Dependencia de la Inteligencia Artificial Generativa y sus efectos en la autorregulación, pensamiento crítico y ansiedad académica en universitarios
Palabras clave:
inteligencia artificial generativa; dependencia de IA; autorregulación del aprendizaje; pensamiento crítico; ansiedad académica; estudiantes universitarios.Resumen
La expansión de la Inteligencia Artificial Generativa (IAG) en la educación superior ha modificado las formas de búsqueda de información, resolución de problemas, producción académica y toma de decisiones. El objetivo de esta revisión sistemática fue realizar una síntesis crítica de la evidencia empírica disponible sobre la relación entre la dependencia de la IAG, la autorregulación del aprendizaje, el pensamiento crítico y las manifestaciones de malestar académico en estudiantes universitarios. La búsqueda y selección documental se efectuó exclusivamente mediante Google Académico. A partir de 30 registros candidatos se seleccionaron 15 estudios conforme a criterios de pertinencia temática y metodológica, siguiendo una adaptación del flujo PRISMA 2020. Los hallazgos muestran que la dependencia y la sobreutilización de IAG se relacionan predominantemente con menor autorregulación, mayor procrastinación, menor autonomía cognitiva y resultados desfavorables en determinadas dimensiones del pensamiento crítico. Sin embargo, el uso estratégico de la IAG, acompañado de alfabetización tecnológica, autoeficacia y elevada capacidad autorregulatoria, puede favorecer procesos cognitivos y de aprendizaje. La evidencia sobre ansiedad académica es todavía limitada y la mayoría de los diseños son transversales. Se concluye que la autorregulación constituye un factor protector central y que se requieren estudios longitudinales para establecer temporalidad y relaciones recíprocas entre dependencia, cognición y bienestar académico.
Descargas
Referencias
Arshad, A., Lone, A., Arickswamy, L., Hassan, K., Alnaim, A. A., & AlFarhan, M. F. (2026). From AI use to critical thinking among medical students: A moderated mediation perspective on cognitive load and self-regulated learning. Frontiers in Psychology, 17, 1883053. https://doi.org/10.3389/fpsyg.2026.1883053
Ben Otman, S., Ben Otman, S., & Karahan Adalı, G. (2025). The impact of generative AI on university students’ learning experience: A study on cognitive and affective outcomes. Journal of Information and Organizational Sciences, 49(2), 329–344. https://doi.org/10.31341/jios.49.2.10
Bu, X., Wang, W., Ji, X., Huang, Y., & Lu, D. (2026). AI literacy and college students’ innovative thinking: Chain mediating roles of AI interaction perception and AI attitudes. Frontiers in Psychology, 17, 1838803. https://doi.org/10.3389/fpsyg.2026.1838803
Galindo-Domínguez, H., Delgado, N., Sainz-de-la-Maza, M., & Etxabe, J.-M. (2026a). Self-regulation and overreliance on artificial intelligence: Unpacking a paradox through a mixed-methods study in higher education. Computers in Human Behavior, 181, 108985. https://doi.org/10.1016/j.chb.2026.108985
Galindo-Domínguez, H., Sainz-de-la-Maza, M., Campo, L., & Losada-Iglesias, D. (2026b). The influence of learning motivation and procrastination on ChatGPT dependence. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 217–236.
Gao, L., Sun, Y., & Khan, S. U. (2026). From enhancement to over-reliance: A mixed-method study of generative AI and sustainable learning performance. Frontiers in Psychology, 17, 1847369. https://doi.org/10.3389/fpsyg.2026.1847369
Gu, C., He, B., & Zhang, X. (2026). The relationship between college students’ AI technology dependence and learning burnout: A chain mediation analysis of technology acceptance and AI self-efficacy. Frontiers in Psychology, 17, 1843366. https://doi.org/10.3389/fpsyg.2026.1843366
Hashmi, Z. F., Iqbal, J., Asghar, M. Z., & Abid, M. N. (2026). Generative AI tool usage and perceived self-regulated learning: The mediating roles of technological self-efficacy and cognitive offloading in blended learning. Humanities and Social Sciences Communications. Advance online publication. https://doi.org/10.1057/s41599-026-07924-3
Hornberger, M., Bewersdorff, A., Schiff, D. S., & Nerdel, C. (2025). Development and validation of a short AI literacy test (AILIT-S) for university students. Computers in Human Behavior: Artificial Humans, 5, 100176. https://doi.org/10.1016/j.chbah.2025.100176
Liu, B. (2026). How does self-regulated learning resist AI dependence? A mediating effect study based on college students who frequently use AIGC tools. SAGE Open, 16(1), 1–17. https://doi.org/10.1177/21582440261420068
Liu, Y., & Liu, Y. (2026). Association between perceived usefulness of generative AI for learning and generative AI dependency among university students in Changde, China: A cross-sectional study of statistical indirect effects. Frontiers in Psychology, 17, 1859317. https://doi.org/10.3389/fpsyg.2026.1859317
Maizel, H., Kalman Halevi, M., Sarid, M., & Tutian, R. (2026). Understanding student dependency on AI: The role of AI literacy, academic self-efficacy, and resource management strategies. Education Sciences, 16(7), 1123. https://doi.org/10.3390/educsci16071123
Sun, P., Li, J., Chen, X., Cui, M., & Yan, L. (2026). The impact of maladaptive perfectionism on AI dependence among college students: The mediating role of self-control and the moderating role of academic engagement. Acta Psychologica, 263, 106294. https://doi.org/10.1016/j.actpsy.2026.106294
Vereau Amaya, E. A., Soto Zavaleta, A. R., Vásquez Luján, I. G., González López, E., Tomanguilla Reyna, J., & Ríos Gonzales, J. D. (2025). Between assistance and dependence: Artificial intelligence and critical thinking. A study on first-year university students. International Journal of Learning, Teaching and Educational Research, 24(12), 118–134. https://doi.org/10.26803/ijlter.24.12.6
Wu, F., Huang, X., & Lin, X. (2026). Antecedents and consequences of generative artificial intelligence addiction among Chinese college students: A self-regulated learning perspective. SAGE Open, 16(3), 1–21. https://doi.org/10.1177/21582440261477182
