La Inteligencia Artificial en la Creación de Documentos Científicos: Ventajas, Desventajas y Consideraciones Éticas
Keywords:
Inteligencia Artificial, Educación, Ética, producción científicaAbstract
La irrupción de la Inteligencia Artificial (IA) en los procesos de producción científica ha marcado un punto de inflexión en la forma en que se conciben, redactan y difunden los conocimientos académicos. Desde sus primeras manifestaciones en sistemas expertos hasta las actuales arquitecturas generativas basadas en modelos de aprendizaje profundo, la IA ha evolucionado de manera acelerada y consolidado su presencia en diversas etapas del ciclo investigativo. En este contexto, la ingeniería de software ha desempeñado un rol central al proporcionar los fundamentos técnicos que permiten el diseño, entrenamiento y validación de algoritmos capaces de procesar lenguaje natural, analizar datos complejos y asistir en la construcción estructurada de documentos científicos.
El avance de estas tecnologías ha transformado significativamente el ecosistema académico. A medida que los investigadores se enfrentan a mayores demandas de productividad, rigurosidad y competitividad, las herramientas de IA han surgido como aliadas que facilitan la elaboración de textos, la síntesis de información y la verificación de coherencia narrativa. Esta situación ha cambiado la dinámica tradicional de la escritura científica al introducir nuevos modelos de colaboración entre humanos y sistemas inteligentes, donde la capacidad del investigador para interactuar críticamente con estas plataformas se vuelve esencial.
Downloads
References
References should be provided in alphabetical order. Times New Roman 12-point, hanging indent of 0.75cm and fully justified. Referencing must follow the APA 7th Edition referencing style, for which the following examples are provided:
Anderson, J. O. (1990). The impact of provincial examinations on education in British Columbia: General report. British Columbia Department of Education.
Chudowsky, N., & Pellegino, J. W. (2003). Large-scale assessment that supports learning: What will it take? Theory into Practice, 42(1), 75-83.
Dillenbourg, P., Baker, M., Blaye, A., & O’Malley, C. (1996). The evolution of research on collaborative learning. In E. Spada & P. Reiman (Eds.), Learning in humans and machines: Towards an interdisciplinary learning science (pp. 189-211). Elsevier.
Earl, L. (1999). Assessment and accountability in education: Improvement or surveillance? Education Canada, 39(3), 4-6.
Earl, L., & Torrance, N. (2000). Embedding accountability and improvement into large-scale assessment: What difference does it make? Peabody Journal of Education, 75(4), 114-41.
Falk, B. (1998). Testing the way children learn: Principles for valid literacy assessment. Language Arts, 76(1), 57-66.
Fullan, M. (2001). The new meaning of educational change (3rd ed.). Teachers College Press.
Kohn, A. (2000). The case against standardized testing: Raising scores, ruining the schools. Heineman.
McNeil, L. (2000). Creating new inequalities: Contradictions of reform. Phi Delta Kappan, 81(10), 729-34.
Yeh, S. S. (2001). Tests worth teaching to: Constructing state-mandated tests that emphasize critical thinking. Educational Researcher, 30(9), 12-17.
Published
Issue
Section
License
Copyright (c) 2026 Journal of Intelligent Learning Technologies and Education
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
