1. INTRODUCCIÓN

La enseñanza de lenguas extranjeras atraviesa un proceso de transformación profunda, impulsado por la rápida expansión de las tecnologías digitales y, de modo particular, por los avances en Inteligencia Artificial (IA). En el contexto del Español como Lengua Extranjera (ELE), la IA ha pasado de ocupar un lugar secundario a situarse en el núcleo de los procesos educativos, propiciando escenarios de aprendizaje más personalizados, colaborativos y reflexivos. Estas innovaciones inciden en los modos de adquisición lingüística, al igual que las prácticas de mediación intercultural y la formación de la competencia global, entendida como la capacidad de interactuar ética y críticamente en contextos culturales diversos (OECD, 2018; Consejo de Europa, 2020).

El uso de tecnologías basadas en IA —como chatbots conversacionales, sistemas de análisis adaptativo y retroalimentación automatizada— genera entornos de práctica comunicativa que propician el desarrollo de destrezas lingüísticas, pragmáticas y socioemocionales (Arvelo, 2025; Heymans et al., 2024). Estos recursos contribuyen, además, a redefinir los roles tradicionales en el aula: el profesorado asume un papel mediador y facilitador, mientras que el estudiantado se convierte en agente activo de su propio proceso formativo, en lo que respecta a las pedagogías colaborativas y críticas contemporáneas (Helm y Guth, 2020).

Sin embargo, la integración de la IA en la enseñanza de ELE exige una fundamentación profunda para que se establezca en el aula. Su incorporación requiere una mirada crítica que contemple los dilemas éticos, las desigualdades de acceso y los riesgos de dependencia tecnológica (Godwin-Jones, 2025). Desde esta perspectiva, la presente investigación asume que la inteligencia artificial solamente adquiere valor educativo cuando se articula con principios pedagógicos sólidos, orientados a la mediación, la inclusión y el pensamiento reflexivo.

En consonancia con ello, el propósito central de este estudio no es establecer relaciones causales, sino explorar y documentar las percepciones y experiencias del alumnado universitario al participar en tareas mediadas por inteligencia artificial. Se busca comprender la forma en la que estas herramientas son interpretadas y empleadas en la práctica, y de qué modo contribuyen al desarrollo de la mediación lingüística, la competencia intercultural y la autonomía en el aprendizaje.

1.1. Consideraciones teóricas para la comprensión del marco conceptual

La mediación lingüística y la formación de la competencia global son ejes emergentes en el estudio de la enseñanza de lenguas en contextos plurilingües. Desde la perspectiva del Consejo de Europa (2020), la competencia global comprende la capacidad de interactuar de forma ética, competente y crítica en contextos culturales diversos, articulando los componentes comunicativos, interculturales y medioambientales. Este enfoque se inscribe en la evolución de los marcos de competencia comunicativa propuestos por el Organisation for Economic Co‑operation and Development (OECD, 2018), que sitúan la mediación como función clave del aprendizaje de lenguas en el siglo XXI.

En el ámbito de la enseñanza de lenguas extranjeras, la mediación se convierte en un proceso dinámico en el que los discentes reciben información a la vez que participan activamente en su construcción, en interacciones colaborativas y en negociaciones metalingüísticas. En este sentido, la incorporación de tecnologías digitales ha permitido reconfigurar los roles: el profesorado asume una función de facilitador-mediador y el estudiantado se convierte en agente co-constructor de su aprendizaje (Helm y Guth, 2020). Este cambio de paradigma implica que la tecnología sea concebida como medio para activar procesos de reflexión, autorregulación y desarrollo de la autonomía.

Desde una perspectiva crítica de la tecnología educativa, cabe señalar que la integración de herramientas digitales —y en especial de la inteligencia artificial— exige ser abordada desde una perspectiva que contemple dimensiones éticas, de equidad y de inclusión (Godwin-Jones, 2025). No basta con implementar algoritmos o plataformas adaptativas: hay que garantizar que los entornos de aprendizaje promuevan la justicia educativa, el acceso equitativo y la reflexión sobre los sesgos algorítmicos y culturales. En este marco conceptual, la IA debe ocupar un papel activo, convirtiéndose en un elemento que refuerce las prácticas de mediación lingüística, facilite la interacción significativa y fomente la competencia global desde una visión humanista e inclusiva.

La presente investigación se inscribe en este marco teórico general, orientando su análisis hacia cómo las herramientas de IA median en el proceso de aprendizaje de ELE, cómo reconfiguran la interacción entre alumnado, docente y tecnología, y de qué modo contribuyen al desarrollo de la autonomía y la competencia global en contextos universitarios. En ese sentido, la mediación lingüística se entiende como una práctica vinculada al uso de las nuevas realidades tecnológicas y la competencia global como horizonte formativo que desarrolla la conciencia intercultural, la comunicación crítica y la acción colaborativa.

1.1.1. La inteligencia artificial aplicada a la didáctica de lenguas

En los últimos dos años, la literatura académica muestra un crecimiento significativo de estudios centrados en la aplicación de la inteligencia artificial en el ámbito del aprendizaje de lenguas extranjeras. Por ejemplo, A systematic review of artificial intelligence in language education: Current status and future implications(Zhu y Wang, 2025) analizan unos 125 estudios empíricos entre 2013 y 2023 resaltando las tecnologías de evaluación automatizada, bots conversacionales, reconocimiento automático de voz y sistemas inteligentes como las más frecuentes dentro del ámbito del aprendizaje de idiomas. Asimismo, el estudio subraya la necesidad de abordar cuestiones de diversidad, equidad e inclusión en lo referente al contexto de la IA aplicada a la educación lingüística.

Por su parte, el artículo Artificial intelligence in language instruction: Impact on English learning achievement, L2 motivation, and self‑regulated learning(Wei, 2023) presenta datos sobre el impacto de plataformas de IA en la mejora de habilidades de lengua inglesa, motivación del estudiantado y autorregulación del aprendizaje. Los resultados reflejan una tendencia positiva hacia una mayor implicación del alumnado y una personalización del aprendizaje.

En la misma línea, Design language learning with artificial intelligence (AI) chatbots for adolescents (Li et al., 2025) describe el diseño y uso de chatbots específicos para la enseñanza de lenguas, destacando que, si bien estas herramientas facilitan la práctica de conversación y retroalimentación inmediata, aún se presentan retos relativos a la adaptación al nivel individual, el carácter generativo de los modelos y el papel del docente en la mediación de la interacción humano-IA.

De forma complementaria, en From revolution to evolution: What generative AI really means for language learning (Pegrum, 2025) se reflexiona sobre el impacto pedagógico de la inteligencia artificial generativa en el aprendizaje de lenguas, enfatizando que no se trata simplemente de una revolución tecnológica, sino de una evolución didáctica que implica transformaciones en las prácticas de enseñanza, en la ética del diseño educativo y en la construcción de competencias comunicativas y globales.

Los análisis recientes ponen de manifiesto tres líneas clave para la incorporación de la IA en la enseñanza de lenguas:

1) la personalización del aprendizaje mediante sistemas adaptativos;

2) la mediación dinámica entre alumnado, docente y tecnología;

3) la reflexión sobre implicaciones éticas, de equidad y sostenibilidad.

Estas líneas refuerzan el enfoque de este estudio, que examina cómo la IA media en la enseñanza de ELE desde una perspectiva integrada de mediación, interacción y competencia global. A pesar de ello, los estudios citados coinciden en que aún es necesaria una consolidación metodológica —con diseños longitudinales, grupos control y muestras amplias— para avanzar hacia una pedagogía de la IA informada, crítica y ética.

1.2. Limitaciones y alcance del estudio

Este trabajo se concibe como un estudio exploratorio con metodología mixta, desarrollado en un contexto universitario concreto y con una muestra intencionada de 27 participantes. En consecuencia, los hallazgos se interpretan como tendencias observadas y no como efectos generalizables sin buscar establecer relaciones de causalidad entre el uso de herramientas de IA y el desarrollo de determinadas competencias. Su objetivo es, más bien, documentar una experiencia pedagógica que permita sentar bases para investigaciones futuras con mayor control experimental y representatividad estadística.

Asimismo, se reconoce que las percepciones reportadas por el estudiantado están mediadas por factores contextuales —nivel de competencia lingüística, familiaridad tecnológica y disposición hacia la innovación didáctica— que limitan la extrapolación de los resultados. Pese a estas restricciones, la investigación aporta una visión detallada de un proceso de implementación real, ofreciendo evidencias útiles para docentes, formadores y diseñadores curriculares con interés en la integración crítica de la inteligencia artificial en la enseñanza de ELE.

1.3. Objetivos

Este análisis está orientado a documentar y analizar las percepciones del estudiantado universitario de español como lengua extranjera (ELE) en relación con el uso pedagógico de herramientas de inteligencia artificial (IA) en actividades de mediación lingüística e intercultural. El propósito no es establecer relaciones causales ni medir el impacto directo de las tecnologías, sino comprender de qué manera la incorporación de la IA se traduce en experiencias, actitudes y procesos formativos dentro de un contexto educativo concreto:

1.3.1. Objetivo general

Explorar y documentar las percepciones, experiencias y prácticas del estudiantado de ELE en torno a la integración de herramientas de inteligencia artificial en el aula, con especial atención a su papel en el desarrollo de la mediación lingüística, la competencia intercultural y la autonomía en el aprendizaje.

1.3.2. Objetivos específicos

- Describir las percepciones del estudiantado sobre el uso de chatbots, plataformas de retroalimentación automatizada y otros recursos basados en IA en tareas comunicativas y de mediación.

- Analizar las experiencias de aprendizaje en relación con la motivación, la autorregulación y la interacción intercultural durante el módulo experimental.

- Identificar las oportunidades pedagógicas y los desafíos éticos o técnicos percibidos en el empleo de IA para la enseñanza del español como lengua extranjera.

- Examinar las tendencias observadas en el desarrollo de la mediación lingüística y de la competencia global a partir de los datos obtenidos por medio de cuestionarios, diarios reflexivos y rúbricas de desempeño.

- Proponer orientaciones didácticas para la integración responsable, ética y pedagógicamente fundamentada de la inteligencia artificial en la enseñanza de ELE.

2.METODOLOGÍA

El presente estudio se enmarca en una perspectiva metodológica mixta de carácter exploratorio y descriptivo —Figura 1—, cuyo propósito es comprender cómo el uso de herramientas de inteligencia artificial puede integrarse en la enseñanza del español como lengua extranjera (ELE) desde un enfoque pedagógicamente fundamentado y éticamente responsable. Esta investigación no pretende establecer relaciones causales ni demostrar la eficacia de un modelo tecnológico determinado; solamente pretende documentar y analizar experiencias y percepciones surgidas durante la implementación de un módulo formativo que empleó recursos de IA.

El diseño se justifica por la naturaleza compleja y contextual del fenómeno educativo: la mediación lingüística mediada por IA implica factores cognitivos, emocionales, éticos y culturales que no pueden abordarse desde una sola perspectiva metodológica. Por ello, se optó por combinar técnicas cuantitativas (cuestionarios y rúbricas) con instrumentos cualitativos (diarios reflexivos, entrevistas y observaciones de aula). Esta triangulación de métodos permitió obtener una visión más completa y equilibrada de los procesos implicados, fortaleciendo la validez interna del estudio (Yin, 2018).

Asimismo, la metodología responde a un enfoque humanista y crítico, inspirado en la pedagogía digital contemporánea (Helm y Guth, 2020; Godwin-Jones, 2025), que sea capaz de entender la tecnología no como sustituto de la enseñanza, sino como un agente mediador que facilita la reflexión, la colaboración y la autonomía. La elección de herramientas de IA (ChatGPT, Bing Chat, Gemini y DeepL) se fundamentó en su capacidad para generar retroalimentación inmediata, promover la comunicación intercultural y favorecer la adaptación del aprendizaje a distintos estilos cognitivos.

Por lo tanto, la metodología se concibe como un marco flexible que busca observar y comprender las dinámicas del aprendizaje a través de la IA dentro de un contexto educativo real, priorizando la calidad interpretativa de los datos frente a la generalización estadística.

2.1.Enfoque y diseño de investigación

El estudio adopta un diseño exploratorio con metodología mixta, integrando estrategias cualitativas y cuantitativas en un solo marco analítico, lo cual resulta idóneo para indagar fenómenos educativos emergentes en los que las variables no pueden aislarse completamente ni reducirse a mediciones numéricas. De este modo, se busca comprender las experiencias del estudiantado y documentar las tendencias observadas durante la implementación del módulo didáctico teniendo en cuenta la inteligencia artificial.

Desde el punto de vista teórico, el estudio se apoya en el constructivismo social(Vygotsky, 1978; Bruner, 1996) y en la pedagogía digital crítica(Curry, 2022), enfoques que conciben el aprendizaje como un proceso activo y contextualizado en el que el conocimiento se construye mediante la interacción, la reflexión y la colaboración. La IA, en este sentido, se entiende como una herramienta mediadora que amplía las oportunidades de diálogo y personalización, siempre subordinada a criterios pedagógicos con fundamento.

El diseño metodológico combina análisis descriptivo de datos cuantitativos con análisis temático cualitativo, siguiendo las recomendaciones de Yin (2018) para los estudios de casos educativos que permiten observar con profundidad el desarrollo de competencias y percepciones en un entorno de aprendizaje auténtico.

El proceso metodológico se estructura en cuatro componentes interrelacionados:

1. Diseño e implementación del módulo formativo con IA, centrado en tareas de mediación lingüística e intercultural.

2. Recogida de datos a través de cuestionarios, rúbricas, diarios reflexivos y entrevistas.

3. Análisis y triangulación de información para integrar evidencias cuantitativas y cualitativas.

4. Interpretación reflexiva de los resultados, atendiendo a las limitaciones contextuales y éticas del estudio.

En general, el enfoque adoptado busca describir, comprender y valorar la experiencia en el uso de la inteligencia artificial como recurso educativo en ELE, sin asumir efectos causales, sino identificando tendencias significativas y percepciones recurrentes para futuras investigaciones y experiencias docentes.

2.2.Contexto y participantes

El estudio se llevó a cabo en el ámbito universitario, dentro del marco de un curso semestral de Español como Lengua Extranjera (ELE) correspondiente a los niveles B1–B2 del Marco Común Europeo de Referencia para las Lenguas (MCER). El contexto institucional se caracteriza por una orientación comunicativa e intercultural en la enseñanza de lenguas, con interés creciente en la incorporación de tecnologías digitales para el aprendizaje autónomo y colaborativo.

Participaron 27 estudiantes universitarios de origen irlandés (15 mujeres y 12 hombres), con edades comprendidas entre los 20 y 26 años. Todos cursaban programas de grado vinculados con Lenguas Modernas. La muestra fue seleccionada en función de la accesibilidad y del interés del grupo en participar en experiencias pedagógicas mediadas por inteligencia artificial. No se establecieron criterios de exclusión, con el fin de preservar la diversidad natural de perfiles.

La participación fue voluntaria y confidencial, previa firma de un consentimiento informado en el que se explicaban los objetivos del estudio, el carácter no evaluativo de la participación y las garantías de anonimato. No se registraron datos personales ni académicos sensibles.

Es necesario destacar que el grupo no contó con un grupo control, por lo que los resultados deben entenderse como tendencias observadas en un contexto específico.

2.3 Instrumentos y técnicas de recogidas de datos

Para garantizar la solidez del análisis y su fiabilidad, se empleó una triangulación metodológica de instrumentos cualitativos y cuantitativos. Esta combinación permitió contrastar percepciones, comportamientos y evidencias, reduciendo el riesgo de sesgo interpretativo mediante los siguientes instrumentos:

a) Cuestionarios de percepción

Se diseñaron dos cuestionarios aplicados antes y después del módulo (pre y post) con el propósito de valorar la evolución de tres dimensiones: motivación, autonomía y satisfacción en el aprendizaje mediado por IA. Cada instrumento incluyó 15 parámetros valorados en una escala Likert de 5 puntos (1 = totalmente en desacuerdo; 5 = totalmente de acuerdo).

Ejemplos:

- Las herramientas de IA facilitan la reflexión sobre mi propio aprendizaje.

- La retroalimentación inmediata de los sistemas automatizados aumenta mi motivación.

- Me siento capaz de aprender español de forma más autónoma gracias a estas herramientas.

b) Rúbrica de mediación lingüística

Con el fin de evaluar el desarrollo de la competencia de mediación lingüística, se elaboró una rúbrica analítica basada en los descriptores del MCER – Volumen Complementario (Consejo de Europa, 2020). La rúbrica abarca cinco dimensiones:

- Reformulación de la información

- Adaptación al interlocutor

- Claridad y coherencia

- Contextualización cultural

- Uso de recursos lingüísticos

La validez de contenido fue revisada por tres especialistas externos y se realizaron sesiones de calibración entre las personas evaluadoras para minimizar sesgos.

c) Diarios reflexivos

Durante las seis semanas del módulo, cada participante redactó un diario reflexivo semanal en el que registró sus percepciones sobre el aprendizaje con herramientas de IA, sus avances, dificultades y estrategias.

Estos diarios constituyeron la principal fuente cualitativa para analizar la dimensión subjetiva y experiencial del aprendizaje. Se aplicó una codificación temática (Yin, 2018) con apoyo del software Atlas.ti (2023), generando categorías emergentes como: motivación intrínseca, autonomía digital, percepción ética y resistencia tecnológica. Entre los ejemplos de los escritos estudiantiles, se pueden destacar:

- El chatbot me ayudó a practicar sin sentir ansiedad; podía repetir tantas veces como necesitara. (Estudiante 5, Diario 2)

- A veces dependía demasiado de las correcciones automáticas, y eso me preocupó. (Estudiante 14, Diario 4)

d) Entrevistas y observaciones

Se realizaron entrevistas semiestructuradas a seis estudiantes, enfocadas en la percepción de la mediación y la utilidad pedagógica de la IA. Las entrevistas fueron grabadas con sus permisos correspondientes, transcritas y codificadas siguiendo un enfoque inductivo.

Asimismo, se efectuaron observaciones de aula sistemáticas para registrar la interacción entre participantes, docentes y tecnología, prestando atención a procesos de mediación lingüística y a las dinámicas de colaboración digital —Figura 2—:

El desarrollo metodológico se estructuró en cuatro fases interconectadas que garantizaron la coherencia interna del estudio:

a) Diseño didáctico del módulo

Se elaboraron seis tareas comunicativas integradas, inspiradas en los descriptores del MCER y en los World-Readiness Standards for Learning Languages (ACTFL, 2015). Las tareas incluían el uso de chatbots conversacionales, plataformas de retroalimentación automática y herramientas de traducción inteligente para fomentar la mediación y la competencia intercultural.

b) Implementación en aula

El módulo se desarrolló durante seis semanas combinando sesiones presenciales y virtuales. A nivel docente se realizó una labor mediadora, enfatizando el uso ético y crítico de las herramientas. Cada sesión siguió la secuencia:

1º. Presentación del objetivo comunicativo

2º. Práctica con IA bajo supervisión docente

3º. Reflexión y evaluación colaborativa

c) Recogida de datos

Durante el transcurso y fase posterior de la implementación se recopilaron los diarios reflexivos, los cuestionarios pre y post, las rúbricas evaluativas y las transcripciones de las interacciones con IA.

d) Análisis de datos

Los datos cuantitativos se procesaron mediante IBM SPSS Statistics (versión 29), calculando medias, desviaciones estándar y porcentajes de variación. Los datos cualitativos se analizaron mediante Atlas.ti (2023) siguiendo las fases de codificación abierta, axial y selectiva. La triangulación de ambas fuentes permitió contrastar percepciones y resultados, fortaleciendo la interpretación global.

2.4.Procedimiento

Se empleó una triangulación metodológica de instrumentos cualitativos y cuantitativos cuya combinación permitió contrastar percepciones, comportamientos y evidencias empíricas, reduciendo el riesgo de sesgo interpretativo.

a)Cuestionarios de percepción

Se diseñaron dos cuestionarios aplicados antes y después del módulo (pre y post) con el propósito de medir la evolución de tres dimensiones: motivación, autonomía y satisfacción en el aprendizaje mediado por IA. Cada instrumento incluyó 15 parámetros valorados en una escala Likert de 5 puntos (1 = totalmente en desacuerdo; 5 = totalmente de acuerdo). Como ejemplos de respuestas, se encuentran los siguientes: las herramientas de IA facilitan la reflexión sobre mi propio aprendizaje; la retroalimentación inmediata de los sistemas automatizados aumenta mi motivación y me siento capaz de aprender español de forma más autónoma gracias a estas herramientas.

b)Rúbrica de mediación lingüística

Con el fin de evaluar el desarrollo de la competencia de mediación lingüística, se elaboró una rúbrica analítica basada en los descriptores del MCER – Volumen Complementario (Consejo de Europa, 2020). La rúbrica abarca cinco dimensiones:

- Reformulación de la información

- Adaptación al interlocutor

- Claridad y coherencia

- Contextualización cultural

- Uso de recursos lingüísticos.

Cada categoría se calificó en cinco niveles (Inicial, Básico, Intermedio, Avanzado y Experto y se aplicó en dos momentos: al inicio y al final del módulo, permitiendo observar progresiones cualitativas en la competencia de mediación.

c)Diarios reflexivos

Durante las seis semanas del módulo, cada participante redactó un diario reflexivo en el que registró sus percepciones sobre el aprendizaje con herramientas de IA, sus avances, dificultades y estrategias.

Estos diarios constituyeron la principal fuente cualitativa para analizar la dimensión subjetiva y experiencial del aprendizaje. Se aplicó una codificación temática (Yin, 2018) con apoyo del software Atlas.ti (2023), generando categorías emergentes como: motivación intrínseca, autonomía digital, percepción ética y resistencia tecnológica. Se pueden destacar los siguientes comentarios tomados de los citados diarios: el chatbot me ayudó a practicar sin sentir ansiedad; podía repetir tantas veces como necesitara (Estudiante 5, Diario 2); a veces dependía demasiado de las correcciones automáticas, y eso me preocupó (Estudiante 14, Diario 4).

d)Entrevistas y observaciones

Se realizaron entrevistas semiestructuradas a seis estudiantes y a dos docentes participantes, enfocadas en la percepción de la mediación y la utilidad pedagógica de la IA. Las entrevistas fueron grabadas, transcritas y codificadas siguiendo un enfoque inductivo.

Asimismo, se efectuaron observaciones de aula sistemáticas para registrar la interacción entre participantes, docentes y tecnología, prestando atención a los procesos de mediación lingüística y a las dinámicas de colaboración digital.

En cuanto al diseño didáctico del módulo, se elaboraron seis tareas comunicativas integradas, inspiradas en los descriptores del MCER y en los World-Readiness Standards for Learning Languages (ACTFL, 2015). Las tareas incluían el uso de chatbots conversacionales, plataformas de retroalimentación automática y herramientas de traducción inteligente para fomentar la mediación y la competencia intercultural. El módulo se desarrolló durante seis semanas combinando sesiones presenciales y virtuales. Cada sesión siguió la secuencia siguiente:

- Presentación del objetivo comunicativo,

- Práctica con IA bajo supervisión docente,

- Reflexión y evaluación colaborativa.

2.5. Recogida y análisis de datos

Durante y después de la implementación se recopilaron los diarios reflexivos, los cuestionarios pre y post, las rúbricas evaluativas y las transcripciones de las interacciones con IA.

Los datos cuantitativos se procesaron mediante IBM SPSS Statistics (versión 29), calculando medias, desviaciones estándar y porcentajes de variación.

Los datos cualitativos se analizaron mediante Atlas.ti (2023) siguiendo las fases de codificación abierta, axial y selectiva. La triangulación de ambas fuentes permitió contrastar percepciones y resultados, fortaleciendo la interpretación global.

2.6. Consideraciones éticas

La investigación respetó los principios de la Declaración de Helsinki y las normativas institucionales de ética en investigación educativa. Se garantizó la anonimización completa de los datos, tanto en los instrumentos como en los registros digitales.

Las herramientas tecnológicas utilizadas (ChatGPT, DeepL, Bing Chat y Gemini) se emplearon conforme a sus políticas de privacidad, sin almacenamiento de información personal. Además, se informó a cada participante de sus derechos a retirarse en cualquier momento sin repercusión académica.

2.7. Síntesis metodológica

En suma, la metodología combina un enfoque descriptivo y analítico que permite observar de manera integral el papel de la inteligencia artificial en el aprendizaje de ELE. La combinación de cuestionarios, rúbricas, diarios y entrevistas proporcionó la siguiente visión de la experiencia educativa:

- Cognitiva, por la evidencia cuantitativa de progresos y percepciones;

- Reflexiva, por las voces directas del estudiantado;

- Ética y pedagógica, por la interpretación de la mediación docente.

Esta estructura metodológica, sustentada en la triangulación de fuentes y la observación contextual, ofrece una base para los resultados que se presentan a continuación, centrados en las tendencias descriptivas y las percepciones cualitativas surgidas durante la implementación del módulo de inteligencia artificial en la enseñanza del español como lengua extranjera.

3. RESULTADOS

Los resultados se presentan organizados en tres ejes interpretativos que reflejan las dimensiones analizadas:

- Percepciones generales sobre el aprendizaje mediado por inteligencia artificial,

- Evidencias de desarrollo de la mediación lingüística y de la competencia intercultural, y

- Aspectos éticos y actitudinales en torno al uso de la IA en la enseñanza de ELE.

Cada dimensión se apoya en datos cuantitativos procedentes de los cuestionarios pre y post, complementados con testimonios y fragmentos de interacción del estudiantado.

3.1. Percepciones generales del aprendizaje mediado por inteligencia artificial

Los resultados del cuestionario de percepción muestran una evolución positiva en las tres dimensiones evaluadas —motivación, autonomía y satisfacción—, aunque con distinta intensidad. En la Tabla 1 se presentan los valores promedio obtenidos (escala 1–5) antes y después de la intervención.

Las diferencias descriptivas indican una tendencia al alza en la valoración del aprendizaje mediado por IA, especialmente en las dimensiones de autonomía y motivación. Los participantes manifestaron una percepción creciente de control sobre su proceso formativo y una mejora en la disposición hacia las tareas digitales.

Entre los comentarios cualitativos más representativos se destacan:

Estudiante: El uso de chatbots me permitió practicar sin miedo a equivocarme; fue como tener un tutor que no juzga. (Estudiante 3, Diario 1)

Estudiante: A veces me costó mantener la concentración, pero aprendí a organizar mis tiempos y a usar la IA con objetivos claros. (Estudiante 11, Diario 5)

Estos testimonios podrían evidenciar una apropiación progresiva de la tecnología como recurso de autorregulación y práctica comunicativa, aunque también expresarían la necesidad de guía docente para evitar la dispersión o la dependencia excesiva del sistema.

3.2. Mediación lingüística y competencia intercultural

Los resultados de la rúbrica de mediación lingüística muestran mejoras perceptibles en las cinco dimensiones evaluadas. En la Tabla 2se sintetizan las medias obtenidas al inicio y al final del módulo (escala 1–5).

Los progresos son más notorios en la claridad discursiva y la adaptación al interlocutor, lo que sugiere que el uso de la IA fomentó procesos de reflexión metalingüística y reformulación textual. En las observaciones de aula se registraron interacciones donde el estudiantado utilizó chatbots para reestructurar fragmentos de discurso con fines comunicativos:

Estudiante: ¿Cómo puedo explicar esta idea en un tono más formal? Chatbot: Podrías decir: Desde una perspectiva cultural, el uso de estas expresiones refleja cortesía y respeto hacia el interlocutor. Docente: Analiza por qué esta reformulación mejora la claridad. ¿Qué matices añade? Estudiante: Creo que incluye una referencia cultural y suena más adecuado para un contexto académico. (Fragmento de interacción, sesión 4)

3.3. Síntesis de resultados

Los datos obtenidos, tanto cuantitativos como cualitativos, permiten delinear una interpretación integradora:

- El estudiantado manifestó una mejora en motivación y autonomía, aunque moderada, atribuida a la inmediatez de la retroalimentación y a la flexibilidad del aprendizaje digital.

- Se observaron progresos cualitativos en mediación lingüística, especialmente en la capacidad de reformular y adaptar mensajes, indicio de un aprendizaje más consciente y reflexivo.

- Surgieron reflexiones éticas y críticas sobre el papel de la IA en la producción lingüística y sobre la importancia de mantener la agencia personal en el proceso de aprendizaje.

- La supervisión docente sigue siendo indispensable para guiar el uso responsable de las herramientas tecnológicas y contextualizar los aprendizajes.

Estas cuestiones muestran que la inteligencia artificial, cuando se integra de manera guiada, puede favorecer prácticas de mediación, autonomía y reflexión ética, sin sustituir la interacción humana ni la dimensión cultural del aprendizaje lingüístico.

4.DISCUSIÓN

Los hallazgos de esta investigación permiten comprender de manera más profunda el papel de la inteligencia artificial (IA) en la enseñanza del español como lengua extranjera (ELE), especialmente en lo que respecta a la mediación lingüística, la autonomía del aprendizaje y la competencia global. Si bien los resultados deben interpretarse con cautela debido al tamaño reducido de la muestra y a la ausencia de grupo control, su análisis resulta significativo en lo que respecta a los procesos de apropiación tecnológica y de reflexión crítica en contextos universitarios.

4.1. La IA como mediadora de la autonomía y la motivación

Las percepciones del estudiantado reflejan una tendencia hacia la autoeficacia y la autorregulación en el aprendizaje de ELE mediado por IA. Este resultado coincide con las observaciones de Wei (2023), quien destaca que los sistemas inteligentes pueden favorecer la motivación intrínseca cuando se integran en entornos pedagógicos que promueven la autonomía y el aprendizaje activo.

El incremento en las valoraciones de motivación y autonomía observadas en este estudio puede interpretarse como un indicio de que la IA actúa como facilitadora de la práctica independiente, siempre que exista un acompañamiento docente que oriente su uso. Este equilibrio entre autonomía y mediación humana responde a la concepción socioconstructivista del aprendizaje (Vygotsky, 1978; Bruner, 1996), donde la tecnología no sustituye la guía del profesor, sino que amplía el espacio de interacción formativa.

En este sentido, los resultados se centran en lo señalado por Zhu y Wang (2025): la IA educativa resulta más efectiva cuando se concibe como tecnología mediadora; sería un agente que genera andamiaje y oportunidades de aprendizaje adaptativo sin eliminar la acción discente. La mejora observada en la autopercepción de competencia y en la motivación refuerza la importancia de un modelo pedagógico humanista y crítico, en el que la IA sirva al desarrollo de la autonomía y no a su reemplazo.

4.2. Desarrollo de la mediación lingüística y competencia intercultural

Los progresos descritos enfatizan que las herramientas de IA pueden estimular la reformulación y la negociación designificados, elementos clave de la competencia de mediación definida por el Consejo de Europa (2020). Los chatbots y sistemas de retroalimentación instantánea permitieron que el estudiantado experimentara con distintos registros, tonos y estructuras discursivas, favoreciendo un aprendizaje más consciente de los matices comunicativos.

Coincidiendo con los planteamientos de Pegrum (2025), la experiencia indica que la IA no transforma la enseñanza de lenguas en una revolución tecnológica, más bien es una evolución didáctica que redefine el rol de la mediación: el docente pasa de ser transmisor de conocimiento a orientador crítico del proceso interactivo entre estudiante y sistema.

Asimismo, la presencia de la IA generó oportunidades para la reflexión intercultural, en la medida en que los modelos lingüísticos permitieron comparar usos culturales y pragmáticos del lenguaje. No obstante, esta potencialidad requiere un marco ético y crítico que evite interpretaciones simplificadas o estereotipadas, tal como advierte Godwin-Jones (2025) al señalar los riesgos de reproducir sesgos culturales y lingüísticos en sistemas generativos.

4.3. Dimensión ética y reflexiva del aprendizaje mediado por IA

Una contribución relevante de este estudio radica en la identificación de reflexiones éticas espontáneas por parte del estudiantado en torno al uso de la IA. Las categorías emergentes —autoría, dependencia y mediación docente— confirman que los usuarios perciben la necesidad de delimitar la frontera entre apoyo tecnológico y sustitución cognitiva.

Esta toma de conciencia coincide con el enfoque propuesto por Godwin-Jones (2025), que considera la ética de la IA en la educación de lenguas como una competencia transversal. La percepción de que la herramienta no debe sustituir la escritura humana evidencia una internalización de los principios de integridad académica y autonomía intelectual, coherente con los estándares de competencia global promovidos por la OECD (2018).

La reflexión ética aparece, por tanto, como un componente formativo que trasciende el uso instrumental de la tecnología: la IA se convierte en un espacio de aprendizaje moral y crítico, en el que el estudiantado negocia su propia identidad como usuario y productor de conocimiento. Teniendo en cuenta los hallazgos de Li et al. (2025), la mediación docente resulta decisiva para orientar esa reflexión y evitar la dependencia o la sobreconfianza tecnológica.

4.4. Implicaciones pedagógicas

A partir de los resultados, pueden extraerse varias implicaciones para la enseñanza del español como lengua extranjera:

1. Integración crítica y guiada de la IA. La implementación de herramientas inteligentes debe realizarse bajo una orientación pedagógica clara, en la que la mediación docente mantenga el control ético y didáctico del proceso.

2. Formación en competencia digital y ética. Es imprescindible incorporar módulos específicos sobre el uso responsable de la IA, de tal forma que el alumnado adquiera criterios de autoría, verificación y pensamiento crítico.

3. Diseño de tareas de mediación auténticas. Las actividades mediadas por IA deben vincularse con situaciones comunicativas reales, evitando prácticas reiterativas de corrección automática.

4. Evaluación formativa y reflexiva. Los instrumentos deben priorizar la valoración de procesos: reflexión, colaboración, autonomía.

5. Colaboración interdisciplinar. La integración efectiva de la IA requiere una interacción continua entre la docencia, la tecnología y la ética.

Estas recomendaciones coinciden con la propuesta de Pegrum (2025) sobre la necesidad de una pedagogía informada mediante la IA, que combine la innovación tecnológica y la responsabilidad social.

4.5. Limitaciones y proyecciones futuras

Las principales limitaciones del estudio se relacionan con el tamaño reducido de la muestra, la ausencia de grupo control y la duración limitada del módulo (seis semanas), lo que impide generalizar los resultados o establecer relaciones causales. Aparte de todas las circunstancias citadas, la fiabilidad estadística de los instrumentos no pudo calcularse con exactitud debido a la escala de aplicación.

Sin embargo, estas limitaciones abren oportunidades para investigaciones futuras que profundicen en el impacto de la IA en la enseñanza de ELE desde perspectivas longitudinales y comparativas. Sería pertinente desarrollar estudios con diseños que incluyan grupos de control y validaciones psicométricas contundentes, así como explorar la influencia de la formación docente en ética digital en la eficacia del aprendizaje mediado por IA.

4.6. Síntesis interpretativa

En general, los resultados y su análisis permitirían concluir que la inteligencia artificial, integrada desde un enfoque crítico, favorece procesos de mediación, autonomía y reflexión ética; sin embargo, su valor pedagógico depende del acompañamiento docente y de la consciencia ética de quienes la utilizan.

Lejos de constituir una amenaza o una sustitución del aprendizaje humano, la IA configura un espacio de mediación cultural que amplía las posibilidades de comunicación, análisis y creatividad en la enseñanza de ELE.

Es por ello por lo que se podrían construir sistemas de aprendizaje híbrido, en los que la inteligencia humana y la artificial colaboren en la formación de personas críticas, autónomas y responsables.

5.CONCLUSIONES

El presente estudio evidencia que la inteligencia artificial, cuando se integra en la enseñanza del español como lengua extranjera mediante principios pedagógicos sólidos y con acompañamiento docente crítico, puede convertirse en un medio eficaz para potenciar la autonomía, la reflexión y la mediación lingüística en contextos educativos pluriculturales.

A través de un diseño exploratorio y descriptivo, los resultados muestran que el estudiantado percibe las herramientas basadas en IA —como chatbots, asistentes virtuales o sistemas de retroalimentación automatizada— como recursos que facilitan la autorregulación y la práctica comunicativa, al igual que promueven una mayor motivación y compromiso con el aprendizaje.

Sin embargo, esa valoración positiva se equilibra con una conciencia creciente de las limitaciones éticas y cognitivas que conlleva su uso, especialmente en lo que respecta a la autenticidad, la creatividad y la dependencia tecnológica. Esta dicotomía entre oportunidad y precaución hace que la IA solamente adquiera pleno sentido educativo cuando es guiada por la mediación humana y por una pedagogía centrada en la persona.

En este marco, la IA se revela como un agente de mediación cultural y cognitiva, capaz de ampliar las posibilidades de interacción y de fomentar la competencia global definida por el Consejo de Europa (2020) y la OECD (2018). Los hallazgos de esta investigación coinciden con estudios recientes (Pegrum, 2025; Godwin-Jones, 2025; Zhu y Wang, 2025), que sostienen que la inteligencia artificial no constituye una revolución disruptiva, sino una evolución pedagógica que redefine la relación entre docente, estudiante y tecnología.

La mediación lingüística se ve fortalecida en la medida en que el estudiantado aprende a reformular, adaptar y contextualizar sus mensajes con apoyo de la IA, lo que implica una práctica metalingüística y reflexiva de alto valor formativo. A la vez, el uso de estas herramientas impulsa una conciencia ética sobre la autoría, la responsabilidad comunicativa y la integridad académica, aspectos fundamentales para el desarrollo de una ciudadanía digital crítica.

Desde el punto de vista pedagógico, los resultados señalan la necesidad de promover una formación docente orientada a la competencia digital crítica y a la ética del uso de la IA, de diseñar tareas comunicativas auténticas que integren la tecnología sin subordinar el componente humano, y de establecer sistemas de evaluación formativa que valoren los procesos de mediación, colaboración y autonomía. La IA, integrada con criterio pedagógico, puede contribuir a la construcción de entornos de aprendizaje híbrido, dinámico e inclusivo, en los que la inteligencia humana y la artificial interactúan de manera complementaria.

No obstante, el estudio presenta limitaciones que invitan a la prudencia interpretativa: el número reducido de participantes, la ausencia de grupo control y la duración limitada del módulo no permiten generalizar los resultados ni establecer relaciones causales. Estas restricciones, lejos de debilitar el estudio, abren nuevas líneas de investigación que podrían explorar, mediante diseños longitudinales y comparativos, la evolución de la mediación lingüística, la autonomía y la competencia intercultural en escenarios educativos mediados por IA.

Por lo tanto, los hallazgos de esta investigación sugieren que la inteligencia artificial, más que un sustituto de la docencia, constituye un espacio de colaboración y reflexión ética donde confluyen lenguaje, cultura y tecnología. El reto actual de la enseñanza de lenguas no tiene que encaminarse a la adopción indiscriminada de sistemas inteligentes, sino más bien a la capacidad de construir una pedagogía humanista, crítica y ética que aproveche su potencial transformador sin renunciar a los valores fundamentales del aprendizaje: la conciencia, la empatía y la responsabilidad. Ante todas las citadas características, la IA se configura tanto como una herramienta de apoyo, al igual que un catalizador de nuevas formas de mediación que pueden contribuir, si se gestionan con prudencia, a la formación de estudiantes autónomos, culturalmente sensibles y moralmente comprometidos con el uso responsable del conocimiento.

REFERENCIAS BIBLIOGRÁFICAS

American Council on the Teaching of Foreign Languages (ACTFL). (2015). World-Readiness Standards for Learning Languages (4th ed.). ACTFL. https://goo.su/oyUo

Arvelo, F. J. A. (2024). Inteligencia artificial y la enseñanza de lenguas: oportunidades y desafíos en el aula. Ñemit rã: Revista Multilingüe de Lengua, Sociedad y Educación, 6(3), 74–81.

ATLAS.ti Scientific Software Development GmbH. (2023). ATLAS.ti (Versión 23) [Computer software]. https://atlasti.com/

Bruner, J. (1996). The culture of education. Harvard University Press.

Consejo de Europa (2020). Common European Framework of Reference for Languages: Companion Volume. Council of Europe Publishing. https://goo.su/QBNSdb

Curry, N. (2022). Digital pedagogy and language teaching and learning: From research to practice. En P. Watkins (Ed.), The Better Learning Research Review (pp. 20–30). Cambridge University Press.

DeepL GmbH. (2024). DeepL Translator [Machine translation software]. https://www.deepl.com/translator

Google. (2024). Gemini [Large language model]. https://gemini.google.com/

Godwin-Jones, R. (2025). AI in language learning: Opportunities and threats. En D. L. Martínez Verdugo y J. C. Acosta López (Eds.), Proceedings, 3rd International Congress on Pedagogical Mediation in Language Learning (pp. 16–24). Universidad Nacional Abierta y a Distancia. https://goo.su/pMyABl

Helm, F., y Guth, S. (2020). Telecollaboration and virtual exchange across disciplines: In service of global competence. Education Sciences, 10(11), 313.

Heymans, Y., Strosnider, C., Pool, J., y Jansen van Vuuren, M. (2024). Fostering intercultural competence through virtual exchange: Perspectives of undergraduate health students. Open Praxis, 16(2), 119–129. https://doi.org/10.55982/openpraxis.16.2.607

IBM Corp. (2022). IBM SPSS Statistics for Windows (Versión 29.0) [Computer software]. IBM Corp. https://goo.su/ORbu2j

Li, Y., Zhou, X., Yin, H.-B., y Chiu, T. K. F. (2025). Design language learning with artificial intelligence (AI) chatbots based on activity theory from a systematic review. Smart Learning Environments, 12(1), 24. https://doi.org/10.1186/s40561-025-00379-0

Microsoft. (2024). Bing Chat [Large language model]. https://www.bing.com/chat

Organisation for Economic Co-operation and Development OECD (2018). Preparing our youth for an inclusive and sustainable world: The OECD PISA global competence framework. OECD Publishing. https://goo.su/bmQB5

OpenAI. (2024). ChatGPT (Versión GPT-4) [Large language model]. https://chat.openai.com/

Pegrum, M. (2025). From revolution to evolution: What generative AI really means for language learning. Language Teaching, 58 (2), 112-130.

Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.

Wei, L. (2023). Artificial intelligence in language instruction: Impact on English learning achievement, L2 motivation, and self-regulated learning. Frontiers in Psychology, 14, 1261955. https://doi.org/10.3389/fpsyg.2023.1261955

Yin, R. K. (2018). Case study research and applications: Design and methods (6th ed.). SAGE Publications.

Zhu, M. y Wang, C. (2025). A systematic review of artificial intelligence in language education: Current status and future implications. Language Learning & Technology, 29(1), 1–29. https://doi.org/10.64152/10125/73606

Información adicional

redalyc-journal-id: 8139

IR