Aprendizaje autónomo y metacognición en entornos educativos mediados por inteligencia artificial en estudiantes de bachillerato: Una revisión sistemática
Palabras clave:
Aprendizaje autónomo; Autorregulación; Metacognición; Agencia epistémica; Inteligencia Artificial; Bachillerato; PRISMA 2020.Resumen
La integración de herramientas basadas en inteligencia artificial (IA) en la educación secundaria ha transformado las dinámicas de interacción con el conocimiento, aunque sus efectos sobre el aprendizaje autónomo y los procesos metacognitivos del alumnado adolescente permanecen aún poco sistematizados. La presente revisión sistemática aborda la relación entre estrategias de aprendizaje autónomo, control metacognitivo y el uso de herramientas basadas en IA en estudiantes de bachillerato (14 a 19 años). Siguiendo las directrices de la declaración PRISMA 2020, se realizaron búsquedas sistemáticas en Scopus, Web of Science y SciELO para identificar estudios empíricos publicados entre enero de 2021 y marzo de 2026. Mediante la aplicación de un protocolo estricto de inclusión y la evaluación de la calidad metodológica con la herramienta Mixed Methods Appraisal Tool (MMAT), se seleccionó un conjunto final de 18 trabajos. Los resultados muestran que los Sistemas de Tutoría Inteligente que incorporan analíticas visuales pueden mejorar la precisión del monitoreo metacognitivo y aumentar la autogestión del tiempo en un promedio del 18 % al 24 %. En contraste, la IA generativa de uso no guiado, particularmente los modelos lingüísticos conversacionales, se asocia con un incremento de la ilusión de saber —una falsa percepción de comprensión— y una disminución del procesamiento reflexivo profundo. En conclusión, el impacto de la IA no determina por sí solo el rendimiento; actúa más bien como un elemento moderador de las competencias de autorregulación existentes en el alumnado.
Citas
Alvarez Terán, J. M. (2026). Modelo Aula invertida en el desempeño académico de estudiantes universitarios en Sudamérica: Una revisión sistemática. Revista Santiago, (168), 807–817. https://santiago.uo.edu.cu/index.php/stgo/article/view/29123
Becker, T., Knoop, J., & Richter, S. (2025). Restricted language models in high school writing: Fostering self-regulation through constrained AI interactions. Journal of Educational Psychology, 117(2), 205–221. https://doi.org/10.1037/edu0000845
Chai, C. S., Lin, P. Y., Jong, M. S. Y., & Dai, Y. (2024b). Secondary school students' perceptions and usage of generative artificial intelligence in self-regulated learning environments. Computers & Education, 208, 104932. https://doi.org/10.1016/j.compedu.2023.104932
Chai, C. S., Zhou, N., Wang, X., & Zhang, Y. (2024a). Fostering self-regulated learning in AI-mediated secondary education: A mixed-methods inquiry. Computers & Education, 210, 104958. https://doi.org/10.1016/j.compedu.2023.104958
Chen, L., & Zhang, Y. (2022). Deferred vs. immediate automated feedback in intelligent tutoring systems: Effects on metacognitive restructuring and conceptual transfer. Journal of Computer Assisted Learning, 38(5), 1412–1425. https://doi.org/10.1111/jcal.12689
Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X., & Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489–530. https://doi.org/10.1111/bjet.13544
Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry. American Psychologist, 34(10), 906–911. https://doi.org/10.1037/0003-066X.34.10.906
Formanek, M., Trempler, K., & Scheiter, K. (2023). Intelligent tutoring systems in secondary mathematics: Promoting autonomous learning, time management, and task persistence. Learning and Instruction, 85, 101740. https://doi.org/10.1016/j.learninstruc.2023.101740
Gómez, J., & Andrade, L. (2024). Ansiedad, autoeficacia y autorregulación en el uso de tutores inteligentes de matemáticas en estudiantes de secundaria. Revista Colombiana de Educación, 89, 45–67.
Hwang, G. J., & Tu, Y. F. (2023). Roles and research trends of artificial intelligence in mathematics education: A systematic review and metacognitive framework. Interactive Learning Environments, 31(8), 5120–5138. https://doi.org/10.1080/10494820.2021.2018615
Jiménez Jiménez, J. (2026). Implementación de programas STEAM en escuelas primarias con recursos limitados de la República Dominicana. Revista Santiago, (168), 490–501. https://santiago.uo.edu.cu/index.php/stgo/article/view/29107
Kim, S., Park, J., & Lee, H. (2024). Socratic AI scaffolding for inquiry-based learning in secondary schools. Educational Technology Research and Development, 72(3), 145–168.
Lodge, J. M., Yang, S., Furze, A., & Dawson, P. (2023). It's not about cheating, it's about learning: Generative AI, metacognitive monitoring, and the illusion of knowing in secondary and higher education. Australasian Journal of Educational Technology, 39(5), 1–17. https://doi.org/10.14742/ajet.8872
López-Martínez, A., García-Cabrera, J., & Sánchez-Moya, A. (2022). Percepción de la autonomía y la autorregulación en entornos virtuales de aprendizaje mediados por IA. Revista de Educación, 398, 89–112.
Molenaar, I., Horvers, A., & Baker, R. S. (2021). Towards hybrid human-system regulation: Scaffolding young learners' self-regulated learning with personalized dashboards. Computers in Human Behavior, 124, 106894. https://doi.org/10.1016/j.chb.2021.106894
Nguyen, T., & Richter, S. (2023). Metacognitive awareness and goal management through learning analytics dashboards in secondary education. Learning and Individual Differences, 105, 102312.
Ocaña-Fernández, Y., Valenzuela-Fernández, L., & Garro-Aburto, L. (2023). Inteligencia artificial y desarrollo del pensamiento crítico en estudiantes de educación secundaria en América Latina. Revista Electrónica Educare, 27(2), 1–18. https://doi.org/10.15359/ree.27-2.15823
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., ... & Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Park, J., & Lee, S. (2022). AI-powered spaced practice for long-term retention in high school students. Journal of Educational Psychology, 114(4), 789–805.
Santos, M., Oliveira, R., & Costa, F. (2023). Adaptive reading platforms and metacognitive monitoring in Brazilian high schools. Computers & Education, 195, 104712.
Seufert, T., Schmeck, A., & Rathgeb, M. (2024). Cognitive load, executive functions, and dynamic AI scaffolding in secondary school students' self-regulation. Educational Psychology Review, 36(1), 12. https://doi.org/10.1007/s10648-024-09852-w
Silva, P., & Morales, R. (2023). Agencia epistémica y uso de ChatGPT en asignaturas humanísticas: un estudio fenomenológico. Estudios Pedagógicos, 49(2), 201–218.
Wang, Y., Zhang, L., & Chen, X. (2024). Multimodal adaptive environments and metacognitive monitoring in Chinese secondary schools. British Journal of Educational Technology, 55(2), 456–478.
Zimmerman, B. J., & Schunk, D. H. (Eds.). (2011). Self-regulated learning and academic achievement: Theoretical perspectives (2nd ed.). Routledge. https://doi.org/10.4324/9781410601032
Zubiran-Escudero, J., Gómez-Zermeño, M. G., & Alemán-de la Garza, L. (2024). Autorregulación, autoeficacia y agencia epistémica en el uso de entornos virtuales mediados por inteligencia artificial en bachillerato. Apertura: Revista de Innovación Educativa, 16(1), 34–49. https://doi.org/10.32870/Ap.v16n1.2415
Publicado
Número
Sección
Licencia
Derechos de autor 2026 José Luis Rugel Llongo, Miguel Alberto Velez Sancarranco
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
CC Reconocimiento-NoComercial-SinObrasDerivadas 4.0
.jpg)
![](https://clustrmaps.com/site/1bhn8" title="Visit tracker"><img src="//www.clustrmaps.com/map_v2.png?d=2WTJsN7QOuRFRD2DOJOZtvZ6v94bxB6RU96I-iXx-_s&cl=ffffff"></a>)
Universidad de Oriente 