¿Quién está pensando?
Delegación cognitiva, misiones de aprendizaje y el lugar del docente en tiempos de inteligencia artificial generativa
DOI:
https://doi.org/10.59471/raia2026238Palabras clave:
didáctica, aprendizaje basado en problemas, aprendizaje basado en proyectos, competencias, inteligencia artificial generativa, delegación cognitiva, misiones de aprendizaje, densidad cognitiva, andamiaje, agencia docenteResumen
La irrupción de la inteligencia artificial generativa obliga a revisar certezas instaladas en el discurso pedagógico contemporáneo, entre ellas que la actividad produce por sí misma aprendizaje, que los proyectos desarrollan de manera automática el pensamiento crítico, que la autonomía del estudiante requiere reducir la intervención docente y que el desarrollo de competencias puede pensarse separado de la construcción de conocimientos. Este artículo sostiene que ninguna de esas cuatro certezas resiste el contraste con la evidencia disponible sobre aprendizaje basado en problemas, aprendizaje basado en proyectos, carga cognitiva y andamiaje, y propone desplazar la discusión desde la elección de metodologías activas hacia el diseño de misiones de aprendizaje, entendidas como arquitecturas intencionales de experiencias cognitivas en las que se articulan problemas, conocimientos, operaciones cognitivas, interacciones, mediaciones, intervenciones docentes, tecnologías y evidencias. El argumento central gira en torno al riesgo de la delegación cognitiva, es decir, el desplazamiento de determinadas operaciones intelectuales hacia recursos externos, en particular sistemas de inteligencia artificial. Se sostiene que la delegación no es intrínsecamente negativa, que el problema aparece cuando se externaliza precisamente la operación que constituye el objeto del aprendizaje, y que la inteligencia artificial no crea por sí sola la superficialidad educativa sino que la hace visible y puede amplificar una superficialidad que ciertos diseños pedagógicos ya contenían antes de su llegada. El artículo articula aportes clásicos sobre aprendizaje basado en problemas, carga cognitiva, andamiaje y aprendizaje cognitivo situado con investigaciones recientes sobre inteligencia artificial generativa, pensamiento crítico, dependencia cognitiva y evaluación de las interacciones entre estudiantes e inteligencia artificial, e introduce las categorías de densidad cognitiva y arquitectura de delegación como herramientas de diseño didáctico. Concluye proponiendo recuperar al docente como diseñador de la arquitectura cognitiva de la experiencia, responsable de definir qué puede delegarse, qué debe ser verificado y qué operaciones deben permanecer necesariamente en manos del estudiante.
Descargas
Referencias
Barrows, H. S. (1986). A taxonomy of problem-based learning methods. Medical Education, 20(6), 481–486. https://doi.org/10.1111/j.1365-2923.1986.tb01386.x
Becerra, G., Losada, M., & Medina Zuta, P. (2025). Delegación cognitiva e Inteligencia Artificial. Repositorio UFLO.
Chi, M. T. H., & Wylie, R. (2014). The ICAP framework: Linking cognitive engagement to active learning outcomes. Educational Psychologist, 49(4), 219–243. https://doi.org/10.1080/00461520.2014.965823
Collins, A., Brown, J. S., & Newman, S. E. (1989). Cognitive apprenticeship: Teaching the crafts of reading, writing, and mathematics. En L. B. Resnick (Ed.), Knowing, learning, and instruction: Essays in honor of Robert Glaser (pp. 453–494). Lawrence Erlbaum Associates.
Craik, F. I. M., & Lockhart, R. S. (1972). Levels of processing: A framework for memory research. Journal of Verbal Learning and Verbal Behavior, 11(6), 671–684. https://doi.org/10.1016/S0022-5371(72)80001-X
Frøsig, T. B., & Romero, M. (2024). Teacher agency in the age of generative AI: Towards a framework of hybrid intelligence for learning design. arXiv. https://doi.org/10.48550/arXiv.2407.06655
Hmelo-Silver, C. E. (2004). Problem-based learning: What and how do students learn? Educational Psychology Review, 16(3), 235–266.
Li, L., Yu, F., & Zhang, E. (2024). A systematic review of learning task design for K-12 AI education: Trends, challenges, and opportunities. Computers and Education: Artificial Intelligence, 6, 100217. https://doi.org/10.1016/j.caeai.2024.100217
Loyens, S. M. M., van Meerten, J. E., Schaap, L., & Wijnia, L. (2023). Situating higher-order, critical, and critical-analytic thinking in problem- and project-based learning environments: A systematic review. Educational Psychology Review, 35, 39. https://doi.org/10.1007/s10648-023-09757-x
Oliveira, M. J. B., Zednik, C., Bombaerts, G., Sadowski, B., & Conijn, R. (2025). Assessing students’ DRIVE: A framework to evaluate learning through interactions with generative AI. Computers and Education: Artificial Intelligence, 9, 100497. https://doi.org/10.1016/j.caeai.2025.100497
Suriano, R., Plebe, A., Acciai, A., & Fabio, R. A. (2025). Student interaction with ChatGPT can promote complex critical thinking skills. Learning and Instruction, 95, 102011. https://doi.org/10.1016/j.learninstruc.2024.102011
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4
Sweller, J., van Merriënboer, J. J. G., & Paas, F. G. W. C. (1998). Cognitive architecture and instructional design. Educational Psychology Review, 10(3), 251–296. https://doi.org/10.1023/A:1022193728205
Thomas, J. W. (2000). A review of the research on project-based learning. The Autodesk Foundation.
Tian, J., & Zhang, R. (2025). Learners’ AI dependence and critical thinking: The psychological mechanism of fatigue and the social buffering role of AI literacy. Acta Psychologica, 260, 105725. https://doi.org/10.1016/j.actpsy.2025.105725
UNESCO. (2024). AI competency framework for teachers. UNESCO.
Wang, K. D., Wu, Z., Tufts II, L., Wieman, C., Salehi, S., & Haber, N. (2024). Scaffold or crutch? Examining college students’ use and views of generative AI tools for STEM education. arXiv. https://doi.org/10.48550/arXiv.2412.02653
Wood, D., Bruner, J. S., & Ross, G. (1976). The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry, 17(2), 89–100. https://doi.org/10.1111/j.1469-7610.1976.tb00381.x
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
