Uso de la IA para educar el inconsciente autorregulador: modelo PAR-IA para la educación universitaria

Laia Lluch Molins; Joaquim Valls Morató

doi:10.31637/epsir-2027-2980

Autores

Laia Lluch Molins Universitat Oberta de Catalunya https://orcid.org/0000-0002-7288-2028
Joaquim Valls Morató EUNCET Business School https://orcid.org/0009-0005-3414-930X

DOI:

https://doi.org/10.31637/epsir-2027-2980

Palavras-chave:

autorregulación del aprendizaje, educación universitaria, inteligencia artificial explicable (IAX), analítica del aprendizaje, metacognición, neuroeducación positiva, andamiaje digital, modelo PAR-IA

Resumo

Introducción: La inteligencia artificial (IA) puede contribuir al desarrollo del inconsciente autorregulador del alumnado universitario mediante andamiajes digitales que consolidan hábitos de atención, planificación y reflexión metalingüística. Este trabajo presenta el modelo PAR-IA, una propuesta para la educación superior estructurada en tres fases: Planificar (definición de metas académicas concretas), Actuar (uso de apoyos tecnológicos basados en IA, como recordatorios, paneles de progreso o asistentes generativos) y Reflexionar (microespacios de reflexión individual y grupal sobre el propio aprendizaje). Metodología: Se llevó a cabo una revisión sistematizada de la literatura reciente sobre IA, aprendizaje autorregulado (self-regulated learning, SRL) y educación superior, a partir de la cual se elaboró un marco neuroeducativo y una guía de implementación adaptable a diversas modalidades docentes. Resultados: La evidencia sugiere que el modelo PAR-IA puede mejorar la claridad de las metas académicas, aumentar el tiempo en tarea y favorecer reflexiones más estructuradas; la ritualización de las rutinas contribuye a la consolidación de automatismos atencionales y organizativos sin incrementar la dependencia tecnológica. Discusión y conclusiones: Una IA comprensible, explicable y mediada por el profesorado puede reforzar la autonomía y la resiliencia del alumnado. El PAR-IA ofrece una vía escalable para integrar IA ligera en la práctica docente y alinear la innovación tecnológica con el bienestar y los objetivos formativos de la educación superior.

Downloads

Não há dados estatísticos.

Biografias Autor

Laia Lluch Molins, Universitat Oberta de Catalunya

Doctora en Educación y Sociedad (2019), premio extraordinario de doctorado. Máster universitario en Innovación e Investigación en Educación (2016). Postgrado en Liderazgo y Dirección de Centros Educativos (2021). Graduada en Maestra de Educación Primaria (2015), especialización en Atención a la Diversidad. Actualmente, Profesora e investigadora de los Estudios de Psicología y Ciencias de la Educación de la Universitat Oberta de Catalunya (UOC) del ámbito de la innovación educativa. Miembro del grupo de investigación GREDU - Grup de Recerca en Educació, vinculado al Centre de Recerca en els Futurs de l'Educació en l'Era Digital (UOC-FuturEd). Profesora agregada (AQU, 2025). Líneas de investigación: educación superior, tecnología educativa, innovación y transformación educativa, formación docente, evaluación formativa y feedback, y metodologías didácticas.

Joaquim Valls Morató, EUNCET Business School

Doctor en Ciencias Humanas, Jurídicas y Sociales por la Universidad Internacional de Cataluña (2015), cuenta también con un Máster en Sociedad de la Información y del Conocimiento (2007) y una Licenciatura en Ciencias Económicas por la misma universidad (1982). Su trayectoria profesional combina la gestión académica y la dirección institucional en el ámbito de la educación superior y la formación empresarial. Ha sido director académico del Centro de Estudios Universitarios de Economía durante casi dos décadas (1988–2007) y posteriormente del Centro de Estudios Empresariales (2007–2015), donde también ocupó el cargo de director general (2015–2017). Asimismo, presidió el Instituto KIMMONS (2012–2016) y actualmente es presidente del Instituto de Programación Neuro-Caligráfica.

Referências

Aguilar, S. J., Karabenick, S. A., Teasley, S. D., & Baek, C. (2021). Associations between learning analytics dashboard exposure and motivation and self-regulated learning. Computers & Education, 162, 104085. https://doi.org/10.1016/j.compedu.2020.104085 DOI: https://doi.org/10.1016/j.compedu.2020.104085

Álvarez-Cruces, D. J., Sáez-Delgado, F. M., & López-Angulo, Y. (2020). Revisión sistemática del aprendizaje autorregulado en estudiantes de ciencias de la salud. Educación Médica Superior, 34(4), 280–296. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21412020000400016

Banihashem, S. K., Noroozi, O., & Biemans, H. J. A. (2025). A systematic mapping review at the intersection of artificial intelligence and self-regulated learning. International Journal of Educational Technology in Higher Education, 22, 48. https://doi.org/10.1186/s41239-025-00548-8 DOI: https://doi.org/10.1186/s41239-025-00548-8

Bull, S., & Kay, J. (2016). Open learner models. International Journal of Artificial Intelligence in Education, 26(1), 217–243. https://doi.org/10.1007/s40593-015-0085-2 DOI: https://doi.org/10.1007/s40593-015-0090-8

Cabello, R. (2024). Estilos de apego e inteligencia emocional de los estudiantes universitarios: Implicaciones para el aprendizaje y la emocional. Revista Electrónica de Investigación Educativa, 26(1), 45-60. https://doi.org/10.6018/reie.26.1.30446

Cassidy, J. (1994). Emotion regulation: Influences of attachment relationships. Monographs of the Society for Research in Child Development, 59(2–3), 228–249. https://doi.org/10.2307/1166148 DOI: https://doi.org/10.1111/j.1540-5834.1994.tb01287.x

Comeras-Chueca, C., Villalba-Heredia, L., Pérez-Llera, M., Lozano-Berges, G., Marcen-Cinca, N., García-González, L., & Matute-Llorente, A. (2021). The role of self-regulation in higher education: A systematic review. Education Sciences, 11(12), 792. https://doi.org/10.3390/educsci11120792 DOI: https://doi.org/10.3390/educsci11120792

Credé, M., & Phillips, L. A. (2011). Revisiting the power of habit: Self-control, habit strength, and academic achievement. Learning and Individual Differences, 21(4), 449–452. https://doi.org/10.1016/j.lindif.2011.02.003 DOI: https://doi.org/10.1016/j.lindif.2011.03.002

Cui, B., Jiao, W., Gui, S., Li, Y., & Fang, Q. (2025). Innovating physical education with artificial intelligence: A potential approach. Frontiers in Psychology, 16, 1490966. https://doi.org/10.3389/fpsyg.2025.1490966 DOI: https://doi.org/10.3389/fpsyg.2025.1490966

Davis, H. A. (2003). Conceptualizing the role and influence of student–teacher relationships on children’s social and cognitive development. Educational Psychologist, 38(4), 207–234. https://doi.org/10.1207/S15326985EP3804_2 DOI: https://doi.org/10.1207/S15326985EP3804_2

De la Fuente, J., Justicia, F., & Zacarés, JJ (2017). Desarrollo y entrenamiento de la autorregulación para optimizar la capacidad de aprendizaje: Una perspectiva neuroeducativa. Revista Europea de Educación y Psicología , 10(1), 23-35. https://doi.org/10.1016/j.ejep.2017.02.001

Diamond, A., & Ling, D. S. (2020). Review of the evidence on, and fundamental questions about, efforts to improve executive functions. Annual Review of Psychology, 71, 653–687. https://doi.org/10.1146/annurev-psych-010419-050807 DOI: https://doi.org/10.1146/annurev-psych-010419-050807

Díaz, JOF, Bullón Gallego, M., & Paniagua-Castillo, A. (2025). Neurociencia educativa como fundamento para optimizar los procesos cognitivos y emocionales en el aula. Revista Tsafiki , 1(1). https://revista-tsafiki.org/index.php/revista/article/download/12/15

Díaz, A., Pérez, MV, González-Pienda, J., & Núñez, J. (2017). Impacto de un entrenamiento en aprendizaje autorregulado en estudiantes universitarios. Perfiles Educativos, 39(157), 87-104. https://doi.org/10.22201/iisue.24486167e.2017.157.62978 DOI: https://doi.org/10.22201/iisue.24486167e.2017.157.58442

Du, J., Hew, K. F., & Liu, L. (2023). What can online traces tell us about students’ self-regulated learning? A systematic review of online trace data analysis. Computers & Education, 201, 104828. https://doi.org/10.1016/j.compedu.2023.104828 DOI: https://doi.org/10.1016/j.compedu.2023.104828

Eggers, J. H., Oostdam, R., Voogt, J., et al. (2024). The Use of Self-regulation Strategies and Interactional Methods in Blended Learning Environments: A Survey Among Teachers and Students in Higher Education. Technology, Knowledge and Learning.

https://doi.org/10.1007/s10758-024-09786-7 DOI: https://doi.org/10.1007/s10758-024-09786-7

Evans, P., Vansteenkiste, M., Parker, P. D., et al. (2024). Cognitive load theory and its relationships with motivation. Educational Psychology Review. https://doi.org/10.1007/s10648-024-09900-7 DOI: https://doi.org/10.1007/s10648-023-09841-2

Garayar Tasayco, O. R., Castillo Ccasani, F., Esplana Paitan, E. G., Vivar Robles, J. R., & Soto Loza, G. E. (2026). Revisión sistemática: Diseño y planificación de sesiones didácticas en educación superior. Revista InveCom, 6(1), e601081. https://doi.org/10.5281/zenodo.15530660

González, R., & Parra-Bolaños, N. (2024). Neurociencia de las emociones: Revisión actualizada. Ciencia Latina, 8(2), 4527–4557. https://doi.org/10.37811/cl_rcm.v8i2.10875 DOI: https://doi.org/10.37811/cl_rcm.v8i2.10875

Heikkinen, S., Saqr, M., Malmberg, J., & Tedre, M. (2023). Supporting self-regulated learning with learning analytics interventions. Education and Information Technologies, 28, 3059–3088. https://doi.org/10.1007/s10639-022-11281-4 DOI: https://doi.org/10.1007/s10639-022-11281-4

Hemmler, Y. M., & Ifenthaler, D. (2024). Self-regulated learning strategies in continuing education: A systematic review and meta-analysis. Educational Research Review, 45, 100629. https://doi.org/10.1016/j.edurev.2024.100629 DOI: https://doi.org/10.1016/j.edurev.2024.100629

Hernández-Torrano, D., & Fayyad, R. (2021). Self-regulated learning in higher education: A systematic review. Studies in Higher Education, 46(6), 1121–1139. https://doi.org/10.1080/03075079.2019.1687453

Hooshyar, D., Pedaste, M., Saks, K., Leijen, Ä., Bardone, E., & Wang, M. (2020). Open learner models in supporting self-regulated learning in higher education: A systematic literature review. Computers & Education, 154, 103878. https://doi.org/10.1016/j.compedu.2020.103878 DOI: https://doi.org/10.1016/j.compedu.2020.103878

Inzunza-Melo, B., López-Angulo, Y., & Pérez-Salas, C. (2024). Programas de entrenamiento para promover la autorregulación del aprendizaje en estudiantes universitarios: Una revisión sistemática. Revista Iberoamericana de Educación Superior, 15(44), 186–212. https://doi.org/10.22201/iisue.20072872e.2024.44.1898 DOI: https://doi.org/10.22201/iisue.20072872e.2024.44.1898

Izaki, A., Verbeke, W. J. M. I., Vrticka, P., & Ein-Dor, T. (2024). A narrative on the neurobiological roots of attachment-system functioning. Communications Psychology, 2, 96. https://doi.org/10.1038/s44271-024-00147-9 DOI: https://doi.org/10.1038/s44271-024-00147-9

Jolles, D. D. (2021). Neuroscience and education: Myths and messages. Nature Reviews Neuroscience, 22(6), 357–358. https://doi.org/10.1038/s41583-021-00479-8

Jolliffe, D., & Farrington, D. P. (2014). Self-regulation and delinquency: A systematic review. Aggression and Violent Behavior, 19(3), 272–283. https://doi.org/10.1016/j.avb.2014.04.001 DOI: https://doi.org/10.1016/j.avb.2014.04.001

Kay, J. (2023). Foundations for human–AI teaming for self-regulated learning with explainable AI (XAI). Computers in Human Behavior, 147, 107848. https://doi.org/10.1016/j.chb.2023.107848 DOI: https://doi.org/10.1016/j.chb.2023.107848

Lan, M., & Zhou, X. (2025). AI-empowered self-regulated learning in higher education: A qualitative systematic review. Science of Learning, 10(1), Article 21. https://doi.org/10.1038/s41539-025-00319-0 DOI: https://doi.org/10.1038/s41539-025-00319-0

Lara, T., & Magro, C. (2024). IA y educación: Una relación con costuras. Trama.

Lim, L. T., Bannert, M., de Graaf, J., & Molenaar, I. (2023). Effects of real-time analytics-based personalized scaffolds on students' self-regulated learning. Computers in Human Behavior, 139, Article 107547. https://doi.org/10.1016/j.chb.2022.10754 DOI: https://doi.org/10.1016/j.chb.2022.107547

Lluch, L., & Cabrera, N. (2023). Competencia de aprender a aprender y autorregulación en la universidad: Evaluación entre iguales y propuestas metodológicas para su desarrollo. Ediciones Octaedro.

Ma, L., Duan, X., & Liu, J. (2020). Mediating role of motivation on the effects of teacher-student relationships on foreign language achievement. Porta Linguarum: revista internacional de didáctica de las lenguas extranjeras, (33), 129-144.

Manuhuwa, D. M., Snel-de Boer, M., Jaarsma, D., Fleer, J., & De Graaf, J. W. (2023). The combined value of executive functions and self-regulated learning to predict differences in study success among higher education students. Frontiers in Psychology, 14, 1229518. https://doi.org/10.3389/fpsyg.2023.1229518 DOI: https://doi.org/10.3389/fpsyg.2023.1229518

Matcha, W., Gašević, D., Uzir, N. A., Jovanović, J., & Pardo, A. (2019). A systematic review of empirical studies on learning analytics dashboards: A self-regulated learning perspective. IEEE Transactions on Learning Technologies, 12(4), 583–599. https://doi.org/10.1109/TLT.2019.2916802 DOI: https://doi.org/10.1109/TLT.2019.2916802

Menacho Ángeles, MR (2024). Inteligencia artificial como herramienta en el aprendizaje autónomo en educación superior. Revista Venezolana de Educación , 12(2), 158-172. ve.scielo.org/scielo.php?script=sci_arttext&pid=S2739-00632024000200158

Michael, K., & Cleland-Huang, J. (2024). A systematic review of self-regulated learning in higher education blended learning environments. Journal of Information Technology Education: Research, 24, 12435–12462. https://doi.org/10.28945/12435 DOI: https://doi.org/10.28945/5636

Mora, F. (2017). Neuroeducación: Solo se puede aprender aquello que se ama (2a ed.). Alianza Editorial.

Muchiut, Á. F., Fernández, M. J., & Ocaña-Fernández, Y. (2018). Neurodidáctica y autorregulación del aprendizaje, un camino de la teoría a la práctica. Revista Iberoamericana de Educación, 78(1), 205-219. https://rieoei.org/RIE/article/view/3193 DOI: https://doi.org/10.35362/rie7813193

Nithianantharajah, J., & Hannan, A. J. (2006). Enriched environments, experience-dependent plasticity and disorders of the nervous system. Nature Reviews Neuroscience, 7(9), 697–709. https://doi.org/10.1038/nrn1970 DOI: https://doi.org/10.1038/nrn1970

Paas, F., van Gog, T., & Sweller, J. (2023). How does cognitive load interact with self-regulated learning? A dynamic and integrative model. Educational Psychology Review, 35(2), Article 46. https://doi.org/10.1007/s10648-023-09750-x DOI: https://doi.org/10.1007/s10648-023-09794-6

Panadero, E. (2017). A review of self-regulated learning: Six models and four directions for research. Frontiers in Psychology, 8, 422. https://doi.org/10.3389/fpsyg.2017.00422 DOI: https://doi.org/10.3389/fpsyg.2017.00422

Paulsen, L., & Lindsay, E. (2024). Learning analytics dashboards are increasingly becoming about learning and not just analytics – A systematic review. Education and Information Technologies, 29(11), 14279–14308. https://doi.org/10.1007/s10639-023-12401-4 DOI: https://doi.org/10.1007/s10639-023-12401-4

Pessoa, L. (2017). A network model of the emotional brain. Trends in Cognitive Sciences, 21(5), 357–371. https://doi.org/10.1016/j.tics.2017.03.002 DOI: https://doi.org/10.1016/j.tics.2017.03.002

Rodríguez, M. C., Ibarra, M. E. U., Arévalo, M. L. S., Ortiz, C. A., Hinojosa, L. M. M., de León, M. A. C., & Lara, E. H. C. (2024). Capítulo 17. Regulación emocional en el aula universitaria. En Análisis y aplicación de variables psicológicas y educativas en la intervención escolar (pp. 145-150). Asociación Universitaria de Educación y Psicología (ASUNIVEP).

Seth, A. K., & Bayne, T. (2022). Theories of consciousness. Nature Reviews Neuroscience, 23(6), 439–452. https://doi.org/10.1038/s41583-022-00587-4 DOI: https://doi.org/10.1038/s41583-022-00587-4

St Quinton, T., & Brunton, J. A. (2017). The mechanism of behaviour change in self-regulation interventions: A systematic review of self-regulation mediation. Health Psychology Review, 11(2), 140–164. https://doi.org/10.1080/17437199.2017.1283400

Valls, J. (2026). Neuroeducació Positiva per a una vida plena: una proposta per a l’educació infantil. Revista Catalana de Pedagogia. 29, 129-154. https://doi.org/10.2436/20.3007.01.237

Valls, J., & Lluch, L. (2026). L’educació de l’inconscient autoregulador en la infància: estratègies pedagògiques per a l’escola infantil i primària. Revista Catalana de Pedagogia, 29, 28-44. https://doi.org/10.2436/20.3007.01.2312

Walton, G. M., & Cohen, G. L. (2011). A brief social-belonging intervention improves academic and health outcomes of minority students. Science, 331(6023), 1447–1451. https://doi.org/10.1126/science.1198364 DOI: https://doi.org/10.1126/science.1198364

Woolf, B., et al. (2022). Acelerar el aprendizaje autorregulado con IA: Oportunidades y desafíos. eMadridNet https://emadridnet.uc3m.es/2022/06/09

Xia, X., Liu, J., Tlili, A., & Burgos, D. (2025). Artificial intelligence and learners’ self-regulated learning: A systematic review. Computers & Education, 216, 105465. https://doi.org/10.1016/j.compedu.2025.105465 DOI: https://doi.org/10.1016/j.compedu.2025.105465

Zimmerman, B. J., & Moylan, A. R. (2009). Self-regulated learning: Theories, measures, and outcomes. En D. H. Jonassen & M. J. Spector (Eds.), The handbook of research on educational communications and technology (3rd ed., pp. 297–307). Routledge.