Rethinking Higher Education/es/Chapter 5
El aprendizaje de lenguas extranjeras con y sin IA: un estudio comparativo empírico
Martin Woesler
Universidad Normal de Hunan
Resumen
Este estudio compara los resultados de aprendizaje autoinformados, las motivaciones y las actitudes de 133 estudiantes universitarios chinos que aprenden una lengua extranjera —85 en un grupo asistido por IA y 48 en un grupo con profesor humano tradicional— durante un período de aproximadamente un mes. Basándose en un instrumento de encuesta integral con 126 variables que cubren datos demográficos, métodos de aprendizaje, preferencias de modalidad sensorial, actitudes hacia la IA en la educación y autoevaluación de la mejora en diez áreas de competencia lingüística, el estudio presenta un panorama complejo que desafía tanto las narrativas tecnooptimistas como las tecnopesimistas. El grupo con profesor humano informó una mejora general mayor (63,2 % frente a 51,9 %), sin embargo, el grupo con IA informó ganancias mayores en expresión oral y comprensión auditiva —precisamente las competencias interactivas para las que los chatbots de IA están diseñados—. Ambos grupos expresaron una fuerte preferencia por los profesores humanos, pero el grupo con IA valoró simultáneamente la disponibilidad, la velocidad y el entorno libre de presión de la IA. Las actitudes hacia la autonomía de la IA fueron cautelosas en ambos grupos: más del 70 % estuvo de acuerdo en que la IA necesita control ético, y menos del 20 % respaldó el dominio de la IA sobre los humanos. Estos hallazgos contribuyen a la creciente literatura sobre la IA en la educación lingüística y se discuten en relación con los hallazgos cualitativos de Fang Lu (en este volumen) y el marco filosófico de Ole Döring (en este volumen).
Palabras clave: aprendizaje de lenguas asistido por IA, estudio comparativo, educación en lenguas extranjeras, interacción humano-IA, educación digital, modalidades sensoriales, actitudes estudiantiles, China, Unión Europea, tesis de la complementariedad
1. Introducción
La integración de la inteligencia artificial en la educación lingüística ha pasado del futurismo especulativo a la práctica diaria con una rapidez notable. Los estudiantes universitarios chinos en 2025 utilizan rutinariamente chatbots de IA —ChatGPT, Kimi, DeepSeek, Doubao— como compañeros de conversación, entrenadores de pronunciación, verificadores gramaticales y tutores de vocabulario. Sin embargo, la evidencia empírica sobre si el aprendizaje de lenguas asistido por IA produce mejores resultados que la instrucción humana tradicional sigue siendo sorprendentemente escasa. La mayoría de los estudios existentes son de pequeña escala, se centran en una sola herramienta de IA o miden los resultados en períodos muy cortos. Lo que falta es un estudio comparativo que examine no solo los resultados de aprendizaje, sino también las dimensiones motivacionales, actitudinales y perceptivas del aprendizaje de lenguas asistido por IA frente al enseñado por humanos.
Este estudio aborda esa laguna. Encuestamos a 133 estudiantes universitarios chinos —85 que eligieron o fueron asignados a aprender una lengua extranjera con asistencia de IA, y 48 que aprendieron con profesores humanos— después de aproximadamente un mes de estudio. El instrumento de encuesta, que comprende 126 variables, captura datos demográficos, conocimiento lingüístico previo, tiempo de estudio diario, razones para la elección del grupo, métodos de uso de la IA, percepciones de calidad de la retroalimentación, autoevaluación de la mejora en diez áreas específicas de competencia, la importancia de doce modalidades sensoriales y sociales en el aprendizaje, y actitudes hacia catorce aspectos de la IA en la educación y la sociedad.
2. Revisión de la literatura
2.1 La IA en la educación lingüística: estado del arte
La aplicación de la tecnología al aprendizaje de lenguas tiene una larga historia, desde los laboratorios de idiomas de los años sesenta hasta el Aprendizaje de Lenguas Asistido por Ordenador (ALAO) de los años noventa y la generación actual de herramientas potenciadas por IA. Chapelle (2001) proporcionó un marco temprano para evaluar la tecnología en la adquisición de segundas lenguas, enfatizando la importancia del potencial de aprendizaje lingüístico, la adecuación al aprendiz y las consideraciones prácticas. Golonka et al. (2014) revisaron 350 estudios sobre tipos de tecnología en el aprendizaje de lenguas extranjeras y encontraron que, si bien la tecnología muestra promesa para la adquisición de vocabulario y la comprensión lectora, la evidencia para las ganancias en expresión oral y escrita era limitada.
La aparición de los modelos de lenguaje de gran tamaño (LLM) —ChatGPT, Claude y sus equivalentes chinos Kimi, DeepSeek y Doubao— ha cambiado fundamentalmente el panorama. A diferencia de los chatbots anteriores que dependían de diálogos programados y coincidencia de palabras clave, los chatbots basados en LLM pueden sostener conversaciones abiertas y contextualmente apropiadas sobre prácticamente cualquier tema. Huang, Hew y Fryer (2022) realizaron una revisión sistemática del aprendizaje de lenguas con apoyo de chatbots y encontraron efectos positivos en la adquisición de vocabulario y la confianza en la expresión oral, pero señalaron que la mayoría de los estudios tenían muestras pequeñas, duraciones cortas y carecían de grupos de control.
2.2 Ansiedad ante las lenguas extranjeras
La dimensión psicológica del aprendizaje de lenguas ha sido ampliamente estudiada desde que Horwitz, Horwitz y Cope (1986) desarrollaron la Escala de Ansiedad en el Aula de Lengua Extranjera (FLCAS). MacIntyre y Gardner (1994) demostraron que la ansiedad lingüística tiene efectos medibles en el procesamiento cognitivo en la segunda lengua: los aprendices ansiosos procesan la información más lentamente, recuerdan menos vocabulario y producen enunciados menos complejos. La hipótesis del «filtro afectivo» de Krashen (1982) postula que los estados emocionales negativos —ansiedad, inseguridad, aburrimiento— crean una barrera mental que impide la adquisición lingüística.
La relevancia para el aprendizaje asistido por IA es directa. Si los chatbots de IA pueden reducir el filtro afectivo proporcionando un entorno de práctica libre de juicios, pueden permitir a los aprendices procesar y producir lengua más eficazmente de lo que lo harían en el contexto generador de ansiedad de un aula humana. Nuestros datos sugieren que este mecanismo está operando: la ventaja mejor valorada del grupo con IA fue «sin miedo a cometer errores» (76,6 %), y el grupo con IA informó una mayor mejora precisamente en aquellas competencias —expresión oral, comprensión auditiva, confianza comunicativa— que más se ven inhibidas por la ansiedad.
3. Diseño del estudio y metodología
3.1 Participantes
Un total de 133 estudiantes universitarios chinos participaron en el estudio. El grupo con IA comprendió 85 participantes (74 % mujeres, 26 % hombres; edad media 23,8 años, rango 19-38). El grupo con profesor humano comprendió 48 participantes (89 % mujeres, 11 % hombres; edad media 23,1 años, rango 20-32). Todos los participantes estaban matriculados en universidades chinas, estudiando predominantemente inglés (IA: 38 %, Humano: 29 %) o alemán (IA: 16 %, Humano: 25 %) como especialidad de lengua extranjera.
Los participantes no fueron asignados aleatoriamente. Algunos eligieron su grupo; otros fueron asignados (el 44,7 % del grupo humano informó asignación pasiva). Esta autoselección introduce un factor de confusión potencial: los estudiantes que eligieron el grupo con IA pueden haber sido más curiosos tecnológicamente o más insatisfechos con la instrucción tradicional. Abordamos esta limitación en la Sección 5.
3.2 Instrumento de encuesta
La encuesta se administró en chino a través de una plataforma de cuestionarios en línea (问卷星) el 28 de marzo de 2025. Comprendió las siguientes secciones:
(a) Datos demográficos: nombre (anonimizado antes del análisis), fecha de nacimiento, género (5 ítems). (b) Competencia lingüística previa: niveles MCER autoevaluados para chino, inglés, alemán, francés, japonés, coreano y hasta tres idiomas adicionales (9 ítems). (c) Lengua de estudio y nivel inicial: misma estructura que (b) pero para la lengua estudiada en el experimento (9 ítems). (d) Hábitos de estudio: tiempo diario de estudio en minutos, asignación de grupo, tiempo diario de uso de IA en minutos (3 ítems). (e) Razones para la elección del grupo: 5-6 razones valoradas por importancia relativa (porcentaje, sumando aproximadamente 100 %) (6-10 ítems según el grupo). (f) Métodos de aprendizaje con IA (solo grupo con IA): chatear con IA, completar tareas, aula VR, profesor IA — cada uno valorado por cuota de uso (5 ítems). (g) Razones de interés en el método actual: 9-10 razones valoradas por importancia (10 ítems). (h) Calidad y manejo de la retroalimentación de la IA (solo grupo con IA): valoración categórica y respuesta sí/no (2 ítems). (i) Mejora general autoinformada: estimación porcentual (1 ítem). (j) Importancia de la modalidad sensorial: 21 ítems. (k) Capacidad de modalidad sensorial: mismos 21 ítems (0-100 %). (l) Satisfacción con el grupo y disposición a cambiar (4 ítems). (m) Actitudes hacia la IA: 14 afirmaciones valoradas 0-100 % de acuerdo. (n) Áreas de mejora: 10 áreas de competencia lingüística valoradas por mejora relativa (porcentaje, sumando aproximadamente 100 %) (11 ítems).
4. Resultados
4.1 Tiempo de estudio diario y uso de la IA
Ambos grupos informaron tiempos de estudio diarios similares: grupo con IA media 106 minutos (mediana 60, DE 103), grupo humano media 96 minutos (mediana 60, DE 90). Las elevadas desviaciones estándar reflejan una amplia variación: algunos estudiantes estudiaban 10 minutos diarios, otros 360. Dentro del grupo con IA, el uso diario medio de IA fue de 32 minutos (mediana 15), lo que sugiere que la IA constituía aproximadamente el 30 % del tiempo total de estudio.
4.2 Mejora general autoinformada
El grupo con profesor humano informó una mejora general mayor después de un mes: media 63,2 % (mediana 70 %, DE 27,5 %, n=42) frente a la media del grupo con IA de 51,9 % (mediana 50 %, DE 18,1 %, n=82). Este hallazgo es notable: a pesar de tiempos de estudio similares, los estudiantes que aprendían con profesores humanos percibieron un mayor progreso. Sin embargo, la mayor desviación estándar del grupo humano (27,5 % frente a 18,1 %) indica experiencias más heterogéneas.
4.3 Áreas de mejora
Los estudiantes evaluaron su mejora en diez áreas específicas de competencia lingüística. Los resultados revelan una complementariedad notable:
Áreas donde el grupo con IA informó mayor mejora: - Expresión oral: +12,6 puntos porcentuales (IA 58,4 %, Humano 45,8 %) - Comprensión auditiva: +10,2 pp (IA 53,6 %, Humano 43,5 %) - Confianza en la comunicación: +8,3 pp (IA 55,2 %, Humano 46,9 %) - Sinónimos/expresiones variadas: +5,6 pp (IA 56,8 %, Humano 51,2 %)
Áreas donde el grupo humano informó mayor mejora: - Comprensión lectora: +14,0 pp (Humano 63,7 %, IA 49,8 %) - Gramática: +10,1 pp (Humano 57,0 %, IA 46,9 %) - Sintaxis: +9,3 pp (Humano 57,1 %, IA 47,8 %) - Vocabulario: +5,2 pp (Humano 60,7 %, IA 55,5 %) - Escritura: +5,0 pp (Humano 51,5 %, IA 46,5 %)
El patrón es claro: el aprendizaje asistido por IA parece fortalecer las competencias interactivas y orales (expresión oral, comprensión auditiva, confianza comunicativa), mientras que la enseñanza humana produce mayores ganancias en las competencias estructurales y analíticas (lectura, gramática, sintaxis). Este hallazgo tiene implicaciones pedagógicas directas: la IA y la instrucción humana pueden ser más eficaces no como sustitutos sino como complementos, cada uno abordando diferentes aspectos de la competencia lingüística.
4.4 Motivaciones
Razones para elegir el grupo con IA (valoradas por importancia):
1. Novedad / probar cosas nuevas: 75,4 %
2. Aprender en cualquier momento y lugar: 72,5 %
3. Experiencia de aprendizaje inmersiva: 66,9 %
4. Aburrimiento con los métodos tradicionales: 60,8 %
5. Más barato que los profesores humanos: 59,9 %
Lo que hace atractivo el aprendizaje con IA (valorado por importancia):
1. Sin miedo a cometer errores / presión reducida: 76,6 %
2. Gran base de conocimientos / temas diversos: 74,7 %
3. Aprender en cualquier momento y lugar: 71,9 %
4. Velocidad de respuesta rápida: 70,4 %
5. Ajuste adaptativo de la dificultad: 67,8 %
La ventaja mejor valorada —«sin miedo a cometer errores» con un 76,6 %— se alinea con un corpus sustancial de investigación sobre la ansiedad ante las lenguas extranjeras. El chatbot de IA crea lo que los educadores lingüísticos llaman un «entorno de práctica de baja ansiedad» en el que los aprendices pueden experimentar sin vergüenza social.
4.5 Actitudes hacia la IA en la educación y la sociedad
Catorce afirmaciones actitudinales fueron valoradas en una escala de acuerdo 0-100 %. Los resultados revelan un panorama matizado:
Ambos grupos gustan mucho de los profesores humanos: grupo con IA 77,7 %, grupo humano 83,6 %. Incluso después de un mes de aprendizaje asistido por IA, los estudiantes del grupo con IA mantienen una fuerte apreciación por la instrucción humana.
Ambos grupos expresan temor a la dependencia de la IA: - «Miedo a que la IA sustituya la capacidad de pensar»: IA 60,1 %, Humano 61,0 % - «Miedo al deterioro de conocimientos/habilidades»: IA 60,6 %, Humano 66,5 % - «Miedo a perder independencia / adicción a la IA»: IA 59,6 %, Humano 71,6 %
Ambos grupos respaldan firmemente la ética de la IA: «Necesidad de controlar la IA con ética» recibió un 72,8 % (IA) y un 68,7 % (Humano) de acuerdo.
Ambos grupos rechazan el dominio de la IA: «Dejar que la IA controle a los humanos» recibió solo un 14,4 % (IA) y un 21,5 % (Humano) de acuerdo. Estos hallazgos sugieren que los estudiantes universitarios chinos en 2025 mantienen una orientación firmemente humanista: acogen la IA como herramienta pero la rechazan como amo.
5. Discusión
5.1 La tesis de la complementariedad
Nuestro hallazgo central —que el aprendizaje asistido por IA fortalece las competencias orales interactivas mientras que la enseñanza humana fortalece las competencias analíticas estructurales— apoya lo que llamamos la Tesis de la Complementariedad: la instrucción con IA y la instrucción humana no son sustitutos sino complementos, cada uno más adecuado para diferentes dimensiones de la competencia lingüística. Este hallazgo desafía tanto la posición tecnooptimista (que la IA reemplazará a los profesores humanos) como la posición tecnopesimista (que la IA no puede enseñar eficazmente).
El mecanismo es plausible y está fundamentado en la teoría establecida de adquisición de segundas lenguas. Los chatbots de IA proporcionan una práctica conversacional ilimitada, paciente y libre de juicios —precisamente las condiciones que promueven la fluidez en la expresión oral y la comprensión auditiva—. Los profesores humanos proporcionan instrucción estructurada, análisis de errores y explicación metalingüística —precisamente las condiciones que promueven la precisión gramatical, la comprensión lectora y la conciencia sintáctica—.
La Tesis de la Complementariedad tiene implicaciones prácticas: en lugar de debatir si la IA debería reemplazar a los profesores humanos (una pregunta que nuestros datos responden claramente: no), los educadores deberían preguntarse cómo pueden orquestarse la instrucción con IA y la instrucción humana para servir a diferentes objetivos de aprendizaje dentro de un currículo unificado.
5.2 El entorno libre de presión
La ventaja mejor valorada del aprendizaje con IA —«sin miedo a cometer errores» con un 76,6 %— merece especial atención. La ansiedad ante las lenguas extranjeras es una de las barreras más extensamente documentadas para la adquisición lingüística. Los entornos de aula tradicionales, con sus dinámicas sociales inherentes de actuación, juicio y «quedar bien», crean una ansiedad que inhibe la práctica, particularmente la práctica oral. El chatbot de IA sortea esto por completo: no hay audiencia, no hay juicio, no hay pérdida de imagen.
Este hallazgo sugiere que la contribución educativa principal de la IA puede no ser como profesora sino como compañera de práctica —una interlocutora incansable, paciente, que nunca juzga, nunca pierde la paciencia y nunca genera ansiedad social—. Si esto es correcto, el modelo educativo óptimo no es «IA en lugar de profesores humanos» sino «IA como complemento de los profesores humanos», específicamente para el componente de práctica del aprendizaje de lenguas donde la ansiedad más inhibe el rendimiento.
5.3 Recomendaciones para la práctica
Basándonos en nuestros hallazgos, ofrecemos cuatro recomendaciones para los educadores que consideren la integración de la IA en la enseñanza de lenguas extranjeras:
Primera, utilizar la IA para la práctica oral, no como sustituto de la instrucción. Los datos sugieren que la mayor contribución de la IA está en el desarrollo de la fluidez oral y la confianza comunicativa a través de la práctica conversacional de baja ansiedad.
Segunda, mantener la enseñanza humana para las competencias analíticas. Gramática, sintaxis, comprensión lectora y escritura —las competencias que mostraron mayor mejora en el grupo humano— parecen beneficiarse de la instrucción estructurada, explicativa y correctiva que proporcionan los profesores humanos.
Tercera, abordar la ansiedad de los estudiantes ante la IA de manera proactiva. Más del 60 % de los estudiantes en ambos grupos expresaron temor a que la IA reemplace su capacidad de pensamiento o erosione sus habilidades.
Cuarta, diseñar evaluaciones que la IA no pueda sortear. Como ilustran los casos de Fang Lu, la IA puede producir resultados pulidos que enmascaran una comprensión superficial. Las evaluaciones deben incluir exámenes orales, respuestas espontáneas y tareas que requieran razonamiento analítico genuino.
6. Conclusión
Este estudio de 133 estudiantes universitarios chinos que aprenden lenguas extranjeras con asistencia de IA (n=85) y con profesores humanos (n=48) arroja cuatro hallazgos principales:
Primero, los estudiantes con profesor humano informaron una mejora general mayor (63,2 % frente a 51,9 %), pero el patrón es específico por competencias: los estudiantes con IA mejoraron más en expresión oral (+12,6 pp), comprensión auditiva (+10,2 pp) y confianza comunicativa (+8,3 pp), mientras que los estudiantes con profesor humano mejoraron más en lectura (+14,0 pp), gramática (+10,1 pp) y sintaxis (+9,3 pp). Esto apoya una Tesis de la Complementariedad: la instrucción con IA y la instrucción humana sirven funciones diferentes y complementarias en la educación lingüística.
Segundo, la principal ventaja percibida del aprendizaje con IA no es informativa sino psicológica: «sin miedo a cometer errores» fue la mejor valorada con un 76,6 %. La mayor contribución de la IA a la educación lingüística puede ser crear un entorno libre de presión para la práctica oral.
Tercero, ambos grupos mantienen actitudes firmemente humanistas. Incluso después de un mes de aprendizaje asistido por IA, los estudiantes del grupo con IA valoran a los profesores humanos por encima de los profesores de IA (77,7 % frente a 57,3 %). Ambos grupos respaldan el control ético de la IA (>68 %) y rechazan el dominio de la IA sobre los humanos (<22 %).
Cuarto, la evidencia no apoya reemplazar a los profesores humanos con IA, ni tampoco excluir la IA de la educación lingüística. En su lugar, apunta hacia un modelo integrado en el que la IA sirve como compañera de práctica complementaria mientras los profesores humanos proporcionan la instrucción estructurada, la orientación analítica y la presencia social que desarrollan la competencia gramatical, la comprensión lectora y el pensamiento crítico.
Agradecimientos
Cofinanciado por la Unión Europea. Las opiniones expresadas son exclusivamente las del autor y no reflejan necesariamente las de la Unión Europea [101126782].
Referencias
Chapelle, C. A. (2001). Computer Applications in Second Language Acquisition. Cambridge University Press.
Golonka, E. M. et al. (2014). Technologies for foreign language learning. Computer Assisted Language Learning, 27(1), 70–105.
Horwitz, E. K. et al. (1986). Foreign language classroom anxiety. The Modern Language Journal, 70(2), 125–132.
Huang, W. et al. (2022). Chatbots for language learning. Journal of Computer Assisted Learning, 38(1), 237–257.
Jeon, J. (2022). Exploring AI chatbot affordances in the EFL classroom. Computer Assisted Language Learning, 37(1–2), 1–26.
Kim, N. Y. (2019). A study on AI chatbots for improving English grammar skills. Journal of Digital Convergence, 17(8), 37–46.
Krashen, S. D. (1982). Principles and Practice in Second Language Acquisition. Pergamon Press.
Long, M. H. (1996). The role of the linguistic environment in second language acquisition. In Handbook of Second Language Acquisition (pp. 413–468). Academic Press.
MacIntyre, P. D. & Gardner, R. C. (1994). The subtle effects of language anxiety on cognitive processing. Language Learning, 44(2), 283–305.
Swain, M. (2000). The output hypothesis and beyond. In Sociocultural Theory and Second Language Learning (pp. 97–114). Oxford University Press.
World Economic Forum. (2025). The Future of Jobs Report 2025. Geneva: WEF.