CHATGPT EN LA ENSEÑANZA INICIAL DE PROGRAMACIÓN: DINÁMICAS EMERGENTES EN UN ECOSISTEMA DE APRENDIZAJE COMPLEJO

Palabras clave: programación, ChatGPT, complejidad, aprendizaje autónomo, Python, educación superior

Resumen

Aprender programación por primera vez suele despertar curiosidad y, al mismo tiempo, cierta tensión. Para muchos estudiantes universitarios, enfrentarse al código implica entrar a un territorio desconocido donde la lógica funciona con otras reglas y el error aparece como compañero constante. Algunos lo viven con entusiasmo; otros, con cautela. Lo que casi todos comparten es la sensación de estar transitando un aprendizaje distinto al que están habituados. En medio de ese proceso han comenzado a incorporarse herramientas de inteligencia
artificial generativa, como ChatGPT. Su presencia cambia la dinámica: permite preguntar sin sentirse evaluado, revisar una idea antes de ejecutarla o detenerse en un concepto que
no quedó claro en clase. Para algunos estudiantes, fue una especie de guía silenciosa. Para otros, un recurso al que acudían solo cuando el bloqueo era evidente. Este estudio recupera esa experiencia en estudiantes que iniciaban la programación con Python. La perspectiva del análisis se sitúa en la teoría de la complejidad, que entiende el aprendizaje como un proceso vivo, con avances, retrocesos, descubrimientos y momentos de duda. No hubo una sola forma de usar la herramienta. Hubo trayectorias: algunas marcadas por dependencia, otras por autonomía creciente. Y, en varios casos, algo cambió en la relación con el error: dejó de sentirse como fracaso y comenzó a asumirse como parte del camino. Las reflexiones finales abordan las implicaciones pedagógicas y éticas de integrar sistemas generativos en cursos introductorios de programación, reconociendo que el uso de estas herramientas no solo modifica la práctica, sino también la forma en que los estudiantes se relacionan con el aprendizaje mismo.

Descargas

La descarga de datos todavía no está disponible.

Citas

• Boekaerts, M. (2021). Self-regulated learning: A new concept embraced by researchers, policy makers, educators, teachers, and students. Educational Psychology Review, 33(2), 307–325. https://www.sciencedirect.com/science/article/abs/pii/S0959475296000151
• Capra, F., & Luisi, P. L. (2014). The systems view of life: A unifying vision. Cambridge University Press. https://www.igi-global.com/pdf.aspx?tid=123443&ptid=119047&ctid=17&-t=the+systems+view+of+life:+a+unifying+vision&isxn=9781466680791
• Ciprés, M. S. (2024). ChatGPT como herramienta de apoyo al aprendizaje en la educación superior. Tecnología, Ciencia y Educación. https://doi.org/10.51302/tce.2024.19083
• Davis, B., & Sumara, D. (2006). Complexity and education: Inquiries into learning, teaching, and research. Lawrence Erlbaum Associates. https://dl.acm.org/doi/10.1145/3483843
• Duran, R., Zavgorodniaia, A., & Sorva, J. (2022). Cognitive Load Theory in Computing Education Research: A Review. ACM Transactions on Computing Education, 22(4), Article 40.
• Fuentes-Rosado, J. I., & Moo-Medina, M. (2017). Dificultades de aprender a programar. Revista Educación en Ingeniería, 12(24), 76–82. https://doi.org/10.26507/rei.v12n24.728
• Gunawan, A., & Wiputra, R. (2024, December). Exploring the Impact of Generative AI on Personalized Learning in Higher Education. In 2024 IEEE 12th Conference on Systems, Process & Control (ICSPC) (pp. 280-285). IEEE. https://ieeexplore.ieee.org/abstract/document/10862366
• Joaqui, D., & Ortiz, D. N. (2020). La educación bajo el signo de la complejidad. Sophía, 29, 157–180. https://doi.org/10.17163/soph.n29.2020.05
• Kasneci, E., Sessler, K., & Bannert, M. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Instruction, 86, 101748. https://www.sciencedirect.com/science/article/pii/S0959475296000151
• Matthew, B., Mohamad, R., Truong-Huu, T., Olorogun, L., & Endres, H. (2024). Large Language Models as Personal Tutors for Personalized Educational Pathways: A New Frontier in Education. https://www.researchgate.net/publication/379246999
• Monsálvez, J. C., García-Ortega, J., (2017). Python como primer lenguaje de programación textual en la Enseñanza Secundaria. Recuperado de https://www.redalyc.org/pdf/5355/535554766009.pdf
• Posso-Pacheco, R. J., et al. (2025). El rol del docente en la era de la inteligencia artificial. Revista Mentor. https://revistamentor.ec/index.php/mentor/article/view/10185
• Ramírez Moreno, H. B., Osuna-Millán, N., & Niebla Zatarain, J. M. (2021). La Educación en México como un sistema complejo. Revista Ciencias de la Complejidad, 2(Edición Especial), 21–25. https://doi.org/10.48168/ccee012021-002
• Renninger, K. A., & Hidi, S. (2023). The power of interest for motivation and learning (2nd ed.). Routledge.
• Solís González, R., Guzmán Arredondo, A., & Xochitototl Nava, V. (2024). Análisis del sistema educativo mexicano desde la perspectiva de la complejidad. EDUCIENCIA, 9(2), 18–27. https://doi.org/10.29059/educiencia.v9i2.283
• Veerasamy, A. K., D’Souza, D., & Laakso, M. J. (2016). Identifying novice student programming misconceptions and errors from summative assessments. Journal of Educational Technology Systems, 45(1), 50–73. Identifying Novice Student Programming Misconceptions and Errors From Summative Assessments - Ashok Kumar Veerasamy, Daryl D’Souza, Mikko-Jussi Laakso, 2016
• Yang, A. C. M., Lin, J.-Y., Lin, C.-Y., & Ogata, H. (2024). Enhancing Python learning with PyTutor: Efficacy of a ChatGPT-based intelligent tutoring system in programming education. Computers and Education: Artificial Intelligence, 7, 100309. https://doi.org/10.1016/j.caeai.2024.100309
• Zhou, M., Brown, D., & Thao, M. (2020). Educational learning theories (2nd ed.). Open Educational Resource. https://oer.galileo. usg.edu/education-textbooks/1
Recibido: 2025-12-30
Publicado: 2025-12-30
Cómo citar
Manrique Rojas, E. (2025). CHATGPT EN LA ENSEÑANZA INICIAL DE PROGRAMACIÓN: DINÁMICAS EMERGENTES EN UN ECOSISTEMA DE APRENDIZAJE COMPLEJO. Revista Iberoamericana De Complejidad Y Ciencias Económicas, 3(4), 71-82. https://doi.org/10.48168/ricce.v3n4p71