Usos de la IA en el desarrollo de competencias lingüísticas y literarias en futuros docentes de Lengua y Literatura

1. Introducción

La irrupción de la inteligencia artificial (IA) en los entornos educativos ha generado un debate amplio sobre sus posibilidades, límites y riesgos. En el ámbito de la formación docente universitaria, en especial en la carrera de Lengua y Literatura, conviene considerar cómo estas herramientas inciden en el desarrollo de competencias lingüísticas y literarias, por lo general asociadas a la lectura crítica, la escritura creativa y el dominio académico, según las percepciones del estudiantado. Lejos de constituir un mero recurso tecnológico, la IA se convierte en una mediación transversal que reconfigura prácticas, habilita nuevas formas de interacción con los textos y plantea interrogantes éticos y pedagógicos sobre la autoría, la criticidad y la autenticidad (Díaz-Cuevas y Rodríguez-Herrera, 2024). Según Cassany (2024), se establece un engranaje entre distintas maneras de procesar y producir discurso escrito; así, la IA favorece prácticas híbridas de lectura y escritura, en las que se combinan la interpretación de textos, la reescritura, la generación asistida y la revisión crítica.

La literatura reciente documenta el impacto de la IA en la enseñanza de la escritura académica. Estas tecnologías permiten personalizar contenidos y ofrecer retroalimentación inmediata (Montiel-Ruiz y Ruiz, 2023), así como analizar historiales académicos y proponer aprendizajes adaptativos (Burgueño, 2024). No obstante, Pizarro-Romero y Lovón (2025) advierten que, aunque la IA apoya la corrección gramatical, la paráfrasis y la búsqueda de fuentes, también incrementa riesgos de plagio, pérdida de autonomía y debilitamiento del pensamiento crítico. Esta ambivalencia se observa en las percepciones del estudiantado: una parte resalta su utilidad para estructurar textos y clarificar conceptos (Niño-Carrasco et al., 2025), mientras otra expresa resistencia por temor a la sustitución de habilidades esenciales y por las implicaciones éticas asociadas a su uso (Pizarro-Romero y Lovón, 2025).

A la vez, la literatura sobre la enseñanza de la escritura académica enfatiza la necesidad de estrategias formativas que combinen la innovación tecnológica y la autoría reflexiva. Rafida et al. (2024), en un estudio sobre el uso de IA para desarrollar la competencia escritural en una segunda lengua, reportan percepciones de mejora en la estructura oracional, la paráfrasis, la ampliación del repertorio léxico y la eficiencia para generar temas; no obstante, también señalan una reducción de la independencia, la creatividad y la originalidad. De forma similar, Dergaa et al. (2023) encontraron potencial para elevar la calidad de la escritura académica y la eficiencia de la investigación, pero también revelaron que existen temores vinculados con la credibilidad y la autenticidad.

En cuanto a la lectura académica, De Vicente-Yagüe (2024) señala que la IA puede facilitar la comprensión de textos complejos mediante resúmenes y esquemas conceptuales, aunque su integración debe estar mediada por criterios pedagógicos. Por otro lado, en el ámbito literario, investigaciones recientes destacan el potencial de la IA para la escritura creativa y la lectura crítica. Kabeer et al. (2025) y Bernal et al. (2025) subrayan su papel en la personalización del aprendizaje, como catalizador de ideas y facilitador de la escritura creativa y colaborativa; por su parte, Burgueño (2024) propone su uso en actividades interactivas y evaluaciones diferenciadas. Villacreses et al. (2025) confirman que estas herramientas permiten mejorar la coherencia narrativa y la retroalimentación inmediata, pero insisten en que requieren acompañamiento pedagógico para no sacrificar la originalidad.

En lectura literaria, Baque et al. (2024) y De Vicente-Yagüe (2024) destacan que la IA puede enriquecer la experiencia interpretativa a través de anotaciones automáticas y análisis semánticos, aunque su eficacia depende del desarrollo de competencias críticas que eviten la dependencia tecnológica. Esto conduce a que su impacto, positivo o negativo, dependerá de la manera en que se usa y los procesos cognitivos consolidados en cada individuo.

Los estudios mencionados destacan su potencial para fortalecer prácticas de lectura y escritura, tanto en el plano académico como literario. Estos hallazgos proporcionan un marco interpretativo para comprender cómo la IA transforma prácticas formativas específicas y, a la vez, permiten contrastar beneficios, riesgos y percepciones.

En este marco, la presente investigación se inscribe en un proyecto orientado a analizar las experiencias del alumnado de la Licenciatura en Lengua y Literatura del Instituto Superior de Formación Docente Salomé Ureña (ISFODOSU) sobre la integración de la IA en el proceso de enseñanza y aprendizaje. Este artículo se propone analizar los usos de la IA en el desarrollo de competencias lingüísticas y literarias en el estudiantado de primer año, medio término y último año de carrera. Las preguntas guía son:

Con este propósito, se busca ofrecer una visión global a partir de datos que muestran la evolución del uso de la IA a lo largo de la formación del futuro grupo docente. A partir de estos hallazgos, el estudio aspira a contribuir con directrices para el diseño de un plan modélico que oriente su integración crítica en la enseñanza de la lengua y la literatura.

A continuación, se presentan algunas nociones esenciales que constituyen la fundamentación teórica del estudio. Después, se muestran la descripción del marco metodológico, la presentación de los resultados, la discusión y las conclusiones.

2. Fundamentación teórica

El avance de la inteligencia artificial en educación exige revisar el marco conceptual que orienta su influencia en la formación del profesorado de Lengua y Literatura. Este apartado ofrece, en primer lugar, una aproximación a la IA desde sus usos más relevantes en el contexto universitario. En segundo término, aborda las competencias lingüísticas -con énfasis en la lectura y la escritura académicas- y las competencias literarias, con atención a la crítica, el hábito lector y la escritura creativa.

En 2013, autores como Badaro et al. (2013) definieron la IA como un mecanismo análogo a ciertas capacidades cognitivas humanas y advirtieron su proyección hacia ámbitos de las ciencias sociales. Asimismo, conviene reconocer la correlación entre los avances de la IA y los aportes de la lingüística generativa, computacional, cognitiva y de corpus.

Ante la disyuntiva entre preservar la cultura y los saberes del pasado o asumir nuevas tecnologías y desafíos contemporáneos, Ocaña-Fernández et al. (2019) señalan un antes y un después tras la irrupción de la IA en la educación superior. A partir de los aportes de Morín (2018, como se citó en Ocaña-Fernández et al., 2019), plantean la necesidad de equilibrar el desarrollo tecnológico con la responsabilidad universitaria, de modo que la institución responda a los desafíos actuales sin descuidar la ética y la participación ciudadana. En esa línea, la IA adquiere relevancia por su impacto en el mercado y su contribución a la optimización de procesos educativos; por ello, constituye un punto de inflexión en los paradigmas tradicionales de la educación (García-Peña et al., 2020).

En la educación superior, además de los usos ya descritos, la IA se utiliza para automatizar tareas repetitivas y de gran volumen (García-Peñalvo, 2023), detectar plagio y trabajos generados con ella (Díaz-Arce, 2023), identificar sentimientos y actitudes (Masias et al., 2023), apoyar en tareas de redacción académica (Juca-Maldonado, 2023), favorecer la personalización del aprendizaje (Parra-Sánchez, 2022; Esteves et al., 2024; Flores-Vivar y García-Peñalvo, 2023) y analizar datos de investigación (Lopezosa y Codina, 2023). En conjunto, la literatura coincide en la necesidad de un uso responsable, racional y ético de la IA, con acceso equitativo a sus beneficios y sin detrimento del desarrollo de habilidades lingüísticas, cognitivas y sociales.

Para comprender el uso de la IA en relación con el desarrollo de competencias lingüísticas en el estudiantado universitario, es preciso explicar la concepción de competencia lingüística adoptada en esta investigación. Chomsky (1965) la concibe como el conocimiento interno de las reglas que rigen una lengua, necesario para comprender y producir enunciados.

Hymes (1972) amplía esta visión con la noción de competencia comunicativa, que añade la capacidad de usar ese conocimiento de forma apropiada en contextos reales. Con base en estas aportaciones, las competencias lingüísticas se entienden como un saber complejo que integra aspectos formales y pragmáticos de la lengua y permite al usuario hablar, escuchar, leer y escribir de manera adecuada en situaciones diversas. En este estudio, el foco se sitúa en situaciones académicas donde la lectura y la escritura adquieren especial relevancia por su papel en el aprendizaje y la gestión y producción de conocimientos con criterios éticos y rigurosos (Bereiter y Scardamalia, 1987; Carlino, 2005; Cassany, 2024).

La otra vertiente abordada en esta investigación es el uso de la IA en el desarrollo de la competencia literaria; esta se entiende como un conjunto integrado de conocimientos y prácticas que posibilita al lector acercarse a los textos literarios desde una actitud interpretativa, crítica y estética, lo que favorece su comprensión y disfrute en un marco cultural (Colomer, 1999). En este sentido, se asumen las perspectivas de Rodari (1999) y Todorov (1975) sobre escritura creativa; igualmente, la concepción de hábito lector de Cassany (2006) y las nociones de interpretación/crítica literaria de Mendoza Fillola (2004) y Colomer (1999).

3. Método

El estudio se enmarca en un enfoque cualitativo de alcance descriptivo. La investigación forma parte de un proyecto mayor, aunque en este artículo se aborda de manera específica la dimensión sobre el desarrollo de las competencias mencionadas. En términos de diseño, se adoptó un estudio de casos múltiples o colectivos, cuyo enfoque se apoya en Simons (2009) y Ávila et al. (2022). El estudio de casos múltiples implica el análisis comparativo de distintas unidades de observación; en esta oportunidad, grupos focales según nivel académico y recinto. Esta lógica inductiva y descriptiva privilegia la identificación de patrones, similitudes y diferencias entre casos.

Para la recolección de datos se realizaron grupos focales (Barbour, 2013). A fin de captar el desarrollo en el uso de la IA a lo largo de la carrera, los participantes se organizaron por estratos: primer año, medio término y último año de carrera de la Licenciatura en Lengua y Literatura orientada a la Educación Secundaria, en dos recintos del ISFODOSU. En cada grupo focal se incluyeron entre siete y once estudiantes, con participación voluntaria y representación académica equilibrada entre ambos recintos. En total, se realizaron seis grupos focales con un total de cincuenta y cuatro participantes.

Las sesiones se desarrollaron de manera virtual en Microsoft Teams, a partir de una guía de entrevista semiestructurada que recogía preguntas vinculadas con las cinco categorías de la dimensión en estudio: interpretación y crítica literaria; escritura creativa; hábito lector de textos literarios; escritura académica; y comprensión de textos académicos. Las preguntas guía fueron:

Posteriormente, las grabaciones de cada sesión se transcribieron con TurboScribe. Luego, se sometieron a un análisis temático, que combinó codificación inductiva y axial para definir las subcategorías, realizado en MAXQDA 2022. La validez del procedimiento se sustentó en la triangulación entre codificadores, con acuerdos sobre las decisiones de clasificación, y en una auditoría externa orientada a revisar la consistencia del proceso.

4. Resultados

El análisis de la dimensión sobre el desarrollo de competencias lingüísticas y literarias permite comprender cómo el estudiantado articula el uso de la IA al fortalecimiento de competencias vinculadas con la lengua y la literatura. Se trata de un campo diverso que abarca desde la interpretación crítica de textos literarios hasta la comprensión de escritos académicos, la creación, el hábito lector y la producción escrita.

En cuanto a la distribución de los hallazgos, los datos reflejan un mayor peso en las competencias de carácter lingüístico, específicamente en lo concerniente a la lectura y escritura académicas. La categoría de desarrollo de la escritura académica concentra un 26.30 % de las menciones, seguida muy de cerca por la comprensión lectora de textos académicos con un 25.26 %, lo que evidencia un uso predominante de la IA en el ámbito de la producción y análisis académico. En contraste, el desarrollo de la interpretación y crítica literaria reúne un 18.69 %, el hábito lector de textos literarios alcanza un 15.92 % y la escritura creativa representa un 13.84 %. Esto se puede visualizar en la Figura 1.

La estratificación de los resultados por año de la carrera permite observar cómo evoluciona el impacto de la IA en el desarrollo de competencias lingüísticas y literarias a lo largo de la formación. A continuación, se presenta la evolución por año (Figura 2).

El análisis comparativo por año evidencia un patrón claro: al inicio, el alumnado se distribuye de manera más homogénea entre lo literario y lo lingüístico; en el medio término, predomina esto último, en especial la escritura y la lectura académica, lo que responde a las demandas curriculares de investigación y producción científica de los períodos académicos; y, en la etapa final, se observa un nuevo balance, donde las competencias literarias vuelven a ganar peso en combinación con las lingüísticas.

En lo sucesivo se presentan las subcategorías que emergieron dentro de cada una de las categorías principales: interpretación y crítica literaria, escritura creativa, hábito lector de textos literarios (competencias literarias), escritura académica, y comprensión de textos académicos (competencias lingüísticas).

4.1. Desarrollo de la interpretación y crítica literaria

El análisis de la categoría Desarrollo de la interpretación y crítica literaria pone de manifiesto que el estudiantado concibe la IA como un recurso capaz de ampliar sus horizontes interpretativos y de acompañar los procesos de análisis literario. Sobre esta base, se presentan las evidencias agrupadas en las siguientes subcategorías: reconocimiento de aportes de la IA a la interpretación de textos literarios (49 %), uso de la IA para análisis simbólico, temático o estilístico (14 %), ejemplos de experiencias con IA que fortalecen la crítica literaria (26 %) y ejemplos de experiencias con IA que limitan la crítica literaria (11 %). La Figura 3 muestra los porcentajes de los segmentos codificados.

4.1.1. Reconocimiento de aportes de la IA a la interpretación de textos literarios

En esta subcategoría, el estudiantado reconoce que la IA puede potenciar la comprensión e interpretación de textos al ofrecer recursos adicionales. Un ejemplo recurrente es el apoyo en la identificación de figuras literarias como metáforas o símiles (A-1, Pos. 289), lo que facilita un análisis formal de la obra. Además, valoran la posibilidad de nuevas perspectivas interpretativas: “Me abre la puerta para yo poder entonces fluir y hacer mi propio análisis” (B-1, Pos. 254). Por otra parte, se reconoce su utilidad para orientar la reflexión, formular preguntas críticas y ampliar puntos de vista que quizá pasarían desapercibidos en una primera lectura (A-3, Pos. 271; B-2, Pos. 239).

4.1.2. Uso de la IA para análisis simbólico, temático o estilístico

En este nivel, el estudiantado señala que solicitar a la IA la identificación de personajes, escenas o tópicos contribuye a un acercamiento más ordenado a la obra (A-2, Pos. 287; A-3, Pos. 134). Igualmente, se utiliza para realizar preguntas reflexivas que guíen el análisis temático (A-3, Pos. 133).

4.1.3. Ejemplos de experiencias con IA que fortalecen la crítica literaria

Aquí se agrupan testimonios donde la IA ha tenido un impacto positivo y fortalecedor en la práctica crítica. Se mencionan experiencias de validación de producciones propias, como pedirle a la IA retroalimentación sobre poemas creados por el estudiantado (A-1, Pos. 299). En otros casos, la IA fue utilizada para resumir o explicar textos complejos, como La divina comedia (A-2, Pos. 286), o para elaborar esquemas que ayudaran a organizar un ensayo (A-3, Pos. 276). Además, se reconoce a la IA como un mediador que genera insumos iniciales: resúmenes, lluvias de ideas o posibles preguntas para orientar la crítica (A-2, Pos. 295; B-1, Pos. 256). La herramienta también se valora por su capacidad de provocar contraste entre ideas propias y externas, lo que enriquece la criticidad al permitir comparaciones y ajustes en el análisis (B-2, Pos. 244-245; B-3, Pos. 277).

4.1.4. Ejemplos de experiencias con IA que limitan la crítica literaria

Una crítica frecuente que hacen los participantes es la tendencia de la IA a validar acríticamente la opinión del usuario, sin ofrecer un contrapunto que enriquezca la discusión (B-1, Pos. 260). Varios participantes sostienen que la crítica literaria requiere la confrontación con otros lectores o docentes, algo que la IA no puede suplir por su tendencia a coincidir sin cuestionar. Como se expresa en más de un testimonio: “La IA siempre te va a decir que sí” (B-1, Pos. 269); “Considero que necesitamos, de todas formas, a una persona que difiera con tu idea” (B-1, Pos. 260). También se destacan respuestas distorsionadas o incompletas y errores interpretativos graves, como confundir personajes en un cuento o atribuir sentidos equivocados en poemas de Pizarnik (B-1, Pos. 265) y en La otra estirpe (B-1, Pos. 270).

4.2. Desarrollo de la escritura creativa

Esta categoría concentra los testimonios del estudiantado sobre cómo la IA se integra o no en sus procesos de creación literaria. Para facilitar la lectura, los hallazgos se organizan en nueve subcategorías: generación de ideas o inspiración a partir de la IA (27 %); transferencia de conocimientos a nuevos contextos (2 %); superación del bloqueo creativo (2 %); reescritura, estilización o mejora de textos creativos con IA (12 %); percepción de la IA como coautora o guía creativa (10 %); descubrimiento de obras literarias a través de la IA (5 %); ejemplos de producción creativa apoyada por IA (17 %); ausencia de IA en el desarrollo de escritura creativa (20 %) y delegación de la generación de ideas a la IA (5 %).

Esta clasificación permite apreciar tanto los usos diversificados de la IA como las resistencias de algunos participantes frente a su influencia en la dimensión creativa. En la Figura 4 se muestran los porcentajes de segmentos codificados.

4.2.1. Generación de ideas o inspiración a partir de la IA

El estudiantado reconoce que la IA funciona como un disparador de creatividad, sobre todo en las fases iniciales del proceso escritural. Se le solicita inspiración para crear poemas, cuentos, nombres de personajes o situaciones narrativas. Esta práctica es vista como un recurso complementario que amplía las posibilidades expresivas y ofrece múltiples caminos a explorar. Así se muestra en los siguientes testimonios:

4.2.2. Transferencia de conocimientos a nuevos contextos

Algunos testimonios revelan que las ideas generadas no se quedan en un único ejercicio, sino que pueden trasladarse a otros ámbitos, incluso no literarios:

Uno pregunta una idea incluso y con esa idea pueden surgir muchísimas más. Y aunque sea de forma inconsciente, quedamos con ese recuerdo… podemos plasmar otras más en otros contextos, incluso para algo que no tenga nada que ver con lo que pedimos. (B-1, Pos. 298)

4.2.3. Superación del bloqueo creativo

De manera menos frecuente, el estudiantado recurre a la IA como estrategia para superar bloqueos. En estos casos, la herramienta ofrece estructuras narrativas o sugerencias que permiten reactivar el flujo creativo cuando este se encuentra estancado: “Lo primero es que esta puede generar sugerencias o ideas para comenzar un proyecto, ayudar a superar un bloqueo creativo o darte una estructura para tú trabajar en base a esa estructura” (B-1, Pos. 288).

4.2.4. Reescritura, estilización o mejora de textos creativos con IA

La IA también es percibida como una herramienta para revisar, embellecer o ajustar los textos. El estudiantado destaca que puede ayudar a clarificar expresiones, mejorar la coherencia o sugerir estilos más adecuados al público:

4.2.5. Percepción de la IA como coautora o guía creativa

En varios relatos, la IA es vista como un acompañante creativo, una especie de “coautora” que amplía y matiza las ideas iniciales. No obstante, el estudiantado insiste en que esta función es válida siempre que el usuario conserve una base previa de lo que quiere crear:

4.2.6. Descubrimiento de obras literarias a través de la IA

Esta subcategoría se explica en la categoría 3 Desarrollo del hábito lector de textos literarios.

4.2.7. Producción creativa apoyada por IA

Las experiencias más concretas de integración de la IA en la escritura creativa aparecen en la producción de cuentos, guiones teatrales y escenas narrativas. El estudiantado reporta haber usado la IA para elaborar diálogos, ajustar personajes o explorar finales alternativos.

4.2.8. Ausencia de IA en el desarrollo de escritura creativa

Un grupo minoritario de participantes rechaza explícitamente el uso de IA en la creación literaria, pues argumenta que la escritura creativa debe preservar su carácter íntimo, emotivo y personal. Para estos casos, la intervención de la herramienta es percibida como una amenaza a la autenticidad:

4.2.9. Delegación de la generación de ideas a la IA

Finalmente, algunos testimonios advierten sobre el riesgo de depender excesivamente de la IA para producir ideas. Aunque se reconoce su eficacia para resolver bloqueos, también se teme que esta práctica debilite la autonomía creativa.

4.3. Desarrollo del hábito lector de textos literarios

La categoría del hábito lector de textos literarios se estructuró en distintas subcategorías: motivación para la lectura a partir de recomendaciones o resúmenes (27 %); uso de la IA como mediadora o facilitadora del gusto por la lectura (8 %); cambios positivos en hábitos de lectura (16 %); impacto negativo en la motivación por la lectura (5 %); ausencia de ayudas o cambios negativos en el hábito lector (32 %) y preferencias de estrategias tradicionales (11 %). Así lo muestra la Figura 5.

4.3.1. Motivación para la lectura a partir de recomendaciones o resúmenes

Varios participantes señalaron que la IA les permite acceder a sugerencias de libros, resúmenes y objetivos principales de una obra, lo cual influye directamente en su decisión de leer o no determinados textos. Por ejemplo, uno comentó:

En otros casos, la IA actúa como un recomendador de títulos vinculados con géneros específicos, lo que permite planificar lecturas más afines a sus gustos (A-1, Pos. 352). Además, un grupo reconoció utilizar la IA para plantear preguntas específicas sobre libros y recibir sugerencias. Un participante relató:

Asimismo, algunos advirtieron que esta práctica requiere cautela, pues las respuestas de la IA pueden ser imprecisas (A-2, Pos. 116). En menor medida, los participantes mencionaron la utilidad de la IA para obtener listas de autores vinculados con determinados géneros. Un estudiante expresó: “Yo le he pedido listas de autores que tengan como un género específico, y actualmente me he interesado mucho por las obras de Edgar Allan Poe” (B-1, Pos. 316).

4.3.2. Uso de la IA como mediadora o facilitadora del gusto por la lectura

Los testimonios reflejan que la IA también puede desempeñar un rol de mediación en el gusto por la lectura, al brindar explicaciones adicionales o perspectivas complementarias. Un estudiante explicó:

4.3.3. Cambios positivos en hábitos de lectura

Algunos participantes destacaron transformaciones concretas en sus hábitos lectores a partir del uso de la IA. Por ejemplo, el empleo de asistentes de audiolibros permitió integrar la lectura a la vida cotidiana:

Otros valoraron cómo los esquemas generados les facilitan comprender y luego adentrarse de forma más efectiva en la lectura completa (A-3, Pos. 334).

4.3.4. Ausencia de ayudas o cambios negativos en el hábito lector

En la subcategoría con mayor presencia, numerosos miembros del estudiantado declararon no percibir mejoras en su hábito lector mediante el uso de la IA. Expresiones como “A mí no me desarrolla el hábito lector” (B-1, Pos. 314) o “Yo entiendo que no, porque ni siquiera se me ocurre de alguna manera que yo vea a uno como a tener un hábito lector” (B-3, Pos. 322) ilustran esta percepción.

Finalmente, emergieron reflexiones sobre la necesidad de precaución en el uso de la IA, especialmente durante la formación académica. Un estudiante advirtió: “No nos serviría de nada de que lo hagamos con la IA y que ya en un mañana no sepamos cómo hacer el análisis” (A-2, Pos. 305).

4.3.5. Preferencias de estrategias tradicionales

Un grupo defendió explícitamente el valor de la lectura tradicional en formato físico como estrategia insustituible. “Yo prefiero ir al libro y comprobar lo que dice y sumergirme en él” (B-1, Pos. 318).

4.4. Desarrollo de la escritura académica

La categoría Desarrollo de la escritura académica se organiza en siete subcategorías: apoyo de la IA en la estructura de textos académicos (23.68 %); revisión gramatical, estilística o de cohesión (36.84 %); generación de ideas o esquemas de redacción (19.74 %); ejemplos de mejoras concretas en textos (10.53 %); desvinculación de la escritura académica de la IA (1.32 %); limitaciones vinculadas a coherencia y contexto (2.63 %); y solicitud de resúmenes (5.26 %). Así se evidencia en la Figura 6.

4.4.1. Apoyo de la IA en la estructura de textos académicos

El estudiantado destaca el valor de la IA como guía para organizar y dar forma a ensayos, artículos o investigaciones. Un estudiante expresó que la emplea “para que me estructure el trabajo” (A-1, Pos. 86), mientras otro señaló que la consulta “cuando no conoce alguna estructura de un texto, cómo debe trabajarlo” (A-2, Pos. 60).

La IA funciona como un recurso pedagógico que ofrece ejemplos de modelos textuales, lo que facilita a los usuarios seguir convenciones académicas con mayor seguridad. Así lo refleja un estudiante: “Me gusta mucho escribir artículos, así que cuando olvido algunas partes de la estructura (qué iba primero, el marco metodológico, el marco teórico), me ayuda muchísimo” (A-2, Pos. 137).

4.4.2. Revisión gramatical, estilística o de cohesión con IA

La subcategoría más frecuente evidencia cómo el alumnado emplea la IA como un corrector textual avanzado, capaz de señalar errores ortográficos, ajustar conectores, proponer sinónimos y mejorar la fluidez de las ideas. Esta práctica, según lo declarado por los participantes, no sustituye la autoría, sino que complementa el proceso al ofrecer un espejo en el que los usuarios verifican la claridad y cohesión de sus producciones. En palabras de un participante: “Bueno, la IA sí que me ha ayudado con lo de los errores gramaticales” (B-1, Pos. 345). Otro añade que la herramienta aporta al estilo mismo del escrito, puesto que “corrige la coherencia y la cohesión” (B-1, Pos. 348).

4.4.3. Generación de ideas o esquemas de redacción con IA

Varios testimonios subrayan que la IA se utiliza como un estimulador cognitivo, que ayuda a ordenar pensamientos dispersos o a generar nuevos enfoques temáticos. Este uso favorece la planificación de trabajos académicos y ofrece al estudiantado esquemas de redacción que sirven como punto de partida para el desarrollo personal de los escritos. Un ejemplo lo aporta un estudiante que señala: “Yo le digo a la IA que me ayude con eso, o sea, me plantee el tema desde distintas perspectivas y me da cosas que yo nunca había considerado” (A-2, Pos. 278).

4.4.4. Ejemplos de mejoras concretas en textos académicos mediante IA

Más allá de la estructura y la organización, el estudiantado reconoce cambios tangibles en la calidad de sus producciones, especialmente en aspectos como el uso correcto de conectores, la eliminación de redundancias o la claridad de los enunciados. Un estudiante recuerda cómo, gracias a la IA, pudo corregir errores comunes: “En el primer semestre, yo utilizaba el conector «mas»… y lo utilizaba de mala manera. Sin embargo, con la IA, yo he notado en cuáles ocasiones se debe utilizar” (B-1, Pos. 341-342).

4.4.5. IA desvinculada del desarrollo de la escritura académica

Aunque minoritaria, esta subcategoría muestra la postura de algunos estudiantes que prefieren preservar la escritura académica como una práctica personal, desligada de la mediación tecnológica. La percepción es que la excesiva dependencia puede desvirtuar la autenticidad del aprendizaje. Como lo expresa un participante: “Mantengo la misma postura con lo de la lectura creativa. En este caso, también me gusta hacerlo de forma personal… y no le doy esa utilidad en ese apartado” (A-1, Pos. 383).

4.4.6. Limitaciones IA - Coherencia y contexto

Algunos estudiantes reconocen que la herramienta presenta limitaciones en la interpretación contextual y en la selección adecuada de vocabulario. Los algoritmos pueden producir frases correctas desde el punto de vista formal, pero poco coherentes con la intención comunicativa del autor: “Hay errores que pasa por alto, que, como yo, que soy humana y que entiendo el contexto en el que estoy escribiendo, entonces sí puedo corregirlo” (B-2, Pos. 291).

4.4.7. Pedir resumen

Otra práctica recurrente consiste en usar la IA para condensar textos extensos, identificar ideas principales y facilitar la preparación de tareas. Si bien algunos lo asocian a una estrategia de ahorro de tiempo, también reconocen que estos resúmenes pueden actuar como punto de partida para profundizar en lecturas posteriores. Un estudiante comenta: “Si, por ejemplo, a veces suelen mandar documentos muy largos o que hagamos un ensayo o algo de un libro, y para eso sí, solo utilizo la inteligencia para que me resuma todo el libro” (A-1, Pos. 379).

4.5. Desarrollo de la comprensión lectora de textos académicos

Los hallazgos en torno al Desarrollo de la comprensión lectora de textos académicos permiten observar que la IA ocupa un lugar intermedio: si bien es altamente valorada como apoyo para aclarar conceptos o fragmentos difíciles (34.72 %) y para traducir o simplificar lenguaje técnico (5.56 %), el estudiantado también marca con fuerza los límites de su uso (37.50 %), en especial en tareas que requieren juicio crítico y elaboración personal. De forma complementaria, se reportan usos instrumentales específicos (11.11 %) y ejemplos concretos de comprensión lograda con apoyo de la IA (4.17 %), junto con la identificación de dificultades asociadas a errores de interpretación y limitaciones contextuales (6.94 %). La Figura 7 evidencia lo que se explicará a continuación.

4.5.1. Clarificación de conceptos o fragmentos difíciles mediante IA

El grupo indicó recurrir a la IA para resumir, traducir o reinterpretar pasajes extensos y complejos, lo que facilita la comprensión y disminuye la carga cognitiva. Un testimonio lo resume así: “Yo entro a ChatGPT y busco que me ponga un resumen sobre esa clase. O me convierta ese documento en un resumen que es legible y entendible” (A-1, Pos. 119). Otro caso muestra la utilidad en la lectura de obras complejas: “Cuando necesito aprender rápidamente sobre un libro que resulta complejo, pues simplemente con un resumen yo puedo tener toda una idea del panorama” (A-3, Pos. 230).

La personalización de la herramienta también es destacada: “Yo lo personalizo para pedirle que ejemplos de estos complejos me los redacte de manera más fácil, de manera que yo lo entienda” (A-3, Pos. 263).

Asimismo, la IA es valorada por ahorrar tiempo en el abordaje de textos extensos: “Como para tener un ejemplo más claro de lo que el autor me está diciendo sin tener que leer 40 páginas, a menudo ciertos fragmentos le pido que me los interprete” (A-3, Pos. 344). Otros participantes reconocen que este uso ha fortalecido su aprendizaje: “La IA me ha ayudado a mejorar mis habilidades de comprensión lectora de textos académicos, porque hay textos que son un poquito difíciles de entender y que tú necesitas algunas ideas principales” (A-3, Pos. 349).

4.5.2. Parafraseo o simplificación de lenguaje técnico con IA

Aunque con menor frecuencia que la clarificación de conceptos, varios estudiantes reconocen que utilizan la IA para simplificar términos técnicos o frases complejas. Un ejemplo lo expresa con claridad: “A veces no entiendo con un lenguaje más estructurado y le digo que lo simplifique” (A-2, Pos. 59). En otros casos, el uso está asociado a la reformulación de ideas: “También la utilizo para parafrasear ideas” (A-3, Pos. 87).

Este proceso de parafraseo se percibe como un recurso de mediación lingüística, especialmente cuando se enfrentan a textos de alta densidad terminológica. Una participante señala: “Yo le he compartido textos que tienen ese tipo de lenguaje técnico y le he pedido que lo clarifique a un lenguaje más llano que yo pueda entender” (B-2, Pos. 230). De forma similar, otro testimonio destaca la combinación entre ejemplos y lenguaje accesible: “He empleado la IA para que estos textos sean explicados de una mejor forma, con ejemplos y en un lenguaje más llano y accesible” (B-2, Pos. 232).

4.5.3. Ejemplos de comprensión lograda con apoyo de la IA

Algunos testimonios ilustran cómo la IA no solo aclara conceptos, sino que aporta a la construcción de ejemplos o metáforas que hacen más accesible la comprensión de textos. Una estudiante lo explicó con una analogía: “Yo considero que la inteligencia artificial nos ayuda y hace la función de un tráiler. Pero para una comprensión más efectiva, debemos buscar otros medios” (A-1, Pos. 404).

En otros casos, se utiliza para identificar palabras clave y focalizar la lectura: “En un informe de Morfología de 200 páginas simplemente puse una síntesis de cuáles eran las palabras claves para buscar yo misma leer esas partes” (B-1, Pos. 363). Asimismo, un ejemplo reciente conecta la comprensión con la preparación de presentaciones: “Tenía que hacer una exposición sobre la simbología y alegoría en La divina comedia, y la IA me ayudó a clarificar la diferencia entre símbolo y alegoría” (B-2, Pos. 223).

4.5.4. Aspectos en los que no se utiliza la IA

Una proporción significativa del estudiantado estableció fronteras claras sobre cuándo no recurrir a la IA. Estas restricciones están asociadas a la escritura creativa, los ensayos personales y la interpretación crítica, actividades que consideran deben preservar la voz y la reflexión individual. Algunos ejemplos lo ilustran: “Por eso yo no usaría la inteligencia artificial. Para hacer un informe de un trabajo quiero hacerlo a mi manera” (A-1, Pos. 438); “No la utilizo para escritura creativa y para algunas cosas académicas que considero que necesitan de mí” (A-1, Pos. 450). Igualmente, varios participantes resaltaron el riesgo de un uso excesivo: “Cuando se trata de asignaciones creativas, como poemas o ensayos, que tienen esa parte personal, pues ahí no la utilizo” (A-3, Pos. 428).

4.5.5. Aspectos en los que se utiliza la IA

Aunque buena parte del estudiantado señaló limitaciones, un grupo reconoció la utilidad de la IA en la comprensión lectora de textos académicos. Estos usos se concentraron en tareas de esquematización de ideas, verificación ortográfica y gramatical y planificación de actividades académicas. Tal como expresó un participante: “Bueno, yo utilizo la inteligencia para esquematizar las ideas” (A-3, Pos. 402). Otro ejemplo muestra cómo la IA fue empleada para evaluar la corrección lingüística de los textos propios: “La utilizo es como para que pueda evaluar si la ortografía está bien, si estoy usando los signos de puntuación correctamente” (A-3, Pos. 412). Asimismo, fue reconocida como recurso didáctico en el contexto de la práctica docente: “Yo considero que es buena para las partes didácticas, para dinamizar la clase” (B-3, Pos. 407).

4.5.6. Dificultades de la IA ante la comprensión

Por último, se documentaron limitaciones concretas en el uso de la IA para la comprensión lectora. Estas se relacionan con problemas en la generación de referencias y citas, así como con la incapacidad de ofrecer interpretaciones profundas. Un estudiante señaló: “En mi caso, en las citas formato APA... siempre me lo da de mala forma porque el maestro siempre me recalca que no está bien” (B-1, Pos. 373). Otros destacaron la distancia emocional y conceptual de las respuestas: “Porque está muy limitada a no tener sentimientos, siempre sus opiniones van a ser muy holísticas y muy alejadas de la realidad” (B-1, Pos. 378).

También se identificaron casos de dependencia excesiva que llevó al estancamiento, como ilustra este testimonio: “Entonces me fui por la vía fácil, que fue la inteligencia artificial. Y estoy ahí. Estoy estancada” (B-1, Pos. 394).

5. Conclusiones

Los hallazgos de esta investigación ratifican que la IA se ha posicionado como un mediador central en la formación lingüística y literaria, con efectos diferenciados según el tipo de competencia y el momento formativo del profesorado en formación de Lengua y Literatura. El predominio de usos vinculados con la escritura académica y la comprensión lectora de textos académicos confirma que el estudiantado concibe la IA principalmente como un andamiaje instrumental, orientado a organizar ideas, clarificar conceptos complejos y optimizar la calidad de los textos. Esta perspectiva coincide con Montiel-Ruiz y Ruiz (2023) y Burgueño (2024), quienes destacan su potencial para ofrecer retroalimentación inmediata y personalización de los aprendizajes. Asimismo, se conecta con los aportes de Incio et al. (2022) y García-Peñalvo (2023), quienes, en su revisión, identifican un viraje hacia la automatización de tareas rutinarias, lo que permite al estudiantado concentrarse en procesos de mayor valor cognitivo.

Sin embargo, esta funcionalidad no está exenta de riesgos. En línea con lo señalado por Pizarro-Romero y Lovón (2025), los resultados evidencian la posibilidad de una dependencia funcional, en la medida en que algunos estudiantes delegan fases críticas de la escritura en las herramientas, lo cual debilita su autonomía y pensamiento crítico. Este riesgo ha sido también advertido por Díaz-Arce (2023), quien documenta el plagio académico mediado por IA como un problema en bachillerato, y por García-Peñalvo (2023), quien advierte que la irrupción de ChatGPT ha generado tanto expectativas como pánico, lo que exige respuestas institucionales basadas en políticas claras más que en prohibiciones. De forma complementaria, Flores-Vivar y García-Peñalvo (2023) sostienen que la incorporación de la IA en la educación requiere marcos éticos y pedagógicos sólidos, dado que los riesgos de plagio, superficialidad y pérdida de autonomía solo pueden enfrentarse con estrategias de uso responsable. Desde esta vertiente, también es preciso señalar que los riesgos de no interactuar directamente con las fuentes podrían generar limitaciones de distintas magnitudes (Anson, 2024). De igual modo, se destaca la dependencia de la IA para simplificar los textos, a partir de resúmenes, paráfrasis y simplificación del estilo.

Un aspecto clave de este estudio es la progresión observada en los distintos momentos de la carrera: el equilibrio inicial entre lo literario y lo académico, el predominio intermedio de lo académico y la posterior revalorización de lo literario y creativo en la etapa final. Este patrón refleja que la IA acompaña la transición hacia un perfil investigador, pero no sustituye la dimensión estética y crítica de la lengua. Tal hallazgo dialoga con Ávila et al. (2022), quienes sostienen que la escritura debe abordarse de forma transversal en el currículo de formación docente; no como un conjunto de tareas aisladas, sino como práctica situada que articula reflexión, creación y producción académica. En este sentido, la IA no puede reducirse a un mero recurso de asistencia técnica: debe concebirse como parte de una ecología de aprendizajes que acompañe al estudiantado en el desarrollo de competencias complejas a lo largo de su trayectoria formativa.

En el ámbito de la escritura creativa y el hábito lector, los hallazgos evidencian contraste entre sí. Por un lado, el alumnado reconoce que la IA permite desbloquear ideas, explorar nuevas narrativas y acercarse a lecturas complejas mediante resúmenes o explicaciones. Estas acciones son consistentes con la concepción de competencia literaria que se asume en esta investigación, entendida como la capacidad de acercarse a los textos literarios para comprenderlos, producirlos y disfrutarlos desde una perspectiva crítica y cultural (Colomer, 1999; Rodari, 1999; Todorov, 1975; Cassany, 2006; Mendoza Fillola, 2004).

Por otro lado, señalan que estas prácticas pueden derivar en una homogeneización de los textos y en la pérdida de la experiencia estética personal. Lo anterior coincide con De Vicente-Yagüe (2024), quien enfatiza que la IA puede mediar en la comprensión lectora, pero no sustituye la reflexión crítica y el descubrimiento personal que caracterizan a la lectura académica y literaria profunda. También conecta con Ocaña-Fernández et al. (2019), quienes ya advertían que las tecnologías inteligentes, aunque promueven nuevas formas de aprender, implican el riesgo de dependencia tecnológica si no se enmarcan en procesos pedagógicos integrales.

Asimismo, el aporte de Cassany (2024) es decisivo para interpretar estas tensiones. Su noción de “escritura híbrida” ilumina la manera en que estudiantado y profesorado resignifican la autoría en la era de la IA. Los testimonios recabados en este estudio muestran que el grupo estudiantil es consciente de la utilidad de la IA para elaborar borradores, esquemas o reformulaciones, pero también reconoce que la criticidad y la profundidad interpretativa se construyen en el aula y en la interacción humana, lo cual reivindica el papel de las prácticas comunicativas del nivel superior en la transformación del conocimiento y la gestión rigurosa de conceptos y teorías (Bereiter y Scardamalia, 1987; Carlino, 2005; Cassany, 2024).

Lo anterior sugiere que las preocupaciones sobre plagio o pérdida de creatividad no deben abordarse únicamente con medidas punitivas, sino con protocolos pedagógicos como los que propone Cassany (2024): transparencia (reconocer el uso de prompts), verificación (contrastar con fuentes), justificación (explicar los beneficios del uso) y profundización (añadir reflexión propia). Estos principios ofrecen un marco viable para legitimar la IA como herramienta didáctica y, al mismo tiempo, resguardar los valores éticos de la práctica académica.

Este estudio revela que la IA es altamente valorada como recurso que facilita, organiza y acompaña, pero que no reemplaza las competencias humanas de interpretación, creación y criticidad, las cuales constituyen el núcleo de la formación en Lengua y Literatura. Como apuntan Ayuso y Gutiérrez (2022), la formación inicial del profesorado exige que la IA se integre no solo como recurso técnico, sino como objeto de reflexión pedagógica y ética.

La presente investigación permite reconocer aportes y tensiones que impactan directamente en la formación docente universitaria. En términos pedagógicos, los hallazgos evidencian que la IA constituye un mediador significativo para fortalecer la escritura académica y la comprensión lectora, a la vez que ofrece posibilidades de innovación en la escritura creativa, la interpretación literaria y el hábito lector. Estas potencialidades, sin embargo, solo alcanzan su verdadero valor formativo cuando se enmarcan en propuestas didácticas explícitas que promuevan la autorregulación, la reflexión crítica y la ética en el uso de las tecnologías.

En línea con Popenici (2023), el futuro de la educación superior dependerá de nuestra capacidad para diseñar escenarios donde la IA se convierta en un socio cognitivo que amplía posibilidades, sin sustituir la autonomía intelectual ni la ética académica, que sustentan una educación de calidad. En este sentido, esta investigación reafirma la necesidad de diseñar estrategias curriculares que integren de manera transversal el trabajo con la IA en la enseñanza de la lengua y la literatura, de modo que se convierta en una herramienta para la estimulación de procesos cognitivos y no en un sustituto de las competencias humanas.

Al mismo tiempo, es importante precisar el alcance de este artículo. El mismo forma parte de un proyecto mayor que analizó múltiples dimensiones sobre la integración de la IA en el proceso de enseñanza y aprendizaje; sin embargo, aquí se presenta únicamente el análisis Desarrollo de la competencia lingüística y literaria. Esto implica que las conclusiones no agotan la complejidad del estudio, sino que se concentran en un aspecto específico. Los datos permiten profundizar en este ámbito, pero deben ser comprendidos como parte de un corpus más amplio que incluye otros elementos igualmente relevantes.

Para cerrar, los resultados confirman que la integración de la IA en la formación universitaria plantea un reto ético y pedagógico ineludible: aprovechar sus beneficios sin sacrificar la autonomía, la creatividad ni la criticidad que definen la práctica académica. Como señala Cassany (2024), la escritura híbrida nos obliga a replantear la originalidad y la autoría en la universidad contemporánea. La clave está en fomentar protocolos de transparencia, verificación y profundización que legitimen el uso de la IA, al tiempo que refuercen la responsabilidad intelectual del estudiantado. Bajo estas condiciones, estas tecnologías podrían repercutir positivamente y enriquecer la formación docente (por ejemplo, integrar la IA en talleres de escritura crítica, diseñar rúbricas que valoren la reflexión personal frente al texto generado por la máquina o promover la lectura comparativa entre producciones humanas y asistidas por IA), así como consolidar un enfoque educativo inclusivo, crítico y creativo, en sintonía con las demandas actuales de la educación superior.

Agradecimientos y reconocimientos

Expresamos nuestro agradecimiento a los estudiantes que participaron en los grupos focales y a los semilleristas del Grupo de Investigación Sociedad, Discurso y Educación: Audi Chacón, Davison Sena, Nehiel Lorenzo y Denjir Arriechi por su valiosa disponibilidad y compromiso en el desarrollo de este proyecto.