Si

En el ámbito universitario, una de las claves del aprendizaje efectivo es la retroalimentación o feedback que los estudiantes reciben a lo largo de su proceso formativo (Espinoza 2021). Numerosos estudios han subrayado la importancia de este feedback para mejorar la comprensión de los contenidos, fomentar la autorregulación del aprendizaje y fortalecer las competencias críticas de los estudiantes (Mamoon Al Bashir 2016; Carless 2022). Sin embargo, a pesar de su reconocida relevancia pedagógica, la retroalimentación individualizada y oportuna enfrenta importantes limitaciones estructurales en la educación superior. La alta ratio profesor-estudiante y la creciente carga de trabajo docente dificultan la posibilidad de ofrecer un acompañamiento personalizado y continuo en el desarrollo de tareas, especialmente en grupos numerosos o en asignaturas con alto volumen de evaluaciones parciales (Barre 2021; Paris 2022). Maroto (2020) ofrece un ejemplo de buenas prácticas con el uso de aplicaciones somo Socrative y formularios de Google para proporcionar feedback inmediato a los estudiantes, avalando el uso de tecnologías para apoyar al docente. Una solución parcial a esta limitación ha sido fomentar el feedback entre pares, estrategia que puede ser muy enriquecedora cuando se implementa adecuadamente. Sin embargo, para que esta modalidad funcione de manera rigurosa y eficaz, se requiere de una preparación previa sustancial por parte del profesorado, que debe formar a los estudiantes en habilidades de evaluación y en criterios de corrección. Además, la efectividad del feedback entre iguales suele depender de la madurez académica de los estudiantes, lo que puede limitar su aplicabilidad en los primeros cursos de formación universitaria (Malenke 2018). En este contexto, se vuelve necesario explorar nuevas vías que permitan ampliar la retroalimentación sin aumentar de manera insostenible la carga de trabajo del profesorado. La irrupción de las herramientas de inteligencia artificial (IA) en el ámbito educativo abre precisamente una ventana de oportunidad para abordar este desafío. En los últimos años, la IA ha comenzado a incorporarse de forma creciente en procesos de enseñanza y aprendizaje, generando tanto entusiasmo como inquietud. Una parte del profesorado adopta una postura defensiva frente al uso de estas tecnologías por parte de los estudiantes, preocupados por posibles usos fraudulentos o por la dependencia excesiva que podrían generar. Otra parte del profesorado propone una actitud adaptativa que considera que, más que prohibir el uso de estas herramientas, es preferible comprenderlas y aprovechar su potencial para enriquecer los procesos educativos. Por parte de los estudiantes, las estadísticas revelan un uso masivo de herramientas como ChatGPT (Shalwa, 2024) para tareas académicas. Nuestro proyecto parte de esta segunda postura. Lejos de ver a la IA como una amenaza, la consideramos una oportunidad para innovar en las metodologías docentes y mejorar la experiencia de aprendizaje (Mollick 2024). Nosotros proponemos la utilización de la IA como tutor para mejorar el feedback que reciben los estudiantes en su proceso de aprendizaje. El uso de modelos de lenguaje de última generación, como los desarrollados por OpenAI, permite simular diálogos tutoriales con una notable capacidad de adaptación al contenido, nivel y estilo del estudiante. Esta posibilidad ya ha sido explorada con éxito en experiencias como la de Khan Academy (Khan 2024), que ha demostrado el potencial de la IA para actuar como tutor personalizado, acompañando a los estudiantes en sus tareas, resolviendo dudas, explicando conceptos y ofreciendo sugerencias de mejora. La literatura más reciente señala el gran potencial que la IA ofrece en un rol de tutor y guía para el aprendizaje. Los sistemas de tutor basados en IA están revolucionando la educación proporcionando experiencias de aprendizaje y retroalimentación inmediata a los estudiantes (Potter Kaledio et al. 2024; P. Rathika et al. 2024, Yan et al. 2024, Wang y Demszky 2023). Estos sistemas utilizan tecnologías avanzadas para adaptarse a cada estudiantes y a cada estilo de aprendizaje (S. Dembitska et al. 2024; Mohammed Rizvi 2023). Los tutores basados en IA pueden potenciar la participación (engagement) del estudiante, su motivación, y su rendimiento académico ofreciendo un contenido a medida, apoyo en tiempo real, y evaluaciones automáticas (Yunyi Zhu 2024; Monika Hooda et al. 2022). Más aún, el aprendizaje asistido con IA ha demostrado su potencial para ayudar a los estudiantes a lidiar con la ansiedad matemática y aumentar su confianza (H. V. Inoferio et al. 2024). Hay autores que apuestan por introducir cambios en los sistemas actuales de evaluación que sobreponderen el feedback continuado gracias al apoyo de la IA (Lodge et al. 2023). La revisión de Létourneau et al. (2025) sugiere que el uso de sistemas de tutorización inteligentes tiene efectos positivos con algunos matices por lo que se hace necesaria más investigación sobre el tema. Sin embargo, existen desafíos relacionados con la privacidad, consideraciones éticas, y la necesidad de una integración más equilibrada con los métodos de enseñanza más tradicionales (Potter Kaledio et al. 2024; Yunyi Zhu 2024). En el caso concreto de las asignaturas del área de Economía, la capacidad de la IA para analizar -con lenguaje natural- la calidad de una argumentación, la coherencia de un razonamiento económico basado en el pensamiento crítico, o la pertinencia de un análisis empírico puede resultar especialmente útil. Además, el uso de estas herramientas permite generar informes automáticos que no solo retroalimentan al estudiante, sino que también ofrecen al docente una visión global y detallada del progreso individual y colectivo, lo que puede enriquecer enormemente el trabajo tutorial y la toma de decisiones pedagógicas (Akavova et al. 2023). En un momento en el que las aplicaciones de IA crecen en potencia y alcance a una velocidad vertiginosa, el mundo de la educación debe replantearse seriamente su papel y la manera en que se adapta a esta nueva tecnología. Máxime cuando existe tanta incertidumbre sobre las nuevas exigencias en cuanto a competencias que el mercado laboral exigirá. Este proyecto, aborda esta problemática y estudia la manera en que la IA puede (1) potenciar el aprendizaje a la vez que (2) desarrolla competencias con herramientas IA (AI literacy skills). Objetivos del proyecto Este proyecto tiene como objetivo general explorar las potencialidades que ofrecen las herramientas de inteligencia artificial para proporcionar a los estudiantes retroalimentación útil y relevante respecto a su proceso de aprendizaje. Se trata, por tanto, de una iniciativa centrada en la mejora de la calidad del feedback académico mediante la incorporación de tecnologías emergentes que permitan superar algunas de las limitaciones estructurales actuales. Para alcanzar este objetivo general, se han definido tres objetivos específicos