Este estudio investiga los factores que influyen en las habilidades de aprendizaje autodirigido (SDL) de los estudiantes de pregrado en entornos de aprendizaje interactivo impulsados por inteligencia artificial (IA) generativa. La llegada de la IA generativa ha revolucionado los entornos de aprendizaje interactivo, ofreciendo oportunidades sin precedentes para una educación personalizada y adaptativa. La IA generativa apoya a los docentes en la entrega de educación inteligente, mejorando la aceptación de la tecnología por parte de los estudiantes y proporcionando experiencias de aprendizaje personalizadas y adaptativas. Sin embargo, la aplicación de la IA generativa en la educación superior está poco explorada. Este estudio explora cómo estas plataformas impulsadas por IA impactan las habilidades de aprendizaje autodirigido (SDL) de los estudiantes de pregrado, centrándose en los factores clave de apoyo docente, estrategias de aprendizaje y aceptación de la tecnología. A través de un enfoque cuantitativo que involucra encuestas a 306 estudiantes de pregrado, identificamos los factores clave de motivación, familiaridad tecnológica y la calidad de la interacción con la IA. Los hallazgos revelan los roles mediadores de la autoeficacia y la motivación para aprender. Además, los hallazgos confirmaron que las mejoras en el apoyo docente y las estrategias de aprendizaje dentro de los entornos de aprendizaje mejorados por IA generativa contribuyen a aumentar la autoeficacia de los estudiantes, la aceptación de la tecnología y la motivación para aprender. Este estudio contribuye a descubrir los factores influyentes que pueden informar el diseño de tecnologías educativas y estrategias más efectivas para mejorar la autonomía y los resultados de aprendizaje de los estudiantes. Nuestro modelo teórico y los hallazgos de la investigación profundizan la comprensión de la aplicación de la IA generativa en la educación superior, al tiempo que ofrecen importantes contribuciones a la investigación y implicaciones para la gestión.