Maestro y Sociedad e-ISSN 1815-4867
Volumen 23 Número 3 Año 2026
Artículo original
La importancia de la inteligencia artificial y los generadores inteligentes en la enseñanza del idioma inglés en la carrera de Derecho
The importance of artificial intelligence and intelligent generators in English language teaching in Law programs
A importância da inteligência artificial e dos geradores inteligentes no ensino da língua inglesa nos cursos de Direito
Lic. Marjorie Katerine Merejildo Cruz 1*, https://orcid.org/0000-0001-5468-2498
Mg. Pamela Solange Vera Infante 2, https://orcid.org/0009-0000-6123-3463
1 Escuela de Educación Básica Franz Warzawa, Ecuador
2 Unidad Educativa Dr. Francisco Campos Rivadeneira, Ecuador
*Autor para correspondencia. email skikita.cruz@gmail.com
Para citar este artículo: Merejildo Cruz, M. K. y Vera Infante, P. S. (2026). La importancia de la inteligencia artificial y los generadores inteligentes en la enseñanza del idioma inglés en la carrera de Derecho. Maestro y Sociedad, 23(3), 3287-3294. https://maestroysociedad.uo.edu.cu
RESUMEN
Introducción: La formación en inglés de los estudiantes de Derecho requiere competencia lingüística, comunicación profesional, lectura crítica y verificación de fuentes. La expansión de la inteligencia artificial generativa aporta herramientas capaces de producir explicaciones, simulaciones, traducciones, retroalimentación y textos jurídicos, pero también introduce errores plausibles, referencias inexistentes, sesgos y riesgos para la confidencialidad. Materiales y métodos: Se realizó una revisión narrativa estructurada de literatura académica y documentos institucionales publicados entre 2020 y septiembre de 2026, con atención a la inteligencia artificial en educación superior, la enseñanza del inglés como lengua extranjera y la educación jurídica; los hallazgos se organizaron mediante análisis temático. Resultados: La evidencia examinada indica que estas tecnologías pueden ampliar la práctica comunicativa, ofrecer retroalimentación inicial, adaptar actividades y facilitar simulaciones de entrevistas, negociación, argumentación y litigación oral. Discusión: Su utilidad depende de un diseño docente que exija contrastar las respuestas con fuentes jurídicas auténticas, explicar las revisiones y conservar la autoría intelectual del estudiante; con ese fin se propone el ciclo pedagógico PIVER: propósito, interacción, verificación, reelaboración y registro de uso. Conclusiones: La inteligencia artificial puede fortalecer el inglés jurídico cuando funciona como apoyo formativo sujeto a supervisión humana y no como sustituto de la lectura, la escritura, el razonamiento jurídico o la responsabilidad profesional.
Palabras clave: inteligencia artificial; inglés jurídico; educación jurídica; retroalimentación; alfabetización en IA.
Abstract
Introduction: English education for Law students requires linguistic competence, professional communication, critical reading, and source verification. The spread of generative artificial intelligence provides tools capable of producing explanations, simulations, translations, feedback, and legal texts, but it also introduces plausible errors, nonexistent references, bias, and confidentiality risks. Materials and methods: A structured narrative review examined academic literature and institutional documents published between 2020 and September 2026, focusing on artificial intelligence in higher education, English as a foreign language, and legal education; findings were organized through thematic analysis. Results: The reviewed evidence indicates that these technologies can expand communicative practice, provide initial feedback, adapt activities, and facilitate simulations of client interviews, negotiation, legal argumentation, and oral advocacy. Discussion: Their educational value depends on instructional design that requires students to compare outputs with authentic legal sources, explain their revisions, and retain intellectual authorship; therefore, the PIVER pedagogical cycle is proposed: purpose, interaction, verification, revision, and use record. Conclusions: Artificial intelligence can strengthen legal English when it serves as a supervised formative aid rather than a substitute for reading, writing, legal reasoning, or professional responsibility.
Keywords: artificial intelligence; legal English; legal education; feedback; AI literacy.
Resumo
Introdução: A formação em inglês dos estudantes de Direito exige competência linguística, comunicação profissional, leitura crítica e verificação de fontes. A expansão da inteligência artificial generativa oferece ferramentas capazes de produzir explicações, simulações, traduções, feedback e textos jurídicos, mas também introduz erros plausíveis, referências inexistentes, vieses e riscos à confidencialidade. Materiais e métodos: Foi realizada uma revisão narrativa estruturada da literatura acadêmica e de documentos institucionais publicados entre 2020 e setembro de 2026, com foco na inteligência artificial no ensino superior, no ensino de inglês como língua estrangeira e na educação jurídica; os achados foram organizados por meio de análise temática. Resultados: As evidências examinadas indicam que essas tecnologias podem ampliar a prática comunicativa, oferecer feedback inicial, adaptar atividades e facilitar simulações de entrevistas, negociação, argumentação e litigação oral. Discussão: Sua utilidade depende de um desenho pedagógico que exija a comparação das respostas com fontes jurídicas autênticas, a explicação das revisões e a preservação da autoria intelectual do estudante; para esse fim, propõe-se o ciclo pedagógico PIVER: propósito, interação, verificação, reelaboração e registro de uso. Conclusões: A inteligência artificial pode fortalecer o inglês jurídico quando atua como apoio formativo sujeito à supervisão humana, e não como substituto da leitura, da escrita, do raciocínio jurídico ou da responsabilidade profissional.
Palavras-chave: inteligência artificial; inglês jurídico; educação jurídica; feedback; alfabetização em IA.
Recibido: 5/4/2026 Aprobado: 16/6/2026
Introducción
Introducción
El inglés ocupa un lugar estratégico en la formación jurídica porque permite acceder a tratados, jurisprudencia comparada, contratos, arbitraje internacional, doctrina y redes profesionales que circulan en ese idioma. Esta competencia excede la traducción de vocabulario, pues el estudiante debe interpretar conceptos cuyo alcance depende del sistema jurídico, distinguir equivalencias imperfectas entre tradiciones legales y comunicar argumentos con precisión ante públicos diversos. El volumen complementario del Marco Común Europeo de Referencia destaca la mediación, la interacción en línea y la competencia plurilingüe, capacidades pertinentes para quien debe explicar información jurídica compleja a otra persona (Council of Europe, 2020).
La transformación digital de la educación superior ha incorporado plataformas, analíticas y recursos adaptativos, aunque su valor depende de las condiciones institucionales que sostienen el aprendizaje. El OECD Digital Education Outlook 2023 subraya que un ecosistema educativo digital eficaz no se reduce a adquirir herramientas, sino que articula gobernanza, infraestructura, capacidades y evidencia (OECD, 2023). Desde esa perspectiva, la inteligencia artificial debe integrarse como parte de una decisión pedagógica y no como una solución aislada.
Los generadores basados en modelos de lenguaje han modificado las condiciones en que se aprende y se produce el inglés académico. Un estudiante puede solicitar ejemplos, reformulaciones, diálogos, preguntas de práctica, traducciones comentadas o retroalimentación sobre un escrito. Kohnke et al. (2023) señalan que ChatGPT ofrece posibilidades para la interacción, la producción de materiales y el apoyo lingüístico, aunque sus respuestas deben examinarse por su exactitud y adecuación. La revisión de Teng (2024) identifica oportunidades para la retroalimentación inmediata y la generación de ideas en escritura en inglés como lengua extranjera, junto con problemas de fiabilidad, dependencia e integridad académica.
La literatura multidisciplinaria describe beneficios potenciales y problemas que afectan la investigación, la docencia y las políticas universitarias. Entre ellos se encuentran la capacidad de producir recursos con rapidez, la dificultad de explicar el funcionamiento de los modelos y la posibilidad de que el usuario confunda fluidez con conocimiento comprobado (Dwivedi et al., 2023). Estas tensiones adquieren un sentido particular cuando la actividad combina una lengua extranjera con contenidos jurídicos que exigen precisión normativa.
En Derecho, el margen de error es delicado porque una respuesta fluida puede incluir normas derogadas, confundir jurisdicciones o fabricar precedentes. La American Bar Association (2024) vincula el uso profesional de IA generativa con deberes de competencia, confidencialidad, comunicación, supervisión y veracidad. Por tanto, enseñar inglés jurídico con IA exige trabajar al mismo tiempo la lengua, la verificación documental y la ética profesional. El problema de investigación se formula así: ¿de qué manera la inteligencia artificial y los generadores inteligentes pueden contribuir a la enseñanza del inglés en la carrera de Derecho sin desplazar el aprendizaje lingüístico, el razonamiento jurídico ni la responsabilidad del estudiante?
El interés del estudio radica en conectar tres ámbitos que con frecuencia se analizan por separado: la enseñanza del inglés, la formación jurídica y la alfabetización en inteligencia artificial. Esta articulación permite evaluar una producción no solo por su corrección gramatical, sino también por la validez de sus fuentes, su adecuación al destinatario y la responsabilidad con que se utilizó la tecnología. El análisis ofrece orientaciones aplicables a actividades de lectura, escritura, interacción oral, mediación y evaluación en inglés jurídico.
El término generadores inteligentes se utiliza para designar sistemas capaces de producir texto, diálogo, audio u otros contenidos a partir de instrucciones del usuario, incluidos chatbots, asistentes de escritura y agentes configurados para apoyar tareas formativas. La expresión no implica que estas herramientas comprendan el Derecho ni que garanticen la verdad de sus respuestas. Su funcionamiento debe interpretarse dentro de límites técnicos, pedagógicos y éticos que el docente y el estudiante necesitan conocer.
El objetivo del artículo es analizar la importancia pedagógica de la inteligencia artificial y de los generadores inteligentes en la enseñanza del inglés para estudiantes de Derecho. Para alcanzarlo, se identifican sus aportes a las destrezas comunicativas y jurídicas, se examinan los riesgos que condicionan su uso y se proponen orientaciones didácticas aplicables a actividades y evaluaciones de inglés jurídico. Este objetivo guía la revisión documental, la síntesis temática y el ciclo pedagógico presentado en los resultados.
Materiales y métodos
Se empleó una metodología cualitativa, documental, de alcance descriptivo e interpretativo, mediante una revisión narrativa estructurada y análisis temático. Este enfoque permitió integrar evidencia procedente de tres campos que utilizan conceptos y metodologías diferentes: enseñanza de lenguas, tecnología educativa y educación jurídica. El trabajo no corresponde a un metaanálisis ni a una revisión sistemática exhaustiva, debido a la heterogeneidad de las poblaciones, herramientas, duraciones e indicadores examinados en los estudios disponibles.
La búsqueda documental se concentró en publicaciones comprendidas entre 2020 y septiembre de 2026, sin excluir antecedentes anteriores cuando aportaban definiciones indispensables. Se utilizaron combinaciones, en español e inglés, de los descriptores artificial intelligence, generative AI, ChatGPT, English language teaching, EFL, legal English, law students, legal education, feedback, academic integrity y AI literacy. Las fuentes académicas se localizaron en las plataformas y sitios web de las revistas y editoriales que publicaron los trabajos incluidos, entre ellas System, RELC Journal, British Journal of Educational Technology, Learning and Individual Differences, International Journal of Information Management, Innovations in Education and Teaching International, International Journal of TESOL Studies e International Journal of Legal Information. Asimismo, se consultaron documentos oficiales disponibles en los portales del Council of Europe, la OECD, UNESCO, la Comisión Europea y la American Bar Association. Se priorizaron artículos revisados por pares, revisiones de literatura, marcos de política educativa y orientaciones profesionales con autoría, fecha y datos bibliográficos verificables.
Los criterios de inclusión fueron la relación directa con el aprendizaje o la enseñanza, el análisis de herramientas generativas o sistemas inteligentes, la pertinencia para la educación superior, las lenguas o la formación jurídica, y la disponibilidad de información bibliográfica suficiente. Se excluyeron textos promocionales, documentos duplicados y publicaciones que afirmaban beneficios sin describir fundamentos o evidencia. La selección buscó fuentes capaces de sustentar una interpretación pedagógica y no un inventario de aplicaciones comerciales.
Cada fuente se examinó según su propósito, contexto, aportes, riesgos y consecuencias para el diseño docente. La síntesis se organizó en cinco categorías: personalización y retroalimentación; comunicación y simulación; alfabetización jurídica digital; riesgos epistémicos y éticos; y evaluación de la autoría y el aprendizaje. El procedimiento permitió comparar coincidencias y tensiones entre documentos educativos, lingüísticos y jurídicos.
Por tratarse de una revisión documental, no participaron personas ni se recopilaron datos personales. En consecuencia, no se presentan porcentajes de estudiantes, pruebas de hipótesis ni efectos causales. Las conclusiones describen patrones de la literatura revisada y una propuesta pedagógica que deberá validarse mediante estudios posteriores en contextos universitarios concretos.
Resultados
Personalización y retroalimentación lingüística
La primera contribución identificada es la posibilidad de aumentar la frecuencia de práctica. En grupos numerosos, el docente no siempre puede responder de inmediato a cada borrador o ensayo oral. Un generador puede proponer ejercicios graduados, explicar diferencias léxicas y producir retroalimentación inicial sobre gramática, cohesión y registro. Esta disponibilidad favorece ciclos más breves de producción y revisión, pero la personalización solo adquiere valor educativo cuando el estudiante y el profesor pueden evaluar la respuesta del sistema (Kasneci et al., 2023).
La revisión de investigaciones empíricas sobre IA generativa en la enseñanza de lenguas muestra un campo en expansión, con usos relacionados con la escritura, la interacción y el apoyo personalizado (Li et al., 2025). La diversidad de diseños y herramientas impide atribuir un efecto uniforme a toda aplicación de IA. Por ello, el resultado debe interpretarse como una oportunidad condicionada por el objetivo, la mediación docente, la duración de la intervención y la forma de evaluar el aprendizaje.
En inglés jurídico, la retroalimentación debe separar el plano lingüístico del plano jurídico. El primero comprende claridad, sintaxis, colocaciones, pronunciación y adecuación pragmática; el segundo incluye la validez de la norma, la jurisdicción, la interpretación y la fuerza de la fuente. Una corrección gramatical puede resultar útil aunque la proposición jurídica sea falsa. La actividad debe pedir al estudiante que identifique qué cambios acepta, cuáles rechaza y por qué.
Práctica comunicativa y simulación profesional
La inteligencia artificial generativa permite crear interlocutores simulados para entrevistas con clientes, negociación, mediación, examen de testigos y exposición de argumentos. El nivel de complejidad puede ajustarse desde preguntas breves hasta escenarios con hechos contradictorios. Estas interacciones amplían el tiempo de uso del inglés y preparan al estudiante para una práctica posterior con compañeros y docentes. También pueden apoyar la pronunciación y la comprensión oral cuando la herramienta incluye voz, siempre que los modelos de acento y registro no se presenten como una única forma legítima de hablar.
La simulación resulta pertinente para la mediación lingüística descrita en el MCER. El futuro abogado puede practicar cómo transformar una cláusula técnica en una explicación accesible para un cliente, resumir un fallo o presentar en inglés los hechos de un caso. El objetivo no consiste en imitar frases generadas, sino en tomar decisiones comunicativas según el destinatario, el propósito y el contexto. La práctica obtiene mayor valor cuando culmina en una interacción autónoma evaluada por el docente.
Acceso a géneros y vocabulario jurídico
Los asistentes pueden ofrecer ejemplos contrastivos de contratos, memorandos, correos profesionales, case briefs y alegatos. También facilitan la exploración de falsos equivalentes entre sistemas y permiten observar términos dentro de géneros comunicativos, en lugar de aprenderlos como listas aisladas. Sin embargo, todo modelo producido con fines docentes debe contrastarse con textos auténticos y fuentes de la jurisdicción correspondiente. La comparación debe hacer visible que una semejanza lingüística no garantiza equivalencia jurídica.
El contacto guiado con IA también puede desarrollar alfabetización profesional. La formación jurídica contemporánea necesita que el estudiante comprenda qué tareas puede apoyar una herramienta, qué información no debe introducir y cuándo una respuesta exige revisión experta. La opinión formal 512 de la American Bar Association (2024) insiste en que el profesional conserva sus deberes aunque utilice IA. En el aula, este principio se traduce en responsabilidad por las citas, las decisiones lingüísticas y la versión entregada.
Riesgos para el conocimiento y la ética
La principal limitación es que un modelo de lenguaje genera secuencias plausibles, no garantías de verdad. Puede inventar jurisprudencia, combinar reglas de países diferentes, omitir excepciones o responder con seguridad ante una pregunta ambigua. UNESCO recomienda un enfoque centrado en la persona que proteja la agencia humana, la privacidad y la diversidad (Miao & Holmes, 2023). La Comisión Europea (2022) añade la necesidad de comprender los datos, los sesgos y las condiciones de uso para tomar decisiones críticas.
Las revisiones del campo también advierten problemas de exactitud, transparencia, privacidad, sesgo y dependencia en los entornos educativos (Yan et al., 2024). Estos riesgos no desaparecen cuando la respuesta está bien escrita, porque la calidad superficial puede dificultar la detección del error. En inglés jurídico, la revisión requiere competencia lingüística y capacidad para comprobar la autoridad de la fuente. El control debe integrarse en la tarea desde el inicio.
Otros riesgos son la exposición de datos personales o información confidencial, la homogeneización de la escritura y la delegación del razonamiento. Si el estudiante entrega al sistema la búsqueda, la formulación del argumento y la revisión final, el producto puede mejorar mientras el aprendizaje disminuye. La OECD (2026) distingue entre una mejor ejecución de la tarea con asistencia y una mejora real de las capacidades del estudiante. Esa diferencia obliga a diseñar evaluaciones donde puedan observarse el proceso, las fuentes y la defensa oral del trabajo.
Condiciones para una integración pedagógica responsable
La síntesis permitió identificar cinco condiciones para una integración responsable. La tarea debe declarar un resultado de aprendizaje lingüístico y jurídico, el uso de la herramienta debe dejar evidencia del razonamiento del estudiante y las afirmaciones jurídicas deben verificarse en normas, jurisprudencia o bibliografía auténticas. Además, la versión final debe mostrar reelaboración personal y adecuación al caso, mientras que el estudiante debe declarar la herramienta, el propósito y el alcance de la asistencia recibida. Estas condiciones relacionan el uso tecnológico con evidencias observables de aprendizaje.
Tabla 1. Aplicaciones formativas y controles necesarios
|
Aplicación |
Aporte esperado |
Evidencia del aprendizaje |
Control indispensable |
|
Diálogo simulado |
Mayor práctica de interacción y registro profesional |
Grabación, transcripción comentada y autoevaluación |
Rúbrica docente y práctica posterior sin asistencia |
|
Retroalimentación de escritura |
Revisión inicial de gramática, cohesión y tono |
Borradores, cambios aceptados o rechazados y justificación |
Separar corrección lingüística de validez jurídica |
|
Traducción jurídica comentada |
Comparación de términos y opciones de traducción |
Glosario contextualizado y explicación de equivalencias |
Contraste con legislación y textos auténticos |
|
Análisis de casos |
Formulación de preguntas, contraargumentos e hipótesis |
Matriz de fuentes y defensa oral del razonamiento |
Verificación de jurisdicción, vigencia y citas |
|
Preparación de litigación oral |
Ensayo de alegatos y preguntas de seguimiento |
Desempeño presencial y reflexión posterior |
Evaluar persuasión, precisión y respuesta espontánea |
Fuente: elaboración propia a partir de la síntesis documental.
La tabla relaciona cada aplicación con una evidencia que el docente puede revisar y con un control indispensable. La correspondencia evita evaluar solo la calidad del producto asistido y dirige la atención hacia el proceso del estudiante. Su uso puede adaptarse al nivel de inglés, al género jurídico y a la disponibilidad tecnológica del grupo.
Propuesta de ciclo pedagógico PIVER
A partir de los hallazgos se propone el ciclo PIVER para actividades de inglés jurídico asistidas por IA. Su finalidad es conservar la agencia del estudiante y hacer visible la diferencia entre recibir una respuesta y aprender a producir una respuesta defendible. El ciclo comprende cinco momentos articulados que pueden documentarse mediante una bitácora breve.
El primer momento es el propósito. El estudiante identifica la destreza lingüística, el género jurídico, el público y el producto esperado. Esta definición orienta las instrucciones que se ofrecen al sistema y proporciona criterios para juzgar la pertinencia de su respuesta.
El segundo momento es la interacción. El estudiante formula instrucciones, conversa con el sistema y conserva un registro de las respuestas relevantes. El registro no se valora por la cantidad de mensajes, sino por la relación entre las decisiones tomadas y el resultado de aprendizaje.
El tercer momento es la verificación. El estudiante contrasta afirmaciones, normas, casos y citas con fuentes primarias o académicas auténticas. Si una proposición no puede comprobarse, debe eliminarla, reformularla o señalar su incertidumbre antes de incorporarla al producto.
El cuarto momento es la reelaboración. El estudiante corrige, reorganiza y adapta el texto o desempeño mediante decisiones propias que pueda explicar. La versión final debe responder al caso, al destinatario y al género jurídico, en lugar de reproducir la salida inicial del sistema.
El quinto momento es el registro de uso. El estudiante declara la herramienta empleada, la fecha, la finalidad, las partes asistidas y los controles aplicados. Esta transparencia permite interpretar el producto y fortalece la responsabilidad por la versión entregada.
El ciclo puede integrarse en una secuencia de aula invertida. Antes de la clase, el estudiante explora vocabulario y recibe práctica inicial; durante la sesión, compara respuestas, detecta fallos y desarrolla tareas colaborativas; después, entrega una versión reelaborada y una declaración de uso. La calificación debe concentrarse en el desempeño lingüístico, la calidad de las fuentes, la justificación de decisiones y la capacidad de responder sin depender del sistema.
Discusión
Los hallazgos confirman que la importancia de la IA en la enseñanza del inglés jurídico no reside únicamente en producir textos con mayor rapidez. Su aporte más defendible consiste en ampliar oportunidades de práctica, retroalimentación y simulación dentro de condiciones que el docente diseña y supervisa. Esta interpretación coincide con la literatura de enseñanza de lenguas, que reconoce el potencial conversacional de los modelos y exige alfabetización crítica para manejar sus limitaciones (Kohnke et al., 2023; Teng, 2024).
La articulación con Derecho modifica el criterio de calidad. En una clase general de idiomas, una respuesta puede evaluarse por claridad y corrección; en inglés jurídico también debe examinarse su autoridad normativa. La fluidez no prueba la vigencia de una ley ni la existencia de un precedente. De ahí que la verificación de fuentes forme parte del resultado de aprendizaje y no constituya un control añadido al final, exigencia que aproxima la enseñanza universitaria a las obligaciones profesionales descritas por la American Bar Association (2024).
La propuesta afecta la evaluación porque una prohibición total de la asistencia puede ser difícil de aplicar fuera del aula y puede desaprovechar usos formativos legítimos. Permitirla sin condiciones, por otra parte, puede ocultar la competencia real. Una respuesta educativa más precisa combina tareas asistidas con desempeños verificables: defensa oral, escritura en clase, comparación de borradores, bitácora de decisiones y análisis de errores producidos por la herramienta. Cotton et al. (2024) sostienen que la respuesta institucional a ChatGPT debe revisar las prácticas de integridad y evaluación, y no limitarse a mecanismos de detección.
La educación jurídica puede emplear la IA para generar escenarios, ampliar la discusión y ofrecer oportunidades de práctica, siempre que se preserve la supervisión académica. Los estudios de caso sobre pedagogía jurídica muestran que el valor de la tecnología depende de cómo se incorpora en la secuencia de enseñanza y en la evaluación (Munir, 2025). El ciclo PIVER concreta esa exigencia al pedir evidencias del propósito, la verificación, la reelaboración y el registro de uso.
En el contexto de una universidad pública, la integración debe considerar el acceso desigual a dispositivos, conectividad, versiones pagadas y alfabetización digital. La personalización no será equitativa si ciertas actividades requieren herramientas que una parte del grupo no puede utilizar. El docente debe seleccionar opciones accesibles, ofrecer alternativas equivalentes y evitar que se introduzca información sensible en servicios externos. La guía de UNESCO y las directrices europeas respaldan una adopción centrada en derechos, supervisión y transparencia (European Commission, 2022; Miao & Holmes, 2023).
La síntesis también indica que la alfabetización en IA no debe tratarse como un contenido separado del inglés jurídico. La formulación de instrucciones, la evaluación de respuestas, la comparación con fuentes y la explicación de cambios son prácticas lingüísticas y profesionales. Cuando estas acciones se incorporan en la rúbrica, el uso de la herramienta puede convertirse en objeto de aprendizaje. Si se omiten, la tecnología queda reducida a un medio de producción difícil de distinguir del desempeño del estudiante.
La revisión presenta limitaciones. No mide el efecto de una herramienta específica en estudiantes de Derecho de Ecuador y no permite afirmar mejoras causales en el dominio del inglés. Además, las funciones y políticas de los sistemas cambian con rapidez, y una revisión narrativa no ofrece el mismo nivel de exhaustividad que una revisión sistemática. Se requieren diseños cuasiexperimentales o mixtos que comparen desempeños antes y después de una intervención, examinen la retención sin asistencia y documenten diferencias por nivel de inglés.
También conviene validar instrumentos para medir competencia lingüística, exactitud jurídica, alfabetización en IA y verificación de fuentes. Las investigaciones futuras deberían informar la herramienta y la versión utilizadas, el acceso ofrecido a los participantes, la duración de la intervención y el tipo de tarea evaluada. Esa precisión permitirá distinguir entre una mejora momentánea del producto y un aprendizaje transferible a situaciones donde el estudiante actúe sin asistencia.
Conclusiones
La inteligencia artificial generativa puede contribuir a la enseñanza del inglés en la carrera de Derecho al ampliar la práctica comunicativa, proporcionar retroalimentación inicial, adaptar ejercicios y simular situaciones profesionales. Estos beneficios resultan pertinentes para la lectura, la escritura, la interacción oral y la mediación de contenidos jurídicos. Su importancia no deriva de la velocidad de producción por sí sola, sino de las oportunidades adicionales de práctica y revisión que puede ofrecer.
Su incorporación requiere límites claros. El estudiante debe verificar las afirmaciones jurídicas, proteger los datos personales y confidenciales, reconocer sesgos, conservar la autoría de sus decisiones y declarar la asistencia recibida. La respuesta fluida del sistema no sustituye una fuente ni demuestra aprendizaje. La responsabilidad sobre el producto final permanece en quien lo presenta.
El ciclo PIVER ofrece una ruta aplicable para definir el propósito, interactuar, verificar, reelaborar y registrar el uso. Este procedimiento conecta el aprendizaje lingüístico con las responsabilidades que el futuro abogado tendrá al utilizar herramientas inteligentes. La evaluación debe combinar productos asistidos con evidencias de desempeño autónomo, revisión de fuentes y defensa oral.
La propuesta debe aplicarse y evaluarse con estudiantes de Derecho mediante indicadores de competencia lingüística, exactitud jurídica, pensamiento crítico, autonomía y uso ético. Esa validación permitirá determinar en qué actividades, niveles de inglés y condiciones institucionales la IA produce aprendizaje y no solo mejores productos. Los resultados de futuros estudios deberán interpretarse según la herramienta utilizada, la intervención docente y la posibilidad de transferir las capacidades a tareas sin asistencia.
Referencias Bibliográficas
American Bar Association. (2024). Formal opinion 512: Generative artificial intelligence tools. https://www.americanbar.org/content/dam/aba/administrative/professional_responsibility/ethics-opinions/aba-formal-opinion-512.pdf
Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228-239. https://doi.org/10.1080/14703297.2023.2190148
Council of Europe. (2020). Common European Framework of Reference for Languages: Learning, teaching, assessment - Companion volume. Council of Europe Publishing. https://rm.coe.int/common-european-framework-of-reference-for-languages-learning-teaching/16809ea0d4
Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., Baabdullah, A. M., Koohang, A., Raghavan, V., Ahuja, M., Albanna, H., Albashrawi, M. A., Al-Busaidi, A. S., Balakrishnan, J., Barlette, Y., Basu, S., Bose, I., Brooks, L., Buhalis, D., ... Wright, R. (2023). So what if ChatGPT wrote it? Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, 71, 102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642
European Commission. (2022). Ethical guidelines on the use of artificial intelligence and data in teaching and learning for educators. Publications Office of the European Union. https://op.europa.eu/en/publication-detail/-/publication/d81a0d54-5348-11ed-92ed-01aa75ed71a1
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., ... Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Kohnke, L., Moorhouse, B. L., & Zou, D. (2023). ChatGPT for language teaching and learning. RELC Journal, 54(2), 537-550. https://doi.org/10.1177/00336882231162868
Li, B., Lowell, V. L., Wang, C., & Li, X. (2025). A systematic review of empirical research on generative AI in language learning and teaching. System, 128, 103542. https://doi.org/10.1016/j.system.2024.103542
Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
Munir, B. (2025). Integrating generative AI in legal pedagogy: A case study. International Journal of Legal Information, 53(1), 36-48. https://doi.org/10.1017/jli.2025.4
OECD. (2023). OECD Digital Education Outlook 2023: Towards an effective digital education ecosystem. OECD Publishing. https://doi.org/10.1787/c74f03de-en
OECD. (2026). OECD Digital Education Outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing. https://doi.org/10.1787/062a7394-en
Teng, M. F. (2024). A systematic review of ChatGPT for English as a foreign language writing: Opportunities, challenges, and recommendations. International Journal of TESOL Studies, 6(3), 36-57. https://doi.org/10.58304/ijts.20240304
Yan, L., Sha, L., Zhao, L., Li, Y., Martinez-Maldonado, R., Chen, G., Li, X., Jin, Y., & Gašević, D. (2024). Practical and ethical challenges of large language models in education: A systematic scoping review. British Journal of Educational Technology, 55(1), 90-112. https://doi.org/10.1111/bjet.13370
Conflicto de intereses
Los autores declaran no tener ningún conflicto de intereses.
Declaración sobre el uso de inteligencia artificial
Se emplearon herramientas de inteligencia artificial como apoyo para la planificación y la revisión lingüística del manuscrito. La selección de fuentes, la comprobación de referencias, la interpretación académica y la aprobación de la versión final corresponden a los autores. No se introdujeron datos personales de participantes porque el estudio se limitó a una revisión documental.
Declaración de responsabilidad de autoría
Los autores del manuscrito señalado, DECLARAMOS que hemos contribuido directamente a su contenido intelectual, así como a la génesis y análisis de sus datos; por lo cual, estamos en condiciones de hacernos públicamente responsable de él y aceptamos que sus nombres figuren en la lista de autores en el orden indicado. Además, hemos cumplido los requisitos éticos de la publicación mencionada, habiendo consultado la Declaración de Ética y mala praxis en la publicación.
Marjorie Katerine Merejildo Cruz: conceptualización, investigación documental, análisis de la información, redacción del borrador original y revisión del manuscrito.
Pamela Solange Vera Infante: conceptualización, metodología, análisis de la información, redacción, revisión y edición del manuscrito. Ambas autoras aprobaron la versión final y asumen responsabilidad por su contenido.