Revelando la adopción de AIGC por estudiantes universitarios en el aprendizaje del diseño: un modelo integrado

Por qué esto importa para los diseñadores del futuro

Los estudiantes de diseño universitario hoy aprenden en estudios donde la inteligencia artificial puede esbozar, escribir y generar imágenes en segundos. Este estudio examina cómo esos estudiantes deciden si realmente utilizan herramientas de contenido generado por IA (AIGC) en su aprendizaje cotidiano del diseño. Comprender sus reacciones —lo que les entusiasma, lo que les inquieta y qué les impulsa a compartir estas herramientas con amigos— ayuda a los docentes a diseñar cursos que protejan la creatividad mientras aprovechan al máximo estas potentes nuevas tecnologías.

Nuevas herramientas en el estudio de diseño

Los autores se centran en estudiantes universitarios chinos con especialidad en diseño, un grupo para el que la creatividad visual, la iteración y la experimentación son centrales en sus estudios. Los sistemas AIGC pueden producir rápidamente alternativas de maquetación, ideas de producto o conceptos visuales, acelerando potencialmente las etapas iniciales del diseño y dando a los estudiantes más margen para refinar sus ideas. Al mismo tiempo, estos sistemas generan preocupaciones sobre originalidad, autoría, sesgos y dependencia excesiva de las máquinas. Investigaciones anteriores a menudo examinaron la AIGC en la educación general o desde un ángulo puramente técnico; este artículo se centra en cómo los propios estudiantes de diseño piensan, sienten y actúan cuando esas herramientas se incorporan a su aprendizaje.

Tres etapas de la respuesta estudiantil

Para desentrañar estas reacciones, los investigadores combinan dos ideas consolidadas en los estudios de tecnología. Una describe cómo las nuevas herramientas se difunden en una comunidad y la otra explica cómo las personas evalúan el esfuerzo, los beneficios y las emociones cuando se enfrentan por primera vez a un dispositivo. Juntas, estas teorías se usan para construir una vía de tres etapas. En la primera etapa, denominada preocupación tecnológica, los estudiantes juzgan si la AIGC parece mejor que los métodos anteriores, si encaja con su forma de trabajar actual o si resulta confusa y difícil de usar. En la segunda etapa, aceptación emocional, forman expectativas sobre cuánto mejorará realmente la AIGC su rendimiento y cuánto esfuerzo les costará familiarizarse con ella. En la etapa final, transformación conductual, las fuerzas sociales y la disposición personal a probar novedades determinan si los estudiantes continúan usando estas herramientas y las recomiendan a otros.

Qué reveló la encuesta

El equipo encuestó a 385 estudiantes de diseño de distintas especializaciones, formulando preguntas detalladas sobre estas tres etapas. Luego usaron modelado de ecuaciones estructurales, una técnica estadística que prueba cómo se relacionan diferentes factores. Encontraron que cuando los estudiantes perciben ventajas claras en la AIGC —como generación de ideas más rápida u opciones visuales más ricas— y sienten que estas herramientas encajan con su software y flujos de trabajo habituales, esperan mejores resultados y creen que las herramientas no serán demasiado exigentes de aprender. En contraste, cuando la AIGC parece complicada o cambia constantemente, los estudiantes rebajan sus expectativas tanto sobre el rendimiento como sobre la facilidad de uso. En otras palabras, el beneficio percibido y el encaje atraen a los estudiantes hacia la adopción, mientras que la complejidad percibida los aleja.

Sentimientos, amigos y adoptantes tempranos

Uno de los resultados más llamativos es que esperar un mejor rendimiento de la AIGC por sí solo no predijo con fuerza si los estudiantes realmente comenzaron a usar y difundir las herramientas. En cambio, la creencia de que la AIGC no exigiría un esfuerzo excesivo —la sensación de que era manejable y valía la pena la curva de aprendizaje— fue un motor mucho más potente. El entorno social también jugó un papel decisivo: cuando profesores y compañeros usaban o fomentaban la AIGC, los estudiantes eran más propensos a seguir usándola e introducirla a otros. Los estudiantes con una mentalidad naturalmente innovadora, que disfrutan probando métodos nuevos de forma temprana, eran especialmente propensos a convertirse en usuarios activos y embajadores informales de las herramientas AIGC en sus redes de pares.

Qué significa esto para enseñar diseño con IA

El estudio concluye que el uso exitoso de la AIGC en la educación del diseño depende menos de promesas llamativas de mejora del rendimiento y más de la experiencia diaria: las herramientas deben ser sencillas de aprender, compatibles con las prácticas de estudio existentes y estar respaldadas por un entorno social positivo. La complejidad puede provocar frustración y ansiedad, reduciendo los beneficios potenciales. Para docentes y responsables de políticas, esto sugiere centrarse en una orientación clara, introducciones por fases, soporte técnico y culturas de aula que fomenten la experimentación reflexiva. Cuando la AIGC se hace accesible e integrada con cuidado, puede convertirse en un socio del aprendizaje del diseño en lugar de una amenaza para la creatividad o la integridad de los estudiantes.

Cita: Zeng, L., Wang, A., Huang, Y. et al. Unveiling college students’ adoption of AIGC in design learning: an integrated model. Humanit Soc Sci Commun 13, 357 (2026). https://doi.org/10.1057/s41599-026-06713-2

Palabras clave: IA en la educación del diseño, adopción de tecnología por estudiantes, contenido generado por IA, difusión de la innovación, aprendizaje del diseño