Abstract
Introducción: La integración de la inteligencia artificial en la educación superior ha transformado los procesos de aprendizaje, generando preocupaciones sobre sus posibles efectos en la autonomía y el desempeño de los estudiantes. Objetivo: Determinar la capacidad predictiva de la dependencia de la inteligencia artificial sobre la autoeficacia académica en estudiantes de ingeniería de una universidad peruana. Metodología: Se realizó un estudio cuantitativo con diseño predictivo transversal. La muestra estuvo conformada por 134 estudiantes de dos facultades de ingeniería de una universidad pública. Se aplicaron la Escala de Dependencia a la Inteligencia Artificial y un instrumento de Autoeficacia Académica, ambos con adecuados niveles de validez y confiabilidad. Resultados: La dependencia de la inteligencia artificial predice de manera significativa la autoeficacia académica con un efecto negativo moderado (β = −0.457; p < .001). El modelo explicó el 20.9 % de la varianza de la autoeficacia (R² = 0.209), evidenciando que un mayor nivel de dependencia se asocia con menor percepción de autoeficacia académica. Conclusiones: La dependencia de la inteligencia artificial es un predictor significativo y negativo de la autoeficacia académica en estudiantes de ingeniería. Estos hallazgos sugieren la necesidad de promover estrategias pedagógicas que fortalezcan la autonomía, el pensamiento crítico y la confianza en las propias capacidades en contextos educativos mediados por IA.