Uso de la Inteligencia Artificial para Potenciar la
Comprensión Lectora en Estudiantes de Educación Básica
.
Use of Artificial Intelligence to Enhance Reading Comprehension in Basic
Education Students
.
Quintana
-
Espinoza, Jessenia Estefania
1
;
Silva
-
Sánchez,
Marianela
2
1
Universidad Estatal Península de Santa Elena
;
Ecuador, La Libertad
;
https://orcid.org/0009
-
0008
-
8556
-
0555
;
jessyestefy93@hotmail.com
2
Universidad Estatal Península de Santa Elena
;
Ecuador
,
La Libertad
;
https://orcid.org/0000
-
0002
-
0775
-
6826
;
msilva@upse.edu.ec
1
Autor Correspondencia
https://doi.org/10.63618/omd/isj/v4/n1/220
Resumen:
Este estudio analiza la efectividad de una herramienta de
Inteligencia Artificial (ChatGPT y Gemini) para potenciar la comprensión
lectora en estudiantes de cuarto año de Educación General Básica. Se aplicó
un enfoque mixto con diseño preexperimental de u
n solo grupo, utilizando
una prueba de comprensión lectora pretest
–
postest, una rúbrica de
desempeño lector y un cuestionario de percepción estudiantil. La
intervención consistió en seis sesiones de lectura mediadas por IA,
organizadas en actividad
es de comprensión literal, inferencial y crítica. Los
resultados evidenciaron un aumento de la media de 4,93 a 8,10 puntos en la
prueba, mejoras progresivas en fluidez, precisión y comprensión oral, y altos
niveles de satisfacción hacia el uso de la IA. Se
concluye que la IA, integrada
con mediación docente y un diseño pedagógico estructurado, constituye una
estrategia viable para fortalecer la comprensión lectora en contextos
escolares reales.
Palabras clave:
Inteligencia Artificial; comprensión lectora; educación
básica; lectura guiada; personalización del aprendizaje.
Abstract:
This study analyses the effectiveness of an Artificial Intelligence
tool (ChatGPT and Gemini) to enhance reading comprehension in fourth
-
grade Basic Education students. A mixed
-
methods approach with a one
-
group pre
-
experimental design was applied, using a
pretest
–
posttest reading
comprehension test, a reading performance rubric and a student perception
questionnaire. The intervention comprised six AI
-
mediated reading sessions
organized around literal, inferential and critical comprehension activities.
Resul
ts showed an increase in the mean test score from 4.93 to 8.10 points,
progressive improvements in fluency, accuracy and oral comprehension, and
high levels of student satisfaction with the use of AI. It is concluded that AI,
when integrated with teacher m
ediation and a structured pedagogical design,
is a feasible strategy to strengthen reading comprehension in real school
contexts.
Keywords:
Artificial Intelligence; reading comprehension; basic education;
guided reading; personalized learning.
Cita:
Quintana
-
Espinoza, J. E., &
Silva
-
Sánchez, M. (2026). Uso de
la Inteligencia Artificial para
Potenciar la Comprensión Lectora
en Estudiantes de Educación
Básica.
Innova Science
Journal
,
4
(1), 178
-
191.
https://doi.org/10.63618/omd
/isj/v4/n1/220
Recibido
:
25
/
09
/20
25
Aceptado:
24
/
12
/20
25
Publicado:
31
/
01
/20
26
Copyright:
© 202
6
por
los
autores. Este artículo es un
artículo de acceso abierto
distribuido bajo los términos y
condiciones de la
Licencia
Creative Commons, Atribución
-
NoComercial 4.0 Internacional.
(
CC
BY
-
NC
)
.
(
https://creativecommons.org/lice
nses/by
-
nc/4.0/
)
Innova Science Journal
1. Introducción
La comprensión lectora constituye uno de los pilares fundamentales del desarrollo
cognitivo y académico de los estudiantes en el siglo XXI, al ser la base para el acceso
al conocimiento, la participación social y la construcción de pensamiento crítico
(Contreras
-
Morales, 2021)
. En un contexto global caracterizado por la sobreabundancia
de información, la capacidad de interpretar, analizar y evaluar textos se convierte en una
competencia indispensable para el aprendizaje permanente. En esta línea, organismos
internacionales como
el
World Economic Forum
(2023, p. 40)
estiman que el
fortalecimiento de estas habilidades es prioritario para reducir brechas educativas,
mejorando las oportunidades de los estudiantes en sociedades altamente digitalizadas.
Ante esta necesidad de fortalecer las competencias lectoras, la Inteligencia Artificial (IA)
surge como una herramienta disruptiva en los procesos educativos debido a su
capacidad para personalizar los aprendizajes, generar retroalimentación inmediata y
ad
aptarse a las características individuales de cada estudiante
(Díaz
-
Castillo et
al.,
2025)
. Las investigaciones recientes sustentan que los sistemas basados en IA pueden
aumentar significativamente los niveles de fluidez, precisión e interpretación lectora
mediante algoritmos que detectan errores en tiempo real y proponen rutas de mejora
ajusta
das al desempeño estudiantil
(Rodríguez
-
Almazán et
al., 2023)
. Por consiguiente,
estos avances posicionan a la IA como un componente clave dentro del paradigma de
Educación 4.0, que integra tecnologías inteligentes para optimizar la enseñanza.
No obstante, pese al crecimiento acelerado de estas tecnologías, su aplicación
específica para potenciar la comprensión lectora en educación básica continúa siendo
limitada, especialmente en países latinoamericanos. Esta brecha se evidencia en
estudios reg
ionales que demuestran que gran parte de los estudiantes presentan
dificultades en habilidades lectoras esenciales, particularmente en los niveles inferencial
y crítico
(Sánchez
-
Castro y Pascual
-
Sevillano, 2022)
. En consecuencia, se observa un
desfase entre las demandas cognitivas del currículo contemporáneo y las prácticas
pedagógicas tradicionales, las cuales no siempre logran responder adecuadamente a la
diversidad de contextos y estilos de aprendizaje.
Esta problemática también se refleja en Ecuador, donde los resultados evaluados por el
Ineval indican que entre el 50 % y el 57 % de los estudiantes de Educación General
Básica alcanzan niveles insuficientes en Lengua y Literatura, comprometiendo así su
de
sempeño en otras áreas y aumentando el riesgo de rezago escolar o deserción
(Cisneros
-
Duque et
al., 2024)
. Investigaciones nacionales complementan este
panorama al señalar que los estudiantes muestran dificultades tanto en la comprensión
literal como en la global de textos, lo que evidencia la necesidad de intervenciones
pedagógicas más dinámicas y estratégic
as
(Ashqui
-
Morocho et
al., 2025)
. Estos
antecedentes, en conjunto, confirman la urgencia de implementar recursos innovadores
que atiendan de forma diferenciada las necesidades lectoras de la población estudiantil.
A partir de esta evidencia, la IA se perfila como un recurso pedagógico capaz de
transformar el aprendizaje lector mediante experiencias interactivas, ejercicios
adaptativos y acompañamiento automatizado
(Guacán
-
Panayano et
al., 2023)
. Autores
como Trejo et al.
(2025)
sostienen que las tecnologías inteligentes facilitan el desarrollo
de habilidades cognitivas de orden superior, dado que permiten que cada estudiante
avance a su propio ritmo y reciba apoyos específicos según sus dificultades. De igual
Innova Science Journal
manera, la IA amplía las posibilidades de inclusión educativa al proveer herramientas
accesibles para estudiantes con rezago, diversidad lingüística o limitaciones de acceso
a recursos tradicionales
(Tu et
al., 2025)
.
Considerando esta perspectiva, la temática del presente estudio puede comprenderse
desde un análisis escalonado. En un nivel macro, se relaciona con las tendencias
globales en alfabetización digital, tecnologías emergentes y equidad educativa. En el
nivel
meso, se inscribe en los modelos pedagógicos que incorporan recursos digitales
para fortalecer habilidades lectoras dentro del aula. Finalmente, en el nivel micro, se
orienta específicamente al uso de una herramienta de IA para mejorar la comprensión
lecto
ra en estudiantes de educación básica del subnivel elemental. Este recorrido
permite articular de forma clara la pertinencia con el enfoque del estudio dentro de un
campo emergente que combina innovación tecnológica y desarrollo de competencias
lingüística
s.
De este modo, el problema científico que guía este trabajo investigativo parte del
cuestionamiento sobre cómo la IA puede mejorar de manera efectiva la comprensión
lectora en estudiantes de educación básica, promoviendo procesos de análisis,
inferencia y r
eflexión crítica. Aunque la evidencia disponible señala beneficios
prometedores, también revela vacíos respecto a su implementación en contextos reales
de aula, especialmente en instituciones con limitaciones tecnológicas o poblaciones
diversas. Por ello,
resulta pertinente analizar no solo el impacto de la herramienta, sino
también las percepciones de los actores educativos que participan en su uso.
En consonancia con el marco contextual de la investigación, el propósito del presente
estudio es evaluar la efectividad de una herramienta de inteligencia artificial en la mejora
de la comprensión lectora en estudiantes de educación básica, considerando ta
nto los
avances medibles en habilidades lectoras como las percepciones de docentes y
estudiantes sobre su uso. Este análisis permitirá comprender el alcance pedagógico de
la IA, identificar sus potencialidades, limitaciones, y aporte de evidencia empírica
sustancial para su integración responsable en los diferentes procesos educativos.
2. Materiales y Métodos
El estudio se desarrolló bajo un enfoque mixto, dado que se integraron procedimientos
cuantitativos destinados a medir cambios en la comprensión lectora y procedimientos
cualitativos orientados a recoger percepciones de los participantes. Se empleó el dise
ño
preexperimental con un solo grupo bajo la medición antes y después de la intervención
(pretest
–
postest), permitiendo evaluar el impacto del uso de una herramienta de
Inteligencia Artificial (IA) en el desempeño lector. Este diseño fue seleccionado por s
u
viabilidad operativa en contextos escolares; siendo ampliamente utilizado en
investigaciones educativas aplicadas que buscan valorar la efectividad de
intervenciones tecnológicas
(Hernández
-
Sampieri et
al., 2014)
.
La investigación se clasificó como aplicada, dado que se orientó a resolver un problema
concreto del contexto educativo como lo es el mejoramiento de la compresión lectora
mediante la incorporación de un recurso tecnológico innovador siendo la inteligencia
artificial el referente. El nivel fue descriptivo
-
explicativo, permitiendo describir el estado
inicial de la comprensión lectora, así como explicar cambios observados tras la
Innova Science Journal
intervención. La modalidad empleada fue de campo, puesto que la recolección de datos
se realizó directamente en el entorno
(Hernández
-
Sampieri et
al., 2014)
.
La población estuvo constituida por todos los estudiantes matriculados en cuarto grado
de Educación General Básica de la Escuela Virgilio Drouet Fuentes; a partir de esta
población, se trabajó con una muestra intencional de 40 estudiantes, quienes cumplier
on
criterios de inclusión previamente establecidos. Se incluyó a estudiantes con asistencia
regular, sin dificultades severas de lectura diagnosticadas y con disponibilidad para
participar en actividades digitales. Se excluyó a aquellos con ausentismo prol
ongado o
con limitaciones que impidieran el uso de dispositivos tecnológicos. En este contexto
investigativo no se registraron casos que cumplieran criterios de eliminación durante el
desarrollo del estudio.
Respecto a los materiales, se emplearon dispositivos tecnológicos disponibles en el
aula, principalmente computadoras (PC) y tabletas con conexión a internet y las
herramienta
s
de IA como lo fueron ChatGPT y Gemini IA. Como recursos para la
evaluación se utilizaron pruebas estandarizadas de comprensión lectora diseñadas
específicamente para cuarto grado, una rúbrica de desempeño lector creada para este
estudio y un cuestionario
de percepción adaptado a la edad de los participantes. Todos
los materiales fueron elaborados siendo estos ajustados previamente mediante revisión
de las autoridades institucionales en el contexto pedagógico, de esta menara se aseguró
la pertinencia y clar
idad del proceso. Los textos utilizados durante la intervención se
adecuaron al nivel lingüístico de los estudiantes, manteniendo entre 60 y 100 palabras
por lectura.
En coherencia con el diseño preexperimental, la recolección de información se llevó a
cabo mediante las técnicas de evaluación diagnóstica
-
evaluativa, observación
estructurada y encuesta. La evaluación diagnóstica
-
evaluativa se operacionalizó a
través de l
a prueba de comprensión lectora aplicada como pretest y postest, destinada
a medir los niveles literal, inferencial y crítico. La observación estructurada se realizó
mediante la rúbrica de desempeño lector, que permitió registrar aspectos del proceso
lecto
r como la fluidez, la entonación, la precisión y la comprensión oral durante las
sesiones mediadas por IA. En cuanto a la técnica de encuesta se aplicó por medio del
cuestionario de percepción estudiantil, con el propósito de recoger la valoración de los
e
studiantes sobre la motivación, la utilidad percibida junto a la facilidad de uso de la
herramienta de IA en las actividades de comprensión lectora.
Los instrumentos se aplicaron siguiendo un protocolo estructurado. Antes de la
intervención, se administró el pretest para identificar el nivel inicial de comprensión
lectora. Posteriormente, se desarrolló un ciclo de sesiones lectoras mediadas por IA
dura
nte dos semanas, con una duración aproximada de 30 minutos por sesión. La
intervención se organizó en fases progresivas que incluyeron presentación del texto,
preguntas literales, inferenciales con un marco crítico, retroalimentación automática y
actividad
es de ampliación. En cada sesión, el docente registró de manera sistemática el
desempeño lector utilizando la rúbrica correspondiente. Finalizado el ciclo, se aplicó el
postest con el cuestionario de percepción para obtener información cuantitativa y
cuali
tativa complementaria.
Para asegurar la fluidez del proceso, la Tabla 1 sintetiza las fases que conformaron el
protocolo de intervención. Este esquema permitió estandarizar las acciones realizadas
Innova Science Journal
en cada sesión y constituye un recurso metodológico fundamental para garantizar que
futuros investigadores puedan reproducir las condiciones del estudio.
Tabla 1
.
Fases del protocolo de intervención mediada por IA para fortalecer la
comprensión lectora
Fase
Actividad principal
Descripción operativa
Propósito pedagógico
1. Preparación
Inducción guiada
Se explicó el uso de la IA y
se realizó una
demostración previa.
Reducir ansiedad
tecnológica y activar
conocimientos previos.
2. Lectura guiada
Presentación del
texto
La IA proporcionó textos
breves adecuados al nivel.
Facilitar la comprensión
inicial.
3. Comprensión
literal
Preguntas directas
La IA verificó comprensión
de ideas explícitas.
Evaluar comprensión
básica.
4. Comprensión
inferencial
Preguntas de
análisis
Se formularon preguntas
que exigieron deducciones.
Potenciar razonamiento
lector.
5. Comprensión
crítica
Preguntas
evaluativas
Se promovió el juicio sobre
intenciones y significados.
Fomentar pensamiento
crítico.
6.
Retroalimentación
Corrección
automática
La IA explicó errores y
propuso ejemplos o pistas.
Ajustar el aprendizaje.
7. Ampliación
Actividades
complementarias
Los estudiantes generaron
resúmenes o
reorganizaron ideas.
Consolidar aprendizajes.
8. Registro
Observación
docente
Se documentaron aciertos,
dificultades y progresos.
Evaluar desempeño
global.
Nota:
Elaborado por los autores
Los procedimientos éticos se cumplieron de acuerdo con las normativas institucionales
y nacionales vigentes. Se obtuvo la autorización formal de la institución educativa y el
aval metodológico del tutor académico. Además, se proporcionó información clara a
los
representantes legales de los estudiantes, quienes firmaron el consentimiento informado
correspondiente. La participación fue voluntaria y se garantizó la confidencialidad de los
datos, asignando códigos alfanuméricos para proteger la identidad de los
estudiantes.
También se aseguró que el uso de la IA no expusiera a los participantes a riesgos
tecnológicos ni vulneraciones de seguridad digital.
Como parte del proceso investigativo, todos los datos fueron almacenados en formatos
digitales protegidos y puestos a disposición bajo solicitud académica, conforme a las
políticas de apertura de datos promovidas por revistas científicas. Los protocolos,
i
nstrumentos y textos utilizados durante la intervención fueron archivados para permitir
la replicación del estudio, fortaleciendo así la transparencia metodológica, dando las
garantías respectivas para que otros investigadores puedan reproducir bajo condic
iones
similares los resultados obtenidos, asegurando la validez externa y la contribución
científica del estudio.
Innova Science Journal
3. Resultados
3.1. Desempeño inicial en la comprensión lectora
Antes de la implementación de la intervención mediada por Inteligencia Artificial, se
aplicó la prueba de comprensión lectora en calidad de pretest a los 40 estudiantes de
cuarto año de Educación General Básica. Los resultados mostraron un desempeño
global
moderado
-
bajo, con una media de 4,93 puntos sobre 10 (DE = 1,49), en un rango
que osciló entre 3 y 7 puntos (Tabla 1). Estos datos indicaron que, en términos
generales, el grupo presentaba dificultades para responder de manera acertada a los
ítems de la p
rueba, especialmente en aquellos que exigían procesamientos más allá de
la identificación de información explícita. Como señalan Osorio y Úsuga
(2025)
, la
comprensión lectora en niños en edad escolar constituye un proceso psicológico
complejo influido por el contexto, las condiciones neuropsicológicas y los métodos de
enseñanza, lo que exige intervenciones pedagógicas específicas y fundamentadas.
Tabla
2
.
Estadísticos descriptivos del pretest de comprensión lectora (n = 40)
Estadístico
Pretest (0
–
10)
Media
4,93
Desviación estándar
1,49
Mínimo
3
Máximo
7
Nota:
Elaborado por los autores
Al analizar la distribución de los puntajes según niveles de logro, se observó que el 60
% del estudiantado (24 alumnos) se ubicó en el nivel bajo (0
–
5 puntos), mientras que el
40 % (16 alumnos) se situó en el nivel medio (6
–
7 puntos); ningún estudiante al
canzó
el nivel alto (8
–
10 puntos) en el pretest (Tabla 2). Esta concentración de puntajes en los
niveles bajo y medio reflejó que, antes de la intervención, la mayoría de los estudiantes
no lograba una comprensión robusta de los textos, lo que justificó la
necesidad de
implementar una propuesta de fortalecimiento lector apoyada en el uso de IA.
Tabla
3
.
Distribución de niveles de desempeño en el pretest de comprensión lectora
Nivel de logro
Rango de puntaje
Frecuencia (n)
Porcentaje (%)
Bajo
0
–
5
24
60.00
Medio
6
–
7
16
40,00
Alto
8
–
10
0
0,00
Nota:
Elaborado por los autores
Innova Science Journal
Estos resultados cuantitativos se complementaron con la valoración inicial del
desempeño lector mediante la rúbrica aplicada en la primera sesión. El puntaje total
promedio de la rúbrica fue de 9,95 puntos sobre 16, con medias cercanas a 2,5 puntos
(en una
escala de 1 a 4) en los criterios de fluidez (2,45), entonación (2,33), precisión
(2,68) y comprensión oral (2,50). Al categorizar el total de la rúbrica, el 17,5 % de los
estudiantes se ubicó en el nivel “inicial” (≤7 puntos), el 55,0 % para el nivel “en
proceso”
(8
–
11 puntos) y el 27,5 % en “bueno/alto” (12
–
14 puntos). Estos indicadores
describieron un punto de partida en el que la comprensión lectora y el desempeño lector
requerían apoyo pedagógico específico, constituyendo la línea base sobre la cual s
e
valoró posteriormente el efecto de la intervención mediada por IA.
S
ibri Salto y
Pinduisaca
(2025)
evidencian que la lectura guiada mejora de manera significativa la
comprensión lectora en estudiantes de primaria, al estructurar el acompañamiento
docente y orientar la activación de los distintos niveles de comprensión.
3.2. Efectos de la intervención mediada por Inteligencia Artificial en la
comprensión lectora
Tras la implementación de las seis sesiones de intervención mediada por Inteligencia
Artificial, se aplicó nuevamente la prueba de comprensión lectora en calidad de postest.
Los resultados evidenciaron una mejora sustantiva en el desempeño del grupo: la me
dia
se elevó de 4,93 puntos en el pretest a 8,10 puntos en el postest, en una escala de 0 a
10, con una desviación estándar de 0,96 y un rango entre 6 y 10 puntos (Tabla 3). La
ganancia media fue de 3,17 puntos, con mejoras individuales que oscilaron entre
1 y 5
puntos; el 92,5 % de los estudiantes incrementó su puntaje respecto al pretest, mientras
que el 7,5 % mantuvo su nivel, y ningún estudiante disminuyó su rendimiento. Estas
variaciones confirmaron el efecto positivo de la intervención sobre la compre
nsión
lectora del grupo.
Tabla
4
.
Comparación de los puntajes de comprensión lectora en pretest y postest (n = 40)
Estadístico
Pretest (0
–
10)
Postest
(0
–
10)
Media
4,93
8,10
Desviación estándar
1,49
0,96
Mínimo
3
6
Máximo
7
10
Ganancia media (Post
–
Pre)
—
3,17
Nota:
Elaborado por los autores
El análisis de la distribución por niveles de logro mostró un cambio estructural en el perfil
lector del grupo. Mientras que en el pretest el 60,0 % de los estudiantes se ubicaba en
el nivel bajo y ninguno alcanzaba el nivel alto (Tabla 2), en el postest n
o se registraron
estudiantes en el nivel bajo (0
–
5 puntos), el 37,5 % se concentró en el nivel medio (6
–
7
puntos) y el 62,5 % alcanzó el nivel alto (8
–
10 puntos) (Tabla 4). Este desplazamiento
desde los niveles de menor desempeño hacia el nivel alto indicó
que la mayoría de los
estudiantes no solo mejoró su puntaje, sino que alcanzó un dominio más sólido de las
Innova Science Journal
tareas de comprensión literal, inferencial y crítica evaluadas por la prueba.
V
aldez
(2021)
, indica que la comprensión lectora constituye un proceso cognitivo complejo que
se relaciona de manera significativa con el rendimiento académico global del
estudiantado, por lo que su fortalecimiento debe considerarse una prioridad en los
sistemas educat
ivos
Tabla
5
.
Distribución de niveles de desempeño en pretest y postest de comprensión
lectora
Nivel de logro
Rango de puntaje
Pretest n (%)
Postest n (%)
Bajo
0
–
5
24 (60,0 %)
0 (0,0 %)
Medio
6
–
7
16 (40,0 %)
15 (37,5 %)
Alto
8
–
10
0 (0,0 %)
25 (62,5 %)
Nota:
Elaborado por los autores
Estos resultados cuantitativos fueron consistentes con la evolución observada en la
rúbrica de desempeño lector a lo largo de las seis sesiones. El puntaje total promedio
de la rúbrica se incrementó de 9,95 puntos sobre 16 en la primera sesión a 13,45 punt
os
en la sexta, con mejoras en los cuatro criterios evaluados: la fluidez pasó de 2,45 a 3,25
puntos, la entonación de 2,33 a 3,10 puntos, la precisión de 2,68 a 3,38 puntos y la
comprensión oral de 2,50 a 3,30 puntos (en una escala de 1 a 4). Paralelament
e, la
proporción de estudiantes en nivel inicial disminuyó del 17,5 % al 2,5 %, mientras que
aquellos ubicados en nivel bueno/alto aumentaron del 27,5 % al 75,0 %. La combinación
de estos hallazgos sugirió que el uso sistemático de ChatGPT y Gemini como tu
tores
lectores digitales, integrado en un diseño de seis sesiones progresivas, contribuyó de
manera decisiva a la consolidación de habilidades de comprensión lectora en el grupo
estudiado. En este contexto Rivas y Armijos
(2025)
muestran que la inteligencia artificial
puede emplearse como una herramienta eficaz para identificar dificultades en la
comprensión lectora en estudiantes de educación básica, a partir del análisis
automatizado de errores y patrones de respuesta, lo que a
bre posibilidades para
intervenciones más precisas y personalizadas.
3.3. Percepción estudiantil sobre el uso de la Inteligencia Artificial como apoyo a
la lectura
La percepción del estudiantado sobre la intervención se recogió mediante el cuestionario
de percepción aplicado al finalizar las seis sesiones mediadas por IA, cuya información
se registró en la base de datos. Este instrumento permitió valorar cómo los niñ
os y niñas
experimentaron el uso de ChatGPT y Gemini como tutores lectores digitales, en
coherencia con la secuencia de trabajo diseñada en la intervención. Para contextualizar
estos resultados, en la Tabla 5 se retomó de forma sintética el desarrollo de l
as seis
sesiones, resaltando los objetivos específicos, el foco de comprensión abordado en
cada una y el tipo de interacción que se promovió entre estudiantes, docente e
Inteligencia Artificial.
C
assany
(2024)
expresa que tener a ChatGPT y Gemini como
aliados en la enseñanza de la lectura, en el marco de la IA generativa potencia la
Innova Science Journal
comprensión siempre que exista mediación docente crítica, regulación pedagógica y
reflexión sobre sus límites.
Tabla
6
.
Desarrollo de las seis sesiones de intervención mediada por IA (ChatGPT y
Gemini)
Sesión
Objetivo
específico
Foco de
comprensi
ón
Actividades con
IA (ChatGPT /
Gemini)
Rol del
docente
Evidencias
generadas
Instrumentos
aplicados
1.
Familiarizac
ión con la IA
y lectura
guiada
inicial
Introducir a los
estudiantes en el
uso de la IA como
apoyo lector y
reducir la ansiedad
tecnológica.
Predominio
de
comprensió
n literal.
ChatGPT presentó
un cuento breve y
formuló preguntas
literales sencillas;
Gemini apoyó con
explicaciones de
palabras nuevas.
Explicó el
propósito del
uso de IA,
modeló
preguntas y
acompañó la
primera
interacción
con los
dispositivos.
Respuestas
orales a
preguntas
literales y lista de
vocabulario
nuevo.
Rúbrica de
desempeño
lector (fluidez y
precisión),
registro
anecdótico.
2.
Profundizaci
ón en
comprensió
n literal y
fluidez
lectora
Fortalecer la
lectura en voz alta
y la identificación
de información
explícita.
Comprensió
n literal y
fluidez.
ChatGPT
generó
nuevas preguntas
literales y ejercicios
de verdadero/falso;
Gemini ofreció
paráfrasis
simplificadas del
texto.
Modeló la
lectura en voz
alta, organizó
turnos y
supervisó el
uso reflexivo
de las
respuestas
generadas por
IA.
Listas de
respuestas
verdadero/falso y
mejoras
observables en el
ritmo lector.
Rúbrica de
desempeño
lector y notas
de observación
sobre
participación.
3.
Desarrollo
de
comprensió
n inferencial
guiada
Promover la
capacidad de
inferir información
no explícita.
Comprensió
n
inferencial.
ChatGPT formuló
preguntas del tipo
“¿por qué crees
que…?”; Gemini
apoyó con
esquemas sencillos
de causa
–
efecto.
Moderó la
discusión,
pidió justificar
las respuestas
y animó la
participación
de todo el
grupo.
Esquemas de
causa
–
efecto y
respuestas orales
y escritas a
preguntas
inferenciales.
Rúbrica
(comprensión
oral) y registro
de
intervenciones.
4.
Fortalecimie
nto de
comprensió
n crítica y
opinión
personal
Fomentar la
reflexión crítica y la
expresión de
opiniones
fundamentadas.
Comprensió
n crítica.
ChatGPT generó
preguntas de
valoración; Gemini
propuso
situaciones
comparables para
contrastar acciones
de los personajes.
Dinamizó un
“foro lector” y
ayudó a
conectar el
texto con
experiencias
cotidianas.
Opiniones breves
escritas e
intervenciones
orales en el foro.
Observación
estructurada y
registro de
citas textuales
usadas por los
estudiantes.
5.
Integración
de niveles
de
comprensió
n y
producción
guiada
Integrar
comprensión literal,
inferencial y crítica
mediante la
producción de
resúmenes y
opiniones.
Integración
de niveles
de
comprensió
n.
ChatGPT apoyó en
la estructura de
resúmenes; Gemini
sugirió títulos y
preguntas de
autoevaluación.
Aseguró que
el producto
final fuera
elaborado
principalmente
por los
estudiantes y
acompañó la
revisión.
Resúmenes
escritos, títulos
propuestos y
autoevaluaciones
breves.
Rúbrica
(síntesis y
coherencia) y
registro de
evidencias
escritas.
6.
Consolidaci
ón y
preparación
para el
postest
Consolidar
estrategias lectoras
y preparar al grupo
para la prueba
final.
Revisión
global de
estrategias
lectoras.
ChatGPT generó
una simulación de
prueba; Gemini
presentó
retroalimentación
breve y organizó
estrategias
mencionadas por
los estudiantes.
Enmarcó la
simulación
como instancia
formativa,
resolvió dudas
y reforzó
estrategias de
lectura.
Resultados de la
simulación y lista
colectiva de
estrategias
lectoras.
Observación
estructurada y
registro
cualitativo de
comentarios.
Nota:
Elaborado por los autores
Innova Science Journal
En términos globales, los resultados del cuestionario mostraron una percepción
mayoritariamente favorable hacia el uso de la IA. El puntaje total promedio se situó
alrededor de los 21 puntos sobre 24 posibles, con un rango entre 17 y 24 puntos, lo que
indi
có altos niveles de satisfacción con la experiencia. La distribución de las respuestas
reveló que cerca del 80 % de las elecciones se concentró en la categoría de mayor
acuerdo, mientras que la opción intermedia osciló alrededor del 15 % y las respuestas
d
e desacuerdo no superaron el 5 %. Para fines analíticos, en la Tabla 6 se presentan
las principales dimensiones evaluadas, expresadas en un lenguaje sintético/adecuado
a la edad del estudiantado, junto con la media de respuesta y el porcentaje de
estudiant
es que manifestaron acuerdo en cada caso.
Tabla
7
.
Resultados del cuestionario de percepción sobre el uso de IA en la lectura (n = 40
)
Dimensión evaluada
Media*
% “De acuerdo”
Gusto por leer con apoyo de IA
2,8
87,5 %
Ayuda percibida para entender los textos
2,7
82,5 %
Motivación para leer con IA
2,6
80,0 %
Claridad de las preguntas sobre el texto
2,5
77,5 %
Apoyo en la corrección de errores
2,7
85,0 %
Seguridad al leer después de usar IA
2,6
80,0 %
Utilidad de releer partes difíciles con IA
2,7
82,5 %
Intención de seguir usando IA en lectura
2,8
90,0 %
Nota:
*Escala: 1 = en desacuerdo, 2 = ni de acuerdo ni en desacuerdo, 3 = de acuerdo
.
Las respuestas abiertas del cuestionario reforzaron esta tendencia positiva y aportaron
matices cualitativos relevantes. Muchos estudiantes expresaron, con un lenguaje
sencillo y propio de su edad, que les había “gustado leer con la compu”, que la IA “les
ayudaba cuando no entendían” o que se sentían “más tranquilos” y “con más ganas de
leer” después de practicar con las preguntas y explicaciones generadas durante las
sesiones. Algunos mencionaron que ciertas preguntas resultaron “un poco difíciles”,
pero i
nterpretaron esta dificultad como un reto que les permitió “pensar más” y “aprender
mejor”. En retrospectiva, la alta satisfacción declarada, el reconocimiento del apoyo a la
comprensión y la coherencia entre la experiencia vivida en las seis sesiones (Tab
la 5) y
los resultados del cuestionario (Tabla 6) reforzaron la conclusión de que la intervención
mediada por IA no solo resultó eficaz en términos de desempeño lector, sino también
pertinente, aceptable y motivadora para el alumnado.
4. Discusión
La discusión de los hallazgos muestra que la intervención mediada por Inteligencia
Artificial se perfila como una alternativa pedagógica sólida para fortalecer la
comprensión lectora en Educación Básica. El incremento observado entre el pretest y el
postes
t, junto con el desplazamiento del alumnado hacia niveles más altos de
desempeño, se interpreta en consonancia con la evidencia que señala que los sistemas
de IA y los chatbots educativos favorecen la comprensión lectora, la fluidez y la
Innova Science Journal
producción escrita cuando se integran en diseños didácticos planificados y progresivos
(Montesdeoca
-
Salazar et
al., 2025)
.
Estudios recientes en contextos latinoamericanos concluyen que los chatbots y agentes
conversacionales mejoran la comprensión y la motivación hacia la lectura cuando actúan
como tutores que guían, preguntan y retroalimentan de manera inmediata al estudiant
e
(León
-
Salazar et
al., 2025)
. Del mismo modo, investigaciones que aplican IA para
apoyar la comprensión lectora y la escritura en estudiantes de secundaria muestran
mejoras significativas en el desempeño cuando la tecnología se inserta en propuestas
estructuradas y acompañadas por el
docente
(Valenzuela
-
Espinoza et
al., 2025)
. En
este marco, los resultados del presente estudio se alinean con el enfoque de Educación
4.0, que plantea la IA como un recurso clave para personalizar el aprendizaje y reducir
brechas de logro en competencias fundamentales como la lectura
(Gibert
-
Delgado et
al.,
2023)
.
Al mismo tiempo, la elevada satisfacción estudiantil y las percepciones positivas hacia
el uso de la IA no solo respaldan la viabilidad técnica de la propuesta, sino que ponen
en primer plano su dimensión humana: los niños y niñas expresan que se sienten m
ás
ayudados, más acompañados y con mayor confianza para leer. Investigaciones sobre
IA y comprensión lectora en educación básica señalan que la percepción de apoyo, la
sensación de contar con un “tutor digital” disponible y la retroalimentación inmediata s
e
asocian con una mayor autoestima académica y con menos ansiedad frente a la lectura
(Berral
-
Ortiz et
al., 2024)
.
De manera coherente, estudios de revisión sistemática sobre el uso de IA y chatbots en
lectoescritura en EGB concluyen que estas tecnologías, cuando se adaptan al contexto
lingüístico y cultural, incrementan la motivación, la participación y la autonomía l
ectora
del estudiantado
(Díaz
-
Castillo et
al., 2025)
. La estructura gradual de las seis sesiones
de este estudio que combinan preguntas literales, inferenciales y críticas con
explicaciones y apoyos visuales generados por ChatGPT y Gemini dialoga con estas
propuestas y muestra que la tecnología puede humani
zarse cuando se pone al servicio
de la interacción pedagógica y no al revés
(Martínez
-
Vivar, 2024)
.
No obstante, el alcance de los resultados presenta limitaciones que es necesario
reconocer. El diseño preexperimental con un solo grupo, el tamaño muestral reducido y
el trabajo en una sola institución impiden generalizar de manera amplia los hallazgos y
n
o permiten descartar otros factores, como el efecto de novedad, el acompañamiento
intensivo del docente o las características propias del contexto escolar. La literatura
especializada recuerda, además, que la IA en educación, aun cuando ofrece un
potencial
considerable para mejorar la enseñanza y el aprendizaje, también plantea
desafíos éticos, de equidad y de dependencia tecnológica que deben abordarse con
sentido crítico y marcos de regulación claros
(Díaz
-
Calle et
al., 2024)
.
En consecuencia, se abre un campo fértil para futuras investigaciones que utilicen
diseños cuasiexperimentales con grupos de comparación, amplíen la muestra a distintos
territorios y niveles educativos, y exploren combinaciones de IA con otras metodologías
activas (ABP, gamificación, trabajo cooperativo). Desde esta perspectiva más amplia, el
estudio aporta evidencia situada de que la IA puede convertirse en una aliada relevante
para la comprensión lectora en la escuela, siempre que su integración sea
Innova Science Journal
pedagógicamente intencional, contextualizada y acompañada por docentes que sigan
siendo la referencia humana central del proceso.
5. Conclusiones
Las evidencias obtenidas permiten concluir que la integración pedagógica de la
Inteligencia Artificial, a través de herramientas como ChatGPT y Gemini, constituye una
estrategia eficaz para potenciar la comprensión lectora en estudiantes de Educación
Gener
al Básica. El estudio demuestra que, cuando la IA se inserta en una secuencia de
seis sesiones cuidadosamente planificadas, con objetivos claros y una mediación
docente cercana, los niños y niñas no solo mejoran sus resultados en pruebas de
comprensión, si
no que también desarrollan habilidades lectoras más sólidas en términos
de fluidez, precisión, interpretación y reflexión crítica. De este modo, se cumple el
objetivo central de la investigación: valorar la efectividad de una herramienta de IA en la
mejora
de la comprensión lectora, evidenciando que la tecnología, lejos de reemplazar
al docente, amplía sus posibilidades de acompañar, retroalimentar y personalizar el
aprendizaje en contextos escolares reales.
Al mismo tiempo, la alta satisfacción estudiantil y las percepciones positivas hacia el uso
de la IA confirman que la propuesta no solo es viable técnicamente, sino también
humanamente significativa. Los estudiantes experimentan la lectura como un proceso
más cercano, guiado y desafiante, en el que se sienten apoyados y con mayor confianza
para enfrentarse a los textos. Este hallazgo permite afirmar que se alcanzan los
objetivos específicos relacionados con la valoración de la experiencia de los actores
edu
cativos y abre la puerta a nuevas formas de concebir la lectura en el aula,
combinando la presencia insustituible del docente con las potencialidades de la IA.
Como aporte a la ciencia y a la práctica educativa, el estudio ofrece un modelo de
intervención
replicable con un protocolo de sesiones, instrumentos de evaluación y
criterios de aplicación claros que puede ser adaptado por otras instituciones interesadas
en innovar en la enseñanza de la comprensión lectora, especialmente en contextos
donde persisten
brechas de desempeño y se hace necesaria una respuesta pedagógica
creativa, contextualizada y responsable frente a las tecnologías emergentes.
Referencias Bibliográficas
Ashqui
-
Morocho, A. L., Chacaguasay
-
Guamán, P., Chacaguasay
-
Guamán, J., y
Salinas
-
Palma, A. E. (2025). Comprensión lectora y el rendimiento académico en
estudiantes de bachillerato de las Unidades Educativas Interandina y Totoras, 2024
-
2025.
MQRInvestigar
,
9
(1), e112
–
e112.
https://doi.org/10.56048/MQR20225.9.1.2025.e112
Berral
-
Ortiz, B., Cáceres
-
Reche, M. P., Romero
-
Rodríguez, J. M., y Alonso
-
García, S.
(2024). Programas de entrenamiento y recursos tecnológicos en la mejora de la
comprensión lectora en educación primaria.
Información tecnológica
,
35
(2), 49
–
60.
https://doi.org/10.4067/s0718
-
07642024000200049
Cassany, D. (2024). (Enseñar a) leer y escribir con inteligencias artificiales generativas:
Reflexiones, oportunidades y retos.
Enunciación
,
29
(2), 320
–
336.
https://doi.org/10.14483/22486798.22891
Innova Science Journal
Cisneros
-
Duque, P., Serrano
-
Córdova, M., Timbila
-
Timbila, M., y Del Campo
-
Saltos, G.
(2024). Relación entre hábitos de lectura y comprensión lectora en estudiantes de
Educación Básica en Ecuador.
Revista Científica de Innovación Educativa y
Sociedad Actual “ALCON”
,
4
(4), 299
–
314.
https://doi.org/10.62305/alcon.v4i4.263
Contreras
-
Morales, S. F. (2021). La comprensión lectora para el éxito escolar.
Dominio
de las Ciencias
,
7
(3), 61
–
81.
http://dx.doi.org/10.23857/dc.v7i3.1982
Díaz
-
Calle, Z., Noria
-
Aliaga, V. M., y Buendía
-
Molina, M. A. (2024). Comprensión lectora
en la era digital: Una revisión sistemática.
Revista Andina de Educación
,
7
(2), 1
–
1.
https://doi.org/10.32719/26312816.2024.7.2.1
Díaz
-
Castillo, K. E., Nevárez
-
Cevallos, G. G., Clavijo
-
Castro, R. C., Caizapasto
-
Sulca,
E. P., y Andrade
-
Almeida, L. J. (2025). Uso de Inteligencia Artificial y Chatbots en
el Aprendizaje de la Lectura y Escritura en Educación General Básica.
Neosapiencia. Revista especializada en Ciencias de la Educación
,
3
(2), 194
–
214.
https://doi.org/10.64018/neosapiencia.v3i2.59
Gibert
-
Delgado, R. del P., Gorina
-
Sánchez, A., Reyes
-
Palau, N. C., Tapia
-
Sosa, E. V.,
y Siza
-
Moposita, S. F. (2023). Educación 4.0: Enfoque innovador apoyado en la
inteligencia artificial para la educación superior.
Revista Universidad y Sociedad
,
15
(6), 60
–
74.
Guacán
-
Tandayamo, R. C., Miguez
-
Haro, R. E., Lozada
-
Lozada, R. F., Jácome
-
Cobos,
D. I., y Cruz
-
Gaibor, W. A. (2023). La Inteligencia Artificial Utilizada como un
Recurso para el Aprendizaje.
Ciencia Latina Revista Científica Multidisciplinar
,
7
(4),
8263
–
8277.
https://doi.org/10.37811/cl_rcm.v7i4.756
1
Hernández
-
Sampieri, R., Fernández
-
Collado, C., y Baptista
-
Lucio, P. (2014).
Metodología de la investigación
. McGraw Hill España.
https://dialnet.unirioja.es/servlet/libro?codigo=775008
León
-
Salazar, D. F., Álvarez
-
García, B. E., Quiroz
-
Fariño, K. E., y Rodríguez, M. A.
(2025). El rol docente ante la innovación educativa basada en inteligencia artificial
y su impacto en estudiantes de Educación Básica.
Revista Veritas de Difusão
Científica
,
6
(3), 2723
–
2751
. https://doi.org/10.61616/rvdc.v6i3.1059
Martínez
-
Vivar, S. J. (2024). Impacto de la tecnología digital en la comprensión lectora.
UCV
-
SCIENTIA
,
16
(1), 55
–
66.
https://doi.org/10.18050/revucv
-
scientia.v16n1a5
Montesdeoca
-
Salazar, Y. A., Moreira
-
Rodríguez, E. S., Hernández
-
Alcívar, M. I.,
Sinchiguano
-
Granda, B. L., y Muñoz, Z. S. (2025). Aplicación de la Inteligencia
Artificial en la Educación Básica: Personalización del Aprendizaje y Mejora del
Rendimiento Acad
émico.
Revista Científica de Salud y Desarrollo Humano
,
6
(2),
54
–
82.
https://doi.org/10.61368/r.s.d.h.v6i2.576
Osorio
-
Chica, J. M., y Úsuga
-
Macias, O. A. (2025). Comprensión Lectora en Niños en
Edad Escolar, Análisis de los Principales Postulados: Una revisión del árbol de la
Innova Science Journal
ciencia.
Emergentes
-
Revista Científica
,
5
(1), 34
–
48.
https://doi.org/10.60112/erc.v5.i1.302
Rivas
-
Torres, D., y Armijos
-
Carrión, J. (2025). Inteligencia artificial como herramienta
para identificar dificultades en la comprensión lec
-
tora en estudiantes de educación
básica.
Digital Publisher CEIT
,
20
(3), 650
–
661.
https://doi.org/10.33386/593dp.2025.3.3162
Rodríguez
-
Almazán, Y., Parra
-
González, E. F., Zurita
-
Aguilar, K. A., Jezreel
-
Mejía, M.,
y Bonilla
-
Carranza, D. (2023). ChatGPT: La inteligencia artificial como herramienta
de apoyo al desarrollo de las competencias STEM en los procesos de aprendizaje
de lo
s estudiantes.
ReCIBE. Revista electrónica de Computación, Informática,
Biomédica y Electrónica
,
12
(1), 1
–
12.
Sánchez
-
Castro, S., y Pascual
-
Sevillano, M. Á. (2022). Eficacia de un juego serio digital
para la mejora de la comprensión lectora y el rendimiento académico.
Investigaciones Sobre Lectura
,
17
(1), 40
–
66.
https://doi.org/10.24310/isl.vi17.14325
Sibri
-
Salto, D. P., y Pinduisaca Torres, R. E. (2025). La lectura guiada para el desarrollo
de la comprensión lectora en los estudiantes de primaria.
Revista Científica
UISRAEL
,
12
(2), 47
–
61.
https://doi.org/10.35290/rcui.v12n2.2025.1304
Trejo
-
Lorenzana, M. M., De León
-
Barrera, S., Trejo
-
Lorenzana, L. C., y Pérez
-
Ángeles,
V. (2025). La Inteligencia Artificial y su Impacto en el Ámbito Educativo.
Ciencia
Latina Revista Científica Multidisciplinar
,
9
(5), 11071
–
11096.
https://doi.org/10.37811/cl_rcm.v9i5.20385
Tu, Y., Chen, J., y Huang, C. (2025).
Empowering Personalized Learning with
Generative Artificial Intelligence: Mechanisms, Challenges and Pathways.
Frontiers
of Digital Education
,
(2), 19.
https://doi.org/10.1007/s44366
-
025
-
0056
-
9
Valdez
-
Asto, J. L. (2021).
Comprensión lectora y rendimiento académico.
Dominio de
las Ciencias
,
7
(1), 626
–
645.
https://doi.org/10.23857/dc.v7i1.1728
Valenzuela
-
Espinoza, B., Valarezo
-
Riveraa, E. S., Velepucha
-
Cuenca, P. A., Terán
-
Vaca, C. D., y Martínez
-
Avelino, E. I. (2025). Aplicación de la inteligencia artificial
para mejorar la comprensión lectora y escritura en estudiantes secundarios.
Revista
Latinoamericana de Calidad Educativa
,
2
(3), 215
–
223.
https://doi.org/10.70625/rlce/279
World Economic Forum.
(2023).
Future of Jobs Report 2023
(p. 296) [INSIGHT
REPORT].
https://www3.weforum.org/docs/WEF_Future_of_Jobs_2023.pdf
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.