Autor: Dr. Hc. Bruno Paucar, Universidad Autónoma del Perú, bpaucar@autonoma.edu.pe, https://orcid.org/0009-0003-2284-7237

Fecha: 06 de febrero de 2025

DOI

Resumen

Esta nota de avance teórico propone un modelo conceptual para la orquestación de un sistema conversacional con inteligencia artificial que incorpora, en cada respuesta, principios del Aprendizaje Basado en la Indagación (ABI) en contextos de educación superior. El enfoque introduce un estado epistémico formalizado como una tupla de hipótesis, preguntas, evidencias y garantías argumentativas, junto con una política dialógica que regula actos de habla orientados a focalizar la indagación, sostener andamiaje metacognitivo y asegurar coherencia discursiva. El método se centra en la especificación de constructos, axiomas y restricciones lógicas (p. ej., conservación de la trazabilidad, progresión de metas, y balance de guía/autonomía) y en la derivación de proposiciones sobre condiciones teóricas de efectividad del andamiaje conversacional. Los aportes principales incluyen: (i) una taxonomía de actos de habla compatibles con ABI; (ii) criterios de diseño para respuestas de la IA con función epistémica explícita; (iii) medidas conceptuales de avance de la indagación; y (iv) un conjunto de condiciones de aplicabilidad y límites del modelo. Se discuten implicaciones para la alineación curricular, la carga cognitiva y la transparencia explicativa. La propuesta se ofrece como base para futuras formalizaciones y posteriores vías de validación por simulación o estudios empíricos. Este trabajo se encuentra en fase teórica y no ha sido sometido aún a validación experimental.

Introducción

El desarrollo de sistemas conversacionales con inteligencia artificial abre una oportunidad para articular interacciones educativas donde el diálogo promueva procesos de indagación guiada. En educación superior, la necesidad de resolver problemas abiertos exige estructuras discursivas que apoyen la formulación de preguntas, la generación de hipótesis y la evaluación de evidencias con criterios explícitos de validez epistémica.

Los antecedentes teóricos provienen de tres familias: (i) tutores inteligentes y diálogo instruccional, que aportan principios de andamiaje y seguimiento del aprendizaje; (ii) marcos de indagación y aprendizaje activo, que postulan ciclos de preguntar–investigar–explicar; y (iii) teorías de retroalimentación formativa y autorregulación, que enfatizan metas, monitoreo y agencia del estudiante.

El propósito de esta investigación es derivar un modelo conceptual para un chat con IA que, en cada respuesta, opere como acto de indagación y no solo como provisión de contenido, haciendo explícitas sus funciones epistémicas, sus restricciones lógicas y sus condiciones de aplicabilidad. Con base en supuestos de transparencia, trazabilidad del razonamiento y control pedagógico, se formulan axiomas y proposiciones que regulan la coherencia y progresión del diálogo hacia metas de comprensión, explicación y justificación.

Contenido principal

1. Fundamentos conceptuales

Definiciones teóricas.

  • Sistema conversacional orientado a ABI: agente dialógico que estructura cada respuesta como paso en un ciclo de indagación (planteamiento, exploración, explicación y argumentación).

  • Estado epistémico (E): representación abstracta (E = ⟨Q, H, Z, W, G⟩) compuesta por preguntas (Q), hipótesis (H), evidencias/justificaciones (Z), garantías/tópicos de respaldo (W) y metas (G).

  • Andamiaje metacognitivo: pautas discursivas que inducen planificación, monitoreo y evaluación de la propia indagación.

  • Trazabilidad: posibilidad de reconstruir el encadenamiento pregunta→hipótesis→evidencia→conclusión.

Supuestos delimitadores.
S1) Las respuestas de la IA declaran su función epistémica.
S2) Cada turno actualiza (E) sin pérdida de coherencia.
S3) La guía debe equilibrar carga cognitiva y autonomía.
S4) El docente conserva control pedagógico y puede parametrizar la política dialógica.

2. Modelo conceptual propuesto

Componentes.
C1) Focalizador de preguntas: identifica lagunas y propone reformulaciones graduadas.
C2) Mecanismo de andamiaje: selecciona estrategias (ejemplificación hipotética, contraejemplos conceptuales, heurísticas de planificación).
C3) Orquestador del diálogo: gestiona turnos, evita desvíos y aplica reglas de progresión.
C4) Representación del estado epistémico: mantiene (E) y calcula métricas de coherencia (C(E)) y avance (A(E)).

Taxonomía de actos de habla compatibles con ABI.

  • Sondeo (Q–refinar): solicita precisión o alcance.

  • Hipotetización (H–generar): propone conjeturas falsables.

  • Sustentación (Z/W–aportar): sugiere tipos de evidencia o garantías.

  • Contraste (H/Z–criticar): induce comparación entre alternativas.

  • Metacognición (G–monitorear): pide planificación, criterios y verificación.

Reglas de progresión (esquema).
R1) No introducir nueva hipótesis si no existe pregunta activa.
R2) Toda conclusión exige par (⟨Z, W⟩) explícito.
R3) Priorizar actos que maximizan (ΔA(E)) bajo umbral de carga cognitiva.

3. Deducciones y proposiciones intermedias

P1) (Coherencia) Si R1–R3 se satisfacen, entonces la coherencia (C(E)) es no decreciente a lo largo del diálogo.
P2) (Utilidad epistémica) La probabilidad de avance (A(E)) aumenta cuando los actos de Sondeo preceden a Hipotetización en presencia de metas (G) explícitas.
P3) (Balance guía–autonomía) Existe un intervalo óptimo de directividad del andamiaje que minimiza carga cognitiva sin reducir agencia.
P4) (Trazabilidad) Toda respuesta debe referenciar al menos un elemento previo de (E); de lo contrario, se degrada (C(E)).
P5) (Metacognición) Inserciones periódicas de actos metacognitivos mantienen (C(E)) bajo desvíos temáticos.

4. Casos hipotéticos explicativos

Caso A (seminario). El sistema guía la transformación de una pregunta vaga en hipótesis contrastables y criterios de evidencia.

Caso B (laboratorio conceptual). Ante resultados contradictorios de una lectura, el sistema propone contraargumentos y solicita justificaciones que preservan trazabilidad.

Caso C (tutoría de tesis). El sistema construye un mapa de indagación con metas explícitas y checkpoints metacognitivos.

5. Relación con marcos teóricos previos

El modelo integra principios de tutorización inteligente, marcos de indagación por fases y teorías de retroalimentación formativa, y se diferencia al exigir función epistémica explícita por turno, una métrica de coherencia y reglas normativas de progresión del diálogo.

Resultados teóricos

Modelo formal preliminar (descriptivo).

  • Entidades: preguntas, hipótesis, evidencias, garantías, metas.

  • Relaciones: responde-a, sustenta, contrasta-con, deriva-de.

  • Restricciones: R1–R3 y condiciones de trazabilidad.

Proposiciones derivadas y condiciones de validez.

  • P1–P5 como en la sección anterior. Valen bajo S1–S4 y cuando el orquestador impone referencias cruzadas entre turnos.

  • Corolario: la inserción forzada de evidencia sin pregunta activa vulnera trazabilidad y reduce (C(E)).

Condiciones de aplicabilidad conceptual.

  • Tareas abiertas con énfasis en explicación y justificación.

  • Estudiantes con alfabetización académica básica para sostener diálogo estructurado.

  • Docentes con capacidad de parametrización de políticas de andamiaje.

Discusión

El modelo plantea que la eficacia teórica del chat con IA depende de la explicitación de su función epistémica por turno y de la conservación de la trazabilidad del estado epistémico. Frente a enfoques de instrucción directa, la propuesta prioriza la construcción guiada del espacio de problemas; frente a sistemas de recomendación no dialógicos, enfatiza la justificación y el control metacognitivo.

Se anticipan tensiones entre guía y autonomía, así como posibles incrementos de carga cognitiva cuando la secuencia de actos no respeta R1–R3. La introducción de métricas de coherencia y avance busca estabilizar el diálogo y proveer criterios normativos para su orquestación. Teóricamente, el modelo es extensible a contextos colaborativos mediante sincronización de estados epistémicos compartidos y a modalidades multimodales manteniendo la semántica de los actos de habla.

Limitaciones teóricas incluyen la dependencia de una ontología de actos suficientemente granular y la necesidad de formalizar funciones de costo para la directividad del andamiaje.

Conclusión

Este avance teórico articula un modelo de conversación orientada a ABI en el que cada respuesta de la IA desempeña un papel epistémico explícito y trazable. La definición del estado epistémico, la taxonomía de actos de habla y las reglas de progresión configuran un marco normativo desde el cual derivan proposiciones sobre coherencia, avance y balance entre guía y autonomía. Estas contribuciones ofrecen lineamientos conceptuales para el diseño de sistemas conversacionales educativos en educación superior y sugieren extensiones hacia escenarios colaborativos y multimodales. En etapas posteriores, se prevé elaborar formalizaciones adicionales y explorar vías de validación empírica o por simulación, preservando el carácter normativo del modelo.

Referencias (formato IEEE)

[1] A. C. Graesser, P. Chipman, B. C. Haynes, and A. M. Olney, “AutoTutor: An Intelligent Tutoring System with Mixed-Initiative Dialogue,” IEEE Transactions on Education, vol. 48, no. 4, pp. 612–618, 2005, doi: 10.1109/TE.2005.856149.

[2] K. VanLehn, “The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems,” Educational Psychologist, vol. 46, no. 4, pp. 197–221, 2011, doi: 10.1080/00461520.2011.611369.

[3] P. A. Kirschner, J. Sweller, and R. E. Clark, “Why Minimal Guidance During Instruction Does Not Work: An Analysis of the Failure of Constructivist, Discovery, Problem-Based, Experiential, and Inquiry-Based Teaching,” Educational Psychologist, vol. 41, no. 2, pp. 75–86, 2006, doi: 10.1207/s15326985ep4102_1.

[4] C. E. Hmelo-Silver, R. G. Duncan, and C. A. Chinn, “Scaffolding and Achievement in Problem-Based and Inquiry Learning: A Response to Kirschner, Sweller, and Clark (2006),” Educational Psychologist, vol. 42, no. 2, pp. 99–107, 2007, doi: 10.1080/00461520701263368.

[5] M. T. H. Chi and R. Wylie, “The ICAP Framework: Linking Cognitive Engagement to Active Learning Outcomes,” Educational Psychologist, vol. 49, no. 4, pp. 219–243, 2014, doi: 10.1080/00461520.2014.965823.

[6] A. T. Corbett and J. R. Anderson, “Knowledge Tracing: Modeling the Acquisition of Procedural Knowledge,” User Modeling and User-Adapted Interaction, vol. 4, no. 4, pp. 253–278, 1995, doi: 10.1007/BF01099821.

[7] V. J. Shute, “Focus on Formative Feedback,” Review of Educational Research, vol. 78, no. 1, pp. 153–189, 2008, doi: 10.3102/0034654307313795.

[8] M. Pedaste, M. Mäeots, L. A. Siiman, T. de Jong, S. A. N. van Riesen, E. T. Kamp, C. C. Manoli, Z. Zacharia, and E. Tsourlidaki, “Phases of Inquiry-Based Learning: Definitions and the Inquiry Cycle,” Educational Research Review, vol. 14, pp. 47–61, 2015, doi: 10.1016/j.edurev.2015.02.003.

[9] J. Sweller, P. Ayres, and S. Kalyuga, Cognitive Load Theory. New York, NY, USA: Springer, 2011, doi: 10.1007/978-1-4419-8126-4.

[10] N. T. Heffernan and C. Heffernan, “The ASSISTments Ecosystem: Building a Platform that Brings Scientists and Teachers Together for Minimally Invasive Research on Human Learning and Teaching,” International Journal of Artificial Intelligence in Education, vol. 24, pp. 470–497, 2014, doi: 10.1007/s40593-014-0024-x.

Apéndices

A. Definiciones extendidas y glosario conceptual.

  • Función epistémica de la respuesta: rol explícito dentro del ciclo de indagación (p. ej., delimitar pregunta, proponer hipótesis, solicitar evidencia, consolidar conclusión).

  • Coherencia (C(E)): medida abstracta dependiente de consistencia interna, completitud de justificaciones y alineación con metas.

B. Esbozos de derivaciones lógicas.

  • Bosquejo de P1: demostrar que R1–R3 inducen no–decrecimiento de (C(E)) por inducción sobre turnos del diálogo.

  • Bosquejo de P3: formular una función de costo de directividad y probar la existencia de intervalo óptimo bajo supuestos de carga cognitiva.

C. Notación y convenciones.

  • Conjuntos en mayúscula; elementos en minúscula; relaciones en cursiva.

  • La semántica de actos de habla se expresa como transiciones sobre (E).