A más autorregulación, menos dependencia de la IA generativa en estudiantes
© ADOBE STOCK
La autorregulación del alumnado puede ser clave para reducir la sobreconfianza en herramientas de inteligencia artificial generativa como ChatGPT. Así lo sostiene un estudio de la EHU, que analiza cómo usan estas tecnologías estudiantes de titulaciones vinculadas a la educación.
El trabajo, realizado por investigadores del grupo ESCUTIC y publicado en la revista internacional Computers in Human Behavior, examinó la relación entre la autorregulación y la sobreconfianza en la IA entre 404 estudiantes con una edad media de 20 años. Según el investigador principal, Héctor Galindo-Domínguez, la autorregulación puede funcionar como un factor protector frente al uso acrítico de estas herramientas.
El estudio detecta que los estudiantes que tienen más claros sus objetivos tienden a confiar más en la inteligencia artificial. No ocurre, según el investigador, por falta de capacidad, sino porque utilizan la IA como una herramienta rápida para avanzar en sus tareas. Ese uso, sin embargo, puede abrir la puerta a un riesgo: aceptar las respuestas sin cuestionarlas.
La investigación también muestra que no todas las dimensiones de la autorregulación actúan igual. La perseverancia y la capacidad de aprender de los errores frenan la dependencia excesiva, porque empujan al estudiante a seguir pensando, revisando y corrigiendo en lugar de dar por válidas de inmediato las respuestas de la tecnología.
Otro de los fenómenos detectados es la sobreconfianza en la inteligencia artificial. Algunos estudiantes tienden a asumir que las respuestas son correctas o suficientes, incluso cuando no lo son, algo que puede llevar a delegar decisiones importantes o a reducir el esfuerzo propio y, con ello, afectar al aprendizaje.
Pese a ello, el estudio señala que la mayoría del alumnado no utiliza la IA de forma intensiva, sino puntualmente, sobre todo para buscar información o resolver dudas. Solo un grupo más reducido presenta un uso más frecuente que podría acercarse a una dependencia mayor.
De ahí que el investigador defienda que el debate no debe centrarse en si la inteligencia artificial es buena o mala, sino en qué tipo de estudiantes la usan y cómo la utilizan. Cuando faltan factores clave de autorregulación, aumenta el riesgo de sobreconfianza y de uso pasivo de la IA generativa.
La conclusión del estudio es que, en lugar de prohibir o limitar estas herramientas, resulta más eficaz enseñar al alumnado a utilizarlas con criterio educativo. Eso implica contrastar la información, explicar las decisiones y no dar por válidas las respuestas sin revisarlas.
También supone diseñar actividades que obliguen a pensar el proceso de aprendizaje y no solo a entregar un resultado final. Con más autorregulación, la IA puede convertirse en un apoyo útil sin sustituir el pensamiento propio.
