Uso de un chatbot como mediador pedagógico para la convivencia educativa en la formación de docentes

Introducción

No cabe duda de que, en los últimos años, el uso de la inteligencia artificial (IA), y en especial de los chatbots, ha ido creciendo y consolidándose en distintas áreas, particularmente en el ámbito de la educación (Xue y Crompton, 2024). Se afirma que la IA ofrece una oportunidad estratégica para transformarla, pues enriquece la enseñanza, fortalece la innovación y democratiza el acceso al conocimiento (Cordón García, 2023).

En la Educación Superior, el rápido crecimiento de la IA se fundamenta en la teoría de aprendizaje conectivista para la era digital, que concibe el aprendizaje mediado por esta tecnología como un mecanismo en red en el que intervienen académicos, estudiantes, herramientas y estructuras (Carrillo et al., 2025).

Según Edel Navarro (2025), la IA es un catalizador que fortalece la calidad del debate académico, ya que saca al profesor de la rutina y lo ayuda a discernir, contextualizar y tomar buenas decisiones.

Estudios previos plantean la necesidad emergente de fortalecer las competencias digitales en el contexto universitario. No obstante, también destacan que la base empírica sobre el impacto y el desarrollo de la IA en este ámbito es aún incipiente (García et al., 2022).

Además, su incorporación debe evaluarse desde una perspectiva pedagógica, ética y formativa, especialmente en la formación de docentes. En este sentido, conviene recordar que dicha formación es un proceso clave que prepara a los futuros profesores para enfrentar los retos tecnológicos y pedagógicos que surgen en el espacio áulico, y garantiza una enseñanza de calidad alineada con las demandas globales actuales (Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO], 2024; Xue y Crompton, 2024).

La incorporación progresiva de estas herramientas en múltiples escenarios educativos, y específicamente en la Educación Superior, ha facilitado experiencias de aprendizaje personalizadas, pues permite adaptar los contenidos, las actividades y las estrategias al nivel de desarrollo cognitivo del estudiantado. Asimismo, contribuye a potenciar aprendizajes más activos, autónomos y contextualizados (Azevedo et al., 2022; Vaca Montenegro et al., 2025).

Desde lo expuesto, el uso de chatbots puede enriquecer la enseñanza, ampliar el acceso al conocimiento y diversificar las formas de aprender. De ahí que este estudio busca responder a la siguiente pregunta: ¿cuál fue el aporte del chatbot conversacional, como mediador pedagógico, en el aprendizaje de estudiantes en formación?

Este recurso se define como una modalidad de chatbot conversacional con IA capaz de interactuar con las personas mediante lenguaje natural (Ashfaque et al., 2020). Desde el ámbito educativo, la interacción con el estudiantado favorece su proceso formativo, ya que ofrece un apoyo didáctico integral (Huang et al., 2022).

Las aplicaciones más frecuentes en educación se centran en la resolución de dudas sobre contenidos académicos, tareas y evaluaciones (Martínez, 2025). Así, los chatbots educativos conversacionales surgen como una herramienta con potencial para ofrecer apoyo personalizado, acceso inmediato a la información, retroalimentación rápida y acompañamiento reflexivo en los procesos de enseñanza y aprendizaje (Holmes et al., 2019).

Uno de los aspectos más relevantes es que el uso de chatbots conversacionales en educación no debe analizarse solo desde una mirada tecnológica, sino también desde una perspectiva pedagógica. Por ello, resulta importante incorporar esta herramienta en el currículo, específicamente en los cursos de formación universitaria.

En el contexto de la formación de docentes, este estudio integró deliberadamente la IA mediante un chatbot educativo en un curso sobre convivencia educativa. El recurso se utilizó como mediador pedagógico para trabajar conceptos y aspectos relevantes del tema, lo que ayudó a favorecer la interacción del estudiantado. Estudios recientes reconocen el potencial de estos chatbots en la convivencia educativa y en la generación de comportamientos prosociales saludables; se basan en modelos de lenguaje que favorecen competencias asociadas al aprendizaje socioemocional, las habilidades relacionales y la resolución de conflictos, entre otras (Liu et al., 2026; Zou et al., 2024).

Por tanto, en la formación de docentes, el chatbot educativo puede concebirse como un mediador pedagógico, pues facilita y motiva el proceso de enseñanza y aprendizaje de los futuros profesionales de la educación. Desde una mirada constructivista, la mediación se entiende como un acompañamiento estratégico e intencional orientado al desarrollo de habilidades cognitivas superiores, que potencia la reflexión, el análisis y la autorregulación del aprendizaje; en otras palabras, que permite una construcción significativa y activa del conocimiento (Mederos Mollineda et al., 2026).

Asimismo, es fundamental fortalecer la formación docente en el uso pedagógico y crítico de la IA, ya que su eficacia como mediador dependerá de la habilidad del profesor para articularla en su quehacer profesional (Vargas Gómez, 2025). Por ello, los docentes deben prepararse en el diseño y el uso de estas herramientas para favorecer aprendizajes más significativos. Asrowardi et al. (2026) destacan la importancia de que los profesores participen activamente en la incorporación didáctica de estos recursos. En este sentido, es necesario promover en ellos una actitud dinámica y abierta al cambio, que les permita adaptar sus prácticas pedagógicas a contextos desafiantes y en constante transformación, para lo cual deben movilizar sus propias competencias digitales.

Cuando los docentes orientan el uso de chatbots educativos como una mediación pedagógica intencionada, se favorece el desarrollo del pensamiento crítico, la metacognición y la autorregulación del aprendizaje en los futuros profesionales, lo que posibilita una mejor comprensión de los temas (Vargas Gómez, 2025). Sin embargo, los chatbots no reemplazan el rol docente, sino que mejoran la accesibilidad y la personalización del aprendizaje. La clave está en que los docentes actúen como guías y mediadores en la integración estratégica de estos recursos, de modo que la enseñanza no pierda su dimensión humana.

Igualmente, es clave formar al estudiantado en el uso de esta herramienta: enseñarle a interactuar críticamente con ella, a identificar cuándo y cómo puede ser útil y a cuestionar sus respuestas cuando sea necesario, con el fin de desarrollar un pensamiento estratégico, crítico y ético.

En síntesis, al profundizar críticamente en la formación de profesores, se evidencia que la IA y el uso de chatbots como herramienta pedagógica pueden enriquecer la formación del estudiantado, incrementan la motivación y favorecen el desarrollo integral. Ello demanda una práctica educativa comprometida con la actualización de los métodos de enseñanza y alineada con las innovaciones que requieren los contextos universitarios actuales.

Desde este marco, el objetivo del estudio es analizar el aporte de un chatbot conversacional educativo, como mediador pedagógico especializado en convivencia educativa, en estudiantes de formación de docentes.

Métodos

Diseño y participantes

El estudio se desarrolló bajo un enfoque mixto de investigación, con predominio descriptivo-interpretativo (Creswell & Plano Clark, 2018; Johnson et al., 2007). Este diseño permitió una comprensión integral del fenómeno estudiado, al combinar la medición sistemática del cambio con la profundización en los significados y experiencias de los participantes (Tashakkori & Teddlie, 2010).

Los datos cuantitativos se obtuvieron en tres momentos de medición: línea base, proceso y cierre. Estos fueron complementados y profundizados mediante un grupo focal de carácter cualitativo. Esta articulación permitió describir la magnitud del cambio y, al mismo tiempo, comprender los mecanismos y procesos asociados a los resultados obtenidos (Creswell & Plano Clark, 2018).

El componente cuantitativo adoptó un diseño longitudinal de mediciones repetidas, orientado a describir la evolución de la autopercepción de preparación pedagógica, los patrones de uso del chatbot y la valoración del recurso.

Respecto del componente cualitativo, este se abordó mediante un análisis temático de carácter inductivo-deductivo, lo que permitió profundizar en las categorías emergentes a partir de las voces de los propios estudiantes.

El estudio se desarrolló en una universidad chilena durante el primer semestre del año académico 2026. La población estuvo constituida por 70 estudiantes de primer año de la carrera de Pedagogía en Educación Básica con Mención, quienes cursaban la asignatura de Psicología Educativa. En el marco de esta asignatura, se trabajó particularmente el contenido relacionado con la convivencia educativa.

Las tasas de respuesta por instrumento fueron las siguientes: encuesta de línea base (n = 50; 71,4 %), encuesta de proceso (n = 47; 67,1 %) y encuesta de salida (n = 48; 68,6 %). El grupo focal estuvo conformado por siete estudiantes de la carrera.

Los criterios de inclusión fueron: (a) tener matrícula activa en la asignatura; (b) participar de manera voluntaria, previa entrega del consentimiento informado; y (c) haber utilizado el chatbot al menos en una oportunidad. Todos los participantes firmaron el consentimiento informado antes del inicio del estudio.

Aspectos pedagógicos y técnicos considerados en el diseño del chatbot conversacional

La intervención pedagógica se fundamentó en el diseño, implementación y evaluación de un chatbot educativo especializado en convivencia educativa, denominado Convivencia educativa: Aula y emoción. Este agente conversacional fue organizado y validado de acuerdo con las características y necesidades contextuales de la asignatura. Para ello, se integró un corpus disciplinar conformado por fundamentos teóricos sobre convivencia educativa, marcos normativos internacionales y nacionales, así como una recopilación de estrategias pedagógicas situadas y significativas para el trabajo práctico con los niños y niñas.

La validación específica del recurso se realizó mediante una prueba con usuarios, correspondiente a un pilotaje, aplicado a un grupo de 10 estudiantes de Pedagogía de primer año.

El chatbot educativo conversacional fue diseñado tomando en consideración diversos elementos, entre ellos; el objetivo pedagógico, el modelado de la conversación en función del tono pedagógico socrático, directivo o colaborativo, la tecnología de IA empleada y la evaluación de su efectividad (Smutny & Schreiberova, 2020). Estos elementos constituyen aspectos relevantes para el diseño de este tipo de recursos digitales.

Desde una perspectiva pedagógica, un chatbot educativo conversacional especializado en convivencia educativa, puede comprenderse como un recurso sustentado en IA que, mediante interacciones pedagógicas intencionadas, favorece el análisis, la reflexión y el aprendizaje sobre aspectos vinculados con la convivencia, tales como; relaciones interpersonales, empatía, resolución de conflictos y competencias socioemocionales. En este sentido, su finalidad no se limita a proporcionar información, sino que también puede desempeñar un papel como mediador pedagógico, al promover la participación activa del estudiantado, fomentar la reflexión crítica sobre sus experiencias y favorecer la identificación de respuestas prosociales y estrategias concretas para abordar situaciones de convivencia educativa en contextos educativos desafiantes.

Asimismo, resulta necesario diferenciar este tipo de chatbot de otros de carácter más genérico. Si bien estos últimos también pueden presentar capacidades conversacionales, un chatbot educativo especializado en convivencia educativa utiliza la interacción conversacional como una estrategia de mediación pedagógica intencionada hacia la reflexión y el análisis de situaciones específicas de convivencia. Para ello, puede articular elementos teóricos, políticas públicas, estrategias de resolución de conflictos y otros contenidos vinculados con el tema.

Estructura técnica y plataforma utilizada

Respecto de la estructura técnica, de acuerdo con su alcance y capacidad, este recurso puede situarse dentro de la categoría de inteligencia artificial estrecha o débil (Artificial Narrow Intelligence, ANI), diseñada para realizar tareas específicas de manera eficiente. Para efectos de este estudio, se utilizó la plataforma ChatGPT, mediante la modalidad de creación de un chatbot personalizado disponible en GPT Store para la interacción directa con el estudiantado. El modelo de lenguaje utilizado fue GPT-4o, cuyas capacidades incluyen; razonamiento, procesamiento multimodal y programación.

Fundamentación pedagógica del chatbot

Desde una perspectiva pedagógica, el chatbot conversacional educativo resulta pertinente para abordar la convivencia educativa en la formación de futuros docentes, debido a que permite generar interacciones focalizadas, reflexivas y contextualizadas a partir de situaciones vinculadas con el sistema escolar. Mediante el diálogo con el chatbot, el estudiantado puede analizar conflictos, explorar fundamentos teóricos, tomar decisiones y reflexionar sobre diferentes alternativas de actuación, lo que favorece el desarrollo de competencias socioemocionales, entre otras.

De este modo, el recurso opera como un mediador pedagógico que articula la enseñanza docente con la promoción de un aprendizaje activo, reflexivo y autónomo sobre la convivencia educativa en los escenarios formativos actuales.

Entre los principios pedagógicos considerados se encuentra el aprendizaje socioconstructivista. Al respecto, Holmes (2020) plantea que, en el contexto universitario, este enfoque concibe al estudiante como un participante activo en la construcción del conocimiento, al favorecer metodologías que potencian el aprendizaje activo, la reflexión y la participación.

Asimismo, se consideró el aprendizaje autónomo. De acuerdo con Zimmerman (2002), este requiere que los futuros docentes desarrollen procesos de autorregulación que les permitan establecer objetivos, seleccionar estrategias, monitorear su desempeño y reflexionar sobre los resultados obtenidos.

Del mismo modo, se incorporó el aprendizaje mediado, al comprender la mediación pedagógica como un elemento que favorece procesos de aprendizaje activos, colaborativos y centrados en el estudiantado, particularmente cuando los recursos y las estrategias pedagógicas se articulan intencionalmente con los objetivos formativos del programa (Méndez Forns & Vázquez Zubizarreta, 2025).

Finalmente, se consideró el aprendizaje situado, el cual puede contribuir a generar experiencias formativas auténticas al articular los contenidos propuestos con situaciones y competencias relevantes para el desempeño profesional (Hamman-Fisher & McGhie, 2023).

Ejemplos de interacción con el estudiantado

Algunos ejemplos de interacción entre el estudiantado y el chatbot conversacional fueron los siguientes:

Ejemplo 1. Búsqueda y análisis de información sobre convivencia educativa

Estudiante: "¿Podrías buscarme artículos que hablen sobre la importancia de la convivencia educativa en el aula y cómo aporta a la formación docente?"

Chatbot: "Sí, encontré varios artículos que se ajustan muy bien a lo que buscas. Te recomiendo especialmente los siguientes: 1. El más pertinente para tu tema: Loubies, L. y Valdivieso Tocornal, P. (2023). Formación inicial docente en convivencia escolar..."

Ejemplo 2. Exploración conceptual sobre desarrollo emocional

Estudiante: "¿Qué autores hablan sobre el desarrollo emocional en estudiantes?"

Chatbot: "Sí, para trabajar el desarrollo emocional de los estudiantes, hay varios autores que te pueden servir, pero conviene distinguir qué aporta cada uno. Daniel Goleman trabaja la inteligencia emocional, especialmente la autoconciencia, la autorregulación, la motivación, la empatía y las habilidades sociales. Es útil para relacionar el desarrollo emocional con las relaciones y el aprendizaje. Rafael Bisquerra es especialmente pertinente para educación, porque aborda la educación emocional y las competencias emocionales. Sus planteamientos permiten vincular conciencia emocional, regulación, autonomía emocional y competencias sociales..."

En definitiva, este tipo de recurso puede contribuir a fortalecer la formación integral de los futuros profesionales de la educación desde una perspectiva crítica, reflexiva y ética.

Instrumentos

Las etapas de implementación fueron: (a) aplicación de encuesta de línea base; (b) inducción al uso del chatbot con orientaciones éticas explícitas; (c) uso autónomo y vinculado a actividades del curso durante el semestre; (d) aplicación de encuesta de proceso; (e) aplicación de encuesta de salida; y (f) realización del focus group.

Se diseñaron tres encuestas de percepción y un guión de focus group, todos validados por juicio de expertos en formación de docentes y tecnologías educativas.

La encuesta de línea base incluyó preguntas likert de cinco niveles (1 = Nada preparado, 5 = Muy preparado) sobre autopercepción de preparación para integrar factores de convivencia; preguntas abiertas sobre estrategias conocidas, recursos de orientación utilizados y experiencia previa con herramientas digitales.

La encuesta de proceso incluyó preguntas cerradas sobre: frecuencia de uso; utilidad percibida, pertinencia y contextualización de la información; tipos de orientación más valorados, grado de complementariedad con la formación docente y por último, intención de recomendación.

La encuesta de salida mantuvo estructura paralela a la de inicio, incorporando, además: valoración global del chatbot, nuevas estrategias aprendidas, recursos de orientación utilizados en el último mes y sugerencias de mejora. En definitiva, esta estructura permitió un análisis comparativo entre inicio y cierre.

El focus group, utilizó un guion de siete preguntas orientadoras sobre: experiencia general de uso, momentos de mayor significatividad pedagógica, orientaciones más valoradas, comprensión de factores de convivencia, aportes a la formación docente, dificultades y sugerencias. La sesión fue grabada, transcrita y sometida a análisis temático.

Los datos cuantitativos se analizaron mediante estadística descriptiva con énfasis en: (a) distribución de frecuencias absolutas y relativas por nivel de escala; (b) análisis comparativo de inicio y salida para la variable de autopercepción de preparación pedagógica, agrupando niveles altos y medios-bajos; (c) descripción de tendencias longitudinales de uso, utilidad y valoración del chatbot; y (d) análisis de frecuencias múltiples para variables de selección múltiple. Cabe precisar que, dado el carácter descriptivo del estudio, el análisis se centró en distribuciones de frecuencia por nivel de escala, sin la aplicación de pruebas de significación estadística ni de medidas adicionales de tendencia central y dispersión, lo que se reconoce como una limitación metodológica a considerar.

Los datos del focus group se analizaron mediante análisis temático inductivo-deductivo (Braun y Clarke, 2006), con apoyo del software atlas.ti 7.5. El proceso incluyó: (a) transcripción y familiarización con los datos; (b) generación de códigos iniciales; (c) búsqueda y revisión de categorías temáticas; (d) definición y denominación de categorías; y (e) producción del reporte analítico. Se establecieron categorías deductivas a partir de los objetivos del estudio e inductivas desde los datos emergentes, al verificar la saturación mediante revisión iterativa.

La triangulación de instrumentos (encuesta inicio, proceso, salida y focus group) constituyó la principal estrategia para asegurar la credibilidad y transferibilidad de los hallazgos (Guba y Lincoln, 2000; Sandín, 2003). La triangulación entre datos cuantitativos y cualitativos permitió identificar patrones de convergencia, complementariedad y divergencia entre las fuentes (Marradi et al., 2014).

Resultados y discusión

Los resultados sobre el uso del chatbot conversacional en convivencia educativa, se presentan a partir de la articulación de los datos cuantitativos y cualitativos, a través de cinco categorías de análisis derivadas del objetivo del estudio y de los patrones emergentes en los datos: (1) apropiación y uso progresivo del chatbot, (2) contribución al aprendizaje de la convivencia educativa, (3) desarrollo de procesos metacognitivos y reflexivos, (4) formación ética y profesional en el uso de IA, y (5) limitaciones técnicas y proyecciones de mejora.

En cuanto a la categoría de apropiación y uso progresivo del chatbot se destaca los resultados de la encuesta de proceso (n = 47), los cuales revelan un patrón de uso frecuente y sostenido del chatbot durante el semestre. El 66.0 % lo utilizó con una frecuencia de 2 a 3 veces en las últimas tres semanas de medición, el 17.0 % una vez por semana o más, y el 17.0 % solo una vez.

Sobre la utilidad percibida, el 68.1 % lo valoró como muy útil y el 25.5 % como algo útil acumulando el 93.6 % de valoraciones positivas y el 68.1 % señaló que el chatbot entregó información pertinente y contextualizada siempre, con un 29.8 % adicional reportando la mayoría de las veces.

En la encuesta de salida, el 81.3 % del estudiantado (n=39 de 48 participantes) menciona el chatbot como uno de sus principales recursos de apoyo pedagógico durante el último mes, al ser el recurso más frecuentemente reportado solo, o en combinación con otros, seguido del docente (47.9 %), pares (43.8 %), libros (22.9 %) y redes sociales (22.9 %). Este resultado contrasta notablemente con la encuesta de inicio, donde el chatbot no figuraba entre los recursos de orientación declarados, docentes, pares e internet.

Por otra parte, a modo de síntesis comparativa que no duplica las cifras recién reportadas en la tabla 1, se comparan los resultados de las tres encuestas aplicadas (de inicio, de proceso y de salida) en relación con la evolución en el empleo del chatbot.

De igual forma, el análisis temático confirma y profundiza el patrón cuantitativo, al describir una trayectoria desde la exploración inicial marcada por dificultades técnicas y de formulación de prompt hacia una incorporación autónoma y estratégica del recurso. Uno de los participantes opinó: "Al inicio fue como un poco complejo, pero como que ya después utilicé otro dispositivo y me funcionó con total orden, fue de bastante ayuda porque no solamente se buscaron citas para este curso, sino que también me ayudó para mis demás trabajos, y a orientarme mejor en otras actividades en otros ramos". Otro señaló: "Al inicio como que no entendía muy bien cómo utilizarlo, pero después con un buen prompt me daba buenas sugerencias, sobre todo con la búsqueda de artículos, que eso igual toma harto tiempo buscar, y cuando yo le pedía, me daba varios artículos de calidad".

En concreto, el patrón de apropiación progresiva identificado, logró un incremento sostenido en frecuencia de uso y valoración, lo cual es consistente con lo señalado por Wollny et al. (2021), quienes afirman que el potencial pedagógico de los chatbots educativos se actualiza gradualmente, en la medida en que el estudiantado desarrolla habilidades para interactuar estratégicamente con el recurso. En esta misma línea, Zawacki Richter et al. (2019) señalan que la percepción de utilidad de la IA en Educación Superior depende tanto del diseño instruccional como del acompañamiento pedagógico docente.

El hecho de que el 93.6 % del estudiantado valorara positivamente la utilidad del chatbot en la encuesta de proceso y que el 81.3 % lo identificara como su principal recurso de apoyo al cierre, sugiere que la incorporación intencionada y guiada, con orientaciones éticas explícitas desde el inicio, es clave para una apropiación efectiva. Esto dialoga con lo planteado por Kasneci et al. (2023) respecto a la necesidad de integrar la IA en contextos educativos de forma pedagógicamente fundamentada, y no solo como herramienta de acceso a información.

En relación con la contribución al aprendizaje de la convivencia, la comparación entre la encuesta de inicio y la de salida revela un cambio significativo en la autopercepción de preparación pedagógica para integrar factores socioafectivos. En la encuesta de inicio, el 8.0 % declaró sentirse poco preparado (opción 2), el 24.0 % medianamente preparado (opción 3), el 54.0 % bastante preparado (opción 4) y el 14.0 % muy preparado (opción 5). En la encuesta de salida, ningún estudiante reportó niveles bajos de preparación (opciones 1 o 2), el 8.3 % se ubicó en un nivel medio, el 47.9 % en un nivel alto y el 41.7 % en un nivel muy alto (ver Tabla 2).

Este resultado revela un incremento de 23.5 puntos porcentuales en los niveles altos de preparación (de 68.0 % a 91.5 %) y la desaparición total de los niveles bajos. Respecto al tipo de orientación más valorada durante el proceso, el 66.0 % destacó las referencias teóricas o autores como las más útiles, seguido de sugerencias de estrategias pedagógicas (48.9 %), y el apoyo en normativas y políticas públicas (21.3 %).

Al discutir este aspecto se profundiza en los mecanismos mediante los cuales el chatbot contribuyó a la comprensión de la convivencia educativa. Los participantes destacan tres usos principales: referencias teóricas y autores, comprensión del marco normativo y desarrollo de estrategias pedagógicas. Uno de ellos señaló: "Para el proyecto integrado, que es de otro ramo, busqué bastante sobre políticas y también sobre el tema socioemocional. Me entregó harta información, y después yo iba a las páginas, leía, y eso igual me facilitó y me dejó mucho más clara la idea". Otro comentó: "Utilicé el chatbot para ver qué decían los autores y a la vez reforzar los conceptos [...]". Un tercero expresó: "El chatbot está como al servicio de estos aprendizajes ... fue una ayuda para poder comprenderlos de forma más profunda. Eso sí, no dependí al 100 % del chatbot, pero sí fue una ayuda."

En síntesis, el chatbot contribuyó como andamiaje para la comprensión de la convivencia. El incremento de 23.5 puntos porcentuales en los niveles altos de autopercepción de preparación (de 68.0 % a 91.5 %) y la desaparición total de los niveles bajos en la encuesta de salida, constituyen indicadores sustantivos del impacto de la intervención. Estos resultados son coherentes con el marco teórico de los andamiajes cognitivos (Luckin y Holmes, 2016; Kuhail et al., 2023), donde se plantea que las tecnologías pueden actuar como soportes para la comprensión de conceptos complejos cuando se articulan con la mediación pedagógica docente.

La distinción que hace el estudiantado entre el "lenguaje humano y contextualizado" de la docente y el "lenguaje técnico y general" del chatbot es especialmente reveladora: sugiere que ambos modos de mediación son percibidos como complementarios y no como excluyentes. Este hallazgo coincide con Hwang y Chang (2021), quienes identifican la complementariedad con la mediación docente como una de las condiciones que potencian el valor pedagógico de los chatbots, y Holmes et al. (2019), subrayan la importancia del diseño intencionado de su integración curricular.

Sobre el desarrollo de procesos metacognitivos y reflexivos en la encuesta de proceso, el 97.9 % declaró que el chatbot complementa su formación docente (totalmente de acuerdo: 55.3 %; de acuerdo: 42.6 %). Las respuestas abiertas de la encuesta de salida revelaron una articulación creciente entre teoría, normativa y práctica pedagógica, así como el uso del chatbot para organizar ideas previas, contrastar información y profundizar comprensiones.

El análisis temático identificó procesos metacognitivos emergentes no planificados explícitamente en el diseño de la intervención. El estudiantado describe procesos de planificación, monitoreo y evaluación de su propio aprendizaje: "Busqué harto sobre la convivencia y me aparecieron muchos autores, algunos antiguos que son la base, y otros más actualizados. Eso me ayudó a darme cuenta que no solo es importante la lectura, sino comprender, comparar y reflexionar sobre un tema". Otra expresión fue: "Yo hacía como una combinación entre el chatbot y la IA en general: el chatbot me entregaba las ideas y después la IA general era como más para profundizar".

Por tanto, el desarrollo de procesos metacognitivos fue un aspecto a destacar. Estos procesos metacognitivos, no explícitamente planificados en la intervención, constituyen uno de los hallazgos más relevantes del estudio. Este resultado se alinea con investigaciones que destacan el potencial de las tecnologías de IA para promover la reflexión sobre el propio aprendizaje cuando su uso está mediado pedagógicamente (Taub et al., 2021). Los futuros docentes describieron procesos de planificación, monitoreo y evaluación de su aprendizaje al interactuar con el chatbot: contrastar información, verificar autores, reformular ideas previas. Estos procesos son constitutivos de la metacognición, tal como la define la literatura especializada (Flavell, 1979; Schraw y Dennison, 1994).

El hecho de que emerjan de manera no planificada sugiere que el diseño de la experiencia al incorporar el chatbot en tareas complejas y auténticas generó las condiciones para que el estudiantado ejerciera un rol activo en la regulación de su propio aprendizaje. Esto es coherente con la visión constructivista de la mediación pedagógica (Mederos Mollineda et al., 2026) y con los principios del aprendizaje activo y autorregulado que subyacen a la formación de docentes de calidad (Vaillant y Marcelo, 2015).

Respecto a la formación ética y profesional en el uso de IA en la encuesta de proceso, el 83.0 % responde que recomendaría "totalmente" el empleo del chatbot, mientras el 17 % restante considera que "tal vez" lo haría. En la encuesta de salida, el 75.0 % otorgó valoraciones muy positivas (opciones 4 y 5), con un promedio de 4.30 sobre 5. Las sugerencias abiertas evidencian preocupación transversal por el uso responsable y no dependiente del recurso.

Igualmente, la reflexión ética emerge con especial fuerza en la conversación con el estudiantado, al constituir una de las categorías más consistentes y transversales del análisis. En una primera opinión se expresa: "Usar el chatbot no es cómo usarlo siempre para todo, sino que de manera responsable. Si quiero aplicar cierta actividad y no funciona, observo por qué no funciona y pido al chatbot que me ayude a reformarla"; en otro testimonio: "La IA no es la que va a estar haciendo clases, vamos a ser nosotros. Somos nosotros los que tenemos que aprender, sabernos las políticas, poder realizar clases de calidad. Los aprendizajes siempre tienen que ser de uno. La IA puede ser muy inteligente, pero también tenemos que hacerlo nosotros, especialmente dentro de lo que son las emociones y la convivencia"; una tercera opinión apunta a que "si bien es un super buen recurso, hay que tener claro que nosotros somos docentes en formación y es una herramienta, pero no para abusar de ella". Otro señaló: "Es fundamental que seamos éticos, porque todos usamos la IA, como profesor tendré que ser consciente. Un buen chatbot educativo, sirve para enseñar a los estudiantes a utilizar la IA como herramienta de apoyo y no como algo que te haga las tareas o que te facilita demasiado la cosa." De esta forma la dimensión ética se destaca como componente formativo central en el uso de la IA.

La alta coherencia entre los instrumentos en torno a la preocupación ética por el uso responsable de la IA constituye uno de los resultados más significativos del estudio. En contraste con investigaciones que reportan tendencias acríticas al uso de IA generativa en Educación Superior (Tlili et al., 2023), el estudiantado de esta experiencia evidencia una comprensión clara de la IA como herramienta de apoyo, con énfasis en el criterio profesional, la verificación de fuentes y la prevención del plagio.

Este resultado es coherente con los lineamientos de la UNESCO (2023) sobre alfabetización en IA, al plantear la necesidad de que los sistemas educativos formen en el uso crítico y responsable de estas tecnologías. Desde la perspectiva de la formación de docentes, el hallazgo adquiere especial relevancia. En concreto, los futuros docentes deben ser no solo usuarios competentes de la IA, sino formadores capaces de orientar pedagógica y éticamente su uso en los entornos escolares (Celik et al., 2022; Darling Hammond et al., 2020; Asrowardi et al., 2026).

Por último, acerca de las limitaciones técnicas y proyecciones de mejora, las sugerencias de la encuesta de salida señalan principalmente: la necesidad de mayor contextualización con ejemplos situados, incorporación de apoyos visuales y mayor desarrollo de contenido. Estas limitaciones no cuestionan la pertinencia del recurso, sino que orientan su perfeccionamiento.

Del mismo modo, las limitaciones se relacionan con incompatibilidad en dispositivos móviles y pérdida de historial de sesiones. En este sentido, los participantes señalaron las siguientes opiniones: "Al intentar utilizar el recurso en el teléfono no funcionaba, pero en el computador sí, por lo que cambiamos la estrategia y tratamos de usarlo siempre en el computador para que funcionara". "Me aparecía cargando la información, pero no me entregaba nada y tenía que reiniciar, y volver a iniciar un nuevo chat, sin que se guardará. Tuve que ser muy certero y muy específico con las respuestas".

Las propuestas de mejora revelan el potencial de escalabilidad del recurso, tal cual expresan: "Me gustaría que pudiera entregar una modalidad de simulación de conflicto, que el chatbot te entregue escenarios de conflicto y ciertas estrategias que se pudieran realizar, siempre llevado desde la realidad". Otra opinión fue: "Sería bueno realizar talleres de cómo crear un buen prompt, encuentro que eso sería importante para que los estudiantes pudiesen saber cómo utilizar esta herramienta de buena manera y no aprovecharse de ella".

Por consiguiente, limitaciones y condiciones para la escalabilidad se identifican por medio de la incompatibilidad en dispositivos móviles y pérdida de historial de sesiones. Todo lo mencionado es consistente con lo reportado en estudios sobre implementación de chatbots educativos en etapas iniciales (Zawacki-Richter et al., 2019; Okonkwo y Ade-Ibijola, 2021). Sin embargo, la capacidad adaptativa del estudiantado y la ausencia de cuestionamiento a la pertinencia del recurso sugieren una disposición positiva y resiliente. Las propuestas estudiantiles para extender el modelo aportan insumos concretos para la escalabilidad de la innovación y coinciden con la literatura sobre integración de IA en la formación docente (Darling Hammond et al., 2020).

En definitiva, los hallazgos empíricos propician una evaluación multidimensional sobre los aportes de este agente conversacional especializado en convivencia, al considerar su grado de incidencia en el perfeccionamiento de las prácticas académicas universitarias y el fortalecimiento de las competencias clave en el perfil de egreso de los futuros docentes.

No obstante, la interpretación de estos resultados positivos frente al aporte de este tipo de chatbot conversacional en el proceso formativo, debe llevarse a cabo con precaución, debido a que el diseño del estudio no posibilitó el control de ciertos factores posiblemente asociados a los resultados obtenidos, tales como; variabilidad en la frecuencia, duración de uso del chatbot, las características de las interacciones establecidas, los conocimientos y competencias socioemocionales previas de los docentes en formación, la alfabetización digital y su motivación Igualmente, no es posible precisar en qué medida los resultados se adscriben particularmente a las características del chatbot, a la mediación pedagógica desarrollada o a la interrelación entre ambos elementos.

Conclusión

El presente estudio aporta evidencia empírica sobre el uso de un chatbot conversacional especializado en convivencia educativa como recurso mediador en la formación docente. Cuando la integración del recurso se realiza de manera intencionada, guiada y éticamente orientada, el recurso puede contribuir a mejorar la autopercepción de preparación pedagógica para integrar elementos de convivencia, fortalecer su andamiaje desde la comprensión conceptual y normativa del tema, promover procesos metacognitivos de manera emergente y desarrollar una actitud crítica y responsable frente al uso de la IA en la formación docente.

El estudio permite sostener que el chatbot conversacional operó como un recurso de mediación pedagógica al favorecer procesos de reflexión, análisis y transferencia a la práctica docente. En este sentido, el recurso utilizado constituyó un aporte al proceso de aprendizaje del estudiantado, al movilizar no solo saberes conceptuales, sino también procedimentales. Sin embargo, los resultados positivos deben interpretarse con cautela, ya que no fue posible controlar factores individuales y contextuales que podrían haber incidido en los hallazgos. Del mismo modo, no puede determinarse con exactitud si los resultados responden al chatbot, a la mediación pedagógica o a la interacción entre ambos elementos. Además, desde el punto de vista metodológico, como se señaló anteriormente, el análisis se centró en distribuciones de frecuencia por nivel de escala, sin la aplicación de pruebas de significación estadística ni de medidas adicionales de tendencia central y dispersión, lo que constituye una limitación del estudio.

Para futuras investigaciones, se sugiere incorporar diseños cuasiexperimentales con grupo control, incluir mediciones de aprendizaje efectivo que trasciendan la autopercepción del estudiantado, implementar talleres previos sobre formulación y uso de prompts, extender la experiencia a múltiples asignaturas de la carrera y explorar el potencial de chatbots con capacidades de simulación de casos para el desarrollo de competencias pertinentes y significativas vinculadas con la convivencia educativa.

En síntesis, en la medida en que más actores se incorporen a los procesos de implementación, reflexión y validación del uso de recursos basados en IA, será posible fortalecer la generación de conocimiento en esta área y comprender con mayor profundidad las condiciones bajo las cuales estos recursos pueden contribuir a la formación integral de los futuros docentes en los actuales escenarios de la educación superior a nivel nacional e internacional.

Referencias

• Ashfaque, M. W., Tharewal, S., Iqbal, S., & Kayte, C. N. (2020). A review on techniques, characteristics and approaches to an intelligent tutoring chatbot system. En 2020 International Conference on Smart Innovations in Design, Environment, Management, Planning and Computing (ICSIDEMPC) (pp. 258-262). IEEE. https://doi.org/10.1109/ICSIDEMPC49020.2020.9299583
• Asrowardi, I., Abd Rahman, T. K., Putra, S. D., Abd Rahman, A., Faisal, M., Alanda, A., & Anwar, N. (2026). A comparative analysis of AI maturity frameworks: Toward transformative applications in higher education. JOIV: International Journal on Informatics Visualization, 10(2), 727-738. https://doi.org/10.62527/joiv.10.2.3563
• Azevedo, R., Taub, M., & Mudrick, N. V. (2018). Understanding and reasoning about real-time cognitive, affective, and metacognitive processes to foster self-regulation with advanced learning technologies. En D. H. Schunk & J. A. Greene (Eds.), Handbook of self-regulation of learning and performance (2. ed., pp. 254-270). Routledge. https://doi.org/10.4324/9781315697048-17
• Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77-101. https://doi.org/10.1191/1478088706qp063oa
• Carrillo, C., Flores, M. A., & Mena, J. (2025). Artificial intelligence in the context of teacher education: Emerging themes and critical issues. European Journal of Teacher Education, 48(5), 1143-1162. https://doi.org/10.1080/02619768.2025.2584283
• Celik, I., Dindar, M., Muukkonen, H., & Järvelä, S. (2022). The promises and challenges of artificial intelligence for teachers: A systematic review of research. TechTrends, 66(4), 616-630. https://doi.org/10.1007/s11528-022-00715-y
• Cordón García, O. (2023). Inteligencia artificial en educación superior: Oportunidades y riesgos. RiiTE Revista Interuniversitaria de Investigación en Tecnología Educativa, (15), 16-27. https://doi.org/10.6018/riite.591581
• Creswell, J. W., & Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3. ed.). SAGE.
• Darling Hammond, L., Flook, L., Cook-Harvey, C., Barron, B., & Osher, D. (2020). Implications for educational practice of the science of learning and development. Applied Developmental Science, 24(2), 97-140. https://doi.org/10.1080/10888691.2018.1537791
• Edel Navarro, R. (2025). La inteligencia artificial como catalizador en la transformación de la educación superior. Educación Superior, (40), 145-155. https://doi.org/10.56918/es.2025.i40.pp145-155
• Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry. American Psychologist, 34(10), 906-911. https://doi.org/10.1037/0003-066X.34.10.906
• García, M., Morales González, M. J., & Gisbert Cervera, M. (2022). El desarrollo de la competencia digital docente en educación superior. Una revisión sistemática de la literatura. RiiTE Revista Interuniversitaria de Investigación en Tecnología Educativa, (13), 173-199. https://doi.org/10.6018/riite.543011
• Guba, E. G., & Lincoln, Y. S. (2000). Paradigmas en competencia en la investigación cualitativa. En C. A. Denman & J. A. Haro (Comps.), Por los rincones: Antología de métodos cualitativos en la investigación social (pp. 113-145). El Colegio de Sonora.
• Hamman-Fisher, D., & McGhie, V. (2023). Towards decoloniality of the education training and development third-year curriculum: Employing situated learning characteristics to facilitate authentic learning. Cogent Education, 10(2), Article 2237301. https://doi.org/10.1080/2331186X.2023.2237301
• Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign. https://discovery.ucl.ac.uk/id/eprint/10139722/
• Holmes, A. G. D. (2020). Constructivist learning in university undergraduate programmes. Has constructivism been fully embraced? Is there clear evidence that constructivist principles have been applied to all aspects of contemporary university undergraduate study? Shanlax International Journal of Education, 8(1), 1-12. https://doi.org/10.34293/education.v8i1.819
• Huang, J., Saleh, S., & Liu, Y. (2022). A review on artificial intelligence in education. Academic Journal of Interdisciplinary Studies, 10(3), 206-217. https://doi.org/10.36941/ajis-2021-0077
• Hwang, G.-J., & Chang, C.-Y. (2021). A review of opportunities and challenges of chatbots in education. Interactive Learning Environments, 31(7), 4099-4112. https://doi.org/10.1080/10494820.2021.1952615
• Johnson, R. B., Onwuegbuzie, A. J., & Turner, L. A. (2007). Toward a definition of mixed methods research. Journal of Mixed Methods Research, 1(2), 112-133. https://doi.org/10.1177/1558689806298224
• Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., ... Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, e102274. https://doi.org/10.1016/j.lindif.2023.102274
• Kuhail, M. A., Alturki, N., Alramlawi, S., & Alhejori, K. (2023). Interacting with educational chatbots: A systematic review. Education and Information Technologies, 28(1), 973-1018. https://doi.org/10.1007/s10639-022-11177-3
• Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson. https://discovery.ucl.ac.uk/id/eprint/1475756/
• Liu, H., Fang, X., Cui, Q., & Chiu, T. K. F. (2026). A systematic mapping review on how generative artificial intelligence impacts social and emotional learning: A case of large language model chatbots. Review of Education, 14(1), e70141. https://doi.org/10.1002/rev3.70141
• Marradi, A., Archenti, N., & Piovani, J. (2014). Manual de metodología de las ciencias sociales. Siglo XXI. https://desarrollomedellin.wordpress.com/wp-content/uploads/2017/03/marradi-a-archenti-n-piovani-j-2007.pdf
• Martínez, M. (2025). Inteligencia artificial y educación. Revista Docentes 2.0, 18(1), 245-257. https://doi.org/10.37843/rted.v18i1.614
• Mederos Mollineda, K., Tabares Cruz, Y. B., & Domínguez Brito, L. D. (2026). ChatGPT como mediador cognitivo en la educación superior: Impacto en el pensamiento crítico y la metacognición del estudiante universitario. Reincisol, 5(9), Artículo 1388. https://doi.org/10.59282/reincisol.V5(9)1388
• Méndez Forns, I. M., & Vázquez Zubizarreta, G. (2025). La mediación pedagógica en el proceso de enseñanza aprendizaje con el modelo híbrido, en la Universidad de La Habana. Nobilis, 2(1), 33-42. http://share.google/ocDxU2H5Sqaixf5a
• Okonkwo, C. W., & Ade-Ibijola, A. (2021). Chatbots applications in education: A systematic review. Computers and Education: Artificial Intelligence, 2, Artículo 100033. https://doi.org/10.1016/j.caeai.2021.100033
• Sandín Esteban, M. P. (2003). Investigación cualitativa en educación: Fundamentos y tradiciones. McGraw-Hill. https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S0798-97922005000300007
• Schraw, G., & Dennison, R. S. (1994). Assessing metacognitive awareness. Contemporary Educational Psychology, 19(4), 460-475. https://doi.org/10.1006/ceps.1994.1033
• Smutny, P., & Schreiberova, P. (2020). Chatbots for learning: A review of educational chatbots for Facebook Messenger. Computers & Education, 151, Artículo 103862. https://doi.org/10.1016/j.compedu.2020.103862
• Tashakkori, A., & Teddlie, C. (Eds.). (2010). SAGE handbook of mixed methods in social & behavioral research (2.ª ed.). SAGE. https://doi.org/10.4135/9781506335193
• Taub, M., Azevedo, R., Rajendran, R., Cloude, E., Biswas, G., & Price, M. (2021). How are students' emotions related to the accuracy of cognitive and metacognitive processes during learning with an intelligent tutoring system? Learning and Instruction, 72, Artículo 101200. https://doi.org/10.1016/j.learninstruc.2019.04.001
• Tlili, A., Shehata, B., Adarkwah, M. A., Bozkurt, A., Hickey, D. T., Huang, R., & Agyemang, B. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learning Environments, 10(1), Artículo 15. https://doi.org/10.1186/s40561-023-00237-x
• UNESCO. (2023). Guidance for generative AI in education and research. https://doi.org/10.54675/EWZM9535
• UNESCO. (2024). AI competency framework for teachers. https://doi.org/10.54675/ZJTE2084
• Vaca Montenegro, M. L., Campos Ortiz, J. M., Anrango Sosa, M. A., Quilumbaquin Chicaiza, M. C., Patiño Méndez, P. F., & Arias Benalcázar, D. V. (2025). Las tecnologías emergentes en los procesos de enseñanza-aprendizaje: Una revisión sistemática. Revista Latinoamericana de Calidad Educativa, 2(3), 34-41. https://doi.org/10.70625/rlce/98
• Vaillant, D., & Marcelo, C. (2015). El ABC y D de la formación docente. Narcea.
• Vargas Gómez, Á. M. (2025). La inteligencia artificial generativa como mediación didáctica crítica en la educación superior. Revista Avancemos en Educación, 1(1), 14-27. https://mirevista.avancemos.edu.co/index.php/revistaavancemoseneducacion/article/view/2
• Wollny, S., Schneider, J., Di Mitri, D., Weidlich, J., Rittberger, M., & Drachsler, H. (2021). Are we there yet? – A systematic literature review on chatbots in education. Frontiers in Artificial Intelligence, 4, Artículo 654924. https://doi.org/10.3389/frai.2021.654924
• Xue, S., & Crompton, H. (2024). Educational technology research during the COVID-19 pandemic. Interactive Technology and Smart Education, 21(1), 83-107. https://doi.org/10.1108/ITSE-05-2022-0067
• Zawacki Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16, Artículo 39. https://doi.org/10.1186/s41239-019-0171-0
• Zou, W., Yang, Q., DiFranzo, D., Chen, M., Hui, W., & Bazarova, N. N. (2024). Social Media Co-pilot: Designing a chatbot with teens and educators to combat cyberbullying. International Journal of Child-Computer Interaction, 41, e100680. https://doi.org/10.1016/j.ijcci.2024.100680