Inteligencia Artificial y Pensamiento Crítico en Educación: Marcos Éticos, Innovación Pedagógica y Evaluación Auténtica para la Era Algorítmica

Artificial Intelligence and Critical Thinking in Education: Ethical Frameworks, Pedagogical Innovation, and Authentic Assessment in the Algorithmic Era

La expansión acelerada de la inteligencia artificial (IA) en educación ha generado un escenario inédito en el que los procesos de enseñanza, aprendizaje y evaluación se encuentran profundamente reconfigurados. Modelos generativos como ChatGPT ofrecen retroalimentación inmediata, organización de ideas, oportunidades de personalización y síntesis de contenidos que antes dependían exclusivamente del trabajo docente. Sin embargo, también plantean riesgos que cuestionan los fundamentos de la educación contemporánea: erosión de la autonomía intelectual, dependencia acrítica, tensiones éticas y debilitamiento del juicio reflexivo. En este contexto, el pensamiento crítico emerge no solo como una competencia transversal, sino como la condición de posibilidad para un ecosistema educativo capaz de integrar la IA sin renunciar a la formación intelectual, ética y democrática de los estudiantes.

De acuerdo con Facione (2011) y Paul y Elder (2019), el pensamiento crítico implica un proceso deliberado, autorregulado y evaluativo que permite interpretar información, analizar argumentos, inferir conclusiones y tomar decisiones fundadas. Su cultivo no es accesorio ni instrumental: constituye el núcleo mismo de la agencia cognitiva. Por ello, la pregunta central ya no es si integrar la IA en la educación, sino cómo hacerlo de modo que preserve y expanda la capacidad humana de juzgar, discernir y crear sentido. Los estudios recientes sobre IA y educación convergen en esta preocupación.

Un primer eje lo aporta la revisión sistemática de Arseven y Bal (2025), quienes examinan investigaciones en K-12 sobre escritura asistida por IA. Sus hallazgos contradicen el temor de que la IA conduzca automáticamente al plagio o a la pasividad: los estudiantes la utilizan como un insumo para refinar ideas, interrogar salidas generadas y reorganizar argumentaciones, lo que habilita procesos metacognitivos y una mayor conciencia sobre la propia escritura. En las palabras del artículo, los estudiantes “question AI outputs, synthesize them with their own ideas and manage their writing processes more consciously” (Arseven & Bal, 2025, p. 2). Este uso crítico de la IA depende menos de la herramienta y más del tipo de tareas pedagógicas que la acompañan: comparar versiones generadas con versiones propias, justificar decisiones de edición, discutir la originalidad y evaluar la coherencia del texto. Así, la IA opera como un andamio dialógico que abre espacio para la reflexión, siempre que el docente active mediaciones éticas y cognitivas.

Un segundo aporte clave proviene del estudio bibliométrico y sistemático de Salido et al. (2025), centrado en educación superior. Su análisis revela cinco núcleos temáticos recurrentes en la literatura: innovación pedagógica, dimensiones psicológicas, ética académica, integración sistémica y alfabetización digital. De manera significativa, los autores advierten que el riesgo mayor no es la adopción tecnológica, sino la dependencia acrítica que puede producir prácticas intelectuales superficiales. Frente a ello, proponen marcos institucionales inclusivos y adaptativos que promuevan razonamiento profundo a través de debates interdisciplinarios, defensas orales, proyectos auténticos y actividades que obliguen a los estudiantes a distanciarse de las respuestas automáticas (Salido et al., 2025). La IA, por tanto, no reemplaza el pensamiento crítico: lo exige.

La línea propositiva se amplía con el trabajo de Li y Bertrand (2026), quienes desarrollan la Design Fiction Pedagogy (DFP), una metodología basada en narrativas especulativas y prototipos de futuros posibles con IA. Esta aproximación permite que los estudiantes imaginen, diseñen y evalúen escenarios donde la IA adquiere roles sociales diversos, lo que favorece la alfabetización ética, la creatividad y la comprensión crítica de las implicaciones tecnológicas. La investigación muestra que al construir futuros narrados con prototipos plausibles, los estudiantes integran conocimientos técnicos con reflexión sobre equidad, impacto social, derechos y dilemas éticos, desarrollando —como señalan las autoras— una comprensión “más profunda del funcionamiento y las implicaciones sociales de la IA” (Li & Bertrand, 2026, p. 3). La imaginación especulativa se convierte así en una herramienta epistemológica que habilita pensamiento crítico orientado al futuro.

Paralelamente, la Colloquial Engagement Theory with AI Awareness (CET-AIA), formulada por Kooli, Yusuf y Sarhan (2026), introduce una estrategia pedagógica para la evaluación en tiempos de IA: preguntas coloquiales, situadas en experiencias del aula y formuladas en lenguaje cotidiano, capaces de desafiar tanto a estudiantes como a modelos generativos. Su investigación evidencia que, mientras los estudiantes muestran una mejora progresiva frente al desafío cognitivo, la IA presenta un desempeño mucho menor debido a la naturaleza contextual de las preguntas. Para los autores, este tipo de evaluación “creates a linguistic and semantic barrier that prevents AI from generating accurate responses” (Kooli et al., 2026, p. 3). El resultado es una evaluación más ética y auténtica, que fortalece la integridad académica y refuerza la participación activa del estudiantado.

La convergencia entre estos cuatro enfoques permite delinear un horizonte común: integrar la IA de manera que potencie y no sustituya el pensamiento crítico. Este desafío requiere, sin embargo, un rediseño de las prácticas educativas a varios niveles. En el nivel micro, las aulas deben transformarse en laboratorios de indagación crítica donde la IA funcione como interlocutor, contraste o fuente de datos, pero nunca como autoridad epistémica incuestionable. Ello implica promover prácticas como la comparación crítica de textos generados, la argumentación basada en evidencia, el análisis de sesgos algorítmicos o la creación de narrativas especulativas. En el nivel meso, las instituciones deben adoptar políticas explícitas sobre uso ético de IA, desarrollar programas de formación docente en alfabetización digital crítica y garantizar acceso equitativo a infraestructura tecnológica. Finalmente, en el nivel macro, los sistemas educativos requieren currículos que integren la IA de manera transversal, acompañados de marcos regulatorios que aborden la equidad digital, la transparencia algorítmica y la protección de datos.

Este giro demanda una concepción ampliada del pensamiento crítico: ya no limitado a habilidades de análisis textual o lógico, sino extendido a la capacidad de evaluar sistemas algorítmicos, identificar sesgos, comprender arquitecturas tecnológicas y reflexionar éticamente sobre sus implicaciones sociales. El pensamiento crítico se convierte en una práctica sociotécnica. En consecuencia, la IA no representa solo una herramienta, sino una invitación a redefinir qué significa aprender, enseñar y evaluar en sociedades interconectadas y automatizadas.

Se puede afirmar que la tesis que emerge de la literatura reciente es clara: la IA no es una amenaza intrínseca, sino un catalizador que obliga a repensar el contrato pedagógico contemporáneo. Si se integra de manera ética, situada y crítica, puede ampliar la creatividad, reactivar el juicio reflexivo y fortalecer la autonomía intelectual. Pero si se adopta sin mediación, corre el riesgo de sustituir procesos de pensamiento en lugar de potenciarlos. La responsabilidad recae, por tanto, en el diseño pedagógico, en la formación docente y en la construcción colectiva de políticas educativas que entiendan la IA no como un destino inevitable, sino como una oportunidad para renovar la misión intelectual de la escuela y la universidad.

Referencias

Arseven, T., & Bal, M. (2025). Critical literacy in artificial intelligence assisted writing instruction: A systematic review. Thinking Skills and Creativity, 57, 101850. https://doi.org/10.1016/j.tsc.2025.101850

Facione, P. (2011). Critical thinking: What it is and why it counts. Insight Assessment.

Kooli, C., Yusuf, N., & Sarhan, M. Y. (2026). Colloquial engagement theory with AI awareness (CET-AIA): A new creative pedagogical framework for ethical assessment in the age of artificial intelligence. Thinking Skills and Creativity, 60, 102051. https://doi.org/10.1016/j.tsc.2025.102051

Li, L., & Bertrand, M. (2026). Fostering critical thinkers and future designers: Design fiction pedagogy in AI education. Thinking Skills and Creativity, 59, 101962. https://doi.org/10.1016/j.tsc.2025.101962

Paul, R., & Elder, L. (2019). Critical thinking: Tools for taking charge of your learning and your life (3rd ed.). Pearson.

Salido, A., Syarif, I., Sitepu, M. S., Suparjana, R., Wana, P. R., Taufika, R., & Melisa, R. (2025). Integrating critical thinking and artificial intelligence in higher education: A bibliometric and systematic review of skills and strategies. Social Sciences & Humanities Open, 12, 101924. https://doi.org/10.1016/j.ssaho.2025.101924