La Inteligencia Artificial Generativa (Gen AI) ofrece un potencial significativo para apoyar la educación en ingeniería de requisitos (RE); sin embargo, su integración plantea desafíos en cuanto a la precisión y el compromiso de los estudiantes. Aunque Gen AI no puede especificar requisitos de manera independiente sin alucinar o exceder el alcance, puede servir como un poderoso socio en un flujo de trabajo de inteligencia híbrida. En este artículo, abordamos el desafío de traducir modelos motivacionales de alto nivel en historias de usuario detalladas, un proceso que tradicionalmente es laborioso para los novatos. Introducimos un flujo de trabajo estructurado, con la intervención humana, que utiliza Gen AI para refinar y pulir historias de usuario mientras se preserva estrictamente la autonomía del estudiante. Al fundamentar la salida de Gen AI en un modelo motivacional validado, el flujo de trabajo minimiza el riesgo de descarga metacognitiva, requiriendo que los estudiantes critiquen y validen activamente los requisitos generados inicialmente. Nuestro análisis de artefactos instruccionales demuestra que Gen AI ayuda de tres maneras: sugiriendo mejoras estructurales, ofreciendo alternativas de redacción profesional y mejorando la legibilidad. Sin embargo, también identificamos riesgos de desviación de intención y expansión del alcance, lo que refuerza la necesidad de una supervisión humana rigurosa. Los hallazgos abogan por un enfoque pedagógico donde el sistema Gen AI actúe como un asistente reflexivo en lugar de un generador autónomo.