SciELO - Scientific Electronic Library Online

 
vol.8Competencia notarial y celeridad procesal en el reconocimiento de unión de hecho post mortem, Trujillo, 2024Proceso de ocupación territorial y efectos de la producción informal de vivienda: análisis urbano-arquitectónico en La Esperanza y El Porvenir, Trujillo índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista científica en ciencias sociales

versión On-line ISSN 2708-0412

Rev. cient. cienc. soc. vol.8 s/n Asunción  2026  Epub 30-Jun-2026

https://doi.org/10.53732/rccsociales/e81081 

Artículo Original

Alfabetización en inteligencia artificial generativa en estudiantes de derecho: su relación con la intención de uso y rendimiento académico en Chile

Literacy in generative artificial intelligence among law students: its relationship with intention to use and academic performance in Chile

Elizabeth Grandón Toledo1 
http://orcid.org/0000-0002-8639-667X

Elvira Badilla Poblete2 
http://orcid.org/0000-0002-9914-1051

Patricio Ramírez Correa3  * 
http://orcid.org/0000-0001-7089-1505

Francisco Correa Schnake4 
http://orcid.org/0009-0005-8069-5520

Valentina Rioseco Vallejos5 
http://orcid.org/0009-0001-4548-4702

1Universidad del Bío-Bío. Departamento de Sistemas de Información. Concepción, Chile

2Universidad Católica del Norte. Escuela de Derecho. Coquimbo, Chile

3Universidad Católica del Norte. Escuela de Ingeniería. Coquimbo, Chile

4Universidad Católica del Norte. Instituto de Ciencias Religiosas y Filosofía. Coquimbo, Chile

5Universidad del Bío-Bío. Escuela de Derecho. Concepción, Chile


RESUMEN

La inteligencia artificial generativa (IAGen) se ha incorporado velozmente en la educación superior y en la formación jurídica, ofreciendo apoyo para la redacción, el análisis de información y la elaboración de trabajos académicos, pero también ha generado riesgos éticos, jurídicos y pedagógicos. Este estudio tiene por objetivo caracterizar la alfabetización en IAGen en estudiantes de Derecho chilenos y analizar su relación con la intención de uso de estas herramientas y el rendimiento académico percibido. Se empleó un diseño cuantitativo, transversal, con componentes instrumental y correlacional, aplicado a estudiantes de dos facultades de Derecho mediante un cuestionario estructurado con escalas tipo Likert. El modelo considera tres constructos principales: alfabetización en IAGen, intención de uso de IAGen y rendimiento académico percibido, estimados mediante modelamiento de ecuaciones estructurales con PLS SEM. Los resultados muestran niveles medios de alfabetización en IAGen, un efecto directo e indirecto sobre el rendimiento académico percibido mediado por la intención de uso, y evidencian la necesidad de fortalecer la evaluación crítica y la reflexión ética en la formación jurídica. El estudio aporta una escala breve adaptada al contexto jurídico académico y orientaciones para una incorporación pedagógica responsable de la IAGen en las facultades de Derecho.

Palabras clave educación; inteligencia artificial; enseñanza jurídica; universidad; análisis multivariado; Chile

ABSTRACT

Generative artificial intelligence (GAI) has rapidly entered higher education and legal training, supporting writing, information analysis and the production of academic work, while also raising ethical, legal and pedagogical concerns. This study aims to characterize GAI literacy among Chilean law students and to analyze its relationship with intention to use GAI and perceived academic performance. A quantitative, cross-sectional design with instrumental and correlational components was applied to students from two law schools, using a structured questionnaire with Likert-type scales. The model includes three main constructs, namely GAI literacy, intention to use GAI and perceived academic performance, which were estimated through partial least squares structural equation modeling (PLS-SEM). Findings indicate medium levels of GAI literacy, a direct and indirect effect on perceived academic performance mediated by intention to use, and highlight the need to strengthen critical evaluation and ethical reflection within legal education. The study provides a brief scale adapted to the legal-academic context and offers guidelines to support the responsible pedagogical integration of GAI into law curricula.

Keywords education; artificial intelligence; law education; university; multivariate analysis; Chile

INTRODUCCIÓN

Globalmente, la inteligencia artificial generativa (IAGen) se ha expandido con rapidez en la educación superior y está transformando las prácticas de búsqueda de información, lectura y escritura académica, al introducir nuevos modos de apoyo a la planificación, redacción y revisión de textos (Baldrich et al., 2024; de Amo Sánchez-Fortún & Baldrich Rodríguez, 2026; Gabay et al., 2026). Las revisiones bibliográficas recientes muestran un crecimiento acelerado de estudios empíricos que analizan el uso de IAGen en las universidades, destacando tanto su potencial para mejorar la organización del discurso, la corrección formal y la eficiencia en la producción escrita como los riesgos asociados a alucinaciones, fabricación de citas, dependencia tecnológica y tensiones en torno a la integridad académica (Gabay et al., 2026; Silgado-Tuñón & López-Flores, 2025). En particular, se ha observado que la escritura disciplinar asistida por IAGen puede mejorar significativamente la coherencia, la corrección gramatical y la integración de recursos multimodales cuando se integra en marcos de intervención que preservan el pensamiento crítico y la autoría estudiantil (de Amo Sánchez-Fortún & Baldrich Rodríguez, 2026), mientras que su uso no guiado tiende a reforzar prácticas de usar atajos y a debilitar la reflexión sobre las fuentes (Gabay et al., 2026).

En este escenario, diversos autores han comenzado a conceptualizar la alfabetización vinculada a la IAGen como una competencia multidimensional que combina conocimientos sobre el funcionamiento de los modelos, habilidades para utilizarlos en tareas académicas, capacidades de evaluación crítica de los contenidos generados y una conciencia ética sobre sus implicaciones en la autoría, la citación y la equidad educativa (Baldrich et al., 2024; Jogezai et al., 2025). En un argumento similar, la UNESCO señala que “el desarrollo de competencias de IA entre estudiantes es clave para el uso seguro, ético y significativo de esta en la educación y más allá”, y que, en el caso de docentes e investigadores, resulta igualmente imprescindible que los Estados fortalezcan sus capacidades para un uso adecuado de la IA generativa (Holmes & Miao, 2023). En este estudio, la alfabetización en IAGen se entiende como el conjunto de conocimientos, habilidades y disposiciones orientadas a comprender el funcionamiento de los sistemas generativos, utilizarlos en tareas académicas y evaluar críticamente sus resultados(Ramírez-Correa et al., 2026).

La revisión de la literatura muestra tres aspectos importantes. Primero, indica que las dimensiones más instrumentales del uso de IAGen tienden a desarrollarse con rapidez, mientras que las competencias de evaluación crítica y reflexión ética avanzan de manera más lenta y desigual (Gabay et al., 2026). Esto se traduce en una brecha entre lo que el estudiantado es capaz de hacer con estas herramientas en términos operativos y su capacidad para cuestionar la fiabilidad de las respuestas, identificar sesgos, decidir cuándo es legítimo utilizar IAGen y cómo reconocer su contribución en la producción académica (Gabay et al., 2026; Jogezai et al., 2025; Schrepel, 2026). Segundo, indica que la mayoría de los estudios se ha concentrado en disciplinas como educación, ciencia, tecnología, ingeniería y matemáticas, mientras que la evidencia específica sobre alfabetización en IAGen en estudiantes de Derecho sigue siendo incipiente (Gabay et al., 2026; Schrepel, 2026). Finalmente, sugiere que el rendimiento académico de los estudiantes mejora cuando se incorpora la IAGen al favorecer la adaptación del aprendizaje a ritmos individuales, potenciando así la autonomía y el compromiso estudiantil (Cortez Granizo, 2025; Sun & Zhou, 2024; Zhu et al., 2025).

En el ámbito de la educación jurídica, los trabajos recientes documentan que la integración de ChatGPT y otras herramientas generativas abre oportunidades para apoyar la redacción de textos jurídicos, el análisis de argumentos y el desarrollo de habilidades de investigación, pero también plantea interrogantes sobre sesgos, opacidad de los sistemas, plagio, descarga cognitiva y responsabilidad profesional cuando se recurre a estas herramientas sin una formación estructurada en su uso responsable (Atilla-Aydın & Lammasniemi, 2026; Schrepel, 2026). El estudiantado que ingresa a las facultades de Derecho es descrito con frecuencia como “nativo digital”(Caldevilla Domínguez, 2013), pero ello no garantiza que cuente con competencias específicas para utilizar de manera crítica y responsable herramientas generativas. Por ejemplo, en el ámbito del derecho civil se han descrito experiencias pedagógicas que utilizan la IAGen para simular casos prácticos mediante la construcción de prompts que representan a clientes ficticios con problemas jurídicos complejos, lo que complementa la formación teórica y favorece el desarrollo de competencias asociadas a la identificación y resolución de problemas (Robert Guillén, 2025). Sin embargo, la alfabetización necesaria para diseñar prompts eficaces y evaluar críticamente las respuestas generadas por IAGen aún no ha sido incorporada de forma sistemática en los planes de estudio de Derecho (Carrasco-Sáez et al., 2025; Pangestu et al., 2026). La formación del estudiantado de Derecho en Chile, como en otros países latinoamericanos, ha experimentado un tránsito desde modelos de enseñanza tradicional hacia una incorporación progresiva de tecnologías de la información y la comunicación (TIC) (Quezada Castro et al., 2022). La introducción de estas tecnologías obligó a las universidades a revisar sus enfoques de enseñanza (Cicero, 2018) y a considerar los efectos de la digitalización en el ejercicio profesional(Benfeld E., 2020).

(Liu et al., 2025) al desarrollar una escala de alfabetización en IAGen, reportaron un efecto positivo de esta sobre el desempeño laboral, mediado de forma parcial por la autoeficacia creativa, lo que sugiere que niveles más elevados de alfabetización en IAGen facilitan un uso más productivo y creativo de estas herramientas en tareas de análisis, síntesis y generación de contenido. Sobre esta base, se plantea la siguiente hipótesis:

H1: El nivel de alfabetización en IAGen de los estudiantes de Derecho se relaciona positivamente con su rendimiento académico percibido.

La literatura sitúa además la alfabetización en inteligencia artificial como un antecedente cognitivo de la intención de adoptar sistemas y tecnologías basadas en IA. (Ke et al., 2025), al integrar la alfabetización en inteligencia artificial en un modelo de aceptación tecnológica en estudiantes universitarios. En la misma línea, (Pan et al., 2025) encontraron que la alfabetización en inteligencia artificial incrementa la utilidad y la facilidad de uso percibidas, las cuales elevan la intención de utilizar IA en tareas académicas, mientras que (Chai et al., 2020) identificaron una relación positiva entre alfabetización en IA e intención de seguir aprendiendo estas tecnologías. En el caso específico de la IAGen, (Jang, 2024) concluyó que mayores niveles de alfabetización en IAGen se asocian de manera significativa y positiva con la intención de uso de estas herramientas en estudiantes universitarios. Sobre esta base, se formula la siguiente hipótesis:

H2: El nivel de alfabetización en IAGen se relaciona positivamente con la intención de uso de IAGen en estudiantes de Derecho.

La intención de usar o continuar utilizando tecnologías de información se ha vinculado de manera consistente con el rendimiento académico. (Maqableh et al., 2021) mostraron que la intención de uso continuado de Internet tiene un efecto positivo y significativo sobre el rendimiento académico en estudiantes universitarios. En la misma lógica, (Alruthaya et al., 2025) evidenciaron que factores actitudinales incrementan la implicación con las tecnologías digitales —incluidas las de IAGen—, lo cual impacta positivamente en el rendimiento académico, mientras que (Triangga et al., 2026) encontraron que la intención de uso continuado de herramientas de IAGen no solo predice el uso efectivo de la herramienta, sino que también tiene un efecto positivo y significativo sobre el desempeño académico. De ello se desprende la tercera hipótesis:

H3: La intención de uso de IAGen se relaciona positivamente con el rendimiento académico percibido en estudiantes de Derecho.

Por último, la literatura sobre adopción tecnológica sostiene que los recursos cognitivos de los individuos no se traducen automáticamente en resultados, sino que operan a través de mecanismos como la intención conductual (Davis, 1989; Venkatesh et al., 2003). En este contexto, la alfabetización en IAGen constituye una condición necesaria, pero no suficiente, para impactar el rendimiento académico, siendo la intención de uso el puente entre dicha capacidad y su aplicación efectiva en el estudio. En consecuencia, se formula la siguiente hipótesis:

H4: La intención de utilizar IAGen media positivamente la relación entre el nivel de alfabetización en IAGen y el rendimiento académico percibido de los estudiantes de Derecho.

La Figura 1 presenta el modelo de investigación propuesto para este estudio, en el cual se integran las cuatro hipótesis formuladas.

Figura 1. Modelo de investigaciónFuente: Elaboración propia (2026) 

En este sentido, en este estudio se propone caracterizar la alfabetización en inteligencia artificial generativa en estudiantes de Derecho y analizar su relación con la intención de uso de IAGen y el rendimiento académico percibido, ofreciendo evidencia empírica y un instrumento adaptado al contexto jurídicoacadémico que puedan orientar decisiones pedagógicas, éticas e institucionales en la formación en Derecho.

METODOLOGÍA

El estudio adoptó un diseño cuantitativo de tipo transversal, que combinó un componente instrumental, orientado a la validación de la escala, y un componente correlacional, destinado al análisis del modelo de investigación propuesto. La población objetivo estuvo conformada por estudiantes de la carrera de Derecho de la Universidad Católica del Norte y de la Universidad del BíoBío, instituciones chilenas ubicadas en las ciudades de Coquimbo y Concepción, respectivamente, separadas entre sí por aproximadamente 1.000 km. Se utilizó un muestreo no probabilístico por conveniencia, invitando a participar a estudiantes de distintos niveles formativos. El estudio fue aprobado por el Comité Ético Científico de la Universidad del BíoBío Informe Nº A.260/2026. El cuestionario incluyó una pregunta filtro sobre el uso previo de IAGen, ítems sociodemográficos y tres bloques principales de medición. La alfabetización en inteligencia artificial generativa se evaluó mediante una escala de 17 ítems tipo Likert de cinco puntos, adaptada al contexto jurídicoacadémico a partir de la propuesta de (Liu et al., 2025) sobre alfabetización en IAGen. La escala consideró cinco dimensiones: conocimientos fundamentales sobre IAGen, competencias para la generación de instrucciones (prompts), evaluación crítica de los contenidos generados, integración creativa de la herramienta en el estudio y conciencia ética y normativa. La intención de uso de IAGen se midió mediante cuatro ítems tipo Likert de cinco puntos, orientados a captar la disposición futura del estudiantado a emplear estas herramientas en actividades académicas y de formación jurídica. El rendimiento académico percibido se evaluó a través de dos ítems tipo Likert de cinco puntos, centrados en la percepción del aporte de la IAGen a la calidad y la eficiencia en la realización de tareas académicas. Para el análisis de los datos, se estimaron tanto el modelo de medida como el modelo estructural empleando la técnica de modelamiento de ecuaciones estructurales por mínimos cuadrados parciales (PLSSEM). Se evaluaron indicadores de fiabilidad, validez convergente y validez discriminante, así como la significancia de las relaciones hipotetizadas en el modelo. Todos los análisis se realizaron con el paquete SEMinR del software R (Ray et al., 2021).

RESULTADOS

Tras aplicar el filtro de uso previo de IAGen, la muestra final quedó conformada por 180 estudiantes de Derecho usuarios de estas tecnologías, pertenecientes a la Universidad del BíoBío (n = 133) y a la Universidad Católica del Norte (n = 47). La edad promedio fue de 20,15 años, y la distribución de género incluyó 74 hombres, 103 mujeres y 3 personas que prefirieron no declarar su género. Tal como se resume en la Tabla 1, los resultados descriptivos muestran niveles medios de alfabetización en IAGen en todas sus dimensiones, con medias que oscilan entre 3,67 y 4,15 en una escala de 1 a 5. La intención de uso de IAGen presenta una media de 3,40, mientras que el desempeño académico percibido alcanza una media de 3,54.

Tabla 1. Estadísticos descriptivos de los constructos del modelo 

Variable Media DE Mínimo Máximo
Conocimientos fundamentales 4,01 0,84 1,33 5,00
Competencias de generación de instrucciones 3,67 1,02 1,00 5,00
Evaluación crítica de contenidos 4,07 0,83 1,00 5,00
Integración creativa para estudiar 3,93 0,82 1,00 5,00
Conciencia ética y normativa 4,15 0,79 1,60 5,00
Intención de uso de IAGen 3,40 0,87 1,00 5,00
Desempeño académico percibido 3,54 1,01 1,00 5,00

Fuente: Elaboración propia (2026)

Las cinco dimensiones de la alfabetización en IAGen presentan niveles adecuados de consistencia interna y validez convergente. En todos los casos, los coeficientes de fiabilidad (α de Cronbach, rho_A y fiabilidad compuesta) superan el umbral recomendado de 0,70, y los valores de varianza media extraída (AVE) son superiores a 0,50, lo que respalda la calidad psicométrica de las mediciones. A nivel más específico, las dimensiones asociadas a competencias de uso y evaluación de IAGen muestran fiabilidades altas, mientras que las dimensiones de integración creativa y conocimientos fundamentales alcanzan valores considerados adecuados. Asimismo, las cargas factoriales de los ítems son elevadas y coherentes con sus constructos, confirmando la solidez de la relación entre indicadores y dimensiones. En el nivel de segundo orden, el constructo global de alfabetización en IAGen cumple con los criterios de fiabilidad y validez convergente, lo que avala su tratamiento como constructo jerárquico. Los resultados detallados se presentan en la Tabla 2.

Tabla 2. Fiabilidad y validez convergente de los constructos 

Variable Ítems α rho_A rho_C AVE
Alfabetización global en IAGen 5 0,85 0,89 0,89 0,62
Intención de uso de IAGen 4 0,80 0,80 0,87 0,63
Desempeño académico percibido 2 0,79 0,80 0,90 0,83
Conocimientos fundamentales 3 0,76 0,78 0,86 0,67
Competencias de generación de instrucciones 3 0,87 0,90 0,92 0,79
Evaluación crítica de contenidos 3 0,86 0,92 0,91 0,78
Integración creativa para estudiar 3 0,78 0,81 0,87 0,69
Conciencia ética y normativa 5 0,83 0,88 0,88 0,60

Fuente: Elaboración propia (2026)

En cuanto a la validez discriminante, la matriz de cargas cruzadas muestra que cada ítem presenta su mayor carga en el constructo teórico esperado y cargas menores en los demás, lo que respalda la validez discriminante a nivel de indicadores. A nivel de constructos, los índices HTMT entre alfabetización en IAGen, intención de uso de IAGen y desempeño académico percibido se sitúan por debajo de 0,85 (0,45; 0,51; 0,73, respectivamente), y los intervalos de confianza bootstrap al 95% no superan el umbral de 0,90, lo que confirma la validez discriminante entre estos constructos. Entre las dimensiones de primer orden de la alfabetización en IAGen, los valores HTMT son relativamente más elevados, pero coherentes con la existencia de un factor de segundo orden, patrón que coincide con evidencia previa y respalda la estructura jerárquica propuesta. Análisis adicionales de consistencia interna avanzada (alfa, omega total y omega jerárquica) corroboran que cada dimensión es esencialmente unidimensional y que el constructo global captura un factor general de alfabetización en IAGen.

La Figura 2 presenta el modelo estructural PLSSEM estimado, con los coeficientes de trayectoria estandarizados (β) y los valores de R² para la intención de uso de IAGen y el desempeño académico percibido. El modelo explica un 15,4% de la varianza de la intención de uso (R² = 0,15; R² ajustado = 0,15) y un 39,2% de la varianza del desempeño académico percibido (R² = 0,39; R² ajustado = 0,38), lo que corresponde, respectivamente, a un nivel explicativo moderado y moderadoalto en el contexto de estudios de educación superior.

Figura 2. Modelo estructural PLS-SEM estimadoFuente: Elaboración propia utilizando SEMinR (2026) 

Los coeficientes de trayectoria, estimados mediante bootstrapping con 5.000 remuestreos, se resumen en la Tabla 3. La alfabetización en IAGen se relaciona positivamente con la intención de uso de IAGen (β = 0,39; p < 0,001), lo que apoya la hipótesis H2. Asimismo, presenta un efecto directo positivo sobre el desempeño académico percibido (β = 0,25; p < 0,001), respaldando la hipótesis H1. Por su parte, la intención de uso de IAGen ejerce un efecto positivo y relativamente fuerte sobre el desempeño académico percibido (β = 0,48; p < 0,001), proporcionando evidencia a favor de la hipótesis H3.

Tabla 3. Resultados del modelo estructural 

Hipótesis: Relación β t p IC 95%
H1: Alfabetización en IAGen → Desempeño percibido 0,25 4,03 <0,001 [0,12; 0,37]
H2: Alfabetización en IAGen → Intención de uso 0,39 6,30 <0,001 [0,27; 0,52]
H3: Intención de uso → Desempeño percibido 0,48 7,72 <0,001 [0,35; 0,59]
Constructo endógeno
Intención de uso de IAGen 0,15
Desempeño académico percibido 0,39

Fuente: Elaboración propia (2026)

El análisis de efectos totales e indirectos muestra que la alfabetización en IAGen tiene un efecto total positivo sobre el desempeño académico percibido (β_total = 0,44; IC 95% [0,34; 0,54]). Este efecto se descompone en un efecto directo (β = 0,25) y un efecto indirecto mediado por la intención de uso, de aproximadamente β_ind = 0,19 (producto de 0,39 × 0,48). Dado que tanto el efecto directo como el indirecto resultan estadísticamente significativos, el patrón observado es consistente con una mediación parcial, lo que respalda la hipótesis H4.

Tabla 4. Efectos directos, indirectos y totales sobre el desempeño académico percibido 

Tipo de efecto β IC 95%
Directo 0,25 [0,12; 0,37]
Indirecto 0,19 [0,10; 0,31]
Total 0,44 [0,34; 0,54]

Fuente: Elaboración propia (2026)

En conjunto, el modelo jerárquico PLSSEM (Figura 2) indica que una mayor alfabetización en IAGen se asocia con una mayor intención de uso de IAGen y con un mejor desempeño académico percibido, tanto de manera directa como de forma indirecta a través de la intención de uso, proporcionando sostén empírico a las hipótesis H1H4.

DISCUSIÓN

Los resultados obtenidos muestran que la alfabetización en IAGen de los estudiantes de Derecho se sitúa en niveles medio-altos y que este constructo se relaciona de manera significativa con la intención de uso de estas herramientas y con el rendimiento académico percibido. En concreto, el modelo PLSSEM indica que una mayor alfabetización en IAGen se asocia tanto con una mayor intención de uso como con un mejor desempeño académico percibido, y que una parte de este efecto se canaliza a través de la intención de uso. Este patrón confirma empíricamente la hipótesis de que la IAGen puede ser un apoyo relevante para el aprendizaje jurídico, siempre que se integre en un marco formativo que potencie el juicio propio del estudiantado y no lo sustituya.

Al mismo tiempo, la mediación parcial observada sugiere que la alfabetización en IAGen es una condición necesaria, pero no suficiente: disponer de conocimientos, habilidades y disposiciones respecto de la IAGen aumenta la probabilidad de que los estudiantes decidan utilizarla e integrarla en sus rutinas, pero los efectos sobre el rendimiento académico percibido dependen también de cómo se articula ese uso con procesos de reflexión crítica y responsabilidad ética. Esta constatación dialoga con el diagnóstico inicial sobre la brecha entre un uso creciente, aunque en parte intuitivo, de la IAGen por parte del estudiantado y una respuesta institucional todavía incipiente, que no ha incorporado de forma sistemática la alfabetización en IAGen en la formación jurídica chilena.

Estos hallazgos confirman la dualidad anticipada: la IAGen ofrece apoyo para la redacción y el análisis (Baldrich et al., 2024; de Amo Sánchez-Fortún & Baldrich Rodríguez, 2026), pero el patrón de mediación observado advierte sobre los riesgos asociados a su uso no reflexivo. El hecho de que una proporción relevante del efecto total de la alfabetización sobre el rendimiento académico percibido se canalice a través de la intención de uso sugiere que el impacto formativo de la IAGen no depende únicamente del conocimiento técnico, sino también de la disposición con que los estudiantes deciden integrarla en sus prácticas académicas. Esta mediación confirma empíricamente que los riesgos de dependencia tecnológica y debilitamiento de la reflexión crítica señalados por Gabay et al. (2026) no son meramente teóricos. En este contexto, la alfabetización multidimensional actúa como factor protector, al permitir que los estudiantes integren la herramienta sin renunciar al ejercicio del juicio crítico.

Este desfase es especialmente visible en el contexto jurídico chileno, donde persisten planes poco flexibles y baja incorporación tecnológica (Benfeld E., 2020). Mientras la digitalización judicial avanza, por ejemplo, con la implementación de reformas procesales y audiencias virtuales, los estudiantes ya integran IAGen con niveles medios de alfabetización, lo que subraya la urgencia de acompañamiento pedagógico estructurado.

Desde esta perspectiva, los resultados cuantitativos no solo aportan evidencia sobre las relaciones entre alfabetización en IAGen, intención de uso y rendimiento académico percibido, sino que también refuerzan la necesidad de revisar el modo en que se concibe la docencia jurídica en un contexto de acelerada digitalización del entorno profesional. Este sistema, marcado por reformas procesales, audiencias virtuales y creciente uso de software jurídico, el hecho de que los estudiantes ya integren la IAGen en sus prácticas académicas invita a las facultades de Derecho a asumir explícitamente esta realidad y a encauzarla mediante lineamientos pedagógicos claros.

En este punto resulta crucial evitar una lectura simplista de los hallazgos. Los resultados podrían interpretarse como una invitación a maximizar el uso de la IAGen para optimizar el rendimiento académico; sin embargo, la formación jurídica no puede reducirse a la búsqueda de eficiencia técnica. El Derecho se ocupa de conflictos humanos concretos y exige una sabiduría jurídica entendida como conocimiento profundo, prudencia en la deliberación y capacidad de situar cada caso en su contexto social y ético. Si la IAGen se concibe solo como un mecanismo de cálculo orientado a la rapidez y a la agregación de información, se corre el riesgo de reforzar un modelo de estudiante como mero procesador de datos.

En este marco, el efecto total sobre rendimiento percibido debe interpretarse considerando las tensiones sobre integridad académica. La elevada conciencia ética observada sugiere que, cuando la alfabetización integra dimensiones éticas, la IAGen mejora la eficiencia sin comprometer la autoría, coherente con marcos que preservan pensamiento crítico (de Amo Sánchez-Fortún & Baldrich Rodríguez, 2026). La evidencia de que la alfabetización en IAGen mejora el rendimiento académico percibido invita, más bien, a orientar esa competencia hacia un tránsito desde un pensamiento exclusivamente calculador, centrado en la eficacia inmediata que ofrece la tecnología, hacia un pensamiento jurídico meditativo, que requiere tiempo, atención y disposición a la demora. Mientras la IAGen opera mediante inferencias estadísticas sobre grandes bases de datos, el razonamiento jurídico se construye a partir de experiencias situadas, cuidado por las consecuencias y sensibilidad frente a la complejidad de las controversias. Para que los beneficios observados no se traduzcan en una pérdida de profundidad, la docencia debe generar espacios donde la IAGen sea un punto de partida para la reflexión y no un punto de llegada que cierre el ejercicio crítico.

La relación positiva entre alfabetización en IAGen, intención de uso y rendimiento percibido respalda, además, la necesidad de concebir la alfabetización en IAGen como una competencia integral que articula dimensiones técnicas, prácticas, críticas y éticas. La estructura factorial validada confirma que la alfabetización en IAGen es multidimensional, combinando conocimiento técnico, habilidades de uso, evaluación crítica y conciencia ética (Baldrich et al., 2024; Jogezai et al., 2025). Los indicadores psicométricos respaldan intervenciones que integren reflexión ética sistemática, coherente con el llamado de la UNESCO a un uso seguro y significativo (Holmes & Miao, 2023) y la evidencia de que las competencias críticas avanzan más lentamente que las instrumentales (Gabay et al., 2026). En este marco, los resultados del estudio permiten fundamentar cuatro líneas de acción pedagógica específicas, que se describen a continuación.

Primera, usar la IAGen como estrategia, no como programa cerrado. El hecho de que una mayor alfabetización en IAGen aumente la intención de uso sugiere que el estudiantado está dispuesto a integrar estas herramientas en la medida en que se sienta competente. La docencia debería aprovechar esta disposición enseñando a emplear la IAGen como herramienta estratégica: construir escenarios, anticipar errores, revisar críticamente las respuestas y ajustar el curso de acción ante resultados inesperados. Esto es coherente con una formación que busca preparar a los estudiantes para enfrentar la incertidumbre propia de los casos jurídicos, más que ofrecer recetas de interacción con la máquina.

Segunda, mantener visible la dimensión moral de toda decisión jurídica. Dado que los estudiantes ya utilizan la IAGen para redactar, sintetizar y organizar su estudio, el aula debe convertirse en un espacio donde se exija justificar decisiones, elecciones y argumentos, incluso cuando estos nacen de un borrador generado por una herramienta. Ni el profesorado ni el estudiantado pueden delegar la responsabilidad de la respuesta jurídica en el algoritmo: aceptar sin revisión lo que propone la IAGen implica renunciar a la autonomía y dejar que la máquina configure, de facto, el juicio. Integrar escenarios de discusión donde el estudiante deba explicitar por qué adopta, modifica o rechaza una sugerencia de la IAGen contribuye a reforzar esa responsabilidad.

Tercera, reconocer al estudiante como cocreador del orden social. La asociación entre alfabetización en IAGen y rendimiento percibido no solo habla de eficacia académica, sino también del modo en que los futuros profesionales se entrenan para incidir en la realidad social. Desde una perspectiva de ciencia con conciencia, la docencia debería ayudar al estudiantado a observar cómo la interacción con la IAGen transforma su propio juicio, a tomar conciencia del proceso mediante el cual conoce y decide, y a discernir si la forma en que utiliza la herramienta promueve o deteriora la dignidad de las personas afectadas por las decisiones jurídicas.

Finalmente, la cuarta línea de acción pedagógica sugiere evitar la fragmentación y la despersonalización del trabajo jurídico. La posibilidad de descomponer las tareas (resumir, reescribir, clasificar) en solicitudes independientes a la IAGen puede conducir a una percepción fragmentada y moralmente neutra de la actividad jurídica. Frente a ello, la docencia debería insistir en que detrás de cada petición, escrito o dictamen hay historias, conflictos y rostros concretos. Trabajar con casos que expliciten quiénes son los sujetos afectados y cómo las decisiones tomadas, mediante o con apoyo de IAGen, repercuten en sus vidas ayuda a contrarrestar la tendencia a la despersonalización.

Los análisis psicométricos y estructurales del modelo muestran, además, que la evaluación crítica de contenidos generados por IAGen es una de las dimensiones más relevantes de la alfabetización, pero también una de las menos desarrolladas en términos formativos a nivel sistémico. La combinación de efectos directos e indirectos sobre el rendimiento académico percibido subraya que, para que la intención de uso sea formativamente deseable, debe apoyarse en un entrenamiento sistemático en evaluación crítica. De este diagnóstico se desprenden tres orientaciones concretas: detección sistemática de errores y sesgos; contrastación y diálogo argumentativo; y toma de responsabilidad frente a la realidad, especialmente en contextos en los que las decisiones mediadas por IA puedan tener consecuencias relevantes para terceros.

En términos de proyección, los resultados del estudio abren varias líneas futuras de trabajo. En primer lugar, sería pertinente replicar y ampliar el modelo en otras facultades de Derecho con el fin de comparar patrones de alfabetización en IAGen y su impacto en el rendimiento académico en distintos contextos institucionales y regionales. En segundo lugar, resulta necesario desarrollar y evaluar intervenciones pedagógicas específicas orientadas a fortalecer, de manera experimental o cuasiexperimental, dimensiones clave como la evaluación crítica y la conciencia ética, observando sus efectos sobre la intención de uso y el desempeño. En tercer lugar, futuras investigaciones podrían incorporar indicadores objetivos de rendimiento académico, así como variables adicionales como la carga de trabajo, el estrés académico o las estrategias de estudio, para comprender mejor las condiciones bajo las cuales la IAGen contribuye o no a mejorar el aprendizaje. Finalmente, sería valioso explorar longitudinalmente cómo evoluciona la alfabetización en IAGen a lo largo de la carrera y cómo se reconfigura la relación con estas herramientas en la transición hacia el ejercicio profesional. En el caso de Chile, donde no existía diagnóstico sistemático sobre alfabetización en IAGen en estudiantes de Derecho, este estudio ofrece una línea de base empírica. Los niveles medios observados contrastan con la ausencia de formación estructurada, sugiriendo desarrollo autodidacta que requiere canalización institucional, especialmente considerando obligaciones profesionales de diligencia y confidencialidad (Atilla-Aydın & Lammasniemi, 2026; Schrepel, 2026).

Los resultados confirman que la alfabetización en IAGen constituye una condición necesaria, pero no suficiente, para un uso formativamente valioso de estas herramientas. El efecto indirecto mediado indica que entre el conocimiento y el impacto formativo median procesos de decisión y apropiación que requieren acompañamiento pedagógico. Esto refuerza la constatación de que las competencias críticas avanzan más lentamente que las instrumentales (Gabay et al., 2026) y fundamenta la urgencia de diseñar intervenciones curriculares estructuradas en las facultades de Derecho orientadas a integrar explícitamente la alfabetización en IAGen en la formación jurídica.

En conclusión, la docencia jurídica debe ser un ejercicio de recuperación de la humanidad. No se debe buscar una certidumbre total, sino enseñar a vivir con la ambigüedad moral propia de la condición humana. La formación ética debe regirse bajo una máxima: la IAGen calcula y ordena, pero el abogado debe comprender y decidir con prudencia.

Editor Responsable: Chap Kau Kwan Chung https://orcid.org/0000-0002-5478-3659. Universidad del Pacífico. Dirección de Investigación. Asunción, Paraguay. Email: wendy.kwan@upacifico.edu.py

Revisor: Myrna Ruiz Díaz https://orcid.org/0000-0002-4844-8598. Universidad del Pacífico. Dirección de Investigación. Asunción, Paraguay. Email: myrna.ruizdiaz@upacifico.edu.py

Revisor: Paola Dos Santos González https://orcid.org/0009-0003-8424-0211. Universidad Iberoamericana. Facultad de Ciencias Contables y Administrativas. Asunción, Paraguay. Email: dossantos.paola@gmail.com

Agradecimientos

Los autores expresan su gratitud a Karla Verónica Farías Salcedo y Joaquín Tomás Loyola Castillo por su colaboración en la digitalización de las encuestas.

Declaración de los autores: Los autores aprueban la versión final del artículo.

Declaración de conflicto de interés: Los autores declaran no tener conflicto de interés.

Contribución de los autores:

- Conceptualización: Elizabeth Grandón Toledo, Patricio Ramírez Correa

- Curación de datos: Elvira Badilla Poblete, Valentina Rioseco Vallejos, Patricio Ramírez Correa

- Análisis formal: Patricio Ramírez Correa

- Investigación: Elizabeth Grandón Toledo, Elvira Badilla Poblete, Patricio Ramírez Correa, Francisco Correa Schnake, Valentina Rioseco Vallejos

- Metodología: Elvira Badilla Poblete, Patricio Ramírez Correa

- Redacción, borrador original: Elizabeth Grandón Toledo, Elvira Badilla Poblete, Patricio Ramírez Correa, Francisco Correa Schnake

- Redacción, revisión y edición: Elizabeth Grandón Toledo, Patricio Ramírez Correa

Financiamiento: Este trabajo ha sido autofinanciado.

Disponibilidad de datos: Los datos están disponibles previa solicitud al autor de correspondencia.

Referencias bibliográficas

1 Alruthaya, A. S. M., Khan, S., Saini, A. & Muthaly, S. (2025). Unveiling academic performance through digital technology engagement: UTAUT2 insights from post-pandemic Saudi undergraduate students. Computers in Human Behavior Reports, 20.Links ]

2 Atilla-Aydın, S. & Lammasniemi, L. (2026). Preparing guidelines for generative AI in law schools: student perspectives and educational implications. The Law Teacher, 60(1), 181-200.Links ]

3 Baldrich, K., Domínguez-Oller, J. C. & García-Roca, A. (2024). La Inteligencia Artificial y su impacto en la alfabetización académica: una revisión sistemática. Educatio Siglo XXI, 42(3).Links ]

4 Benfeld E., J. S. (2020). Profesión legal y tecnologías de la información y las Comunicaciones. Revista Chilena de Derecho y Tecnología, 9(2).Links ]

5 Caldevilla Domínguez, D. (2013). Los retos de la era de las TICs: nativos digitales contra inmigrantes. Comunicación y Medios, (23).Links ]

6 Carrasco-Sáez, J. L., Contreras-Saavedra, C., San-Martín-Quiroga, S., Contreras-Saavedra, C. E. & Viveros-Muñoz, R. (2025). Analyzing Higher Education Students’ Prompting Techniques and Their Impact on ChatGPT’s Performance: An Exploratory Study in Spanish. Applied Sciences, 15(14).Links ]

7 Chai, C. S., Lin, P. Y., Jong, M. S. Y., Dai, Y., Chiu, T. K. F. & Huang, B. (2020). Factors Influencing Students’ Behavioral Intention to Continue Artificial Intelligence Learning. Proceedings - 2020 International Symposium on Educational Technology, ISET, 147-150.Links ]

8 Cicero, N. K. (2018). Innovar la enseñanza del derecho. ¿Solo se trata de tecnologías de la información y comunicación? Revista Pedagogía Universitaria y Didáctica Del Derecho, 5(2).Links ]

9 Cortez Granizo, D. W. (2025). Impacto de la inteligencia artificial generativa en la mejora del rendimiento académico y la retroalimentación personalizada en estudiantes universitarios. Remulci, 3.Links ]

10 Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly: Management Information Systems, 13(3).Links ]

11 De Amo Sánchez-Fortún, M. & Baldrich Rodríguez, K. (2026). La alfabetización académica asistida por inteligencia artificial generativa: impacto en la calidad de la escritura 3 disciplinaria. Pixel-Bit, Revista de Medios y Educación, (75).Links ]

12 Gabay, R. A. E., Funa, A. A. & Ricafort, J. D. (2026). Generative Artificial Intelligence (GenAI) for Academic Writing in Higher Education: A Scoping Review of Applications, Challenges, and Implications. International Journal of Education in Mathematics, Science and Technology, 14(1).Links ]

13 Holmes, W. & Miao, F. (2023). Guidance for generative AI in education and research. Unesco Publishing.Links ]

14 Jang, M. (2024). AI Literacy and Intention to Use Text-Based GenAI for Learning: The Case of Business Students in Korea. Informatics, 11(3).Links ]

15 Jogezai, N. A., Koroleva, D. & Ivanov, I. (2025). Generative artificial intelligence in higher education: challenges, opportunities and future course of actions to achieve sustainable development goals. International Journal of Educational Management, 40(2), 133-157.Links ]

16 Ke, Q., Gong, Y. & Ke, C. (2025). Bridging AI literacy and UTAUT constructs: structural equation modeling of AI adoption among Chinese university students. Humanities and Social Sciences Communications, 12(1).Links ]

17 Liu, X., Zhang, L. X. & Wei, X. C. (2025). Generative Artificial Intelligence Literacy: Scale Development and Its Effect on Job Performance. BEHAVIORAL SCIENCES, 15(6).Links ]

18 Maqableh, M., Jaradat, M. & Azzam, A. (2021). Exploring the determinants of students’ academic performance at university level: The mediating role of internet usage continuance intention. Education and Information Technologies, 26(4).Links ]

19 Pan, L., Luo, H. & Gu, Q. (2025). Incorporating AI Literacy and AI Anxiety Into TAM: Unraveling Chinese Scholars’ Behavioral Intentions Toward Adopting AI-Assisted Literature Reading. IEEE Access, 13.Links ]

20 Pangestu, F. N. N., Hamidah, I., Widaningsih, L., Abdullah, A. G. & Saputra, N. A. (2026). A scoping literature review of prompt engineering for bridging students AI literacy in higher education. Computers and Education: Artificial Intelligence, 10, 100581.Links ]

21 Quezada Castro, G. A., Castro Arellano, M. del P., y Quezada Castro & M. del P. (2022). Inteligencia artificial y enseñanza del derecho: su incorporación durante la pandemia de la Covid-19. Revista Venezolana de Gerencia, 27(8).Links ]

22 Ramírez-Correa, P., Grandón, E. E. & Mariano, A. M. (2026). Mapping the Landscape of Generative Artificial Intelligence Literacy: A Systematic Review Toward Social, Ethical, and Sustainable AI Adoption. Sustainability, 18(3), 1429.Links ]

23 Ray, S., Danks, N. & Calero Valdez, A. (2021). SEMinR: Domain-Specific Language for Building, Estimating, and Visualizing Structural Equation Models in R. SSRN Electronic Journal.Links ]

24 Robert Guillén, S. (2025). Diseño, implementación y análisis de prompts en un proyecto docente de simulaciones jurídicas con inteligencia artificial. Revista Pedagogía Universitaria y Didáctica Del Derecho, 12(2).Links ]

25 Schrepel, T. (2026). Generative AI in Legal Education: A Two-Year Experiment with ChatGPT. Law, Innovation and Technology, 18(1), 1-42.Links ]

26 Silgado-Tuñón, D. A. & López-Flores, J. I. (2025). Inteligencia Artificial Generativa en la Educación Superior: una Revisión Sistemática. Unión - revista iberoamericana de educación matemática, 21(73).Links ]

27 Sun, L. & Zhou, L. (2024). Does Generative Artificial Intelligence Improve the Academic Achievement of College Students?. A Meta-Analysis. Journal of Educational Computing Research, 62(7).Links ]

28 Triangga, B., Noermijati, N., Rohman, F. & Sumiati, S. (2026). Can’t stop, won’t stop: continuance ChatGPT usage—enhancing performance or creating dependency?. Discover Education, 5.Links ]

29 Venkatesh, V., Morris, M. G., Davis, G. B. & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly: Management Information Systems, 27(3).Links ]

30 Zhu, Y., Liu, Q. & Zhao, L. (2025). Exploring the impact of generative artificial intelligence on students’ learning outcomes: a meta-analysis. Education and Information Technologies, 30(11).Links ]

Recibido: 02 de Abril de 2026; Revisado: 15 de Abril de 2026; Aprobado: 30 de Mayo de 2026

Autor correspondiente: Patricio Ramírez Correa. E-mail: patricio.ramirez@ucn.cl

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons