artificial Intelligence in Education: Opportunities and Challenges. Computers & Education, 194, 104000.

Black, P., & Wiliam, D. (2009). Developing formative assessment in science teaching. Assessment in Education: Principles, Policy & Practice, 15(3), 267-284.

Brazuelo, F. (2013). El teléfono móvil: actitudes, usos y posibilidades educativas. Tesis doctoral. Universidad Nacional de Educación a Distancia. Madrid, España.

Brookfield, S. D. (2017). Becoming a critically reflective teacher. John Wiley & Sons.

Brusilovsky, P., & Millán, E. (2019). User Modeling in Adaptive Hypermedia Systems. In User Modeling and User-Adapted Interaction (Vol. 28, pp. 3-4). Springer.

Clares, J. (2006). Informática Aplicada a la Investigación Educativa. Sevilla: Digital Atres.

Colás, M. y Buendía, L. (1998). Investigación Educativa. Sevilla: Alfar

Chetouani, A., Piquard, M., & Ciardelli, I. (2019). The Role of Teachers in AI-Enhanced Learning Environments. International Journal of Artificial Intelligence in Education, 29(4), 680-697.

Cukurova, M., Luckin, R., & Millwood, R. (2020). The role of artificial intelligence in transforming education. British Journal of Educational Technology, 51(6), 2047-2061.

Dewey, J. (1933). How We Think. D.C. Heath & Co.

Epstein, D. (2020). Amplitud (Range): por qué los generalistas triunfan en un mundo especializado. EDICIONES URANO.

Ertmer, P. A., & Ottenbreit-Leftwich, A. T. (2010). Teacher technology change: How knowledge, confidence, beliefs, and culture intersect. Journal of Research on Technology in Education, 42(3), 255-284.

Facione, P. A. (2011). Critical Thinking: A Statement of Expert Consensus for Purposes of Educational Assessment and Instruction. Research Findings, 1-23.

Halpern, D. F. (2014). Thought and Knowledge: An Introduction to Critical Thinking. Psychology Press.

Hmelo-Silver, C. E. (2004). Problem-based learning: An instructional

León, O. y Montero, I. (2004). Métodos de investigación en Psicología y Educación. Madrid: McGraw-Hill.

Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.

Pariser, E. (2011). The filter bubble: What the Internet is hiding from you. penguin UK.

Perrotta, C., & Williamson, B. (2018). The social implications of algorithmic transparency in education: Privacy, surveillance, and social control. Learning, Media and Technology, 43(2), 227-235. https://doi.org/10.1080/17439884.2018.1472600

Ruíz, J. (1995). El Estudio de Casos. Fundamentos y Metodología. Madrid: UNED.

Thomas, M., & McCormick, C. (2021). AI-powered learning: Transforming education through personalization. Educational Technology & Society, 24(4), 32-45.

Wang, X., & Hernández, P. (2020). Human and machine collaboration in education: Insights into effective teaching practices. Journal of Educational Technology Development and Exchange, 13(3), 15-29.