South American Research Journal, 6(1), 23-31  
https://www.sa-rj.net//index.php/sarj/article/view/101  
estadísticamente significativas ni dentro de los  
grupos ni entre ellos. Se concluye que, en esta  
aplicación breve y contextualizada, ChatGPT no  
produjo una mejora diferencial significativa frente  
a la enseñanza habitual, aunque tampoco se  
observaron retrocesos en el grupo experimental.  
Palabras clave: inteligencia artificial;  
ChatGPT; vocabulario receptivo; educación  
básica; enseñanza de lenguas.  
Efecto del uso pedagógico de  
ChatGPT en la adquisición de  
vocabulario en estudiantes de 10.º de  
básica: un estudio mixto con medidas  
repetidas.  
Effect of the Pedagogical Use of  
ChatGPT on Vocabulary Acquisition in  
ABSTRACT  
1
0th-Grade Basic Education Students:  
A Mixed Study with Repeated  
Measures.  
This study evaluated the effect of the  
pedagogical use of ChatGPT on receptive  
vocabulary acquisition among tenth-grade students  
in a rural Ecuadorian school. A quasi-experimental  
design with non-equivalent groups, pretest and  
posttest was applied to a sample of 15 students:  
seven in the experimental group and eight in the  
control group. The experimental group worked for  
one week with guided activities supported by  
ChatGPT, focused on meaning recognition,  
contextualized word use, synonyms, antonyms, and  
short written production; the control group  
continued with regular instruction. The results  
showed slight increases in both groups. The  
experimental group moved from a mean score of  
Coraima Lizbeth Armijos-Guamán1 , Isabel Petita  
Guamán-Villa2 , Ruth Elizabeth Peñafiel-Jurado3  
y
Carlos Iván Andrade-Bayona4  
1
Institución Fiscal Libertador Bolívar, provincia del Azuay.  
Institución Fiscal Sevilla de Oro, provincia del Azuay.  
Institución Fiscal Miguel Moreno Ordoñez, provincia del  
2
3
Azuay.  
4
Asesoría en Investigación Académica (AiA), Cuenca-  
Ecuador.  
Correspondencia: carlosivanandradebayona@gmail.com  
2
1.00 to 21.43 points, while the control group  
Recepción: 19 de mayo de 2026 – Aceptación: 9 de agosto  
de 2026 – Publicación: 15 de agosto de 2026.  
increased from 20.88 to 22.00 points. Wilcoxon  
and Mann-Whitney U tests did not show  
statistically significant differences either within  
groups or between them. It is concluded that, in this  
brief and contextualized application, ChatGPT did  
not produce a significant differential improvement  
compared with regular instruction, although no  
decline was observed in the experimental group.  
Keywords: artificial intelligence; ChatGPT;  
receptive vocabulary; basic education; language  
teaching.  
RESUMEN  
Se evaluó el efecto del uso pedagógico de  
ChatGPT en la adquisición de vocabulario  
receptivo en estudiantes de décimo año de  
Educación General Básica de una institución rural  
ecuatoriana. Se aplicó un diseño cuasi experimental  
de grupos no equivalentes, con pretest y postest, en  
una muestra de 15 estudiantes: siete en el grupo  
experimental y ocho en el grupo de control. El  
grupo experimental trabajó durante una semana  
con actividades guiadas mediante ChatGPT,  
orientadas al reconocimiento de significados, uso  
contextualizado de palabras, sinónimos, antónimos  
y producción breve; el grupo de control continuó  
con enseñanza habitual. Los resultados mostraron  
incrementos leves en ambos grupos. El grupo  
experimental pasó de una media de 21,00 a 21,43  
puntos, mientras que el grupo de control pasó de  
INTRODUCCIÓN  
La adquisición de vocabulario es condición  
decisiva para la comprensión lectora, la producción  
escrita y la participación académica en las distintas  
áreas del currículo. En décimo año de Educación  
General Básica (EGB), esta dimensión tiene  
principal importancia porque el estudiante además  
de reconocer palabras frecuentes, debe inferir  
significados por contexto, distinguir matices  
2
0,88 a 22,00 puntos. Las pruebas de Wilcoxon y  
U de Mann-Whitney no evidenciaron diferencias  
https://doi.org/10.5281/zenodo.21955499  
23  
South American Research Journal, 6(1), 23-31  
https://www.sa-rj.net//index.php/sarj/article/view/101  
semánticos y emplear el léxico con precisión en  
producciones breves.  
En instituciones rurales del Ecuador, este  
desafío se intensifica por desigualdades asociadas  
al acceso a conectividad, dispositivos, recursos  
acelerado de estudios empíricos, aunque con  
predominio de investigaciones en educación  
superior y menor presencia de trabajos escolares,  
longitudinales o situados en contextos rurales. En  
el ámbito del aprendizaje lexical, Mugableh (2024)  
encontró efectos positivos de ejercicios generados  
con ChatGPT en estudiantes EFL, mientras que  
Abdelhalim y Alsehibany (2025) reportaron  
mejoras en aprendizaje y retención de vocabulario.  
En Ecuador, Durazno et al. (2025) documentaron  
avances en adquisición de vocabulario en  
estudiantes que utilizaron ChatGPT frente a  
enseñanza tradicional, además de percepciones  
favorables sobre la experiencia. Estos hallazgos  
sugieren posibilidades relevantes, pero todavía  
requieren mayor validación en escenarios escolares  
concretos.  
didácticos  
y
experiencias sostenidas de  
alfabetización digital. Por ello, cualquier  
intervención apoyada en inteligencia artificial debe  
analizarse como una mediación pedagógica  
situada. Alvarado et al. (2025) advierten que la  
educación digital rural en Ecuador continúa  
atravesada por brechas de infraestructura y  
formación, mientras que Morocho et al. (2023)  
subrayan que la integración de IA en el sistema  
educativo  
ecuatoriano  
exige  
condiciones  
institucionales, técnicas y docentes que todavía son  
desiguales.  
El vocabulario receptivo puede entenderse  
como la capacidad de reconocer y comprender  
palabras en diversos contextos comunicativos. Esta  
competencia implica relacionar términos con  
La incorporación de IA en educación  
secundaria también demanda cautela. Pratama et al.  
(2023) y Sumakul et al. (2022) destacan beneficios  
relacionados con la personalización y el acceso a  
recursos, pero Akgun y Greenhow (2022),  
McGrath et al. (2023) y Nazaretsky et al. (2022)  
advierten riesgos vinculados con privacidad,  
sesgos, dependencia tecnológica y confianza  
acrítica en sistemas automatizados. En el contexto  
ecuatoriano, Márquez et al. (2025) encontraron que  
los docentes valoran la IA por su utilidad para  
planificar, motivar y adaptar materiales, aunque  
también identifican riesgos como debilitamiento  
del pensamiento crítico, erosión de la autonomía  
estudiantil y falta de condiciones institucionales  
para una integración equitativa. Esta lectura  
coincide con Peñafiel et al. (2024), quienes  
plantean que el éxito de la IA educativa depende  
menos de su sofisticación técnica que de su  
apropiación ética, contextual y pedagógicamente  
orientada.  
campos  
semánticos, interpretar usos  
contextualizados  
y
seleccionar significados  
adecuados según la situación. Luo et al. (2021)  
muestran que la amplitud y la profundidad del  
vocabulario inciden de manera diferenciada en la  
comprensión, dependiendo del tipo de tarea  
empleada para medirla.  
En este contexto, ChatGPT aparece como una  
herramienta con potencial para generar ejemplos,  
reformulaciones,  
ejercicios  
graduados,  
retroalimentación inmediata y situaciones de  
práctica léxica adaptadas al nivel del estudiante. No  
obstante, su valor educativo reside en el diseño  
pedagógico que organiza su uso. Kohnke et al.  
(2023) sostienen que ChatGPT puede apoyar la  
enseñanza de lenguas, aunque requiere orientación  
docente, criterios éticos y competencias digitales.  
De modo similar, Zhang y Tur (2024) señalan que  
en educación K-12 puede favorecer la  
personalización y la producción de materiales, pero  
su integración debe atender la calidad de las  
respuestas, la integridad académica y el rol activo  
del profesorado. En términos más amplios,  
Chounta et al. (2021) y Kim y Kim (2022)  
coinciden en que la IA puede apoyar la  
planificación y la enseñanza, siempre que no  
desplace el juicio profesional del docente.  
Estas advertencias son especialmente  
importantes cuando se trabaja con adolescentes.  
Darvishi et al. (2024) muestran que la asistencia de  
IA puede afectar la agencia estudiantil si los  
alumnos se limitan a seguir sugerencias sin  
construir estrategias propias. Zhai et al. (2024)  
asocian la sobredependencia de sistemas  
conversacionales con menor retención, menor  
resolución  
autónoma  
de  
problemas  
y
debilitamiento de habilidades críticas. Walter  
(2024) insiste, además, en que la alfabetización en  
IA debe incluir pensamiento crítico y capacidad  
para evaluar las respuestas generadas. En  
consecuencia, el uso pedagógico de ChatGPT para  
La literatura reciente muestra, sin embargo, un  
campo todavía en consolidación. Li et al. (2024),  
en una revisión sistemática sobre ChatGPT y  
educación lingüística, identifican un crecimiento  
https://doi.org/10.5281/zenodo.21955499  
24  
South American Research Journal, 6(1), 23-31  
https://www.sa-rj.net//index.php/sarj/article/view/101  
vocabulario debe entenderse como práctica guiada,  
en la que el docente selecciona palabras, regula la  
dificultad, promueve ejemplos contextualizados y  
verifica que el estudiante comprenda y use el léxico  
con pertinencia. García (2024) confirma esta  
necesidad al mostrar que ChatGPT puede generar  
materiales útiles para el trabajo lexical, aunque sus  
respuestas requieren revisión y ajuste didáctico.  
A partir de la problemática descrita, el presente  
artículo tiene como objetivo evaluar el efecto del  
uso pedagógico de ChatGPT en la adquisición de  
vocabulario receptivo en estudiantes de décimo año  
de Educación General Básica de una institución  
rural ecuatoriana. Para ello, se considera una  
aplicación inicial y una aplicación posterior de un  
instrumento de vocabulario, entre las cuales se  
implementó una estrategia pedagógica con  
ChatGPT en el grupo experimental, mientras el  
grupo de control continuó con enseñanza habitual.  
El estudio busca determinar si esta mediación  
produce cambios diferenciados en el desempeño  
léxico y, a la vez, comprender las percepciones  
estudiantiles sobre una experiencia de aprendizaje  
en la que la IA funciona como apoyo, pero no como  
reemplazo de la mediación docente.  
que la muestra fue censal, no probabilística e  
intencional.  
Participaron  
15  
estudiantes,  
distribuidos en dos grupos previamente  
constituidos: grupo de control, con 8 estudiantes, y  
grupo experimental, con 7 estudiantes. La ausencia  
de asignación aleatoria responde a las condiciones  
reales de organización escolar; por ello, el análisis  
consideró la comparación de los puntajes iniciales  
para identificar posibles diferencias de base entre  
los grupos.  
La variable independiente fue la estrategia  
pedagógica con ChatGPT, aplicada únicamente al  
grupo experimental durante una semana, en cinco  
horas de clase. Esta intervención se diseñó como  
una mediación docente directamente vinculada con  
las habilidades evaluadas en el instrumento:  
reconocimiento de significados, identificación de  
sinónimos y antónimos, inferencia contextual y  
producción breve de vocabulario.  
El grupo experimental trabajó con actividades  
guiadas en las que ChatGPT fue utilizado para  
generar  
definiciones  
sencillas,  
ejemplos  
contextualizados, ejercicios de opción múltiple,  
oraciones incompletas y retroalimentación sobre  
producciones breves. El docente mantuvo el  
control pedagógico de la actividad, revisó las  
respuestas generadas por la IA y promovió que los  
estudiantes justificaran sus elecciones léxicas. El  
grupo de control, en cambio, continuó con la  
enseñanza habitual de vocabulario, basada en  
explicación docente, ejercicios escritos, revisión  
colectiva y trabajo con significados y oraciones, sin  
uso de ChatGPT.  
La variable dependiente fue el nivel de  
vocabulario receptivo, operacionalizado mediante  
el puntaje obtenido en la Prueba de Vocabulario  
Receptivo para décimo año de EGB. El  
instrumento evalúa reconocimiento y comprensión  
de palabras mediante tres secciones: opción  
múltiple, completar oraciones y redacción breve.  
La primera sección incluye 10 ítems de selección  
múltiple; la segunda, 10 ítems de completar con  
palabras como innovador, hostil, desolación,  
arduo, íntegro, fugaz, cordial, perseverar, trivial y  
eufórico; y la tercera solicita producciones breves  
con palabras como melancólico, emprender,  
trivial, cordial, hostil y crucial. El puntaje total es  
de 35 puntos: 10 en opción múltiple, 10 en  
completar y 15 en redacción breve.  
METODOLOGÍA  
El estudio se desarrolló con un enfoque  
cuantitativo, con diseño cuasi experimental de  
grupos no equivalentes, pretest-postest y medidas  
repetidas, el cual resulta pertinente cuando no es  
posible asignar aleatoriamente a los participantes,  
pero sí comparar el cambio observado entre un  
grupo que recibe una intervención y otro que  
continúa con la enseñanza habitual (Shadish et al.,  
2
002).  
La medición antes y después permitió estimar  
la variación intraindividual, mientras que la  
comparación entre grupos permitió aproximarse al  
efecto diferencial de la estrategia pedagógica. Dado  
que se trabajó con una muestra pequeña y natural  
de aula, el estudio se asumió como una  
investigación aplicada de alcance explicativo-  
preliminar, orientada a valorar indicios de efecto  
más  
que  
a
establecer  
generalizaciones  
poblacionales amplias.  
La población estuvo conformada por  
estudiantes de décimo año de EGB de una  
institución educativa rural ecuatoriana. Se trabajó  
con la totalidad de estudiantes disponibles, por lo  
El procedimiento se organizó en tres fases: 1)  
aplicación del pretest a ambos grupos, bajo  
condiciones similares de tiempo, instrucciones y  
https://doi.org/10.5281/zenodo.21955499  
25  
South American Research Journal, 6(1), 23-31  
https://www.sa-rj.net//index.php/sarj/article/view/101  
materiales; 2) implementación de la estrategia  
pedagógica con ChatGPT solo en el grupo  
experimental, mientras el grupo de control  
continuó con enseñanza habitual; 3) nueva  
aplicación del mismo instrumento como postest a  
ambos grupos. Para reducir sesgos de aplicación, se  
mantuvieron las mismas condiciones de  
administración: tiempo estimado de 45 a 60  
minutos, uso de material impreso, prohibición de  
diccionarios y dispositivos electrónicos durante la  
prueba, y corrección con la misma escala.  
En el grupo experimental (tabla 1), los  
puntajes del pretest oscilaron entre 18 y 24 puntos,  
y los del postest se mantuvieron también dentro del  
mismo rango. A nivel individual, tres participantes  
del grupo experimental aumentaron un punto entre  
el pretest y el postest, mientras que cuatro  
participantes no registraron variación. No se  
observó ningún caso de disminución en este grupo.  
Tabla 1  
Datos del pretest y postest  
El análisis de datos se realizó en dos niveles.  
Primero, se calcularon estadísticos descriptivos:  
media, mediana, desviación estándar, rango,  
puntaje mínimo y máximo, tanto para el puntaje  
total como para cada sección del instrumento.  
También se estimó la ganancia individual mediante  
la diferencia entre postest y pretest. Segundo,  
debido al tamaño reducido de la muestra, se  
priorizaron pruebas no paramétricas: Wilcoxon  
para comparar pretest y postest dentro de cada  
grupo, y U de Mann-Whitney para comparar las  
ganancias entre grupo experimental y grupo de  
control. Además, se reportaron tamaños del efecto,  
ya que estos permiten interpretar la magnitud  
práctica de los cambios más allá del valor de  
significación estadística (Fritz et al., 2012; Lakens,  
Código  
Grupo  
Pretest Postest Ganancia  
E01  
E02  
E03  
E04  
E05  
E06  
E07  
C01  
C02  
C03  
C04  
C05  
C06  
C07  
C08  
Exp  
Exp  
18  
21  
24  
19  
22  
20  
23  
18  
20  
23  
19  
21  
22  
24  
20  
18  
22  
24  
20  
22  
21  
23  
19  
22  
23  
21  
21  
23  
24  
23  
0
1
0
1
0
1
0
1
2
0
2
0
1
0
3
Exp  
Exp  
Exp  
Exp  
Exp  
Cont  
Cont  
Cont  
Cont  
Cont  
Cont  
Cont  
Cont  
2
013).  
En cuanto a los criterios éticos, se consideró la  
participación voluntaria, el consentimiento  
informado de los representantes legales, la  
confidencialidad de los datos y el uso exclusivo de  
la información con fines académicos. Los  
resultados se presentan de manera agregada, sin  
identificación nominal de estudiantes ni  
comparación individual pública.  
En el grupo de control (tabla 1), los puntajes  
del pretest también se ubicaron entre 18 y 24  
puntos. En el postest, el rango fue de 19 a 24  
puntos. En este grupo, cinco participantes  
presentaron algún incremento entre ambas  
mediciones, con ganancias que oscilaron entre uno  
y tres puntos; tres participantes no registraron  
cambio. Al igual que en el grupo experimental, no  
se observó disminución de puntajes en ningún caso.  
Los estadísticos descriptivos permiten  
observar que ambos grupos partieron de valores  
iniciales muy próximos (tabla 2). En el pretest, el  
grupo experimental obtuvo una media de 21,00  
puntos, con una desviación estándar de 2,16,  
mientras que el grupo de control presentó una  
media de 20,88 puntos, con una desviación  
estándar de 2,03. Las medianas también fueron  
cercanas: 21,00 en el grupo experimental y 20,50  
en el grupo de control. Estos datos indican que,  
antes de la intervención, los puntajes promedio y la  
dispersión de ambos grupos eran similares.  
RESULTADOS  
A continuación se exponen los resultados  
obtenidos a partir de la comparación entre el pretest  
y el postest aplicados a los grupos experimental y  
de control. El instrumento se asumió con un puntaje  
total de 0 a 35 puntos, de acuerdo con la estructura  
de la Prueba de Vocabulario Receptivo utilizada en  
la medición inicial. La presentación se organiza en  
función de los datos individuales, los estadísticos  
descriptivos, las ganancias pretest-postest, las  
comparaciones intragrupales, las comparaciones  
entre grupos y los tamaños del efecto.  
https://doi.org/10.5281/zenodo.21955499  
26  
South American Research Journal, 6(1), 23-31  
https://www.sa-rj.net//index.php/sarj/article/view/101  
Tabla 2  
de p fue menor que en el grupo experimental,  
tampoco alcanzó el criterio convencional de  
significación estadística de p < .05 (tabla 4).  
Estadísticos descriptivos por grupo  
Grupo Momento n Media DE Mediana RIQ Mín.–Máx.  
Tabla 4  
Comparación intragrupal  
Exp  
Exp  
Pretest 7 21,00 2,16 21,00 3,00  
Postest 7 21,43 1,99 22,00 2,00  
Pretest 8 20,88 2,03 20,50 2,50  
Postest 8 22,00 1,60 22,50 2,00  
18–24  
18–24  
18–24  
19–24  
Cont  
Cont  
Grupo Comparación  
Prueba EstadísticoW pexacta  
Exp Pretestvs.postest Wilcoxon  
Cont Pretestvs.postest Wilcoxon  
0,00  
0,00  
.250  
.063  
En el postest, el grupo experimental alcanzó  
una media de 21,43 puntos, con una desviación  
estándar de 1,99 y una mediana de 22,00 (tabla 2).  
Por su parte, el grupo de control obtuvo una media  
de 22,00 puntos, con una desviación estándar de  
Las comparaciones entre grupos se realizaron  
mediante la prueba U de Mann-Whitney (tabla 5).  
En la comparación de los puntajes del pretest, el  
estadístico U fue 29,00, con p = .955. Este resultado  
muestra que no existió una diferencia  
estadísticamente significativa entre ambos grupos  
antes de la intervención. En la comparación de los  
puntajes del postest, el estadístico U fue 23,00, con  
p = .613, lo que indica que tampoco se identificó  
una diferencia significativa entre los grupos al  
finalizar el proceso.  
1
,60 y una mediana de 22,50. En ambos grupos se  
registró un aumento de la media respecto del  
pretest; sin embargo, el incremento observado en el  
grupo de control fue mayor que el registrado en el  
grupo experimental.  
Tabla 3  
Ganancia pretest-postest por grupo  
Tabla 5  
Cambio  
porcentual  
aproximado  
Mediade  
ganancia  
Mín.–  
Máx.  
Grupo n  
DE Mediana RIQ  
Comparación entre grupos  
Exp 7  
Cont 8  
0,43 0,53 0,00 1,00 0–1  
1,13 1,13 1,00 2,00 0–3  
2,04%  
5,39%  
Comparación  
Prueba  
Estadístico p  
UdeMann-  
Whitney  
Pretestexp.vs.pretestcont.  
Postestexp.vs.postestcont.  
29,00 .955  
23,00 .613  
El grupo experimental presentó una ganancia  
media de 0,43 puntos, con una desviación estándar  
de 0,53, una mediana de 0,00 y un rango de 0 a 1  
punto (tabla 3). El cambio porcentual aproximado  
fue de 2,04 %. En el grupo de control, la ganancia  
media fue de 1,13 puntos, con una desviación  
estándar de 1,13, una mediana de 1,00 y un rango  
de 0 a 3 puntos. El cambio porcentual aproximado  
fue de 5,39 %. Por tanto, los datos muestran que  
ambos grupos tuvieron incrementos leves, aunque  
la ganancia promedio fue superior en el grupo de  
control.  
Para la comparación intragrupal entre pretest y  
postest se utilizó la prueba de Wilcoxon. En el  
grupo experimental, el estadístico W fue 0,00, con  
una significación exacta de p = .250. Este resultado  
indica que la diferencia entre el pretest y el postest  
no alcanzó significación estadística. En el grupo de  
control, el estadístico W también fue 0,00, con una  
significación exacta de p = .063. Aunque el valor  
UdeMann-  
Whitney  
Gananciaexp.vs.ganancia  
cont.  
UdeMann-  
Whitney  
18,00 .281  
A su vez, la comparación de las ganancias  
entre el grupo experimental y el grupo de control  
arrojó un estadístico U de 18,00, con p = .281 (tabla  
5
). Este resultado muestra que, aunque la ganancia  
media del grupo de control fue descriptivamente  
mayor que la del grupo experimental, la diferencia  
entre ambas ganancias no fue estadísticamente  
significativa. Por tanto, no se evidencia una  
diferencia significativa entre los grupos en  
términos de cambio pretest-postest.  
Finalmente, los tamaños del efecto permiten  
complementar la descripción de la magnitud de los  
cambios observados (tabla 6). El cambio pre-post  
en el grupo experimental presentó un valor d_av =  
0
,21, mientras que en el grupo de control el valor  
https://doi.org/10.5281/zenodo.21955499  
27  
South American Research Journal, 6(1), 23-31  
https://www.sa-rj.net//index.php/sarj/article/view/101  
fue d_av = 0,61. Para la diferencia de ganancias  
entre el grupo experimental y el grupo de control se  
obtuvo una d de Cohen de -0,77 y un Delta de Cliff  
de -0,36. Estos valores indican que la magnitud  
descriptiva del cambio fue menor en el grupo  
experimental que en el grupo de control, aunque las  
pruebas de significación estadística no confirmaron  
diferencias significativas entre ambos grupos.  
enseñanza tradicional. Frente a esos antecedentes, los  
resultados del presente estudio no confirman una  
ventaja clara del grupo experimental. Más bien,  
sugieren que la incorporación de ChatGPT, al menos  
en las condiciones específicas de esta intervención  
breve, no fue suficiente para producir una mejora  
superior a la obtenida mediante la enseñanza  
convencional.  
Esta discrepancia no necesariamente invalida el  
potencial pedagógico de ChatGPT, pero sí obliga a  
relativizarlo. Kohnke et al. (2023) señalan que  
ChatGPT puede apoyar la enseñanza de lenguas,  
siempre que su uso esté mediado por orientación  
docente, criterios éticos y competencias digitales.  
Zhang y Tur (2024), en la misma línea, advierten que  
su empleo en educación K-12 puede favorecer la  
personalización y la generación de materiales, pero  
requiere cuidar la calidad de las respuestas, la  
integridad académica y el rol activo del profesorado.  
Desde esta perspectiva, los resultados obtenidos son  
coherentes con una lectura no tecnocéntrica, que  
afirmaría que la herramienta, por sí sola, no garantiza  
un efecto pedagógico superior. Su eficacia  
dependería de la duración de la intervención, la  
pertinencia de las actividades, el grado de  
apropiación docente, la familiaridad de los  
estudiantes con la herramienta y la articulación entre  
práctica, retroalimentación y evaluación.  
Tabla 6  
Tamaños del efecto descriptivos  
Comparación  
Tamañodelefecto Valor  
Cambiopre-postengrupoexp.  
Cambiopre-postengrupocont.  
Diferenciadeganancias:exp.vs.cont.  
d_av  
d_av  
0,21  
0,61  
ddeCohen  
-0,77  
-0,36  
Diferenciadeganancias:exp.vs.cont. DeltadeCliff  
DISCUSIÓN  
El uso pedagógico de ChatGPT no produjo una  
mejora estadísticamente significativa en la  
adquisición de vocabulario receptivo en los  
estudiantes del grupo experimental. Aunque este  
grupo no presentó retrocesos y registró una ganancia  
media positiva, el incremento fue reducido: pasó de  
una media de 21,00 puntos en el pretest a 21,43 en el  
postest, con una ganancia media de 0,43 puntos. En  
contraste, el grupo de control, que continuó con la  
enseñanza habitual, pasó de 20,88 a 22,00 puntos, con  
una ganancia media de 1,13 puntos. Esta diferencia  
descriptiva favoreció al grupo de control, aunque la  
comparación de ganancias entre ambos grupos no  
alcanzó significación estadística. Por tanto, los datos  
no permiten afirmar que la estrategia con ChatGPT  
haya tenido un efecto diferencial positivo frente a la  
enseñanza habitual.  
También es importante considerar que la  
adquisición de vocabulario receptivo no se reduce al  
reconocimiento inmediato de significados. Luo et al.  
(2021) sostienen que la amplitud y la profundidad del  
vocabulario inciden de manera diferenciada en la  
comprensión, dependiendo del tipo de tarea utilizada  
para medirla. El instrumento aplicado en este estudio  
combinó reconocimiento, completación de oraciones  
y producción breve; por tanto, evaluó tanto  
identificación  
lexical  
básica,  
como  
uso  
Este hallazgo debe leerse con cautela frente a una  
partede laliteratura reciente, que ha reportado efectos  
favorables del uso de ChatGPT en el aprendizaje de  
vocabulario. Mugableh (2024), por ejemplo,  
encontró que los ejercicios generados con ChatGPT  
podían contribuir al desarrollo del conocimiento  
lexical en estudiantes de inglés como lengua  
extranjera. De manera similar, Abdelhalim y  
Alsehibany (2025) reportaron mejoras en el  
aprendizaje y la retención de vocabulario mediante  
actividades apoyadas en ChatGPT. En el contexto  
ecuatoriano, Durazno et al. (2025) documentaron  
avances en adquisición de vocabulario en estudiantes  
que utilizaron esta herramienta frente a modelos de  
contextualizado. En tal razón, es posible que una  
intervención de una semana y cinco horas de clase  
fuera insuficiente para producir cambios consistentes  
en dimensiones más profundas del vocabulario. Los  
resultados muestran incrementos leves, pero no una  
transformación clara del desempeño lexical. Esta  
evidencia es compatible con la idea de que el  
aprendizaje de vocabulario, especialmente cuando  
implica inferencia contextual y empleo pertinente de  
palabras, requiere práctica sostenida y seguimiento  
pedagógico continuo.  
Los hallazgos también dialogan con la revisión  
de Li et al. (2024), quienes advierten que la  
investigación sobre ChatGPT y educación lingüística  
https://doi.org/10.5281/zenodo.21955499  
28  
South American Research Journal, 6(1), 23-31  
https://www.sa-rj.net//index.php/sarj/article/view/101  
se encuentra todavía en consolidación, con  
predominio de estudios en educación superior y  
menor presencia de investigaciones escolares,  
longitudinales o situadas en contextos rurales. El  
presente estudio se ubica justo en un escenario donde  
la evidencia aún es limitada: estudiantes de décimo  
año de EGB en una institución rural ecuatoriana. Por  
ello, sus resultados aportan con la señal empírica de  
que, en contextos escolares concretos, los efectos de  
ChatGPT pueden ser más modestos que los  
observados en investigaciones realizadas con otros  
perfiles de estudiantes, otros niveles educativos o  
intervenciones de mayor duración.  
Esta lectura se refuerza al considerar las  
condiciones estructurales de la educación rural  
ecuatoriana. Alvarado et al. (2025) advierten que la  
educación digital rural en Ecuador continúa  
atravesada por desigualdades de conectividad,  
infraestructura, dispositivos y formación. Morocho et  
al. (2023) sostienen, además, que la integración de la  
inteligencia artificial en el sistema educativo  
ecuatoriano exige condiciones institucionales,  
técnicas y docentes que todavía son desiguales. El  
resultado no significativo del grupo experimental  
puede entenderse como la advertencia de que no basta  
con introducir una herramienta de IA en una  
secuencia didáctica para obtener mejoras  
verificables. La mediación tecnológica necesita  
condiciones de implementación suficientemente  
estables, familiaridad operativa, continuidad y un  
diseño instruccional capaz de convertir la interacción  
con la IA en aprendizaje observable.  
utilidad para planificar, motivar y adaptar materiales,  
pero también reconocen riesgos como debilitamiento  
del pensamiento crítico, erosión de la autonomía  
estudiantil y falta de condiciones institucionales para  
una integración equitativa. Peñafiel et al. (2024)  
coinciden en que el éxito de la IA educativa depende  
menos de su sofisticación técnica que de su  
apropiación ética, contextual y pedagógica. En el  
presente estudio, aunque la intervención fue diseñada  
como mediación docente guiada, los resultados no  
permiten sostener que esa mediación haya producido  
una mejora diferencial. Esto sugiere que la  
planificación pedagógica con IA debe fortalecerse  
mediante intervenciones más prolongadas, tareas más  
progresivas y mecanismos de seguimiento más finos  
sobre el proceso lexical.  
Por último, los hallazgos deben interpretarse en  
relación con las advertencias de Darvishi et al.  
(2024), Zhai et al. (2024) y Walter (2024) sobre  
agencia  
estudiantil,  
sobredependencia  
y
alfabetización crítica en IA. Aunque este estudio no  
midió dependencia tecnológica ni pensamiento  
crítico, sus resultados refuerzan la necesidad de no  
reemplazar la construcción activa del vocabulario por  
la simple exposición a respuestas generadas por IA.  
García (2024) señala que ChatGPT puede generar  
materiales útiles para el trabajo lexical, pero estos  
requieren revisión y ajuste didáctico. En suma, se  
mostró que, en esta aplicación específica, el efecto del  
ChatGPT fue limitado y no superior al de la  
enseñanza habitual.  
Los hallazgos también se relacionan con los  
trabajos que llaman a una integración prudente de la  
IA en educación secundaria. Pratama et al. (2023) y  
Sumakul et al. (2022) destacan beneficios potenciales  
asociados con la personalización y el acceso a  
recursos; sin embargo, Akgun y Greenhow (2022),  
McGrath et al. (2023) y Nazaretsky et al. (2022)  
advierten riesgos vinculados con privacidad, sesgos,  
dependencia tecnológica y confianza acrítica en  
sistemas automatizados. En el presente estudio no se  
evaluaron directamente estos riesgos, por lo que no  
corresponde afirmar que hayan influido en los  
resultados. No obstante, la ausencia de un efecto  
significativo sí respalda la conclusión, aunque  
todavía, de que la IA educativa debe no ser asumida  
de antemano como una innovación necesariamente  
superior.  
Limitaciones del estudio  
La principal limitación fue el tamaño muestral  
reducido, con 15 estudiantes distribuidos en dos grupos  
naturales, lo que restringe la potencia estadística y la  
posibilidad de generalizar los resultados. Además, la  
intervención tuvo una duración breve, de una semana y  
cinco horas de clase, lo que pudo limitar la aparición de  
cambiosmásestablesenvocabularioreceptivo.También  
debe considerarse que no se incorporaron mediciones de  
seguimiento para valorar retención. Por ello, los  
hallazgos deben entenderse como evidencia preliminar,  
situadayexploratoria,nocomounaconclusióndefinitiva  
sobre la eficacia general de ChatGPT en la adquisición  
de vocabulario.  
CONCLUSIÓN  
Asimismo, los resultados son consistentes con lo  
señalado por Márquez et al. (2025), quienes  
encontraron que los docentes valoran la IA por su  
El uso pedagógico de ChatGPT, aplicado durante  
una intervención breve y guiada, no generó una mejora  
https://doi.org/10.5281/zenodo.21955499  
29  
South American Research Journal, 6(1), 23-31  
https://www.sa-rj.net//index.php/sarj/article/view/101  
estadísticamente significativa en la adquisición de  
vocabulario receptivo frente a la enseñanza habitual.  
Aunque el grupo experimental presentó una ganancia  
positiva, esta fue menor que la observada en el grupo de  
control y no alcanzó significación estadística. Estos  
hallazgos sugieren que la incorporación de inteligencia  
artificial en el aula no garantiza, por sí misma, mejores  
resultados de aprendizaje. Su efectividad depende de la  
duración de la intervención, la mediación docente, la  
calidad de las actividades y las condiciones  
institucionales de implementación. Por tanto, ChatGPT  
puede considerarse un recurso pedagógico  
potencialmente útil, pero requiere integración  
planificada, seguimiento sostenido y evaluación  
empírica rigurosa antes de atribuirle efectos educativos  
concluyentes.  
Revista sobre Investigaciones Léxicas, 7(3), e9111.  
https://doi.org/10.17561/rilex.7.3.9111  
Kim, N. y Kim, M. (2022). Teacher’s perceptions of using an  
artificial intelligence-based educational tool for scientific  
writing. Frontiers in Education, 7, 755914.  
https://doi.org/10.3389/feduc.2022.755914  
Kohnke, L., Moorhouse, B. y Zou, D. (2023). ChatGPT for  
language teaching and learning. RELC Journal, 54(2),  
537–550. https://doi.org/10.1177/00336882231162868  
Lakens, D. (2013). Calculating and reporting effect sizes to  
facilitatecumulativescience:Apracticalprimerfort-tests  
and ANOVAs. Frontiers in Psychology, 4, 863.  
https://doi.org/10.3389/fpsyg.2013.00863  
Li, B., Lowell, V. L., Wang, C. y Li, X. (2024). A systematic  
review of the first year of publications on ChatGPT and  
language education: Examining research on ChatGPT’s  
use in language learning and teaching. Computers and  
Education: Artificial Intelligence, 7, 100266.  
https://doi.org/10.1016/j.caeai.2024.100266  
Luo, Y., Yang, M. y Zhang, X. (2021). The effect of  
vocabulary depth and breadth on English listening  
comprehension can depend on how comprehension is  
measured. Frontiers in Psychology, 12, 657573.  
https://doi.org/10.3389/fpsyg.2021.657573  
Márquez, N., Guamán, I. y Peñafiel, R. (2025). Entre la  
innovación y la cautela: Voces docentes sobre la  
inteligencia artificial en la educación secundaria. South  
American Research Journal, 5(1), 13–25.  
https://doi.org/10.5281/zenodo.15659239  
BIBLIOGRAFÍA  
Abdelhalim, S. y Alsehibany, R. (2025). Integrating ChatGPT  
forvocabularylearningandretention:Aclassroom-based  
study of Saudi EFL learners. Language Learning &  
Technology,  
29(1),  
1–24.  
https://doi.org/10.64152/10125/73635  
Akgun, S. y Greenhow, C. (2022). Artificial intelligence in  
education: Addressing ethical challenges in K-12  
settings. 431–440.  
AI  
and  
Ethics,  
2,  
https://doi.org/10.1007/s43681-021-00096-7  
McGrath, C., Cerratto Pargman, T., Juth, N. y Palmgren, P.  
Alvarado, R., Alvarado, S., Govea, D. y Jaime, D. (2025).  
Impacto de la educación digital en las zonas rurales de  
Ecuador: Retos y oportunidades. Seminars in Medical  
(2023). University teachers’ perceptions of responsibility  
and artificial intelligence in higher education: An  
experimental philosophical study. Computers and  
Education: Artificial Intelligence, 4, 100139.  
https://doi.org/10.1016/j.caeai.2023.100139  
Writing  
and  
Education,  
4,  
468.  
https://doi.org/10.56294/mw2025468  
Chounta, I., Bardone, E., Raudsep, A. y Pedaste, M. (2021).  
Exploring teachers’ perceptions of artificial intelligence  
as a tool to support their practice in Estonian K-12  
education. International Journal of Artificial Intelligence  
in Education. https://doi.org/10.1007/s40593-021-  
Morocho, R., Cartuche, A., Tipan, A., Guevara, A. y Ríos, M.  
(
2023). Integración de la inteligencia artificial en la  
educación. Ciencia Latina Revista Científica  
Multidisciplinar, 7(6), 2032–2053.  
https://doi.org/10.37811/cl_rcm.v7i6.8832  
00243-5  
Mugableh, A. (2024). The impact of ChatGPT on the  
development of vocabulary knowledge of Saudi EFL  
students. Arab World English Journal, Special Issue on  
Darvishi, A., Khosravi, H., Sadiq, S., Gašević, D. y Siemens,  
G. (2024). Impact of AI assistance on student agency.  
Computers 104967.  
&
Education,  
210,  
ChatGPT,  
265–281.  
https://doi.org/10.1016/j.compedu.2023.104967  
https://dx.doi.org/10.24093/awej/ChatGPT.18  
Durazno, B., Díaz, K. y Zambrano, J. (2025). Exploring the  
effect of ChatGPT as an educational tool to improve  
vocabulary acquisition in the English language. Ciencia  
Latina Revista Científica Multidisciplinar, 9(1), 4874–  
Nazaretsky, T., Ariely, M., Cukurova, M. y Alexandron, G.  
2022). Teachers’ trust in AI-powered educational  
(
technology and a professional development program to  
improve it. British Journal of Educational Technology,  
4886. https://doi.org/10.37811/cl_rcm.v9i1.16190  
53(4), 914–931. https://doi.org/10.1111/bjet.13232  
Fritz, C., Morris, P. y Richler, J. (2012). Effect size estimates:  
Current use, calculations, and interpretation. Journal of  
Experimental Psychology: General, 141(1), 2–18.  
https://doi.org/10.1037/a0024338  
García, M. (2024). Inteligencia artificial y léxico: Una  
propuesta con ChatGPT para niveles B1 y B2 en la  
enseñanza del español como lengua extranjera. RILEX.  
Peñafiel, R., Márquez, N. y Guamán, I. (2024). Inteligencia  
artificial en la educación: Revisión sistemática de  
perspectivas, beneficios ydesafíosenlaprácticadocente.  
South American Research Journal, 4(2), 5–15.  
https://doi.org/10.5281/zenodo.14507789  
https://doi.org/10.5281/zenodo.21955499  
30  
South American Research Journal, 6(1), 23-31  
https://www.sa-rj.net//index.php/sarj/article/view/101  
Pratama,M.,Sampelolo,R.yLura,H.(2023).Revolutionizing  
education: Harnessing the power of artificial intelligence  
forpersonalizedlearning.Klasikal:JournalofEducation,  
Language Teaching and Science, 5(2), 350–357.  
https://doi.org/10.2656-9914  
Shadish, W., Cook, T. y Campbell, D. (2002). Experimental  
and quasi-experimental designs for generalized causal  
inference. Houghton Mifflin.  
Sumakul, D., Hamied, F. y Sukyadi, D. (2022). Artificial  
intelligence in EFL classrooms: Friend or foe? LEARN  
Journal: Language Education and Acquisition Research  
Network,  
15(1),  
232–256.  
https://so04.tci-  
thaijo.org/index.php/LEARN/index  
Walter, Y. (2024). Embracing the future of artificial  
intelligence in the classroom: The relevance of AI  
literacy, prompt engineering, and critical thinking in  
modern education. International Journal of Educational  
Technology in Higher Education, 21, 15.  
https://doi.org/10.1186/s41239-024-00448-3  
What Works Clearinghouse. (2022). What Works  
Clearinghouse procedures and standards handbook,  
version 5.0. U.S. Department of Education, Institute of  
Education Sciences, National Center for Education  
Evaluation  
and  
Regional  
Assistance.  
https://ies.ed.gov/ncee/wwc/handbooks/  
Zhai, C., Wibowo, S. y Li, L. (2024). The effects of over-  
reliance on AI dialogue systems on students’ cognitive  
abilities: A systematic review. Smart Learning  
Environments, 11, 28. https://doi.org/10.1186/s40561-  
024-00316-7  
Zhang, P. y Tur, G. (2024). A systematic review of ChatGPT  
use in K-12 education. European Journal of Education,  
59(2), e12599. https://doi.org/10.1111/ejed.12599  
Declaración de uso de IA: Se usó Inteligencia Artificial  
exclusivamente con propósitosdeedición del artículo.  
https://doi.org/10.5281/zenodo.21955499  
31