¿Puede la inteligencia artificial sustituir al pensamiento crítico? Implicaciones y aportaciones en formación

Abstract

[ES]El rápido desarrollo de la Inteligencia Artificial Generativa (IAG) y su incorporación en ámbitos personales y profesionales genera debate sobre su capacidad de simular o sustituir procesos cognitivos superiores como el Pensamiento Crítico (PC). Este trabajo evalúa el desempeño de cuatro modelos de IAG (ChatGPT Instant 5.5, Gemini 3 Pro, Copilot Pro y Claude Sonnet 4.6) en la resolución de tres problemáticas con validez ecológica. Empleando el marco metodológico de resolución de problemas de Saiz y usando los hallazgos para diseñar un programa de intervención en Formación (FO). Para ello, se analizan las habilidades fundamentales del PC mediante un estudio dimensional, por problemáticas y por modelos de IAG, y un análisis comparativo entre los modelos y con el PC. Identificando tanto las semejanzas y diferencias existentes, como las posibles aportaciones de la IAG al PC y FO. Determinando qué habilidades es capaz de simular y mejorando aquellas que no simula. Los resultados muestran que ningún modelo reproduce completamente las habilidades evaluadas, aunque presentan parcialmente algunas habilidades como la contextualización, observación y análisis de datos, y argumentación. Sus procesos de solución difieren cualitativamente de los del PC, lo que muestra que la IAG puede simular determinados componentes del PC, pero no puede sustituirlo. Por lo tanto, su distinta naturaleza desaconseja delegar la toma de decisiones en la IAG. Asimismo, los modelos obtienen mejores resultados ante problemáticas menos complejas. Finalmente, los hallazgos se integran en una propuesta de intervención en FO para apoyar al PC y optimizar el tiempo de trabajo. [EN]The quick development of Artificial Generative Intelligence (GAI) and its incorporation into personal and professional settings generates debate about its ability to simulate or replace higher cognitive processes such as Critical Thinking (CT). This work evaluates the performance of four IAG models (ChatGPT Instant 5.5, Gemini 3 Pro, Copilot Pro and Claude Sonnet 4.6) in solving three problems with ecological validity. Employing Saiz's problem-solving methodological framework and using the findings to design an Instruction intervention program. To do this, the fundamental skills of the CT are analyzed through a dimensional study, by problems and by IAG models, and a comparative analysis between the models and with the CT. Identifying both the existing similarities and differences, as well as the possible contributions of the IAG to the CT and Instruction. Determining what skills is able to simulate and improving those it can not simulate. The results show that no model completely reproduces the skills evaluated, although they partially present some skills such as contextualization, observation and analysis of data, and argumentation. Its solution processes differ qualitatively from those of the CT, which shows that the IAG can simulate certain components of the CT, but cannot replace it. Therefore, its different nature makes it inadvisable to delegate decision-making to the IAG. Likewise, the models obtain better results when dealing with less complex problems. Finally, the findings are integrated into an Intruction intervention proposal to support the CT and optimize work time.