Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 56
USO DE INTELIGENCIA ARTIFICIAL GENERATIVA PARA APOYAR EL
APRENDIZAJE AUTÓNOMO DEL INGLÉS EN EDUCACIÓN SUPERIOR: UNA
REVISIÓN SISTEMÁTICA DE OPORTUNIDADES, DESAFÍOS Y TENDENCIAS
RECIENTES
GENERATIVE ARTIFICIAL INTELLIGENCE TO SUPPORT AUTONOMOUS ENGLISH
LEARNING IN HIGHER EDUCATION: A SYSTEMATIC REVIEW OF OPPORTUNITIES,
CHALLENGES, AND RECENT TRENDS
Autores: ¹Daniel Fabricio Contreras Moscol, ²Gabriela Katherine Almache Granda, ³Miguel Esteban Beltrán
Moreno y ⁴María José Sandoval Pérez
¹ORCID ID: https://orcid.org/0000-0002-5101-1039
²ORCID ID: https://orcid.org/0000-0002-0633-6037
³ORCID ID: https://orcid.org/0000-0001-9981-9873
⁴ORCID ID: https://orcid.org/0000-0003-1858-7121
¹E-mail de contacto: ddanielcontrerasm@utb.edu.ec
²E-mail de contacto: galmache@utb.edu.ec
³E-mail de contacto: mebeltranm@utb.edu.ec
⁴E-mail de contacto: msandoval@utb.edu.ec
Afiliación: ¹*²*³*⁴*Universidad Técnica de Babahoyo, (Ecuador).
Artículo recibido: 15 de Septiembre del 2026.
Artículo revisado: 30 de Septiembre del 2026.
Artículo aprobado: 30 de Septiembre del 2026.
¹Licenciado en Turismo, graduado de la Escuela Superior Politécnica del Litoral, (Ecuador). Máster in International Tourism
Management, graduado de la University of Applied Sciences Bremen, (Alemania). Magíster en Pedagogía del Inglés como Lengua
Extranjera, graduado de la Universidad Bolivariana del Ecuador, (Ecuador).
²Ingeniera en Ciencias Empresariales, graduada de la Universidad Particular de Especialidades Espíritu Santo, (Ecuador). Magíster en
Pedagogía de los Idiomas Nacionales y Extranjeros, mención en Enseñanza de Inglés, graduada de la Universidad Casa Grande, (Ecuador).
Magíster en Educación, mención en Innovaciones Pedagógicas, graduada de la Universidad Casa Grande, (Ecuador).
³Licenciado en Ciencias de la Educación, mención Idiomas Inglés–Francés, graduado de la Universidad Técnica de Babahoyo, (Ecuador).
Magíster en Tecnología e Innovación Educativa, graduado de la Universidad Técnica de Babahoyo, (Ecuador). Magíster en Pedagogía
del Inglés como Lengua Extranjera, graduado de la Universidad Bolivariana del Ecuador, (Ecuador).
⁴Licenciada en Ciencias de la Educación, mención Idiomas, graduada de la Universidad Técnica de Babahoyo, (Ecuador). Ingeniera en
Empresas y Administración de Negocios, graduada de la Universidad Regional Autónoma de los Andes – UNIANDES, (Ecuador).
Magíster en Educación Superior, graduada de la Universidad de Guayaquil, (Ecuador). Magíster en la Enseñanza del Idioma Inglés como
Lengua Extranjera, graduada de la Universidad Técnica de Ambato, (Ecuador).
Resumen
El propósito de este artículo es examinar
sistemáticamente la información publicada
entre 2021 – 2026 sobre el uso digital de
inteligencia artificial (IAG) como apoyo en el
aprendizaje autónomo del idioma inglés en la
educación superior, identificando sus retos,
oportunidades y tendencias actuales. Se realizó
una revisión sistemática de enfoque cualitativo,
documental y descriptivo de acuerdo con el
modelo PRISMA 2020. La búsqueda de
información se centró en bases de datos y
repositorios académicos como ERIC, Web of
Science, Scopus y ScienceDirect. Se
identificaron 250 registros, y tras descartar
duplicados, analizar resúmenes, títulos y textos
completos se seleccionaron 40 investigaciones
de tipo open Access publicadas en varias
revistas científicas. A través de la revisión
sistemática cinco oportunidades principales
fueron identificadas: personalización del
aprendizaje, retroalimentación inmediata, la
práctica del idioma en cualquier lugar, el apoyo
a las habilidades del habla y escritura y
potenciación de los procesos cognitivos. Se
detectaron, además amenazas de respuesta
imprecisa, dependencia cognitiva, privacidad,
sesgos y brechas en el acceso. Las tendencias
actuales han cambiado el enfoque pasando de la
aceptación inicial de ChatGPT a los diseños
pedagógicos guiados, alfabetización en
inteligencia artificial (IA), evaluación autentica
de modelos de autorregulación entre humanos e
IA. Se concluye que la IAG tiene el potencial de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 57
ampliar la autonomía del estudiante y la práctica
independiente del idioma inglés. Sin embargo,
sus beneficios no son automáticos, ya que su
uso requiere objetivos claros, verificación
crítica, un registro transparente de su
utilización, protección de datos y mediación
docente. Dado que la evidencia de Ecuador y
Latinoamérica es limitada, se requiere
investigaciones experimentales y longitudinales
que permitan analizar con mayor profundidad
su efecto en el contexto educativo.
Palabras clave: Alfabetización digital,
Autorregulación, Educación universitaria,
Retroalimentación Formativa, Tecnologías
emergentes.
Abstract
In order to evaluate prospects, obstacle and
current trends this paper methodically examined
data released between 2021 and 2026 about the
use of generative artificial intelligence (Gena
AI) to promote independent English learning in
higher education. After PRISMA 2020 a
qualitative, documentary and descriptive
systematic review was carried out. Following
duplication removal, little/abstract screening,
and full-text evaluation 40 open access journal
papers were included for 250 records found
through searches of Scopus, Web of Science,
ScienceDirect and ERIC. Five key potentials
were identified by the thematic synthesis
omnipresent practice, instant feedback,
personalization, help for writing and
communication and reinforcement of
metacognitive processes. Inaccurate results,
cognitive dependency, academic integrity,
private, bias and access limitations were among
the risk. Early ChatGPT acceptance studies
have given way to guided pedagogical designs,
AI literacy, authentic evaluation and models of
human-AI self-regulation. Learner agency and
independent English practice can be increased
by GenAI but its advantage requires clear
objectives, critical verification, open disclosure,
data security and instructor mediation. There is
still little data from Latin America and Ecuador
necessitating contextualized longitudinal and
experimental studies.
Keywords: Digital literacy, Self-regulation,
Higher education, Formative feedback,
Emerging technologies.
Sumário
O objetivo deste artigo é examinar
sistematicamente as informações publicadas
entre 2021 e 2026 sobre o uso da inteligência
artificial generativa (IAG) como apoio à
aprendizagem autônoma da língua inglesa no
ensino superior, identificando seus desafios,
oportunidades e tendências atuais. Foi realizada
uma revisão sistemática de abordagem
qualitativa, documental e descritiva, de acordo
com o modelo PRISMA 2020. A busca
concentrou-se nas bases ERIC, Web of Science,
Scopus e ScienceDirect. Foram identificados
250 registros e, após a remoção de duplicatas e
a análise de títulos, resumos e textos completos,
foram selecionadas 40 pesquisas de acesso
aberto publicadas em periódicos científicos. A
revisão identificou cinco oportunidades
principais: personalização da aprendizagem,
feedback imediato, prática do idioma em
diferentes contextos, apoio às habilidades de
fala e escrita e fortalecimento de processos
cognitivos. Também foram reconhecidos riscos
relacionados a respostas imprecisas,
dependência cognitiva, privacidade, vieses e
desigualdades de acesso. As tendências recentes
mostram uma transição da aceitação inicial do
ChatGPT para desenhos pedagógicos
orientados, alfabetização em IA, avaliação
autêntica e modelos de autorregulação humano-
IA. Conclui-se que a IAG pode ampliar a
autonomia do estudante e a prática
independente do inglês, mas seus benefícios
exigem objetivos claros, verificação crítica,
transparência de uso, proteção de dados e
mediação docente.
Palavras-chave: Alfabetização digital,
Autorregulação, Educação universitária,
Feedback formativo, Tecnologias
emergentes.
Introducción
A nivel global, la inteligencia artificial
generativa (IAG) se ha integrado de manera
acelerada en la educación superior y en los
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 58
procesos de aprendizaje de idiomas, debido a su
capacidad para generar explicaciones,
ejemplos, simulaciones conversacionales y
retroalimentación en tiempo real. La evidencia
internacional señala que los usuarios valoran
especialmente su disponibilidad permanente, la
posibilidad de adaptar el nivel del lenguaje y la
flexibilidad para responder a distintas
necesidades de aprendizaje.
Asimismo, se han reportado avances
relacionados con la motivación, la escritura y
las oportunidades de práctica autónoma. Sin
embargo, también se han identificado
diferencias asociadas con la alfabetización
digital, las normas institucionales y la capacidad
de los estudiantes para verificar la calidad y
exactitud de los resultados generados. En este
contexto, la efectividad educativa de la IAG
depende en mayor medida del diseño
pedagógico de la actividad, de la mediación
docente y del uso crítico que se realice de la
herramienta que de su utilización aislada.
En América Latina, la incorporación de la IAG
se desarrolla dentro de sistemas universitarios
caracterizados por una marcada diversidad
tecnológica, desigualdades en el acceso a
conectividad y marcos institucionales que
todavía se encuentran en proceso de
consolidación. Nikolic et al. llevaron a cabo un
estudio regional en el que identificaron el uso
de inteligencia artificial en países como Perú,
Brasil, Colombia, Argentina, Bolivia, Chile y
México, principalmente para actividades
relacionadas con personalización del
aprendizaje, evaluación y soporte académico.
Al mismo tiempo, los autores señalaron la
necesidad de fortalecer la formación docente y
establecer mecanismos de gobernanza que
orienten su utilización. Investigaciones y
marcos regionales recientes también indican
que el acceso tecnológico, la adecuación
cultural y la capacidad de utilizar críticamente
estas herramientas determinan si la IAG
contribuye realmente a democratizar el
aprendizaje o, por el contrario, profundiza las
desigualdades existentes.
En Ecuador, estudios recientes muestran una
aceptación favorable de ChatGPT entre
estudiantes de educación superior, aunque
también evidencian perfiles diferenciados de
uso en función del acceso a la tecnología, el
contexto de procedencia y la experiencia digital.
Morales et al., en un estudio realizado con 210
estudiantes, encontraron que la aceptación de la
herramienta se encuentra condicionada en gran
medida por la brecha digital y, además,
identificaron relaciones entre el uso académico
y las percepciones de utilidad y usabilidad.
Aunque estos resultados confirman la presencia
creciente de la IAG dentro de las prácticas
universitarias, todavía es limitada la evidencia
orientada específicamente al aprendizaje
autónomo del idioma inglés, sus efectos sobre
el desarrollo de habilidades lingüísticas y las
condiciones éticas y pedagógicas necesarias
para su incorporación responsable.
La problemática adquiere especial relevancia
porque la IAG puede corregir textos, mantener
diálogos, generar explicaciones y facilitar
determinadas tareas académicas, pero estas
posibilidades no garantizan por sí mismas el
desarrollo de la autonomía del estudiante.
Cuando su uso carece de planificación
pedagógica, el alumnado puede aceptar
información incorrecta, reducir la práctica
deliberada, delegar procesos cognitivos
fundamentales o utilizar la herramienta de
manera incompatible con los principios de
autorregulación y honestidad académica. A ello
se suman riesgos relacionados con la
reproducción de sesgos, el tratamiento de datos
sensibles, la generación de información
inexacta y la posibilidad de ofrecer
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 59
retroalimentación lingüística contradictoria. Por
estas razones, la integración de la IAG en el
aprendizaje del inglés requiere criterios
pedagógicos que permitan aprovechar sus
posibilidades sin sustituir el razonamiento, la
interacción, la toma de decisiones y la
responsabilidad del estudiante sobre su propio
proceso formativo.
A su vez, la literatura reciente sobre inteligencia
artificial generativa y aprendizaje de idiomas ha
crecido rápidamente, pero permanece
fragmentada entre investigaciones centradas en
conversación, percepción, escritura,
autorregulación, retroalimentación e integridad
académica. Esta dispersión dificulta establecer
una visión integrada acerca de las condiciones
bajo las cuales la IAG favorece realmente el
aprendizaje autónomo del inglés. Por ello,
resulta necesario sistematizar las evidencias
disponibles para diferenciar los usos que
fortalecen la agencia, la autorregulación y las
competencias lingüísticas de aquellos que
pueden generar dependencia, superficialidad en
el aprendizaje o desplazamiento de procesos
cognitivos relevantes.
La revisión de estas evidencias también puede
aportar criterios para orientar decisiones
curriculares, metodológicas y evaluativas
dentro de la educación superior. En este
contexto, la presente investigación tuvo como
objetivo principal examinar sistemáticamente la
producción científica publicada entre 2021 y
2026 en torno a la aplicación de la inteligencia
artificial generativa como apoyo al aprendizaje
autónomo del idioma inglés en la educación
superior, con énfasis en sus oportunidades, retos
y tendencias más recientes. De manera
específica, se planteó identificar las tareas
pedagógicas asignadas a la IAG, sintetizar los
beneficios reportados para la autorregulación y
el desarrollo de habilidades lingüísticas,
analizar los riesgos éticos, cognitivos y de
equidad asociados con su uso y proponer
directrices para una integración crítica y
responsable en contextos universitarios.
Materiales y Métodos
Se realizó una revisión sistemática con enfoque
cualitativo, documental y descriptivo conforme
a la declaración del modelo PRISMA 2020. La
búsqueda se efectuó en Scopus, Web of
Science, ScienceDirect y ERIC para
publicaciones comprendidas entre 2021 y 2026
mediante combinaciones de “generative
artificial intelligence”, “ChatGPT”, “large
language model”, “autonomous learning”,
“self-regulated learning”, “English”, “EFL”,
“ESL” y “higher education”. Se incorporaron
artículos científicos revisados por pares que se
enfocan en alumnos o profesores universitarios
y cuyos resultados son relevantes parala
autonomía, autorregulación competencias del
idioma inglés, se eliminaron documentos
repetidos, editoriales, trabajos sin acceso
completo, población ajena a universidad y
estudios que no tienen una relación directa.
Tabla 1. Criterios de búsqueda, inclusión y exclusión.
Criterio
Especificación
Período
Enero de 2021 a agosto de 2026.
Bases
Scopus, Web of Science, ScienceDirect y ERIC.
Población
Educación superior; estudiantes o docentes vinculados al aprendizaje del inglés.
Fenómeno
IAG, ChatGPT o modelos de lenguaje aplicados a autonomía, autorregulación o habilidades lingüísticas.
Inclusión
Artículo revisado por pares, texto completo open access y resultados pertinentes.
Exclusión
Duplicado, editorial, población no universitaria, tema indirecto, sin resultados pertinentes o sin acceso
abierto.
Síntesis
Análisis cualitativo temático por oportunidades, desafíos y tendencias.
Fuente: Elaboración propia.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 60
Se encontraron 250 registros, se eliminaron 48
duplicados y se revisaron 202 títulos y
resúmenes. Se buscaron 90 textos completos, no
se recuperaron 8 de ellos, es evaluaron otros 82
de los cuales fueron excluido 42 por la razone
que aparecen en el diagrama el corpus final
estuvo compuesto por un total de 40 artículos.,
se utilizó una matriz que contenía autora. Año,
país, diseño, habilidad, desafío y hallazgos para
organizar la información. Se llevo a cabo una
síntesis temática sin embargo no se efectuó el
metaanálisis a causa de la diversidad de diseños,
intervenciones e indicadores.
Figura 1. Diagrama de flujo PRISMA del proceso de selección.
Fuente: Elaboración propia.
Resultados y Discusión
Los 40 estudios incluidos revelaron un área de
investigación novedosa y en continuo
crecimiento la mayor parte de las publicaciones
se presentó entre 2024 – 2026. Las
investigaciones sobre escritura y
retroalimentación fueron las más frecuentes,
seguidas de las que trataron sobre percepción y
aceptación, conversación, vocabulario y
autorregulación. Los estudios longitudinales y
las comparaciones con condiciones de control
fueron menos comunes, mientras que la
mayoría empleo diseños transversales o
cuasiexperimentales de breve duración. La
categoría inicial, que es la de personalización y
disponibilidad abarco 31 investigaciones. La
IAG posibilito adaptar la dificultad,
explicaciones, ejemplos y ritmo, así como
mantener la práctica fuera de horario escolar. La
segunda, que es la revisión y retroalimentación
se presentó 29 investigaciones y fue
particularmente evidente en la escritura, los
ciclos de borrador-prompt-feedback-revisión
ayudaron y fue a desarrollar la conciencia
lingüística cuando el alumno evaluó de manera
activa las recomendaciones. Diecinueve
artículos fueron incluidos en la tercera categoría
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 61
que se refiere a la práctica de comunicación y a
la disminución de la ansiedad. Los agentes
conversacionales proporcionaron ambientes
con baja presión para practicar vocabulario,
pronunciación y respuestas. No obstante,
diversas investigaciones han alertado que la
intervención con IA puede ser predecible y no
refleja por completo las características de una
conversación humana como la espontaneidad,
dimensión intercultural y negociación. Con
respecto a la autonomía, 24 investigaciones
sobre posibles ventajas en la planificación,
supervisión o reflexión, no obstante,
únicamente una porción evaluó de manera
directa la autorregulación. El patrón más estable
fue el condicional la IAG respaldo la autonomía
en presencia de objetivos, rubricas, diarios de
aprendizaje, comparación de fuentes y prompts
metacognitivos el uso libre no guiado se vinculó
con una aceptación acrítica, una dependencia
excesiva o la disminución del esfuerzo.
Los retos más comunes fueron la precisión y
alucinaciones (28 investigaciones9, integridad
académica y autoría (26), dependencia
cognitiva (22), privacidad y gobernanza de
datos 817), sesgos (15) y disparidad en el acceso
o la alfabetización digital (14). La convergencia
de resultados señala que la alfabetización en IA
es un requerimiento general para transformar la
disponibilidad tecnológica en aprendizaje
autónomo responsable.
Tabla 2. Síntesis temática de los 40 estudios incluidos.
Eje
Estudios
Hallazgo sintetizado
Personalización y acceso
31
Explicaciones, ejemplos y tareas adaptables; práctica
ubicua.
Feedback y revisión
29
Mayor iteración y conciencia lingüística cuando el
feedback se evalúa críticamente.
Planificación y metacognición
24
Apoyo a metas, monitoreo y reflexión con andamiaje
explícito.
Conversación y confianza
19
Práctica de baja presión, sin sustituir interacción
humana auténtica.
Integridad y dependencia
26 / 22
Riesgo de delegar procesos y ocultar autoría si no
existen reglas claras.
Exactitud, sesgo y privacidad
28 / 15 / 17
Necesidad de verificación, minimización de datos y
revisión humana.
Equidad y alfabetización digital
14
El acceso y las competencias condicionan la
apropiación pedagógica.
Fuente: Elaboración propia.
Tabla 3. Tendencias recientes identificadas
Tendencia
De aceptación a resultados
De corrección a autorregulación
De prohibición a gobernanza
De chatbot textual a multimodalidad
De uso individual a colaboración humano-IA
Fuente: Elaboración propia.
Los hallazgos de la revisión evidencian que uno
de los principales aportes de la inteligencia
artificial generativa al aprendizaje autónomo
del idioma inglés en educación superior reside
en la ampliación de las oportunidades de
práctica, la personalización de las actividades y
la posibilidad de recibir retroalimentación
inmediata. Estos resultados coinciden con
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 62
Klimova et al. (2024), quienes destacan el
potencial de ChatGPT para ofrecer experiencias
de aprendizaje flexibles y adaptadas a las
necesidades del estudiante dentro de la
enseñanza de lenguas extranjeras. De manera
complementaria, Liu et al. (2025) señalan que
las herramientas de inteligencia artificial
generativa pueden contribuir al desarrollo de
habilidades lingüísticas, la motivación y el
pensamiento crítico cuando su utilización se
encuentra acompañada de tareas que exigen
análisis y participación.
No obstante, los resultados de la presente
revisión permiten establecer una distinción
importante entre disponibilidad tecnológica y
autonomía educativa. Disponer de una
herramienta que responde de manera inmediata
no implica necesariamente que el estudiante
gestione conscientemente su aprendizaje,
puesto que la autonomía exige establecer
objetivos, seleccionar estrategias, supervisar el
progreso y valorar críticamente los resultados
obtenidos.
La escritura constituye una de las habilidades
lingüísticas con mayor presencia en los estudios
analizados, lo que puede explicarse por la
compatibilidad existente entre los procesos de
composición escrita y las funcionalidades de los
modelos generativos. Song y Song (2023)
encontraron que la incorporación de ChatGPT
en actividades de escritura académica puede
incrementar la motivación y favorecer los
procesos de revisión mediante
retroalimentación inmediata. En la misma línea,
Teng (2024) identifica oportunidades
importantes para la planificación, corrección,
reformulación y mejora progresiva de textos en
estudiantes de inglés como lengua extranjera,
aunque también advierte limitaciones
relacionadas con la precisión de las respuestas y
la posibilidad de dependencia. A partir de estos
antecedentes, los hallazgos de la revisión
sugieren que el impacto pedagógico resulta más
significativo cuando la IAG se utiliza como
recurso de apoyo durante las diferentes etapas
de la escritura y no como responsable de
producir el texto final. De esta manera, puede
actuar como fuente de alternativas lingüísticas,
apoyo para la revisión o interlocutor crítico,
mientras la toma de decisiones permanece bajo
responsabilidad del estudiante.
Esta interpretación también guarda relación con
los estudios recientes sobre alfabetización en
retroalimentación. Gu et al. (2026) destacan que
el apoyo proporcionado por herramientas
generativas puede favorecer procesos de
autorregulación cuando el estudiante analiza,
interpreta y utiliza activamente los comentarios
recibidos. Asimismo, Dai (2026) plantea que la
efectividad de la escritura asistida por
inteligencia artificial depende de que el
alumnado aprenda a calibrar la calidad de la
retroalimentación y a justificar las
modificaciones realizadas.
De manera semejante, Jiao y Wang (2026)
muestran que el valor formativo de los grandes
modelos lingüísticos aumenta cuando la
retroalimentación se incorpora dentro de ciclos
de producción, revisión y reflexión. Por
consiguiente, la disponibilidad inmediata de
correcciones no debe confundirse con
aprendizaje efectivo, ya que el beneficio
depende de la capacidad del estudiante para
comprender por qué una modificación resulta
pertinente y decidir conscientemente si debe
incorporarla. En relación con la
autorregulación, los hallazgos muestran que la
IAG puede desempeñar una función de
andamiaje cuando facilita la planificación,
propone preguntas, genera ejemplos, organiza
actividades o proporciona retroalimentación
adaptada a las necesidades del aprendiz. Xu
(2026) identifica una relación entre el uso de
inteligencia artificial generativa, el compromiso
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 63
con el aprendizaje y las estrategias de
autorregulación en estudiantes de inglés como
lengua extranjera. De manera complementaria,
Xue y Chen (2026) destacan que la autoeficacia
y el compromiso con la retroalimentación
intervienen en la utilización de estrategias
autorreguladas durante procesos de escritura
asistidos por IAG. Estas evidencias respaldan la
interpretación de que la tecnología puede
fortalecer la autonomía cuando actúa como
apoyo temporal que facilita la reflexión y la
toma de decisiones. Sin embargo, el efecto
puede invertirse cuando el estudiante delega en
el sistema la definición de objetivos, la
generación completa de respuestas o la
valoración del producto final, debido a que
disminuye su participación cognitiva en el
proceso de aprendizaje.
La práctica conversacional representa otra
oportunidad especialmente relevante para
estudiantes universitarios que disponen de
pocas ocasiones para comunicarse en inglés
fuera del aula. Klimova et al. (2024) destacan
que los chatbots pueden favorecer experiencias
personalizadas de interacción lingüística,
mientras que Lee (2025) señala que la
interacción con inteligencia artificial puede
incrementar la participación de estudiantes de
inglés como lengua extranjera en contextos de
baja presión comunicativa. Esta característica
resulta particularmente útil para quienes
experimentan temor al error o ansiedad durante
la expresión oral, debido a que permite practicar
repetidamente sin la evaluación inmediata de
otros interlocutores.
Sin embargo, la conversación artificial no
reproduce en su totalidad los elementos
socioculturales, pragmáticos y emocionales
presentes en la comunicación humana. Por ello,
los resultados de esta revisión permiten
considerar estas herramientas como una
preparación complementaria para la interacción
auténtica, pero no como un sustituto de la
comunicación con docentes, compañeros y
hablantes de diferentes contextos lingüísticos.
A pesar de estas oportunidades, la literatura
revisada también muestra riesgos asociados con
la precisión, los sesgos, la privacidad y la
aparente seguridad con la que los sistemas
presentan sus respuestas. Tlili et al. (2023)
advierten que ChatGPT puede generar
información incorrecta o respuestas
aparentemente convincentes que requieren
comprobación, mientras que Farrokhnia et al.
(2024) identifican entre sus principales
amenazas la dependencia tecnológica, los
problemas de exactitud y las implicaciones
éticas de su uso educativo.
Broadfoot y Rockey (2025) amplían esta
discusión al señalar que la inteligencia artificial
generativa transforma también las funciones
sociales de la evaluación y obliga a reconsiderar
qué evidencias permiten demostrar
auténticamente el aprendizaje. En el caso
específico del aprendizaje del inglés, estos
riesgos adquieren especial relevancia porque un
estudiante con dominio lingüístico limitado
puede tener mayores dificultades para
reconocer explicaciones gramaticales
incorrectas, usos poco naturales del idioma o
información culturalmente sesgada.
Por esta razón, la alfabetización en inteligencia
artificial emerge como una competencia
indispensable dentro del aprendizaje autónomo
mediado por estas tecnologías. No resulta
suficiente enseñar al estudiante a formular
instrucciones o *prompts*; también es
necesario que aprenda a verificar fuentes,
reconocer incertidumbres, comparar respuestas,
identificar posibles sesgos y determinar qué
información puede compartirse de forma
segura. Adel et al. (2024) sostienen que las
posibilidades educativas de ChatGPT deben
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 64
analizarse juntamente con sus desafíos
computacionales y éticos, mientras que Al-
khresheh (2024) destaca la necesidad de
integrar las herramientas generativas desde una
perspectiva en la que la tecnología permanezca
articulada con objetivos pedagógicos
claramente definidos. En este sentido, el
pensamiento crítico constituye un componente
central para evitar que la rapidez de la
herramienta sustituya los procesos de análisis y
toma de decisiones del estudiante.
Los hallazgos relacionados con la integridad
académica muestran igualmente que las
respuestas institucionales no deberían reducirse
a identificar textos producidos por inteligencia
artificial. Cotton et al. (2024) señalan que la
aparición de ChatGPT exige reconsiderar las
prácticas de evaluación y las políticas
tradicionales de integridad académica. De
forma complementaria, Tran et al. (2025)
evidencian que la disponibilidad de estas
herramientas puede modificar tanto la
percepción como las prácticas relacionadas con
el plagio. A partir de estos planteamientos, los
resultados de la revisión respaldan la necesidad
de avanzar hacia evaluaciones auténticas que
permitan observar el proceso seguido por el
estudiante mediante borradores sucesivos,
reflexiones, defensa oral de decisiones,
comparación entre propuestas automáticas y
humanas y declaración explícita del tipo de
asistencia recibida. Estos mecanismos permiten
valorar con mayor precisión el aprendizaje real
sin recurrir necesariamente a la prohibición de
una tecnología que ya forma parte de las
prácticas académicas contemporáneas.
La literatura también evidencia que la adopción
de la IAG no ocurre de manera homogénea entre
instituciones, países o grupos de estudiantes.
Ravšelj et al. (2025), mediante un estudio
internacional, muestran importantes diferencias
en las percepciones y formas de utilización de
ChatGPT entre estudiantes universitarios de
distintos contextos. En América Latina,
Rivadeneira et al. (2025) destacan que la
incorporación de estas tecnologías en las
instituciones de educación superior se encuentra
condicionada por las características
institucionales y por el nivel de desarrollo
digital de cada contexto. Esta situación obliga a
considerar que las ventajas atribuidas a la IAG
pueden distribuirse de manera desigual cuando
existen diferencias en conectividad,
disponibilidad de dispositivos, acceso a
versiones avanzadas de las plataformas o
competencias digitales.
En el contexto latinoamericano, esta
desigualdad adquiere especial importancia
porque la implementación de herramientas
generativas se produce sobre brechas
tecnológicas preexistentes. Nikolic et al. (2024)
analizan principalmente actitudes, intenciones y
comportamientos del profesorado universitario
frente a la inteligencia artificial y la IAG, y sus
hallazgos permiten comprender que la adopción
tecnológica está condicionada por factores
como las expectativas de utilidad, las
condiciones facilitadoras, los conocimientos y
el apoyo institucional.
En consecuencia, la incorporación de estas
tecnologías al aprendizaje autónomo del inglés
no debería asumir que todos los estudiantes
poseen iguales oportunidades para utilizarlas de
forma efectiva. Las universidades necesitan
proporcionar alternativas de acceso, formación
específica y lineamientos institucionales
suficientemente claros para evitar que una
herramienta orientada a ampliar las
oportunidades educativas termine reforzando
desigualdades existentes. En Ecuador, la
evidencia disponible también apunta hacia
diferencias en las percepciones y formas de
utilización de ChatGPT entre estudiantes
universitarios. Morales et al. (2025) identifican
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 65
distintos patrones de percepción y uso que
permiten observar la influencia de factores
vinculados con la experiencia tecnológica y las
condiciones de acceso.
Estos resultados son relevantes para la presente
revisión porque confirman que el
aprovechamiento educativo de la IAG no
depende exclusivamente de las funciones
ofrecidas por la plataforma, sino también de las
competencias y condiciones desde las cuales
cada estudiante interactúa con ella. Por tanto,
una estrategia institucional de integración debe
contemplar alfabetización digital e inteligencia
artificial, orientaciones éticas, acompañamiento
docente y alternativas equivalentes para
estudiantes que presenten limitaciones de
acceso.
De manera general, los resultados permiten
advertir una evolución reciente en la
investigación sobre inteligencia artificial
generativa aplicada al aprendizaje del inglés.
Los primeros trabajos se concentraron
principalmente en percepciones, aceptación y
posibilidades de uso, mientras que las
investigaciones más recientes comienzan a
examinar variables como autorregulación,
alfabetización en retroalimentación,
pensamiento crítico, compromiso, evaluación
auténtica y colaboración entre humanos e
inteligencia artificial.
Saeli et al. (2026) muestran que incluso entre
docentes de inglés persisten posiciones
diferentes respecto de la adopción de ChatGPT
como herramienta de enseñanza y
retroalimentación, mientras que Sanz et al.
(2026) sintetizan evidencias recientes que
reflejan transformaciones en los procesos
académicos de lectura y escritura derivadas de
la expansión de la IAG. Esta transición indica
que la discusión ya no debe centrarse
exclusivamente en determinar si estas
herramientas pueden utilizarse en educación,
sino en establecer en qué condiciones, con qué
propósitos y mediante qué estrategias
contribuyen realmente al aprendizaje.
En consecuencia, la principal aportación
derivada de esta revisión consiste en reconocer
que la inteligencia artificial generativa puede
fortalecer el aprendizaje autónomo del inglés
cuando funciona como un recurso de andamiaje
y no como sustituto del estudiante. Su potencial
se hace más evidente cuando amplía las
oportunidades de práctica, facilita procesos
iterativos de producción y revisión, ofrece
retroalimentación y estimula la reflexión sobre
el propio aprendizaje.
Sin embargo, estos beneficios disminuyen
cuando la herramienta concentra las decisiones,
genera productos terminados o desplaza
procesos cognitivos fundamentales. Por ello,
una integración pedagógicamente responsable
requiere combinar alfabetización en IA,
pensamiento crítico, autorregulación,
evaluación auténtica, protección de datos y
mediación docente, preservando en todo
momento la agencia del estudiante como
elemento central del aprendizaje autónomo.
Conclusiones
El análisis sistemático de 40 artículos permitió
determinar que la IAG brinda oportunidades
significativas para respaldar el aprendizaje
autónomo del idioma inglés en educación
superior a través de personalización,
retroalimentación instantánea, practica ubicua,
simulación conversacional y asistencia en
planificación y revisión. Cuando el alumno
extiende los ciclos de practica y reflexión que
supervisa su contribución más sólida. Las
ventajas no se obtienen de forma automática. El
aprendizaje puede verse debilitado por las
respuestas imprecisas, sesgo, privacidad,
dependencia cognitiva, acceso desigual y los
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 66
conflictos de autoría. La autonomía se fortifica
cuando el alumno examina, contrasta, explica y
resuelve se disminuye cuando delega en la
herramienta la elaboración total de las tareas o
acepta sus resultados sin realizar un análisis.
Las tendencias más recientes indican un paso de
investigación sobre percepción a intervenciones
enfocadas en la alfabetización en IA, feedback
formativo, autorregulación, evaluación
autentica y cooperan entre humanos e
inteligencia artificial. por lo tanto, las
universidades tienen la obligación de establecer
estándares claros de uso, salvaguardar los datos,
capacitar a alumnos y profesores y crear
actividades que hagan visible el proceso
intelectual. En el contexto de América Latina y
Ecuador la integración debe tener en cuenta la
diversidad cultural y lingüística, conectividad y
disponibilidad desigual de herramientas. Se
recomienda promover investigaciones
longitudinales y experimentales sobre
habilidades específicas del idioma inglés y
evaluar no solo productos finales, sino
transferencia, pensamiento crítico y
sostenibilidad de la autonomía.
Referencias Bibliográficas
Adel, A., Ahsan, A., & Davison, C. (2024).
ChatGPT promises and challenges in
education: Computational and ethical
perspectives. Education Sciences, 14(8), 814.
https://doi.org/10.3390/educsci14080814
Al-khresheh, M. H. (2024). Bridging
technology and pedagogy from a global lens:
Teachers’ perspectives on integrating
ChatGPT in English language teaching.
Computers and Education: Artificial
Intelligence, 6, 100218.
https://doi.org/10.1016/j.caeai.2024.100218
Broadfoot, P., & Rockey, J. (2025). Generative
AI and the social functions of educational
assessment. Oxford Review of Education,
51(2), 281–300.
https://doi.org/10.1080/03054985.2025.2455
549
Cotton, D. R. E., Cotton, P. A., & Shipway, J.
R. (2024). Chatting and cheating: Ensuring
academic integrity in the era of ChatGPT.
Innovations in Education and Teaching
International, 61(2), 228–239.
https://doi.org/10.1080/14703297.2023.2190
148
Dai, Z. (2026). Rethinking AI-assisted writing
instruction: Feedback literacy scripts,
calibration training, and student writing
development. Frontiers in Psychology, 17.
https://doi.org/10.3389/fpsyg.2026.1829268
Farrokhnia, M., Banihashem, S. K., Noroozi,
O., & Wals, A. (2024). A SWOT analysis of
ChatGPT: Implications for educational
practice and research. Innovations in
Education and Teaching International, 61(3),
460–474.
https://doi.org/10.1080/14703297.2023.2195
846
Gu, J., Chen, J., & Yan, Z. (2026). Fostering
feedback literacy by scaffolding self-
regulated feedback: A comparative study of
GenAI and human peers. Frontiers in
Education, 10.
https://doi.org/10.3389/feduc.2025.1736446
Jiao, Y., & Wang, Q. (2026). Large language
models for formative feedback in writing
instruction: A systematic review of classroom
interventions, feedback quality, and student
outcomes. Frontiers in Education, 11.
https://doi.org/10.3389/feduc.2026.1834085
Klimova, B., Pikhart, M., & Al-Obaydi, L. H.
(2024). Exploring the potential of ChatGPT
for foreign language education at the
university level. Frontiers in Psychology, 15.
https://doi.org/10.3389/fpsyg.2024.1269319
Lee, J. (2025). Speaking English with AI or
humans: What engages EFL learners more?
English Teaching, 80(5), 41–66.
https://doi.org/10.15858/engtea.80.5.202512
.41
Liu, J., Sihes, A. J. B., & Lu, Y. (2025). How
do generative artificial intelligence (AI) tools
and large language models (LLMs) influence
language learners’ critical thinking in EFL
education? A systematic review. Smart
Learning Environments, 12(1).
https://doi.org/10.1186/s40561-025-00406-0
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 67
Morales, R. E., Cervantes Diaz, D. J., &
Morales Caluña, C. I. (2025). Patterns of
perception and use of ChatGPT in college
students: An HJ-Biplot and cluster analysis.
https://doi.org/10.5281/zenodo.15565693
Nikolic, S., Wentworth, I., Sheridan, L., Moss,
S., Duursma, E., Jones, R. A., Ros, M., &
Middleton, R. (2024). A systematic literature
review of attitudes, intentions and behaviours
of teaching academics pertaining to AI and
generative AI (GenAI) in higher education:
An analysis of GenAI adoption using the
UTAUT framework. Australasian Journal of
Educational Technology, 2024(6).
Ravšelj, D., Keržič, D., Tomaževič, N., Umek,
L., Brezovar, N., Iahad, N. A., Abdulla, A.
A., Akopyan, A., Segura, M. W. A.,
AlHumaid, J., Allam, M. F., Alló, M., Andoh,
R. P. K., Andronic, O., Arthur, Y. D., Aydin,
F., Badran, A., Balbontín-Alvarado, R., Saad,
H. B., et al. (2025). Higher education
students’ perceptions of ChatGPT: A global
study of early reactions. PLOS ONE, 20(2).
https://doi.org/10.1371/journal.pone.031501
1
Rivadeneira, L., de Luna, D. B., & Fernandez,
C. (2025). Exploring the role of ChatGPT in
higher education institutions: Where does
Latin America stand? Digital Government:
Research and Practice, 6(2).
https://doi.org/10.1145/3689370
Saeli, H., Rahmati, P., Dalman, M., Shamsi, Y.,
& Koltovskaia, S. (2026). Embrace or resist?
EFL teachers on adopting ChatGPT as a
teaching and feedback tool. Language
Awareness, 35(3), 745–765.
https://doi.org/10.1080/09658416.2025.2577
191
Sanz, A., Domínguez-Oller, J. C., Baldaquí-
Escandell, J. M., Gómez-Díaz, R., & García-
Rodríguez, A. (2026). The impact of
generative AI on academic reading and
writing: A synthesis of recent evidence
(2023–2025). Frontiers in Education, 10.
https://doi.org/10.3389/feduc.2025.1711718
Song, C., & Song, Y. (2023). Enhancing
academic writing skills and motivation:
Assessing the efficacy of ChatGPT in AI-
assisted language learning for EFL students.
Frontiers in Psychology, 14.
https://doi.org/10.3389/fpsyg.2023.1260843
Teng, M. F. (2024). A systematic review of
ChatGPT for English as a foreign language
writing: Opportunities, challenges, and
recommendations. International Journal of
TESOL Studies, 6(3), 36–57.
https://doi.org/10.58304/ijts.20240304
Tlili, A., Shehata, B., Adarkwah, M. A.,
Bozkurt, A., Hickey, D. T., 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).
https://doi.org/10.1186/s40561-023-00237-x
Tran, K. V., Le, T. T. M., & Pham, A. T. (2025).
Exploring Vietnamese students’ plagiarism
awareness and actual practices through using
of ChatGPT as a learning tool. International
Journal for Educational Integrity, 21(1).
https://doi.org/10.1007/s40979-025-00207-5
Xu, J. (2026). How generative AI enhances self-
regulated learning in EFL learners: A chain
mediation model of “intention to use” and
“learning engagement.” Frontiers in
Psychology, 17.
https://doi.org/10.3389/fpsyg.2026.1808183
Xue, J., & Chen, M. (2026). Unravelling the
relationship between self-efficacy and self-
regulated strategies in GenAI-assisted
writing of postgraduates: The mediating role
of feedback engagement. Frontiers in
Psychology, 17.
https://doi.org/10.3389/fpsyg.2026.1786221
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Daniel Fabricio
Contreras Moscol, Gabriela Katherine Almache
Granda, Miguel Esteban Beltrán Moreno y María
José Sandoval Pérez.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 10
Edición Octubre del 2026
Página 68
Declaraciones éticas y editoriales del artículo
Contribución de los autores (Taxonomía CRediT)
Daniel Fabricio Contreras Moscol: 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.
Gabriela Katherine Almache Granda: 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.
Miguel Esteban Beltrán Moreno: 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.
María José Sandoval Pérez: 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.