31
1
Profesor de tiempo completo, Universidad de Guadalajara, México.
2
Profesor de tiempo completo, Universidad de Guadalajara, México.
3
Profesor de tiempo completo, Universidad de Guadalajara, México.
4
Profesor investigador de la Universidad de Guadalajara, México.
DOI: https://doi.org/10.61604/dl.v18i32.497
Experiencias estudiantiles con inteligencia
artificial generativa: satisfacción,
motivación y retroalimentación en
educación media superior
Student Experiences with Generative Artificial
Intelligence: Satisfaction, Motivation and
Feedback in Upper Secondary Education
Año 18, N° 32, enero - junio 2026 pp. 31-46
Revista de Educación
Universidad Don Bosco - El Salvador
Horacio Gómez Rodríguez
1
Universidad de Guadalajara, México
Correo: horacio.gomez@academicos.udg.mx,
ORCID: https://orcid.org/0000-0003-0300-1749
María del Rocío Carranza Alcántar
2
Universidad de Guadalajara, México
Correo: mcarranza@cualtos.udg.mx,
ORCID: https://orcid.org/0000-0003-1410-9130
Fernando Moisés Vázquez Rodríguez
3
Universidad de Guadalajara, México
Correo: fernando.vazquez3584@academicos.udg.mx,
ORCID: https://orcid.org/0009-0007-5555-2792
Maricela Jiménez Rodríguez
4
Universidad de Guadalajara, México
Correo: maricela.jimenez@cuci.udg.mx,
ORCID: https://orcid.org/0000-0002-4935-2731
Recibido: 27 de agosto del 2025
Aceptado: 25 de febrero del 2026
Para citar este artículo: Gómez-Rodríguez, H., Carranza-Alcántar, M., Vázquez-Rodríguez, F., y Jiménez-
Rodríguez, M. (2026). Experiencias estudiantiles con inteligencia artificial generativa: satisfacción, motivación
y retroalimentación en educación media superior, Diálogos, (32), 31-46.
https://doi.org/10.61604/
dl.v18i32.497
Nuestra revista publica bajo la Licencia
Creative Commons: Atribución-No
Comercial-Sin Derivar 4.0 Internacional
ISSN: 1996-1642
e-ISSN: 2958-9754
ISNI: 0000-0000-8755-6191
Artículo 2
32
Resumen
La inteligencia artificial generativa (IAG) se ha
incorporado en la vida escolar; sin embargo,
en educación media superior persisten dudas
sobre su utilidad formativa, la satisfacción y
motivación asociadas a su uso, y la calidad de
la retroalimentación que ofrece. El objetivo fue
analizar la percepción estudiantil sobre el uso
de IAG en el aula y su relación con satisfacción,
motivación académica y retroalimentación
percibida en una preparatoria pública. Se
realizó un estudio cuantitativo, no experimental,
descriptivo y transversal. Se aplicó un cuestionario
estructurado (ítems cerrados y preguntas abiertas)
vía Google Forms a 50 estudiantes de 1.º a 6.º
semestre de la Preparatoria Regional de Arandas
(Universidad de Guadalajara). Los resultados
muestran una experiencia global favorable: 48%
reportó experiencia positiva, 34% neutral y 18%
muy positiva. En satisfacción, 46% se mantuvo
neutral, 40% satisfecho, 10% muy satisfecho y 4%
insatisfecho. Además, 67% consideró útiles estas
herramientas para tareas académicas y cerca
de 70% señaló que las explicaciones de la IA son
más claras que los métodos tradicionales. Como
áreas de mejora destacaron: mayor libertad de uso
en clase (25.7%), fomento de un uso responsable
y ético (20.0%) y capacitación para docentes y
estudiantes (12.9%). La IAG es valorada como
apoyo al aprendizaje, pero su integración requiere
mediación docente, formación y criterios de
uso crítico para evitar dependencia y favorecer
aprendizaje profundo.
Palabras clave
Educación media superior, inteligencia
artificial generativa, satisfacción estudiantil,
retroalimentación.
Abstract
Generative artificial intelligence (GAI) has been
incorporated into school life; however, in upper
secondary education, doubts persist regarding
its educational value, the satisfaction and
motivation associated with its use, and the quality
of the feedback it provides. The objective was to
analyze students’ perceptions of GAI use in the
classroom and its relationship with satisfaction,
academic motivation, and perceived feedback
in a public high school. A quantitative, non-
experimental, descriptive, and cross-sectional
study was conducted. A structured questionnaire
(closed-ended and open-ended questions) was
administered via Google Forms to 50 students
from the 1st to 6th semesters at the Arandas
Regional High School (University of Guadalajara).
The results show an overall favorable experience:
48% reported a positive experience, 34% a neutral
experience, and 18% a very positive experience.
Regarding satisfaction, 46% remained neutral,
40% were satisfied, 10% were very satisfied, and
4% were dissatisfied. Furthermore, 67% considered
these tools useful for academic tasks, and nearly
70% indicated that AI explanations are clearer
than traditional methods. Areas for improvement
included: greater freedom of use in the classroom
(25.7%), promoting responsible and ethical use
(20.0%), and training for teachers and students
(12.9%). AI is valued as a learning support tool, but
its integration requires teacher guidance, training,
and critical usage criteria to avoid dependency
and foster deep learning.
Keywords
High school level, generative artificial intelligence,
student satisfaction, feedback.
Introducción
En la última década, la inteligencia artificial (IA) y, más recientemente, la inteligencia
artificial generativa (IAG) se ha incorporado con rapidez a la vida cotidiana de los
jóvenes y, por extensión, a sus prácticas escolares. En educación media superior,
esta incorporación se observa en el uso de herramientas capaces de ofrecer
explicaciones inmediatas, generar textos o apoyar búsquedas de información, lo que
abre posibilidades para personalizar apoyos y ampliar el acceso a contenidos en
tiempo real (Montoya Carvajal et al., 2024). En paralelo, se ha documentado que,
cuando estas tecnologías se integran con intención didáctica, pueden favorecer
la interacción, la autonomía y la producción de contenidos de aprendizaje,
especialmente en contextos donde los estudiantes ya utilizan recursos digitales de
forma habitual (Vilchis Mata, 2023). Sin embargo, la literatura también advierte que
su potencial educativo no proviene automáticamente de la herramienta, sino de
su articulación con propósitos pedagógicos, mediación docente y criterios de uso
formativo (Luckin et al., 2016; UNESCO, 2024).
A pesar del interés creciente por la IA/IAG, su integración en el aula de educación
media superior plantea interrogantes concretas que afectan la calidad del proceso
educativo. En primer lugar, existe una tensión entre la promesa de apoyo al aprendizaje
Experiencias estudiantiles con inteligencia artificial generativa: satisfacción,
motivación y retroalimentación en educación media superior
33
y las condiciones reales de implementación: la falta de capacitación docente y la
resistencia institucional al cambio pueden limitar que estas tecnologías pasen de ser
una expectativa para convertirse en una práctica educativa con sentido (Bermúdez
Ramírez et al., 2023).
En segundo lugar, junto con los beneficios reportados, como son la claridad,
rapidez, disponibilidad y apoyo al estudio, se han señalado riesgos asociados a la
veracidad de la información, sesgos y posibles respuestas erróneas, lo que vuelve
indispensable promover un uso adecuado para evitar afectaciones en el análisis y la
toma de decisiones del estudiantado (Baker & Smith, 2023; Pujol, 2025). Asimismo, la
opacidad de algunos sistemas y la falta de claridad sobre sus algoritmos alimentan
dudas sobre fiabilidad y ética en el aprendizaje mediado por IA (Williamson, 2024;
UNESCO, 2024).
Un componente especialmente sensible del problema es la retroalimentación,
pues, aunque se reconoce que la IA puede ofrecer respuestas rápidas y estructuradas
que ayudan a resolver dudas en poco tiempo (Selwyn, 2023; González-Videgaray
& Romero-Ruiz, 2024), persiste la preocupación de que dicha retroalimentación no
siempre capture la complejidad requerida para promover aprendizajes profundos
(Popenici & Kerr, 2023; Panopto, 2024).
En consecuencia, el desafío no se limita a decidir si se usa o no la IA/IAG, sino a
comprender cómo se está utilizando, qué valor le atribuyen los estudiantes y qué
condiciones consideran necesarias para que su incorporación sea pedagógicamente
equilibrada.
Si bien existen aportes que describen oportunidades y desafíos de la IA en
educación (Luckin et al., 2016; UNESCO, 2024) y trabajos que discuten su potencial en
educación media superior (Vilchis Mata, 2023; Montoya Carvajal et al., 2024), todavía
se requieren estudios situados que recuperen evidencia empírica local sobre cómo
el estudiantado experimenta estas herramientas en su contexto escolar inmediato,
particularmente en dimensiones que suelen quedar implícitas o tratadas de manera
general: satisfacción con el uso, motivación asociada a la experiencia, y calidad de
la retroalimentación percibida.
Además, en contextos educativos reales, la implementación de IA/IAG convive
con estrategias didácticas y prácticas docentes que pueden potenciar o limitar sus
beneficios, como son la enseñanza diferenciada y la planeación flexible (Mazatlán,
2023), metodologías activas y ajustes para promover autonomía (Aparicio, 2023;
Baillifard et al., 2023), apoyos tutoriales y monitoreo de patrones de aprendizaje
(Ramos Vera et al., 2021; González-González, 2023), así como evaluación formativa
y coevaluación como recursos para sostener la motivación (Gaceta UNAD México,
2023).
En este escenario, también se vuelve relevante atender el marco de protección de
datos, transparencia y uso ético de tecnologías educativas, pues la recolección y uso
de información del estudiantado exige criterios claros (UNESCO, 2025).
De esta manera, el vacío que este estudio busca cubrir se ubica en la necesidad de
documentar, desde el contexto de una preparatoria pública, la percepción estudiantil
sobre la IAG no sólo como herramienta funcional, sino como práctica
– Año 18, N° 32, enero - junio 2026
34
educativa relacionada con satisfacción, motivación, retroalimentación y
condiciones de mejora para un uso crítico.
Objetivo general
Explorar la percepción de los estudiantes de la Preparatoria Regional de Arandas
respecto al uso de herramientas de IAG en su proceso de aprendizaje, considerando
particularmente la satisfacción, la motivación académica y la calidad de la
retroalimentación percibida, así como áreas de mejora para su integración educativa.
Objetivos específicos
• Describir cómo valoran los estudiantes su experiencia de uso de IA/IAG en el
aula y en actividades escolares.
• Identificar el nivel de satisfacción y los elementos asociados a dicha satisfacción
en el uso de IA/IAG.
• Explorar qué rasgos de la IA/IAG se asocian a motivación y apoyo al aprendizaje
(por ejemplo, claridad de explicaciones, rapidez y acceso a información), así
como percepciones sobre retroalimentación.
• Reconocer preocupaciones y condiciones de mejora sugeridas por el
estudiantado para promover un uso responsable, ético y pedagógicamente
integrado, sin sustituir el papel docente (Holmes et al., 2023; Cardoso Espinosa
& Cortés Ruiz, 2024).
A partir de los objetivos antes descritos, el estudio se orienta a comprender cómo
perciben los estudiantes de educación media superior el uso de la inteligencia artificial
y la inteligencia artificial generativa en sus procesos de aprendizaje y en el desarrollo
de sus actividades escolares.
Asimismo, se busca identificar el nivel de satisfacción que reportan frente a estas
herramientas, así como los aspectos que consideran asociados a dicha satisfacción;
en consecuencia, la investigación analiza la forma en que los estudiantes describen
la relación entre el uso de la IA/IAG, su motivación académica y la calidad de la
retroalimentación que reciben durante sus procesos formativos.
Posteriormente se indaga también sobre los riesgos que el estudiantado reconoce
en torno a su utilización, tales como la veracidad de la información, la dependencia
tecnológica o el uso acrítico, así como en las condiciones que proponen para
favorecer un uso crítico, responsable y formativo de estas tecnologías.
Marco teórico
De manera reciente, la inteligencia artificial generativa (IAG) se ha incorporado con
rapidez en la vida cotidiana de los jóvenes y, por extensión, también en sus prácticas
escolares, en particular, en el nivel medio superior, el uso de la IAG se manifiesta en el
uso de herramientas para generar textos, ofrecer explicaciones inmediatas o resolver
dudas, así como en la búsqueda de información en tiempo real (González Rivas,
2025).
Lo anterior abre las posibilidades para ampliar el acceso al conocimiento, así como
para diversificar los apoyos de aprendizaje y sobre todo para facilitar las experiencias
personalizadas; sin embargo, la literatura también advierte que el valor pedagógico
Experiencias estudiantiles con inteligencia artificial generativa: satisfacción,
motivación y retroalimentación en educación media superior
35
de estas herramientas no depende de su sola disponibilidad técnica, sino de la
manera en que se integran con intencionalidad didáctica y con criterios formativos
claros (Veloz Torres et al., 2025).
Es decir, el problema ya no consiste en constatar que los estudiantes utilizan
estas herramientas, sino en analizar cómo es que las usan, para qué las utilizan y el
significado que les atribuyen, además de conocer bajo qué condiciones ese uso
contribuye o no a su aprendizaje.
Es así que, la IA/IAG se puede convertir en un recurso de apoyo académico o, en
su caso, en un factor que debilite los procesos de reflexión, la autonomía intelectual,
o incluso, la evaluación crítica, situaciones que dependerán del contexto de uso y
de la orientación educativa que acompañe su incorporación (Tórrez Martínez, 2025).
Por otro lado, uno de los argumentos más recurrentes en favor de la IA en la
educación, es su capacidad para apoyar los procesos de personalización del
aprendizaje, sin embargo, ésta no debe entenderse como un proceso automático
derivado del uso de la tecnología, sino que, por el contrario, depende de la capacidad
docente para rediseñar experiencias formativas, así como diversificar estrategias de
enseñanza y generar condiciones para que el estudiante no sólo reciba información,
sino que, también construya aprendizajes significativos (Miranda-Núñez, 2022).
En este sentido, se plantea que los docentes deben promover condiciones para
que el alumnado asuma un papel más auto dirigido y activo en su aprendizaje, lo
que se relaciona con metodologías que fortalezcan la autonomía, la exploración y
participación, además del acompañamiento necesario para que dicha autonomía
no derive en dependencia tecnológica ni en una delegación acrítica de tareas
cognitivas a la herramienta.
En relación con la retroalimentación, la IA/IAG puede ofrecer respuestas rápidas
y que estén estructuradas para resolver dudas en poco tiempo, lo que también se
convierte en un apoyo valorado por los estudiantes, quienes requieren de inmediatez
o acompañamiento fuera del horario escolar; aunque también se advierte que
con esto no se garantiza la profundidad pedagógica (Bañuelos Márquez & Romero
Martínez, 2024).
De tal manera, que, la preocupación central radica en que la retroalimentación
generada por la IA puede resultar útil para aclaraciones inmediatas, pero insuficiente
para atender la complejidad de los procesos de comprensión, argumentación o
transferencia del conocimiento (Jiménez Pérez, 2025).
Aunque la IA puede funcionar como tutor virtual y como mecanismo de
monitoreo de patrones de aprendizaje (Borja Borja, 2025), a través de la detección de
necesidades y de ajustar apoyos, esta potencialidad debe analizarse con cautela,
pues la automatización del acompañamiento puede ser útil sólo en ciertos niveles, ya
que puede empobrecer la dimensión humana de la retroalimentación si es que se
convierte en un sustituto del diálogo pedagógico.
En relación con lo anterior, otra de las dimensiones centrales en este trabajo, es la
motivación académica, la cual está vinculada con elementos como la claridad de
las explicaciones, la rapidez de las respuestas, la disponibilidad de la herramienta y
el apoyo en el estudio (Ruiz Mendoza, Miramontes Arteaga, & Reyna García, 2024); lo
– Año 18, N° 32, enero - junio 2026
36
que puede generar una experiencia percibida como más accesible y atractiva
para el estudiantado, situación que puede influir en la disposición para que realicen
las tareas escolares.
Sin embargo, la motivación no debe reducirse sólo al entusiasmo inicial por el
uso de la herramienta novedosa, ya que en términos educativos lo que interesa es
comprender si esa experiencia favorece un involucramiento más profundo con el
aprendizaje o si es que se limita solamente a una motivación de carácter funcional e
inmediata (Ruiz Muñoz, 2024).
En otro tenor, la veracidad de la información, los sesgos, las respuestas erróneas, la
opacidad de algunos sistemas y las dudas sobre la fiabilidad de la información que
emite la IAG, son otros de los temas relevantes en los contextos educativos, donde la
confianza en la información y, sobre todo, la calidad del razonamiento, son esenciales
para la formación del alumnado (Castillo Beltrán & Beltrán Montalvo, s.f.), ya que si la
herramienta proporciona contenidos sesgados o erróneos, sin que sean críticamente
contrastados, entonces el proceso de aprendizaje puede verse afectado de manera
importante.
A partir de lo anterior es que el problema educativo no se limita a autorizar o prohibir el
uso de las herramientas tecnológicas, particularmente la IA, sino a generar condiciones
para hacer un uso crítico de la misma, que sea responsable y pedagógicamente
equilibrado, lo que implica que el estudiante no reciba pasivamente las respuesta
generada, pues es importante que aprenda a interrogarlas y contrastarlas, además
de contextualizarlas y complementarlas con otras fuentes y con la guía del docente
(Sánchez Martínez & Escobar Gutierrez, 2025).
Bajo esta perspectiva es que se justifica la necesidad de estudios situados que
recuperen evidencia empírica local sobre cómo el estudiantado experimenta la IAG
en su contexto escolar inmediato, por lo que explorar la percepción del alumnado
de la Preparatoria Regional de Arandas, resulta pertinente no sólo para describir
opiniones, sino para comprender la manera en que estas herramientas están siendo
incorporadas como parte de la experiencia educativa cotidiana y cuál es el valor
que los alumnos le atribuye y sobre todo en qué condiciones las identifican como
necesarias para que su uso fortalezca el aprendizaje sin sustituir el papel docente.
Metodología
La investigación se desarrolló bajo un enfoque cuantitativo, con un diseño
descriptivo de corte transversal (Hernández Sampieri et al., 2014), ya que la recolección
de la información se realizó en un solo momento; para lograr lo anterior, se aplicó un
cuestionario a estudiantes de primero a sexto semestre de la Preparatoria Regional
de Arandas, perteneciente al nivel medio superior, con el propósito de identificar su
percepción sobre la satisfacción, la calidad de la retroalimentación y las áreas de
mejora relacionadas con la inclusión e implementación de la inteligencia artificial en
el aula.
Diseño de la investigación
El diseño fue no experimental, transversal y descriptivo, de la experiencia de los
alumnos utilizando las herramientas de IA aplicados en los contextos educativos
reales, para identificar la percepción de las tecnologías con la finalidad de acercarse
Experiencias estudiantiles con inteligencia artificial generativa: satisfacción,
motivación y retroalimentación en educación media superior
37
y percibir el aprendizaje de los estudiantes en un contexto aplicado a la IA en la
educación (Ruiz & López, 2022).
La investigación incluyó a alumnos de diferentes semestres para comparar si el
tiempo de exposición a estos avances tecnológicos cambia su percepción sobre el
uso de la IA (Alfaro-Salas & Díaz-Porras, 2024).
Instrumento de recolección de datos
Para la recolección de los datos se utilizó un instrumento validado, utilizado en un
formulario de Google Forms, que incluía preguntas de opción múltiple y preguntas
abiertas; se tomaron en cuenta para evaluar la utilidad de la IA en el aprendizaje de
conceptos complejos y su impacto en la mejora del proceso educativo (Pérez et al.,
2022).
Previamente a su aplicación, este instrumento fue sometido a un proceso de
validación de contenido mediante juicio de expertos, con el propósito de asegurar su
pertinencia, claridad, coherencia y congruencia con los objetivos de la investigación;
para lo anterior, se contó con la revisión de siete especialistas en educación,
metodología de la investigación y uso educativo de tecnologías digitales, quienes
valoraron la redacción y relevancia de los ítems incluidos en el cuestionario.
Los expertos emitieron las observaciones y sugerencias, a partir de las cuales se
realizaron ajustes en la formulación de algunas preguntas para fortalecer la precisión
del instrumento y garantizar una mejor comprensión por parte de los estudiantes. Este
procedimiento permitió incrementar la validez del cuestionario como medio para
recuperar información confiable sobre la percepción estudiantil respecto a la inclusión
e implementación de la inteligencia artificial en el aula.
Procedimiento de análisis
El procesamiento de los datos se realizó mediante un abordaje mixto, considerando
tanto la información cuantitativa como las respuestas cualitativas proporcionadas por
los estudiantes.
En el componente cuantitativo, los datos obtenidos se organizaron en una base
de datos y fueron analizados mediante estadística descriptiva. Para ello, se calcularon
frecuencias y porcentajes de respuesta, con el propósito de identificar las tendencias
generales en la percepción de los estudiantes de nivel preparatoria respecto al
proceso de enseñanza analizado.
En el componente cualitativo, las respuestas abiertas de los estudiantes fueron
revisadas, depuradas y clasificadas en categorías temáticas. A partir de la lectura
sistemática de los comentarios, se identificaron patrones recurrentes relacionados con
tres ejes principales: beneficios percibidos en la enseñanza, dificultades identificadas
durante el proceso de aprendizaje y propuestas de mejora señaladas por los
participantes.
La clasificación de la información cualitativa se realizó mediante un proceso de
codificación temática, siguiendo el método descrito por Fernández y Ramírez (2022),
lo que permitió organizar las respuestas en función de ideas comunes y recurrencias
discursivas. Posteriormente, las categorías obtenidas fueron agrupadas para facilitar su
interpretación y comparación con los resultados cuantitativos.
– Año 18, N° 32, enero - junio 2026
38
En cuanto a los datos procesados fueron integrados para establecer relaciones
entre las tendencias estadísticas y los comentarios de los estudiantes, con el fin de
obtener una visión más completa sobre sus percepciones en torno al proceso de
enseñanza.
Resultados
En la actualidad el uso de herramientas digitales que utilizan IA en las aulas es
alto, lo anterior se debe a que alumnos hacen uso de los dispositivos digitales de
forma cotidiana, ocasionando que se adapten consecuentemente al uso de nuevas
tecnologías.
El aprendizaje adaptativo que utiliza IA hace que los estudiantes aprendan de
forma fácil, además mejora la retención de los conocimientos adquiridos, por lo tanto,
se puede utilizar como una herramienta que permite mejorar la calidad en el proceso
de aprendizaje de los estudiantes, dando la oportunidad de que puedan enfocarse
en el desarrollo de sus habilidades tanto críticas como éticas. Pero es indispensable
que los docentes sigan guiando y acompañando el aprendizaje de los estudiantes,
para garantizar el proceso de enseñanza-aprendizaje (Paredes Agreda et al., 2024).
Con base en lo anterior, enseguida se presentan los resultados de un estudio
realizado a estudiantes de preparatoria, con la finalidad de determinar su experiencia
en el uso de IA como herramienta educativa.
La Figura 1, muestra las experiencias de la percepción general de los estudiantes
respecto a su experiencia con el aprendizaje utilizando las herramientas de la IA. El
48% de los alumnos consideraron su experiencia positiva, seguido por un 34% que la
valoraron de manera neutral, por lo cual existen áreas de oportunidad en cuanto al
uso de las herramientas de la IA.
En tanto, un 18% manifestó haber tenido una experiencia muy positiva; es
importante destacar que no se registraron respuestas en las categorías de negativa, ni
muy negativa, lo cual representa un indicio favorable por parte de los alumnos sobre
el ambiente de enseñanza y aprendizaje en el aula, respecto al uso de las diferentes
herramientas que ofrece la IA.
Figura 1
Experiencias de las herramientas de la IA
Neutral
Negativa
Positiva
Muy positiva
Muy negativa
0%
48%
34%
18%
0%
Experiencias estudiantiles con inteligencia artificial generativa: satisfacción,
motivación y retroalimentación en educación media superior
39
En la Figura 2, se exhiben los resultados de los alumnos, al preguntarles si están
satisfechos con el uso de las herramientas de la IA que utilizan para sus actividades
desarrolladas en clases, con lo cual, se pudieron determinar los niveles de satisfacción
de los estudiantes respecto al uso de recursos tecnológicos en sus clases, se muestra
que el 46 % se mantiene en una postura neutral, lo que podría interpretarse como
una señal de que, si bien no hay descontento, aún existen áreas de mejora en la
implementación y aprovechamiento de las herramientas, de igual forma, el 40 % de
los estudiantes se siente satisfecho(a) con la experiencia, lo cual es una indicación
alentadora para los docentes, ya que demuestra que una parte importante del
alumnado percibe valor agregado.
Además, el 10 % expresó estar muy satisfecho(a), lo que confirma que algunas
prácticas actuales están cumpliendo de manera destacada con las expectativas
estudiantiles, sin embargo, un pequeño, pero relevante 4 % se manifestó insatisfecho(a);
este dato, aunque bajo en comparación con los anteriores, merece atención especial.
Desde el rol docente, en el área de tecnologías, este grupo representa una oportunidad
para reflexionar sobre aspectos como el acompañamiento individualizado, la claridad
en las instrucciones, o el tipo de recursos empleados.
Figura 2
Satisfacción del uso de las herramientas de la IA
En la Figura 3, se observan algunos comentarios que realizaron los estudiantes sobre
el uso de la IA, para mejorar la capacidad de comprender y asimilar lo aprendido
en clase. Los resultados reflejan que los temas con mayor número de menciones por
los estudiantes fueron “información” con un 15.1%, seguido por “facilita”, “dudas” y
“explicaciones” con un 6.3% cada uno, lo cual muestra el valor percibido en donde
la tecnología mejora la comprensión en el aula.
Los resultados de los comentarios de los alumnos sobre lo que consideran importante
y valioso es el acceso para disponer de la información clara y puntualmente, siendo
este el aspecto más mencionado. Además, valoran los recursos que les permiten
investigar por su cuenta, consultar diferentes fuentes y acceder a ejemplos prácticos,
lo anterior refleja una percepción positiva sobre herramientas que complementan el
trabajo docente y fortalecen la autonomía del estudiante.
Neutral
Insatisfecho (a)
Satisfecho (a)
Muy satisfecho (a)
Muy insatisfecho (a)
10%
40%
46%
4%
0%
– Año 18, N° 32, enero - junio 2026
40
Figura 3
Mejorar la capacidad de comprender lo aprendido en clase
Como se puede observar en la Figura 4, los alumnos consideran que las herramientas
de la IA facilitan la forma de aprender en comparación con los métodos tradicionales
utilizados en el salón de clases, ya que el 28.6% de los estudiantes indicaron que la
IA ha facilitado su proceso de aprendizaje, especialmente al ofrecer explicaciones
más claras y comprensibles, también les ahorran tiempo al aportar respuestas rápidas
(11.4%). También valoran la facilidad para buscar información (5.7%). Y la disponibilidad
constante de las herramientas (2.9%); estos hallazgos reflejan una valoración positiva
por parte de los estudiantes del uso de la IA en el entorno educativo del nivel de
preparatoria, lo cual les facilita la forma de aprender.
Figura 4
Herramientas de la IA nos facilitan la forma de aprender
Experiencias estudiantiles con inteligencia artificial generativa: satisfacción,
motivación y retroalimentación en educación media superior
41
En la Figura 5 se exhiben los resultados sobre las opiniones que tenían los alumnos,
acerca de las áreas de mejora de la IA en sus clases y el nivel de satisfacción de los
estudiantes, de acuerdo con esta información, se puede observar que los alumnos
consideran que, para mejorar el uso de la IA en clases, los docentes deben permitir
su uso con mayor libertad en ellas (25.7%) y fomentar un uso responsable y ético
(20.0%); también destacan la necesidad de capacitación tanto para docentes
como para alumnos (12.9%) y proponen una mejor integración pedagógica, sin que
sustituya al profesor (8.6%). Otros aspectos mencionados fueron mejorar la calidad
de la información, aumentar la accesibilidad y promover su uso correcto en el salón
de clases, es decir, valoran la IA, pero piden mayor orientación y apertura para su
implementación educativa.
Figura 5
Áreas de mejora de la IA en sus clases
Por otro lado, los resultados de la encuesta aplicada también muestran la actitud
positiva hacia la IA en la educación; como se mencionó, el 67% de los estudiantes
cree que las herramientas de la IA son útiles en sus tareas académicas, este enfoque
no solo ayuda a los estudiantes a entender los temas complicados de forma más
clara, sino que, al mismo tiempo, les proporciona la información de una manera más
efectiva.
Por su parte, en la Figura 6 se puede observar ciertas ventajas en cuanto a la rapidez
en que pueden encontrar la información que buscan, la claridad, y los beneficios
del uso de la IA para recibir retroalimentación, mejorar la creatividad, acceso a la
información y sobre todo la personalización del aprendizaje.
– Año 18, N° 32, enero - junio 2026
42
Figura 6
Beneficios de la IA en la educación
En términos de originalidad, este estudio aporta evidencia situada en una preparatoria
pública sobre la experiencia estudiantil con IA/IAG al distinguir entre la valoración
general de uso y la satisfacción. Mientras que la experiencia global se concentra
en categorías favorables (48% positiva y 18% muy positiva), la satisfacción muestra
un patrón más matizado: predomina la neutralidad (46%), seguida de satisfacción
(40%) y muy satisfecho(a) (10%). Este contraste sugiere que la aceptación funcional
de la herramienta (utilidad, claridad y rapidez) no se traduce automáticamente en
una experiencia plenamente satisfactoria en el aula, lo que permite comprender con
mayor precisión los límites de su implementación.
Además, el estudio identifica que, junto con el beneficio percibido de explicaciones
más claras (≈70%), emergen reservas sobre la calidad y fiabilidad de la información
(respuestas incorrectas o superficiales), lo cual se vincula con expectativas explícitas del
estudiantado para mejorar su integración: mayor libertad de uso (25.7%), promoción
de un uso responsable y ético (20.0%), capacitación (12.9%) y una integración
pedagógica que no sustituya al docente (8.6%). En conjunto, estos hallazgos aportan
un matiz que suele quedar diluido en trabajos más generales: la IA/IAG es valorada
como apoyo, pero su satisfacción y retroalimentación percibida dependen de
condiciones pedagógicas concretas y de un uso crítico orientado.
Discusión
Los datos de la experiencia general reportada por el estudiantado muestran una
recepción predominantemente favorable hacia la inteligencia artificial generativa en
el aula (Figura 1), ya que las valoraciones se concentran entre lo positivo (48%) y lo
muy positivo (18%), sin registros en categorías negativas. Este patrón sugiere que la
IAG ya se percibe como un apoyo funcional para el aprendizaje cotidiano, aunque
la presencia de una proporción relevante de respuestas neutrales (34%) indica que
su aprovechamiento aún no se consolida de manera homogénea entre los distintos
perfiles de estudiantes y formas de uso.
Al analizar la satisfacción con el uso de estas herramientas (Figura 2), se observa un
matiz importante: aun cuando predomina una experiencia favorable, la satisfacción
se ubica principalmente en la neutralidad (46%), seguida de satisfacción (40%) y muy
satisfecho(a) (10%), con un segmento minoritario insatisfecho(a) (4%). Esta distribución
permite inferir una tensión entre utilidad percibida y calidad de integración educativa:
claridad
rapidez
comprensión
precisión
retroalimentación
personalización
aprendizaje
exactitud
acceso
interactividad
estudiantes
práctica
creatividad
eficiencia
búsqueda
exámenes
respuestas
facilidad
conocimiento
Información
adaptación
ejemplos
resolución
explicaciones
digitalización
autónomo
asistencia
entender
Experiencias estudiantiles con inteligencia artificial generativa: satisfacción,
motivación y retroalimentación en educación media superior
43
es decir, la herramienta puede resultar útil, pero no necesariamente se traduce en
una experiencia plenamente satisfactoria cuando no existe acompañamiento
pedagógico, criterios de uso claros o una articulación didáctica consistente, aspecto
que coincide con la advertencia de que los beneficios de la IA dependen de las
condiciones institucionales y de aula en que se inserta (Williamson, 2024; UNESCO,
2024).
En términos de autonomía y apoyo al estudio, los comentarios abiertos aportan
evidencia cualitativa congruente con los resultados cuantitativos. En la nube de
palabras (Figura 3), los términos con mayor recurrencia (“información”, 15.1%, y
menciones asociadas a “dudas” y “explicaciones”, 6.3% cada una) muestran que
el valor más inmediato atribuido a la IAG se relaciona con el acceso rápido a
información y la aclaración de contenidos. Este hallazgo sugiere que la IAG se utiliza
como mediador para estudiar de manera más autónoma, complementando —no
sustituyendo necesariamente— el trabajo docente, lo que ha sido documentado en
estudios sobre su uso en educación media superior (Vilchis Mata, 2023).
En la comparación con métodos tradicionales, los resultados señalan beneficios
concretos que permiten interpretar su vínculo con la motivación y la continuidad del
estudio. En la Figura 4, los estudiantes destacan que la IAG facilita el aprendizaje
(28.6%) y ahorra tiempo al aportar respuestas rápidas (11.4%), además de apoyar la
búsqueda de información (5.7%) y estar disponible de forma constante (2.9%). En un
contexto escolar de ritmos diversos, estos elementos pueden reducir la frustración ante
dudas inmediatas y favorecer la disposición a continuar aprendiendo, aunque este
efecto depende de que el uso se oriente a procesos de comprensión y no sólo a la
obtención de respuestas (Holmes et al., 2023).
De manera complementaria, la utilidad reportada por el estudiantado refuerza la
lectura anterior: 67% considera que las herramientas de IAG son útiles para sus tareas
académicas, y alrededor de 70% señala que las explicaciones resultan más claras
que las ofrecidas por métodos tradicionales. Estos datos permiten sostener que la
IAG se percibe como un recurso de clarificación y apoyo cognitivo; sin embargo, los
propios hallazgos muestran la presencia de preocupaciones sobre la veracidad y la
superficialidad de algunas respuestas. En esta línea, el riesgo no radica sólo en errores
puntuales, sino en una posible dependencia instrumental si la herramienta reemplaza
procesos de análisis, contraste de fuentes y elaboración personal, tal como advierten
discusiones recientes sobre alfabetización crítica en IA (Baker & Smith, 2023; UNESCO,
2024).
Un elemento clave para fortalecer la interpretación es que las áreas de mejora
propuestas por el alumnado (Figura 5) no se limitan a demandas técnicas, sino que
revelan categorías analíticas vinculadas con el uso crítico y la gobernanza pedagógica.
Destaca la solicitud de mayor libertad de uso en clase (25.7%), junto con el énfasis en
promover un uso responsable y ético (20.0%) y la necesidad de capacitación para
docentes y estudiantes (12.9%), además de una mejor integración pedagógica sin
sustituir al profesor (8.6%). Este conjunto de demandas sugiere que el estudiantado
reconoce el potencial de la IAG, pero también identifica condiciones necesarias para
evitar prácticas acríticas y asegurar una integración formativa, lo cual es congruente
con los desafíos éticos y de privacidad señalados en la literatura (Amén-Mora et al.,
2024; UNESCO, 2024).
– Año 18, N° 32, enero - junio 2026
44
La contribución específica de este estudio radica en mostrar un matiz doble en
educación media superior: por un lado, una valoración favorable de la IAG como
apoyo para comprender contenidos, resolver dudas y optimizar tiempos; por otro, una
satisfacción moderada con alta neutralidad y una demanda explícita de criterios de
uso responsable, capacitación y mediación docente. Este contraste, anclado tanto en
porcentajes como en comentarios, sugiere que el reto principal no es la aceptación
de la tecnología, sino la calidad pedagógica de su incorporación para promover
autonomía sin dependencia y motivación sin superficialidad, lo que abre una ruta
clara para el diseño de lineamientos y prácticas de aula basadas en evidencia.
Conclusiones
Los resultados de este estudio permiten afirmar que la IA/IAG es percibida por la
mayoría del estudiantado como un recurso favorable para apoyar el aprendizaje en
educación media superior, principalmente por la claridad de las explicaciones, el
ahorro de tiempo, el acceso a información y su contribución a la comprensión de
temas. No obstante, la presencia de valoraciones neutrales en distintos indicadores
introduce un matiz relevante: la utilidad práctica de la herramienta no siempre se
traduce en una experiencia plenamente satisfactoria, lo que sugiere una integración
aún desigual en el aula.
A la par de los beneficios, persisten preocupaciones que no deben minimizarse,
especialmente en relación con la credibilidad y la calidad de la información generada,
el riesgo de desinformación y la posibilidad de dependencia tecnológica. En este
sentido, el uso escolar de IA/IAG requiere límites y criterios formativos que eviten sustituir
procesos cognitivos centrales como el análisis, la contrastación de fuentes y la toma
de decisiones. Los hallazgos también refuerzan que el papel del profesorado continúa
siendo central para orientar el uso, validar información, seleccionar contenidos
pertinentes y promover la reflexión crítica. Por ello, la IA/IAG no debe asumirse como
un reemplazo de los procesos pedagógicos, sino como un recurso complementario
que adquiere valor educativo cuando está mediado didácticamente.
En consecuencia, la implementación educativa de estas herramientas demanda
condiciones institucionales claras, que incluyan capacitación para docentes y
estudiantes, lineamientos para un uso responsable y ético, y estrategias pedagógicas
que articulen la IA/IAG con metodologías activas sin desplazar la interacción humana.
Finalmente, se recomienda profundizar esta línea de investigación mediante estudios
con muestras más amplias, en otros contextos escolares y con enfoques metodológicos
mixtos que permitan comprender con mayor detalle las tensiones entre valoraciones
positivas y neutrales, así como evaluar con mayor precisión la satisfacción y la
retroalimentación percibida en situaciones de aula concretas.
Referencias
Aguilar Espinosa, M. G., Rodríguez Medrano, M. G., Rubio Rivera, R., & Villagómez Puente,
J. (2023). Perspectivas de la IA en la educación. Universidad de Guanajuato.
https://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/
download/4477/3958/14371
Alfaro-Salas, H., & Díaz-Porras, J. (2024). Percepciones y aplicaciones de la IA entre
estudiantes de secundaria. Revista Tecnológica-Educativa Docentes 2.0, 17(1),
200–215. https://doi.org/10.37843/rted.v17i1.458
Experiencias estudiantiles con inteligencia artificial generativa: satisfacción,
motivación y retroalimentación en educación media superior
45
Amén-Mora, P., Zavala-Baque, D. L., Moran-Lozano, N. S., & Intriago-Terán, A. B. (2024).
Desafíos éticos y de privacidad en la implementación de la inteligencia
artificial en la educación superior. REICOMUNICAR, 7(14), 613–628. https://doi.
org/10.46296/rc.v7i14.0286
Aparicio Gómez, W. O. (2023). La inteligencia artificial y su incidencia en la educación:
Transformando el aprendizaje para el siglo XXI. Revista Internacional de
Pedagogía e Innovación Educativa, 3(2), 217–230. https://doi.org/10.51660/
ripie.v3i2.133
Baker, T., & Smith, R. (2023). AI and the future of learning: Opportunities and challenges.
Educational Review, 75(2), 231–249.
Bañuelos Márquez, A., & Romero Martínez, E. (2024). Retroalimentación formativa con
inteligencia artificial generativa: Un caso de estudio. Rev. Estud. de Psicología
UCR, 19(2), 1-20. https://doi.org/10.15517/wl.v19i2.63262
Bermúdez Ramírez, L. A., Arreola Arriola, D. L., Rodríguez Medrano, M. G., Aguilar Espinosa,
M. G., & Rubio Rivera, R. R. R. (2023). Impacto de la IA en la docencia en el
Nivel Medio Superior. JÓVENES EN LA CIENCIA, 21, 1–10. Recuperado a partir de
https://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/
view/4153
Borja Borja, H. (2025). Inteligencia artificial generativa como tutor personalizado en la
educación superior. Innovarium International Journal, 3(1), 1-12. Obtenido de
http://revinde.org/index.php/innovarium/article/view/33
Castillo Beltrán, P., & Beltrán Montalvo, A. (s.f.). Explorando sesgos culturales en la
Inteligencia Artificial Generativa (IAG): Un enfoque en la arquitectura y la silla
latinoamericanas. Cuadernos del Centro de Estudios en Diseño y Comunicación,
(225), 71-80. https://doi.org/10.18682/cdc.vi225.11223
De Pablos, J. M., Colás, M. P., López Gracia, A., & García-Lázaro, I. (2019). Los usos de las
plataformas digitales en la enseñanza universitaria. REDU. Revista de Docencia
Universitaria, 17(1), 59–72. https://doi.org/10.4995/redu.2019.11177
González Rivas, E. N. (2025). Uso de la Inteligencia Artificial Generativa (IAGEN) en el
proceso de enseñanza-aprendizaje en la Licenciatura en Administración. Punto
CUNORTE, e20224. https://doi.org/10.32870/punto.v1i20.224
González-González, C. S. (2023). El impacto de la inteligencia artificial en la educación.
Qurriculum, 36, 51–60. https://doi.org/10.25145/j.qurricul.2023.36.03
González-Videgaray, M. C. (2007). Evaluación de la reacción de alumnos y docentes
en un modelo mixto de aprendizaje para educación superior. RELIEVE, 13(1),
83–103. http://www.uv.es/RELIEVE/v13n1/RELIEVEv13n1_4.htm
González-Videgaray, M., & Romero-Ruiz, R. (2022). Inteligencia artificial en educación:
De usuarios pasivos a creadores críticos. FIGURAS Revista Académica de
Investigación, 4(1), 48–58. https://doi.org/10.22201/fesa.26832917e.2022.4.1.243
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología
de la investigación (6.ª ed.). McGraw-Hill.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises
and implications for teaching and learning. Center for Curriculum Redesign.
https://unesdoc.unesco.org/ark:/48223/pf0000368021
Jiménez Pérez, A. (2025). De corrector a mentor: el docente ante la inteligencia artificial
generativa. Revista Multidisciplinaria Voces De América Y El Caribe, 2(2), 230-
257. https://doi.org/10.69821/REMUVAC.v2i2.230
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An
argument for AI in education. Pearson. https://goo.su/3bTYCG
Mera Ramos, N. C., Armijos Chávez, C. G., & Mera Ramos, S. E. (2023). La inteligencia
artificial en el nivel inicial y preparatoria. Recimundo, 7(1), 277–287. https://doi.
org/10.26820/recimundo/7.(1).enero.2023.277-287
– Año 18, N° 32, enero - junio 2026
46
Miranda-Núñez, Y. (2022). Aprendizaje significativo desde la praxis educativa constructivista.
Koinonía, 7(13), 72-84. https://doi.org/10.35381/r.k.v7i13.1643
Montoya Carvajal, X. T., Miranda Montes, J. A., Ponce Heredero, A. A., & Coloma
Cevallos, X. R. (2024). Inteligencia artificial en el aula: Nuevas estrategias para la
enseñanza y aprendizaje en la educación media. REPSI. Revista Ecuatoriana de
Psicología, 7(19), 507–517. https://doi.org/10.33996/repsi.v7i19.138
Panopto. (2024, agosto 9). Uncovering student perceptions of AI in education. https://www.
panopto.com/blog/student-perceptions-on-ai-in-education/
Paredes Agreda, D. M., Mero Chávez, J. L., Vera Arias, M. J., & Barahona Intriago, R. J. (2024).
La inteligencia artificial y el aprendizaje. Sinergia Académica, 7(2), 393–404. https://
doi.org/10.51736/0a3f6q12
Pérez, G., Morales, A., & Rivera, S. (2022). Análisis del aprendizaje automatizado en la
enseñanza superior. Tecnología Educativa, 28(2), 75–90.
Popenici, S. A. D., & Kerr, S. (2017). Exploring the impact of artificial intelligence on teaching
and learning in higher education. International Journal of Educational Technology in
Higher Education, 14, (25). https://doi.org/10.1186/s41039-017-0062-8
Ruiz Mendoza, K., Miramontes Arteaga, M. A., & Reyna García, C. (2024). Percepciones
y expectativas de estudiantes universitarios sobre la IAG. European Public & Social
Innovation Review, (9), 1-21. https://doi.org/10.31637/epsir-2024-357
Ruiz Muñoz, G. (2024). Transformando la Educación a través de la Inteligencia Artificial:
Un Enfoque en el Aprendizaje Significativo. Revista Social Fronteriza. https://doi.
org/10.59814/resofro.2024.4(2)191
Ruiz, J., & López, E. (2022). Diseños metodológicos en estudios sobre inteligencia artificial
educativa. Investigación y Docencia, 15(1), 33–50.
Sánchez Martínez, O., & Escobar Gutierrez, E. (2025). Pensamiento crítico en la práctica
docente: análisis del uso reflexivo y ético de la inteligencia artificial en contextos
educativos. Revista Latinoamericana De Calidad Educativa, 2(3), 231-240. https://
doi.org/10.70625/rlce/283
Tórrez Martínez, J. (2025). La Inteligencia Artificial Generativa en la Educación Superior: Entre
el Apoyo y la Dependencia. Revista Científica Tecnológica, 8(3), 110-119. Obtenido
de https://revistas.unan.edu.ni/index.php/ReVTec/article/view/5181
UNESCO. (2024, julio 22). Generation AI: Navigating the opportunities and risks of artificial
intelligence in education. https://www.unesco.org/en/articles/generation-ai-
navigating-opportunities-and-risks-artificial-intelligence-education
UNESCO. (2025, septiembre 4). AI and education: Protecting the rights of learners. https://
www.unesco.org/en/articles/ai-and-education-protecting-rights-learners
Universidad Abierta y a Distancia de México. (2023). Reglamento universitario. Gaceta
UNADMéxico. https://gaceta.unadmexico.mx/images/descargas/reglamentos/
reglamentoUniversitario2023.pdf
Velasco, L. (2025, febrero 12). Es imposible interactuar con ChatGPT sin pensar. El País. https://
elpais.com/proyecto-tendencias/2025-02-12/francesc-pujol-profesor-experto-en-ia-
es-imposible-interactuar-con-chatgpt-sin-pensar.html
Veloz Torres, M., Jijón Remache, G., Bastidas Maroto, N., & Chicaiza Izurieta, R. (2025).
TIC en el aula: integración pedagógica digital y guía práctica para docentes de
Educación Básica. Ciencia Innovadora, 003(03), 216-227. https://doi.org/10.64422/
rci.v3n3.2025.72
Vilchis Mata, M. V. (2023). ChatGPT: Usos y oportunidades de la enseñanza-aprendizaje en nivel
medio superior. Diversidad Académica, 3(1), 90–112. https://diversidadacademica.
uaemex.mx/article/view/21745
Williamson, B. (2024). The social life of AI in education. International Journal of Artificial
Intelligence in Education, 34, 97–104. https://doi.org/10.1007/s40593-023-00342-5
Zepeda Hurtado, M. E., Cardoso Espinosa, E. O., & Cortés Ruiz, J. A. (2024). Influencia de la
inteligencia artificial en la educación media y superior. RIDE Revista Iberoamericana
para la Investigación y el Desarrollo Educativo, 14(28), e679. https://doi.org/10.23913/
ride.v14i28.1949
Experiencias estudiantiles con inteligencia artificial generativa: satisfacción,
motivación y retroalimentación en educación media superior
