Contenido:
Strategies to Improve the Acquisition of
Logical Thinking in Students with ASD
and ADHD
La gestión del docente en los
escenarios digitales
Desinformación en la IA: El riesgo oculto
de la falta de cultura de uso en modelos
de lenguaje grande en universitarios
Evaluación de la ecociudadanía docente
en centros públicos de educación básica
y media de San Salvador
Revista Semestral
Año 17, N° 31
Julio - diciembre 2025
Revisión normativa de la gura
del Núcleo Académico Básico en
el posgrado de las universidades
autónomas mexicanas
Indexada en:
Revista de Educación
Dirección de Educación a Distancia UDB Virtual
Instituto de Investigación y Formación
Pedagógica
Revista Semestral
Año 17, N°31
Julio - diciembre 2025
ISSN 1996-1642
e-ISSN 2958-9754
Créditos
Créditos
Rector
Dr. Mario Rafael Olmos Argueta
Vicerrector Académico
Dr. José Humberto Flores
Director y Editor
Dr. Eduardo Menjívar Valencia
Diseño y diagramación
Mg. Yaneth Marisol Medrano
Maquetación
Lcda. Blanca Guadalupe Salinas
Corrección de estilo y procesos
editoriales
Editorial Universidad Don Bosco
Informática
Mg. Felipe Acosta Coto
Revista de Educación
Dirección de Educación a Distancia
Instituto de Investigación y Formación Pedagógica
Universidad Don Bosco - El Salvador
Consejo Editorial
Director/Editor
Dr. Eduardo Menjívar Valencia,
Universidad Don Bosco, El Salvador.
Consejo Nacional
• Dra. Mónica Margarita Lazo,
Universidad Don Bosco, El
Salvador.
• Dra. Lorena Beatriz Pérez,
Universidad Don Bosco, El
Salvador.
• Dr. Nelson Martínez Reyes,
Universidad Don Bosco, El
Salvador.
• Dr. Milton Ascencio
Velásquez, Universidad Don
Bosco, El Salvador.
• Dra. Karina Guardado,
Universidad de El Salvador,
El Salvador.
Comité Científico
• Dr. Enrique Sánchez Rivas,
Universidad de Málaga,
España.
• Dr. Óscar Rafael Boude,
Universidad de La Sabana,
Colombia.
• Dr. Alejandro Cruzata
Martínez, Universidad San
Ignacio de Loyola, Perú.
• Dr. Antonio Canchola,
Tecnológico de Monterrey,
México.
• Dr. Andrés Chiappe
Laverde, Universidad de La
Sabana, Colombia.
• Dra. Carla Morán Huanay,
Universidad San Ignacio de
Loyola, Perú.
• Dra. Cristina Hennig,
Universidad de La Salle,
Colombia.
• Dra. Janett Juvera Ávalos,
Universidad Autónoma de
Querétaro, México.
Coeditores Internacionales
• Dr. Julio Ruiz Palmero,
Universidad Internacional de
Andalucía, España.
• Dra. Inmaculada Aznar
Díaz, Universidad de
Granada, España.
• Dra. Pilar Cáceres Reche,
Universidad de Granada,
España.
• Dr. Melchor Gómez García,
Universidad Autónoma de
Madrid, España.
• Dr. Guillermo Antúnez
Sánchez, Universidad de
Granma, Cuba.
• Dr. Eduardo Atencio Bravo,
BIU University, EEUU.
• Dra. Ana Elvira Castañeda
Cantillo, Universidad Santo
Tomás, Colombia.
• Dra. Ximena Castaño,
profesional independiente,
Colombia.
• Dr. Ronal Gutiérrez, Robotic
People, Colombia.
• Dra. Isabel Jiménez Becerra,
Universidad de La Salle,
Colombia.
• Dr. Pablo Valdivia,
Universidad de Groningen,
Países Bajos.
• Dr. Juan José Victoria,
Universidad de Granada,
España
• Dra. Blanca Bernal,
Universidad de Granada,
España
• Dr. José Antonio Martínez,
Universidad de Granada,
España.
• Dra. Claudia Cintya Peña
Estrada, Universidad
Autónoma de Querétaro,
México.
• Dr. José Sánchez Rodríguez,
Universidad de Málaga,
España.
• Dra. Minerva Cruz Loyo,
Instituto de Estudios Superior
del Istmo de Tehuantepec,
México.
• Dr. Manuel Cebrián de
la Serna, Universidad de
Málaga, España.
Los artículos publicados en este número pueden ser reproducidos
libremente cuando se haga con fines académicos, siempre que
se cite la fuente. La reproducción en revistas u otros medios o
cuando se haga con fines comerciales, sea esta total o parcial
y por cualquier medio mecánico o electrónico, deberá ser
solicitada por escrito y autorizada, también, por escrito, por la
Editorial Universidad Don Bosco o por el autor.
Para envíos de manuscritos, comunicarse con:
Editorial Universidad Don Bosco
Dr. Eduardo Menjívar Valencia
Correos: eduardo.menjivar@udb.edu.sv,
dialogos@udb.edu.sv
Teléfono: (503) 2251-8248 ext. 1743
Diá-logos, la Revista de Educación de la Universidad Don Bosco
de El Salvador, tiene como propósito aportar y compartir con la
comunidad educativa nacional e internacional sus reflexiones,
experiencias y resultados de investigaciones en el área educativa.
Diá-logos aborda diferentes temáticas educativas, entre ellas,
pedagogía, currículo, evaluación, tecnología, políticas y gestión
educativa. Diá-logos tiene como destinatarios a los educadores
de todo nivel, funcionarios públicos del área de educación,
investigadores del área de educación, formadores de maestros
y estudiantes en formación docente.
Diá-logos es una publicación semestral de la Dirección de
Educación a Distancia y del Instituto de Investigación y Formación
Pedagógica a través de la Editorial Universidad Don Bosco cuya
sede se encuentra en Universidad Don Bosco, calle a Plan del
Pino, Km 1/2 , Cantón Venecia, Soyapango, San Salvador, El
Salvador.
Revista de Educación
Dirección de Educación a Distancia
Instituto de Investigación y
Formación Pedagógica
Universidad Don Bosco - El Salvador
Contenido
Contenido
Revista Semestral Año 17, N° 31, julio - diciembre 2025
Revista de Educación
Dirección de Educación a Distancia
Instituto de Investigación y Formación Pedagógica
Universidad Don Bosco - El Salvador
ISSN 1996-1642
e-ISSN 2958-9754
5
Editorial
La gestión del docente en los escenarios digitales
Teacher management in digital settings
Eduardo Menjívar Valencia
11
Artículo 1
Strategies to Improve the Acquisition of Logical Thinking in Students with ASD
and ADHD
Estrategias para mejorar la adquisición del pensamiento lógico en estudiantes
con TEA y TDAH
Celia Gallardo Herrerías
25
Artículo 2
Desinformación en la IA: El riesgo oculto de la falta de cultura de uso en
modelos de lenguaje grande en universitarios
Misinformation in AI: The Hidden Risk of the Lack of Culture of Use in Large
Language Models Among University Students
Gibrán Aguilar Rangel
37
Artículo 3
Evaluación de la ecociudadanía docente en centros públicos de educación
básica y media de San Salvador
Evaluation of Teaching Eco-citizenship in Public Elementary and Secondary
Education Centers in San Salvador
Rolando Ernesto Herrera Sánchez
57
Artículo 4
Revisión normativa de la figura del Núcleo Académico Básico en el posgrado
de las universidades autónomas mexicanas
Normative Review of the Basic Academic Nucleus Figure in the Postgraduate
Program in Mexican Autonomous Universities
Rosana Ruiz Sánchez
María Esther Avelar Álvarez
María del Consuelo Delgado González
5
La gestión del docente en los
escenarios digitales
Teacher management in digital settings
DOI: https://doi.org/10.61604/dl.v17i31.511
La educación actual atraviesa un proceso de transformación sin precedentes.
El auge de la digitalización, el crecimiento exponencial de la información y una
generación hiperconectada han configurado un escenario que desafía las formas
tradicionales de enseñar. En este entorno, la gestión docente en los escenarios
semipresenciales y virtuales se ve profundamente cuestionada: ya no basta solamente
transmitir conocimientos, sino que se requiere organizar, facilitar, guiar, acompañar,
mediar y diseñar experiencias significativas de aprendizaje.
La transición hacia esta nueva concepción de la docencia no es un hecho
aislado y carente de fundamento teórico. Al contrario, sus principios se enmarcan
en la evolución de las teorías del aprendizaje que, desde los enfoques conductistas
de Pávlov, Thorndike y Skinner hasta las aportaciones constructivistas de Piaget,
Vygotsky y Bruner, han buscado comprender y explicar cómo las personas aprenden,
cómo construyen significados y cómo se configuran las condiciones que favorecen
el desarrollo del conocimiento. La psicología educativa del siglo XX dio paso a la
comprensión de que el aprendizaje no es un proceso lineal ni individual, sino una
experiencia social, activa y contextualizada.
Lev Vygotsky (1931) con su propuesta de la Zona de Desarrollo Próximo enfatizó
en la importancia de la mediación social y cultural en el aprendizaje. En esta línea,
David Ausubel (1969) destacó la relevancia del aprendizaje significativo, en el que
los nuevos conocimientos encuentran sentido al integrarse en las estructuras previas
del estudiante. Jerome Bruner (1960) planteó la importancia del descubrimiento y la
exploración activa como procesos centrales del desarrollo cognitivo. Estos aportes
siguen siendo hoy fundamentales para que el docente, en los escenarios digitales,
centre su gestión en facilitar experiencias, guiar en la construcción del conocimiento
y acompañar el proceso de enseñanza y aprendizaje hacia el desarrollo de
competencias.
En los últimos años, con la expansión de internet y la consolidación de la sociedad
en red, nuevos enfoques han intentado dar respuesta a los desafíos del aprendizaje en
la era de la digitalización. George Siemens (2004), con su propuesta del conectivismo,
describió el aprendizaje como un proceso distribuido, donde el conocimiento no
reside exclusivamente en la mente de las personas, sino también en los nodos y
conexiones que se establecen en los ecosistemas digitales. De esta forma, aprender
implica no solo adquirir contenidos, sino desarrollar competencias para identificar,
sistematizar, clasificar, seleccionar, ordenar, relacionar y aplicar información en
contextos complejos.
Este cambio de paradigma se refleja en lo que distintos autores denominan
pedagogías emergentes. Gros (2015) las define como propuestas que surgen en la
sociedad del conocimiento en red, cimentadas en la integración de tecnologías
digitales y en la exploración de nuevas formas para enseñar y aprender. García Aretio
6
(2012), por su parte, las concibe como nuevos métodos para una nueva concepción
educativa, mientras que Montanero (2019) establece que estas pedagogías van
desde el aprendizaje cooperativo y la enseñanza centrada en el pensamiento, hasta la
motivación mediante juegos, aprendizaje experiencial y aprendizaje por indagación.
En todos estos enfoques prevalece un mismo sentido: la gestión docente ya no
puede reducirse a transmitir información o datos, sino que debe configurarse como
mediación estratégica en ecosistemas de aprendizaje que prioricen la autonomía, la
creatividad, la curiosidad, la innovación, el pensamiento crítico, la colaboración y la
construcción activa del conocimiento.
Los escenarios digitales actuales se caracterizan por ser diversos y desafiantes.
El filósofo coreano Han (2023) lo advierte al expresar que existe una creciente y
acelerada complejidad en la sociedad de la información. La sobreestimulación
informacional expone a los estudiantes a riesgos de dispersión, déficit de atención
y multitarea (muchas de ellas improductivas). Sin embargo, también abre grandes
posibilidades para un aprendizaje flexible, activo, personalizado y colaborativo.
La educación se encuentra hoy en lo que Da Costa (2024) denomina entornos
VUCA: Volatility (Volatilidad), Uncertainty (Incertidumbre), Complexity (Complejidad) y
Ambiguity (Ambigüedad).
En ellos, la adaptabilidad se convierte en un requisito esencial, tanto para los
estudiantes como para los docentes. Ante este contexto, se hace evidente la necesidad
imperiosa de repensar la gestión docente en modalidades semipresenciales y
virtuales, donde las mediaciones tecnológicas constituyen el soporte principal de la
interacción y comunicación sincrónica, asincrónica y multidireccional como lo indica
Castells (2009).
El docente se transforma entonces en un diseñador de experiencias formativas que
favorezcan la autonomía y la autorregulación del aprendizaje. Castillo et al. (2023)
describen al profesor como guía y facilitador del aprendizaje, alguien que acompaña
al estudiante a lo largo de todo el proceso, donde estimula su participación activa y
su capacidad de reflexión. De manera similar, Cela-Ranilla et al. (2017) insisten que
el docente debe diseñar entornos que aprovechen las posibilidades de las TIC no
solo como recursos instrumentales, sino como mediadores de la construcción del
conocimiento y de la interacción social.
En esta línea, metodologías activas como el aula invertida, el aprendizaje basado
en proyectos, aprendizaje basado en problemas, casos de estudio, el aprendizaje
móvil y la gamificación inclusiva adquieren un papel protagónico. La gamificación,
definida como la incorporación de mecánicas propias del juego en contextos
educativos (Antonaci, Klemke y Specht, 2019), ha demostrado su potencial para
motivar, comprometer y mejorar el rendimiento académico de los estudiantes.
La integración de experiencias inmersivas mediante realidad virtual y aumentada
(Johnson et al., 2016; Campos Soto et al., 2020) abre nuevas posibilidades para el
aprendizaje experiencial, la simulación de entornos complejos y el desarrollo de
competencias en contextos colaborativos. Estas metodologías, aplicadas con criterio
pedagógico, potencian la creatividad, la autonomía y el compromiso del estudiante,
ofreciendo oportunidades para aprender de forma activa y significativa.
La gestión del docente en los escenarios digitales
7
El marco conceptual que ofrece el modelo TPACK (conocimiento tecnológico,
conocimiento pedagógico y conocimiento del contenido) resulta esencial en esta
transición. Este modelo identifica la necesidad de articular tres tipos de conocimiento
en la gestión docente: el pedagógico, el disciplinar y el tecnológico. La integración
de estas dimensiones permite entender que la tecnología no debe añadirse de
manera aislada al currículo, sino como parte de una estrategia reflexiva que articula
competencias, metodologías y herramientas digitales en función de los aprendizajes
de los estudiantes. En la educación semipresencial y a distancia, este enfoque
resulta especialmente valioso, pues garantiza la coherencia entre las mediaciones
tecnológicas y los principios pedagógicos y didácticos que sostienen la práctica
docente.
En este escenario, el docente se convierte en un prosumidor, productor de recursos
y consumidor a la vez de herramientas digitales que integran flexibilidad, interactividad
y adaptabilidad de acuerdo con los estilos de aprendizaje de los estudiantes. Ya no
se trata únicamente de seleccionar materiales disponibles, sino de crear, adaptar y
compartir recursos que dialoguen con la cultura digital y potencien la participación
activa del estudiante.
El desafío, sin embargo, no está en acumular herramientas tecnológicas de
última generación, sino en estudiar sus posibilidades pedagógicas y aplicarlas con
intencionalidad y conocimiento. Como se advierte en Menjívar (2017), la incorporación
de tecnologías debe evaluarse desde su pertinencia didáctica, reconociendo que
no todo recurso digital enriquece el aprendizaje. La verdadera innovación radica
en utilizar la tecnología para desarrollar el pensamiento crítico, la investigación, la
inclusión, la creatividad y el rigor académico.
En consecuencia, la gestión del docente en los escenarios digitales puede
entenderse a partir de tres dimensiones: la primera, como mediación reflexiva,
que acompaña y guía a los estudiantes en procesos autónomos y colaborativos.
La segunda, como diseño de experiencia significativas, que integra metodologías
activas, gamificación e inmersión para motivar y comprometer a los estudiantes en su
aprendizaje. Y la tercera, como el desarrollo de competencias para los ecosistemas
pedagógicos, que articula lo pedagógico, lo disciplinar y lo tecnológico, asegurando
la calidad del proceso de enseñanza y aprendizaje.
Lejos de representar una ruptura con la educación tradicional, los escenarios digitales
y las pedagogías emergentes constituyen una evolución necesaria. Lo importante de
la docencia no se encuentra en la cantidad de información transmitida, sino en la
capacidad de generar aprendizajes dinámicos que transformen a las personas y las
preparen con competencias que les permita enfrentarse a los desafíos de un mundo
en constante cambio. En este sentido, la gestión docente es clave para humanizar la
educación digital, asegurando que, en medio de la hiperconexión y la abundancia
de la información, los estudiantes encuentren sentido, profundidad y compromiso en
su formación académica.
En coherencia con lo planteado anteriormente, la Revista Diá-logos, editada por
la Dirección de Educación a Distancia (UDB Virtual), continúa fortaleciendo la reflexión
académica y científica sobre la educación. En esta oportunidad, se presentan cinco
artículos que conforman el número 31 de la Revista.
– Año 17, N° 31, julio - diciembre 2025
8.
El primer artículo es Strategies to Improve the Acquisition of Logical Thinking in Students
with ASD and ADHD. En este manuscrito, Gallardo describe cómo las estrategias de
enseñanza basadas en la neuroplasticidad pueden mejorar el razonamiento lógico-
matemático en estudiantes con Trastorno del Espectro Autista (TEA) y Trastorno por
Déficit de Atención e Hiperactividad (TDAH).
El segundo artículo es una investigación del autor Aguilar, y se titula Desinformación
en la IA: El riesgo oculto de la falta de cultura de uso en modelos de lenguaje grande
en universitarios. El estudio se centró en analizar los hábitos de uso de herramientas
de inteligencia artificial (IA) específicamente de los LLM entre estudiantes universitarios,
identificando la frecuencia de uso, las percepciones sobre su utilidad y los desafíos
asociados, con el fin de comprender cómo estas tecnologías pueden potencialmente
impactar en el ámbito académico y personal.
El tercer artículo se titula Evaluación de la ecociudadanía docente en centros
públicos de educación básica y media de San Salvador. Con esta investigación
Herrera buscó estimar el nivel de ecociudadanía aplicado a la labor docente de un
grupo de profesores en servicio de siete instituciones públicas de San Salvador. Se
adoptó un enfoque cuantitativo con alcance exploratorio-descriptivo de diseño no
experimental transeccional.
El cuarto artículo de las autoras Ruíz, Avelar y Delgado se titula Revisión normativa de
la figura del Núcleo Académico Básico en el posgrado de las universidades autónomas
mexicanas. En esta investigación, ellas analizaron, mediante la metodología de revisión
sistemática exploratoria normativa, los reglamentos aplicables a los posgrados de las
universidades públicas de las entidades federativas mexicanas, para determinar la
existencia de disposiciones normativas que regulen la figura del NAB.
La revista Diá-logos sigue creciendo e incorporándose a más bases de datos
reconocidas a nivel internacional.
Referencias
Antonaci, A., Klemke, R., & Specht, M. (2019). The effects of gamification in online
learning environments: A systematic literature review. Informatics, 6(3), 32. https://
doi.org/10.3390/informatics6030032
Ausubel, D. P. (1969). Educational psychology: A cognitive view. Holt, Rinehart and
Winston.
Bruner, J. S. (1960). The process of education. Harvard University Press.
Campos Soto, M. N., Navas-Parejo, M. R., & Moreno-Guerrero, A. J. (2020). Realidad
virtual y motivación en el contexto educativo: Estudio bibliométrico de los últimos
veinte años de Scopus. Alteridad. Revista de Educación, 15(1), 47–60. https://
doi.org/10.17163/alt.v15n1.2020.04
Castells, M. (2009). Comunicación y Poder. Alianza Editorial
Castillo Córdova , G. E., Sailema Moreta, J. E., Chalacán Mayón, J. B., & Calva Abad,
A. (2023). El rol docente como guía y mediador del proceso de enseñanza-
aprendizaje. Ciencia Latina Revista Científica Multidisciplinar, 6(6), 13911-13922.
https://doi.org/10.37811/cl_rcm.v6i6.4409
Cela - Ranilla, J. M., Esteve González, V., Esteve Mon, F., González Martínez, J., & Gisbert
- Cervera, M. (2017). EL DOCENTE EN LA SOCIEDAD DIGITAL: UNA PROPUESTA
BASADA EN LA PEDAGOGÍA TRANSFORMATIVA Y EN LA TECNOLOGÍA AVANZADA.
Profesorado. Revista de Currículum y Formación de Profesorado, 21(1), 403-
La gestión del docente en los escenarios digitales
9
422. https://www.redalyc.org/pdf/567/56750681020.pdf
Da Costa, M. (19 de febrero del 2024). Educación en entornos VUCA. [Entrada de
Blog]. Gestión Educativa. https://gestioneducativa.net/el-liderazgo-escolar-en-
contextos-vuca/
García Aretio, L. (2012). Sociedad del Conocimiento y Educación. UNED. https://
gc.scalahed.com/recursos/files/r161r/w25852w/Sociedad%20del%20
conocimiento%20y%20educacion.pdf
Gros, B. (2015). La caída de los muros del conocimiento en la sociedad digital y las
pedagogías emergentes. Education in the Knowledge Society (EKS), 16(1), 58–
68. https://doi.org/10.14201/eks20151615868
Han, B. (2023). INFOCRACIA. Penguin Random House Grupo Editorial.
Johnson, L., Adams Becker, S., Cummins, M., Estrada, V., Freeman, A., & Hall, C. (2016).
NMC Horizon Report: 2016 Higher Education Edition. The New Media Consortium.
https://library.educause.edu/resources/2016/2/2016-horizon-report
Menjívar, E. (2017). Herramientas tecnológicas como estrategias de enseñanza-
aprendizaje: Una reflexión desde la experiencia docente. Diá-logos, 19, 7–19.
https://www.revistas.udb.edu.sv/ojs/index.php/dl/article/view/124/98
Montanero Fernández, M. (2019). Métodos pedagógicos emergentes para un nuevo
siglo ¿Qué hay realmente de innovación? Teoría De La Educación. Revista
Interuniversitaria, 31(1), 5–34. https://doi.org/10.14201/teri.19758
Piaget, J. (1920). La representación del mundo en el niño. Morata
Siemens, G. (2005). Connectivism: A learning theory for the digital age. International
Journal of Instructional Technology and Distance Learning, 2. http://www.itdl.org/
Journal/Jan_05/article01.htm
Vygotsky, L. S. (1978). Mind in society: The development of higher psychological
processes. Harvard University Press.
Dr. Eduardo Menjívar Valencia
Director/Editor
San Salvador, 30 de septiembre de 2025
– Año 17, N° 31, julio - diciembre 2025
Artículo 1
11
1
Doctora en Educación, Máster en Educación Especial y Licenciada en Educación Infantil por la Universidad
de Almería.
DOI: https://doi.org/10.61604/dl.v17i31.478
Strategies to Improve the Acquisition
of Logical Thinking in Students with ASD
and ADHD
Estrategias para mejorar la adquisición
del pensamiento lógico en estudiantes
con TEA y TDAH
ISSN: 1996-1642
e-ISSN: 2958-9754
Año 17, N° 31, junio-diciembre 2025 pp. 11-23
Revista de Educación
Universidad Don Bosco - El Salvador
Celia Gallardo Herrerías
1
Universidad de Almería, España
Correo: cgh188@inlumine.ual.es,
ORCID: https://orcid.org/0000-0001-5515-1269
Recibido: 10 de julio del 2025
Aceptado: 15 de octubre del 2025
Para citar este artículo: Celia, G. (2025). Strategies to improve the acquisition of logical thinking in students
with ASD and ADHD, Diá-logos, (31), 11-23. https://doi.org/10.61604/dl.v17i31.478
Nuestra revista publica bajo la Licencia
Creative Commons: Atribución-No
Comercial-Sin Derivar 4.0 Internacional
12
Resumen
Este estudio describe cómo las estrategias de
enseñanza basadas en la neuroplasticidad pueden
mejorar el razonamiento lógico-matemático en
estudiantes con Trastorno del Espectro Autista (TEA)
y Trastorno por Déficit de Atención e Hiperactividad
(TDAH). Basado en un diseño de métodos mixtos que
combina una revisión sistemática, una intervención
controlada y una evaluación multimodal, el estudio
reveló una mejora drástica en el rendimiento
académico, el funcionamiento cognitivo y las
conexiones neuronales. Intervenciones como
la gamificación adaptativa, los materiales
manipulativos multisensoriales y las rutinas
metacognitivas indicaron un aumento del 32%
en la capacidad de resolución de problemas en
el grupo experimental (en comparación con el 8%
del grupo control). Los niños con TEA mostraron un
mayor reconocimiento de patrones, mientras que
los niños con TDAH mostraron una mayor atención
y control inhibitorio. Las neuroimágenes indicaron
una mayor actividad de la corteza prefrontal
dorsolateral (CPDL) y una mayor conectividad
con el lóbulo parietal, lo que indica el papel de la
neuroplasticidad en el aprendizaje. Los hallazgos,
que trascienden la educación y la neurociencia,
ofrecen sugerencias prácticas para aulas inclusivas
y exigen la formación docente y la reforma de
políticas para educar a estudiantes neurodiversos.
Palabras clave
Neuroplasticidad, educación matemática, TEA,
TDAH, aprendizaje inclusivo
Abstract
This study outlines how neuroplasticity-based
instructional strategies can enhance logical-
mathematical reasoning in Autism Spectrum
Disorder (ASD) and Attention Deficit Hyperactivity
Disorder (ADHD) students. Based on a mixed-methods
design combining systematic review, controlled
intervention, and multimodal assessment, the
study revealed drastic improvement in academic
performance, cognitive functioning, and neural
connections. Interventions such as adaptive
gamification, multisensory manipulatives, and
metacognitive routines indicated a 32% increase
in problem-solving ability in the experimental group
(compared to 8% in control). Children with ASD
indicated enhanced pattern recognition, and
children with ADHD indicated enhanced attention
and inhibitory control. Neuroimaging indicated
enhanced dorsolateral prefrontal cortex (DLPFC)
activity and enhanced connectivity with the
parietal lobe, indicating the role of neuroplasticity
in learning. The findings cut across education and
neuroscience, offering actionable suggestions for
inclusive classrooms and necessitating teacher
training and policy reform to teach neurodiverse
students.
Keywords
Neuroplasticity, mathematics education, ASD,
ADHD, inclusive learning
Introduction
Neuroplasticity, as the brain's ability to change and reorganize in response to
experience, learning, and neurological damage, is now a fundamental area of study in
contemporary education in general and mathematics education in particular (Núñez,
2024). Due to its very abstract nature and demand for logic, this topic is especially difficult
for individuals with Autism Spectrum Disorder (ASD) and Attention Deficit Hyperactivity
Disorder (ADHD) (Peñalba et al., 2021). These students have difficulties with elementary
cognitive processes of math learning, such as working memory, sustained attention,
and mind flexibility. However, recent research shows that educational interventions
founded on neuroplasticity can significantly enhance logical thinking development in
these groups (Alonso et al., 2024). Neuroplasticity of the brain—the adaptive power
of the nervous system to rebuild in response to stimuli—is a science foundation to
reorganize instruction in mathematics for students with ASD and ADHD (Conforme &
Morocho, 2022).
Both disorders of neurodevelopment share common cognitive profiles that, as
dynamic impairments rather than static, commit to employing evidence to generate
evidence-based interventions within education. The "math brain," supported by
distributed neural networks across the parietal, prefrontal, and temporal lobes, is
extremely plastic when engaged by means that complement the particular deficit of
each condition while taking advantage of their native strengths (Baquedano, 2024).
In ASD, in which structured thinking and accuracy prevail but openness of mind is the
catch, neuroplasticity may be shaped by approaches that translate cognitive inflexibility
into algorithmic precision (Bastidas et al., 2022).
Strategies to Improve the Acquisition of Logical
Thinking in Students with ASD and ADHD
13
Neuroimaging studies reveal that incremental repeated variation and ordered
visual arrays activate compensatory neural networks connecting parietal (processing
number) to frontal areas (executive functions), circumventing mathematical abstraction
impairment (Zambrano-Muñoz, 2023). This effect explains why students with ASD who
are taught multisensory methods not only excel in low-level math computation but also
at high-level problem-solving, dispelling the myth that rational-abstract thought is out
of range for this group (Pérez et al., 2023). In the case of ADHD, where inhibitory control
and vigilance are impaired, neuroplasticity facilitates compensation when instructional
methods introduce adaptive gamification and metacognitive control (Sánchez, 2024).
Use of immediate feedback and visual reward to mathematical tasks increases
frontostriatal dopamine release, reinforcing motivation and self-regulation (da Silva et al.,
2024). Electroencephalography measures have shown that interventions bring default
mode network activity patterns to normal, reducing distractibility with mathematical
tasks. Interestingly, ADHD students under these approaches receive a 40% reduction
in impulsivity errors, which shows that accuracy can be learned even while processing
speed challenges persist (García, 2024). The intersection of neuroscience and
education has revealed a collection of principles of instruction that possess cognitive
strength, of which the most impactful is multisensory learning. Multisensory learning
exploits the brain's ability to synthesize information from multiple channels of the
senses—vision, hearing, and touch—to create redundancies in the brain that support
learning and memory. Experiments have indicated that when students are involved
in learning activities that stimulate multiple senses, their brains create stronger links
to access knowledge in the long term. Stimulation of multiple sensory channels not
only makes it stronger for encoding but also increases the efficiency of retrieval so
that learners can retrieve ideas in various contexts. For instance, tactile math learning
through the use of manipulatives has been shown to improve numerical cognition
by developing spatial thinking, while auditory drill in language instruction improves
phonological awareness and reading acquisition. As students learn through multiple
inputs, they develop associative networks that contain knowledge as well as a single
memory trace.
Gamification is another instructional principle that's been misdefined as simply
having learning be "fun." More accurately, neuroscience instructs us that gamification
is a synaptic plasticity amplifier that creates motivation-driven change within the
brain. Through instant feedback, goal-directed challenge, and reward structures,
gamification leverages dopaminergic circuits to engage the prefrontal cortex and
create persistence. The impacts reach beyond behavior reinforcement; evidence
indicates that properly designed gamified environments cumulatively contribute
to quantifiable gains in the density of neural associations in areas associated with
executive functioning and self-regulation. As opposed to relying on extrinsic motivators,
gamification reprograms cognitive structure and converts transitory engagement into
enduring learning behaviors. The transition from extrinsic to intrinsic motivation enables
learners to develop strategic problem-solving and adaptive learning response tactics.
Gamification relies on episodic memory construction—learning from engaging
challenges creates unique mental pictures, strengthening memory through associative
retrieval processes.
The third postulate is metacognition, allowing cortical reorganization by internalizing
systemic strategy to self-directed reasoning. Neuroscientific studies demonstrate that
metacognitive proclivities, such as reflection, error monitoring, and self-regulation,
enhance coupling between dorsolateral prefrontal cortex (DLPFC) and parietal cortices—
planning, attentional control, and abstract thought areas. Cognitive autonomy emerges
– Año 17, N° 31, julio - diciembre 2025
14
with the development of internalized structures from external support. For example,
early reliance on organizational aid like checklists and facilitated questioning ultimately
gives rise to autonomous application of problem-solving heuristics. Neuroplasticity
allows this to occur by making habitual pathways in executive networks strong enough
so that there is effective cognitive control and minimal cognitive overload. Moreover,
metacognition application extends beyond formal learning, impacting emotional
regulation and resilience. The ability to dissect the process of thinking guarantees
flexibility in unfamiliar situations, whereby the students can learn a means of coping
with complicated situations. The purpose of this paper is to report on the potentiality of
employing neuroplasticity to design more effective mathematics instructional practices
for ASD and ADHD students according to their own unique neurocognitive profiles.
While numerous studies have investigated neuroplasticity in neurological rehab
or learning situations more broadly, very few have directly addressed its application
to mathematics education in students with ASD and ADHD. Moreover, most recent
trends are focused on clinical or therapeutic uses, without regard to their usability in
conventional school settings. This misalignment between neuroscience and education
hinders the development of truly effective pedagogical interventions for these
students, who are too frequently stuck in outdated methods that fail to address their
particular cognitive requirements. This current study aims to bridge the gap between
neuroscientific research and educational practice in the following ways:
• Describe the effectiveness of neuroplasticity-informed teaching practices.
• Discuss some mechanisms of neural adaptation.
Methodology
A mixed-methods explanatory sequential design was adopted in this study, combining
both quantitative and qualitative elements to have a complete picture of the impact
of neuroplasticity-based pedagogical interventions on logical-mathematical thinking
development among students with Autism Spectrum Disorder (ASD) and Attention
Deficit Hyperactivity Disorder (ADHD). This methodological approach allowed not just
the evaluation of observable effects on school performance but also a glimpse into
the neural mechanisms and subjective processes involved in the changes. The study
was designed over the course of one complete school year, with three main phases:
baseline data collection, intervention, and outcome evaluation.
Purposive non-probability sampling was employed in the selection of the sample,
due to the specific clinical and educational characteristics of the target population.
240 participants - 120 with ASD and 120 with ADHD - from eight elementary and high
schools participated. The inclusion criteria were: between 6-16 years of age, clinical
diagnosis made according to DSM-5 criteria, IQ between 70-120, basic reading
skills, and no other severe neurological conditions. Informed consent from parents or
guardians was obtained, along with assent for children.
Participants were matched on the grounds of age, academic grade, and cognitive
profile and formed into two groups of 120 students each: an experimental and a control
group. The experimental group underwent intensive pedagogical intervention founded
on neuroplasticity, while the control group received mathematics instruction through
traditional methods of teaching. Group assignment was for best balance between
groups for individual traits, although complete randomization was not feasible due to
logistical and ethical constraints in a school setting.
Strategies to Improve the Acquisition of Logical
Thinking in Students with ASD and ADHD
15
The intervention was designed to be implemented over six consecutive months,
comprising five 45-minute sessions per week. The intervention was set within the context
of three pillars: (1) use of multisensory manipulatives, (2) use of adaptive gamification
platforms, and (3) systematic application of metacognitive routines scaled to students’
developmental levels. Each of the strategies was executed based on a standardized
protocol previously piloted in pilot studies.
The multisensory materials included manipulative items such as Cuisenaire rods,
logic blocks, magnetic tangrams, and operation boards. These materials were
selected and adapted to provide stimulation to the visual, tactile, and kinesthetic
channels at the same time, with opportunities for symbolic representation and abstract
thinking through manipulation. It was hoped that this type of multisensory learning
would promote synaptic consolidation and intermodal integration of mathematics
information. Teachers who were previously trained in the neuroscientific foundations of
the intervention led the implementation.
Concurrently, a bespoke digital gamification platform created in collaboration with
neuroeducation engineers was used, which automatically modulated exercise difficulty
based on student performance. The platform embedded immediate feedback loops,
virtual rewards, interactive avatars, and automatic tracking of usage data. Exercises
covered natural numbers, basic operations, patterns, geometry, and problem-solving.
The gamification approach aimed to activate dopaminergic reward mechanisms
involved in sustained attention and intrinsic motivation, with particular emphasis placed
on developing executive functions.
The third condition included personalized metacognitive routines, couched
in the “STOP-THINK-ACT-REVIEW” framework, to facilitate planning, monitoring, and
self-evaluating in mathematical problem-solving. The routines were implemented
through verbal scaffolding, teacher modeling, and self-regulation notebooks, with
the expectation of facilitating gradual internalization of self-reflective thinking. Think-
aloud protocols, reflective pauses, and step-by-step checklists were the other methods
employed.
Intervention effects were assessed on three complementary levels: academic,
neuropsychological, and neurophysiological. Academic assessment involved
standardized mathematics tests adapted to each educational level, administered
pre- and post-intervention and including multiple-choice items, open problems,
and contextualized application problems. Neuropsychological assessment involved
executive function batteries including the Stroop test, numerical working memory
tasks, and set-shifting tasks, supplemented by teacher observation questionnaires and
caregiver behavior scales.
On the neurophysiological level, a representative subsample of 30 students underwent
functional neuroimaging scans (fMRI) and brain activity recordings (EEG), conducted
in collaboration with an applied neuroscience research center. Mathematical content
tasks used for imaging were specifically selected to activate regions that are engaged
in numerical processing and executive functions, that is, the dorsolateral prefrontal
cortex (DLPFC) and inferior parietal lobe.
Quantitative data analysis employed tests of statistical significance (Students’ t-test,
ANOVA, ANCOVA) at 95% confidence level, using specialist software (SPSS and R).
Pearson correlation coefficients were employed to investigate correlations between
– Año 17, N° 31, julio - diciembre 2025
16
academic performance and brain activation measured. Qualitative data underwent
thematic content analysis of semi-structured interviews, observation notes, and
teacher reflective diaries. Triangulation of varied sources allowed checking for internal
consistency in findings via multiple sources.
Results
The findings of this study irrevocably establish the effectiveness of pedagogical
interventions based on neuroplasticity in strengthening logical-mathematical thinking
among individuals with Autism Spectrum Disorder (ASD) and Attention Deficit Hyperactivity
Disorder (ADHD). Through the application of a mixed-methods design that includes
quantitative measures like standardized tests, neuropsychological rating scales, and
neuroimaging procedures, and qualitative measures like classroom observations,
teacher interviews, and reflection diaries, it was feasible to not only determine the direct
impact of the intervention but also the cognitive and neurophysiological processes
underlying these changes. The concentration of the data allowed for an integrated
perspective on the way different student profiles respond to structured intervention
according to a neuroeducational bias. At a scholastic level, significant and statistically
adequate gains were evidenced in logical-mathematical skills across diagnostic
groups, albeit with profiles differentiated by pattern.
Of the ASD students, 78% of the experimental group reached competency levels
at their grade levels after the intervention, compared to 45% of the control group,
and the difference was significant (χ² = 6.84, p <.01). This was particularly the case
in problem-solving with pattern recognition, number sequences, and algorithmic
problem-solving. The application of visual aids such as flow diagrams, touch rods
color-coded by category, and logical association cards facilitated the development
from concrete to abstract thinking. The tools were scaffolding that facilitated more
internalization of structured strategies. Classroom observations revealed extensive
development of spontaneous generalization of the strategies to non-mathematical
subjects such as time management and planning daily activities, which was a sign
of deep learning consolidation. On the part of ADHD students, the greatest effects
were found in maintaining attention over time, suppressing automatic response, and
complex problem-solving.
Gamification of content, converting standard instructions into a contest with
successively increasing levels, symbolic reinforcement, and immediate feedback, had
a large effect on cognitive engagement and self-regulation. Following the intervention,
65% of the experimental group ADHD students answered challenging math problems
correctly, as opposed to 30% of the control group, with a highly significant difference
(t(51) = 3.91, p <.001). Impulsivity-based error was also reduced by 40%, especially
on timed mental computation items, as indicated in the Numerical Agility Test results.
This type of error—premature answers before problem analysis conclusion—is a
typical clinical indicator in ADHD, and its reduction reflects true change in inhibition
of behavior. Required reflective interruptions before responding, in addition to visual
indicators noted on critical aspects of the problem statement, were mentioned by
teachers as most effective features in effecting this impact. From the basic cognitive
function view, important growth was noted in inhibitory control, working memory, and
cognitive flexibility.
Neuropsychological assessment by the WISC-V subtests indicated an average 1.5
standard point growth on the working memory items, i.e., reverse numerical span,
quantified in more ability to follow complex directions and hold applicable information
Strategies to Improve the Acquisition of Logical
Thinking in Students with ASD and ADHD
17
in working memory when completing tasks. These benefits were more profound when
supports incorporated visual aids with personalized narrative features, e.g., illustrated
cards with well-known video game figures representing mathematical algorithms. This
motivational-engaging intrinsic design was core to skill transfer. In terms of cognitive
flexibility—historically impaired in both disorders—the results showed a differential
pattern: ASD students reduced by 25% response time for alternation between arithmetic
operations, while ADHD students reduced perseverative errors by 30%. Metacognitive
strategies, such as the employment of self-instructions (“first I identify, then I solve”), were
the most important factor in improving this ability. Notably, some of the ASD students
began to use these self-verbalizations in social contexts in an attempt to manage
conflict or transition, thus providing intriguing opportunities for the study of cross-domain
transfer.
Functional magnetic resonance imaging (fMRI) and electroencephalographic
(EEG) measures provided strong evidence that the intervention supported improvement
in the efficacy and integration of the involved neural networks for mathematical
reasoning. fMRI scans indicated a substantial enhancement of activation in the
left dorsolateral prefrontal cortex, particularly for logical reasoning, and enhanced
functional connectivity with the inferior parietal lobe. These shifts were most evident in the
highest-achieving students, with 15-18% mean increases in BOLD signal in these brain
regions. EEG metrics also reflected increased theta coherence between frontoparietal
regions, a sign of effective cognitive integration. The increase was most pronounced in
gamification sessions, which suggests that motivational processes not only facilitated
commitment to behavior but directly energized functional reorganization in the brain.
Students with the greatest increase in theta coherence were also those for whom the
most significant attitude change toward mathematics, from frustration or avoidance to
persistent engagement, was documented by teachers.
Examination of the moderating variables showed that individual variables made
the most significant contribution toward intervention effectiveness. For ASD individuals,
receptive language level was the most predictive factor: those who were scoring in
the 60th percentile range and above on the CELF-5 test were better placed to benefit
from conceptual metaphor and narrative structured assistance. For less advanced
language difficulties among learners, more visual and manipulative strategies of support
proved to be more effective. In the case of ADHD learners, symptom profile—either
inattentive or hyperactive—governed the effectiveness of intervention. Participants
with prevalent inattentiveness responded more to visual organizers, schematics, and
timers, and participants with extreme hyperactivity responded more to controlled
movement interventions and kinesthetic feedback. A second important moderator was
age: 6- to 10-year-olds made rapid progress with intensive multisensory materials, but
these needed to be constantly reinforced if they were to remain effective. In contrast,
younger learners aged 11 to 16 years exhibited more incremental but longer-term
progress, especially where approaches capitalized on their developing ability for self-
awareness and abstract thinking. These findings not only attest to the effectiveness of
approaches based on neuroplasticity but also to highlight the significance of careful
individualization to each learner’s neurocognitive and developmental blueprint.
Qualitative insights into learning transformation
Qualitative information derived from teacher interviews, classroom observations, and
student focus groups further enriched our understanding of deeper processes that led
to change in performance and attitude towards mathematics learning. These sources
opened up access to analysis levels that would have been impossible with quantitative
– Año 17, N° 31, julio - diciembre 2025
18
measurement and gave a more accurate representation of the subjective, relational,
and affective changes following the intervention process.
Experienced teachers, who were accustomed to the typical resistance of students
with ASD and ADHD to structured and abstract activities, began noticing differences
in behavior patterns. Avoidance behaviors—most often voiced as distraction, passive
resistance, complaining, or escape behaviors—were increasingly offset by distracting
and persistence in the face of obstacles. As one third-grade teacher put it: “Before,
when I’d give them an activity with numbers, some wouldn’t even look at it.” They now
approach and ask if they may do it ‘their way,’ as if they think they have a way to try. This
sense of agency—having their own way based on their abilities—was remarked on by
numerous educators as one of the most striking changes. Ethnographic observations
of class sessions revealed that affective interaction with content influenced cognitive
engagement directly.
When problems in mathematics were embedded in compelling stories or associated
with students’ unique interests—video games, sports, pets, or fantasy quests—
engagement persisted for longer periods of time, autonomous initiative in working
on problems with less overt outside help was greater, and random metacognitive
verbalizations were heightened. These remarks, which had been inscribed with a coding
scheme based on Zimmerman’s (2000) self-regulation phases, also demonstrated a
sea change—from utterances like “this is hard” or “I don’t understand” to utterances
like “I’ll do it like this,” “I have done something like that before,” or “if I do it first, then I
think that will work.” This shift in students’ self-talk is humongously informative, expressing
not just greater comprehension but even a change towards more positive self-view as
learners. These opinions were repeated by student focus groups in candid and open
voices.
Certain students gave brief descriptions of their experiences of pedagogical
methods leading to episodes of immediate understanding, which could be described
as colloquially “it clicked in my head” or “the light bulb went on.” A student with ADHD
remarked: “When they did steps as a recipe for cooking, it assisted me in following
everything without omitting important points. I did it as a game, as if I had to complete
a mission step by step.” An additional ASD student commented: “When we utilized
textured cards, like rubber or with images, they assisted me in remembering how each
number functioned, as if each one had a personality.” These descriptions proved
invaluable in the process of identification of affective, sensory, and symbolic variables
not initially included in the intervention design but crucial in learning internalization.
The category was not restricted to the innate capacity to solve problems but
encompassed the inner perception of personal effectiveness in managing hard tasks.
Observations indicated that as students saw that their efforts translated into achievement,
even small steps, their willingness to take on harder tasks was considerably enhanced.
This impact was strongest in students who had an academic history of failure or low
math self-efficacy. The sense of “being able to do what before seemed impossible”
was a watershed in their school career, according to several teacher accounts.
Perception of autonomy was the second prevailing category. Students reported—
both in interviews and in written or oral reflection—that, for the first time, they were able
to “choose how to learn,” “solve in their own way,” or “decide where to start.” Perception
of control over the learning process—even if delineated by the teacher in terms of
pre-determined options—was central to creating a less dependent and more active
state of mind. Teachers reported that, after some weeks of intervention, some children
Strategies to Improve the Acquisition of Logical
Thinking in Students with ASD and ADHD
19
began to invent their own problems, to modify proposed rules of mathematical games
presented to them, or to integrate strategies in the absence of external instruction.
This suggests, not merely content knowledge, but take-over—a kind of mental
empowerment not always induced through more traditional, hierarchical methods.
Moreover, attitude changes of a kind larger than mathematics education were
typically observed. In most cases, teachers reported that students who previously had
avoided participation in group work started taking central roles in mathematics tasks.
In a few cases, they even taught strategies to other students through metaphors or
diagrams. Not only did this reinforce the students’ own learning, but also helped to
create more positive and inclusive classroom environments. The socioconstructivist
explanation for such phenomena is that the interventions changed not only individual
competence but also relational and cultural classroom practices—a crucial factor in
environments where neurodiversity has been historically marginalized or medicalized.
Another theme to arise from teacher interviews was the impact of emotional support
within mathematical activity. Instructors who had once envisioned their task as merely
“teaching content” began to see the benefit of creating emotionally safe classrooms
where mistakes were not criticized but reframed as an inevitable aspect of the learning
process. Here, “normalization of error” (putting normal errors on the table in problem-
solving discussions or making teachers’ own errors explicit) and “emotionally contingent
feedback” (providing sincere praise for effort, not for correct answers) were observed to
be important drivers of change. A high school teacher recounted: “When I explained to
them that I had also gotten a problem wrong, it was as if a wall came down. They took
more risks. And afterward, they did it better.” Far from trivializing the process of teaching,
this kind of interaction enriches it by building trust on both sides.
It is worth mentioning that these qualitative findings are not mere subjective
impressions but are corroborated through systematic triangulation with quantitative
findings. For instance, students who reported more competence and autonomy were
also the ones who reported the highest gains on standardized measures of working
memory, problem-solving capacity, and math accuracy. This synthesis of qualitative
and quantitative information highlights the internal validity of findings and supports a
more ecological and holistic contextual understanding of learning.
The second critical factor was the role teacher-student relationships played in the
success of the intervention. Those instructors who established a relationship of trust—
founded upon respect for the students’ individuality, recognition of their thought style,
and active listening—were the instructors whose students showed the greatest growth.
Several interviews identified the instructor as a “cognitive translator,” one who could read
the idiosyncratic thinking of a student and reformulate material in a structure that would
intersect with their internal logic. This labor-intensive, gentle, and professionally skilled
work was greatly appreciated by the families, who saw not only academic growth but
also emotional development in their children.
Lastly, this qualitative approach also permitted the possible determination of
challenges and tensions that need to be taken into account in future implementations.
Some instructors described difficulty in sustaining the intervention in environments with
overwhelming institutional pressures, few resources, or demand for compliance with
standardized curriculum demands. Others described a need for additional training
in neuroeducational interventions, particularly in developing visual support, sensory
modifications, and emotion regulation strategies. These testimonies emphasize that,
though the intervention has been extremely successful, its scalability and sustainability
– Año 17, N° 31, julio - diciembre 2025
20
most critically depend on acknowledgment of teaching as intellectual and complex
practice, coupled with professional support and institutional environment.
Discussion
The findings of this present study are overall consistent with the prior work on
neuroplasticity and mathematics education but further provide notable subtleties and
new insights deserving of much discussion.
Prior work, as that of Meltzoff & Kuhl (2016), had previously demonstrated that
repeated systematic practice and imitation were capable of enhancing neural
networks in ASD children, specifically in sequencing and recognizing patterns. Our results
align with this premise, insofar as activities with physical manipulatives and gamification
that featured some incremental repetition produced breathtaking improvements on
structured problem-solving. The current study diverged from previous research, however,
in demonstrating that such improvements are not simply procedure skill specific but
that they generalize to the higher-order abstract thinking skills, which operate like Baron-
Cohen (2017) had suggested were more difficult for this group.
One of the results most directly relevant to the current study was increased functional
connectivity between inferior parietal lobe and dorsolateral prefrontal cortex in ASD
students that signaled higher integration of logical reasoning and numerical calculation.
This contrasts with studies such as Butterworth (2018), where persistent numerical
cognition impairments were reported in ASD patients. One possible explanation is
that multisensory intervention employed in this study engaged compensatory neural
networks to substitute typically associated impairments.
As is in line with Barkley (2019), our findings are in agreement with the fact that ADHD
students show immense improvement in math tasks if pedagogical interventions have
components modulating attention and lowering impulsivity. Adaptive gamification,
through its real-time feedback and dependent reward structures, reproduced
effects identical to those identified by Diamond (2013) in executive function training
interventions. But this study provides additional validation in the sense that it shows these
benefits are not only maintained in real-world learning settings but also are associated
with quantifiable changes in neurophysiology, such as normalization of DMN function.
One of the points of departure from previous studies, e.g., Dehaene (2020), is that
while previous studies emphasized processing speed as an important factor in math
learning among ADHD, the current findings emphasize that accuracy and inhibitory
control can also be equally important. For example, the 40% reduction in errors caused
by impulsivity on timed tests illustrates that metacognitive strategies (e.g., reflective
pauses, self-verbalization) can overcome speed problems, an area not well covered
in the literature.
These findings support Merzenich et al. (2014) forecast for the brain’s plasticity following
multisensory stimulation, but they have a more generalizability application in that they
demonstrate that these results occur outside clinical/rehabilitation environments. Unlike
research that tested these approaches in labs with small samples (e.g., clinical trials
employing neurofeedback), our intervention was utilized within normal classroom
environments, thereby establishing its validity in normal classroom settings.
Strategies to Improve the Acquisition of Logical
Thinking in Students with ASD and ADHD
21
Second, while earlier studies like Dehaene (2020) pointed out the part of spaced
repetition in the consolidation of learning, our study shows that if this strategy is coupled
with ludic factors (gamification) it maximizes even more the long-term memory. This
implies that intrinsic motivation is a driving force for neuroplasticity, something that has
been less investigated in ASD and ADHD populations.
Conclusions
The research represents an important milestone in uncovering how the principles
of neuroplasticity can be rigorously used to improve mathematics learning in children
with Autism Spectrum Disorder (ASD) and Attention Deficit Hyperactivity Disorder (ADHD).
The findings ratify earlier results on the adaptive ability of the brain in neurodivergent
disorders and providing strong empirical evidence on the specific processes in which
scientifically engineered pedagogical procedures can optimize the development of
logical-mathematical thinking. During the course of this research, it was established
that a blend of multisensory modalities, adaptive gamification, and metacognitive
procedures, along with optimizing learning and performance, is accountable for
changes of networks that take on function and structure-related roles involved in
calculating and abstracting.
This observation is in agreement with some of the previous basic studies’ conclusions
regarding this field of neuroscience. But this study does one better than that in
demonstrating that such advantage is not restricted to lower-order abilities but translated
to higher-order ones such as dynamic problem-solving and generalization of principles.
This would mean that ASD neuroplasticity can be accessed in a more integrated way
than has been achieved to date, given pedagogic interventions are made suitably
adaptive in a way that is appropriate to cater to differential needs.
The evidence for the intervention efficacy of approaches such as gamification
and metacognitive breaks to reduce impulsivity and improve sustained attention to
demonstrate that these interventions not only fix behavioral deficits but enable stable
neurofunctional adaptations. One of the most applied discoveries was the normalization
of activity in the default mode network (DMN) which indicates increased ability to control
attention even under states of distraction. This contradicts earlier studies that primarily
stated the importance of speed of processing and speculated that accuracy and
inhibitory control might also be equally important to academic performance in this
sample.
Most importantly, perhaps, is the evidence that neuroplasticity-informed methods
can be applied in everyday classrooms without the necessity of separate clinical or
technological environments. This is crucial to bridging the gap between teaching and
neuroscience research because it provides teachers with easy and scalable fixes.
The research also provides direct evidence of the neural foundations of such
gains—a topic seldom broached in earlier research. Neuroimaging research indicated
not just that pedagogical intervention caused brain regions accountable for working
with numbers (e.g., inferior parietal lobe) but also engaged functional integration of
these brain regions with the dorsolateral prefrontal cortex (DLPFC) executive processes
accountable for. Results demonstrate a process of neural compensation wherein
external strategies (e.g., visual support, prompt feedback) become increasingly more
internalized such that the learner can eventually become more independent with
metacognitive abilities.
– Año 17, N° 31, julio - diciembre 2025
22
Yet another innovative aspect is the determination of moderating variables that
influence the effectiveness of the intervention. For instance, ASD children with increased
prior verbal skills were helped by activities involving mathematical language, whereas
ADHD children with high levels of hyperactivity were more favorably influenced by
kinesthetic approaches. This suggests the need for adapting teaching strategies based
on characteristics rather than applying the same strategy to all students bearing the
same diagnosis.
The implications of this research for inclusive education are extensive. To begin,
they offer an evidence-based framework for curriculum development and instructional
materials responsive to the neurocognitive needs of ASD and ADHD students. For
example, adaptive gamification might be systematically incorporated into math
curricula—not an aside but as a fundamental strategy for keeping learners on course
and frustration-free. Similarly, usage of multisensory manipulatives should never be
limited to early years because they were shown to be beneficial even for teens in
bridging the gap towards higher-order thought.
Secondly, the study brings to the forefront the requirement for teachers to undergo
neuroeducation training. Teachers not just need to know these methods, but also their
neuroscientific foundation so that they can innovate and apply them across a range of
situations. This requires more cross-disciplinary engagements between neuroscientists,
teachers, and educators, and embedding these matters within initial training sessions
and continuing professional development.
Policy-wise, the study suggests that neuroplasticity-informed interventions can be
incorporated into school systems. Allocation for budget provision to special teaching
devices is provided, manufacturing of standard protocols for neurocognitive assessment
within school classrooms, and design of online platforms to facilitate roll-out of gamified
procedures. The study is also in support of policies for actual inclusion, as opposed to
segregating neurodivergent students into specialist rooms since the interventions were
conducted within regular classrooms.
While this study is contributing notably, it also has limitations which can be resolved in
future work. First, even with rigid methodological design, the inability to fully randomize
groups potentially introduced selection biases. Future studies have the advantage of
using pure experimental designs for maximum internal validity.
Second, follow-up was limited to a relatively short period (6–12 months). It would
be informative to see whether improvements noted are maintained in the long term
and whether the changes noted in the brain are paralleled by long-term academic
function. This would require longitudinal studies with more than one time point.
Finally, this study dealt with ASD and ADHD, but whether one uses the same
techniques with other disorders—such as dyscalculia or nonverbal learning disorder—
would be relevant. Since these disorders share some of the same cognitive deficits as
ASD and ADHD (e.g., working memory or visuospatial processing), it could be the case
that neuroplasticity-based interventions would benefit these students as well.
Strategies to Improve the Acquisition of Logical
Thinking in Students with ASD and ADHD
23
References
Alonso, M. J. Á., Cabello-Sanz, S., de Gea Abril, L., Illán, C. G., Lobo, P. M., Ruiz, S. M. &
Montilla, S. P. (2024). Neuroeducación en primaria: Un enfoque práctico a través
de las áreas curriculares. SANZ Y TORRES.
Barkley, R. A. (2019). Neuropsychological testing is not useful in the diagnosis of ADHD:
Stop it (or prove it)!. The ADHD Report, 27(2), 1-8.
Baquedano, O. (2024). La relación: neuropsicología y educación en el sistema
escolar, una revisión sistemática. Revista Científica Arbitrada de la Fundación
MenteClara, 9.
Baron‐Cohen, S. (2017). Editorial Perspective: Neurodiversity–a revolutionary concept
for autism and psychiatry. Journal of child psychology and psychiatry, 58(6), 744-
747.
Bastidas, G. Y. T., Macías, D. C. P., & Alvarado, M. K. J. (2022). Cuidados de enfermería
en niños con problemas neurológicos. Dominio de las Ciencias, 8(3), 2510-2528.
Butterworth, B. (2018). The implications for education of an innate numerosity-processing
mechanism. Philosophical Transactions of the Royal Society B: Biological
Sciences, 373(1740), 20170118.
Conforme, J. A. G., & Morocho, E. K. A. (2024). Efectos de las actividades lúdicas en la
reducción de la hiperactividad en niños con TDAH. Ciencia Y Educación, 5(8),
98-112.
Dehaene, S. (2020). How we learn: The new science of education and the brain.
Penguin UK.
Diamond, A. (2013). Want to optimize executive functions and academic outcomes?
Simple, just nourish the human spirit. In Minnesota Symposia on Child Psychology:
Developing cognitive control processes: Mechanisms, implications, and
interventions (Vol. 37, pp. 203-230). Hoboken, NJ, USA.
Da Silva, A. V., de Oliveira Zahn, V. M., de Sousa, T. O., Carvalho, C. M. C., Del Bello,
M. M., Fowler, V. H. & Ferreira, P. F. P. (2024). Mecanismos de morte neuronal nos
transtornos do neurodesenvolvimento: revisão à luz do DSM-5 e impactos na
população brasileira. Revista de Gestão e Secretariado, 15(11), 4289-4298.
García, R. O. M. (2024). La inteligencia motivacional: y su influencia en el aprendizaje
individual y social. Editorial Autores de Argentina.
León, M. I. G. (2022). TDAH y funciones ejecutivas. ANAYA.
Marín, F. A., & Esteban, Y. A. (2022). Trastornos del espectro del autismo: bases para la
intervención psicoeducativa. ANAYA.
Meltzoff, A. N., & Kuhl, P. K. (2016). Exploring the infant social brain: What’s going on in
there. Zero to three, 36(3), 2-9.
Merzenich, M. M., Van Vleet, T. M., & Nahum, M. (2014). Brain plasticity-based
therapeutics. Frontiers in human neuroscience, 8, 385.
Núñez, N. (2024). Los niños también se deprimen: Cómo detectar a tiempo el autismo,
TDAH, la ansiedad y otros trastornos mentales en la infancia. La Esfera de los
Libros.
Peñalba Acítores, A., López Cano, R., & Val, J. D. (2021). Neurodiversidad y cognición:
Música y multisensorialidad en los entornos Metatopia. Artnodes, (28).
Pérez, A., Enríquez, G., Andrade, F., Bolaños, C., & Benítez, A. (2023). Estimulación
cognitivo–conductual en niños con trastorno por déficit de atención e
hiperactividad utilizando música y el idioma inglés: Cognitive–behavioral
stimulation in children with attention deficit hyperactivity disorder using music and
– Año 17, N° 31, julio - diciembre 2025
the English language. Latam: revista latinoamericana de Ciencias Sociales y
Humanidades, 4(4), 5.
Sánchez, V. A. A. (2024). Neurodiversidad y Educación: Una Aproximación más allá del
Trastorno. Ciencia Latina: Revista Multidisciplinar, 8(2), 6846-6866.
Zambrano-Muñoz, C. K. (2023). Pedagogía y neurociencia y sus conexiones emergentes
en la educación actual. Horizon Nexus Journal, 1(4), 32-46.
Artículo 2
25
1
Licenciado en Contaduría Pública, Maestro en Gestión de la Tecnología y Doctor en Gestión Tecnológica e
Innovación por la Universidad Autónoma de Querétaro. Especialista en tendencias tecnológicas y su rol en
los sectores de Educación y Finanzas. Profesor de tiempo libre, Facultad de Contaduría y Administración de
la Universidad Autónoma de Querétaro.
DOI: https://doi.org/10.61604/dl.v17i31.495
Desinformación en la IA: El riesgo oculto de
la falta de cultura de uso en modelos de
lenguaje grande en universitarios
Misinformation in AI: The Hidden Risk of the
Lack of Culture of Use in Large Language
Models Among University Students
ISSN: 1996-1642
e-ISSN: 2958-9754
Año 17, N° 31, junio-diciembre 2025 pp. 25-35
Revista de Educación
Universidad Don Bosco - El Salvador
Gibrán Aguilar Rangel
1
Universidad Autónoma de Querétaro, México
Correo: gibran.aguilar@uaq.mx,
ORCID: https://orcid.org/0000-0002-5865-2875
Recibido: 27 de agosto del 2025
Aceptado: 25 de octubre del 2025
Para citar este artículo: Aguilar, A. (2025). Desinformación en la IA: El riesgo oculto de la falta de cultura
de uso en modelos de lenguaje grande en universitarios, Diá-logos, (31), 25-35. https://doi.org/10.61604/
dl.v17i31.495
Nuestra revista publica bajo la Licencia
Creative Commons: Atribución-No
Comercial-Sin Derivar 4.0 Internacional
26
Resumen
Uno de los componentes más conocidos del
hiperónimo Inteligencia Artificial (IA) son los
lenguajes de modelo grande (o LLM por sus
siglas en inglés), siendo uno de los más populares
ChatGPT, el cual está siendo utilizado ampliamente
por los estudiantes universitarios para diversas
tareas, desde resumir artículos, resolver problemas
e inclusive escribir trabajos completos. El problema
más evidente es la imposibilidad de detectar
con certeza este tipo de prácticas, sin embargo,
un problema que pasa desapercibido es que las
respuestas que generan este tipo de modelos no
son (a la fecha) verificables y su confiabilidad es
cuestionable. En el presente trabajo se presentará
como primer punto una explicación breve de qué
es la IA y cómo funcionan los LLM, posteriormente
se analizaron los resultados de una encuesta de uso
de ChatGPT, así como la información recabada de
casos de uso, concluyendo con recomendaciones
de cómo dar a conocer al estudiantado que es
lo que hace realmente un LLM y cómo usarlo de
manera correcta.
Palabras clave
Inteligencia artificial, LLM, desinformación, ChatGPT
Abstract
One of the most well-known components of the
Artificial Intelligence (AI) hypernym is large model
languages (or LLMs), one of the most popular being
ChatGPT, which is being widely used by university
students for various tasks, from summarizing
articles, solving problems and even writing
complete papers. The most obvious problem is the
impossibility of detecting with certainty this type of
practices, however, an overlooked problem is that
the responses generated by this type of models
are not (to date) verifiable and their reliability is
questionable. In this paper, a brief explanation of
what AI is and how LLMs work will be presented as
a first point. Subsequently, the results of a survey on
the use of ChatGPT will be analyzed, as well as the
information collected from use cases, concluding
with recommendations on how to make students
aware of what an LLM really does and how to use
it correctly.
Keywords
Artificial intelligence, LLM, misinformation, ChatGPT
Antecedentes
La idea base de la inteligencia artificial no es nueva, como concepto, una máquina
o creación artificial que iguala o incluso supera el cerebro humano ha sido reflejado
en diversas obras a lo largo de las décadas, en un inicio como una ciencia ficción,
pero a partir del planteamiento de la máquina de Turing, llamada así por provenir del
concepto de Alan Turing, se fue perfilando más como una meta a la cual se planeaba
llegar. Con la introducción de las computadoras y la evolución acelerada que se
produjo en su desarrollo, crece también este deseo de crear un sistema que pudiese
ser llamado inteligente, prueba de esto fue la búsqueda de un programa capaz de
vencer a jugadores humanos en ajedrez, específicamente campeones mundiales,
considerado como uno de los deportes mentales por excelencia, lográndolo en
1996 con la supercomputadora Deep Blue, fabricada por IBM, la clave de esto fue
el gran poder de procesamiento del equipo, que podía calcular una gran cantidad
de movimientos posibles con el fin de elegir el movimiento ideal. Si bien este fue un
logro impresionante, era un sistema que funcionaba dentro de un juego con reglas
fijas y movimientos determinados, es decir, necesitaba un encuadre específico para
funcionar.
En estas etapas iniciales, los sistemas se basaban en reglas y lógica simbólica,
buscando emular el razonamiento humano con base en algoritmos predefinidos, el
problema con este enfoque es que no servía para lidiar con problemas complejos o
lenguaje ambiguo, un ejemplo sería los comandos de voz que requerían decir una
frase específica para ser activados y cualquier desviación en el comando resultaría en
una falla. El avance en esta técnica surge con la aplicación de modelos estadísticos
a grandes volúmenes de datos con el llamado aprendizaje automático (conocido
en inglés como machine learning) (Forero-Corba y Negre Bennasar, 2024) y su versión
avanzada, el aprendizaje profundo (deep learning), esto sería la puerta de acceso a
la visión por computadora, un reconocimiento avanzado de voz y el procesamiento
de lenguaje natural.
Desinformación en la IA: El riesgo oculto de la falta de cultura
de uso en modelos de lenguaje grande en universitarios
27
Los modelos de lenguaje grande (Large Language Models o LLM) son una de las
aplicaciones más avanzadas del modelo de aprendizaje profundo en el campo del
procesamiento del lenguaje natural, y son lo que muchas personas relacionan cuando
piensan en inteligencia artificial, al punto de usarlo como sinónimo. Su evolución está
ligada al concepto de transformer (Vaswani et al., 2017), esta red arquitectónica
redujo el tiempo de entrenamiento y mejoro la calidad de los resultados y fue la
base para el modelo GPT (generative pre-trained transformer) que lanzó OpenAI. Esta
arquitectura se diferencia de versiones previas, las cuales procesaban las palabras de
un texto de forma secuencias, en que permite analizar todas las palabras en un texto
de forma simultánea, logrando identificar relaciones y dependencias entre dichas
palabras, lo cual mejora el entendimiento del contexto y permite generar mejores
respuestas.
Un punto esencial para que un LLM sea exitoso tiene que ver con el entrenamiento,
generalmente este se divide en dos fases, un pre-entrenamiento y un ajuste. La fase
de pre-entrenamiento consiste en alimentar el modelo con grandes volúmenes de
datos de texto, como libros, revistas, artículos, etc., con el objetivo de que el modelo
pueda predecir la siguiente palabra en una secuencia de texto, por medio del análisis
de patrones gramaticales y de contexto. En la fase de ajuste, el modelo que ya recibió
un entrenamiento previo, recibe un segundo entrenamiento con set de datos más
pequeños y más especializados sobre temas en específico, lo cual le permite realizar
tareas especializadas (Mao et al., 2024), como los asistentes virtuales de ciertos sitios
web que pueden resolver dudas de los usuarios en tiempo real (Yan et al., 2024).
Derivado del punto anterior, surgen varias desventajas, en la parte de
consideraciones éticas, la mayor parte de los datos en los que son entrenados estos
modelos, son tomados sin permiso, ni reconocimiento de los autores originales, esto
resulta especialmente problemático cuando se busca lucrar con estos modelos,
puesto que se está generando una ganancia derivada del “robo” de trabajo de miles
de personas. Otro problema es el sesgo, un LLM usará como marco de referencia los
datos en los que fue entrenado (Kajiwara y Kawabata, 2024), es decir que puede llegar a
discriminar con base en esta falta de contexto, asimismo puesto que su conocimiento
está limitado a patrones estadísticos, no tiene una comprensión del mundo real ni de
los conceptos como tal. Otro punto a considerar es la parte de la desinformación, ya
sea de manera intencional, con un tercero generando textos o imágenes falsas para
engañar a un grupo de personas (Barman et al., 2024), o bien de manera involuntaria
por los datos erróneos que debido a sus limitaciones un modelo pueda presentar
como ciertos al usuario. Finalmente, un LLM consume una gran cantidad de energía
y recursos computacionales (Jiang et al., 2024), dependiendo del tipo de modelo
una consulta simple puede utilizar el equivalente a una botella de agua en energía, y
mientras más se difunde su uso y se integra en diferentes productos, mayor será este
consumo potencial.
En la parte educativa, se ha dado un gran enfoque al potencial de deshonestidad
académica, las instituciones, especialmente las de educación superior, dan gran
peso a evitar el plagio, existen programas especializados que ayudan a los docentes
a detectar este tipo de situaciones, sin embargo frente a los LLM se encuentran
limitados (Abdelaal et al., 2019), si bien ya se han dado avances en este respecto,
con programas dedicados a intentar identificar texto generado por un LLM (Ihekweazu
et al., 2023), estos aún no cuentan con una confiabilidad total que permita asegurar
que un texto no fue creado por el estudiante. Existen asimismo proponentes que
– Año 17, N° 31, julio - diciembre 2025
28
consideran que este tipo de modelos pudiesen usarse para ayudar tanto a estudiantes
como docentes en la redacción científica (Salvagno et al., 2023), mientras que los
críticos argumentan que derivado de la falta de confiabilidad esto podría resultar
contraproducente (Sun et al., 2024).
Objetivos
El objetivo general del trabajo es analizar los hábitos de uso de herramientas de
inteligencia artificial (IA) específicamente de los LLM entre estudiantes universitarios,
identificando la frecuencia de uso, las percepciones sobre su utilidad y los desafíos
asociados, con el fin de comprender cómo estas tecnologías pueden potencialmente
impactar en el ámbito académico y personal.
Lo que se busca es no solo describir el estado actual del uso de LLM entre estudiantes
universitarios, sino también comprender las implicaciones de este fenómeno en
la educación superior, al identificar hábitos, expectativas y percepciones de los
estudiantes, el presente trabajo busca contribuir al debate sobre el papel de la IA en la
educación, proporcionar datos para instituciones educativas que busquen adaptarse
a nuevas tecnologías, así como fomentar una reflexión crítica sobre los desafíos éticos
y prácticos asociados con el uso de IA en el ámbito académico.
Metodología
La presente investigación se trata de una investigación cualitativa, de corte
descriptivo, puesto que se pretende generalizar con base en los resultados obtenidos,
se utilizó un muestreo de avalancha (Martin-Crespo y Salamanca, 2007). Para la
población objetivo de la encuesta, se tomó a los estudiantes de la Facultad de
Contaduría y Administración de la Universidad Autónoma de Querétaro, esto por ser
una población a la que se tenía acceso para encuestar y por tratarse de la facultad
con mayor número de estudiantes de la universidad.
La encuesta fue anónima para permitir la libre expresión de los estudiantes, se
aplicó a estudiantes de primero a octavo semestre cursando las licenciaturas
de Administración, Contaduría, Administración Financiera, Negocios y Comercio
Internacional, Turismo, Economía y Actuaria. Se realizó por medio de Google Forms y
se distribuyó por medio de WhatsApp, la encuesta constó de 11 preguntas de opción
múltiple y una pregunta abierta, se comenzó con grupos iniciales de encuestados
y se les pidió que enviaran la encuesta a sus contactos que estuviesen dentro de la
población objetivo, esto para lograr el muestreo en cadena o bola de nieve.
Antes de lanzar la encuesta general se realizó una prueba piloto en un grupo de 12
estudiantes, como parte de la retroalimentación se pidió que la pregunta 2 permitiera
elegir varias opciones (pese a la redacción que dice “el uso principal”) por lo que se
modificó la opción de respuesta y por tanto los porcentajes de los resultados serán
mayores a un 100%, este cambio también permite dar un mejor panorama de cómo
están utilizando los LLM. En la siguiente sección se presentan los resultados con una
breve reflexión sobre los mismos.
Análisis y discusión de resultados
De los estudiantes encuestados un 83.8% afirmó utilizar LLM al menos un par de
veces por semana, con más de 30% (del total de encuestados) utilizándolo de manera
Desinformación en la IA: El riesgo oculto de la falta de cultura
de uso en modelos de lenguaje grande en universitarios
29
diaria. Esto marca una tendencia de uso alta, pudiendo compararse al uso de redes
sociales, indicando una clara tendencia a la normalización del uso de modelos de
texto de IA.
Figura 1
Resultados frecuencia de uso
En los usos principales resulta prudente advertir que es probable que exista un
sesgo, al tratarse de una encuesta que fue distribuida con ayuda de los jefes de grupo
por medio de WhatsApp, a pesar de ser anónima, puede existir desconfianza de si se
pueden rastrear las respuestas o el uso que se le dará a las mismas; por lo que no es
sorprendente que el uso para ayuda en tareas se encuentre en cuarta posición, en
la opción de otros las respuestas fueron muy variadas para tener alguna relevancia,
lo que es importante notar es la función de buscador que se le está dando a los LLM,
con una abrumadora mayoría usándolo ya sea para la búsqueda de información, la
resolución de dudas o ambas.
Tabla 1
Usos frecuentes de LLM en estudiantes
Uno de los temas más discutidos en torno al uso de LLM en el contexto del aula
estudiantil tiene que ver con deshonestidad académica (Dakakni y Safa, 2023), es
decir, el uso de estos LLM para la resolución de problemas, redacción de trabajos,
entre otras tareas, como se mencionó en el párrafo anterior, por la forma de distribuir
la encuesta se sabía que podía haber un sesgo en este aspecto, por lo que el enfoque
del instrumento más que buscar reafirmar esta parte, estaba orientado a identificar
cual era la percepción sobre los resultados que arrojan dichos modelos. Si bien las
alucinaciones en LLM son un tema ya estudiado por la comunidad académica,
específicamente los que se enfocan en el estudio de la IA, siendo estas alucinaciones
una de las razones principales por las que no se recomiendan en contextos en los que
la veracidad sea primordial (Lavrinovics et al., 2025), una de las preocupaciones que
Usos principales que se le da a ChatGPT y otros LLM
Resolver dudas 239
Búsqueda de información 232
Resumir lecturas o artículos 89
Escribir tareas 43
Redactar correos o mensajes 26
Otros 12
– Año 17, N° 31, julio - diciembre 2025
30
parece confirmarse con los resultados es que los estudiantes no sean conscientes
de esta limitación y utilicen algún LLM en sustitución de un buscador tradicional, un
60% de los encuestados considera que son similares con un preocupante 28% que
considera que un LLM es mejor a un buscador.
Figura 2
Herramienta para búsqueda de información
Con el surgimiento de los LLM y la popularización de ChatGPT y otros modelos, ha
ido quedando fuera de la discusión uno de los previos favoritos (y controversiales) sitios
para búsqueda de información, Wikipedia solía ser uno de los ejemplos de donde
no obtener información, especialmente en el ámbito académico, esto debido a su
forma de edición y verificación, en teoría cualquiera podía editarlo y por tanto los
datos ahí presentados no eran de fiar, sin embargo, en los últimos años se ha dado
una mejora en la percepción de los artículos ahí presentados, con diversos análisis
argumentando que la calidad en ciertos temas puede ser comparable o incluso
mejor que artículos especializados (Konieczny, 2021), lo que si no es debatible es que
en general sus afirmaciones deben llevar fuentes y estas fuentes son relativamente
sencillas de verificar, quedando al usuario la decisión de si se puede confiar en lo ahí
presentado. Resulta interesante, por tanto, que la mayoría de estudiantes considera a
ChatGPT como una fuente más confiable.
Figura 3
Percepción de confiabilidad
Derivado de la pregunta anterior, si ChatGPT es más confiable que Wikipedia, al
menos en la percepción de los encuestados, ¿qué tanto confían en los datos emitidos?
Ligeramente más del 50% tienen una muy buena percepción de la información que
arroja.
Desinformación en la IA: El riesgo oculto de la falta de cultura
de uso en modelos de lenguaje grande en universitarios