Aplicación de la Inteligencia Artificial para Mejorar la Adquisición del Inglés por Estudiantes Multilingües

Ally Daniel Silva; Bárbara Solana Scarlassara

DOI: 10.22167/2675-6528-202602634

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

La incorporación de la Inteligencia Artificial (IA) en la enseñanza del idioma inglés ha surgido como una estrategia pedagógica innovadora, especialmente en entornos educativos bilingües que atienden a estudiantes Multilingual Learners (MLLs). Se investigó cómo la integración pedagógica de la IA puede contribuir a la adquisición del inglés como segunda lengua por parte de MLLs en la educación básica, analizando sus potencialidades, límites e implicaciones pedagógicas en el contexto de una escuela bilingüe orientada por los principios del International Baccalaureate. La investigación se desarrolló como un estudio de caso exploratorio, cualitativo y aplicado, en una escuela internacional, con 15 alumnos de 8 a 10 años. Se integraron herramientas de IA generativa y no generativa a las prácticas de lectura, escritura, habla y escucha en inglés, utilizando observaciones de clase, registros de diario de campo, producciones escritas y orales, y diarios reflexivos de los alumnos. Los resultados evidenciaron avances consistentes en el desarrollo lingüístico de los alumnos, con mejoras en la precisión gramatical, organización textual, vocabulario, fluidez y confianza comunicativa. La IA proporcionó feedback inmediato y adaptado, promoviendo autonomía y reduciendo la ansiedad lingüística. Se concluyó que la IA es una herramienta potente para la personalización del aprendizaje y la ampliación de las oportunidades de uso de la lengua, siempre que se utilice de forma crítica, ética y pedagógicamente orientada, reforzando el papel central del profesor.

Palabras clave: Aprendizaje de segunda lengua; Enseñanza de inglés; Innovación pedagógica; Personalización del aprendizaje; Tecnologías educativas.

1. Introducción

La integración de la Inteligencia Artificial (IA) en la educación ha emergido como uno de los temas centrales en la búsqueda de prácticas pedagógicas más innovadoras, personalizadas y eficaces. En un escenario global, donde la tecnología redefine el papel del profesor y del alumno, comprender cómo la IA puede potenciar la enseñanza y el aprendizaje se ha vuelto esencial para el avance de las prácticas educativas contemporáneas.

La IA tiene el potencial de complementar la inteligencia humana, ampliando la capacidad de personalización y promoviendo experiencias educativas más significativas, como destacan Luckin (2018) y Holmes, Bialik y Fadel (2022). En el contexto de la adquisición de lenguas, especialmente del inglés como segunda lengua (L2), la IA representa una herramienta capaz de transformar los procesos de enseñanza tradicionales, ofreciendo experiencias inmersivas, retroalimentación instantánea y enfoques de instrucción adaptativos que respetan el ritmo y el perfil de cada aprendiz, como refuerza Poth (2023).

Para la mayoría de los estudiantes, el inglés constituye una L2, utilizada tanto como medio de instrucción como vehículo de interacción social y cognitiva. En este sentido, comprender el papel de la IA en la mediación de este proceso de aprendizaje lingüístico es fundamental para identificar nuevas posibilidades pedagógicas que dialoguen con la filosofía educativa del International Baccalaureate (IB).

También hay una reflexión sobre la intersección entre tecnología, bilingüismo e inclusión, considerando las especificidades de los Multilingual Learners (MLLs) y la necesidad de estrategias que contemplen sus diferentes trayectorias lingüísticas y culturales. El término MLLs se refiere a estudiantes que desarrollan y utilizan conocimientos en dos o más lenguas, aunque presenten diferentes niveles de competencia en cada una de ellas y las utilicen en contextos distintos. La adopción de esta terminología representa una perspectiva basada en los recursos lingüísticos del estudiante, reconociendo el multilingüismo como parte de su repertorio y de su identidad (WIDA, 2020).

El aprendizaje de una segunda lengua es un proceso profundamente contextual, en el cual factores afectivos, culturales e identitarios influyen directamente en el desarrollo lingüístico, como observan Krashen (2009) y García y Wei (2014). La incorporación de herramientas basadas en IA, como asistentes virtuales, plataformas de escritura con retroalimentación automatizada, traductores inteligentes y generadores de contenido adaptativo, permite no solo la personalización del aprendizaje, sino también la ampliación de la autonomía estudiantil y el fortalecimiento de la competencia comunicativa en contextos reales de uso de la lengua (Poth, 2023; Holmes et al., 2022).

La relevancia de este estudio reside en el momento histórico en que se encuentra la educación básica brasileña, marcada por la expansión de la enseñanza bilingüe y el aumento del uso de tecnologías digitales en las aulas. En este escenario, la IA desponta como una aliada potente para el desarrollo de habilidades lingüísticas, cognitivas y socioemocionales, especialmente cuando está orientada por principios éticos y pedagógicos sólidos. Ante esto, el objetivo de la investigación fue investigar de qué manera la integración pedagógica de la Inteligencia Artificial puede contribuir al proceso de adquisición del inglés como segunda lengua por estudiantes Multilingual Learners en la educación básica, analizando sus potencialidades, límites e implicaciones pedagógicas en el contexto de una escuela bilingüe orientada por los principios del International Baccalaureate.

2. Material y Métodos

La presente investigación adoptó un enfoque cualitativo, de naturaleza aplicada, orientado a la investigación de prácticas pedagógicas mediadas por tecnología en contextos bilingües. Según Gil (2019), la investigación aplicada tiene como objetivo generar conocimientos para la solución de problemas específicos, alineándose al análisis del uso pedagógico de la Inteligencia Artificial en la enseñanza de lengua inglesa. El enfoque cualitativo, por su parte, privilegió la comprensión profunda de los fenómenos en sus contextos naturales, considerando significados, percepciones y procesos, como destacan Lakatos y Marconi (2017).

El estudio se caracterizó como un estudio de caso exploratorio, buscando comprender en profundidad una realidad educativa específica y permitiendo el análisis detallado de las prácticas y percepciones de los sujetos involucrados (Gil, 2019). La investigación se insertó en el campo de la Design-Based Research (DBR), una metodología de investigación orientada a la creación, aplicación y perfeccionamiento de intervenciones educativas en contextos reales de enseñanza y aprendizaje (Design-Based Research Collective, 2003).

La DBR se caracteriza por la estrecha articulación entre teoría y práctica, buscando comprender fenómenos educativos complejos a través de ciclos iterativos de planificación, implementación, análisis y refinamiento de las propuestas pedagógicas. Este enfoque permitió que las intervenciones se ajustaran a partir de la observación sistemática de los procesos, siendo especialmente adecuado para investigar innovaciones pedagógicas mediadas por tecnología, como señalan Wang y Hannafin (2005).

La investigación se llevó a cabo en una escuela privada de tamaño mediano, ubicada en el barrio de Ipiranga, en São Paulo. La institución adopta la instrucción en lengua inglesa y sigue el marco del International Baccalaureate (IB), actuando a través de los programas Primary Years Programme (PYP) y Middle Years Curriculum (MYC), que valoran el desarrollo integral de los estudiantes (IBO, 2018).

Participaron en la investigación 15 alumnos de Educación Primaria I, con edades comprendidas entre 8 y 10 años, identificados como Multilingual Learners (MLLs). Estos estudiantes aprendían inglés como lengua adicional y se encontraban en los niveles 1 a 3 de competencia, según el English Language Development Standards Framework (WIDA, 2020). La selección de este grupo consideró la heterogeneidad lingüística y la necesidad de intervenciones pedagógicas diferenciadas para apoyar el desarrollo de la lengua inglesa como L2.

Para la recolección de datos, se utilizaron diferentes instrumentos, permitiendo la triangulación de información. Se realizaron observaciones de clase y registros en diario de campo de la profesora-investigadora. También se recolectaron producciones escritas y orales de los alumnos, además de diarios reflexivos completados por los participantes. Se llevaron a cabo entrevistas para complementar la comprensión de las interacciones y del desempeño lingüístico.

Inicialmente, se aplicaron instrumentos de diagnóstico para sondear la competencia de los alumnos. Una propuesta de producción escrita solicitó la elaboración de un párrafo corto (6 a 8 frases) sobre un tema conocido, con criterios de evaluación que incluían organización textual, vocabulario, estructura de frases y precisión gramatical. También se utilizó un guion de lectura guiada, compuesto por un texto corto y preguntas orales de comprensión literal e inferencial, para observar estrategias de lectura.

Las herramientas de Inteligencia Artificial empleadas en la intervención incluyeron asistentes de escritura basados en IA generativa, como ChatGPT, y herramientas de reformulación textual, como Grammarly. Recursos de lectura con síntesis de voz, como los disponibles en Google Docs, Chat GPT y Copilot, y herramientas de reconocimiento de voz (speech-to-text) también fueron integrados a las actividades, considerando su accesibilidad y potencial para feedback inmediato.

El desarrollo de la investigación se llevó a cabo en cuatro etapas sucesivas. La primera etapa, de diagnóstico inicial, duró una semana (4 horas/clase) y consistió en la aplicación de actividades de lectura, producción escrita y observación sistemática en el aula, sin el uso de herramientas de IA, para establecer una línea de base del desarrollo lingüístico de los alumnos.

La segunda etapa, de planificación de la intervención pedagógica, también duró una semana y se centró en el diseño de la secuencia didáctica mediada por IA. Se definieron los objetivos lingüísticos, los criterios de evaluación, las estrategias de mediación docente y los tipos de interacción con la IA, seleccionando herramientas digitales alineadas a los principios del International Baccalaureate, del Universal Design for Learning y de las directrices de uso ético de la tecnología.

La tercera etapa, de implementación de la secuencia didáctica, se extendió por cuatro semanas (aproximadamente 16 horas de clase) y correspondió al núcleo de la intervención. En esta fase, la profesora-investigadora condujo actividades que integraron herramientas de IA a las prácticas de lectura, escritura, habla y escucha en inglés, con acompañamiento sistemático de las clases y registro de las interacciones y producciones de los alumnos.

La cuarta etapa, de observación, análisis y refinamiento, comprendió el registro y el análisis de los datos recopilados. Las producciones escritas y orales de los alumnos fueron evaluadas a partir de rúbricas alineadas a los descriptores del WIDA y a los criterios de evaluación del IB, que contemplaban organización textual, gramática, vocabulario, fluidez, pronunciación y confianza. Una ficha de observación lingüística registró aspectos como participación oral, uso de la L1, intentos en L2, ansiedad lingüística y estrategias espontáneas, permitiendo un análisis cualitativo del desarrollo de la competencia comunicativa.

Los datos se organizaron mediante el registro sistemático de las producciones iniciales y revisadas de los alumnos, los diarios de campo de la profesora-investigadora, los diarios reflexivos de los alumnos y las rúbricas de evaluación. El análisis de los datos se realizó de forma cualitativa, mediante la triangulación de la información obtenida por los diferentes instrumentos, con el objetivo de comprender los procesos de aprendizaje y las interacciones mediadas por la IA.

Los cuidados éticos se observaron rigurosamente. El uso de las herramientas de IA se realizó en cuentas institucionales, siguiendo las políticas internas de la escuela y las directrices del IB sobre protección de datos y seguridad digital. No se insertaron datos personales en sistemas de IA abiertos, y todas las interacciones fueron supervisadas por la profesora investigadora. El compromiso con el uso responsable y ético de la IA se fundamentó en orientaciones de la UNESCO (2023), de la International Society for Technology in Education (ISTE, 2023) y del U.S. Department of Education (2023).

3. Resultados y Discusión

La presente investigación sobre la integración de la Inteligencia Artificial (IA) en la enseñanza de la lengua inglesa para Multilingual Learners (MLLs) reveló un panorama prometedor y complejo, alineado a las teorías educativas que preconizan la participación activa del alumno en el proceso de aprendizaje, como propuesto por Dewey (1980). Los hallazgos demuestran que la IA puede ser un recurso significativo para la promoción de experiencias de aprendizaje más interactivas, personalizadas y eficaces, siempre que su uso sea consciente e intencional. El estudio buscó comprender cómo esta tecnología puede favorecer la autonomía del estudiante y el desarrollo de la competencia comunicativa, respetando las dimensiones lingüísticas, culturales y socioemocionales de los aprendices, al mismo tiempo que se reflexionó sobre prácticas docentes que promuevan el uso ético y responsable de la tecnología en la enseñanza de lenguas.

El análisis de los datos, fundamentado en la comparación entre producciones lingüísticas iniciales y finales de los alumnos, en los registros del diario de campo de la profesora-investigadora y en los diarios reflexivos de los estudiantes, evidenció avances consistentes. Por ejemplo, una producción escrita inicial de un alumno, que expresaba “I go to park and play with friend”, demostraba ausencia de marcación de pasado, omisión de artículos definidos e indefinidos, y falta de marcación de plural. Estas características son consistentes con las fases iniciales de adquisición de la L2, donde el aprendiz aún depende de estructuras simplificadas y de la transferencia de la L1, conforme descrito por Krashen (1982).

Después de la intervención pedagógica mediada por IA, el mismo alumno produjo la frase “I went to the park and played with my friends”. Esta evolución demostró el uso adecuado del pasado regular, la inserción correcta de artículos y la marcación de plural, indicando la internalización de patrones lingüísticos. Dicho progreso fue facilitado por la retroalimentación inmediata y contextualizada proporcionada por las herramientas de IA, un patrón de desarrollo observado de forma recurrente entre los participantes del estudio. Los datos recopilados a lo largo de la intervención confirmaron avances significativos en el desarrollo lingüístico de los alumnos, particularmente en la producción escrita.

Se observó una mejora progresiva en la organización textual, que se manifestó en la transición de estructuras oracionales aisladas a secuencias coherentes de ideas. También hubo un aumento notable en la precisión gramatical, especialmente en el uso de tiempos verbales y conectores básicos. La mediación de la IA fue crucial, ya que permitió a los alumnos recibir retroalimentación inmediata y adaptada a su nivel de competencia, incentivando la revisión y reescritura de textos de forma más autónoma y consciente. Estos resultados corroboran la hipótesis del input comprensible de Krashen (1982), que postula que el aprendizaje es más eficaz cuando el input lingüístico se ajusta al nivel del aprendiz.

A diferencia de los enfoques pedagógicos tradicionales, donde la retroalimentación es frecuentemente diferida y genérica, la intervención con Inteligencia Artificial proporcionó un ciclo continuo de intento, error y revisión. Este ambiente de aprendizaje más responsivo no solo favoreció la corrección de errores, sino que también promovió el desarrollo de la conciencia metalingüística, permitiendo que los alumnos comprendieran el “porqué” de las correcciones, en lugar de solo reproducirlas. Estos hallazgos también se alinean a la hipótesis del output de Swain y Lapkin (1998), que enfatiza cómo la producción activa del lenguaje, combinada con retroalimentación inmediata, contribuye a la consolidación del conocimiento lingüístico y la reestructuración interna de la lengua.

La intervención pedagógica con los estudiantes se estructuró en cuatro etapas, con el objetivo de probar hipótesis y aplicar la teoría en la práctica. La Primera Etapa, el Diagnóstico Inicial, tuvo como objetivo mapear las dificultades recurrentes de los alumnos en relación con la organización textual, el uso de tiempos verbales y la confianza comunicativa en lengua inglesa. Para ello, se aplicaron instrumentos de diagnóstico iniciales, incluyendo una propuesta de producción escrita y un guion de lectura guiada, sin el uso de herramientas de Inteligencia Artificial, estableciendo una línea base del desarrollo lingüístico de los alumnos.

La propuesta de producción escrita diagnóstica tuvo como objetivo identificar el nivel inicial de competencia escrita de los MLL, considerando la organización textual, el vocabulario, la estructura de las frases y la precisión gramatical. La instrucción solicitaba un párrafo corto (6-8 frases) sobre un tema conocido, centrándose en la organización clara de las ideas. Los criterios observados incluían la claridad de las ideas, el uso de frases simples y compuestas, la coherencia y la secuencia lógica, el uso de vocabulario básico y errores recurrentes, como el tiempo verbal y la concordancia. La guía de lectura guiada consistía en la lectura de un texto corto en inglés, adecuado al nivel de los alumnos, seguida de preguntas orales de comprensión literal e inferencial, además de la observación de las estrategias de lectura utilizadas, como el uso de cognados y la inferencia.

Estos resultados iniciales fueron cruciales para guiar la planificación de la intervención pedagógica, indicando la necesidad de estrategias que ampliaran el input lingüístico y apoyaran el desarrollo de la comprensión en niveles más complejos, justificando la posterior integración de herramientas de Inteligencia Artificial. La Segunda Etapa, la Planificación de la Intervención Pedagógica, se centró en el diseño de la secuencia didáctica mediada por IA. Un ejemplo del instrumento diagnóstico de comprensión lectora utilizado fue el “Diagnostic Reading Test”, que presentaba un texto corto seguido de preguntas de comprensión literal (quién, qué, dónde, cuándo) e inferencial (por qué, cómo, reflexión crítica).

El análisis de las respuestas a este instrumento permitió identificar el nivel de competencia de los alumnos, revelando limitaciones de vocabulario y dificultades para realizar inferencias en lengua inglesa. Esta etapa, también con una duración de una semana, incluyó la selección de herramientas digitales alineadas a los principios del International Baccalaureate, del Universal Design for Learning y de las directrices de uso ético de la tecnología. Se definieron los objetivos lingüísticos, los criterios de evaluación, las estrategias de mediación docente y los tipos de interacción con la IA, como asistentes de escritura, lectores de texto con síntesis de voz y herramientas de reformulación lingüística.

Un aspecto relevante observado fue el uso de la lengua materna (portugués) como estrategia de apoyo al aprendizaje en las etapas iniciales. Los alumnos recurrieron al portugués para comprender instrucciones y organizar ideas, pero este uso disminuyó gradualmente a medida que se volvían más confiados en el inglés. Este movimiento evidencia prácticas de “translanguaging”, donde el repertorio lingüístico del alumno se utiliza de forma integrada en el proceso de aprendizaje (García; Wei, 2014), y refuerza la interdependencia lingüística propuesta por Cummins (2000).

La Tercera Etapa, la Implementación de la Secuencia Didáctica, correspondió al núcleo de la intervención, desarrollada a lo largo de cuatro semanas, totalizando aproximadamente 16 horas de clase. En esta fase, la profesora-investigadora implementó la secuencia didáctica planificada, promoviendo el desarrollo de las habilidades de lectura, escritura y oralidad en inglés por medio del uso pedagógico y ético de herramientas de Inteligencia Artificial. La actuación de la profesora fue fundamental, ofreciendo soporte gradual a los alumnos y adaptando el input lingüístico, conforme a la noción de input comprensible de Krashen (1985), además de promover interacciones significativas alineadas a la perspectiva sociocultural del aprendizaje de lenguas.

Durante esta etapa, los alumnos utilizaron herramientas de IA de forma orientada para revisar textos, expandir vocabulario, practicar oralidad y recibir feedback inmediato. Los prompts empleados fueron previamente planificados por la profesora-investigadora con finalidades pedagógicas claras, como revisión gramatical explicada, reescritura simplificada de textos, sugerencias léxicas contextualizadas y práctica de pronunciación. Las producciones iniciales y revisadas de los alumnos fueron sistemáticamente registradas para comparación cualitativa, permitiendo un monitoreo continuo del progreso lingüístico.

En el campo de la oralidad, los resultados apuntaron a un aumento significativo de la fluidez y de la confianza comunicativa. La utilización de herramientas basadas en reconocimiento y síntesis de voz proporcionó un ambiente seguro para la práctica de la lengua, lo que redujo la ansiedad lingüística y incentivó la participación activa de los alumnos. Este aspecto refuerza la importancia del filtro afectivo en el proceso de adquisición de lenguas, como descrito por Krashen (1982), y el papel del output en la consolidación del aprendizaje, conforme Swain y Lapkin (1998).

Los registros del diario de campo indicaron cambios en el comportamiento lingüístico de los alumnos, que inicialmente demostraban vacilación y uso frecuente de la lengua materna. Tras las prácticas mediadas por IA, los alumnos pasaron a producir enunciados más completos y con mayor fluidez, aunque todavía con errores, evidenciando una creciente confianza comunicativa. Las herramientas de Inteligencia Artificial utilizadas incluyeron asistentes de escritura con retroalimentación gramatical, herramientas de reescritura simplificada, síntesis de voz (text-to-speech) y reconocimiento de voz (speech-to-text).

Los ejemplos de prompts utilizados, como “Check this text for grammar mistakes and explain them using simple English” para revisión gramatical, “Rewrite this paragraph using short sentences and simple vocabulary” para reescritura, “Suggest simple synonyms for these words in a school context” para vocabulario, y “Read this text slowly and clearly so I can practice pronunciation” para oralidad, evidencian la intencionalidad pedagógica en el uso de la IA. Estas actividades, bajo la perspectiva de la hipótesis del output (Swain, 1985), favorecieron la producción lingüística de los alumnos, permitiéndoles identificar lagunas en su conocimiento y desarrollar mayor control sobre la lengua.

Paralelamente, a la luz de la teoría del aprendizaje multimedia (Mayer, 2009), el uso de recursos como audio, texto e interacción digital contribuyó a la construcción de significados al integrar múltiples canales de procesamiento cognitivo. Estos elementos indican que la tecnología se empleó como soporte estructurado para el proceso de adquisición de la lengua, alineándose a las necesidades de los alumnos MLLs y reforzando el papel de la profesora-investigadora como mediadora del uso pedagógico de la IA, potenciando la personalización de la enseñanza y ampliando las oportunidades de interacción significativa con la lengua inglesa.

Para medir el desarrollo de las habilidades de escritura y expresión oral, se utilizaron rúbricas de evaluación. La rúbrica de escritura contemplaba criterios como organización textual, gramática y vocabulario, con niveles de desempeño que variaban de “principiante” (ideas inconexas, muchos errores, vocabulario muy limitado) a “competente” (texto bien estructurado, pocos errores, vocabulario variado y apropiado). La rúbrica de expresión oral, por su parte, abordaba fluidez, pronunciación y confianza, con niveles que iban de “principiante” (vacilaciones frecuentes, dificultad de comprensión, evita hablar) a “competente” (fluidez constante, clara e inteligible, participa espontáneamente).

La aplicación de estas rúbricas posibilitó una evaluación formativa sistemática, permitiendo a la profesora-investigadora identificar avances y dificultades específicas, ajustando las estrategias pedagógicas. Se observó una evolución gradual de los alumnos hacia niveles más altos de desempeño, especialmente en la organización textual, ampliación del vocabulario y mayor fluidez en la comunicación oral. Desde el punto de vista teórico, la adopción de criterios que valoran la producción y la eficacia comunicativa se alinea con la perspectiva de la competencia comunicativa y la hipótesis del output (Swain, 1985), contribuyendo a un aprendizaje más estructurado y consciente.

La Cuarta Etapa, de Observación, Análisis y Refinamiento, implicó el análisis de las producciones escritas y orales, de los registros del diario de campo docente, de las rúbricas evaluativas y de los diarios reflexivos de los alumnos. Esta etapa permitió identificar avances, desafíos y ajustes necesarios en la propuesta pedagógica. Un ejemplo de producción escrita de un alumno, antes de la intervención, era “I like play soccer. I play with my friends. We is happy.”, que tras la mediación de la IA fue revisado a “I like playing soccer. I play with my friends after school. We are happy when we play together.”

Esta comparación demuestra mejoras en la precisión gramatical, la estructura de las frases y la ampliación semántica de las ideas, sin desvirtuar la autoría del estudiante. La IA actuó como soporte en el proceso de revisión, facilitando la identificación y corrección de errores recurrentes y la reorganización del texto, lo que contribuyó al desarrollo de la conciencia lingüística y la autonomía en la escritura en inglés. Los registros del diario de campo de la profesora-investigadora, por su parte, documentaron en tiempo real las reacciones de los alumnos, los niveles de compromiso y los cambios de comportamiento.

Un extracto del diario de campo reveló: “Durante la actividad de revisión textual con IA, observé un mayor compromiso de los alumnos. Muchos releyeron sus textos más de una vez y verbalizaron dudas sobre elecciones gramaticales. Hubo una reducción visible de la ansiedad, especialmente entre los alumnos que normalmente evitan escribir en inglés.” Estos registros evidencian la reducción de la ansiedad lingüística y el aumento de la participación, reforzando el papel de la mediación docente y del feedback inmediato en el proceso de aprendizaje. La profesora-investigadora observó que su mediación pedagógica fue fundamental para orientar el uso de las herramientas de IA, especialmente en la interpretación de las sugerencias y en el mantenimiento del foco en las tareas.

Los diarios reflexivos de los estudiantes ofrecieron una valiosa perspectiva del estudiante sobre el aprendizaje mediado por IA. Las respuestas revelaron avances en el desarrollo metacognitivo, ya que los estudiantes reconocieron sus dificultades, identificaron las estrategias utilizadas y proyectaron acciones futuras para mejorar su rendimiento. Los relatos indicaron un fortalecimiento de la autoconfianza y la percepción de la IA como herramienta de apoyo al aprendizaje, contribuyendo a la construcción de la “agencia” estudiantil y a la reducción del filtro afectivo en el uso de la lengua inglesa.

Además de los avances lingüísticos, se identificaron impactos positivos en los aspectos cognitivos y metacognitivos. Los alumnos demostraron una mayor capacidad para reflexionar sobre su propio proceso de aprendizaje, identificar dificultades y adoptar estrategias para superarlas, alineándose a los principios del aprendizaje significativo (Ausubel, 1982) y del aprendizaje activo (Mayer, 2020). También se observaron indicios de fortalecimiento de funciones ejecutivas, como la atención y la flexibilidad cognitiva, frecuentemente asociadas al bilingüismo (Bialystok, 2001; 2012). Un alumno registró: “Now I can write better because I check my mistakes”, indicando un desarrollo de la conciencia metalingüística y la autonomía en el proceso de aprendizaje.

En el aspecto motivacional, se observó un aumento expresivo del compromiso, especialmente en alumnos que anteriormente demostraban baja participación. Esto sugiere que la personalización y el carácter interactivo de las herramientas de IA actuaron como factores motivacionales relevantes en el contexto del aprendizaje de L2. La naturaleza interactiva y personalizada de las herramientas contribuyó a hacer el proceso de aprendizaje más significativo y accesible, promoviendo mayor participación e interés. Estos resultados dialogan con los principios del International Baccalaureate (IBO, 2018), que valoran la “agency” de los estudiantes y el desarrollo de competencias como autonomía, reflexión y pensamiento crítico.

La ficha de observación lingüística, utilizada por la profesora-investigadora, registró sistemáticamente aspectos lingüísticos, afectivos y estratégicos manifestados por los alumnos. Se observó un aumento progresivo de la participación oral, con alumnos que inicialmente respondían brevemente o evitaban hablar, pasando a participar con mayor frecuencia y disposición para expresarse en inglés. El uso de la lengua materna (L1) ocurrió principalmente en las etapas iniciales para la comprensión y organización del pensamiento, pero hubo una reducción gradual, con mayor alternancia controlada entre L1 y L2, caracterizando prácticas de translanguaging funcional y consciente.

Los estudiantes demostraron una iniciativa creciente para producir enunciados en inglés, incluso con estructuras incompletas o simplificadas, utilizando palabras clave, frases cortas y reformulaciones sucesivas, lo que indica una mayor confianza y disposición para experimentar con el idioma. Se identificaron señales iniciales de inseguridad y vacilación, como silencio prolongado y voz baja, pero con el avance de la intervención y la retroalimentación inmediata de la IA, se observó una reducción significativa de la ansiedad lingüística y un aumento de la autoconfianza comunicativa. Estrategias espontáneas, como gestos, autocorrección, repetición de palabras, uso de cognados y solicitudes de apoyo a la IA o a la profesora, se volvieron más frecuentes y sofisticadas, evidenciando el desarrollo metacognitivo.

La Quinta Etapa, de Evaluación Reflexiva de los Resultados, permitió un análisis crítico de los desafíos identificados, a pesar de los resultados positivos. En algunos momentos, se observó una tendencia de los alumnos a depender excesivamente de las respuestas generadas por las herramientas de IA, especialmente en actividades de producción escrita. Este comportamiento indica la necesidad de desarrollar competencias relacionadas con la alfabetización digital crítica, capacitando a los estudiantes a evaluar, cuestionar y reformular las respuestas proporcionadas por la tecnología, en lugar de utilizarlas de forma pasiva, lo que se alinea con las directrices internacionales para el uso ético de la IA en la educación (UNESCO, 2023).

Otro punto relevante fue la sobrecarga cognitiva identificada en determinados momentos de la intervención. La presencia simultánea de múltiples estímulos, como texto, audio, sugerencias automáticas y retroalimentación instantánea, pudo haber dificultado el procesamiento de la información por parte de algunos alumnos, especialmente aquellos en niveles iniciales de competencia lingüística. Este fenómeno puede ser comprendido a la luz de la Teoría de la Carga Cognitiva (Sweller, 1998) y la Teoría del Aprendizaje Multimedia (Mayer, 2020), que advierten que el exceso de información puede comprometer el aprendizaje cuando no hay un control adecuado de la complejidad de las tareas y de la organización de los estímulos.

Adicionalmente, se observó que la eficacia del uso de la IA estuvo directamente relacionada con el nivel de mediación docente. En los momentos en que hubo orientación explícita, modelado del uso de las herramientas y definición clara de objetivos lingüísticos, los alumnos presentaron mayor compromiso y mejor calidad en las producciones. Por otro lado, en situaciones con menor dirección, se verificó el uso superficial o inadecuado de los recursos, reforzando el papel central del profesor como mediador del proceso de aprendizaje, según lo discutido por Moran (2007).

En este sentido, la integración de la Inteligencia Artificial en la enseñanza de la lengua inglesa se ha mostrado prometedora, pero condicionada a factores pedagógicos fundamentales, como la intencionalidad didáctica, la planificación estructurada y el seguimiento continuo. Al igual que ocurre con las metodologías activas, la tecnología por sí sola no garantiza el aprendizaje, siendo necesario que esté articulada a prácticas pedagógicas consistentes y contextualizadas. La evaluación reflexiva de los resultados permite afirmar que la IA puede actuar como una herramienta potente para la personalización del aprendizaje y la ampliación de las oportunidades de uso de la lengua, siempre que se utilice de forma crítica, ética y pedagógicamente orientada.

De esta forma, se reafirma la importancia de la formación docente para el uso de tecnologías educativas, así como de la construcción de prácticas que promuevan el equilibrio entre la innovación tecnológica y el desarrollo cognitivo y lingüístico de los alumnos. En síntesis, los hallazgos de la investigación demuestran que la IA, cuando se integra de manera planificada y mediada por el profesor, contribuye significativamente al desarrollo lingüístico, metacognitivo y motivacional de los MLL, promoviendo un ambiente de aprendizaje más personalizado, interactivo y seguro, que favorece la autonomía y la confianza comunicativa.

4. Conclusión

El presente estudio investigó cómo la integración pedagógica de la Inteligencia Artificial puede contribuir a la adquisición del inglés como segunda lengua por parte de estudiantes Multilingual Learners en la educación básica, analizando sus potencialidades, límites e implicaciones pedagógicas en el contexto de una escuela bilingüe orientada por los principios del International Baccalaureate. Se verificó que la IA proporcionó avances consistentes en el desarrollo lingüístico de los alumnos, con mejoras en la precisión gramatical, organización textual, vocabulario, fluidez y confianza comunicativa. Se observó que el feedback inmediato y adaptado de la IA promovió la autonomía y redujo la ansiedad lingüística, además de impactar positivamente aspectos cognitivos y metacognitivos, como la capacidad de reflexión sobre el propio aprendizaje y el fortalecimiento de funciones ejecutivas. El compromiso de los estudiantes también aumentó significativamente. La principal contribución reside en la demostración de que la IA es una herramienta potente para la personalización del aprendizaje y la ampliación de las oportunidades de uso de la lengua, siempre que se utilice de forma crítica, ética y pedagógicamente orientada, reforzando el papel central del profesor como mediador.

Sin embargo, se identificó que la intervención presentó limitaciones, como la tendencia de los alumnos a una dependencia excesiva de las respuestas generadas por la IA y la ocurrencia de sobrecarga cognitiva en momentos de múltiples estímulos, especialmente para aquellos en niveles iniciales de competencia. La eficacia del uso de la IA estuvo directamente relacionada con el nivel de mediación docente, con una menor dirección que resultó en un uso superficial de los recursos. Ante estos desafíos, se sugiere la necesidad de desarrollar competencias de alfabetización digital crítica en los estudiantes y de invertir en la formación docente continua para el uso de tecnologías educativas. Se recomienda la construcción de prácticas que promuevan el equilibrio entre la innovación tecnológica y el desarrollo cognitivo y lingüístico de los alumnos, ofreciendo subsidios para otras instituciones interesadas en integrar la IA de forma pedagógica y humanizada en la enseñanza bilingüe.

Referencias Bibliográficas

Design-Based Research Collection. 2003. Design-based research: An emerging paradigm for educational inquiry. Educational Researcher, v. 32, n. 1, p. 5–8.

García, O.; Wei, L.. 2014. Translanguaging: Language, bilingualism and education. London: Palgrave Macmillan.

Gil, A.C. 2019. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas.

Holmes, W.; Bialik, M.; Fadel, C. 2022. Artificial intelligence in education: Promises and implications for teaching and learning. Boston: Center for Curriculum Redesign.

International Baccalaureate Organization (IBO). 2018. Primary Years Programme: The learner. Cardiff: IB Publishing.

International Society for Technology in Education (ISTE). 2022. Standards for educators: Empowered professional and learning catalyst. Washington, D.C.: ISTE.

Krashen, S. 1985. The input hypothesis: Issues and implications. New York: Longman.

Lakatos, E.M.; Marconi, M. 2017. Fundamentos de metodologia científica. 8. ed. São Paulo: Atlas.

Luckin, R. 2018. Machine learning and human intelligence: The future of education for the 21st century. London: UCL Institute of Education Press.

Poth, R. 2023. How to teach Al: Weaving strategies and activities into any content area. Washington, D.C.: ISTE.

UNESCO. 2023. Artificial intelligence and education: Guidance for policymakers. Paris: UNESCO. Disponível em: https://unesdoc.unesco.org/.

United States Department of Education. 2023

Wang, F.; Hannafin, M.J. 2005. Design-based research and technology-enhanced learning environments. Educational Technology Research and Development, v. 53, n. 4, p. 5–23.

WIDA Consortium. 2020. Marco de estándares de desarrollo del idioma inglés, edición 2020: Jardín de infantes-Grado 12. Madison, WI: Junta de Regentes del Sistema Universitario de Wisconsin.

Artículo originado del Trabajo de Conclusión de Curso de Neurociencia y Aprendizaje en la Educación

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy