Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 905
CHATGPT COMO TUTOR VIRTUAL EN EDUCACIÓN BÁSICA Y SECUNDARIA
CHATGPT AS A VIRTUAL TUTOR IN BASIC AND SECONDARY EDUCATION
Autores: ¹Fanny Tatiana Tituaña Guamani, ²Alexandra Elizabeth Zurita Romero, ³Manuel
Fabricio Reyes Wagnio y
4
Dayron Rumbaut Rangel.
¹ORCID ID: https://orcid.org/0009-0008-7800-3961
²ORCID ID: https://orcid.org/0009-0009-1399-3279
3
ORCID ID: https://orcid.org/0000-0002-3102-0034
4
ORCID ID: https://orcid.org/0009-0001-9087-0979
¹E-mail de contacto: fttituanag@ube.edu.ec
²E-mail de contacto: aezuritar@ube.edu.ec
³E-mail de contacto: mfreyesw@ube.edu.ec
4
E-mail de contacto: drumbautr@ube.edu.ec
Afiliación:
1*2*3*4*
Universidad Bolivariana del Ecuador, (Ecuador).
Artículo recibido: 18 de Julio del 2026.
Artículo revisado: 20 de Julio del 2026.
Artículo aprobado: 20 de Julio del 2026.
¹Licenciada en Ciencias de la Educación, egresada de la Universidad Bolivariana del Ecuador, (Ecuador). Profesora de Educación
Primaria, Nivel Tecnológico, egresada del Instituto Superior Pedagógico Manuela Cañizares, (Ecuador).
²Licenciada en Ciencias de la Educación egresada de la Universidad Bolivariana del Ecuador, (Ecuador). Profesora de Educación Primaria,
Nivel Tecnológico por el Instituto Superior Pedagógico Manuela Cañizares, (Ecuador).
³Ingeniero en Sistemas Computacionales, egresado de la Universidad Católica de Santiago de Guayaquil, (Ecuador). Magíster en
Administración de Empresas, mención en Negocios Internacionales, egresado de la Universidad de Guayaquil, (Ecuador). Magíster
Universitario en Ingeniería de Software y Sistemas Informáticos, egresado de la Universidad Internacional de La Rioja, (España).
4
Licenciado en Ciencias de la Computación, egresado de la Universidad Central Marta Abreu de Las Villas, (Cuba). Magíster en
Tecnología e Innovación Educativa, egresado de la Universidad Tecnológica ECOTEC, (Ecuador). Magíster en Inteligencia Artificial
Aplicada, egresado de la Universidad de Guayaquil, (Ecuador).
Resumen
La presente investigación analizó el impacto del
uso de Chatgpt como tutor virtual en el
rendimiento académico, la autorregulación del
aprendizaje y el pensamiento crítico en
estudiantes de educación básica y secundaria,
mediante un estudio cuantitativo de alcance
explicativo con diseño cuasiexperimental
pretest–postest con grupo de control no
equivalente, aplicado a una muestra de 242
estudiantes, la intervención consistió en la
implementación de Chatgpt durante ocho
semanas bajo un protocolo pedagógico
estructurado y mediado por el docente, los
resultados evidenciaron diferencias
estadísticamente significativas a favor del grupo
experimental con tamaños del efecto grandes en
rendimiento académico, autorregulación del
aprendizaje y pensamiento crítico, lo que indica
que el uso de inteligencia artificial generativa
contribuye al fortalecimiento de procesos
cognitivos y metacognitivos cuando se integra
en entornos educativos planificados, se
concluye que Chatgpt posee un alto potencial
como recurso complementario en contextos
escolares, aunque su implementación requiere
mediación docente, formación en competencias
digitales y marcos éticos que garanticen un uso
responsable, así como futuras investigaciones
con diseños más robustos y análisis
longitudinales para validar sus efectos a largo
plazo.
Palabras claves: Aprendizaje autorregulado,
Chatgpt, Educación básica y secundaria,
Inteligencia artificial, Pensamiento crítico.
Abstract
This study analyzed the impact of using Chatgpt
as a virtual tutor on academic performance, self-
regulated learning, and critical thinking in
primary and secondary education students,
through a quantitative explanatory study with a
quasi-experimental pretest–posttest design and
a non-equivalent control group, involving a
sample of 242 students, the intervention
consisted of implementing Chatgpt over eight
weeks under a structured pedagogical protocol
mediated by the teacher, the results showed
statistically significant differences in favor of
the experimental group with large effect sizes in
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 906
academic performance, self-regulated learning,
and critical thinking, indicating that the use of
generative artificial intelligence contributes to
the strengthening of cognitive and
metacognitive processes when integrated into
planned educational environments, it is
concluded that Chatgpt has high potential as a
complementary resource in school contexts,
although its implementation requires teacher
mediation, digital competence training, and
ethical frameworks to ensure responsible use, as
well as further research with more robust
designs and longitudinal analysis to validate
long-term effects.
Keywords: Artificial intelligence, Chatgpt,
Critical thinking, Primary and secondary
education, Self-regulated learning.
Sumário
Este estudo analisou o impacto do uso do
Chatgpt como tutor virtual no desempenho
acadêmico, na aprendizagem autorregulada e no
pensamento crítico de alunos do ensino
fundamental e médio, por meio de um estudo
explicativo quantitativo com delineamento
quase-experimental pré-teste/pós-teste e um
grupo de controle não equivalente, envolvendo
uma amostra de 242 alunos. A intervenção
consistiu na implementação do Chatgpt ao
longo de oito semanas, sob um protocolo
pedagógico estruturado e mediado pelo
professor. Os resultados mostraram diferenças
significativas em favor do grupo experimental,
com grandes tamanhos de efeito no
desempenho acadêmico, na aprendizagem
autorregulada e no pensamento crítico,
indicando que o uso da inteligência artificial
generativa contribui para o fortalecimento dos
processos cognitivos e metacognitivos quando
integrado a ambientes educacionais planejados.
Conclui-se que o Chatgpt possui alto potencial
como recurso complementar em contextos
escolares, embora sua implementação exija
mediação do professor, treinamento em
competências digitais e referenciais éticos para
garantir o uso responsável, bem como pesquisas
adicionais com delineamentos mais robustos e
análises longitudinais para validar os efeitos a
longo prazo.
Palavras-chave: Inteligência artificial,
Chatgpt, Pensamento crítico, Ensino
fundamental e médio, Aprendizagem
autorregulada.
Introducción
La incorporación de modelos generativos de
lenguaje como Chatgpt en el ámbito educativo
ha transformado de manera acelerada las
dinámicas de enseñanza y aprendizaje, en
especial en educación básica y secundaria
(Espinoza et al., 2020); (González, 2026);
(González, 2026), donde la necesidad de
acompañamiento personalizado resulta
determinante para el desarrollo cognitivo y
socioemocional del estudiantado, en este
sentido desde 2023 la literatura académica ha
documentado un crecimiento sostenido de
investigaciones orientadas a comprender su
potencial como tutor virtual, asistente
pedagógico y herramienta de apoyo al
profesorado, además diversos estudios destacan
que estos sistemas pueden generar
explicaciones adaptativas , ejemplos
contextualizados y retroalimentación
inmediata, características asociadas de manera
tradicional a la tutoría individualizada, por
consiguiente el debate científico se ha
desplazado desde una mirada exploratoria hacia
un análisis más sistemático de sus
implicaciones didácticas, éticas y organizativas
en contextos escolares (Gill et al., 2023);
(Kamalov et al., 2023; Rueda et al., 2023; Tlili
et al., 2023).
En el nivel de educación básica y secundaria la
posibilidad de contar con un tutor virtual
disponible de manera continua plantea
escenarios innovadores para fortalecer procesos
de autorregulación del aprendizaje, motivación
académica y comprensión conceptual, de hecho
investigaciones recientes han evidenciado que
la interacción estructurada con Chatgpt puede
aportar la planificación, el monitoreo y la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 907
evaluación del propio aprendizaje, aspectos
esenciales en etapas formativas tempranas,
asimismo se ha observado que el estudiantado
percibe estas herramientas como accesibles y
útiles para resolver dudas inmediatas, lo que
incrementa su disposición a participar en tareas
académicas, no obstante estos resultados deben
analizarse considerando las particularidades
evolutivas del alumnado escolar y la necesidad
de mediación pedagógica constante (Bhat et al.,
2023; Lieb y Goel, 2024; Ng et al., 2024);
(Cabrera, 2024; Altamirano et al., 2025).
A partir de este panorama emerge un problema
científico central consistente en la insuficiente
sistematización de evidencia empírica que
delimite con claridad las condiciones
pedagógicas, didácticas y éticas bajo las cuales
Chatgpt puede desempeñarse de manera eficaz
como tutor virtual en educación básica y
secundaria, aunque existen estudios que
reportan beneficios significativos en términos
de aprendizaje y motivación, persiste una
brecha en la comprensión de los mecanismos
que explican dichos efectos y de los factores
contextuales que los potencian o limitan,
además la extrapolación de resultados obtenidos
en educación superior hacia niveles escolares
puede resultar metodológicamente inadecuada
si no se consideran variables como el desarrollo
cognitivo, la autonomía del estudiante y la
regulación institucional del uso tecnológico
(Jeon y Lee, 2023; Rueda et al., 2023; González
et al., 2024 ; Ureña et al., 2025). En relación con
la eficacia de los chatbots educativos, un meta-
análisis reciente concluyó que los sistemas
basados en inteligencia artificial presentan un
efecto grande sobre los resultados de
aprendizaje, aunque el impacto es ligero menor
en educación primaria y secundaria en
comparación con niveles superiores,
manteniéndose no obstante en un rango positivo
significativo (Rong y Yu, 2023; González et al.,
2025), de forma complementaria estudios piloto
en ciencias han mostrado mejoras en
conocimientos, motivación y estrategias
metacognitivas cuando Chatgpt se integra con
objetivos claros y actividades estructuradas (Ng
et al., 2024; Looi y Jia, 2025), en consecuencia
estos resultados sugieren que el valor
pedagógico del tutor virtual depende en gran
medida del diseño instruccional y de la
coherencia entre la herramienta y las metas
curriculares.
En relación con el diseño pedagógico diversas
investigaciones coinciden en que Chatgpt debe
concebirse como complemento y no como
sustituto del docente, puesto que la mediación
humana resulta esencial para promover
pensamiento crítico, evaluar la calidad de las
respuestas generadas y orientar al alumnado en
el uso ético de la tecnología (Chen et al., 2023;
Jeon y Lee, 2023, asimismo se ha señalado que
la efectividad de los tutores virtuales aumenta
cuando los prompts incorporan andamiajes
explícitos y secuencias de retroalimentación
progresiva, aporta con una interacción más
profunda y significativa (Lieb y Goel, 2024;
Looi y Jia, 2025), por lo tanto el impacto
educativo no reside únicamente en la
herramienta sino en el ecosistema pedagógico
que la integra y regula.
Desde la perspectiva docente, diversos estudios
señalan percepciones predominantemente
positivas respecto al potencial de Chatgpt para
apoyar la planificación y la diferenciación de
actividades, aunque también se identifican
preocupaciones relacionadas con la precisión de
la información, la posibilidad de sesgos y la
dependencia excesiva del alumnado hacia
respuestas automatizadas, lo cual evidencia la
necesidad de formación docente específica en
competencias de inteligencia artificial (Zapata
Ros, 2024; Jeon y Lee, 2023; Carmona y
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 908
Villacres, 2023 ; Ruiz et al., 2025). El análisis
del impacto social de Chatgpt como tutor virtual
revela una doble dimensión, por un lado su
disponibilidad permanente y capacidad de
personalización podrían contribuir a
democratizar el acceso a apoyo académico
especialmente en contextos donde la ratio
docente-estudiante limita la atención
individualizada, además la retroalimentación
inmediata puede fortalecer la motivación y la
autonomía aspectos fundamentales para la
permanencia escolar, por otro lado diversos
autores advierten sobre riesgos asociados a
errores conceptuales derivados de
alucinaciones, reproducción de sesgos y uso
indebido para la elaboración automática de
tareas sin comprensión profunda (Kamalov et
al., 2023); (Rueda et al., 2023); (Tlili et al.,
2023); (Mosquera et al., 2026); (Perlaza y León,
2025); (Sánchez et al., 2025), en consecuencia
estas limitaciones evidencian que la innovación
tecnológica debe ir acompañada de marcos
normativos y orientaciones pedagógicas claras.
La evidencia reciente sugiere que Chatgpt posee
un potencial significativo para desempeñarse
como tutor virtual en educación básica y
secundaria siempre que su implementación se
sustente en principios didácticos sólidos,
mediación docente activa y regulación ética
explícita, de este modo la coexistencia de
beneficios documentados y riesgos
identificados subraya la necesidad de
investigaciones empíricas que profundicen en
sus efectos reales sobre el aprendizaje, la
motivación y la autorregulación en contextos
escolares específicos, en este marco el objetivo
de la presente investigación consiste en analizar
de manera sistemática el impacto de Chatgpt
como tutor virtual en educación básica y
secundaria identificando las condiciones
pedagógicas que optimizan su eficacia y
garantizan un uso responsable orientado al
desarrollo integral del estudiantado.
Materiales y Métodos
La presente investigación se desarrolló bajo un
enfoque cuantitativo de alcance explicativo y
diseño cuasiexperimental con grupo de control
no equivalente, considerando como población a
los 635 estudiantes de octavo de Educación
General Básica a tercero de Bachillerato de la
Unidad Educativa Luis Pasteur ubicada en la
parroquia rural de Guayllabamba, Quito,
institución fiscal caracterizada por su
participación en proyectos de desarrollo
artístico, memoria ecológica e interculturalidad,
así como por una distribución estudiantil
equilibrada por género, para la selección de la
muestra se establecieron como criterios de
inclusión estar matriculado en los niveles
señalados durante el periodo lectivo 2025–
2026, contar con autorización de representantes
legales y disponer de acceso regular a
dispositivos digitales con conectividad básica,
mientras que se excluyeron estudiantes con
adaptaciones curriculares significativas no
compatibles con el instrumento digital y
aquellos que no completaron el proceso de
intervención.
Se aplicó un muestreo probabilístico
estratificado por nivel educativo con asignación
proporcional al tamaño de cada grado,
calculándose un tamaño muestral de 242
estudiantes mediante fórmula para poblaciones
finitas con nivel de confianza del 95 %, margen
de error del 5 % y proporción esperada de 0,5,
garantizándose representatividad estadística y
potencia suficiente para contrastar hipótesis
inferenciales, distribuyéndose en grupo
experimental y grupo de control según paralelos
académicos previamente constituidos. En
coherencia con el objetivo de analizar
sistemáticamente el impacto de Chatgpt como
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 909
tutor virtual en educación básica y secundaria
identificando las condiciones pedagógicas que
optimizaron su eficacia y garantizaron un uso
responsable orientado al desarrollo integral del
estudiantado, se emplearon como métodos
principales el método analítico–sintético para
descomponer las dimensiones cognitivas,
metacognitivas y actitudinales asociadas al uso
de inteligencia artificial en contextos
educativos, el método hipotético–deductivo
para formular y contrastar las hipótesis relativas
a la mejora del rendimiento académico y
habilidades de pensamiento crítico, y el método
comparativo para establecer diferencias
significativas entre grupo experimental y grupo
de control, utilizándose como técnicas
investigativas la encuesta estructurada con
escala tipo Likert de cinco puntos para medir
percepción de utilidad, autorregulación y
pensamiento crítico, la prueba pedagógica
estandarizada para evaluar rendimiento
académico antes y después de la intervención, y
la revisión documental de registros académicos
institucionales.
Los instrumentos fueron validados mediante
juicio de expertos en tecnología educativa y
metodología, calculándose la validez de
contenido mediante índice V de Aiken superior
a 0,80 y la fiabilidad por consistencia interna
mediante coeficiente alfa de Cronbach
obteniéndose valores de 0,87 para la escala de
uso pedagógico y 0,91 para la escala de
pensamiento crítico, como medios y recursos se
utilizaron computadoras del laboratorio
institucional, dispositivos móviles personales,
conexión a internet institucional, la plataforma
Chatgpt en su versión educativa, formularios
digitales de Google Forms para recolección de
datos y el software estadístico SPSS versión 27
para el procesamiento y análisis de la
información. El procedimiento se desarrolló en
secuencia cronológica iniciándose con la fase
diagnóstica mediante aplicación de pretest
académico y escala de habilidades de
pensamiento crítico, continuándose con una
intervención pedagógica de ocho semanas en la
cual el grupo experimental utilizó Chatgpt
como tutor virtual bajo un protocolo de uso
responsable diseñado por el equipo investigador
mientras el grupo de control desarrolló
actividades tradicionales sin apoyo de
inteligencia artificial, posteriormente se aplicó
el postest y se sistematizaron los datos en
matrices de codificación previamente
diseñadas, para el análisis estadístico se
emplearon pruebas inferenciales paramétricas
previa verificación de supuestos de normalidad
mediante prueba de Kolmogorov–Smirnov y
homogeneidad de varianzas mediante prueba de
Levene, aplicándose la prueba t de Student para
muestras independientes a fin de comparar
medias entre grupos y la prueba t para muestras
relacionadas para contrastar diferencias pretest–
postest dentro del grupo experimental,
adicionalmente se utilizó análisis de varianza
ANOVA de un factor para examinar diferencias
según nivel educativo y correlación de Pearson
para determinar la relación entre frecuencia de
uso y rendimiento académico, estableciéndose
un nivel de significancia estadística de α = 0,05
y criterios de decisión basados en valores p
inferiores al umbral establecido, garantizándose
así rigor metodológico, transparencia
procedimental y replicabilidad del estudio
conforme a estándares académicos de alta
exigencia científica.
Resultados y Discusión
Los datos obtenidos a partir del análisis
estadístico se presentan a continuación,
organizados según las variables del estudio y
con base en la comparación entre el grupo
experimental y el grupo de control. El
procesamiento estadístico se efectuó utilizando
procedimientos descriptivos e inferenciales con
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 910
un nivel de significancia establecido en α = .05.
La muestra final analizada estuvo compuesta
por 242 estudiantes (N = 242), distribuidos en
dos grupos: grupo experimental (n = 121) y
grupo de control (n = 121). Ambos grupos
participaron en mediciones pretest y postest
mediante pruebas pedagógicas estandarizadas y
escalas de percepción con formato Likert de
cinco puntos. Los resultados se presentan
organizados según las variables principales del
estudio: rendimiento académico,
autorregulación del aprendizaje y pensamiento
crítico. El rendimiento académico se evaluó
mediante una prueba pedagógica estandarizada
aplicada antes y después de la intervención. Se
calcularon estadísticos descriptivos para cada
grupo y momento de medición, como se
observa en la Tabla 1, los puntajes promedio del
grupo experimental aumentaron en el postest en
comparación con los valores registrados en el
pretest.
Tabla 1. Estadísticos descriptivos del rendimiento académico en pretest y postest por grupo.
Grupo
N
Pretest M
Pretest DE
Postest M
Postest DE
Experimental
121
6.48
1.21
8.12
1.04
Control
121
6.52
1.19
6.94
1.17
Fuente: Elaboración propia.
Los resultados indicaron que el grupo
experimental registró un incremento promedio
de 1.64 puntos entre las mediciones pretest y
postest, mientras que el grupo de control
presentó un incremento promedio de 0.42
puntos en el mismo periodo. El análisis
inferencial mediante prueba t de Student para
muestras independientes aplicado a los puntajes
del postest mostró diferencias estadísticamente
significativas entre ambos grupos (t(240) =
8.31, p < .001, IC 95% [0.84, 1.51], d de Cohen
= 1.07), lo que indica un tamaño del efecto
grande según los criterios de Cohen (1988).
Estos resultados evidenciaron diferencias
sustantivas en el rendimiento académico
posterior a la intervención educativa. La
autorregulación del aprendizaje se evaluó
mediante una escala Likert compuesta por 20
ítems que midieron planificación, monitoreo y
evaluación del aprendizaje, los puntajes totales
se transformaron en valores promedio para
facilitar la interpretación de los resultados.
Como se observa en la Tabla 2, el grupo
experimental registró valores promedio
superiores en comparación con el grupo de
control en la medición posterior a la
intervención.
Tabla 2. Estadísticos descriptivos de la autorregulación del aprendizaje en el postest.
Grupo
N
Media
DE
IC 95%
Experimental
121
4.12
0.48
[4.03, 4.21]
Control
121
3.56
0.52
[3.46, 3.66]
Fuente: Elaboración propia.
Los resultados mostraron que el grupo
experimental obtuvo un promedio de 4.12 (DE
= 0.48), mientras que el grupo de control
alcanzó un promedio de 3.56 (DE = 0.52). El
análisis estadístico mediante prueba t de
Student para muestras independientes indicó
diferencias estadísticamente significativas entre
ambos grupos en los niveles de autorregulación
del aprendizaje (t(240) = 9.02, p < .001, IC 95%
[0.44, 0.68], d de Cohen = 1.13), lo que
corresponde a un tamaño del efecto grande. El
análisis de frecuencias también mostró que el
68.6 % de los estudiantes del grupo
experimental reportó niveles altos de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 911
autorregulación (puntajes ≥ 4 en la escala),
mientras que el 32.2 % del grupo de control
alcanzó esa misma categoría. El pensamiento
crítico se evaluó mediante una escala validada
compuesta por 18 ítems orientados a medir
habilidades de análisis, argumentación y
evaluación de información. Los puntajes se
calcularon mediante promedios globales por
participante, los resultados descriptivos se
presentan en la Tabla 3.
Tabla 3. Comparación de puntajes de pensamiento crítico entre grupo experimental y grupo de
control.
Grupo
N
Media
DE
IC 95%
Experimental
121
4.05
0.51
[3.96, 4.15]
Control
121
3.61
0.57
[3.50, 3.72]
Fuente: Elaboración propia.
Los resultados indicaron que el grupo
experimental alcanzó una media de 4.05 (DE =
0.51), mientras que el grupo de control registró
una media de 3.61 (DE = 0.57). El análisis
inferencial mediante prueba t de Student para
muestras independientes mostró diferencias
estadísticamente significativas entre los grupos
(t(240) = 6.82, p < .001, IC 95% [0.31, 0.57], d
de Cohen = 0.82), evidenciando un tamaño del
efecto grande. El análisis de distribución de
frecuencias indicó que el 64.5 % del grupo
experimental obtuvo puntajes clasificados
como altos en pensamiento crítico, mientras que
el 35.1 % del grupo de control se ubicó en esa
misma categoría.
Los análisis estadísticos realizados
evidenciaron diferencias entre el grupo
experimental y el grupo de control en las tres
variables evaluadas: rendimiento académico,
autorregulación del aprendizaje y pensamiento
crítico, las pruebas inferenciales aplicadas
indicaron niveles de significancia estadística
inferiores a p < .001 en todos los análisis
realizados. La presente investigación examinó
el impacto del uso de Chatgpt como tutor virtual
en el rendimiento académico, la autorregulación
del aprendizaje y el pensamiento crítico en
estudiantes de educación básica y secundaria,
los resultados obtenidos indicaron diferencias
estadísticamente significativas entre el grupo
experimental y el grupo de control en las tres
variables analizadas, lo cual permite situar la
intervención educativa basada en inteligencia
artificial generativa dentro de una discusión
más amplia sobre el rol de los sistemas de
tutoría inteligente en los procesos de
aprendizaje escolar. Los resultados del estudio
indicaron que los estudiantes que participaron
en la intervención con Chatgpt obtuvieron
puntajes significativamente superiores en el
postest de rendimiento académico en
comparación con el grupo de control, este
resultado sugiere que la incorporación de
herramientas de inteligencia artificial
generativa como tutor virtual puede aportar la
comprensión conceptual y la resolución de
tareas académicas en contextos educativos
escolares.
Desde una perspectiva teórica, estos resultados
se alinean con el marco conceptual de los
sistemas de tutoría inteligente, los cuales
sostienen que la retroalimentación inmediata y
la adaptación de las explicaciones al nivel del
estudiante facilitan la construcción activa del
conocimiento (Woolf, 2010), los sistemas de
inteligencia artificial aplicados a la educación
permiten proporcionar apoyo cognitivo
individualizado que tradicionalmente sólo era
posible mediante tutorías humanas
personalizadas (Holmes et al., 2019). Los
resultados obtenidos también coinciden con
estudios recientes que han analizado el impacto
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 912
de los chatbots educativos en el aprendizaje,
Rong y Yu (2023) realizaron un meta-análisis
sobre sistemas educativos basados en
inteligencia artificial y encontraron efectos
positivos significativos en el rendimiento
académico de los estudiantes, en particular,
estos autores señalaron que las herramientas de
tutoría automatizada optimiza el aprendizaje
cuando se integran dentro de actividades
pedagógicas estructuradas. De manera similar,
Ng et al. (2024) reportaron que el uso de
Chatgpt en actividades de aprendizaje en
ciencias produjo mejoras en el rendimiento
académico y en la comprensión conceptual de
los estudiantes, estos resultados se explican
principalmente por la posibilidad de generar
explicaciones adaptativas, ejemplos
contextualizados y retroalimentación
inmediata, elementos que caracterizan a los
entornos de aprendizaje personalizados.
Sin embargo, el incremento observado en el
rendimiento académico no puede interpretarse
únicamente como una consecuencia del acceso
a la tecnología, diversos autores han señalado
que el impacto educativo de los sistemas de
inteligencia artificial depende en gran medida
del diseño instruccional y de la mediación
pedagógica (Chen et al., 2023). En este sentido,
los resultados del presente estudio sugieren que
el valor educativo de Chatgpt emerge cuando su
uso se integra dentro de estrategias pedagógicas
estructuradas y orientadas por objetivos de
aprendizaje claros. Los resultados del estudio
también mostraron diferencias significativas
entre los grupos en los niveles de
autorregulación del aprendizaje, los estudiantes
que utilizaron Chatgpt como tutor virtual
reportaron mayores niveles de planificación,
monitoreo y evaluación de su propio
aprendizaje. Desde el punto de vista teórico, la
autorregulación del aprendizaje constituye un
componente central del aprendizaje autónomo.
Zimmerman (2002) define la autorregulación
como el proceso mediante el cual los
estudiantes planifican, monitorean y evalúan
activamente su aprendizaje, en este contexto,
las herramientas de inteligencia artificial
pueden actuar como mediadores cognitivos que
facilitan la reflexión metacognitiva durante el
proceso de aprendizaje. Los resultados del
presente estudio coinciden con investigaciones
recientes que han explorado el rol de los
asistentes conversacionales en el desarrollo de
habilidades metacognitivas, Lieb y Goel (2024)
señalaron que la interacción estructurada con
Chatgpt puede beneficiar la planificación del
aprendizaje y la autoevaluación de los
estudiantes, particularmente cuando se utilizan
prompts diseñados para promover el
razonamiento reflexivo.
Asimismo, Looi y Jia (2025) argumentaron que
los entornos de aprendizaje apoyados por
inteligencia artificial pueden fomentar procesos
de aprendizaje autorregulado al proporcionar
retroalimentación continua durante la
resolución de tareas, esta retroalimentación
permite a los estudiantes identificar errores
conceptuales y ajustar sus estrategias de
aprendizaje. Los resultados del presente estudio
aportan evidencia empírica adicional a esta
línea de investigación al mostrar que la
interacción con Chatgpt puede asociarse con
niveles más elevados de autorregulación del
aprendizaje en estudiantes de educación básica
y secundaria. Los resultados también indicaron
diferencias significativas entre los grupos en los
niveles de pensamiento crítico. Los estudiantes
que participaron en la intervención con Chatgpt
obtuvieron puntajes superiores en comparación
con los estudiantes del grupo de control. El
pensamiento crítico constituye una habilidad
fundamental en los procesos educativos
contemporáneos, para Facione (2015), el
pensamiento crítico implica habilidades
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 913
cognitivas relacionadas con el análisis, la
evaluación de argumentos y la toma de
decisiones fundamentadas en evidencia, el
desarrollo del pensamiento crítico requiere
entornos de aprendizaje que promuevan la
reflexión y el cuestionamiento. Diversos
estudios recientes han explorado el potencial de
las herramientas de inteligencia artificial
generativa para estimular el pensamiento
crítico, Jeon y Lee (2023) señalaron que los
sistemas conversacionales basados en
inteligencia artificial pueden facilitar el análisis
conceptual al permitir que los estudiantes
formulen preguntas, exploren diferentes
perspectivas y reciban explicaciones detalladas.
No obstante, algunos investigadores han
advertido que el uso de herramientas de
inteligencia artificial también puede generar
riesgos asociados con la dependencia excesiva
de respuestas automatizadas (Zapata, 2024). El
desarrollo del pensamiento crítico depende en
gran medida de la mediación pedagógica del
docente y del diseño de actividades que
promuevan el análisis y la evaluación de la
información generada por la inteligencia
artificial.
Los resultados del presente estudio sugieren
que, cuando se integra dentro de un entorno
pedagógico estructurado, el uso de Chatgpt
puede contribuir al desarrollo de habilidades de
pensamiento crítico en estudiantes escolares.
Desde una perspectiva teórica, esta
investigación contribuye a ampliar el
conocimiento existente sobre la integración de
inteligencia artificial generativa en contextos
educativos escolares, la mayoría de los estudios
previos sobre Chatgpt se han centrado en la
educación superior (Tlili et al., 2023). En
contraste, el presente estudio aporta evidencia
empírica sobre su uso en educación básica y
secundaria. Asimismo, los resultados del
estudio contribuyen a consolidar el campo
emergente de investigación sobre inteligencia
artificial educativa, el cual busca comprender
cómo las tecnologías basadas en aprendizaje
automático pueden transformar los procesos de
enseñanza y aprendizaje (Holmes et al., 2019).
En particular, el uso de Chatgpt como tutor
virtual puede contribuir a proporcionar
retroalimentación inmediata a los estudiantes,
apoyar la resolución de dudas durante el
proceso de aprendizaje, promover el
aprendizaje autónomo y la autorregulación, y
estimular el pensamiento crítico mediante la
exploración de conceptos. Sin embargo,
diversos autores coinciden en que estas
herramientas no deben sustituir el rol del
docente, sino complementar su labor
pedagógica (Chen et al., 2023). La mediación
docente sigue siendo fundamental para
garantizar el uso responsable y crítico de las
tecnologías educativas.
Conclusiones
Los resultados del estudio permitieron concluir
que la incorporación de Chatgpt como tutor
virtual se asoció con mejoras en el rendimiento
académico de los estudiantes participantes en
comparación con aquellos que no utilizaron esta
herramienta durante el proceso de aprendizaje,
lo que indica que su integración en actividades
educativas estructuradas puede contribuir al
fortalecimiento del aprendizaje escolar dentro
del contexto específico analizado; asimismo,
los resultados evidenciaron que los estudiantes
expuestos a la intervención mostraron mayores
niveles de autorregulación del aprendizaje, lo
que sugiere que la interacción con sistemas de
tutoría basados en inteligencia artificial puede
aportar procesos de planificación, monitoreo y
evaluación del propio aprendizaje en
estudiantes de educación básica y secundaria
dentro del marco institucional en el que se
desarrolló la investigación; finalmente, los
resultados indicaron que los participantes del
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 914
grupo experimental alcanzaron niveles
superiores de pensamiento crítico en relación
con el grupo de control, lo que permite inferir
que el uso pedagógico de Chatgpt, cuando se
implementa dentro de un diseño didáctico
estructurado y supervisado, puede contribuir al
desarrollo de habilidades cognitivas
relacionadas con el análisis y la evaluación de
información, aportando evidencia empírica
sobre el potencial educativo de los sistemas de
inteligencia artificial en contextos escolares
específicos.
Referencias Bibliográficas
Altamirano, S., Rogel, J., Cabrera, K., &
García, C. (2025). Desarrollo de
competencias docentes para la integración
ética de la inteligencia artificial en educación
primaria. Revista UNO, 5(9), 100–114.
https://doi.org/10.33996/revistauno.v.5i9.42
Bhat, M., Khan, S., Subramaniam, R., & Khan,
M. (2023). What drives students toward
ChatGPT? An investigation of the factors
influencing adoption and usage of ChatGPT.
Interactive Technology and Smart
Education, 21, 333–355.
https://doi.org/10.1108/ITSE-04-2023-0061
Cabrera, K. (2024). Transformando la
educación básica: Retos y perspectivas de la
inteligencia artificial. Revista Científica de
Salud y Desarrollo Humano, 5(2), 1–17.
https://doi.org/10.61368/r.s.d.h.v5i2.113
Carmona, N., & Villacres, G. (2023).
Enseñanza universitaria en ambientes de
aprendizaje del siglo XXI: Perspectivas en el
aula, el mundo real y el espacio virtual.
LATAM Revista Latinoamericana de
Ciencias Sociales y Humanidades, 4(3).
https://doi.org/10.56712/latam.v4i3.1142
Chen, S., Xu, X., Zhang, H., & Zhang, Y.
(2023). Roles of ChatGPT in virtual teaching
assistant and intelligent tutoring system:
Opportunities and challenges. En
Proceedings of the 2023 5th World
Symposium on Software Engineering.
https://doi.org/10.1145/3631991.3632024
Espinoza, E., Villacres, G., & Granda, D.
(2020). Influencia de las didácticas
tecnológicas en el desarrollo del aprendizaje
de los estudiantes. Revista Metropolitana de
Ciencias Aplicadas, 3(3), 63–70.
https://doi.org/10.62452/g8q33421
Facione, P. (2015). Critical thinking: What it is
and why it counts. Measured Reasons LLC.
https://www.insightassessment.com/wp-
content/uploads/ia/pdf/what-why.pdf
González, V. (2026). Inteligencia artificial
como mediadora en la escritura creativa en
Educación General Básica. Revista Escuela,
Familia y Comunidad, 5(1), 67–82.
https://doi.org/10.48190/revefc.v5n1a5
González, L. (2026). Impacto de herramientas
digitales emergentes en la estimulación
cognitiva de niños en Educación Inicial.
Revista Escuela, Familia y Comunidad, 5(1),
99–115.
https://doi.org/10.48190/revefc.v5n1a7
González, L., Reyes, M., & Macias, J. (2024).
Tecnología y enseñanza virtual en la
educación inicial: Un nuevo paradigma.
Revista Escuela, Familia y Comunidad, 3(1).
https://doi.org/10.48190/revefc.v3n1a4
González, J., Villacres, G., Núñez, L., Serrano,
J., & Calderón, R. (2025). Uso de Kahoot! en
el proceso de enseñanza-aprendizaje en la
educación superior. Ciencia Latina Revista
Científica Multidisciplinar, 9(3), 1924–
1942.
https://doi.org/10.37811/cl_rcm.v9i3.17806
Holmes, W., Bialik, M., & Fadel, C. (2019).
Artificial intelligence in education: Promises
and implications for teaching and learning.
Center for Curriculum Redesign.
https://curriculumredesign.org/wp-
content/uploads/AIED-Book-Excerpt.pdf
Jeon, J., & Lee, S. (2023). Large language
models in education: A focus on the
complementary relationship between human
teachers and ChatGPT. Education and
Information Technologies, 28, 15873–
15892. https://doi.org/10.1007/s10639-023-
11834-1
Kamalov, F., Calonge, D., & Gurrib, I. (2023).
New era of artificial intelligence in
education: Towards a sustainable
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 915
multifaceted revolution. Sustainability, 15,
12451. https://doi.org/10.3390/su151612451
Lieb, A., & Goel, T. (2024). Student interaction
with NewtBot: An LLM-as-tutor chatbot for
secondary physics education. En Extended
Abstracts of the CHI Conference on Human
Factors in Computing Systems.
https://doi.org/10.1145/3613905.3647957
Looi, C., & Jia, F. (2025). Personalization
capabilities of current technology chatbots in
a learning environment: An analysis of
student-tutor bot interactions. Education and
Information Technologies, 30, 14165–
14195. https://doi.org/10.1007/s10639-025-
13369-z
Mosquera, L., Rugel, E., & Leon-Reyes, B.
(2026). Influencia de la gestión educativa en
la motivación docente en instituciones
educativas. Mérito - Revista de Educación,
8(22), 129–142.
https://doi.org/10.37260/merito.i8n22.12
Ng, D., Tan, C., & Leung, J. (2024).
Empowering student self-regulated learning
and science education through ChatGPT: A
pioneering pilot study. British Journal of
Educational Technology, 55, 1328–1353.
https://doi.org/10.1111/bjet.13454
Perlaza, R., & León, B. (2025). Impacto del
liderazgo pedagógico estratégico en la
consolidación de culturas de innovación
docente. Mérito - Revista de Educación,
7(21), 204–213.
https://doi.org/10.37260/merito.i7n21.16
Rong, W., & Yu, Z. (2023). Do AI chatbots
improve students learning outcomes?
Evidence from a meta-analysis. British
Journal of Educational Technology, 55, 10–
33. https://doi.org/10.1111/bjet.13334
Rueda, M., Fernández-Cerero, J., Fernández-
Batanero, J., & López-Meneses, E. (2023).
Impact of the implementation of ChatGPT in
education: A systematic review. Computers,
12, 153.
https://doi.org/10.3390/computers12080153
Ruiz, M., Mosquera, M., Carmona, N., &
Villacres, G. (2025). Mejora de la calidad
educativa mediante la inclusión revisión de
prácticas en contextos complejos. Mérito -
Revista de Educación, 7(21), 214–223.
https://doi.org/10.37260/merito.i7n21.17
Sanchez, A., Álvarez, A., Zamora, M.,
Sanchez, W., & León-Reyes, B. (2025).
Taxonomía de Bloom en la era IA:
Competencias digitales para la formación
docentes. Revista Ciencia y Tecnología para
el Desarrollo - UJCM, 11(22), 325–335.
https://doi.org/10.37260/rctd.v11i22.56
Tlili, A., Shehata, B., Adarkwah, M., Bozkurt,
A., Hickey, D., Huang, R., & Agyemang, B.
(2023). What if the devil is my guardian
angel: ChatGPT as a case study of using
chatbots in education. Smart Learning
Environments, 10, 1–24.
https://doi.org/10.1186/s40561-023-00237-
x
Ureña, M., Sánchez, L., & Ochoa, K. (2025).
Programa de intervención para el
aprovechamiento de las tecnologías de la
información y comunicación en el
aprendizaje de educandos de secundaria.
Revista Escuela, Familia y Comunidad, 4(2),
23–36.
https://doi.org/10.48190/revefc.v4n2a2
Woolf, B. (2010). Building intelligent
interactive tutors: Student-centered
strategies for revolutionizing e-learning.
Morgan Kaufmann Publishers.
https://doi.org/10.1016/B978-0-12-373594-
2.00001-5
Zapata, M. (2024). IA generativa y ChatGPT
en educación: Un reto para la evaluación y
¿una nueva pedagogía? Revista Paraguaya
de Educación a Distancia (REPED), 5(1),
12–44. https://doi.org/10.56152/reped2024-
vol5num1-art2
Zimmerman, B. (2002). Becoming a self-
regulated learner: An overview. Theory Into
Practice, 41(2), 64–70.
https://doi.org/10.1207/S15430421TIP4102
_2
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Fanny Tatiana Tituaña
Guamani, Alexandra Elizabeth Zurita Romero, Manuel
Fabricio Reyes Wagnio y Dayron Rumbaut Rangel.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 7.1
Edición Especial VII 2026
Página 916
Declaraciones éticas y editoriales del artículo
Contribución de los autores (Taxonomía CRediT).
Fanny Tatiana Tituaña Guamani: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de
los datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Alexandra Elizabeth Zurita Romero: curación y organización de los datos, participación en la recolección de información, validación de los
resultados obtenidos y elaboración de representaciones gráficas y visualización de los datos.
Manuel Fabricio Reyes Wagnio: provisión de recursos académicos y materiales para el desarrollo del estudio, apoyo en la administración del
proyecto investigativo y revisión editorial del manuscrito antes de su publicación.
Dayron Rumbaut Rangel: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de los
datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Declaración de conflicto de intereses
Los autores declaran que no existe conflicto de intereses en relación con la investigación presentada, la autoría del manuscrito ni la publicación del
presente artículo.
Declaración de financiamiento
La presente investigación no recibió financiamiento específico de agencias públicas, comerciales o de organizaciones sin fines de lucro. En caso de
existir financiamiento institucional o externo, este deberá ser declarado explícitamente por los autores en esta sección.
Declaración del editor
El editor responsable certifica que el proceso editorial del presente artículo se desarrolló conforme a los principios de integridad científica,
transparencia y buenas prácticas editoriales. El manuscrito fue sometido a un proceso de evaluación mediante revisión por pares doble ciego,
garantizando la confidencialidad de la identidad de los autores y revisores durante todo el proceso de dictamen académico. Asimismo, el editor
declara que el artículo cumple con los criterios científicos, metodológicos y éticos establecidos por la revista.
Declaración de los revisores
Los revisores externos que participaron en la evaluación del presente manuscrito declaran haber realizado el proceso de revisión de manera objetiva,
independiente y confidencial. Asimismo, manifiestan que no mantienen conflictos de interés con los autores ni con la investigación evaluada, y que
sus observaciones y recomendaciones se fundamentan exclusivamente en criterios científicos, metodológicos y académicos.
Declaración ética de la investigación
Los autores declaran que la investigación se desarrolló respetando los principios éticos de la investigación científica, garantizando la confidencialidad
de los datos y el respeto a los participantes del estudio. En los casos en que la investigación involucre seres humanos, los procedimientos deben
ajustarse a los principios éticos establecidos en la Declaración de Helsinki y a las normativas institucionales correspondientes.
Declaración sobre el uso de inteligencia artificial
Los autores declaran que el uso de herramientas de inteligencia artificial, en caso de haberse utilizado durante el proceso de investigación o redacción
del manuscrito, se realizó únicamente como apoyo técnico para mejorar la claridad del lenguaje o el análisis de información, manteniendo siempre la
responsabilidad intelectual sobre el contenido del artículo. Las herramientas de inteligencia artificial no fueron utilizadas como autoras del
manuscrito ni sustituyen la responsabilidad académica de los investigadores.
Disponibilidad de datos
Los datos que respaldan los resultados de esta investigación estarán disponibles previa solicitud razonable al autor de correspondencia, respetando las
normas éticas y de confidencialidad establecidas por la investigación.
