Complementary or contradictory? The double-edged sword of AI’s impact on effort regulation in higher education

Emma Burns; Jodie Torrington; Matt Bower

doi:10.35542/osf.io/dh6rj_v1

PreprintDescarga libreInglés

Complementary or contradictory? The double-edged sword of AI’s impact on effort regulation in higher education

Emma Burns; Jodie Torrington; Matt Bower

Año: 2025
DOI: 10.35542/osf.io/dh6rj_v1 (se abre en una pestaña nueva)
Licencia: CC BY

Resumen ADIPA

Elaborado con IA a partir del resumen de los autores

Estudio mixto sobre la relación entre regulación del esfuerzo y uso de inteligencia artificial en 1.316 estudiantes de pregrado de educación en formación docente (2025). La regulación del esfuerzo —capacidad para gestionar y controlar el esfuerzo durante el aprendizaje— es predictor consistente del desempeño académico en educación superior. Los hallazgos cuantitativos indicaron que estudiantes con regulación del esfuerzo más fuerte tenían significativamente menor probabilidad de usar IA. Los hallazgos cualitativos mostraron que el 52,59% de la muestra percibía que usar IA podría conducir a desenganche del trabajo universitario, pérdida de aprendizaje y falta de desarrollo de habilidades. Los estudiantes que consideraban crítica la regulación del esfuerzo tendían a evitar IA porque la percibían como socavadora del esfuerzo y la participación significativa. Se concluye que es necesario comunicar explícitamente a los estudiantes la importancia de la regulación del esfuerzo y los usos apropiados de la IA para potenciarla.

Puntos clave

La regulación del esfuerzo es un predictor consistente del logro académico en educación superior y se ve potencialmente amenazada por el uso de inteligencia artificial.
Los estudiantes con regulación del esfuerzo más sólida mostraron significativamente menor probabilidad de adoptar herramientas de IA en sus procesos de aprendizaje.
Más de la mitad de los estudiantes percibió que el uso de IA podría generar desenganche, pérdida de aprendizaje y estancamiento en el desarrollo de competencias.
Los estudiantes que valoraban la regulación del esfuerzo como crítica evitaban la IA porque la interpretaban como incompatible con el esfuerzo y la participación auténtica en el aprendizaje.

Para quién: Docentes, diseñadores de políticas y administradores de educación superior que necesitan orientaciones sobre comunicación de prácticas apropiadas de IA para preservar la regulación del esfuerzo y el aprendizaje significativo de estudiantes.

Resumen de los autores

Effort regulation, or the ability to manage and control one’s effort during learning, is a consistent predictor of academic achievement in higher education. The rapid rise of artificial intelligence and its impact on higher education learning environments raises questions about how students are adjusting how they apply and manage effort in their learning. Examining the dynamic interplay between use of AI and effort regulation is necessary to develop effective higher education practices and policies that support improved learning processes for students in the context of AI. This study employed a mixed methods design to explore 1,316 undergraduate pre-service teachers’ perceptions of the relationships between effort regulation and AI use. Quantitative findings showed that students with stronger effort regulation were significantly less likely to use AI. Similarly, qualitative findings showed over half of the sample (52.59%) perceived that using AI could lead to overall disengagement from university work, learning loss, and lack of skill development. When triangulated, findings suggested that students who perceived effort regulation as critical to their learning and skill development were less inclined to use AI because they perceived AI use as undermining their effort regulation and meaningful engagement. These findings have implications for higher education practice: these suggest a need to explicitly communicate to students the importance of effort regulation in learning and the appropriate ways in which AI can be used to enhance effort regulation.

Áreas y palabras clave

Educación y psicopedagogía Artificial Intelligence Effort Regulation Self-Regulated Learning

Cómo citar (APA 7)

Burns, E., Torrington, J., & Bower, M. (2025). Complementary or contradictory? The double-edged sword of AI’s impact on effort regulation in higher education. https://doi.org/10.35542/osf.io/dh6rj_v1

BibTeX RIS (Zotero, Mendeley, EndNote)CSL-JSON

Complementary or contradictory? The double-edged sword of AI’s impact on effort regulation in higher education

Resumen ADIPA

Puntos clave

Resumen de los autores

Áreas y palabras clave

Cómo citar (APA 7)

Complementary or contradictory? The double-edged sword of AI’s impact on effort regulation in higher education

Resumen ADIPA

Puntos clave

Resumen de los autores

Áreas y palabras clave

Cómo citar (APA 7)

Relacionados