FORJAR-AI: A Method of Epistemic Confrontation and Metacognitive Traceability for Developing Transferable Critical Thinking through Generative Artificial Intelligence
Santos Eleuterio Moreta Reyes
Instituto Tecnológico de Las Américas (ITLA)
smoreta@itla.edu.do
ORCID: https://orcid.org/0009-0004-3592-5908
Santo Domingo, República Dominicana
FORJAR-IA: método de confrontación epistémica y trazabilidad metacognitiva para el desarrollo del pensamiento crítico transferible mediante inteligencia artificial generativa
La inteligencia artificial generativa ha modificado la relación entre producción académica y actividad cognitiva, porque permite obtener en segundos productos que tradicionalmente funcionaban como indicios indirectos de lectura, comprensión, comparación, argumentación y escritura; esta transformación no invalida el uso educativo de la tecnología, pero debilita la inferencia según la cual un producto de alta calidad demuestra, por sí mismo, que el estudiante ejecutó las operaciones intelectuales que ese producto representa. La cuestión relevante deja de ser, por tanto, si la IA puede producir una respuesta correcta y pasa a ser qué hace cognitivamente el estudiante antes, durante y después de recibirla, qué operaciones conserva bajo su responsabilidad y qué capacidades puede demostrar cuando la asistencia desaparece.
La evidencia reciente confirma que el efecto de la IA generativa sobre el pensamiento no es uniforme; Lee et al. (2025) observaron, en trabajadores del conocimiento, que una mayor confianza en sistemas generativos se asociaba con menor esfuerzo autorreportado de pensamiento crítico, aunque también identificaron un desplazamiento del esfuerzo hacia tareas de verificación e integración; Barcaui (2025), mediante un ensayo controlado aleatorizado, encontró menor retención diferida en una condición de acceso irrestricto a ChatGPT; Li et al. (2026), al sintetizar 67 estudios empíricos en educación superior, concluyeron que los resultados cognitivos dependen de la estructura pedagógica, mientras Ngo Cong-Lem (2026), en una revisión de alcance de 25 estudios, encontró resultados más favorables cuando la IA se integra en actividades que obligan a cuestionar, evaluar y revisar sus salidas; de manera convergente, Wang et al. (2026) mapearon la relación entre descarga cognitiva y agencia y describieron configuraciones favorables cuando la tecnología actúa como andamio, frente a patrones de dependencia y aceptación acrítica cuando reemplaza procesos centrales del aprendizaje.
Estas diferencias han conducido a una segunda generación de propuestas que ya no se limita a recomendar alfabetización técnica o ingeniería de prompts. Uden y Hwang (2026) plantean el marco LEARN, orientado a preservar procesamiento activo, reflexión y autonomía dentro de evaluaciones mediadas por IA; Vendrell y Johnston (2026) formulan principios para conservar fricción cognitiva, tratar a los modelos como interlocutores provisionales y alternar fases con y sin IA; Samuel (2026) propone la coagencia epistémica como una relación en la que el estudiante debe razonar con, a través de y contra la máquina; Wang et al. (2026), mediante el marco IDEA, organizan el uso metacognitivamente regulado de IA alrededor de intención, descomposición, expresión y adaptación, mientras la investigación sobre agentes socráticos aporta evidencia de que el cuestionamiento estructurado puede favorecer reflexión, argumentación y pensamiento crítico frente a chatbots genéricos (Bereznikova et al., 2026; Namaziandost & Teng, 2026; Xi et al., 2026).
El avance de este campo obliga a precisar con especial cuidado la contribución de cualquier nueva propuesta; fricción cognitiva, diálogo socrático, metacognición, agencia, fases sin IA y verificación cuentan ya con antecedentes suficientes y no pueden presentarse como innovaciones aisladas. El espacio de desarrollo conceptual se encuentra en la manera de orquestar esas operaciones, restringir funcionalmente el papel de la IA, hacer trazable la transformación del juicio y comprobar que la mejora no se limita al rendimiento mientras la herramienta permanece disponible; FORJAR-IA se sitúa precisamente en este punto, pues no pretende demostrar que la IA puede formular preguntas o generar contraargumentos, sino proponer una arquitectura pedagógica en la que el estudiante produzca primero un juicio propio, lo someta a oposición controlada, rastree la evidencia, juzgue argumentos, reconstruya su posición y demuestre finalmente transferencia en ausencia de la tecnología.
La pregunta que orienta el artículo es: ¿cómo puede estructurarse una interacción pedagógica con inteligencia artificial generativa que fortalezca el pensamiento crítico sin convertir la asistencia tecnológica en sustitución de las operaciones intelectuales que se pretende desarrollar? El objetivo general consiste en construir y delimitar el método FORJAR-IA como propuesta conceptual susceptible de operacionalización y validación empírica; de manera específica, se busca fundamentar sus principios, diferenciarlo de marcos contemporáneos próximos, formalizar sus seis fases, proponer un sistema de trazabilidad de la transformación crítica y derivar indicadores e hipótesis que permitan someterlo a contraste en investigaciones posteriores.
Marco conceptual
Pensamiento crítico como juicio regulado y transferible
El pensamiento crítico se utiliza en educación para referirse a un conjunto de capacidades de análisis, interpretación, evaluación, inferencia, explicación y autorregulación; el informe Delphi coordinado por Facione (1990) contribuyó a consolidar esta comprensión multidimensional, mientras Halpern (1998) subrayó que la enseñanza del pensamiento crítico debe incluir disposiciones, habilidades, conocimiento estructural de problemas y monitoreo metacognitivo si se aspira a que el aprendizaje se transfiera a situaciones nuevas. Esta última exigencia es especialmente importante para FORJAR-IA, porque una mejora producida exclusivamente dentro de una conversación asistida puede representar adaptación local al apoyo disponible sin demostrar una capacidad que el estudiante pueda movilizar de forma independiente.
Van Gelder (2005) recuerda que el pensamiento crítico es una competencia difícil que requiere práctica explícita, conocimiento del dominio y entrenamiento de la transferencia; por ello, FORJAR-IA no asume que un estudiante pueda evaluar adecuadamente cualquier salida generativa sin una base conceptual suficiente. La investigación reciente con diálogo socrático mediado por IA refuerza esta precaución: Bereznikova et al. (2026) encontraron mejores resultados percibidos de pensamiento crítico cuando la conversación se desarrollaba en dominios próximos al conocimiento del participante; el método propuesto incorpora esta condición como criterio de diseño y entiende la pericia previa no como requisito absoluto, sino como variable moderadora que debe registrarse y controlarse.
Desde esta perspectiva, la transferencia no se considera un resultado accesorio, sino un criterio de validez educativa. La tradición de dificultades deseables sostiene que ciertas condiciones que empeoran o ralentizan el desempeño inmediato pueden favorecer retención y transferencia posterior (Bjork & Bjork, 2011); FORJAR-IA traslada esta lógica al entorno generativo y distingue entre fricción improductiva, que consume recursos sin añadir comprensión, y fricción formativa, que obliga a justificar, contrastar, detectar inconsistencias y reconstruir. El método no busca dificultar artificialmente la tarea, sino preservar aquellas operaciones cuya práctica constituye el aprendizaje esperado.
Metacognición, autorregulación y calibración epistemológica
La metacognición proporciona un segundo fundamento. Flavell (1979) la definió en términos de conocimiento y monitoreo de los propios procesos cognitivos; Zimmerman (2002) mostró, desde la autorregulación, que los aprendices eficaces establecen metas, supervisan su progreso y ajustan estrategias, mientras Tankelevitch et al. (2024) demostraron que la interacción con sistemas generativos incrementa precisamente las demandas de monitoreo y control, porque el usuario debe formular, interpretar, evaluar y decidir cuánto confiar en resultados que pueden ser fluidos y plausibles sin ser necesariamente correctos. FORJAR-IA convierte estas demandas en parte explícita del diseño y no en una responsabilidad implícita dejada al azar.
La calibración epistemológica resulta central porque el riesgo no se limita a aceptar información falsa; también incluye confundir disponibilidad externa con conocimiento propio, sobreestimar comprensión o perder sensibilidad frente a la incertidumbre. Kırcaburun (2026) encontró asociaciones entre uso de IA generativa, debilidad metacognitiva, pereza epistémica y disposiciones de pensamiento crítico; Yan et al. (2026), por su parte, muestran que la alfabetización para interpretar retroalimentación generativa y el pensamiento reflexivo modifican la relación entre uso de IA y pensamiento crítico. Estos resultados no autorizan una causalidad universal, pero sostienen una premisa de diseño: el estudiante debe declarar su nivel de certeza, reconocer supuestos, identificar qué evidencia podría modificar su posición y diferenciar lo que sabe de lo que simplemente ha recibido del sistema.
Descarga cognitiva, agencia y diferencia entre amplificación y sustitución
La descarga cognitiva consiste en utilizar acciones o recursos externos para reducir demandas internas de procesamiento (Risko & Gilbert, 2016); en sí misma, no es negativa, porque puede liberar recursos para operaciones más complejas, pero su valor educativo depende de qué se descarga y de cómo se reinvierte el esfuerzo liberado. Zhu et al. (2026) aportan una distinción especialmente útil entre descarga dependiente y autónoma: la primera transfiere operaciones nucleares a la IA y se asocia con pérdida de agencia cognitiva, mientras la segunda utiliza la herramienta como andamio y conserva participación deliberada; de manera convergente, Si et al. (2026) identifican perfiles heterogéneos de colaboración humano IA, desde usos simples y dependientes hasta modalidades de copensamiento crítico.
La agencia tampoco puede reducirse a la presencia formal de una persona en el circuito. La investigación sobre automatización mostró hace décadas que distintos niveles de delegación modifican adquisición de información, análisis, selección de decisiones e implementación de acciones (Parasuraman et al., 2000); más recientemente, Romeo y Conti (2026) advierten que la sobredependencia puede persistir incluso cuando el usuario dispone de explicaciones del sistema, de modo que supervisar exige conocimientos suficientes para detectar errores, contradecir recomendaciones y conservar posibilidad real de rechazo. En educación asistida por IA, Dai et al. (2026) operacionalizan esta dimensión mediante una escala de compromiso agentivo que incluye dirección adaptativa, integración crítica, indagación entre fuentes y calibración reflexiva; FORJAR-IA adopta una concepción compatible, aunque la traduce a decisiones observables dentro de una secuencia de trabajo.
Samuel (2026) desarrolla esta problemática mediante la noción de coagencia epistémica, según la cual la construcción de conocimiento con sistemas generativos exige una relación reflexiva en la que el estudiante confronte supuestos, detecte contradicciones y mantenga responsabilidad sobre el juicio; UNESCO, tanto en su guía sobre IA generativa como en su marco de competencias para docentes, converge en una orientación humanocéntrica que preserva agencia y responsabilidad (Miao & Holmes, 2023; Miao & Cukurova, 2024). FORJAR-IA se apoya en estos antecedentes y formaliza un criterio más operativo: la IA puede intervenir en la generación de oposición, alternativas o preguntas, pero no debe apropiarse de la formulación inicial ni del cierre evaluado como evidencia principal del pensamiento del estudiante.
Antecedentes próximos y delimitación de la contribución
El campo contiene ya propuestas cercanas que hacen necesario delimitar FORJAR-IA con precisión; LEARN integra aprendizaje permanente, compromiso, procesamiento activo, reflexión y diseño informado por neurociencia, con una orientación explícita hacia evaluaciones en las que la IA funcione como andamio y no como sustituto (Uden & Hwang, 2026); Vendrell y Johnston (2026) proponen ocho principios de diseño que incluyen preservar fricción cognitiva, incorporar evaluación a lo largo del proceso y secuenciar momentos mediados y no mediados por IA; IDEA organiza intención, descomposición, expresión y adaptación dentro de un ciclo metacognitivo y aporta evidencia piloto exploratoria sobre la calidad inmediata de prompts y productos (Wang et al., 2026). A su vez, los agentes socráticos muestran que el diálogo interrogativo estructurado puede favorecer reflexión, argumentación y pensamiento crítico frente a condiciones de chatbot genérico o en dominios próximos al conocimiento de los participantes (Bereznikova et al., 2026; Namaziandost & Teng, 2026; Xi et al., 2026), mientras la coagencia epistémica insiste en que aprender con máquinas supone construir y disputar conocimiento, no solo consumir resultados (Samuel, 2026).
Tabla 1
Comparación de FORJAR-IA con aproximaciones contemporáneas próximas
| Enfoque | Finalidad principal | Núcleo operativo | Estado de evidencia | Diferencia que FORJAR-IA busca aportar |
| LEARN, Uden y Hwang, 2026 | Diseño responsable de aprendizaje y evaluación con IA | Compromiso, procesamiento activo, reflexión y diseño informado por neurociencia | Artículo de posición y marco conceptual | Añade una microsecuencia de oposición, verificación, reconstrucción y transferencia trazable |
| Vendrell y Johnston, 2026 | Preservar pensamiento crítico en entornos con modelos de lenguaje | Fricción cognitiva, evaluación continua, IA como interlocutor provisional y fases con y sin IA | Marco conceptual y normativo de diseño | Operacionaliza principios de alto nivel en seis fases con evidencias intermedias |
| Coagencia epistémica, Samuel, 2026 | Reformular la responsabilidad por el conocimiento en interacción con IA | Relación dialéctica para razonar con, a través de y contra la IA | Teoría conceptual: Epistemic Entanglement Framework | Traduce responsabilidad epistémica en registros, decisiones y cierre atribuible al estudiante |
| IDEA, Wang et al., 2026 | Regular metacognitivamente el uso académico de IA | Intención, descomposición, expresión y adaptación | Marco teórico informado con estudio piloto exploratorio, N = 42 | Desplaza el foco desde regulación del prompting hacia confrontación, verificación y transferencia del juicio |
| Diálogo socrático con IA, 2026 | Promover cuestionamiento, reflexión y argumentación | Preguntas, contraargumentos y diálogo guiado | Evidencia empírica emergente con diseños y poblaciones heterogéneas | Integra el cuestionamiento en un ciclo que comienza con formulación humana y termina con transferencia sin IA |
| FORJAR-IA, propuesta actual | Desarrollar pensamiento crítico transferible | Formular, Oponer, Rastrear, Juzgar, Argumentar y Reflexionar | Método conceptual por validar | Trazabilidad del cambio, roles tecnológicos restringidos y prueba final autónoma como criterio fuerte de aprendizaje |
Nota: Elaboración propia a partir de la literatura citada. La comparación no implica equivalencia entre marcos, sino proximidad funcional respecto de agencia, metacognición, pensamiento crítico y diseño de interacción con IA.
La originalidad defendible de FORJAR-IA no reside, por tanto, en inventar la fricción cognitiva, el método socrático o la alternancia humano IA, sino en la configuración conjunta de cinco rasgos: una producción humana de línea base antes de cualquier intervención generativa; una oposición epistémica deliberada en la que la IA tiene prohibido resolver el problema; una fase de verificación externa que impide que el mismo generador funcione como fuente y juez de sus afirmaciones; una reconstrucción final atribuible al estudiante y una prueba de transferencia autónoma, conectadas por un sistema de evidencias que permite observar cómo cambió el juicio. Esta configuración constituye la unidad conceptual que el presente artículo somete a análisis y propone para validación posterior.
Metodología
Enfoque y diseño
El estudio adopta un enfoque cualitativo mediante un diseño teórico documental de carácter analítico interpretativo y hermenéutico crítico, orientado a construir y delimitar un método conceptual, no a estimar un tamaño de efecto ni a presentar una revisión sistemática exhaustiva; se empleó una síntesis integrativa porque los constructos relevantes proceden de tradiciones distintas, entre ellas pensamiento crítico, metacognición, autorregulación, descarga cognitiva, automatización, agencia y educación mediada por inteligencia artificial, por lo que su articulación requiere establecer primero equivalencias, diferencias y relaciones funcionales antes de formular la arquitectura propuesta.
Corpus documental y criterios de selección
El corpus nuclear quedó integrado por treinta fuentes publicadas entre 1979 y 2026, de las cuales veintiuna corresponden al periodo 2024 a 2026 y nueve funcionan como fundamentos teóricos o institucionales; la búsqueda y verificación bibliográfica se cerraron el 3 de octubre de 2026 y priorizaron registros editoriales persistentes, páginas de revistas, DOI, PubMed o PMC, repositorios institucionales y documentos oficiales de UNESCO. Se incluyeron trabajos directamente vinculados con pensamiento crítico, metacognición, transferencia, descarga cognitiva, agencia epistémica, sesgo de automatización, diálogo socrático o diseño pedagógico con IA; para la evidencia reciente se priorizaron artículos revisados por pares, revisiones sistemáticas o de alcance, estudios experimentales o cuasiexperimentales y marcos conceptuales publicados, mientras se excluyeron piezas periodísticas, afirmaciones deterministas sin respaldo empírico y preprints cuando existía una versión revisada por pares.
Procedimiento analítico
El análisis se desarrolló en cinco movimientos encadenados; primero, se identificaron operaciones recurrentes asociadas con pensamiento crítico y autorregulación, entre ellas formulación, contraste, evaluación de evidencia, calibración y transferencia; segundo, se mapearon riesgos específicos de la interacción generativa, especialmente descarga dependiente, sesgo de automatización, aceptación acrítica y confusión entre rendimiento asistido y capacidad propia; tercero, se compararon marcos contemporáneos para localizar zonas de solapamiento y evitar reivindicaciones de originalidad indebidas; cuarto, se diseñó una secuencia en la que cada fase tuviera una función cognitiva, una función tecnológica y una evidencia observable distinta; quinto, se sometió la arquitectura resultante a una prueba de coherencia conceptual y falsabilidad. Durante todo el procedimiento se distinguieron tres niveles de afirmación, a saber, fundamentos teóricos consolidados, hallazgos empíricos reportados por la literatura y proposiciones originales de FORJAR-IA; asimismo, se aplicó una regla de cautela causal, de modo que resultados autorreportados, correlacionales o transversales se describen como asociaciones y las afirmaciones de efecto se reservan para diseños que permiten sostenerlas.
Tabla 2
Síntesis del enfoque metodológico
| Elemento metodológico | Descripción resumida |
| Enfoque | Cualitativo; revisión teórico documental integrativa, analítico interpretativa y hermenéutico crítica. |
| Corte y verificación | Cierre documental: 3 de octubre de 2026; verificación mediante páginas editoriales, DOI, PubMed o PMC, repositorios institucionales y UNESCO. |
| Corpus | 30 fuentes publicadas entre 1979 y 2026; 21 corresponden a 2024 a 2026 y 9 a fundamentos teóricos o institucionales. |
| Inclusión y exclusión | Relación directa con los constructos; trazabilidad editorial; prioridad a revisión por pares para evidencia reciente; exclusión de opinión sin respaldo y preprints cuando existía versión revisada. |
| Ejes de análisis | Pensamiento crítico, metacognición, transferencia, descarga cognitiva, agencia epistémica, diálogo socrático, sesgo de automatización y diseño pedagógico con IA. |
| Procedimiento y calidad | Comparación conceptual, diferenciación de funciones, contraste con evidencia reciente, separación entre teoría, hallazgo empírico y proposición original; cautela causal según el diseño de cada fuente. |
| Producto | Método FORJAR-IA, Traza de Transformación Crítica, Matriz de Trazabilidad Crítica y proposiciones contrastables. |
| Alcance | Propuesta conceptual por validar; no constituye todavía una escala psicométrica ni demuestra eficacia causal del método. |
Nota: Elaboración propia. El diseño se aproxima deliberadamente a la lógica de construcción conceptual utilizada en revisiones integrativas, sin presentarse como revisión sistemática exhaustiva.
Resultados: construcción del método FORJAR-IA
Definición formal y unidad de análisis
FORJAR-IA se define como un método pedagógico secuencial para el desarrollo del pensamiento crítico mediante inteligencia artificial generativa, basado en la producción previa de un juicio humano, su confrontación deliberada con objeciones y perspectivas generadas mediante IA, la verificación independiente de afirmaciones, la evaluación razonada de evidencias, la reconstrucción argumentativa y la reflexión metacognitiva, culminando en una tarea de transferencia sin asistencia tecnológica destinada a comprobar la persistencia autónoma del aprendizaje. La unidad de análisis no es el prompt ni la respuesta final, sino la transformación del juicio documentada a través de la secuencia completa.
La tesis central del método sostiene que la IA contribuye al pensamiento crítico cuando incrementa las exigencias de justificación, contraste, verificación y autorregulación que recaen sobre el estudiante, en vez de reducirlas mediante sustitución. Esta tesis es compatible con la distinción entre patrones de agencia favorable y dependencia descrita por Wang et al. (2026), con la diferencia entre descarga autónoma y dependiente de Zhu et al. (2026), con los principios de fricción cognitiva propuestos por Vendrell y Johnston (2026) y con la advertencia de Lin y Al-Hada (2026) sobre la posible disociación entre calidad inmediata del producto y profundidad cognitiva; FORJAR-IA reorganiza esos antecedentes en una secuencia operacional cuyo criterio final es el desempeño autónomo.
Principios de diseño
Principio de primacía de formulación humana. La posición inicial debe producirse antes de consultar la IA, porque sin una línea base cognitiva no es posible distinguir entre pensamiento propio, apropiación posterior y simple adopción de una respuesta generada; esta fase no exige que el juicio inicial sea correcto, sino que sea atribuible al estudiante y suficientemente explícito para poder ser confrontado.
Principio de oposición sin sustitución. Durante la fase adversarial, la IA debe crear resistencia intelectual mediante preguntas, objeciones, contraejemplos y perspectivas alternativas, pero no resolver el problema ni formular la conclusión que posteriormente será evaluada; el valor pedagógico reside en aumentar la exigencia del razonamiento humano y no en producir una segunda respuesta lista para ser aceptada.
Principio de verificación fuera del generador. Toda afirmación verificable que desempeñe una función relevante en el argumento debe contrastarse con fuentes externas pertinentes; un modelo generativo no puede funcionar simultáneamente como productor de una afirmación y única autoridad que certifica su validez, por lo que la fase de rastreo separa generación lingüística de justificación epistemológica.
Principio de cierre humano verificable. El juicio final debe ser redactado, explicado y defendido por el estudiante; la IA puede someterlo a una última prueba, pero la evidencia evaluada como capacidad del sujeto debe permitir reconocer criterios, razones, límites y decisiones que no dependan de una reformulación final producida por la herramienta.
Principio de transferencia autónoma. La evidencia más fuerte de desarrollo no es la calidad de la producción conjunta, sino la capacidad para movilizar operaciones equivalentes ante un problema nuevo sin asistencia inmediata; FORJAR-IA incorpora por ello una tarea de transferencia que permite distinguir rendimiento asistido de aprendizaje persistente.
Principio de trazabilidad del cambio. Las fases deben dejar evidencias comparables del proceso, porque evaluar solo el producto final impide saber qué operaciones realizó el estudiante, qué objeciones procesó, qué afirmaciones verificó y por qué modificó o mantuvo su posición; la trazabilidad convierte el proceso en objeto de evaluación y de investigación.
Figura 1
Arquitectura conceptual del método FORJAR-IA
Nota. Elaboración propia. HCI = Huella Cognitiva Inicial; RC = Registro de Confrontación; RVE = Registro de Verificación Epistémica; MJ = Matriz de Juicio; AR = Argumentación Reconstruida; RM = Reflexión Metacognitiva; PTA = Prueba de Transferencia Autónoma.
Las seis fases de FORJAR-IA
F. Formular: El estudiante produce una posición inicial sin asistencia generativa; debe delimitar el problema, formular una tesis provisional, expresar razones, distinguir evidencia disponible de supuestos y declarar un nivel de confianza junto con las condiciones que podrían hacerlo cambiar de opinión. El producto de esta fase se denomina Huella Cognitiva Inicial, porque registra el estado del razonamiento antes de la intervención tecnológica y permite comparar posteriormente continuidad, revisión y aprendizaje.
O. Oponer: La IA asume un rol adversarial controlado y recibe instrucciones explícitas para no resolver la tarea; debe identificar supuestos discutibles, formular objeciones fuertes, producir contraejemplos, representar perspectivas relevantes ausentes y plantear preguntas que obliguen al estudiante a justificar criterios. La evidencia de esta fase es el Registro de Confrontación, que no conserva toda la conversación de forma indiscriminada, sino las objeciones seleccionadas como cognitivamente relevantes y la primera reacción razonada del estudiante ante ellas.
R. Rastrear: El estudiante clasifica las afirmaciones que surgieron durante la formulación y la oposición en hechos, interpretaciones, inferencias, supuestos y juicios de valor; identifica cuáles requieren comprobación y las contrasta con fuentes externas de calidad. El Registro de Verificación Epistémica debe indicar afirmación, fuente, resultado de la comprobación, nivel de confiabilidad y consecuencia para el argumento, con lo cual se evita que la fluidez de la salida generativa sea utilizada como sustituto de evidencia.
J. Juzgar: Con la posición inicial, las objeciones y la evidencia contrastada, el estudiante evalúa la calidad de los argumentos mediante criterios de claridad, pertinencia, suficiencia de evidencia, coherencia inferencial, consideración de perspectivas y consecuencias; la IA puede proponer alternativas, pero también puede introducir deliberadamente un argumento plausible aunque defectuoso, siempre que la actividad esté diseñada para que el estudiante detecte la falla y justifique su diagnóstico. La Matriz de Juicio registra qué argumentos se aceptan, cuáles se rechazan y por qué.
A. Argumentar: El estudiante reconstruye su posición y produce una argumentación final en la que hace visible qué mantuvo, qué modificó, qué evidencia resultó decisiva y qué límites reconoce; mantener la conclusión inicial no se interpreta como ausencia de aprendizaje si la calidad de la justificación, la consideración de objeciones y la calibración de certeza mejoran. La Argumentación Reconstruida constituye el cierre intelectual humano de la secuencia y no debe ser redactada por la IA cuando se utilice como evidencia principal de aprendizaje.
R. Reflexionar y transferir: La fase final integra metacognición y transferencia; primero, el estudiante identifica qué aspecto de su pensamiento cambió, qué supuesto descubrió, qué salida de la IA rechazó, qué fuente modificó su confianza y qué estrategia podría reutilizar, luego resuelve un problema nuevo, estructuralmente semejante pero no idéntico, sin apoyo generativo. La Reflexión Metacognitiva y la Prueba de Transferencia Autónoma permiten comprobar si las operaciones practicadas durante la interacción se han convertido en recursos disponibles para el sujeto.
Tabla 3
Fases, funciones y evidencias observables de FORJAR-IA
| Fase | Operación cognitiva | Rol del estudiante | Rol de la IA | Evidencia |
| F, Formular | Elaboración y explicitación | Formula tesis, razones, supuestos y confianza | Ausente | HCI |
| O, Oponer | Confrontación | Responde y reconsidera | Adversario intelectual provisional | RC |
| R, Rastrear | Verificación | Contrasta afirmaciones con fuentes | Sugiere rutas, no certifica verdad | RVE |
| J, Juzgar | Evaluación | Valora evidencia, lógica y perspectivas | Genera alternativas y casos críticos | MJ |
| A, Argumentar | Reconstrucción | Produce y defiende juicio final | Examinador, no autor final | AR |
| R, Reflexionar | Metacognición y transferencia | Explica cambios y resuelve un caso nuevo sin IA | Ausente en la prueba de transferencia | RM + PTA |
Nota: Elaboración propia. La ausencia de IA en Formular y en la Prueba de Transferencia Autónoma es una condición de diseño, no una prohibición general de uso tecnológico.
Traza de Transformación Crítica
Se propone denominar Traza de Transformación Crítica al conjunto organizado de evidencias que permite reconstruir cómo evolucionó el juicio del estudiante a lo largo de un ciclo FORJAR-IA. Puede expresarse de manera descriptiva como TTC = HCI + RC + RVE + MJ + AR + RM + PTA; esta expresión no representa una ecuación psicométrica ni asigna pesos equivalentes a sus componentes, sino un mapa documental que obliga a conservar evidencia del estado inicial, la confrontación, la verificación, el juicio, la reconstrucción, la reflexión y la transferencia. Su propósito es resolver un problema de inferencia educativa creciente: cuando una IA puede generar un producto competente, la evaluación necesita evidencias adicionales para atribuir las operaciones cognitivas al estudiante.
La TTC permite analizar no solo si la conclusión cambió, sino si mejoró la calidad del proceso que la sostiene. Un estudiante puede conservar su posición inicial y mostrar transformación crítica si reconoce objeciones que antes ignoraba, reemplaza fuentes débiles, reduce una certeza injustificada, distingue hechos de inferencias o aprende a formular condiciones bajo las cuales revisaría su juicio; por el contrario, un cambio de opinión que ocurra simplemente porque la IA presentó una alternativa con lenguaje persuasivo no constituye, por sí mismo, evidencia de pensamiento crítico. La unidad de transformación es la calidad epistemológica del juicio, no la dirección del cambio.
Matriz de Trazabilidad Crítica: propuesta de operacionalización
Para convertir la trazabilidad en una herramienta investigable se propone una Matriz de Trazabilidad Crítica, MTC-FORJAR, con seis dimensiones valoradas provisionalmente de 0 a 4: delimitación del problema, calidad argumentativa, evidencia y verificación, integración de contraargumentos, calibración epistemológica y autorregulación metacognitiva. La matriz puede aplicarse a la Huella Cognitiva Inicial, a la Argumentación Reconstruida y, con adaptación mínima del enunciado, a la Prueba de Transferencia Autónoma; la diferencia entre puntuaciones inicial y final puede utilizarse como indicador descriptivo de cambio, pero no debe interpretarse como escala validada hasta completar estudios de contenido, estructura interna, confiabilidad y relación con medidas externas consolidadas.
Tabla 4
Matriz de Trazabilidad Crítica MTC-FORJAR: descriptores provisionales 0 a 4
| Dimensión | 0. Ausente | 1. Incipiente | 2. Básico | 3. Consistente | 4. Avanzado |
| Delimitación del problema | No identifica el problema o responde de modo irrelevante. | Reconoce el tema, pero lo formula de manera confusa o excesivamente amplia. | Delimita el problema y formula una posición, aunque omite condiciones relevantes. | Delimita con precisión, identifica variables o criterios pertinentes y formula una posición clara. | Delimita con precisión, reconoce ambigüedades y condiciones de frontera, y formula una posición revisable. |
| Calidad argumentativa | Afirma sin razones o presenta razones inconexas. | Ofrece razones débiles, circulares o poco relacionadas con la conclusión. | Presenta una estructura razonable, aunque con inferencias incompletas o poco desarrolladas. | Construye razones coherentes y suficientes, diferenciando premisas, inferencias y conclusión. | Integra razones jerarquizadas, evalúa la fuerza inferencial y reconoce límites de la conclusión. |
| Evidencia y verificación | No usa evidencia o acepta afirmaciones sin comprobar. | Menciona evidencia sin trazabilidad ni evaluación de confiabilidad. | Utiliza fuentes identificables, aunque la verificación es parcial o acrítica. | Contrasta afirmaciones relevantes con fuentes pertinentes y explica su efecto sobre el juicio. | Triangula fuentes, evalúa calidad y discrepancias, distingue evidencia de interpretación y ajusta el argumento. |
| Contraargumentos y perspectivas | Ignora objeciones y perspectivas alternativas. | Menciona una objeción sin responderla sustantivamente. | Reconoce objeciones pertinentes y ofrece una respuesta parcial. | Integra contraargumentos fuertes, responde con razones y modifica lo necesario. | Compara perspectivas rivales, identifica supuestos de cada una y reconstruye el juicio a partir del contraste. |
| Calibración epistemológica | Expresa certeza absoluta sin justificarla o confunde opinión con conocimiento. | Reconoce alguna duda, pero no identifica su origen ni condiciones de revisión. | Declara nivel de confianza y algunas limitaciones, aunque de forma general. | Ajusta la confianza según evidencia, distingue hechos, inferencias y valores, y explicita límites. | Calibra la certeza de forma fina, identifica qué evidencia podría refutar su posición y actualiza explícitamente su confianza. |
| Autorregulación metacognitiva | No identifica cambios, errores ni estrategias propias. | Describe lo ocurrido sin analizar cómo pensó o por qué cambió. | Reconoce al menos un cambio o estrategia, con explicación limitada. | Explica qué cambió, qué desencadenó la revisión y qué estrategia reutilizaría. | Monitorea sesgos y decisiones, justifica revisiones, evalúa la influencia de la IA y transfiere estrategias a un caso nuevo. |
Nota: Propuesta inicial del autor. Los niveles no constituyen todavía puntos de corte validados; su finalidad es orientar estudios de contenido, confiabilidad interevaluador, estructura interna y validez convergente y discriminante.
En una primera aproximación, el cambio intratarea puede expresarse como ΔTC = TCf − TCi, donde TCi corresponde a la puntuación descriptiva de la Huella Cognitiva Inicial y TCf a la Argumentación Reconstruida; la interpretación debe hacerse por dimensión y no únicamente mediante un total, porque un aumento agregado puede ocultar patrones diferentes, como mejor argumentación acompañada de peor calibración o mayor uso de evidencia sin consideración de contraargumentos. La PTA debería analizarse por separado como evidencia de generalización, puesto que una puntuación final elevada dentro de la misma tarea no garantiza transferencia a una situación nueva.
Protocolo mínimo de interacción con la IA
El método requiere que el rol del sistema se configure mediante instrucciones funcionales y no mediante una invitación genérica a ayudar. En Oponer, una instrucción adecuada solicitaría examinar la posición sin ofrecer una solución final, identificar supuestos discutibles, formular dos objeciones fuertes, presentar un contraejemplo y plantear una pregunta que obligue a justificar un criterio; en Rastrear, la IA puede señalar qué afirmaciones parecen necesitar comprobación, pero el estudiante debe realizar la verificación en fuentes externas; en Juzgar, el sistema puede generar perspectivas alternativas o un argumento plausible con una debilidad intencional, siempre que el docente controle el riesgo de confusión; en Argumentar, la IA puede actuar como examinador que formula preguntas sobre el texto del estudiante, pero no debe producir la versión que será calificada como cierre humano. Esta restricción funcional distingue un diseño para aprendizaje de una interacción orientada únicamente a eficiencia.
El docente conserva una función decisiva en la selección de problemas, el ajuste de dificultad, la definición de fuentes admisibles, la vigilancia de errores del sistema y la evaluación de la transferencia. FORJAR-IA no presupone que todos los estudiantes posean igual capacidad para auditar una respuesta generativa; por ello, el conocimiento previo, la alfabetización en IA, el dominio informacional y la complejidad del problema deben considerarse condiciones de implementación, en consonancia con la evidencia que relaciona pensamiento crítico con experiencia de dominio y calidad de la interacción (Bereznikova et al., 2026; Dai et al., 2026).
Proposiciones contrastables y agenda de validación
Para que FORJAR-IA alcance valor científico más allá de su utilidad heurística debe producir predicciones susceptibles de refutación. En esta fase no se asignan pesos definitivos a las dimensiones ni se afirma eficacia causal; en cambio, se formulan proposiciones que pueden convertirse en hipótesis y someterse a diseños experimentales, cuasiexperimentales y longitudinales. La lógica de validación debe evitar un error frecuente en investigación sobre IA educativa: evaluar solamente la calidad inmediata del producto, porque precisamente ese indicador puede mejorar mientras se reduce la participación cognitiva del estudiante (Barcaui, 2025; Lin & Al-Hada, 2026).
Tabla 5
Proposiciones de FORJAR-IA y posibilidades de contraste empírico
| Proposición | Predicción | Indicadores posibles |
| P1. Efecto de la arquitectura | A igualdad de acceso a IA, una secuencia FORJAR-IA producirá mayor mejora en pensamiento crítico que un uso generativo libre o centrado en respuesta directa. | Cambio en MTC-FORJAR; medida externa de pensamiento crítico; calidad de argumentación. |
| P2. Mediación de la verificación | La calidad de la verificación epistémica mediará parcialmente la relación entre método y calidad del juicio final. | RVE; calidad de fuentes; detección de afirmaciones falsas; cambio de confianza. |
| P3. Agencia conservada | La preservación de formulación y cierre humanos se asociará con mayor capacidad de explicar y defender el producto sin apoyo. | Explicación oral; rechazo razonado de recomendaciones; trazabilidad del autor. |
| P4. Transferencia autónoma | Las diferencias entre FORJAR-IA y uso libre de IA serán más claras en tareas nuevas sin asistencia que en el producto generado durante la interacción. | PTA inmediata y diferida; retención; resolución de problema análogo. |
| P5. Moderación por conocimiento previo | El efecto de la oposición generativa será mayor cuando el estudiante disponga de conocimiento de dominio suficiente para interpretar y evaluar las objeciones. | Prueba de conocimiento previo; interacción condición × conocimiento. |
| P6. Efecto diferido | Las ventajas o riesgos de distintos patrones de interacción se distinguirán mejor con mediciones diferidas que en evaluaciones inmediatamente posteriores. | PTA a 1 semana y 4 a 6 semanas; calibración; retención; autonomía. |
Nota: Las proposiciones son derivaciones teóricas del modelo y no resultados empíricos demostrados.
Ruta de validación
Primera etapa, validación conceptual y de contenido: Un panel de expertos en pensamiento crítico, evaluación, didáctica, inteligencia artificial educativa y metodología debe valorar claridad, pertinencia, suficiencia y representatividad de fases, indicadores y descriptores; puede utilizarse V de Aiken, juicio Delphi o ambos, pero los criterios y umbrales deben fijarse antes del análisis para reducir decisiones retrospectivas.
Segunda etapa, estudio de confiabilidad de la matriz: Dos o más evaluadores independientes deben puntuar producciones auténticas sin conocer la condición experimental; la consistencia interevaluador puede estimarse mediante coeficientes apropiados al nivel de medida, además de analizar desacuerdos cualitativos para depurar descriptores que resulten ambiguos.
Tercera etapa, validez de constructo y relación con criterios externos: La MTC-FORJAR debe compararse con instrumentos consolidados de pensamiento crítico, medidas de metacognición y, cuando sea pertinente, indicadores de agencia como la AE-AI de Dai et al. (2026); no se debe asumir que todas las dimensiones formen un único factor, por lo que la estructura interna necesita evaluarse empíricamente y podría justificar puntuaciones multidimensionales en lugar de un total.
Cuarta etapa, estudio piloto de viabilidad: La aplicación en cursos universitarios permitirá estimar tiempo, comprensión de instrucciones, carga de trabajo, calidad de registros, comportamiento real de la IA y necesidad de ajustes disciplinares; esta fase debe incluir análisis de conversaciones para comprobar que el sistema cumplió el rol previsto y que no entregó soluciones completas durante Oponer o Argumentar.
Quinta etapa, contraste experimental: Un diseño especialmente informativo incluiría tres grupos: metodología habitual sin IA, uso libre de IA y aplicación estructurada de FORJAR-IA; las mediciones deberían abarcar línea base, producto inmediato, tarea nueva sin IA y una medición diferida, de modo que sea posible distinguir efecto de disponer de una herramienta, efecto de la arquitectura pedagógica y persistencia del aprendizaje.
Sexta etapa, replicación y validez ecológica: La eficacia debe examinarse en disciplinas con distintas estructuras epistemológicas, niveles educativos y contextos culturales; un método de pensamiento crítico no puede considerarse generalizable a partir de una única asignatura, población o modelo de IA, de modo que la replicación deberá registrar versión del sistema, tipo de tarea, conocimiento previo, intensidad de uso y competencias informacionales de los participantes.
Discusión
De la asistencia eficiente a la transformación del juicio
FORJAR-IA parte de una distinción que se vuelve decisiva en educación generativa: rendimiento asistido y capacidad desarrollada no son equivalentes. La fluidez de los modelos puede aumentar la calidad aparente de un texto sin que el estudiante haya realizado todas las operaciones que el texto presupone; por ello, la evaluación de pensamiento crítico necesita desplazarse del artefacto aislado hacia una secuencia de decisiones observables. Esta conclusión converge con la literatura reciente que describe riesgos de desempeño sin aprendizaje, descarga dependiente y disociación entre producto y proceso (Barcaui, 2025; Wang et al., 2026; Zhu et al., 2026), pero FORJAR-IA añade un procedimiento específico para registrar esa diferencia dentro de una actividad.
El método también modifica el papel atribuido a la IA. En lugar de concebirla primordialmente como tutor que explica o asistente que mejora borradores, la utiliza temporalmente como fuente de oposición epistémica; esta función tiene antecedentes claros en el diálogo socrático y en la recomendación de tratar a los modelos como interlocutores provisionales (Namaziandost & Teng, 2026; Vendrell & Johnston, 2026; Xi et al., 2026), por lo que la aportación no se encuentra en la idea del adversario intelectual en sí misma. La diferencia está en que la oposición se inserta entre una formulación humana previa y una obligación posterior de verificar, juzgar y reconstruir, de manera que la conversación no sustituya el itinerario de aprendizaje.
La fase Rastrear responde a un problema especialmente sensible: un modelo generativo puede presentar hechos, inferencias y valoraciones dentro de una misma respuesta, lo que dificulta percibir dónde termina la información y comienza la interpretación. Obligar al estudiante a clasificar afirmaciones y buscar confirmación externa reintroduce una responsabilidad epistémica que puede perderse cuando la interfaz combina búsqueda, síntesis y persuasión; esta práctica es coherente con el énfasis de Dai et al. (2026) en indagación entre fuentes, con la coagencia epistémica de Samuel (2026) y con los marcos humanocéntricos de UNESCO, aunque en FORJAR-IA se convierte en una fase autónoma y documentable.
La prueba de transferencia constituye el punto más exigente de la propuesta. Muchos estudios de IA educativa evalúan resultados inmediatamente después de la intervención y dentro de la misma ecología tecnológica; sin embargo, si la finalidad es afirmar desarrollo de una capacidad humana, resulta necesario observar qué permanece cuando cambia el problema o se retira la herramienta. Halpern (1998) y van Gelder (2005) ya habían destacado la dificultad de transferir pensamiento crítico, mientras Barcaui (2025) muestra empíricamente por qué una medición diferida puede modificar la interpretación de una ventaja inmediata; FORJAR-IA incorpora esta exigencia como parte constitutiva del método y no como evaluación opcional añadida al final.
Relación con LEARN, IDEA, coagencia epistémica y diseño de fricción cognitiva
FORJAR-IA puede entenderse como complementario, no sustituto, de los marcos recientes; LEARN ofrece una arquitectura amplia para el uso responsable de IA en evaluación mediante aprendizaje activo, compromiso, reflexión y diseño informado por neurociencia, mientras FORJAR-IA se concentra en la microsecuencia mediante la cual un juicio inicial es confrontado, verificado, reconstruido y transferido; IDEA regula cómo el estudiante explicita su intención, descompone la tarea, expresa requisitos y adapta su interacción con el sistema, mientras FORJAR-IA comparte la regulación metacognitiva pero desplaza el centro desde la calidad del prompting hacia la transformación trazable del juicio; la coagencia epistémica aporta una teoría relacional sobre responsabilidad en la construcción de conocimiento, y FORJAR-IA intenta operacionalizar parte de esa responsabilidad mediante registros y decisiones observables; finalmente, los principios de Vendrell y Johnston ofrecen reglas de diseño de alto nivel que FORJAR-IA traduce en un procedimiento secuencial susceptible de implementación, comparación experimental y evaluación de transferencia.
Esta complementariedad es importante para sostener una reivindicación académica prudente. El método no debe presentarse como la primera propuesta que exige pensamiento antes de usar IA, ni como la primera que alterna fases con y sin tecnología, porque esos elementos aparecen ya en distintos marcos; su aporte defendible consiste en la combinación específica de la secuencia FORJAR, la asignación de roles tecnológicos restringidos por fase, la Traza de Transformación Crítica y el uso obligatorio de transferencia autónoma como criterio para interpretar el aprendizaje. La validez de esta contribución dependerá finalmente de demostrar que esa configuración produce información o resultados que no se obtienen con diseños alternativos más simples.
Implicaciones para la práctica docente y la evaluación
En la práctica, FORJAR-IA desplaza la pregunta docente desde cuánto uso de IA debe permitirse hacia qué operación constituye el objetivo de aprendizaje y quién debe ejecutarla. Si el objetivo es aprender a argumentar, permitir que el sistema formule la tesis, seleccione la evidencia y redacte la conclusión antes de que el estudiante piense puede vaciar precisamente la competencia que se desea desarrollar; en cambio, utilizar el mismo sistema para producir objeciones difíciles después de una formulación propia puede elevar la exigencia. La tecnología no cambia, cambia la función pedagógica asignada a su intervención.
La evaluación necesita seguir la misma lógica. Una rúbrica aplicada únicamente al producto final puede valorar coherencia y estilo sin saber quién realizó las operaciones que los generaron; la TTC añade evidencia de proceso y permite incorporar defensa oral, justificación de fuentes, registro de cambios y transferencia. Esto no significa vigilar exhaustivamente cada interacción ni convertir la enseñanza en auditoría tecnológica; significa seleccionar evidencias de alto valor inferencial que permitan atribuir comprensión, juicio y autorregulación al estudiante, reduciendo la dependencia de detectores de IA cuya precisión no resuelve el problema pedagógico de fondo.
Condiciones de uso responsable
El método presupone una implementación ética y pedagógicamente proporcionada. La IA no debe ser utilizada para fabricar deliberadamente desinformación que pueda causar daño, ni para introducir objeciones que superen de forma desproporcionada la preparación conceptual del estudiante; el docente debe definir dominios, fuentes y criterios, informar sobre límites del sistema y prever alternativas para estudiantes con acceso desigual. Asimismo, la conservación de registros de interacción debe respetar políticas de privacidad y minimización de datos; la trazabilidad que propone FORJAR-IA es académica, no una autorización para recopilar indiscriminadamente conversaciones personales.
Limitaciones del modelo y del estudio
FORJAR-IA presenta limitaciones que deben hacerse explícitas. En primer lugar, es una propuesta conceptual construida mediante revisión integrativa y no un método cuya eficacia haya sido demostrada; la secuencia puede ser coherente teóricamente y, aun así, no producir ventajas significativas frente a alternativas más simples, de modo que las afirmaciones causales deben reservarse para investigaciones posteriores.
En segundo lugar, la Matriz de Trazabilidad Crítica es provisional; los niveles 0 a 4 ofrecen descriptores analíticos, pero no existe todavía evidencia sobre estructura factorial, consistencia interna, acuerdo interevaluador, sensibilidad al cambio o relación con medidas externas. La expresión ΔTC es únicamente descriptiva y no debe convertirse en índice estandarizado sin un programa psicométrico previo.
En tercer lugar, las fronteras entre fases pueden solaparse. Verificar implica juzgar la confiabilidad de una fuente, juzgar puede conducir a nuevas búsquedas y argumentar puede activar reflexión; la secuencia se propone como arquitectura didáctica y de trazabilidad, no como descripción de compartimentos cognitivos independientes. La implementación debe permitir iteraciones controladas sin perder la evidencia de qué operación se está privilegiando.
En cuarto lugar, el desempeño depende del conocimiento del dominio, la alfabetización informacional, la calidad del sistema generativo y la habilidad para formular instrucciones; un estudiante con poca base conceptual puede no detectar una objeción defectuosa o una fuente inadecuada, por lo que la oposición de la IA no debe interpretarse como sustituto de la enseñanza disciplinar. La evidencia de Bereznikova et al. (2026) y la literatura sobre pensamiento crítico apoyan la necesidad de considerar conocimiento previo y contexto disciplinar.
En quinto lugar, la rapidez con que cambian los modelos de IA limita la estabilidad tecnológica de cualquier protocolo. FORJAR-IA intenta reducir este problema al definir funciones pedagógicas independientes de una plataforma específica, pero futuros estudios deberán registrar versión del modelo, configuraciones, disponibilidad de búsqueda y cambios en políticas de sistema para asegurar replicabilidad.
Comentarios finales
La discusión sobre inteligencia artificial y pensamiento crítico corre el riesgo de quedar atrapada entre dos simplificaciones: asumir que toda asistencia tecnológica debilita la mente o suponer que toda ampliación de productividad equivale a aprendizaje. La evidencia reciente no respalda ninguna de esas posiciones de manera general; muestra, en cambio, que el efecto depende del diseño de la tarea, del tipo de descarga, del grado de agencia, de la regulación metacognitiva y de las oportunidades de ejecutar posteriormente la capacidad sin asistencia. Bajo esta premisa, FORJAR-IA propone tratar la interacción con sistemas generativos como un problema de arquitectura pedagógica y no simplemente de disponibilidad tecnológica.
El método organiza seis operaciones: Formular, Oponer, Rastrear, Juzgar, Argumentar y Reflexionar; comienza con una huella cognitiva humana, introduce una oposición generativa limitada, obliga a verificar fuera del sistema, exige un juicio explícito, recupera el cierre argumentativo del estudiante y termina con reflexión y transferencia autónoma. La Traza de Transformación Crítica permite documentar este recorrido, mientras la MTC-FORJAR ofrece una primera operacionalización para estudiar el cambio sin confundir puntuación descriptiva con validación psicométrica.
La proposición central puede expresarse de manera sencilla: la IA no desarrolla pensamiento crítico por producir respuestas más sofisticadas, sino cuando la interacción está diseñada para que el estudiante formule mejores preguntas, confronte mejores objeciones, verifique con mayor rigor, calibre su certeza y pueda reconstruir y transferir su juicio. Por ello, el criterio educativo decisivo no debería ser cuánto puede hacer la herramienta en lugar del estudiante, sino qué capacidades humanas conserva, fortalece y vuelve transferibles después de trabajar con ella.
En esa dirección, FORJAR-IA plantea una regla de diseño que resume su propósito: la IA no debe eliminar la dificultad que hace necesario pensar; debe ayudar a construir la dificultad formativa que permita pensar mejor y, finalmente, demostrar ese pensamiento cuando la IA ya no esté presente.
Referencias
Barcaui, A. (2025). ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention. Social Sciences & Humanities Open, 12, 102287. https://doi.org/10.1016/j.ssaho.2025.102287
Bereznikova, A., Theophilou, E., & Hernández-Leo, D. (2026). The influence of socratic dialogue within GenAI on critical thinking and technology perception. Educational Technology Research and Development. Advance online publication. https://doi.org/10.1007/s11423-026-10693-0
Bjork, E. L., & Bjork, R. A. (2011). Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning. In M. A. Gernsbacher, R. W. Pew, L. M. Hough, & J. R. Pomerantz (Eds.), Psychology and the real world: Essays illustrating fundamental contributions to society (pp. 56–64). Worth Publishers.
Dai, Y., Liu, S., Zhou, S., Lai, S., Liu, A., & Lim, C. P. (2026). Redefining and measuring student agency in AI-assisted learning: Development and validation of the agentic engagement with AI (AE-AI) scale. Computers & Education, 253, 105687. https://doi.org/10.1016/j.compedu.2026.105687
Facione, P. A. (1990). Critical thinking: A statement of expert consensus for purposes of educational assessment and instruction. Research findings and recommendations. American Philosophical Association. ERIC Document ED315423.
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
Halpern, D. F. (1998). Teaching critical thinking for transfer across domains: Dispositions, skills, structure training, and metacognitive monitoring. American Psychologist, 53(4), 449–455. https://doi.org/10.1037/0003-066X.53.4.449
Kırcaburun, K. (2026). Generative AI use and critical thinking dispositions in higher education: A cross-sample study of the sequential role of metacognitive weakness and epistemic laziness. Journal of Intelligence, 14(7), 147. https://doi.org/10.3390/jintelligence14070147
Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (Article 1121, pp. 1–22). Association for Computing Machinery. https://doi.org/10.1145/3706598.3713778
Li, C., Cui, H., & Hagedorn, L. S. (2026). The cognitive impact of ChatGPT in higher education: A systematic review of critical and creative thinking outcomes. Computers and Education: Artificial Intelligence, 10, 100571. https://doi.org/10.1016/j.caeai.2026.100571
Lin, J., & Al-Hada, N. M. (2026). The critical-thinking paradox in generative AI-integrated learning: Distinguishing efficiency from cognitive depth—a differentiated framework and testable propositions. Frontiers in Psychology, 17, 1906070. https://doi.org/10.3389/fpsyg.2026.1906070
Miao, F., & Cukurova, M. (2024). AI competency framework for teachers. UNESCO. https://doi.org/10.54675/ZJTE2084
Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO.
Namaziandost, E., & Teng, M. F. (2026). AI-supported Socratic dialogue agents vs. generic AI chatbots for intermediate EFL learners’ critical thinking, epistemic beliefs, and argumentation: Mixed-methods evidence. International Journal of Applied Linguistics. Advance online publication. https://doi.org/10.1111/ijal.70268
Ngo Cong-Lem. (2026). Generative AI in education: Fostering critical thinking or promoting dependency? Journal for the Study of Education and Development. Advance online publication. https://doi.org/10.1177/02103702261463324
Parasuraman, R., Sheridan, T. B., & Wickens, C. D. (2000). A model for types and levels of human interaction with automation. IEEE Transactions on Systems, Man, and Cybernetics—Part A: Systems and Humans, 30(3), 286–297. https://doi.org/10.1109/3468.844354
Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688. https://doi.org/10.1016/j.tics.2016.07.002
Romeo, G., & Conti, D. (2026). Exploring automation bias in human–AI collaboration: A review and implications for explainable AI. AI & Society, 41, 259–278. https://doi.org/10.1007/s00146-025-02422-7
Samuel, A. (2026). Learning with machines: Toward a theory of epistemic co-agency. Computers and Education: Artificial Intelligence, 10, 100573. https://doi.org/10.1016/j.caeai.2026.100573
Si, S., Qi, Y., Xu, J., & Qi, X. (2026). When thinking is outsourced: Cognitive offloading and the heterogeneity of critical thinking among Chinese university students using generative artificial intelligence. Journal of Intelligence, 14(7), 116. https://doi.org/10.3390/jintelligence14070116
Tankelevitch, L., Kewenig, V., Simkute, A., Scott, A. E., Sarkar, A., Sellen, A., & Rintel, S. (2024). The metacognitive demands and opportunities of generative AI. In Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems (Article 680, pp. 1–24). Association for Computing Machinery. https://doi.org/10.1145/3613904.3642902
Uden, L., & Hwang, G.-J. (2026). The LEARN framework for responsible use of generative AI in education: A neuroscience-informed model for problem-based learning. Journal of Computers in Education. Advance online publication. https://doi.org/10.1007/s40692-026-00398-x
van Gelder, T. (2005). Teaching critical thinking: Some lessons from cognitive science. College Teaching, 53(1), 41–48. https://doi.org/10.3200/CTCH.53.1.41-48
Vendrell, M., & Johnston, S.-K. (2026). Scaffolding critical thinking with generative AI: Design principles for integrating large language models in higher education. Computers and Education: Artificial Intelligence, 10, 100572. https://doi.org/10.1016/j.caeai.2026.100572
Wang, G., Wang, W., Yang, D., & Ren, J. (2026). Generative AI, cognitive offloading, and learner agency in higher education: A scoping review. Behavioral Sciences, 16(7), 1150. https://doi.org/10.3390/bs16071150
Wang, X., Zheng, Z., Zhang, J., Hou, X., & Zhu, Z. (2026). The IDEA framework for metacognitively regulated GenAI use in higher education: Development and exploratory pilot evidence. Computers and Education: Artificial Intelligence, 11, 100657. https://doi.org/10.1016/j.caeai.2026.100657
Xi, L., Zhang, Y., & Wang, Q. (2026). Investigating the effects of an LLM-based Socratic conversational agent on students’ academic performance and reflective thinking in higher education. Computers & Education, 241, 105494. https://doi.org/10.1016/j.compedu.2025.105494
Yan, Z., Fang, Z., & Zou, W. (2026). The association between generative AI use and university students’ critical thinking: A moderated mediation model of GenAI feedback literacy and reflective thinking. Frontiers in Psychology, 17, 1939286. https://doi.org/10.3389/fpsyg.2026.1939286
Zhu, Q., Li, X., Dong, Y., Chang, P., & Fan, M. (2026). Not all cognitive offloading is equal: Distinguishing dependent and autonomous offloading to generative AI. Frontiers in Psychology, 17, 1878629. https://doi.org/10.3389/fpsyg.2026.1878629
Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2), 64–70. https://doi.org/10.1207/S15430421TIP4102_2
