Dependencia algorítmica en estudiantes universitarios que utilizan LLM en Costa Rica

Abstract

Este estudio analiza la dependencia algorítmica en estudiantes universitarios costarricenses que utilizan LLM como apoyo académico. A través de un enfoque cualitativo, exploratorio, descriptivo y transversal, se entrevistó a 5 estudiantes de instituciones públicas y privadas para comprender sus motivaciones, percepciones y prácticas de uso de la inteligencia artificial. Los resultados evidencian que el uso inicial de LLM motivado por rapidez, eficiencia y claridad evoluciona hacia una integración cotidiana que puede desplazar procesos de búsqueda, análisis y razonamiento autónomo. Aunque los participantes reconocen beneficios como mejoras en redacción, organización y productividad, también manifiestan riesgos asociados a la delegación cognitiva, la reducción del pensamiento crítico y la posibilidad de desarrollar hábitos de dependencia. La autorregulación se presenta como un aspecto débil, con escasos límites de uso, aunque existe conciencia ética sobre la importancia de validar la información y mantener la autoría académica. El estudio concluye que la dependencia algorítmica es un fenómeno multifactorial que requiere intervenciones educativas orientadas al fortalecimiento del pensamiento crítico y la competencia digital responsable.

This study examines algorithmic dependence among Costa Rican university students who use LLM as an academic support tool. Using a qualitative, exploratory, descriptive, and cross-sectional approach, in-depth interviews were conducted with 5 students from public and private institutions to understand their motivations, perceptions, and usage practices regarding generative artificial intelligence. Findings reveal that initial motivations such as efficiency, speed, and clarity-progress into sustained, routine use that may displace autonomous processes of searching, analyzing, and constructing knowledge. While students acknowledge benefits including improved writing, organization, and productivity, they also recognize risks related to cognitive delegation, diminished critical thinking, and the formation of dependency habits. Self-regulation appears weak, with minimal usage limits, despite the presence of an ethical awareness regarding information validation and academic authorship. The study concludes that algorithmic dependence is a multifactorial phenomenon that requires educational strategies aimed at strengthening critical thinking and responsible digital competence.