Descarga cognitiva y dependencia de la IA generativa en el aprendizaje

1. Viñeta: una tarea resuelta y un aprendizaje que no llegó

La escena no identifica un centro, no reporta calificaciones y no puede leerse como hallazgo empírico. Condensa el patrón que los diseños de retirada describen por separado: la entrega mejora con la herramienta abierta y se empobrece, o deja de parecer dominio, cuando el estudiante queda a solas. Tratarla como dato invertiría el orden del artículo.

La pregunta que abre es de medida, no de eslogan. Si se califica la práctica hecha con el chatbot, se registra rendimiento asistido. Si se califica el examen en el que la herramienta ya no está, se registra competencia retenida. Esa distinción —y no el volumen de uso— ordena la evidencia, el diseño de la ayuda y lo que una evaluación puede declarar que alguien aprendió.

2. Problema: rendimiento asistido frente a competencia retenida

Rendimiento asistido y competencia retenida no son dos nombres del mismo logro. El primero es lo que el estudiante produce mientras el sistema participa: la práctica con el tutor abierto, el ensayo escrito con el modelo, el problema que cierra porque la pista llegó a tiempo. La segunda es lo que permanece al retirar ese apoyo: resolver un problema afín, revisar un texto propio, justificar un paso que nadie más redactó, detectar un error sin que el sistema lo señale. Juntarlos bajo «resultados de aprendizaje» vuelve invisible la pregunta que más importa para evaluar.

La distinción importa porque la nota es un proxy. Si la tarea y a veces el examen se hacen con la herramienta, la calificación registra al conjunto estudiante-más-sistema y sobrestima lo que la persona hará a libro cerrado o cuando el sistema falle. Como inferencia de diseño, no se sigue prohibirla. Se sigue no tratar el rendimiento asistido como si fuera competencia retenida.

El contraste con la síntesis cuantitativa es deliberado. Como hallazgo empírico, Mo et al. (2026) estiman un efecto positivo grande de ChatGPT sobre resultados universitarios (Hedges’ g = 1.14, SE = 0.185): de 5555 registros, entre el 1 de enero de 2023 y el 31 de mayo de 2025 y en nueve bases, incluyeron 66 estudios y 129 tamaños de efecto. La pregunta crítica, que no es un resultado de Mo et al., es qué parte de esos resultados se midió con la herramienta presente. El efecto agregado puede ser real y, aun así, callar sobre lo que queda al apagarla.

La pregunta de revisión fija población, concepto y contexto: estudiantes de secundaria y universidad; la descarga de procesos cognitivos en inteligencia artificial generativa y su relación con la competencia sin esa ayuda; tareas de aprendizaje y de evaluación. La tesis que se anticipa es la del resumen. El acceso irrestricto puede elevar la tarea asistida y dañar la competencia retenida; el diseño que conserva esfuerzo atenúa ese costo; decide el modo de delegación, no la frecuencia; medir solo el producto asistido mira la columna equivocada. La evidencia sigue corta y muy apoyada en el autoinforme.

3. Marco conceptual: descarga cognitiva, esfuerzo productivo y agencia

Esta sección fija términos; no es un listado de efectos. La descarga cognitiva es el uso de un recurso externo para reducir la demanda que recaería en la memoria, el razonamiento o la evaluación de la propia persona. Gerlich (2025) la trata como mediador entre el uso frecuente de herramientas de inteligencia artificial y el pensamiento crítico, en población general y con diseño correlacional. Lo que cambia con los modelos generativos no es la idea de descargar, sino la operación externalizada: el sistema ya no guarda una nota del estudiante, sino que produce razonamiento, síntesis y, a veces, el juicio.

Jose et al. (2025) entran solo como marco conceptual. El texto recuperado no es su resumen: no se les atribuyen resultados ni se importan los estudios que citan. Leídos así, formulan una paradoja de potenciación y erosión. Desde la carga cognitiva, un sistema puede reducir la carga extrínseca y, a la vez, adelgazar la carga germana que el aprendizaje profundo necesita. Desde Bloom, automatizar recuerdo y síntesis puede coexistir con un riesgo para el juicio si la respuesta llega cerrada. Desde la autodeterminación, no es igual un apoyo que sostiene la agencia que uno que la sustituye.

La dependencia se usa como la fijan Zhai et al. (2024) en una revisión sistemática de 14 artículos: aceptar recomendaciones de un sistema de diálogo sin cuestionarlas, cuando cuesta juzgar la fiabilidad o cuánta confianza depositar. El resultado de esa revisión, tomado como definición y no como experimento de retirada, es la preferencia por la solución rápida y el atajo heurístico. Dependencia no es haber abierto el chatbot muchas veces. Es haber aceptado su producto sin una verificación que el estudiante pudiera sostener solo.

Wang y Shan (2026) es un artículo conceptual, no un estudio con participantes. Llaman brecha de seguridad a la divergencia entre rendimiento asistido y capacidad de verificar el resultado, sobre todo cuando el sistema falla o ya no está. Los modelos oráculo, argumentan, eliminan el esfuerzo productivo del que dependen los esquemas, en especial en el novato. Proponen arquitecturas socráticas y adversariales que no entregan la solución: es inferencia de diseño, no un efecto. Nombra el hueco de la viñeta.

La agencia une el marco con la prueba de retirada. Darvishi et al. (2024) preguntan si el estudiante aprende de la asistencia, de modo que la conducta sigue cuando el aviso desaparece, o si se apoya en ella sin aprender. El detalle va en la sección 5. Aquí el criterio basta: agencia no es una actitud declarada, sino justificar, revisar o resolver sin el andamio. Cuatro distinciones no se vuelven a mezclar: descarga como menos demanda interna; dependencia como aceptación acrítica; brecha de seguridad como distancia entre lo asistido y lo verificable; agencia como lo que una prueba sin la herramienta observa.

4. Método: revisión narrativa con criterio de prueba sin IA

El corpus se armó el 12 de octubre de 2026 en la API REST de Crossref: 16 consultas, 60 filas, filtros de artículo de revista y publicación desde 2021. Entraron 960 registros y quedaron 882 tras deduplicar. La exclusión automática retiró 39 sin autores, 272 sin término de inteligencia artificial generativa en el título, 118 sin término cognitivo o de aprendizaje y 13 técnicos fuera de tema. La verificación dejó 440 elegibles. La siembra había registrado 441; la diferencia de un registro es variación del índice entre ejecuciones, no un descarte manual. El filtro de título exigía un término de IA generativa y otro de cognición o de aprendizaje.

El cribado manual priorizó experimentos, pruebas tras retirar el apoyo, metaanálisis, revisiones y escalas con revisión por pares. Quedaron fuera correcciones, encuestas de adopción sin medida de aprendizaje o de descarga, y propuestas sin evaluación. De la siembra salieron 20 trabajos. Una búsqueda dirigida, revisada en Crossref, añadió a Stadler et al. (2024), Darvishi et al. (2024), Jose et al. (2025) y Wang y Fan (2026). El corpus es de 24: 21 con resumen y 3 solo con título —Hou et al. (2025), Liu et al. (2026) y Yan et al. (2026)—, sin resultados atribuibles. La Tabla 1 registra el flujo.

De cada estudio se registró si mide (a) desempeño con la inteligencia artificial presente, (b) desempeño tras retirarla o transferencia independiente, (c) autoinforme de dependencia o de pensamiento crítico, o (d) si es conceptual o de revisión. Un artículo puede ocupar más de una casilla. La narrativa privilegia (b), la única que separa la tarea resuelta del aprendizaje que permanece, y lee (a) como rendimiento asistido. La casilla (c) informa el modo de delegación con la reserva del autoinforme. La (d) presta nombres —paradoja, brecha de seguridad, alfabetización en la interacción— y no efectos.

No es una revisión sistemática ni un metaanálisis: no hay efecto común. No hubo doble cribado independiente ni herramienta formal de riesgo de sesgo. El corpus es solo de Crossref. Wang y Fan (2026) se incluyeron a propósito, no como resultado de aprendizaje, sino como muestra de lo frágil que es la síntesis cuantitativa temprana. Lo que sigue argumenta sobre esos resúmenes; no pretende un mapa exhaustivo del tema.

5. La prueba de retirada: qué ocurre cuando se apaga la herramienta

La prueba decisiva no es cuánto sube la nota con el sistema encendido, sino qué queda al apagarlo. La Tabla 2 reúne los contrastes disponibles. No son comparables entre sí: un campo de matemáticas en bachillerato, un cuasiexperimento de escritura, una indagación de una sesión, una toma de notas con treinta personas y una asistencia a la retroalimentación entre pares que no es un chatbot abierto.

Bastani et al. (2025) separan las dos columnas en matemáticas de bachillerato. Con el tutor abierto, la práctica subió un 48 % en GPT Base y un 127 % en GPT Tutor. Retirado el acceso, GPT Base quedó un 17 % por debajo de quienes nunca lo habían tenido; las salvaguardas mitigaron en gran medida ese daño. Sin ellas, el modelo se usó como muleta. El mismo acceso puede mejorar la práctica y empeorar lo que viene después, si durante la práctica la herramienta hizo el trabajo cognitivo.

Chen (2026) mide la misma disociación en escritura, con 180 universitarios y 168 que completaron ocho semanas en seis clases. La media asistida más alta fue la colaboración abierta (M = 4.02); el contraste con el apoyo acotado fue impreciso (diferencia = 0.21, intervalo de confianza del 95 % [0.06, 0.36], p = 0.064). En la semana 8, sin IA, la condición acotada —límite a la delegación más reflexión obligatoria— superó a la abierta en calidad (0.27), pensamiento de orden superior (0.35), profundidad (0.42) y revisión (0.39), con p de 0.050 a 0.063. Entre 112 estudiantes expuestos, la vía indirecta de la descarga se estimó en −0.34 (intervalo de confianza del 95 % [−0.48, −0.21]). La escritura autorregulada atenuó el vínculo sin borrarlo. Son asociaciones de aula, no efectos causales definitivos.

El resto no es un solo efecto. Darvishi et al. (2024), con 1625 estudiantes de diez cursos, vieron apoyo en los avisos de retroalimentación en vez de aprendizaje; la autorregulación llenó parte del hueco y el híbrido no superó a la IA sola. En Fan et al. (2025) ChatGPT mejoró la nota del ensayo sin ventaja en conocimiento ni transferencia. Stadler et al. (2024) no retiran el sistema: menos carga y menos profundidad en la misma sesión. Jiang et al. (2026) mejoran el resultado al demorar el apoyo, sin examen a chatbot cerrado. Yan et al. (2026) anuncian la comparación y no aportan efecto.

La lectura conjunta es interpretación, no un estimador común. Donde hay retirada, el acceso irrestricto se asocia con mejor producto asistido y con competencia posterior peor o no mejorada, y limitar la delegación atenúa ese costo. Donde no la hay, asoma menos profundidad con menos carga, o mejor nota sin mejor transferencia. El patrón depende del diseño y no es una causa única.

6. Facilidad percibida y pereza metacognitiva

La estudiante de la viñeta no dijo que ignorara el tema. Dijo que entendía al leer y no podía producir. La facilidad se siente como aprendizaje. Bajar la carga ayuda cuando lo que se quita es ruido; estorba cuando lo que se quita era el esquema, y cuando la fluidez cierra la revisión antes de tiempo.

Stadler et al. (2024) bajan la carga con un modelo de lenguaje y, a la vez, la calidad argumentativa frente a un buscador, sin homogeneizar las respuestas: el costo es menos profundidad, no un pensamiento único. Fan et al. (2025) nombran la pereza metacognitiva. Sin diferencias de motivación intrínseca, ChatGPT mejoró la nota del ensayo y no el conocimiento ni la transferencia, con secuencias distintas de autorregulación. La etiqueta es suya; la evidencia del resumen es esa disociación.

La preferencia amplía el sesgo. En Chen et al. (2025) el peor postest fue el preferido, por fácil. Zhu et al. (2026) vieron beneficios inmediatos parecidos en ambos modos: el uso desadaptativo no se nota en el momento. Brunnström y Palmqvist (2026) no experimentan. En su ensayo, la salida por defecto ante «¿piensan las máquinas?» se quedó en la fase multiestructural de SOLO, y la fase cualitativa exigió intervenciones metacognitivas del propio estudiante. A eso llaman alfabetización en la interacción con la IA, y advierten, como reflexión, que el uso no guiado podría favorecer a quien ya llega con ventaja. La fluidez se vive como comprensión. No lo es.

7. Descarga dependiente y descarga autónoma

Comprobar un paso ya intentado y entregarlo para no intentarlo suman uso y no el mismo aprendizaje. Zhu et al. (2026) separan descarga dependiente —delegar el pensar— y autónoma —andamio sin soltar la agencia—. Los desenlaces son percibidos. En tres oleadas, N = 589 entre universitarios y trabajadores del conocimiento noveles, la dependiente se asoció con transferencia de agencia y menor motivación intrínseca, y esas vías con peores resultados percibidos de capacidad, creatividad, procesamiento y juicio. La autónoma, con motivación y resultados percibidos mejores. El monitoreo metacognitivo atenuó el vínculo con la transferencia de agencia y no el costo motivacional. Ambos modos daban beneficios inmediatos parecidos. La pregunta deja de ser si se «usa IA».

Jiang y Chen (2026) distinguen el orden de lo externalizado. En 667 universitarios de China continental, el valor percibido de la IA se asoció con la descarga de orden inferior y con la de orden superior a través de la capacidad de uso. Con alta capacidad de evaluar la IA, esa vía dejó de ser significativa en el orden inferior y siguió en el superior: juzgar la salida puede frenar lo menor y no el juicio. Hou et al. (2025) solo anuncian, en el título, una escala de dependencia durante la resolución de problemas. Sin resumen no hay puntuaciones.

No existe un usuario medio. Stojanov et al. (2024) obtuvieron cinco perfiles en 490 universitarios y trece tareas: bajos usuarios versátiles, 38,2 %; todoterreno, 10,4 %; buscadores de conocimiento, 16,5 %, altos en contenido, recuperación y resumen; aprendices proactivos, 11,8 %, altos en retroalimentación, planificación y autoevaluación; delegadores de tareas, 23,1 %, apoyados en el sistema para redactar la entrega. Es conducta declarada, no aprendizaje. Alcanza para no mezclar, en una sola cifra de uso, a quien se pone a prueba y a quien encarga el producto que la evaluación califica.

Gerlich (2025) mira más grueso, y no en un aula: 666 participantes, correlación negativa entre uso frecuente y pensamiento crítico, mediada por la descarga. Los más jóvenes dependían más y puntuaban más bajo; mayor nivel educativo se asoció con mejor pensamiento crítico al margen del uso. Es correlacional. La frecuencia no es irrelevante, y tampoco es el constructo: suma delegaciones distintas. Zhai et al. (2024) describen el extremo como preferencia por el atajo. La variable que ordena el riesgo es el tramo de pensamiento que se entrega y si quien lo entrega puede todavía evaluarlo.

8. Diseño que preserva el esfuerzo: salvaguardas, demora y andamiaje

Cuatro diseños se acercan a una prueba sin la herramienta, y no son intercambiables. Las salvaguardas de Bastani et al. (2025) mitigaron en gran medida el daño al retirar el acceso. La demora de Jiang et al. (2026) mejoró el resultado durante el uso, sin examen a chatbot cerrado. El límite con reflexión de Chen (2026) sostuvo mejor la semana 8, con reservas de aula. La asistencia intermedia de Chen et al. (2025) superó en el postest a la ayuda máxima. La inferencia de diseño es acotada: conservar producción propia se asocia con mejor competencia que abrir el grifo.

La envoltura amable no basta. Melanou y Beege (2026), con 175 estudiantes y cuatro horas, compararon andamiaje pleno con plantilla GCC (meta, contexto y restricciones), andamiaje ligero y control. Hubo ganancias de conocimiento, pensamiento crítico y uso reflexivo en todas, sin diferencias entre andamiajes; solo una tendencia descriptiva en el conocimiento de orden superior. Joo et al. (2026), con 40 universitarios surcoreanos en Python, hallaron diferencias de proceso a favor de los prompts metacognitivos, y una tendencia a menor carga, mayor autoeficacia y mejor desempeño. Mencionan una prueba de retención y no aíslan un contraste significativo de ella. La tendencia no es competencia retenida.

En secundaria la contraevidencia pesa más. Fütterer et al. (2026) asignaron al azar a 371 estudiantes de 7.º a 9.º grado, en seis sesiones de 45 minutos de física o inglés, a valor de utilidad, estrategias cognitivas o ChatGPT estándar. El valor percibido evolucionó mejor en su condición que en la de estrategia. Ninguna superó al control en esfuerzo, conocimiento o elaboración. Un análisis exploratorio vinculó un uso más sustantivo con interés más sostenido; no hubo diferencia por asignatura. Un apoyo pensado para la autorregulación no venció al chatbot ordinario. Lo que en otros estudios acompaña a mejor competencia es preciso: no entregar la respuesta, demorar, obligar a reflexionar. No cualquier guion.

En edades tempranas la retirada no está cerrada. Liu et al. (2025) midieron usabilidad de ChatGPT-MWPS en 52 estudiantes de quinto grado y trece dimensiones, favorable en fiabilidad, calidad de la información y compromiso cognitivo: usabilidad no es aprendizaje. Liu et al. (2026) y Yan et al. (2026) entran solo por el título y no aportan efectos. Como inferencia de diseño, no como hallazgo, en la educación básica, incluida la primaria, sustituir el esfuerzo podría ser más riesgoso, porque la verificación está menos hecha. Es la lógica del novato de Wang y Shan (2026) trasladada a la edad, y el corpus casi no tiene esa evidencia. La precaución es no dar por aprendido lo que solo se hizo con ayuda.

9. Lo que la evidencia todavía no sostiene

No hay una síntesis cuantitativa tranquila. Mo et al. (2026) estiman un efecto positivo grande. La nota de retractación registrada como Wang y Fan (2026) retira un metaanálisis previo sobre ChatGPT, desempeño, percepción del aprendizaje y pensamiento de orden superior, publicado en línea el 6 de mayo de 2025. No se inventa el motivo: el texto es la nota, no un dictamen. La lección es prudencia con síntesis tempranas. Un g de 1.14 obliga a tomar en serio la mejora asistida; una retractación obliga a no tomar ningún metaanálisis de esta generación como última palabra sobre competencia. Ninguno de los dos responde la retirada.

Tampoco el autoinforme equivale a una retirada. Gerlich (2025), Zhu et al. (2026), Stojanov et al. (2024) y Jiang y Chen (2026) separan frecuencia, modo, perfil y orden con lo que las personas declaran. Que la experiencia inmediata no delate el uso desadaptativo no convierte esas encuestas en Bastani et al. (2025) ni en la semana 8 de Chen (2026). Correlación no es causalidad. En Gerlich (2025), además, el nivel educativo se asocia con mejor pensamiento crítico al margen del uso. Las duraciones son cortas —cuatro horas en Melanou y Beege (2026), ocho semanas en Chen (2026) y seis sesiones en Fütterer et al. (2026)— y varios diseños caben en un país o unas clases; Chen (2026) habla de asociaciones de aula.

«La IA nos vuelve tontos» no sale de este corpus. Hay daño posterior bajo un diseño sin salvaguardas, disociación con valores p en el borde, menos profundidad con menos carga, y también efectos asistidos grandes, una secundaria en la que el andamiaje no vence al chatbot ordinario, intensidades de ayuda que no se separan, y un metaanálisis retractado junto a otro que sigue en pie. Cabe una afirmación condicional: el acceso irrestricto puede mejorar lo hecho con la herramienta y empeorar lo hecho sin ella, y el diseño mueve el balance. No cabe un diagnóstico de época.

10. Discusión: evaluar lo que queda sin la herramienta

El rendimiento con la herramienta solo es mala noticia si se lo toma por competencia. Puede ser alto delegando el procedimiento o usándola como atajo sin soltar el juicio. Lo que separa las filas es la celda sin herramienta. La expectativa es teórica: se infiere de Bastani et al. (2025), de Chen (2026), de la brecha de seguridad de Wang y Shan (2026) y de los modos percibidos de Zhu et al. (2026), que no llenan la celda con una nota. La Figura 1 es matriz de trabajo, no dato.

Cuatro principios son inferencia de diseño, no un protocolo ensayado. Incluir momentos sin herramienta. Evaluar proceso y verificación, no solo el producto: lo piden Wang y Shan (2026) y lo separa Chen (2026); Brunnström y Palmqvist (2026) piden, como reflexión, la fase cualitativa de SOLO. Enseñar a dirigir y evaluar la interacción, no solo a formular comandos. Preferir herramientas que demoran o no entregan la solución, sin prometer que cualquier plantilla vence al chatbot ordinario: Melanou y Beege (2026) y Fütterer et al. (2026) lo impiden. Ni una lista, ni el monitoreo, ni saber evaluar la salida restauran solos la agencia, como muestran Darvishi et al. (2024), Zhu et al. (2026) y Jiang y Chen (2026). La celda derecha se observa con una tarea hecha sin el sistema.

Otra inferencia de diseño, no un hallazgo, concierne a México y América Latina. Este corpus no trae datos ni normativa de esos sistemas. El contexto que se asume, sin medirlo, son aulas numerosas, acceso desigual y herramientas calibradas sobre todo en inglés. El uso no guiado puede ampliar brechas: Brunnström y Palmqvist (2026) sugieren, como reflexión, que quien ya está en ventaja saca más de un chatbot superficial. Si la nota mira solo el producto asistido, quien tiene el sistema y sabe dirigirlo captura la calificación. No se sigue un programa ni una prohibición, sino no entregar la columna asistida como si fuera competencia propia.

11. Límites

El corpus es solo de Crossref: sin Scopus, Web of Science, ERIC ni PsycInfo, la ausencia aquí no es ausencia en el campo. Predominan muestras universitarias y, donde el resumen declara el país, contextos asiáticos (China continental, Corea del Sur); ninguna muestra procede de América Latina. Tres fuentes van solo con título —Hou et al. (2025), Liu et al. (2026), Yan et al. (2026)— y Jose et al. (2025) solo como marco, porque lo recuperado no es su resumen. Entran un estudio de población general (Gerlich, 2025) y uno de interacción persona-computadora con 30 participantes (Chen et al., 2025). No hubo doble cribado ni evaluación formal del riesgo de sesgo. La herramienta cambia más rápido que la publicación.

Casi no hay evidencia de educación básica ni en español. La viñeta es compuesta y no suma un caso al corpus. Competencia retenida, además, no es la misma escala en los veinticuatro trabajos: una calificación sin acceso, una rúbrica, un postest, una transferencia que no difiere, o una celda vacía. La Figura 1 las alinea en una expectativa. No prueba que sean una sola variable, y por eso no se estimó un efecto común. La retractación recogida en Wang y Fan (2026) es parte de esa cautela.

12. Conclusiones

Una tarea puede salir bien y un aprendizaje no llegar. En bachillerato, el acceso sin salvaguardas mejoró la práctica y empeoró el desempeño al quitarlo; un tutor que no hacía de muleta mitigó en gran medida el daño. En escritura, la colaboración abierta lució más con la ayuda puesta y la condición que limitaba la delegación se sostuvo mejor sin ella, como asociación de aula. En otros diseños hay menos profundidad con menos carga, mejor nota sin mejor transferencia, o mejor postest con ayuda intermedia que con la máxima. Es una disociación reiterada y sensible al diseño, no un efecto único.

La frecuencia es una señal gruesa, no la explicación. Delegar el juicio y apoyarse para seguir juzgando se parecen en el alivio inmediato y se separan después. Perfiles, escalas y una correlación mediada por la descarga lo sugieren desde autoinformes que no cierran la causalidad. La pregunta práctica es qué tramo del pensamiento se entregó y si reaparece al cerrar el sistema. Preservar el esfuerzo, además, no es envolver un oráculo con un guion: salvaguardas, demora, reflexión y asistencia incompleta tienen alguna prueba detrás; la intensidad genérica del andamiaje y la usabilidad en primaria, no. Para la educación básica la inferencia es de precaución.

La evaluación es donde la distinción cambia una nota. El producto asistido es la columna en la que casi cualquier modo puede verse bien; lo que queda sin la herramienta, y cómo se verifica, es la que el modo sí separa. Es inferencia de diseño, no una política de México o América Latina. Un metaanálisis de resultados asistidos leído como aprendizaje, o un titular de deterioro universal, se salta la retirada. Hacen falta más pruebas con la herramienta apagada. Ese rendimiento no acredita la competencia que permanece al apagarla.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre

Referencias

1. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), Article e2422633122. https://doi.org/10.1073/pnas.2422633122
2. Brunnström, L., & Palmqvist, L. (2026). AI-interaction literacy: reflections on how generative AI might be used to support self-regulated learning in higher education. Assessment & Evaluation in Higher Education. https://doi.org/10.1080/02602938.2026.2731261
3. Chen, X. (2026). Layer-sensitive cognitive offloading in generative AI-assisted writing: supported performance and independent no-AI outcomes. Frontiers in Psychology, 17, Article 1906199. https://doi.org/10.3389/fpsyg.2026.1906199
4. Chen, X., Ruan, K., Ju, K. P., Yap, N., & Wang, X. (2025). More AI Assistance Reduces Cognitive Engagement: Examining the AI Assistance Dilemma in AI-Supported Note-Taking. Proceedings of the ACM on Human-Computer Interaction, 9(7), 1–29. https://doi.org/10.1145/3757632
5. Darvishi, A., Khosravi, H., Sadiq, S., Gašević, D., & Siemens, G. (2024). Impact of AI assistance on student agency. Computers & Education, 210, 104967. https://doi.org/10.1016/j.compedu.2023.104967
6. Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X., & Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489–530. https://doi.org/10.1111/bjet.13544
7. Fütterer, T., Bardach, L., Kuhn, J., Keller, S. D., & Gerjets, P. (2026). Enhancing School Students’ Self-Regulated Learning through Generative AI Support: A Randomized Controlled Trial. Educational Psychology Review, 38(1), Article 42. https://doi.org/10.1007/s10648-026-10133-8
8. Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6. https://doi.org/10.3390/soc15010006
9. Hou, C., Zhu, G., Sudarshan, V., Lim, F. S., & Ong, Y. S. (2025). Measuring undergraduate students' reliance on Generative AI during problem-solving: Scale development and validation. Computers & Education, 234, 105329. https://doi.org/10.1016/j.compedu.2025.105329
10. Jiang, Y., & Chen, H. (2026). AI-based cognitive offloading by students in higher education in China. Computers in Human Behavior: Artificial Humans, 8, 100327. https://doi.org/10.1016/j.chbah.2026.100327
11. Jiang, Y., Feng, X.-M., Liu, Y., Liu, B., & Bao, L. (2026). How does generative AI affect self-regulated learning in learners with varying knowledge levels? The role of chatbot design and support timing. Interactive Learning Environments. https://doi.org/10.1080/10494820.2026.2691907
12. Joo, S., Han, I., & Park, I. (2026). The effect of metacognitive prompts using generative AI on cognitive load, task performance, and self-efficacy in online self-regulated learning. Educational Psychology. https://doi.org/10.1080/01443410.2026.2618717
13. Jose, B., Cherian, J., Verghis, A. M., Varghise, S. M., S, M., & Joseph, S. (2025). The cognitive paradox of AI in education: between enhancement and erosion. Frontiers in Psychology, 16, Article 1550621. https://doi.org/10.3389/fpsyg.2025.1550621
14. Liu, J., Keane, T., Sun, D., Yang, Y., & Yang, Y. (2025). Design and evaluation of ChatGPT-MWPS: an AI-enhanced learning system for improving primary students’ mathematical word problem solving. Smart Learning Environments, 12(1), Article 68. https://doi.org/10.1186/s40561-025-00419-9
15. Liu, J., Zhang, Y., Li, W., Wang, Q., Niu, P., & Zhang, X. (2026). Adaptive vs. planned metacognitive scaffolding for computational thinking: Evidence from generative AI-supported programming in elementary education. Computers & Education, 241, 105473. https://doi.org/10.1016/j.compedu.2025.105473
16. Melanou, C., & Beege, M. (2026). Scaffolding Generative AI as a Tutor: A Quasi-Experimental Study of Learning Outcomes and Motivational, Cognitive and Metacognitive Processes. Education Sciences, 16(4), 651. https://doi.org/10.3390/educsci16040651
17. Mo, F., Huang, J., Yang, Y., Özen, Z., Maeda, Y., & Olenchak, F. R. (2026). Undergraduate students’ learning outcomes with ChatGPT: A meta-analytic study. Computers and Education: Artificial Intelligence, 10, 100536. https://doi.org/10.1016/j.caeai.2025.100536
18. Stadler, M., Bannert, M., & Sailer, M. (2024). Cognitive ease at a cost: LLMs reduce mental effort but compromise depth in student scientific inquiry. Computers in Human Behavior, 160, 108386. https://doi.org/10.1016/j.chb.2024.108386
19. Stojanov, A., Liu, Q., & Koh, J. H. L. (2024). University students’ self-reported reliance on ChatGPT for learning: A latent profile analysis. Computers and Education: Artificial Intelligence, 6, 100243. https://doi.org/10.1016/j.caeai.2024.100243
20. Wang, H., & Shan, W. (2026). The safety gap: restoring productive struggle through pedagogically aligned generative AI. Frontiers in Education, 11, Article 1757622. https://doi.org/10.3389/feduc.2026.1757622
21. Wang, J., & Fan, W. (2026). Retraction Note: The effect of ChatGPT on students’ learning performance, learning perception, and higher-order thinking: insights from a meta-analysis. Humanities and Social Sciences Communications, 13(1), Article 528. https://doi.org/10.1057/s41599-026-07310-z
22. Yan, S., Yan, Y., Wang, S., Chen, S., Li, Y., & Ai, Z. (2026). Learning with AI, Not from AI: A quasi-experimental comparison of AI-assisted learning with versus without an interactive AI-generated error-correction phase on knowledge application and metacognition. International Journal of Educational Research, 139, 103047. https://doi.org/10.1016/j.ijer.2026.103047
23. Zhai, C., Wibowo, S., & Li, L. D. (2024). The effects of over-reliance on AI dialogue systems on students' cognitive abilities: a systematic review. Smart Learning Environments, 11(1), Article 28. https://doi.org/10.1186/s40561-024-00316-7
24. Zhu, Q., Li, X., Dong, Y., Chang, P., & Fan, M. (2026). Not all cognitive offloading is equal: distinguishing dependent and autonomous offloading to generative AI. Frontiers in Psychology, 17, Article 1878629. https://doi.org/10.3389/fpsyg.2026.1878629