Conceptos
Educación en humanidades y ciencias sociales
Esta es una traducción automática de la página en inglés y todavía no ha sido revisada por una persona hablante nativa.
La educación en humanidades y ciencias sociales (SSH) — la enseñanza de las disciplinas que se ocupan de la cultura humana, los valores, el significado y la vida social, entre ellas la historia, la filosofía, la literatura, las lenguas, la sociología y las artes. La IA en la educación SSH plantea preguntas peculiares porque estos campos se centran en la interpretación, el juicio crítico, la autoría y la construcción de significado, procesos que la IA generativa a la vez apoya y desestabiliza. Aquí la IA funciona menos como tutora de contenido factual y más como mediadora epistémica que reconfigura cómo el estudiantado interpreta los textos, construye argumentos y entiende su propia agencia como escritores y pensadores.
Preguntas para reflexionar
- Las humanidades valoran la interpretación, la autoría y el juicio crítico, justo las capacidades que la IA generativa más desafía. ¿En qué medida eso hace que la integración de la IA en estas disciplinas sea distinta de la de STEM?
- La IA actúa como una «mediadora epistémica» que puede externalizar su pensamiento interpretativo e hibridar su autoría. Cuando la IA le ayuda a interpretar un texto, ¿quién está interpretando en realidad?
- Se identifican tres trayectorias para quien aprende: interpretación dependiente de la IA, mejorada con IA y crítica con la IA. ¿Dónde cree que se sitúa hoy la mayoría del estudiantado de humanidades, y qué lo llevaría hacia el extremo crítico con la IA?
- En la educación histórica, la investigación muestra que la IA puede moldear el razonamiento y la interpretación de las fuentes, incluso mediante filtros que «protegen» al estudiantado. ¿Cómo enseñaría a su estudiantado a interrogar la mediación que hace una IA de las afirmaciones históricas?
- Si la autoría original y la autonomía interpretativa son los valores centrales de las humanidades, ¿qué significa que la IA pueda producir una interpretación plausible al instante? ¿Qué capacidad humana se vuelve más valiosa, y no menos?
- La IA no debería tratarse como tutora de contenido en campos centrados en la construcción de significado. ¿Cómo sería usar la IA deliberadamente para profundizar, en lugar de aplanar, el análisis crítico del estudiantado?
Introducción
La educación SSH es un área temática propia, complementaria a la educación STEM y al aprendizaje de idiomas. Como las humanidades valoran la profundidad interpretativa, la autoría y el juicio contextual, plantean retos de integración de la IA distintos de los de STEM, y se conectan con la educación superior y la alfabetización en IA de maneras específicas del dominio.
La educación cívica y política es un área temática hermana de estas disciplinas y no una rama de ellas, y Educación cívica y política la trata por derecho propio. La evidencia en ese ámbito es escasa: ocho fuentes tocan el tema y ninguna mide el aprendizaje cívico.
Cómo aparece la IA en la educación en humanidades y ciencias sociales
-
Reestructurar la cognición interpretativa. Voicu sostiene que la IA generativa actúa como una mediadora epistémica que reconfigura la construcción de significado, la autoría y la agencia de quien aprende en la educación SSH. Identifica tres transformaciones —la externalización de la cognición interpretativa, la hibridación de la autoría y la aparición de una agencia epistémica distribuida— y tres trayectorias de desarrollo (interpretación dependiente de la IA, mejorada con IA y crítica con la IA). Esto fundamenta un modelo pedagógico desarrollista y crítico para preservar la profundidad interpretativa.
-
Lo que una tarea permite ver a quien lee decide si la autoría es evaluable. En una simulación de modelos de 148 textos, los memorandos y las defensas de revisión puntuaron 3,16 y 3,10 en visibilidad argumentativa frente a 2,63 de los ensayos de postura, porque el propio formato exigía explicar las fuentes o responder a las objeciones (Liu y Liu (2026)).
-
Educación histórica. La investigación sobre los LLM en la educación histórica examina cómo la IA da forma al razonamiento histórico y a la interpretación de las fuentes.
-
Experiencias del estudiantado de humanidades y ciencias sociales. El impacto de la IA generativa en el estudiantado chino de humanidades y ciencias sociales y la aceptación de la IA entre quienes aprenden idiomas e inglés documentan los efectos sobre el estudiantado en distintas disciplinas SSH.
-
Dimensiones críticas y filosóficas. La alfabetización crítica en IA y la filosofía de la IA en la educación son especialmente relevantes en SSH, donde las cuestiones de significado, valores y autoridad epistémica son centrales.
-
Transformación digital institucional. Qin (2026) documenta cómo la Universidad de Lingnan se reposicionó como «institución de artes liberales orientada a la investigación en la era digital», al exigir alfabetización en IA generativa a todo el estudiantado de grado (incluido un curso obligatorio de primer año del tronco común sobre IA generativa que abarca espacios latentes, GAN, modelos de difusión, prompts, ajuste fino, sesgo y desinformación). El artículo de posición sostiene que el giro de la IA hacia la educación es una transformación intelectual y no una mejora tecnocéntrica, y sitúa la fluidez digital como competencia central de las artes liberales, mientras que un modelo con intervención humana pone en primer plano el razonamiento ético, el juicio crítico y la responsabilidad social: un plano concreto para que la educación superior equilibre la innovación con la IA generativa y los fundamentos humanísticos.
-
La exposición evaluativa del sector ya está medida, y está concentrada más que difusa. Villanueva (2026) auditó 15.587 registros de unidades de Artes y Humanidades en las universidades del Group of Eight de Australia y encontró que el 58,6% de los ítems de evaluación de 2026 tenían una alta exposición a la IA generativa, y que los ensayos para llevar a casa y los informes de investigación representaban el 71,4% de esa exposición una vez ponderada por las notas.
-
Corbin et al. (2026) replantean esa exposición: el ensayo evaluado ya se había estrechado hasta convertirse en un informe de tesis y evidencia, así que lo que la IA generativa simula es un género de informe, no el pensamiento ensayístico.
Por qué importa
La educación SSH pone en primer plano justo las capacidades que la IA generativa más desafía: la autoría original, el juicio interpretativo, el análisis crítico y la construcción de significado sensible al contexto. La educación SSH se trata como un contrapeso crítico a los marcos instrumentales y basados en destrezas de la IA: se pregunta si el aprendizaje asistido por IA preserva el pensamiento crítico, la responsabilidad epistémica y la autonomía interpretativa, en conexión con la pedagogía crítica y la alfabetización en IA.
La enseñanza de humanidades ha empezado a usar IA agéntica para reunir fuentes y redactar borradores, lo que desplaza la pregunta de evaluación de la disciplina desde si se generó el texto hacia si la interpretación puede atribuirse al estudiantado (Capodieci et al., 2026).
Implicaciones para el profesorado de humanidades y ciencias sociales
- Trate la IA como mediadora epistémica, no como tutora de contenido. Voicu muestra que la IA reconfigura la construcción de significado, la autoría y la agencia en SSH: diseñe la pedagogía en torno a las tres trayectorias (dependiente de la IA, mejorada con IA y crítica con la IA) y apunte al extremo crítico con la IA.
- Proteja la profundidad interpretativa y la autoría. Como las humanidades valoran el juicio y la autoría original, prevenga que la IA aplane el análisis; convierta la evaluación crítica de la salida de la IA en un objetivo de aprendizaje (pensamiento crítico, alfabetización en IA).
- Use la IA deliberadamente en el trabajo con fuentes. La investigación en historia muestra que la IA puede dar forma al razonamiento y a la interpretación de las fuentes: enseñe al estudiantado a interrogar las afirmaciones históricas mediadas por IA y los filtros que esta aplica.
- Tenga en cuenta los efectos sobre el estudiantado. Los estudios sobre la experiencia del estudiantado documentan cómo la IA generativa afecta a quienes aprenden SSH; adapte el apoyo y el marco de integridad al uso real y no a suposiciones.
Concepciones erróneas
«Las humanidades son la parte del currículo menos expuesta a la IA.» La exposición se ha medido y está concentrada más que difusa: Villanueva (2026) auditó 15.587 registros de unidades de Artes y Humanidades para establecer dónde se sitúa esa exposición. Se distribuye de forma desigual entre unidades en lugar de estar repartida, lo que convierte el rediseño de la evaluación en un problema focalizado y no en uno de todo el sector.
«La IA en la educación humanística es una mejora tecnocéntrica.» El artículo de posición que respalda ese argumento insiste en que el cambio es intelectual y no tecnológico, y en que la fluidez digital pertenece a las artes liberales. Añadir una herramienta a un curso sin cambios confunde la transformación con su instrumento.
«La educación en valores puede entregarse a un modelo como contenido.» Chen (2026) replantea la educación en valores como una práctica relacional con tres condiciones —responsabilidad ante el otro, ejemplaridad y dirigirse a alguien— y lee cada una de las cinco posibilidades de la IA generativa como la sustitución de una relación: la perspectiva simulada sustituye al actor al que se puede perjudicar.
«El análisis crítico es lo que más amenaza la IA, así que debería restringirse.» El análisis crítico es también lo que más desarrolla el uso intencionado, cuando la tarea se diseña para profundizarlo en lugar de aplanarlo. Un modelo con intervención humana sitúa la contribución de la disciplina en el juicio de quien aprende y no en la salida de la herramienta.
«Un modelo de propósito general sirve tanto para la erudición textual como para resumir.» La interpretación exige la posición de quien lee, y una capa de asistencia que suministra la lectura ha realizado el acto interpretativo que la disciplina existe para enseñar.
Un cuestionario con IA creado para una unidad obligatoria de musicología de primer año muestra dónde recae la objeción disciplinar. Treinta y cuatro estudiantes del Conservatorio de Música de Sídney usaron un cuestionario adaptativo y gamificado sobre el contenido de las clases. Las quejas que tenían peso disciplinar no versaban sobre la exactitud factual, sino sobre el juicio de correcto o incorrecto aplicado a material interpretativo y sobre la externalización de la pericia; solo uno de los 34 comentarios vinculaba la aplicación con la interpretación crítica o interdisciplinar (Lee et al. (2026)). La recomendación de los autores es mantener este tipo de herramientas como repaso opcional y añadir prompts abiertos que separen la coincidencia superficial de palabras clave de la interpretación.
Conceptos conectados
- Educación superior
- Pensamiento crítico
- Alfabetización en IA
- Pedagogía crítica
- Filosofía de la IA en la educación
- Agencia de quien aprende
- Aprendizaje de lenguas
- Educación STEM
- IA en la educación
- La IA en las disciplinas
- Educación cívica y política
Artículos conectados
- AI-Mediated Learning and the Restructuring of Interpretive Cognition: A Developmental-Critical Model for Social Sciences and Humanities Education — Un modelo desarrollista y crítico de la cognición interpretativa para la educación SSH
- The Paternalistic Filter: Epistemic Injustice and Differential Refusal in LLM-Mediated History Education for Marginalized Romanian Students — Uso de LLM y razonamiento histórico en la educación histórica
- The impact of generative artificial intelligence on academic development of Chinese students in humanities and social sciences — El impacto de la IA generativa en el estudiantado de humanidades y ciencias sociales
- Acceptance of AI-assisted English language learning tools in higher education: Psychological correlates across disciplinary and proficiency groups — Aceptación de la IA entre quienes aprenden idiomas y humanidades
- How AI-vulnerable is Australian higher education assessment? A computational audit of Group of Eight Arts and Humanities units, 2022–2026 — Auditoría computacional de 15.587 unidades de Artes y Humanidades del Go8: el 58,6% de los ítems de evaluación de 2026 con alta exposición a la IA, concentrada en ensayos e informes
- Generative AI in Values Education: Affordances, Ethical Risks and Implications for Teaching — La IA generativa en la educación en valores: posibilidades, riesgos éticos e implicaciones para la enseñanza (Chen 2026)
- Making argumentative work visible in GenAI-mediated assessment: An exploratory LLM simulation and questionnaire study in university ideological and political education — El formato de la tarea y las instrucciones de uso de IA como aquello que el artefacto puede evidenciar (Liu y Liu 2026)
- Scaffolding or substitution? Generative and Agentic AI in humanities learning under a Human-in-the-Loop lens — IA agéntica en el aprendizaje de humanidades y el paso de la autoría del texto a la atribución de la interpretación (Capodieci et al. 2026)
- Disciplinary thinking and AI perception: a case study of undergraduate students’ evaluation of an AI music quiz — El estudiantado de musicología objetó el juicio binario del material interpretativo, no el error factual