Inicio
todoELE
  • Inicio
  • Materiales
    • πŸ“‹ Actividades
    • πŸ“ Conjugación
    • πŸ“Š Corpus
    • πŸ“” Diccionarios
    • βœ… Evaluación
    • βš™οΈ Gramática
    • πŸ“— Manuales
    • ✍️ Ortografía
    • πŸ“… Programación
    • πŸ—£οΈ Pronunciación
    • πŸ“ Recursos
    • πŸ”€ Vocabulario
    • πŸ’» Herramientas digitales
  • Formación
    • πŸ“š Bibliografía
    • πŸ‘₯ Congresos
    • πŸŽ“ Cursos
    • 🏫 Centros
    • 🏒 Organizaciones
    • πŸ“° Revistas
    • 🌍 Atlas de ELE
  • Trabajo
    • πŸ’Ό Ofertas de trabajo
    • ℹ️ Trabajo - Recursos
  • En la red
    • 🌐 Sitios ELE
    • πŸ“° Agregador
    • πŸ“§ Formespa
  • IA
    • ✨ Nuevos contenidos
    • πŸ“š Bibliografía IA
    • 🧰 Herramientas IA
    • πŸ’¬ Prompts
    • πŸ§ͺ Experiencias IA
    • 🌐 Sitios web IA
    • πŸ“° Actualidad IA
  • Comunidad
    • πŸ“° Actualidad ELE
    • 😊 Anécdotas ELE
    • πŸ“ Blog
    • πŸ“ŒTablón de anuncios
  • Buscar

Ruta de navegación

  • Inicio
  • Bibliografia
  • Are LLMs actually good for learning?

Sección IA: Inteligencia artificial Bibliografía

Are LLMs actually good for learning?

Vasile Rus
Panayiota Kendeou
2025
AI & Society
40-7
5617-5618
https://doi.org/10.1007/s00146-025-0232…
artículo
trabajo teórico
inteligencia artificial
grandes modelos de lenguaje
teorías de aprendizaje
metacognición
aprendizaje autónomo
IA y aprendizaje
modelos de lenguaje (LLM)

Breve artículo de opinión que rechaza las posturas extremas sobre los grandes modelos de lenguaje en la educación y sostiene que su efecto sobre el aprendizaje depende de las condiciones de uso. Los LLM pueden perjudicarlo porque eliminan el esfuerzo productivo —las «dificultades deseables»— que el aprendizaje necesita: ganar eficiencia en una tarea no equivale a aprender. También dificultan el dominio de una materia porque se encargan de descomponer los problemas complejos, una destreza que el aprendiz ya no llega a desarrollar.

En cambio, pueden favorecer el aprendizaje cuando el estudiante ya tiene conocimientos sólidos del dominio y capacidad de autorregulación para evaluar críticamente lo que recibe. Los autores proponen un acceso restringido que se amplíe a medida que el aprendiz demuestre dominio, una especie de andamiaje invertido, y piden a los educadores enfoques matizados en lugar de la aceptación o el rechazo en bloque.

Artículo de opinión de la sección «Curmudgeon Corner». Acceso restringido.

  • Inicie sesión para enviar comentarios

Enviar publicación

Contenidos relacionados

  • Assigning AI: Seven Approaches for Students, with Prompts
  • Effects of integrating an open learner model with AI-enabled visualization on students' self-regulation strategies usage and behavioral patterns in an online research ethics course
  • From procrastination to engagement? An experimental exploration of the effects of an adaptive virtual assistant on self-regulation in online learning
  • AI-based learning content generation and learning pathway augmentation to increase learner engagement
  • New Modes of Learning Enabled by AI Chatbots: Three Methods and Assignments
  • Inteligencia artificial en el aprendizaje y la enseñanza de lenguas: de las promesas a los avances basados en evidencias
Sobre Todoele Índice Publica Contacto: todoele@gmail.com
Política de privacidad Créditos