Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 517
ALFABETIZACIÓN EN INTELIGENCIA ARTIFICIAL Y AUTONOMÍA DEL
APRENDIZAJE EN ESTUDIANTES DE EDUCACIÓN GENERAL BÁSICA DE LA UNIDAD
EDUCATIVA MANUEL J. CALLE, CUENCA, ECUADOR
ARTIFICIAL INTELLIGENCE LITERACY AND LEARNING AUTONOMY IN BASIC
GENERAL EDUCATION STUDENTS AT MANUEL J. CALLE EDUCATIONAL UNIT,
CUENCA, ECUADOR
Autores: ¹Marta Liliana López Ramírez, ²Whitney Walkiria Maldonado Rodríguez, ³Carmen
Mariana Gilces Pico y
4
Alan Rodrigo Carvajal Murillo.
¹ORCID ID: https://orcid.org/0009-0006-4710-8790
²ORCID ID: https://orcid.org/0009-0008-0388-3431
3
ORCID ID: https://orcid.org/0009-0009-9852-2803
4
ORCID ID: https://orcid.org/0009-0002-0381-5718
¹E-mail de contacto: marta.lopez@docentes.educacion.edu.ec
²E-mail de contacto: whitney.maldonado.r@gmail.com
³E-mail de contacto: mariana.gilces@gmail.com
4
E-mail de contacto: ingalancarvajal@gmail.com
Afiliación:
1
*
2
*Ministerio de Educación, (Ecuador).
3*4*
Universidad Estatal de Milagro, (Ecuador).
Artículo recibido: 10 de Agosto del 2026.
Artículo revisado: 12 de Agosto del 2026.
Artículo aprobado: 12 de Agosto del 2026.
¹Licenciada en Ciencias de la Educación, graduada por la Universidad Estatal de Milagro, (Ecuador). Magíster Universitario en Formación
de Profesores de Secundaria de la República del Ecuador, con especialidad en Administración de Empresas y Economía, por la
Universidad Autónoma de Madrid, (España). Docente del Ministerio de Educación en la Unidad Educativa Fiscal “Naranjito”
(Ecuador), Docente del MINEDEC.
²Licenciada en Pedagogía de la Lengua y la Literatura, graduada por la Universidad Nacional de Chimborazo, (Ecuador). Docente del
Ministerio de Educación en la Unidad Educativa Fiscomisional “Padre Renato Selva”, Cruz Chicta Napo, (Ecuador).
³Ingeniero Civil, graduado de la Universidad Técnica de Manabí, (Ecuador). Magíster en Educación, con mención en Docencia e
Investigación en Educación Superior, de la Universidad Estatal de Milagro, (Ecuador).
4
Ingeniero Civil, graduado de la Universidad Técnica de Manabí, (Ecuador). Magíster En Educación, con Mención en Docencia e
Investigación en Educación Superior, de la Universidad Estatal de Milagro, (Ecuador).
Resumen
La presente investigación tuvo como objetivo
determinar la relación entre la alfabetización en
inteligencia artificial y la autonomía del
aprendizaje en estudiantes de Educación
General Básica de la Unidad Educativa Manuel
J. Calle, de la ciudad de Cuenca, Ecuador. El
estudio se ubicó dentro de un enfoque
cuantitativo, con un diseño no experimental y
un alcance correlacional asociativo. La
población estuvo conformada por 97
estudiantes y la muestra por 28 estudiantes,
seleccionados mediante un muestreo no
probabilístico por conveniencia. Como técnica
de recolección de datos se empleó la encuesta,
aplicada a través de un cuestionario
estructurado de 30 ítems con escala tipo Likert,
cuya confiabilidad alcanzó un alfa de Cronbach
de 0,959. La prueba de Shapiro-Wilk confirmó
el cumplimiento del supuesto de normalidad,
por lo que se aplicó el coeficiente de correlación
de Pearson. Los resultados mostraron relaciones
positivas y estadísticamente significativas entre
la autonomía del aprendizaje y las dimensiones
ética, con r = 0,554 y p = 0,002; cognitiva, con
r = 0,640 y p < 0,001; y práctica, con r = 0,718
y p < 0,001. De manera global, la alfabetización
en inteligencia artificial presentó una
correlación positiva muy fuerte con la
autonomía del aprendizaje, con r = 0,815 y p <
0,001. Se concluyó que ambas competencias se
encontraron estrechamente asociadas en el
grupo estudiado, lo que evidenció la pertinencia
de fortalecerlas de manera articulada en el nivel
de Educación General Básica.
Palabras clave: Alfabetización en
inteligencia artificial, Autonomía del
aprendizaje, Educación básica, Correlación,
Competencias digitales.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 518
Abstract
This research aimed to determine the
relationship between artificial intelligence
literacy and learning autonomy among Basic
General Education students at the Manuel J.
Calle Educational Unit in Cuenca, Ecuador. The
study followed a quantitative approach, with a
nonexperimental design and a correlational-
associative scope. The population consisted of
97 students, and the sample comprised 28
students selected through nonprobability
convenience sampling. Data were collected
through a 30-item structured questionnaire with
a five-point Likert scale, which reached a
Cronbach's alpha of .959. The Shapiro-Wilk test
supported the normality assumption; therefore,
Pearson's correlation coefficient was used.
Results showed positive and statistically
significant relationships between learning
autonomy and the ethical dimension, with r =
.554 and p = .002; the cognitive dimension, with
r = .640 and p < .001; and the practical
dimension, with r = .718 and p < .001. Overall,
artificial intelligence literacy showed a very
strong positive correlation with learning
autonomy, with r = .815 and p < .001. It was
concluded that both competencies were closely
associated in the studied group, highlighting the
relevance of strengthening them jointly at the
Basic General Education level.
Keywords: Artificial intelligence literacy,
Learning autonomy, Basic education,
Correlation, Digital competencies.
Sumário
A presente pesquisa teve como objetivo
determinar a relação entre a alfabetização em
inteligência artificial e a autonomia da
aprendizagem em estudantes da Educação Geral
Básica da Unidade Educacional Manuel J.
Calle, localizada na cidade de Cuenca, Equador.
O estudo foi desenvolvido sob uma abordagem
quantitativa, com delineamento não
experimental, corte transversal e alcance
correlacional associativo. A população foi
composta por 97 estudantes e a amostra por 28
participantes, selecionados por meio de
amostragem não probabilística por
conveniência. Como técnica de coleta de dados,
utilizou-se a pesquisa por questionário,
mediante a aplicação de um instrumento
estruturado com 30 itens, avaliados em uma
escala do tipo Likert de cinco pontos. A
confiabilidade global do instrumento alcançou
um alfa de Cronbach de 0,959. O teste de
Shapiro-Wilk confirmou a normalidade dos
dados, razão pela qual foi utilizado o coeficiente
de correlação de Pearson. Os resultados
evidenciaram relações positivas e
estatisticamente significativas entre a
autonomia da aprendizagem e as dimensões
ética, com r = 0,554 e p = 0,002; cognitiva, com
r = 0,640 e p < 0,001; e prática, com r = 0,718 e
p < 0,001. De modo geral, a alfabetização em
inteligência artificial apresentou uma
correlação positiva muito forte com a
autonomia da aprendizagem, com r = 0,815 e p
< 0,001. Concluiu-se que ambas as variáveis
estavam estreitamente associadas, evidenciando
a pertinência de fortalecer, de maneira
articulada, as competências cognitivas, práticas
e éticas relacionadas ao uso da inteligência
artificial e aos processos de aprendizagem
autônoma.
Palavras-chave: Alfabetização em
inteligência artificial, Autonomia da
aprendizagem, Educação básica, Correlação,
Competências digitais.
Introducción
La educación del siglo XXI se desarrolló en un
escenario atravesado por la incorporación
progresiva de sistemas de inteligencia artificial
en los procesos de enseñanza y aprendizaje.
Esta transformación tecnológica planteó nuevos
desafíos formativos, entre ellos la necesidad de
que los estudiantes desarrollaran competencias
que les permitieran comprender, usar y evaluar
críticamente dichas herramientas, sin perder de
vista su papel activo en la construcción del
propio conocimiento. En este contexto, la
alfabetización en inteligencia artificial emergió
como una competencia clave para la ciudadanía
digital, mientras que la autonomía del
aprendizaje se consolidó como una habilidad
transversal que permitió a los estudiantes
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 519
planificar, monitorear y evaluar sus propios
procesos formativos. La relación entre ambas
variables cobró particular relevancia en la
Educación General Básica, etapa en la que se
sentaron las bases de la autorregulación y del
pensamiento crítico frente a las tecnologías
emergentes. En primer lugar, Grizzle et al.
(2021), en un estudio de alcance internacional
promovido por la UNESCO que no se
circunscribió a un país específico, sostuvieron
que la alfabetización mediática e informacional
debió ampliarse para incorporar competencias
específicas frente a los sistemas algorítmicos,
dado que estos moldearon crecientemente el
acceso y la producción de información en los
entornos educativos de distintas regiones del
mundo. La revisión curricular, contenida en un
documento de 403 páginas, integró la
comprensión de los sesgos algorítmicos como
un componente indispensable de la formación
ciudadana contemporánea.
Los resultados evidenciaron que, si bien cerca
del 60% de la población mundial ya utilizaba
Internet en ese momento, la formación
sostenible en alfabetización mediática e
informacional continuaba siendo insuficiente en
distintas regiones, por lo que se concluyó que la
incorporación temprana de estos contenidos
permitió sentar una base conceptual
internacional para los marcos posteriores de
alfabetización en inteligencia artificial. Para
comenzar, cabe referir a Mahadewi et al.
(2025), quienes, en una revisión sistemática de
la literatura desarrollada en Indonesia sobre la
alfabetización en inteligencia artificial en
estudiantes de educación superior, sostuvieron
que dicha competencia se consolidó como un
requisito indispensable para el desempeño
académico y profesional del estudiantado
universitario. El estudio empleó una
metodología de revisión sistemática mediante la
consulta de las bases de datos Scopus, Web of
Science, Science Direct y Sage Journals. Los
resultados evidenciaron que, de 153
documentos identificados inicialmente, solo 11
cumplieron los criterios de elegibilidad para el
análisis final, por lo que se concluyó que la
escasez de estudios que evaluaran la
importancia de esta alfabetización limitó la
comprensión profunda del tema y evidenció la
necesidad de que las instituciones de educación
superior ofrecieran programas que la
fortalecieran. En esta línea, Tsutsumi et al.
(2026), en una investigación desarrollada en
escuelas secundarias de Japón, abordaron el
aprendizaje sobre inteligencia artificial
mediante el diseño de una unidad curricular
basada en la creación de juguetes digitales,
fundamentada en la teoría del empoderamiento
computacional.
El estudio combinó un diseño instruccional
cualitativo con un análisis descriptivo de las
respuestas de setenta y dos estudiantes de
educación secundaria básica. Los resultados
mostraron que, de las 66 respuestas válidas
obtenidas (92% de tasa de respuesta), 53
estudiantes evidenciaron una participación
autodeterminada frente al uso de la tecnología,
lo que condujo a concluir que las propuestas
curriculares orientadas a la creación permitieron
articular el pensamiento computacional con una
valoración crítica del impacto social de la
inteligencia artificial. Desde esta perspectiva,
Farinosi y Melchior (2025), en un estudio de
alcance nacional desarrollado en Italia con
estudiantes universitarios de veinticuatro
instituciones de educación superior,
evidenciaron que el uso de herramientas de
inteligencia artificial generativa en el ámbito
académico coexistió con reservas éticas
relacionadas con la integridad académica y con
el pensamiento crítico. La investigación se
sustentó en un enfoque cuantitativo mediante
una encuesta en línea aplicada a 1366
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 520
estudiantes de grado, maestría y doctorado. Los
resultados evidenciaron que el 69,2% del
estudiantado reconoció haber empleado estas
herramientas en proyectos personales, frente a
un 38,7% que declaró usarlas en tareas
académicas, mientras que el 81,4% consideró
que las universidades debieron regular su uso en
lugar de prohibirlo, por lo que se concluyó que
la integración responsable de la inteligencia
artificial generativa requirió del desarrollo de
una alfabetización digital específica y de
políticas institucionales claras. Bajo este
enfoque, Buitrago et al. (2024) en una propuesta
teórica desarrollada en España, plantearon que
la alfabetización en inteligencia artificial debió
articularse en dimensiones cognitivas, éticas,
emocionales y creativas para responder de
manera integral a los retos que planteó la
irrupción de la inteligencia artificial generativa
en los entornos educativos. El estudio adoptó
una metodología de revisión y sistematización
teórica que permitió identificar seis
dimensiones fundamentales de esta
competencia.
Los resultados mostraron una articulación
conceptual sólida entre la comprensión técnica
y la reflexión ética de los sistemas de
inteligencia artificial, por lo que se concluyó
que un enfoque integrado resultó más pertinente
que las propuestas fragmentadas previas. En el
marco de este análisis, Chiecher (2025) en una
propuesta didáctica desarrollada en Argentina
para estudiantes universitarios de ingeniería,
incorporó la inteligencia artificial como
compañera de equipo en una tarea grupal
orientada a fortalecer competencias
transversales. El estudio adoptó un enfoque
cualitativo de diseño instruccional, mediante la
creación de un asistente virtual que colaboró
con grupos de un máximo de tres estudiantes en
la organización del trabajo, el reconocimiento
de fortalezas y la planificación del tiempo. Los
resultados evidenciaron el potencial de esta
estrategia para promover el trabajo en equipo, la
gestión del tiempo y la competencia digital, por
lo que se concluyó que la integración de la
inteligencia artificial como par colaborativo
constituyó una alternativa pedagógica
innovadora aún poco explorada en la educación
superior latinoamericana. A partir de este
planteamiento, Castro et al. (2024) en un
estudio desarrollado en Chile sobre la
integración curricular de la alfabetización en
inteligencia artificial en la educación básica,
identificaron oportunidades de articulación
entre los currículos internacionales propuestos
por la UNESCO y el currículo nacional de
Educación Tecnológica. La investigación
adoptó una metodología cualitativa mediante un
estudio de caso descriptivo y exploratorio de los
programas de estudio de los seis niveles de
educación básica, de primero a sexto año.
Los resultados evidenciaron que, de las tres
áreas de contenido que comprendieron los
currículos internacionales de alfabetización en
inteligencia artificial, el área de Tecnologías de
la Información y la Comunicación constituyó la
más pertinente para dicha integración, por lo
que se concluyó que resultó posible avanzar
hacia un currículo integrado sin necesidad de
crear asignaturas adicionales. Asimismo,
Navarro (2024) en una investigación realizada
en México con docentes de la Universidad
Nacional Autónoma de México, encontró que la
alfabetización en inteligencia artificial careció
inicialmente de una sistematización formal, a
pesar de que los profesionales reconocieron la
presencia creciente de estas herramientas en sus
prácticas pedagógicas cotidianas. La
investigación describió y evaluó distintas
ediciones de un taller dirigido al profesorado.
Los resultados mostraron que la formación
específica fortaleció el uso educativo de la
inteligencia artificial y promovió iniciativas de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 521
aplicación posteriores, por lo que se concluyó
que resultó necesario consolidar programas
formales de capacitación en este campo.
Además, De León et al. (2024) en una
investigación desarrollada en universidades de
Guatemala, evidenciaron una brecha de
conocimiento sobre inteligencia artificial entre
catedráticos y estudiantes universitarios que
dificultó su integración pedagógica. El estudio
combinó una fase documental inicial con una
investigación cualitativa sustentada en la teoría
fundamentada. Los resultados mostraron que
dicha brecha generó desconfianza y
ambigüedad en torno a la legitimidad del uso de
estas herramientas en las actividades
académicas, por lo que se concluyó que resultó
necesario reducir dicha brecha mediante
procesos formativos dirigidos tanto a docentes
como a estudiantes.
De igual manera, Barrios y Carazas (2025) en
una revisión sistemática desarrollada en Perú
sobre la alfabetización en inteligencia artificial
en estudiantes universitarios, identificaron
desafíos relacionados con la capacitación, la
atribución de fuentes en los textos generados y
las preocupaciones éticas asociadas al uso de
estas herramientas. El estudio analizó
publicaciones recientes mediante el método
PRISMA, consultando las bases de datos
Scopus, Scielo y Web of Science. Los
resultados evidenciaron que, de un total de 537
artículos revisados, se seleccionaron 24
procedentes de Scopus para el análisis final, lo
que condujo a recomendar la integración
curricular temprana de estas competencias. Del
mismo modo, Cabrera et al. (2025) en una
investigación desarrollada en una unidad
educativa del cantón Catamayo, provincia de
Loja, Ecuador, documentaron que el uso de la
inteligencia artificial en la resolución de
actividades académicas coexistió con dudas
sobre su legitimidad pedagógica. El estudio
adoptó un enfoque mixto, descriptivo y
correlacional, aplicado a una muestra de
veintiséis estudiantes de bachillerato técnico
mediante un cuestionario estructurado. Los
resultados mostraron que el 76,9% del
estudiantado reconoció conocer qué era la
inteligencia artificial y el 61,5% consideró que
esta aportaba académicamente, mientras que el
50% consideró incorrecto su uso en las tareas
escolares, por lo que se concluyó que la
integración de la inteligencia artificial en la
educación requirió de un enfoque ético y
pedagógico que promoviera la autonomía y el
pensamiento crítico del estudiantado.
Igualmente, Herrera et al. (2024) en una
investigación desarrollada por autores de la
Universidad de Guayaquil y de la Universidad
Estatal de Milagro, Ecuador, evidenciaron que
el impacto de la inteligencia artificial en los
procesos comunicativos se tradujo en
transformaciones significativas en la manera en
que los usuarios accedieron, interpretaron y
compartieron información.
El estudio adoptó un enfoque de revisión y
análisis documental, con una técnica
hermenéutica sustentada en la consulta de las
bases de datos Google Académico y Scielo. Los
resultados, presentados a lo largo de las 19
páginas del artículo, evidenciaron que la falta de
una alfabetización específica en estas
herramientas limitó su aprovechamiento
pedagógico, y se concluyó que la educación
ecuatoriana debió incorporar de manera
prioritaria estas competencias en sus distintos
niveles. En ese sentido, Viñan et al. (2025), en
una investigación desarrollada con estudiantes
de educación superior de Riobamba, Ecuador,
relacionaron el uso de la inteligencia artificial
generativa con la construcción activa del
conocimiento y con la autonomía del
aprendizaje. El estudio adoptó un enfoque
cuantitativo de diseño descriptivo, mediante
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 522
una encuesta de treinta ítems aplicada a 380
estudiantes, con un nivel de confianza del 95%
y un margen de error del 5%. Los resultados
evidenciaron que, aunque la mayoría empleó la
inteligencia artificial para formular preguntas y
transferir aprendizajes, sus prácticas
metacognitivas y críticas se ubicaron en niveles
moderados, por lo que se concluyó que resultó
necesario fortalecer las estrategias de
autorregulación mediante programas de
alfabetización digital. Al respecto, Mullo et al.
(2024) en un estudio desarrollado en Ecuador,
sostuvieron que la formación de profesionales
de la comunicación enfrentó retos y
oportunidades derivados de la incorporación de
la inteligencia artificial en los procesos
formativos universitarios. La investigación se
basó en un análisis documental de experiencias
educativas recientes en el país.
Los resultados mostraron que la ausencia de
lineamientos institucionales claros dificultó una
integración pedagógica coherente de estas
tecnologías, por lo que se concluyó que resultó
indispensable articular políticas educativas
nacionales específicas para su uso responsable.
Sumado a ello, la Unidad Educativa Manuel J.
Calle, ubicada en la ciudad de Cuenca,
provincia del Azuay, Ecuador, constituyó una
institución de trayectoria en la formación de
estudiantes de Educación General Básica en la
región. En los últimos años, la institución
incorporó progresivamente el uso de recursos
digitales en sus procesos de enseñanza, lo que
evidenció la necesidad de acompañar dicha
incorporación con estrategias pedagógicas
orientadas al desarrollo de la autonomía del
aprendizaje del estudiantado. Aunado a lo
anterior, dentro de este contexto institucional
ecuatoriano, se identificó que los estudiantes de
Educación General Básica de la Unidad
Educativa Manuel J. Calle emplearon con
frecuencia creciente herramientas digitales y
aplicaciones basadas en inteligencia artificial
para el desarrollo de tareas escolares, sin que
existiera, hasta el momento, evidencia empírica
local sobre la relación entre dicho uso y el
desarrollo de su autonomía como aprendices.
Considerando lo anterior, Porlezza y Schapals
(2024) sostuvieron que la ausencia de
mecanismos robustos de verificación en la
automatización de contenidos informativos
erosionó la legitimidad democrática de las
sociedades contemporáneas, lo que reforzó la
urgencia de formar ciudadanos capaces de
comprender y cuestionar los sistemas
algorítmicos desde edades tempranas. Por ello,
la presente investigación se justificó
socialmente en la medida en que aportó
evidencia sobre la relación entre la
alfabetización en inteligencia artificial y la
autonomía del aprendizaje, contribuyendo a la
formación de una ciudadanía digital crítica
desde la Educación General Básica.
De forma complementaria, Wood et al. (2021)
evidenciaron que la integración curricular de
contenidos sobre inteligencia artificial requirió
del acompañamiento de estrategias didácticas
concretas que permitieron a los estudiantes
apropiarse progresivamente de estas
herramientas. En este sentido, el estudio se
justificó prácticamente al ofrecer a la Unidad
Educativa Manuel J. Calle información
empírica que pudo orientar el diseño de
estrategias pedagógicas específicas para
fortalecer, de manera articulada, la
alfabetización en inteligencia artificial y la
autonomía del aprendizaje de sus estudiantes.
En razón de ello, y de acuerdo con Barrios y
Carazas (2025), la falta de sistematización
pedagógica sobre el uso de la inteligencia
artificial en contextos educativos limitó el
desarrollo de competencias de autorregulación
en los estudiantes. En consecuencia, la
investigación se justificó pedagógicamente al
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 523
proporcionar un marco de análisis que permitió
comprender cómo la alfabetización en
inteligencia artificial se relacionó con la
capacidad de los estudiantes para planificar,
monitorear y evaluar sus propios procesos de
aprendizaje. Toda vez que, conforme a lo
planteado por Buitrago et al. (2024), los
estudios sobre alfabetización en inteligencia
artificial se concentraron mayoritariamente en
poblaciones universitarias, se evidenció un
vacío investigativo relevante en los niveles de
educación básica. Por consiguiente, la presente
investigación adquirió pertinencia académica al
generar evidencia empírica sobre esta relación
en un grupo de estudiantes de Educación
General Básica, contribuyendo así a ampliar la
producción científica disponible en este campo
de estudio.
Partiendo de esta premisa, Ünalmış et al. (2024)
entendieron la alfabetización en inteligencia
artificial como el conjunto de conocimientos,
habilidades y actitudes que permitieron a una
persona interactuar de manera informada,
crítica y responsable con los sistemas de
inteligencia artificial presentes en su entorno
cotidiano. Esta conceptualización trascendió el
manejo técnico de las herramientas, para
incorporar una comprensión más amplia de sus
implicaciones sociales. En concordancia con
ello, Porlezza y Schapals (2024) señalaron que
dicha competencia se vinculó estrechamente
con la capacidad de los sujetos para reconocer
los límites de la automatización y para
identificar la necesidad de mecanismos de
transparencia y rendición de cuentas frente a los
sistemas algorítmicos. Esta perspectiva
permitió comprender la alfabetización en
inteligencia artificial no solo como un conjunto
de destrezas individuales, sino también como
una condición para el ejercicio de una
ciudadanía informada. De forma análoga, desde
el Digital Education Council (2025), la
alfabetización en inteligencia artificial
generativa se articuló como un conjunto
estructurado de competencias orientadas a
evaluar la confiabilidad del contenido
producido por estos sistemas y a comprender la
transparencia necesaria en su uso. Esta
conceptualización se alineó con el modelo
propuesto por Ng et al. (2021), en la medida en
que ambos enfoques coincidieron en reconocer
que la alfabetización en inteligencia artificial
integró componentes cognitivos, prácticos y
éticos de manera interdependiente. En términos
concretos, la presente investigación adoptó el
modelo teórico propuesto por Ng et al. (2021),
quienes conceptualizaron la alfabetización en
inteligencia artificial como una competencia
integrada por cuatro componentes
fundamentales: conocer y comprender la
inteligencia artificial, usar y aplicar la
inteligencia artificial, evaluar y crear con
inteligencia artificial, y la ética de la
inteligencia artificial. Para efectos de esta
investigación, dicho modelo se adaptó y
organizó en tres dimensiones: cognitiva,
práctica y ética, que permitieron
operacionalizar la variable de manera coherente
con el nivel de Educación General Básica.
En particular, Ünalmış et al. (2024) y la
UNESCO (2024) coincidieron en que la
dimensión cognitiva de la alfabetización en
inteligencia artificial comprendió el
conocimiento de los conceptos fundamentales
que explicaron el funcionamiento de estos
sistemas, tales como el entrenamiento de
modelos, el uso de datos y los principios básicos
de los algoritmos. El marco de competencias en
inteligencia artificial para estudiantes propuesto
por este organismo estableció que dicha
comprensión conceptual constituyó la base
sobre la cual se desarrollaron las demás
competencias asociadas a esta alfabetización.
Específicamente, Allen y Kendeou (2023)
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 524
evidenciaron que la dimensión práctica de la
alfabetización en inteligencia artificial implicó
la capacidad de los estudiantes para emplear
estas herramientas de manera efectiva en tareas
concretas, tales como la búsqueda de
información, la generación de contenidos y la
resolución de problemas escolares. El marco
interdisciplinario propuesto por los autores
destacó que esta dimensión debió desarrollarse
de manera progresiva y contextualizada dentro
de los distintos niveles educativos. Conviene
precisar que, tal como lo indican Vera et al.
(2023), la dimensión ética de la alfabetización
en inteligencia artificial requirió que los
estudiantes reconocieran los principios de
responsabilidad, transparencia y equidad
implicados en el uso de estas herramientas,
evitando su empleo acrítico dentro de los
procesos formativos.
Esta dimensión resultó especialmente relevante
en la educación superior ecuatoriana analizada
por los autores, quienes destacaron la necesidad
de trasladar esta reflexión ética también a los
niveles de educación básica. La teoría del
conectivismo, formulada por Siemens en 2005,
sostuvo que el aprendizaje en la era digital se
construyó a partir de la conexión entre nodos de
información distribuidos en redes tecnológicas,
lo que resultó pertinente para comprender la
manera en que los estudiantes interactuaron con
los sistemas de inteligencia artificial como
fuentes de conocimiento. Como lo señala
García San Martín (2024), esta perspectiva
conectivista debió actualizarse para incorporar
la mediación algorítmica en la construcción del
conocimiento docente y estudiantil
contemporáneo. La teoría del procesamiento de
la información, desarrollada por Atkinson y
Shiffrin en 1968, explicó el aprendizaje como
un conjunto de procesos de recepción,
codificación, almacenamiento y recuperación
de la información. Esta perspectiva permitió
comprender cómo los estudiantes procesaron
los contenidos generados por sistemas de
inteligencia artificial. Como lo evidencian
Muratova et al. (2024), el enfoque cognitivo
resultó complementario a los modelos de
alfabetización digital contemporáneos, que
integraron el análisis crítico de la información
como parte del procesamiento cognitivo del
estudiantado. La teoría crítica de la tecnología,
formulada por Feenberg en 1991, sostuvo que
las herramientas digitales no resultaron
neutrales, sino que reflejaron relaciones de
poder, valores culturales y decisiones de diseño
que debieron ser analizadas críticamente por sus
usuarios. Como lo reportan Wang et al. (2024),
esta perspectiva crítica permitió comprender
por qué la brecha de la inteligencia artificial
afectó de manera desigual a distintos grupos
sociales, lo que reforzó la pertinencia de esta
teoría para el análisis de la alfabetización en
inteligencia artificial en contextos educativos
diversos.
Así, Andrade et al. (2023) definieron la
autonomía del aprendizaje como la capacidad
del estudiante para asumir un rol activo y
responsable en la gestión de su propio proceso
formativo, sustentada en creencias de
autoeficacia que le permitieron enfrentar con
confianza los retos académicos. Esta
conceptualización situó a la autorregulación
como un componente central de la autonomía
estudiantil. De manera similar, Demuner et al.
(2023) señalaron que dicha autonomía se
relacionó estrechamente con el empleo de
estrategias de aprendizaje autorregulado,
entendidas como los procedimientos que los
estudiantes emplearon deliberadamente para
organizar, dirigir y evaluar su propio
aprendizaje. Los autores destacaron que estas
estrategias resultaron especialmente relevantes
en contextos educativos marcados por una
creciente mediación tecnológica. En sintonía
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 525
con este planteamiento, Enríquez y Hernández
(2021) sostuvieron que la autonomía del
aprendizaje adquirió mayor visibilidad en los
procesos educativos recientes, en los que los
estudiantes debieron asumir una
responsabilidad creciente sobre la organización
de su tiempo y de sus recursos de aprendizaje.
Esta conceptualización se articuló con el
modelo teórico adoptado en la presente
investigación, en la medida en que ambos
enfoques coincidieron en reconocer la
planificación, el monitoreo y la evaluación
como procesos constitutivos de la autonomía
estudiantil. De este modo, la presente
investigación adoptó el modelo teórico
propuesto por Peralta (2023), quien, a partir de
una revisión bibliográfica sistemática sobre el
aprendizaje autónomo en estudiantes de
educación básica, identificó tres procesos
fundamentales que estructuraron esta
competencia: la planificación, el monitoreo y la
evaluación del propio proceso de aprendizaje.
Dicho modelo se sustentó en los principios del
aprendizaje autorregulado y permitió
operacionalizar la variable autonomía del
aprendizaje en tres dimensiones equivalentes
para efectos de la presente investigación. Por
ejemplo, Navarro et al. (2022) indicaron que la
dimensión de planificación implicó que el
estudiante estableciera metas claras, organizara
los recursos disponibles y seleccionara las
estrategias adecuadas antes de emprender una
tarea de aprendizaje. Los autores destacaron que
esta dimensión requirió del acompañamiento
docente para su adecuado desarrollo,
especialmente en los primeros niveles de
escolaridad. En consonancia con ello,
Hernández et al. (2021) sostuvieron que la
dimensión de monitoreo comprendió la
capacidad del estudiante para realizar un
seguimiento consciente de su propio desempeño
durante la ejecución de una tarea, ajustando sus
estrategias cuando fue necesario para el logro de
las metas propuestas. Esta dimensión se
relacionó estrechamente con los procesos
metacognitivos implicados en el aprendizaje
autorregulado. De ahí que, como lo evidencia
Juárez (2023), la dimensión de evaluación
involucró la reflexión del estudiante sobre los
resultados alcanzados y sobre el cumplimiento
de las metas formuladas inicialmente, lo que
permitió retroalimentar los procesos futuros de
aprendizaje. La propuesta de evaluación
formativa analizada por el autor demostró que
la capacitación docente incidió directamente en
el fortalecimiento de esta dimensión en el
estudiantado. La teoría del aprendizaje social,
formulada por Bandura en 1977, sostuvo que el
aprendizaje se produjo mediante la observación,
la imitación y el modelamiento de conductas
dentro de un contexto social determinado, lo
que resultó relevante para comprender cómo los
estudiantes desarrollaron progresivamente su
autonomía a partir de la mediación docente.
Como lo señalan Villagómez et al. (2023), esta
perspectiva banduriana continuó vigente como
estrategia pedagógica para la enseñanza de
competencias ciudadanas y autorregulatorias en
el aula. La teoría constructivista, desarrollada
por Piaget y difundida en su obra de 1952,
sostuvo que el conocimiento se construyó
activamente por el propio sujeto a partir de su
interacción con el entorno. Este planteamiento
ubicó al estudiante como protagonista de su
proceso formativo y sentó las bases
conceptuales de la autonomía del aprendizaje.
Como lo reportan Ñontol et al. (2022), enfoques
como el design thinking se derivaron de esta
tradición constructivista y potenciaron el
pensamiento crítico y la autonomía estudiantil
en contextos de educación básica. La teoría de
la autodeterminación, desarrollada por Deci y
Ryan en 1985, planteó que la motivación
intrínseca del estudiante dependió de la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 526
satisfacción de sus necesidades de autonomía,
competencia y vinculación social, lo que
explicó por qué determinados entornos
educativos favorecieron en mayor medida el
desarrollo de la autonomía del aprendizaje.
Conforme a lo planteado por Paredes (2023),
factores como la madurez emocional y el clima
escolar influyeron significativamente en los
límites de dicha autonomía durante la etapa
escolar. La investigación tuvo como objetivo
general determinar la relación entre la
alfabetización en inteligencia artificial y la
autonomía del aprendizaje en los estudiantes de
Educación General Básica de la Unidad
Educativa Manuel J. Calle, ubicada en Cuenca,
Ecuador; para ello, se plantearon como
objetivos específicos establecer la relación entre
la dimensión ética de la alfabetización en
inteligencia artificial y la autonomía del
aprendizaje, determinar la relación entre la
dimensión cognitiva y dicha autonomía, e
identificar la relación entre la dimensión
práctica de la alfabetización en inteligencia
artificial y la autonomía del aprendizaje de los
estudiantes de la institución.
En correspondencia con estos objetivos, se
formuló como hipótesis de investigación que
existe una relación estadísticamente
significativa entre la alfabetización en
inteligencia artificial y la autonomía del
aprendizaje en los estudiantes de Educación
General Básica de la Unidad Educativa Manuel
J. Calle, mientras que la hipótesis nula sostuvo
que no existe una relación estadísticamente
significativa entre ambas variables. A partir de
estos planteamientos, la pregunta que orientó el
estudio fue la siguiente: ¿cuál fue la relación
entre la alfabetización en inteligencia artificial
y la autonomía del aprendizaje en los
estudiantes de Educación General Básica de la
Unidad Educativa Manuel J. Calle, Cuenca,
2026?
Materiales y Métodos
Dado este escenario, la presente investigación
se ubicó dentro del tipo de estudio básico, en la
medida en que buscó generar conocimiento
científico sobre la relación entre las variables
estudiadas, sin una finalidad de intervención
inmediata, sino orientado a ampliar la
comprensión teórica del fenómeno educativo
abordado. En consecuencia, el estudio adoptó
un enfoque cuantitativo, en tanto que la
información recolectada se sometió a un
tratamiento estadístico que permitió cuantificar
la relación entre las variables. El diseño de la
investigación fue no experimental, dado que no
se manipularon deliberadamente las variables
de estudio, sino que estas se observaron en su
contexto natural.
Por consiguiente, el alcance de la investigación
fue correlacional asociativo, puesto que se
orientó a determinar el grado de relación
existente entre la alfabetización en inteligencia
artificial y la autonomía del aprendizaje, sin
establecer relaciones de causalidad entre ambas
variables. Por ende, la población estuvo
conformada por 97 estudiantes de Educación
General Básica de la Unidad Educativa Manuel
J. Calle. De esta población se seleccionó una
muestra de 28 estudiantes mediante un
muestreo no probabilístico por conveniencia, en
función de la accesibilidad y disponibilidad de
los participantes para el desarrollo del estudio.
En virtud de lo expuesto, como técnica de
recolección de datos se empleó la encuesta,
aplicada a través de un cuestionario
estructurado conformado por 30 ítems. Quince
ítems correspondieron a la alfabetización en
inteligencia artificial, distribuidos en las
dimensiones ética, cognitiva y práctica; los 15
restantes evaluaron la autonomía del
aprendizaje mediante las dimensiones
planificación, monitoreo y evaluación. Cada
dimensión estuvo integrada por cinco ítems,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 527
valorados mediante una escala tipo Likert de
cinco puntos. Tal es el caso de la confiabilidad
global del instrumento, la cual se determinó
mediante el coeficiente alfa de Cronbach, cuyo
valor fue de 0,959, lo que evidenció una
consistencia interna excelente. Como lo señalan
Frías y Pascual (2022), un valor de alfa igual o
superior a 0,70 sugirió una fiabilidad adecuada
de consistencia interna del instrumento
aplicado. Ahora bien, previo al análisis
correlacional, se verificó el supuesto de
normalidad de los datos mediante la prueba de
Shapiro-Wilk. Para la variable alfabetización en
inteligencia artificial se obtuvo W = 0,974 y p =
0,681; mientras que para la variable autonomía
del aprendizaje se obtuvo W = 0,964 y p =
0,438.
Debido a ello, y dado que los valores de
significación de ambas variables fueron
superiores a 0,05, no se rechazó el supuesto de
normalidad. En consecuencia, se utilizó el
coeficiente de correlación de Pearson para
analizar la relación entre las variables y las
dimensiones de la alfabetización en inteligencia
artificial. Si bien es cierto que toda
investigación con seres humanos conlleva
responsabilidades éticas, Cartagena et al. (2024)
señalaron que el consentimiento informado
constituyó un elemento indispensable en toda
investigación que involucró personas, en la
medida en que garantizó que los participantes,
o sus representantes legales en el caso de
menores de edad, conocieran los objetivos,
procedimientos y alcances del estudio antes de
aceptar su participación. En la presente
investigación se solicitó el consentimiento
informado de los representantes legales de los
estudiantes, así como el asentimiento de los
propios estudiantes, previo a la aplicación del
instrumento. Con todo, de acuerdo con Estalella
(2022), la confidencialidad y el anonimato de
los participantes debieron resguardarse a lo
largo de todo el proceso investigativo, evitando
que la información recolectada pudiera
vincularse a la identidad de los estudiantes
involucrados. En este estudio, los datos
obtenidos se manejaron de manera anónima y
con fines exclusivamente académicos,
garantizando la protección de la información
proporcionada por los participantes. Pese a lo
anterior, tal como lo indica Bessell (2024), la
investigación con niños y adolescentes debió
equilibrar la protección de los participantes con
su derecho a la participación activa en los
procesos investigativos que los involucraron.
En coherencia con este principio, la presente
investigación asumió una responsabilidad
social frente a los estudiantes participantes,
comprometiéndose a socializar los hallazgos
obtenidos con la comunidad educativa de la
Unidad Educativa Manuel J. Calle, con el
propósito de orientar futuras estrategias
pedagógicas en beneficio del estudiantado.
Resultados y Discusión
En el presente apartado se presentan y analizan
los principales resultados obtenidos en la
investigación titulada “Alfabetización en
inteligencia artificial y autonomía del
aprendizaje en estudiantes de Educación
General Básica de la Unidad Educativa Manuel
J. Calle, Cuenca, Ecuador”, cuyo propósito fue
analizar la relación entre el nivel de
alfabetización en inteligencia artificial y la
autonomía del aprendizaje de los estudiantes.
Los resultados permiten caracterizar el grado de
conocimiento, comprensión y uso que los
estudiantes poseen respecto a las herramientas y
recursos basados en inteligencia artificial, así
como las capacidades relacionadas con la
planificación, autorregulación, toma de
decisiones y responsabilidad sobre su propio
proceso de aprendizaje. Objetivo específico 1:
Establecer la relación entre la dimensión ética
de la alfabetización en inteligencia artificial y la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 528
autonomía del aprendizaje en los estudiantes de
la institución. A la luz de lo expuesto, los
resultados evidenciaron una correlación
positiva moderada y estadísticamente
significativa entre la dimensión ética de la
alfabetización en inteligencia artificial y la
autonomía del aprendizaje, con r = 0,554 y p =
0,002. La dimensión ética alcanzó una media de
3,01, con una desviación estándar DE = 1,11,
mientras que la autonomía del aprendizaje
presentó una media de 3,04, con una desviación
estándar DE = 0,84.
Tabla 1. Correlación entre la dimensión ética y la autonomía del aprendizaje.
Correlaciones
Dimensión ética
Autonomía del aprendizaje
Dimensión ética
Correlación de Pearson
1
0,554
Sig. bilateral
—
0,002
N
28
28
Autonomía del aprendizaje
Correlación de Pearson
0,554
1
Sig. bilateral
0,002
—
N
28
28
Fuente: Elaboración propia.
La asociación indicó que los estudiantes con
mayor reconocimiento de la responsabilidad, la
transparencia y los riesgos del uso de la
inteligencia artificial tendieron a mostrar una
gestión más reflexiva de sus metas, estrategias
y resultados de aprendizaje. Sin embargo, la
correlación obtenida para la dimensión ética,
con r = 0,554 y p = 0,002, coincidió con lo
señalado por Grizzle et al. (2021), quienes
sostuvieron que la comprensión de los sesgos
algorítmicos constituyó una base indispensable
para una relación crítica con las tecnologías
inteligentes. De manera similar, Buitrago et al.
(2024) destacaron que la dimensión ética
resultó inseparable de los componentes
cognitivos y prácticos de la alfabetización en
inteligencia artificial. El tamaño moderado de la
asociación sugirió que la reflexión sobre
responsabilidad, privacidad, transparencia y uso
adecuado acompañó el desarrollo de la
autonomía, aunque no lo explicó por sí sola.
Este resultado también guardó relación con
Barrios y Carazas (2025) y Navarro Perales
(2024), quienes resaltaron la necesidad de una
mediación docente que oriente el empleo
responsable de estas herramientas en contextos
educativos. Objetivo específico 2: Determinar
la relación entre la dimensión cognitiva de la
alfabetización en inteligencia artificial y la
autonomía del aprendizaje en el objeto de
estudio.
Tabla 2. Correlación entre la dimensión cognitiva y la autonomía del aprendizaje.
Correlaciones
Dimensión cognitiva
Autonomía del aprendizaje
Dimensión cognitiva
Correlación de Pearson
1
0,640
Sig. bilateral
—
< 0,001
N
28
28
Autonomía del aprendizaje
Correlación de Pearson
0,640
1
Sig. bilateral
< 0,001
—
N
28
28
Fuente: Elaboración propia.
Relacionó con lo señalado por Wang et al.
(2024) quienes evidenciaron que los niveles
más bajos de comprensión tecnológica
incrementaron la vulnerabilidad frente a
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 529
decisiones automatizadas. Asimismo, Ünalmış
et al. (2024) destacaron que dicha comprensión
conceptual constituyó la base sobre la cual se
desarrollaron las demás competencias asociadas
a esta alfabetización. El resultado sugirió que
conocer cómo se generan las respuestas, qué
papel cumplen los datos y cuáles son los límites
de la inteligencia artificial aportó criterios para
que los estudiantes tomaran decisiones más
informadas sobre sus actividades académicas.
Este hallazgo también respaldó la pertinencia de
una integración curricular de dicha
comprensión conceptual, en línea con lo
planteado por Castro et al. (2024) y por Mullo
et al. (2024). Objetivo específico 3: Identificar
la relación entre la dimensión práctica de la
alfabetización en inteligencia artificial y la
autonomía del aprendizaje en la unidad de
análisis.
Tabla 3. Correlación entre la dimensión práctica y la autonomía del aprendizaje.
Dimensión práctica
Autonomía del aprendizaje
1
0,718
—
< 0,001
28
28
0,718
1
< 0,001
—
28
28
Fuente: Elaboración propia.
La Tabla 3, los resultados evidenciaron una
correlación positiva fuerte y estadísticamente
significativa entre la dimensión práctica de la
alfabetización en inteligencia artificial y la
autonomía del aprendizaje, con r = 0,718 y p <
0,001. La dimensión práctica alcanzó una media
de 3,01, con una desviación estándar DE = 1,03.
Esta fue la asociación más elevada entre las tres
dimensiones, lo que indicó que el uso efectivo
de herramientas de inteligencia artificial para
buscar información, resolver problemas,
generar contenidos y revisar productos
académicos se vinculó estrechamente con la
capacidad del estudiante para gestionar sus
recursos y tomar decisiones durante el
aprendizaje.
Por el contrario, la dimensión práctica presentó
la correlación más alta con la autonomía del
aprendizaje, con r = 0,718 y p < 0,001. Este
hallazgo se vinculó con Herrera et al. (2024),
quienes evidenciaron que la ausencia de
alfabetización específica limitó el
aprovechamiento pedagógico de las
herramientas de inteligencia artificial en el
contexto ecuatoriano. De manera
complementaria, Allen y Kendeou (2023)
sostuvieron que dicha dimensión práctica
implicó la capacidad de los estudiantes para
emplear estas herramientas de manera efectiva
en tareas concretas, de forma progresiva y
contextualizada. La fuerza de la relación sugirió
que la autonomía no dependió solo de conocer
la tecnología, sino también de saber utilizarla
con un propósito académico, contrastar sus
resultados y decidir cuándo aceptar, modificar o
descartar la información generada.
Esto coincidió con Barrios y Carazas (2025) y
Navarro (2024), respecto a la relevancia de una
formación aplicada y contextualizada. Objetivo
General: Determinar la relación entre los micro
experimentos con materiales reutilizables y la
explicación causal de fenómenos cotidianos en
estudiantes de Educación Básica Media de la
Unidad Educativa San Felipe Neri, Riobamba,
2026. Sobre la base de lo expuesto, los
resultados evidenciaron una correlación
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 530
positiva muy fuerte y estadísticamente
significativa entre la alfabetización en
inteligencia artificial y la autonomía del
aprendizaje, con r = 0,815 y p < 0,001. El
coeficiente de determinación r² = 0,664 indicó
que ambas variables compartieron
aproximadamente el 66,4 % de su variabilidad,
sin que este resultado implicara una relación
causal. En función del valor de significación
obtenido, se rechazó la hipótesis nula y se
respaldó la hipótesis de investigación, según la
cual existió una relación estadísticamente
significativa entre las variables estudiadas.
Figura 1. Diagrama de dispersión entre la
alfabetización en inteligencia artificial y la
autonomía del aprendizaje.
Fuente: Elaboración propia.
De En atención a lo señalado, la correlación
global obtenida, con r = 0,815 y p < 0,001,
mostró que la alfabetización en inteligencia
artificial y la autonomía del aprendizaje se
encontraron estrechamente asociadas en el
grupo estudiado. Este hallazgo coincidió con
Grizzle et al. (2021) quienes sostuvieron que la
alfabetización frente a sistemas algorítmicos
constituyó una condición para el ejercicio de
una ciudadanía crítica desde etapas tempranas.
También guardó correspondencia con Buitrago
et al. (2024), respecto a la necesaria articulación
de los componentes cognitivos, prácticos y
éticos. Asimismo, el resultado fue coherente
con el modelo de Ng et al. (2021) concibió la
alfabetización en inteligencia artificial como
una competencia integrada por componentes
cognitivos, prácticos y éticos interdependientes,
y con la propuesta de Peralta Macedo (2023)
quien identificó la planificación, el monitoreo y
la evaluación como procesos constitutivos e
interrelacionados de la autonomía del
aprendizaje. La dimensión práctica presentó la
relación más elevada, seguida de la cognitiva y
la ética, lo que sugirió que el conocimiento y la
reflexión responsable adquirieron mayor
impacto cuando se tradujeron en decisiones
concretas sobre el uso de la inteligencia
artificial durante el aprendizaje. No obstante,
debido al diseño correlacional y transversal, los
resultados permitieron establecer asociación,
pero no causalidad.
Conclusiones
En suma, en relación con el primer objetivo
específico, se concluyó que la dimensión ética
de la alfabetización en inteligencia artificial se
asoció de manera positiva moderada con la
autonomía del aprendizaje, con r = 0,554 y p =
0,002. El reconocimiento de principios de
responsabilidad, transparencia, privacidad y uso
adecuado acompañó una actitud más reflexiva
frente a la planificación y valoración del propio
proceso formativo. En definitiva, respecto al
segundo objetivo específico, se concluyó que la
dimensión cognitiva mantuvo una relación
positiva fuerte con la autonomía del
aprendizaje, con r = 0,640 y p < 0,001. La
comprensión conceptual del funcionamiento,
las posibilidades y las limitaciones de la
inteligencia artificial se vinculó con una mejor
capacidad para organizar tareas, supervisar el
desempeño y evaluar los resultados obtenidos.
A modo de cierre, en cuanto al tercer objetivo
específico, se concluyó que la dimensión
práctica presentó una relación positiva fuerte
con la autonomía del aprendizaje, con r = 0,718
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 531
y p < 0,001, y constituyó la dimensión con
mayor asociación. El uso intencional de estas
herramientas para buscar, contrastar, producir y
revisar información se vinculó con una
participación más activa del estudiante en la
resolución de tareas y la gestión de sus recursos
formativos. En términos generales, de manera
integradora, se concluyó que la alfabetización
en inteligencia artificial se relacionó de forma
positiva muy fuerte con la autonomía del
aprendizaje, con r = 0,815 y p < 0,001. Por
tanto, resultó pertinente fortalecer ambas
competencias de manera articulada mediante
estrategias pedagógicas que integren
comprensión conceptual, aplicación práctica y
reflexión ética. Sin embargo, la naturaleza
correlacional del estudio no permitió afirmar
que una variable causara cambios en la otra.
Referencias Bibliográficas
Allen, L., & Kendeou, P. (2024). ED-AI Lit: An
interdisciplinary framework for AI literacy in
education. Policy Insights from the
Behavioral and Brain Sciences, 11(1), 3–10.
https://doi.org/10.1177/23727322231220339
Andrade, R., Zanatta, C., & Gonçalves, S.
(2023). Las creencias de autoeficacia y la
autorregulación del aprendizaje en el
contexto de la educación inclusiva. Revista
Latinoamericana de Educación Inclusiva,
17(1), 41–57. https://doi.org/10.4067/S0718-
73782023000100041
Atkinson, R., & Shiffrin, R. (1968). Human
memory: A proposed system and its control
processes. En K. Spence & J. Spence (Eds.),
The psychology of learning and motivation
(Vol. 2, pp. 89–195). Academic Press.
https://doi.org/10.1016/S0079-
7421(08)60422-3
Bandura, A. (1977). Social learning theory.
Prentice Hall.
https://books.google.com/books?id=IXvuA
AAAMAAJ
Barrios, F., & Carazas, C. (2025).
Alfabetización desde la inteligencia artificial
en universitarios: Un artículo de revisión
sistemática. Revista InveCom, 5(4), 1–10.
https://doi.org/10.5281/zenodo.14934489
Bessell, S. (2024). Research with children:
Balancing protection and participation. En B.
Smyth, M. Martin & M. Downing (Eds.), The
Routledge handbook of human research
ethics and integrity in Australia (Cap. 26).
Routledge. https://www.routledge.com/The-
Routledge-Handbook-of-Human-Research-
Ethics-and-Integrity-in-Australia/Smyth-
Martin-Downing/p/book/9781032334592
Buitrago, A., Martín, A., & Torres, L. (2024).
La alfabetización en inteligencia artificial:
Propuesta articulada de dimensiones e
indicadores. Communication Papers, 13(27),
118–139.
https://communicationpapers.revistes.udg.ed
u/article/view/23086
Cabrera, P., Salazar, Y., Guartán, M.,
Quichimbo, J., & Suárez, K. (2025).
Incidencia del uso de la inteligencia artificial
en la resolución de actividades académicas.
Ciencia Latina Revista Científica
Multidisciplinar, 9(5), 559–573.
https://doi.org/10.37811/cl_rcm.v9i5.19695
Cartagena, E., Cuevas, G., & Vargas, Y. (2024).
Conocimiento de los estudiantes sobre el
consentimiento informado y su importancia
en la investigación científica. Revista
Colombiana de Bioética, 19(1), e4735.
https://doi.org/10.18270/rcb.v19i1.4735
Castro, A., Aguilera, C., Medina, J., & Prat, M.
(2024). Hacia un currículo integrado:
Conectando la alfabetización en inteligencia
artificial con la educación tecnológica en la
educación básica en Chile. Información
Tecnológica, 35(6), 39–49.
https://doi.org/10.4067/S0718-
07642024000600039
Chiecher, A. (2025). La inteligencia artificial
como compañera de equipo de estudiantes
universitarios: Potencialidades para la
promoción de competencias transversales.
Praxis Educativa, 29(2), 1–19.
https://doi.org/10.19137/praxiseducativa-
2025-290204
Demuner, M., Ibarra, M., & Nava, R. (2023).
Estrategias de aprendizaje autorregulado en
estudiantes universitarios durante la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 532
contingencia COVID-19. Revista
Iberoamericana de Educación Superior,
14(39), 116–130.
https://doi.org/10.22201/iisue.20072872e.20
23.39.1532
Deci, E., & Ryan, R. (1985). Intrinsic
motivation and self-determination in human
behavior. Plenum Press.
https://doi.org/10.1007/978-1-4899-2271-7
De León, C., Ábrego, A., & Gutiérrez, L.
(2024). La brecha de conocimiento sobre
inteligencia artificial entre catedráticos y
estudiantes universitarios en Guatemala:
Percepción desde el punto de vista del
docente. Revista Espacios, 45(2), 16–28.
https://doi.org/10.48082/espacios-
a24v45n02p02
Digital Education Council. (2025). DEC AI
Literacy Framework. Digital Education
Council.
https://www.digitaleducationcouncil.com/po
st/digital-education-council-ai-literacy-
framework
Domínguez, D., & Stoyanovich, J. (2023).
Responsible AI literacy: A stakeholder-first
approach. Big Data & Society, 10(2).
https://doi.org/10.1177/20539517231219958
Enríquez, L., & Hernández, M. (2021).
Alumnos en pandemia: Una mirada desde el
aprendizaje autónomo. Revista Digital
Universitaria, 22(2).
https://doi.org/10.22201/cuaieed.16076079e.
2021.22.2.11
Estalella, A. (2022). Investigación con
menores: El asentimiento. En Ética de la
investigación para las ciencias sociales.
https://www.google.com/search?q=Estalella
+2022+%22Investigación+con+menores%2
2+asentimiento
Farinosi, M., & Melchior, C. (2025). To adopt
or to ban? Student perceptions and use of
generative AI in higher education.
Humanities and Social Sciences
Communications, 12, 1684.
https://doi.org/10.1057/s41599-025-05982-7
Feenberg, A. (1991). Critical theory of
technology. Oxford University Press.
https://books.google.com/books?id=WeNgQ
gAACAAJ
Frías, D., & Pascual, M. (2022). Apuntes de
estimación de la fiabilidad de consistencia
interna de los ítems de un instrumento de
medida. Universidad de Valencia.
https://www.uv.es/friasnav/AlfaCronbach.pd
f
García, M. (2024). ¿Qué lugar ocupa la IA en
las competencias digitales de los docentes?
Cuadernos de Pedagogía, (549), 32–37.
https://www.cuadernosdepedagogia.com/Co
ntent/DocumentoTDC.aspx?params=H4sIA
AAAAAAEAMtMSbF1CTEAAmMLS1NT
A7Wy1KLizPw8WyMDIxMDQwNLtbz8lN
QQF2fb0ryU1LTMvNQUkJLMtEqX_OSQ
yoJU25Ki0lS11KT8_GwUg-
JhBgAA_weL02IAAAA%3DWKE
Grizzle, A., Wilson, C., Tuazon, R., Cheung, C.,
& Lau, J. (2021). Currículo de alfabetización
mediática e informacional de la UNESCO.
UNESCO.
https://unesdoc.unesco.org/ark:/48223/pf000
0377068
Guillen, R., et al. (2023). Estrategias de
alfabetización en inteligencia digital de
docentes universitarios peruanos. Revista de
Educación Superior.
https://scholar.google.com/scholar?q=%22E
strategias+de+alfabetización+en+inteligenci
a+digital+de+docentes+universitarios+perua
nos%22 Hernández, et al. (2021).
Planificación, monitoreo y evaluación del
aprendizaje autorregulado en educación
básica.
https://scholar.google.com/scholar?q=%22Pl
anificación%2C+monitoreo+y+evaluación+
del+aprendizaje+autorregulado+en+educaci
ón+básica%22
Herrera, J., Peña, J., Herrera, M., & Moreno, D.
(2024). La inteligencia artificial y su impacto
en la comunicación: Recorrido y
perspectivas. Telos: Revista de Estudios
Interdisciplinarios en Ciencias Sociales,
26(1), 278–296.
https://doi.org/10.36390/telos261.18
Juárez, D. (2023). Propuesta de evaluación
formativa y capacitación docente para el
fortalecimiento del aprendizaje autónomo.
https://scholar.google.com/scholar?q=%22Pr
opuesta+de+evaluación+formativa+y+capac
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 533
itación+docente+para+el+fortalecimiento+d
el+aprendizaje+autónomo%22
Mahadewi, M., Aysya, A., Sofiyani, Z., &
Fahmi, F. (2025). The importance of literacy
on artificial intelligence for the higher
education students: A systematic literature
review. International Journal of Advances in
Data and Information Systems, 6(1), 1–14.
https://scholar.google.com/scholar?q=%22T
he+importance+of+literacy+on+artificial+in
telligence+for+the+higher+education+stude
nts%22
Mullo, A., Balseca, J., & Caicedo, N. (2024).
Retos y oportunidades de la IA en la
formación de profesionales en comunicación.
Revista de Comunicación, 28(119), 45–60.
https://doi.org/10.26807/rp.v28i119.2107
Muratova, A., et al. (2024). Modelos teóricos de
alfabetización digital. Revista de
Comunicación y Educación.
https://scholar.google.com/scholar?q=%22M
odelos+teóricos+de+alfabetización+digital%
22+
Muratova Navarro, S., et al. (2022). Orientación
docente en estrategias de planificación,
monitoreo y evaluación del aprendizaje.
https://scholar.google.com/scholar?q=%22O
rientación+docente+en+estrategias+de+plani
ficación%2C+monitoreo+y+evaluación+del
+aprendizaje%22
Navarro, J. (2024). Alfabetización en
inteligencia artificial para docentes de la
Universidad Nacional Autónoma de México
(UNAM). Revista ConCiencia EPG, 9(1),
224–236.
https://doi.org/10.32654/revistaconcienciaep
g
Ng, D., Leung, J., Chu, S., & Qiao, M. (2021).
Conceptualizing AI literacy: An exploratory
review. Computers and Education: Artificial
Intelligence, 2, 100041.
https://doi.org/10.1016/j.caeai.2021.100041
Ñontol, W., et al. (2022). El design thinking
como metodología para potenciar la
creatividad y el pensamiento crítico. Revista
de Innovación Educativa.
https://scholar.google.com/scholar?q=%22El
+design+thinking+como+metodología+para
+potenciar+la+creatividad+y+el+pensamient
o+crítico%22
Paredes, J. (2023). Factores que inciden en los
límites de la autonomía en estudiantes de
educación básica y secundaria.
https://scholar.google.com/scholar?q=%22F
actores+que+inciden+en+los+límites+de+la
+autonomía+en+estudiantes+de+educación+
básica+y+secundaria%22
Peralta, A. (2023). Aprendizaje autónomo del
estudiante de educación básica: Una revisión
bibliográfica. UCV-Scientia, 15(1), 72–86.
https://scholar.google.com/scholar?q=%22A
prendizaje+autónomo+del+estudiante+de+e
ducación+básica%22
Piaget, J. (1952). The origins of intelligence in
children. International Universities Press.
https://books.google.com/books?q=%22The
+origins+of+intelligence+in+children%22+
Piaget
Porlezza, C., & Schapals, A. (2024). AI ethics
in journalism (studies): An evolving field
between research and practice. Emerging
Media, 2(3), 356–370.
https://doi.org/10.1177/27523543241288818
Siemens, G. (2005). Connectivism: A learning
theory for the digital age. International
Journal of Instructional Technology and
Distance Learning, 2(1), 3–10.
https://www.itdl.org/Journal/Jan_05/article0
1.htm
Tsutsumi, K., Amakawa, Y., & Yata, C. (2026).
Learning AI through the creation of digital
toys in Japanese junior high school
technology education: Lesson design and
evaluation using the computational
empowerment theory. Asia Pacific Journal of
Education. Publicación anticipada en línea.
https://doi.org/10.1080/02188791.2026.2619
058
UNESCO. (2024). AI competency framework
for students. UNESCO.
https://www.unesco.org/en/articles/ai-
competency-framework-students
Ünalmış, M., et al. (2024). Fiabilidad y
validación de instrumentos sobre
alfabetización en inteligencia artificial.
https://scholar.google.com/scholar?q=%22Fi
abilidad+y+validación+de+instrumentos+so
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 534
bre+alfabetización+en+inteligencia+artificia
l%22
Vera, P., Quishpe, A., Bonilla, G., & Campos,
H. (2023). La inteligencia artificial en la
educación superior: Un enfoque
transformador.
https://scholar.google.com/scholar?q=%22L
a+inteligencia+artificial+en+la+educación+s
uperior%3A+un+enfoque+transformador%2
2
Villagómez, A., Bonilla, L., Bonilla, G., &
Tamia, T. (2023). El aprendizaje social de
Albert Bandura como estrategia de enseñanza
de educación para la ciudadanía. Polo del
Conocimiento, 8(5), 1286–1307.
https://scholar.google.com/scholar?q=%22El
+aprendizaje+social+de+Albert+Bandura+c
omo+estrategia+de+enseñanza+de+educació
n+para+la+ciudadanía%22
Viñan, L., Méndez, P., Murillo, M., Rosas, P.,
Muñoz, L., & Soria, A. (2025). Los
estudiantes están aprovechando la
inteligencia artificial generativa para
potenciar su aprendizaje autónomo. Polo del
Conocimiento, 10(7), 1446–1467.
https://doi.org/10.23857/pc.v10i7.9962
Wang, C., Boerman, S., Kroon, A., Möller, J.,
& de Vreese, C. (2024). The artificial-
intelligence divide: Who is the most
vulnerable? New Media & Society.
https://doi.org/10.1177/14614448241232345
Wood, E., Ange, B., & Miller, D. (2021). Are
we ready to integrate artificial-intelligence
literacy into medical-school curriculum?
Students and faculty survey. Journal of
Medical Education and Curricular
Development, 8.
https://doi.org/10.1177/23821205211024078
Zou, X., Su, P., Li, L., & Fu, P. (2024). AI-
generated-content tools and students’ critical
thinking: Insights from a Chinese
university.IFLA Journal, 50(2), 228–241.
https://doi.org/10.1177/03400352231214963
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Marta Liliana López
Ramírez, Whitney Walkiria Maldonado Rodríguez,
Carmen Mariana Gilces Pico y Alan Rodrigo Carvajal
Murillo.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 8.1
Edición Especial VIII 2026
Página 535
Declaraciones éticas y editoriales del artículo
Contribución de los autores (Taxonomía CRediT)
Marta Liliana López Ramírez: 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.
Whitney Walkiria Maldonado Rodríguez: 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.
Carmen Mariana Gilces Pico: 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.
Alan Rodrigo Carvajal Murillo: 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.