Resumen
El presente estudio analiza el impacto del uso de ChatGPT en el aprendizaje autónomo de estudiantes de cuarto
grado de secundaria. Para tal fin, se aplicó un diseño cuasiexperimental con 42 participantes, divididos en dos
grupos: uno control, con métodos tradicionales, y otro experimental, con actividades mediadas por ChatGPT.
Además, se evaluaron cuatro dimensiones del aprendizaje autónomo: autogestión, automotivación,
autorregulación y autoevaluación. Los resultados mostraron mejoras significativas en el grupo experimental,
especialmente en los niveles de independencia total. También, se evidenció que ChatGPT potencia la motivación
intrínseca, la regulación del aprendizaje y el uso de estrategias metacognitivas. El análisis estadístico confirmó
diferencias significativas (p < 0.05), y la regresión ordinal explicó el 100% de la variabilidad del aprendizaje
autónomo. Aunque los resultados fueron positivos, la dimensión de autoevaluación mostró menor avance, lo que
sugiere ajustar las estrategias pedagógicas. En conclusión, ChatGPT se presenta como una herramienta eficaz
para fomentar el aprendizaje autónomo, aunque su implementación enfrenta desafíos relacionados con el acceso
digital y la capacitación docente.
Palabras clave: aprendizaje, inteligencia artificial, innovación pedagógica.
ChatGPT: redefiniendo el aprendizaje autónomo
ChatGPT: redefining autonomous learning
Recibido: 7-01-2025 Aceptado: 24-03-2025
Janeth Tomanguilla Reyna
https://orcid.org/0000-0002-7460-7214
jtomanguillar@ucvvirtual.edu.pe
Universidad César Vallejo. Trujillo-Perú
Kony Luby Duran Llaro
https://orcid.org/0000-0003-4825-3683
kduran@ucv.edu.pe
Universidad César Vallejo. Trujillo-Perú
Luis Florencio Mucha Hospinal
https://orcid.org/0000-0002-1973-7497
lfmucha@ucvvirtual.edu.pe
Universidad César Vallejo. Trujillo-Perú
2025. V5. N 4.
Tomanguilla, J., Duran, K., & Mucha, L. (2025). ChatGPT: redefiniendo el aprendizaje autónomo. Revista InveCom, 5(4). 1-10.
https://zenodo.org/records/15091225
2
Abstract
This study analyzes the impact of ChatGPT on the independent learning of fourth-year secondary school students.
A quasi-experimental design was used with 42 participants, divided into two groups: a control group with traditional
methods, and an experimental group with ChatGPT-mediated activities. Additionally, four dimensions of
independent learning were assessed: self-management, self-motivation, self-regulation, and self-assessment. The
results showed significant improvements in the experimental group, especially in the levels of total independence.
It was also evident that ChatGPT enhances intrinsic motivation, learning regulation, and the use of metacognitive
strategies. Statistical analysis confirmed significant differences (p < 0.05), and ordinal regression explained 100%
of the variability in independent learning. Although the results were positive, the self-assessment dimension
showed less progress, suggesting the need to adjust pedagogical strategies. In conclusion, ChatGPT is presented
as an effective tool for fostering autonomous learning, although its implementation faces challenges related to
digital access and teacher training.
Keywords: learning, artificial intelligence, pedagogical innovation.
Introducción
En los últimos años, la inteligencia artificial (IA) ha irrumpido en el ámbito educativo como una herramienta
poderosa para transformar las formas tradicionales de enseñanza-aprendizaje. En este contexto, ChatGPT, un
modelo avanzado de lenguaje natural basado en redes neuronales, ha captado la atención de investigadores y
docentes, debido a su potencial para mejorar la interacción pedagógica y facilitar procesos de aprendizaje más
personalizados (Colpaert & Spruyt, 2023; Ma, 2023). Consolidándose como un recurso innovador que, al simular
el lenguaje humano, permite ofrecer retroalimentación inmediata, generar contenidos contextualizados y
acompañar al estudiante en su proceso de aprendizaje autónomo (Adarkwah et al., 2023; Janssona et al., 2021).
Así, se abre una nueva etapa en la educación contemporánea, caracterizada por una mayor flexibilidad,
accesibilidad y adaptabilidad del aprendizaje, en donde los estudiantes pueden desarrollar habilidades clave para
el siglo XXI, como la autorregulación, la autogestión y la toma de decisiones informada (Hartley et al., 2024; Chiu,
2024).
No obstante, a pesar del creciente reconocimiento del potencial de ChatGPT en el ámbito educativo,
persiste un vacío en torno a su impacto concreto en el desarrollo del aprendizaje autónomo, especialmente en
contextos escolares de educación básica. Si bien existen estudios que destacan los beneficios de la inteligencia
artificial para promover la autoeficacia, la motivación intrínseca y la autorregulación (Yamamura & Ohtake, 2024;
Du y Alm, 2024), aún son limitadas las investigaciones que analicen sistemáticamente su influencia en estudiantes
de secundaria, particularmente en escenarios con restricciones tecnológicas y brechas digitales significativas,
como los que se presentan en diversas regiones del Perú (Estrada-Araoz et al., 2023; Morales et al., 2024). Esta
situación genera interrogantes sobre la efectividad real de ChatGPT como mediador pedagógico en entornos
vulnerables, donde el acceso desigual a dispositivos y conectividad puede obstaculizar su implementación y
limitar el desarrollo de competencias esenciales para el aprendizaje autodirigido (Garrido Arce, 2024; Menacho
et al., 2024).
En este sentido, abordar el desarrollo del aprendizaje autónomo mediante herramientas basadas en
inteligencia artificial, como ChatGPT, resulta especialmente relevante en el actual escenario educativo, donde se
requieren nuevas metodologías que respondan a las demandas de personalización, accesibilidad y eficiencia del
aprendizaje. La creciente necesidad de formar estudiantes capaces de gestionar su propio proceso formativo se
relaciona directamente con las competencias requeridas en un mundo laboral dinámico y tecnológicamente
interconectado (Du & Alm, 2024; Hartley et al., 2024). En este sentido, ChatGPT ofrece oportunidades valiosas
para democratizar el acceso al conocimiento, generar experiencias formativas significativas y reducir las brechas
educativas existentes, al brindar acompañamiento personalizado, retroalimentación en tiempo real y orientación
adaptada a las necesidades del estudiante (Chiu, 2024; Li & Zhang, 2023). Su aplicación no solo fortalece
habilidades metacognitivas como la autorregulación y la automotivación, sino que también contribuye a
transformar el rol del docente y a redefinir los escenarios pedagógicos tradicionales (López & Martínez, 2023;
Acosta-Enríquez et al., 2024).
Tomando en cuenta lo planteado, el presente estudio se enmarca en un enfoque teórico que combina tres
corrientes fundamentales vinculadas al funcionamiento y aplicación de ChatGPT en contextos educativos: la
teoría del procesamiento del lenguaje natural, la inteligencia artificial distribuida (IAD) y la computación neuronal.
La teoría del procesamiento del lenguaje natural explica cómo ChatGPT es capaz de comprender, generar e
interpretar respuestas contextualizadas, basándose en aspectos sintácticos, semánticos y pragmáticos del
Tomanguilla, J., Duran, K., & Mucha, L. (2025). ChatGPT: redefiniendo el aprendizaje autónomo. Revista InveCom, 5(4). 1-10.
https://zenodo.org/records/15091225
3
lenguaje humano (López Regalado et al., 2024; Vázquez-Cano et al., 2023). Por su parte, la teoría de la
inteligencia artificial distribuida postula que la inteligencia puede ser compartida entre humanos y sistemas
tecnológicos, permitiendo una interacción que potencia la toma de decisiones y el pensamiento crítico (Peláez-
Sánchez et al., 2024; Karakose & Tülübaş, 2023). Finalmente, desde la computación neuronal, se comprende
que ChatGPT opera mediante redes neuronales profundas capaces de aprender patrones a partir de grandes
volúmenes de datos, generando respuestas coherentes que facilitan el aprendizaje autónomo (Preciado, 2023;
Ritala et al., 2024).
Por otra parte, algunos estudios han comenzado a explorar los efectos del uso de ChatGPT en el ámbito
educativo, especialmente en lo que respecta al desarrollo de habilidades cognitivas y metacognitivas. Por
ejemplo, investigaciones recientes han evidenciado que ChatGPT puede mejorar la redacción académica, facilitar
la adquisición de nuevos idiomas y generar contenidos de alta calidad, lo cual repercute positivamente en la
motivación y en la autoeficacia de los estudiantes (Punar & Yangın, 2024; Slamet, 2024; Kolade et al., 2024).
Asimismo, se ha documentado que esta herramienta promueve la autorregulación y la planificación estratégica
del aprendizaje, al ofrecer orientación personalizada y soporte continuo (Yamamura & Ohtake, 2024; Adarkwah
et al., 2023). En el contexto latinoamericano, algunos estudios han empezado a evaluar su impacto en la
educación superior, destacando su potencial para fortalecer el aprendizaje autónomo (Menacho et al., 2024;
Acosta-Enríquez et al., 2024). No obstante, como se mencionó anteriormente, aún son escasas las
investigaciones que aborden de forma empírica su implementación en niveles de educación básica, como el
secundario.
A todo esto, es importante señalar que la presente investigación se desarrolló en una institución educativa
pública del distrito de La Esperanza, ubicado en la región La Libertad, Perú, un contexto que refleja muchos de
los desafíos estructurales del sistema educativo nacional. Se trata de un entorno urbano-marginal caracterizado
por la heterogeneidad socioeconómica de su población, con acceso limitado a recursos tecnológicos y brechas
persistentes en conectividad digital, factores que condicionan significativamente los procesos de enseñanza y
aprendizaje (Estrada-Araoz et al., 2023; Morales et al., 2024). En este escenario, la integración de herramientas
basadas en inteligencia artificial, como ChatGPT, plantea tanto oportunidades como retos: por un lado, la
posibilidad de ofrecer una educación más personalizada y equitativa; por otro, la necesidad de superar obstáculos
asociados a la alfabetización digital y la infraestructura tecnológica (Garrido Arce, 2024). La elección de este
contexto busca aportar evidencia empírica relevante sobre la viabilidad y efectividad del uso de ChatGPT en
espacios educativos con condiciones de vulnerabilidad.
A partir del panorama descrito, el presente estudio tiene como objetivo general analizar la influencia del
uso de ChatGPT en el desarrollo del aprendizaje autónomo de estudiantes de cuarto grado de secundaria,
evaluando, específicamente, las dimensiones de autogestión, automotivación, autorregulación y autoevaluación.
Esta investigación se sustenta en la hipótesis de que la incorporación de actividades pedagógicas mediadas por
ChatGPT produce un impacto positivo y significativo en el fortalecimiento de dichas competencias, en
comparación con los métodos tradicionales de enseñanza. Se espera que el uso estratégico de esta herramienta
basada en inteligencia artificial no solo favorezca el desarrollo de habilidades metacognitivas en los estudiantes,
sino que también contribuya a reducir las brechas de aprendizaje en contextos con limitaciones tecnológicas. La
validación de esta hipótesis permitirá aportar evidencias concretas sobre la efectividad de ChatGPT como recurso
educativo innovador, así como generar propuestas pedagógicas sostenibles y adaptables a diversas realidades
escolares.
Metodología
La presente investigación adoptó un enfoque cuantitativo, orientado al análisis de datos objetivos y
medibles, con el propósito de evaluar el impacto del uso de ChatGPT en el desarrollo del aprendizaje autónomo
de estudiantes de secundaria. El tipo de estudio fue aplicado, ya que buscó resolver un problema educativo
concreto mediante la incorporación de tecnologías emergentes, y su diseño fue cuasiexperimental con un grupo
experimental y un grupo control, lo cual permitió establecer relaciones de causalidad en condiciones parcialmente
controladas (Hernández-Sampieri & Mendoza Torres, 2018).
En cuanto a la población, la misma estuvo conformada por estudiantes de cuarto grado de secundaria de
una institución educativa pública del distrito La Esperanza, en La Libertad, Perú. La muestra incluyó a 42
estudiantes, distribuidos equitativamente en dos grupos: el grupo experimental, que participó en actividades
diseñadas con apoyo de ChatGPT, y el grupo control, que siguió una metodología tradicional. Para la selección
de la muestra se consideraron criterios de inclusión, como la matrícula regular, la disponibilidad de dispositivos
tecnológicos con acceso a internet y el consentimiento informado de los participantes.
Tomanguilla, J., Duran, K., & Mucha, L. (2025). ChatGPT: redefiniendo el aprendizaje autónomo. Revista InveCom, 5(4). 1-10.
https://zenodo.org/records/15091225
4
Respecto a la técnica de recolección de datos, la misma consistió en la aplicación de una encuesta
estructurada, diseñada para medir las cuatro dimensiones del aprendizaje autónomo: autogestión,
automotivación, autorregulación y autoevaluación. El instrumento fue validado mediante juicio de expertos y
alcanzó un coeficiente de fiabilidad Alfa de Cronbach de 0.912, lo cual garantiza su consistencia interna. La
recolección se realizó tanto de forma presencial como virtual, a través de plataformas digitales que facilitaron el
acceso a la herramienta ChatGPT y permitieron monitorear las actividades asignadas.
Desde una perspectiva ética, el estudio fue aprobado por la dirección institucional y por un comité de
ética, asegurando la confidencialidad de la información y el respeto por los principios de autonomía,
consentimiento informado y voluntariedad. Las limitaciones del estudio se vinculan con la disponibilidad
tecnológica de los estudiantes y las condiciones de conectividad, aspectos que podrían haber influido en el nivel
de participación y en los resultados obtenidos.
Resultados y discusión
Los hallazgos obtenidos evidencian que la implementación de actividades pedagógicas mediadas por
ChatGPT tienen un impacto significativo en el desarrollo del aprendizaje autónomo de los estudiantes del grupo
experimental en comparación con el grupo control. En la postprueba, la mediana del grupo experimental fue de
4.00 frente a 3.00 del grupo control, lo cual indica una mejora sustancial en el nivel de independencia de los
estudiantes. La moda del grupo experimental fue 5 (Independencia Total), mientras que la del grupo control fue
1, lo que refleja una diferencia clara en los niveles alcanzados de autonomía (ver Tabla 1).
Tabla 1
Comparación de medianas y modas en la postprueba de aprendizaje autónomo entre grupo control y grupo
experimental
Post prueba
Grupo Control
Grupo Experimental
Válido
21
21
Perdidos
0
0
Mediana
3,00
4,00
Moda
1
5
Fuente: Resultados obtenidos del SPSS
Al desagregar los datos por niveles de autonomía, se observó que el porcentaje de estudiantes que
alcanzó el nivel de "Independencia Total" fue mayor en el grupo experimental (33.3%) que en el grupo control
(19.0%), mientras que la "Dependencia Total" fue considerablemente menor en el grupo experimental (9.5%) en
comparación con el grupo control (33.3%) (ver Tabla 2). Estos resultados evidencian el avance progresivo hacia
una mayor autonomía, producto de la intervención educativa con ChatGPT.
Tabla 2
Distribución porcentual de niveles de aprendizaje autónomo en la postprueba por grupo
Aprendizaje autónomo
Categorías
Grupo control post prueba
Grupo experimental post prueba
Frecuencia
Porcentaje
Frecuencia
Porcentaje
Dependencia Total
7
33,3
2
9,5
Dependencia Parcial
2
9,5
0
0,0
Semidependencia
2
9,5
9
42,9
Independencia parcial
6
28,6
3
14,3
Independencia Total
4
19,0
7
33,3
Total
21
100,0
21
100,0
Fuente: Resultados obtenidos del SPSS
Tomanguilla, J., Duran, K., & Mucha, L. (2025). ChatGPT: redefiniendo el aprendizaje autónomo. Revista InveCom, 5(4). 1-10.
https://zenodo.org/records/15091225
5
Desde un enfoque más detallado, se analizaron las dimensiones específicas del aprendizaje autónomo:
autogestión, automotivación, autorregulación y autoevaluación. En todas ellas, el grupo experimental alcanzó
medianas superiores (entre 4.00 y 5.00) frente a las del grupo control (entre 2.00 y 3.00), con modas que reflejan
un desplazamiento hacia valores altos (ver Tabla 3). Este hallazgo confirma que la intervención basada en
ChatGPT influyó positivamente en las competencias de autonomía académica.
Tabla 3
Comparación de medianas y modas por dimensiones del aprendizaje autónomo
Estad.
Auto-
gestión
GC
Auto-
gestión
GE
Auto-
motiva.
GC
Auto-
motiva.
GE
Auto-
rregula.
GC
Auto-
rregula.
GE
Auto-
evalua.
GC
Auto-
evalua.
GE
Válido
21
21
21
21
21
21
21
21
Perdidos
0
0
0
0
0
0
0
0
Mediana
2,00
4,00
3,00
4,00
3,00
4,00
3,00
5,00
Moda
1
5
4
4
2
4
4a
5
Fuente: Resultados obtenidos del SPSS
La prueba de Wilcoxon (Z = -2.376; p = 0.017) evidenció que las diferencias entre los grupos fueron
estadísticamente significativas. Además, la prueba de Friedman arrojó un valor de χ² = 49.818 (p < 0.001), lo que
indica que las dimensiones del aprendizaje autónomo se diferenciaron significativamente tras la intervención (ver
Tabla 4).
Tabla 4
Resultados de la prueba de Friedman para la comparación de dimensiones del aprendizaje autónomo
Estadísticos de prueba
a
N
21
Chi-cuadrado
49,818
gl
7
Sig. asintótica
0,000
a. Prueba de Friedman
Fuente: Resultados obtenidos del SPSS
La prueba post hoc con corrección de Bonferroni permitió identificar diferencias significativas entre la
autogestión del grupo control y otras dimensiones del grupo experimental, destacando particularmente las
combinaciones: Autogestión-GC / Autoevaluación-GE, Autogestión-GC / Automotivación-GE, y Autogestión-GC /
Autogestión-GE (ver Tabla 5).
Tabla 5
Comparación post hoc entre dimensiones del aprendizaje autónomo con significancia ajustada
Diferencia de dimensiones (GC y GE)
en el nivel de aprendizaje autónomo
Diferencia
de rangos
Estadístico
de
contraste
Error
Estándar
Sig
Significación
ajustada
Autogestiongc / Autogestionge
3.36
3.17
1.06
0.002
0.0018
Autogestiongc/ Automotivaciongc
1.29
1.22
1.06
0.221
0.0018
Autogestiongc / Automotivacionge
3.41
3.22
1.06
0.001
0.0018
Autogestiongc/ Autorregulaciongc
2.81
2.65
1.06
0.008
0.0018
Autogestiongc / Autorregulacionge
2.38
2.25
1.06
0.025
0.0018
Autogestiongc / Autoevaluaciongc
2.43
2.29
1.06
0.022
0.0018
Autogestiongc / Autoevaluacionge
4.15
3.91
1.06
0.000
0.0018
Autogestionge / Automotivaciongc
2.07
1.95
1.06
0.051
0.0018
Tomanguilla, J., Duran, K., & Mucha, L. (2025). ChatGPT: redefiniendo el aprendizaje autónomo. Revista InveCom, 5(4). 1-10.
https://zenodo.org/records/15091225
6
Autogestionge/ Automotivacionge
0.05
0.05
1.06
0.963
0.0018
Autogestionge/ Autorregulaciongc
0.55
0.52
1.06
0.603
0.0018
Autogestionge/Autorregulacionge
0.98
0.92
1.06
0.357
0.0018
Autogestionge/ Autoevaluaciongc
0.93
0.88
1.06
0.380
0.0018
Autogestionge / Autoevaluacionge
0.79
0.74
1.06
0.462
0.0018
Automotivaciongc/ Automotivacionge
2.12
2.00
1.06
0.045
0.0018
Automotivaciongc / Autorregulaciongc
1.52
1.43
1.06
0.153
0.0018
Automotivaciongc/ Autorregulacionge
1.09
1.03
1.06
0.303
0.0018
Automotivaciongc / Autoevaluaciongc
1.14
1.08
1.06
0.281
0.0018
Automotivaciongc/ Autoevaluacionge
2.86
2.70
1.06
0.008
0.0018
Automotivacionge/ Autorregulaciongc
0.60
0.57
1.06
0.567
0.0018
Automotivacionge / Autorregulacionge
1.03
0.97
1.06
0.332
0.0018
Automotivacionge / Autoevaluaciongc
0.98
0.92
1.06
0.357
0.0018
Automotivacionge / Autoevaluacionge
0.74
0.70
1.06
0.482
0.0018
Autorregulaciongc/ Autorregulacionge
0.43
0.41
1.06
0.683
0.0018
Autorregulaciongc / Autoevaluaciongc
0.38
0.36
1.06
0.719
0.0018
Autorregulaciongc / Autoevaluacionge
1.34
1.26
1.06
0.207
0.0018
Autorregulacionge/ Autoevaluaciongc
0.05
0.05
1.06
0.963
0.0018
Autorregulacionge/ Autoevaluacionge
1.77
1.67
1.06
0.096
0.0018
Autoevaluaciongc / Autoevaluacionge
1.72
1.62
1.06
0.106
0.0018
Fuente: Resultados obtenidos del SPSS / Nota: Se aplicó corrección de Bonferroni (α ajustado = 0.0018)
En el análisis de regresión ordinal, el modelo final explicó el 100% de la variabilidad del aprendizaje
autónomo (R² de Nagelkerke = 1.000), lo que refleja un ajuste perfecto y un alto nivel de predicción (ver Tabla 6).
Tabla 6
Resultados del modelo de regresión ordinal para aprendizaje autónomo
Información de ajuste de los modelos
Modelo
Logaritmo de la
verosimilitud -2
Chi-cuadrado
gl
Sig.
Sólo intersección
50,953
Final
0,000
50,953
12
0,000
Función de enlace: Logit.
Pseudo R cuadrado
Cox y Snell
0,912
Nagelkerke
1,000
McFadden
1,000
Función de enlace: Logit.
Fuente: Resultados obtenidos del SPSS
Finalmente, el análisis de comunalidades reveló que las dimensiones de automotivación (0.883) y
autorregulación (0.832) fueron las más representativas del modelo, seguidas de autogestión (0.755), mientras
que la autoevaluación (0.587) fue la menos explicada (ver Tabla 7). Esto sugiere que, aunque ChatGPT fortalece
múltiples habilidades metacognitivas, se requieren estrategias complementarias para mejorar la capacidad de
autoevaluación.
Tabla 7
Comunalidades de las dimensiones del aprendizaje autónomo
Tomanguilla, J., Duran, K., & Mucha, L. (2025). ChatGPT: redefiniendo el aprendizaje autónomo. Revista InveCom, 5(4). 1-10.
https://zenodo.org/records/15091225
7
Comunalidades
Inicial
Extracción
AUTOMOTIVACION-GE
1,000
0,883
AUTORREGULACION-GE
1,000
0,832
AUTOGESTION-GE
1,000
0,755
AUTOEVALUACION-GE
1,000
0,587
Método de extracción: análisis de componentes principales
Fuente: Resultados obtenidos del SPSS
Los resultados obtenidos respaldan la hipótesis planteada y confirman que el uso de ChatGPT en
actividades pedagógicas genera un impacto positivo en el desarrollo del aprendizaje autónomo en estudiantes de
secundaria. La mejora significativa observada en el grupo experimental concuerda con estudios previos que
destacan la eficacia de esta herramienta para fomentar la autorregulación, la autoeficacia y la motivación
intrínseca (Du & Alm, 2024; Chiu, 2024; Yamamura & Ohtake, 2024).
Asimismo, la alta incidencia de estudiantes que alcanzaron el nivel de Independencia Total refuerza lo
señalado por Hartley et al. (2024), quienes sostienen que la inteligencia artificial puede potenciar el aprendizaje
independiente, especialmente en contextos donde el acompañamiento docente es limitado. Además, los
resultados son consistentes con Slamet (2024), quien destacó la utilidad de ChatGPT para generar apoyo
adaptativo en la planificación y ejecución del aprendizaje.
En cuanto a las dimensiones, la automotivación y la autorregulación fueron las más fortalecidas, lo que
evidencia el papel de ChatGPT como facilitador del compromiso autónomo con el aprendizaje. Este hallazgo es
coherente con el marco teórico sustentado en la inteligencia artificial distribuida (Peláez-Sánchez et al., 2024) y
la teoría de la metacognición (Caraballo Julio, 2024), los cuales destacan la importancia del entorno digital como
mediador de procesos internos.
Sin embargo, la dimensión de autoevaluación, aunque mostró mejoras, fue la menos representativa en el
análisis de comunalidades. Este resultado sugiere que la autoevaluación sigue dependiendo en gran medida de
las habilidades previas del estudiante y del tipo de retroalimentación que reciba (Punar & Yangın, 2024).
Coincidiendo con Du & Alm (2024), se reconoce la necesidad de reforzar esta dimensión mediante estrategias
pedagógicas complementarias.
Por último, en términos de aportes científicos, esta investigación representa una contribución novedosa
al demostrar la efectividad de ChatGPT en el nivel secundario y en contextos de vulnerabilidad digital, una realidad
poco abordada en la literatura actual. También, el presente estudio abre una línea de investigación prospectiva
sobre cómo adaptar el uso de herramientas basadas en IA a escenarios con limitaciones tecnológicas,
garantizando su inclusión y sostenibilidad.
Conclusiones
El presente estudio ha permitido constatar que la incorporación de ChatGPT como herramienta
pedagógica representa una alternativa eficaz para fortalecer el aprendizaje autónomo en estudiantes de
secundaria. Esta afirmación se sustenta en la consistencia de los datos obtenidos, los cuales muestran una
mejora estructural en las dimensiones clave de este tipo de aprendizaje, especialmente en lo referente a la
automotivación y la autorregulación. Desde una perspectiva pedagógica, estos hallazgos evidencian que el uso
estratégico de inteligencia artificial, cuando está debidamente planificado y contextualizado, puede generar
condiciones favorables para el desarrollo de habilidades metacognitivas y de autogestión, competencias cada vez
más necesarias en la formación de ciudadanos autónomos y críticos.
La validez del modelo de análisis propuesto confirma que la autonomía en el aprendizaje no solo puede
ser promovida por la mediación tecnológica, sino que ésta también puede ser evaluada rigurosamente desde un
enfoque cuantitativo. En este sentido, el estudio aporta evidencia concreta sobre cómo una herramienta basada
en lenguaje natural puede integrarse de forma efectiva en escenarios escolares donde tradicionalmente han
predominado enfoques expositivos y directivos.
No obstante, los resultados también advierten que el desarrollo de la autoevaluación como dimensión del
aprendizaje autónomo requiere intervenciones pedagógicas complementarias que fortalezcan la reflexión crítica
Tomanguilla, J., Duran, K., & Mucha, L. (2025). ChatGPT: redefiniendo el aprendizaje autónomo. Revista InveCom, 5(4). 1-10.
https://zenodo.org/records/15091225
8
del estudiante sobre su propio desempeño. Esto plantea la necesidad de seguir explorando estrategias didácticas
que integren retroalimentación formativa más personalizada y orientaciones que guíen la toma de decisiones
autónomas.
Finalmente, se reconoce como tarea pendiente la exploración de la sostenibilidad del uso de ChatGPT
en contextos educativos con limitaciones tecnológicas y brechas de acceso digital. Sería valioso que
investigaciones futuras profundicen en las condiciones necesarias para una implementación equitativa, así como
en los efectos a largo plazo de la inteligencia artificial en los estilos de aprendizaje, la autonomía y el rol docente
en escenarios híbridos y virtuales.
Referencias
Acosta-Enriquez, B., Arbulú Ballesteros, M., Arbulu Perez Vargas, C., Orellana Ulloa, M., Gutiérrez Ulloa, C.,
Pizarro Romero, J., ... & López Roca, C. (2024). Knowledge, attitudes, and perceived ethics regarding the
use of ChatGPT among generation Z university students. International Journal for Educational Integrity,
20(1), 10. https://doi.org/10.1007/s40979-024-00157-4
Acosta-Enriquez, B., Arbulú Ballesteros, M., Huamaní Jordan, O., López Roca, C., & Saavedra Tirado, K. (2024).
Analysis of college students' attitudes toward the use of ChatGPT in their academic activities: effect of
intent to use, verification of information and responsible use. BMC psychology, 12(1), 255.
https://doi.org/10.1186/s40359-024-01764-z
Adarkwah, M., Amponsah, S., van Wyk, M., Huang, R., Tlili, A., Shehata, B., ... & Wang, H. (2023). Awareness
and acceptance of ChatGPT as a generative conversational AI for transforming education by Ghanaian
academics: A two-phase study. Journal of Applied Learning and Teaching, 6(2).
https://doi.org/10.37074/jalt.2023.6.2.26
Alshahrani, A. (2023). The impact of ChatGPT on blended learning: Current trends and future research directions.
International Journal of Data and Network Science, 7(4), 2029-2040.
https://doi.org/10.3390/healthcare11131812
Cáceres, C. (2024). Inteligencia artificial: grandes promesas, grandes dilemas. Acta Herediana, 67(1), 11-17.
https://doi.org/10.20453/ah.v67i1.5523
Cancharí, M., Heredia, F., Gonzales, C., Flores, F., Jaramillo, E., Urcia, M., Sotomayor, G., Cardoza, M., Vera, R.,
& Zapata, J. (2023). Impacts of artificial intelligence on higher education performance in Peru: the
mediating role of the learning environment. Artseduca. https://doi.org/10.6035/artseduca.3607
Caraballo Julio, N. (2024). El aprendizaje autónomo desde la perspectiva metacognitiva de Flavell. Ciencia Latina
Revista Científica Multidisciplinar, 8(1), 10587-10603. https://doi.org/10.37811/cl_rcm.v8i1.10361
Chiu, T. (2024). A classification tool to foster self-regulated learning with generative artificial intelligence by applying
self-determination theory: A case of ChatGPT. Educational Technology Research and Development, 1-16.
https://doi.org/10.1007/s11423-024-10366-w
Colpaert, J., & Spruyt, E. (2023). Conceptualisation of a language task design model for mental acceptance. Virtual
Exchange for Intercultural Language Learning and Teaching (pp. 44–66). Routledge.
https://doi.org/10.4324/9781003024620
Du J, Alm A. (2024). The impact of ChatGPT on English for Academic Purposes (EAP) students’ language learning
experience: A self-determination theory perspective. Education Sciences. 14(7):726.
https://doi.org/10.3390/educsci14070726
Estrada-Araoz, E., Quispe-Aquise, J., Malaga-Yllpa, Y., Larico-Uchamaco, G., Pizarro-Osorio, G., Mendoza-
Zuñiga, M., ... & Huamaní-Pérez, M. (2024). Rol de la inteligencia artificial en la educación: Perspectivas
de los docentes peruanos de educación básica. Data and Metadata, 3, 325-325.
https://doi.org/10.56294/dm2024325
Garrido Arce, C. (2024). Exploring strategic ways to encourage Peruvian women to get involved in tech
careers/programs. https://creativecommons.org/licenses/by-nc-sa/4.0/
Hartley, K., Hayak, M., & Ko, U. (2024). Artificial intelligence supporting independent student learning: an
evaluative case study of ChatGPT and learning to code. Education Sciences. 14(2):120.
https://doi.org/10.3390/educsci14020120
Hauck, M., Satar, M., & Kurek, M. (2021). Where multimodal literacy meets online language learner autonomy:
“Digital resources give us wings”. En Fuchs, C., Hauck, M., & Dooly, M. (eds) Language education in digital
spaces: Perspectives on autonomy and interaction. Educational Linguistics, 52. Cham: Springer.
https://doi.org/10.1007/978-3-030-74958-3_5
Tomanguilla, J., Duran, K., & Mucha, L. (2025). ChatGPT: redefiniendo el aprendizaje autónomo. Revista InveCom, 5(4). 1-10.
https://zenodo.org/records/15091225
9
Janssona, M., Hrastinski, S., Stenbom, S., & Enoksson, F. (2021). Online question and answer sessions: How
students support their own and other students’ processes of inquiry in a text-based learning environment.
The Internet and Higher Education, 100817. https://doi.org/10.1016/j.iheduc.2021.100817
Kolade, O., Owoseni, A., & Egbetokun, A. (2024). Is AI changing learning and assessment as we know it? Evidence
from a ChatGPT experiment and a conceptual framework. Heliyon, 10(4).
https://doi.org/10.1016/j.heliyon.2024.e25953
Lendínez Turón, A., Ortiz Marcos, J., Lorenzo Quiles, O., & Fernández-Otoya, F. (2024). Proposal for a flipped
classroom program with massive open online courses to improve access to information and information
literacy in primary school teachers. Societies, 14(5), 68. https://doi.org/10.3390/soc14050068
Liu, X., & Moeller, A. (2019). Promoting learner engagement through interactive digital tools. Faculty Publications:
Department of Teaching, Learning and Teacher Education. 310.
http://digitalcommons.unl.edu/teachlearnfacpub/310
López-De-Ayala, M., Vizcaíno-Laorga, R., & Montes-Vozmediano (2020). Hábitos y actitudes de los jóvenes ante
las redes sociales: influencia del sexo, edad y clase social. Profesional de la Información
https://doi.org/10.3145/epi.2020.nov.04
López Regalado, O., Núñez-Rojas, N., López Gil, O., & Sánchez-Rodríguez, J. (2024). El Análisis del uso de la
inteligencia artificial en la educación universitaria: una revisión sistemática. Pixel-Bit. Revista de Medios
y Educación, 70, 97–122. https://doi.org/10.12795/pixelbit.106336
Ma, X. (2022). Influence study of learners’ independent learning ability on learning performance in online learning.
International Journal of Emerging Technologies in Learning (iJET), 17(09), pp. 201–213.
https://doi.org/10.3991/ijet.v17i09.30925
Menacho Ángeles, M., Pizarro Arancibia, L., Osorio Menacho, J., Osorio Menacho, J., & León Pizarro, B. (2024).
Inteligencia artificial como herramienta en el aprendizaje autónomo de los estudiantes de educación
superior. Revista InveCom, 4(2), 1–9. https://doi.org/10.5281/zenodo.10693945
Morales-García, W., Sairitupa-Sanchez, L., Morales-García, S., & Morales-García, M. (2024). Adaptation and
psychometric properties of a brief version of the general self-efficacy scale for use with artificial intelligence
(GSE-6AI) among university students. Frontiers in Education, Vol. 9.
https://doi.org/10.3389/feduc.2024.1293437
Moya-Salazar, J., Salazar, C., & Goicochea-Palomino, E. (2024). Report of two cases of acute appendicitis priorto
exams in medical students using OpenAI’s ChatGPT. Electron J Gen Med. 21(3): 585.
https://doi.org/10.29333/ejgm/14571
Peláez-Sánchez, I., Velarde-Camaqui, D., & Glasserman-Morales, L. (2024). The impact of large language models
on higher education: exploring the connection between AI and Education 4.0. Frontiers in Education.
https://doi.org/10.3389/feduc.2024.1392091
Punar Özçelik, N., & Yangın Ekşi, G. (2024). Cultivating writing skills: the role of ChatGPT as a learning assistant—
a case study. Smart Learning Environments, 11(1), 10. https://doi.org/10.1186/s40561-024-00296-8
Sidiropoulos, D., & Anagnostopoulos, C. (2024). Applications, challenges and ethical issues of AI and ChatGPT in
education. arXiv. https://doi.org/10.48550/arXiv.2402.07907
Siemens, G. (2004) Connectivism: a learning theory for the digital age. International Journal of Instructional
Technology & Distance Learning http://www.itdl.org/Journal/Jan_05/article01.htm
Ronquillo Murrieta, V., Castro Ortiz, M., Castro Mora, J., Mackliff Vásquez, I., Jaime Carvajal, B., Delgado Ríos,
C., & Quintana Aguirre, M. (2024). Metodología de la Investigación Educacional. Editorial Tecnocintífica
Americana. https://doi.org/10.51736/eta.vi.79
Slamet, J. (2024). Potential of ChatGPT as a digital language learning assistant: EFL teachers’ and students’
perceptions. Discover Artificial Intelligence, 4(1), 46. https://doi.org/10.1007/s44163-024-00143-2
Wael, A., Akib, M. ., Hasanudin, H., & Akib, R. (2023). Autonomous learning strategies for academic speaking by
english education department students. J-SHMIC: Journal of English for Academic, 10(1), 51–62.
https://doi.org/10.25299/jshmic.2023.vol10(1).10269
Yamamura, E., & Ohtake, F. (2024). Views about ChatGPT: Are human decision making and human learning
necessary? arXiv. https://doi.org/10.48550/arXiv.2406.03823
Zimmerman, B., & Schunk, D. (2011). Handbook of self-regulation of learning and performance. Routledge
CONTRIBUCIÓN DE LA AUTORÍA:
1. Conceptualización: Janeth Tomanguilla Reyna
2. Curación de datos: Kony Luby Duran Llaro
Tomanguilla, J., Duran, K., & Mucha, L. (2025). ChatGPT: redefiniendo el aprendizaje autónomo. Revista InveCom, 5(4). 1-10.
https://zenodo.org/records/15091225
10
3. Análisis formal: Janeth Tomanguilla Reyna
4. Adquisición de fondos: Janeth Tomanguilla Reyna
5. Investigación: Janeth Tomanguilla Reyna
6. Metodología: Kony Luby Duran Llaro
7. Dirección del proyecto: Janeth Tomanguilla Reyna
8. Recursos: Janeth Tomanguilla Reyna
9. Software: Luis Florencio Mucha Hospinal
10. Supervisión: Luis Florencio Mucha Hospinal
11. Validación: Kony Luby Duran Llaro
12. Visualización: Janeth Tomanguilla Reyna
13. Redacción - borrador original: Janeth Tomanguilla Reyna
14. Redacción - corrección de pruebas y edición: Janeth Tomanguilla Reyna
