POSIBILIDADES Y LÍMITES DE LA
INTELIGENCIA ARTIFICIAL EN EL DESARROLLO DE INVESTIGACIONES EN UNA UNIVERSIDAD
PRIVADA 2024
POSSIBILITIES AND LIMITATIONS OF
ARTIFICIAL INTELLIGENCE IN THE DEVELOPMENT OF RESEARCH IN A PRIVATE UNIVERSITY
IN 2024
Vanessa Sabina SAENZ GANDARILLAS[1]
Oscar Rafael GUILLEN VALLE[2]
|
Recibido
Aprobado |
: : |
12/04/2025 |
|
21/10/2025 |
||
|
Publicado |
: |
25/12/2025 |
RESUMEN: Este estudio de caso
cualitativo se propuso explorar las posibilidades y limitaciones de la
inteligencia artificial (IA) en el proceso de desarrollo de investigaciones de
pregrado en una universidad privada durante el año 2024. Los objetivos fueron
comprender cómo los estudiantes y docentes perciben y utilizan la IA en sus investigaciones,
identificar los beneficios y desafíos asociados a su implementación, y proponer
recomendaciones para optimizar su uso. La metodología empleada consistió en un
estudio de caso único con cuatro (4) participantes seleccionados por muestreo
de conveniencia, utilizando entrevistas semiestructuradas a estudiantes y
docentes (40 minutos por entrevista), así como un análisis documental de planes
de tesis y trabajos finales. Los resultados preliminares sugieren que la IA
ofrece diversas posibilidades como la generación de ideas, la búsqueda de
información y la automatización de tareas. Sin embargo, también se
identificaron limitaciones relacionadas con la calidad de los datos generados,
la falta de habilidades para evaluar críticamente la información y la necesidad
de supervisión docente. Las conclusiones revelan que si bien las herramientas
de IA pueden ser útiles para generar ideas iniciales y mejorar aspectos
formales de los trabajos, su uso excesivo puede limitar la capacidad de los
estudiantes para desarrollar temas originales, inhibir el pensamiento crítico y
generar dependencia tecnológica. Los resultados indican la necesidad de
encontrar un equilibrio entre el aprovechamiento de las ventajas de la IA y el
desarrollo de habilidades cognitivas superiores, sugiriendo que su
implementación debe ser complementaria y no sustitutiva del proceso de
investigación tradicional, con adecuada capacitación docente e institucional.
Palabras clave: Inteligencia artificial, Educación Superior, planes de tesis, tesis, universidad
privada.
ABSTRACT: This
qualitative case study explored the possibilities and limitations of artificial
intelligence (AI) in undergraduate research development processes at a private
university during 2024. The objectives were to understand how students and
faculty perceive and utilize AI in their research, identify benefits and
challenges associated with its implementation, and propose recommendations for
optimizing its use. The methodology consisted of a single case study with four
participants selected through convenience sampling, utilizing semi-structured
interviews with students and faculty (40 minutes each), along with documentary
analysis of thesis plans and final projects. Results suggest that AI offers
various possibilities including idea generation, information searching, and
task automation. However, limitations were identified regarding the quality of
generated data, lack of skills for critically evaluating information, and the
need for faculty supervision. Findings reveal that while AI tools can be useful
for generating initial ideas and improving formal aspects of academic work,
excessive use may limit students' capacity to develop original topics, inhibit
critical thinking, and generate technological dependence. Results indicate the
need to find balance between leveraging AI advantages and developing
higher-order cognitive skills, suggesting that implementation should be
complementary rather than substitutive to traditional research processes,
requiring adequate faculty and institutional training. The study concludes that
strategic AI integration in undergraduate research demands establishing ethical
frameworks, developing critical competencies, and promoting equilibrium between
technological utilization and autonomous thinking development.
Keywords: Artificial
intelligence, Higher Education, thesis proposals, theses, private university.
INTRODUCCIÓN
La irrupción de la
inteligencia artificial (IA) ha revolucionado numerosos aspectos de nuestra
vida cotidiana, desde la forma en que nos comunicamos hasta cómo trabajamos
(Ribeira y Díaz, 2024). En el ámbito académico, esta transformación tecnológica
está redefiniendo los procesos de enseñanza-aprendizaje y generando nuevas
oportunidades para la investigación universitaria. Los avances en IA y la
rápida adopción de herramientas de IA generativa, como ChatGPT,
presentan nuevas oportunidades y desafíos para la educación superior (Gallent-Torres
et al., 2023). La literatura académica reciente
documenta un crecimiento exponencial en las publicaciones sobre IA en educación
superior, con un incremento de dos a tres veces en 2021 y 2022. Las
aplicaciones de IA en instituciones de educación superior han mostrado un auge
significativo, especialmente en 2023, reflejando el interés creciente por
integrar estas tecnologías en el contexto académico (Ocen
et al., 2025). Sin embargo, el uso creciente de IA también genera
preocupaciones sustanciales sobre la integridad académica, ya que estas
herramientas permiten a los estudiantes generar tareas, ensayos y soluciones a
problemas con mínimo esfuerzo o comprensión (Navarro-Dolmestch,
2023).
En el contexto específico
de la investigación universitaria, el uso de ChatGPT
plantea interrogantes sobre la integridad académica, ya que los estudiantes
pueden volverse excesivamente dependientes de la herramienta, lo que lleva a
una disminución en habilidades de pensamiento superior como el pensamiento
crítico, la creatividad y la resolución de problemas (Acosta-Enríquez et al.,
2024). A pesar de su creciente adopción, aún existen interrogantes sobre el
impacto real de la IA en el proceso de investigación de los estudiantes
universitarios y cómo esta tecnología está siendo utilizada para optimizar el
proceso investigativo (Chan,
2023).
El objetivo principal de
esta investigación es analizar la percepción y el uso de la inteligencia
artificial por parte de estudiantes y docentes involucrados en la elaboración
de tesis de pregrado en una universidad privada. Específicamente, se busca identificar
los beneficios y desafíos asociados a la implementación de herramientas de IA
en las distintas etapas del proceso de investigación, desde la generación de
ideas hasta la redacción del trabajo final. Adicionalmente, se pretende
proponer recomendaciones para optimizar la integración de la IA en el contexto
académico, considerando tanto las oportunidades como los riesgos que implica
(Crompton y Burke,
2023).
Esta investigación se
justifica por la necesidad de comprender sistemáticamente cómo la IA está
transformando los procesos de investigación universitaria. Los hallazgos
contribuirán a llenar un vacío en la literatura existente sobre el uso de la IA
en la educación superior y proporcionarán información valiosa para
instituciones académicas y diseñadores de políticas educativas interesados en
integrar estas tecnologías de manera efectiva y responsable. (Cotton et al., 2023).
La presente investigación
se llevó a cabo en una universidad privada durante el año 2024, empleando un
enfoque cualitativo basado en la realización de entrevistas semiestructuradas a
estudiantes y docentes, complementado con análisis documental de planes de
tesis y trabajos finales. Los participantes fueron seleccionados de diversas
carreras y niveles académicos para obtener una visión amplia y representativa
del uso de la IA en el contexto de la investigación de pregrado. A través del
análisis temático de los datos obtenidos, se identificaron los principales
patrones emergentes y se construyeron categorías analíticas para comprender las
experiencias y percepciones de los participantes (Abbas et al., 2024).
METODOLOGÍA
La investigación adoptó un
enfoque cualitativo con diseño de estudio de caso único, orientado a explorar
las experiencias y percepciones de estudiantes y docentes sobre el uso de
inteligencia artificial en procesos de investigación de pregrado (Yin, 2018).
El estudio se desarrolló en una universidad privada de Lima durante 2024,
seleccionada por su representatividad del sector universitario privado peruano.
Los participantes fueron
seleccionados mediante muestreo por conveniencia, conformando cuatro casos: dos
estudiantes de pregrado (séptimo y octavo ciclo de Ingeniería y Ciencias de la
Salud respectivamente) y dos docentes asesores con experiencia mínima de 5 años
en investigación. Los criterios de inclusión para estudiantes fueron estar
desarrollando tesis y haber utilizado herramientas de IA; para docentes,
experiencia en asesoría y conocimiento de IA académica.
La recolección de datos comprendió entrevistas
semiestructuradas individuales de 40 minutos promedio, desarrolladas en
ambiente privado del campus universitario. Se utilizó un cuestionario
previamente validado que abordaba cuatro dimensiones: experiencias previas con
IA (Skate, 1999) uso específico en investigación, percepciones sobre
beneficios/limitaciones, y perspectivas futuras. Complementariamente, se
realizó análisis documental de planes de tesis y trabajos finales que
reportaron uso de IA (Doshi y Hauser, 2024).
El protocolo ético fue
aprobado institucionalmente. Todos los participantes firmaron consentimiento
informado y se garantizó anonimato mediante códigos (E1-E2 para estudiantes;
D1-D2 para docentes). Las entrevistas fueron grabadas y transcritas verbatim. (Jacobsen, 2023).
El análisis siguió el
enfoque temático reflexivo de Braun y Clarke (2023), implementando seis fases:
familiarización, codificación inicial, búsqueda de temas, revisión, definición
y elaboración del informe. Se aplicó triangulación de fuentes y verificación de
miembros para garantizar rigor metodológico (Corona, 2018).. El procesamiento se realizó con el software MAXQDA (Rädiker y Kuckartz, 2020).
Tabla 1
Matriz de consistencia
|
Problema |
Objetivo |
Hipótesis |
|
¿Cómo influye la IA en la generación de ideas
originales en los estudiantes de pregrado? |
Analizar el impacto de la IA en la creatividad y
originalidad de los temas de tesis. |
La utilización de herramientas de IA para la
generación de ideas limita la capacidad de los estudiantes para desarrollar
temas originales. |
|
¿Qué herramientas de IA son más utilizadas por
los estudiantes y cuáles son sus principales beneficios y desafíos? |
Identificar las herramientas de IA más populares
entre los estudiantes y evaluar su impacto en el proceso de investigación. |
Las herramientas de IA para procesamiento de
lenguaje natural son las más utilizadas y facilitan la búsqueda de
información, pero pueden generar sesgos en los resultados. |
|
¿Cómo afecta la IA la calidad de los argumentos y
la redacción de las tesis? |
Evaluar el impacto de la IA en la calidad de los
trabajos académicos producidos por los estudiantes. |
El uso de herramientas de IA para la redacción de
textos puede mejorar la calidad formal de los trabajos, pero puede disminuir
la profundidad del análisis. |
|
¿Qué papel juega la IA en el desarrollo de
habilidades críticas y pensamiento crítico en los estudiantes? |
Analizar si el uso de la IA promueve o inhibe el
desarrollo de habilidades cognitivas superiores en los estudiantes. |
La excesiva dependencia de la IA puede limitar el
desarrollo de habilidades críticas y de pensamiento crítico en los
estudiantes. |
|
¿Cómo perciben los docentes el uso de la IA en el
proceso de investigación de sus estudiantes? |
Explorar las actitudes y percepciones de los
docentes sobre el uso de la IA en el contexto académico. |
Los docentes perciben la IA como una herramienta
útil para los estudiantes, pero expresan preocupación por la falta de
originalidad y el plagio. |
Nota. Elaboración propia.
RESULTADOS
En relación al objetivo
general "Analizar el impacto de la IA en la creatividad y originalidad de
los temas de tesis", los hallazgos confirmaron parcialmente la hipótesis
planteada. El análisis sobre el impacto de la IA en la generación de ideas
originales para tesis reveló una relación compleja y multifacética. Por un
lado, las herramientas de IA, como los generadores de texto y los motores de
búsqueda, demostraron ser valiosas para ampliar el horizonte de búsqueda y
sugerir temas novedosos. Los estudiantes reportaron que estas herramientas les
permitieron explorar áreas de conocimiento que de otra manera podrían haber
pasado por alto. No obstante, el análisis cualitativo de los temas generados
evidenció una tendencia hacia la superficialidad y la repetición de conceptos
ya ampliamente explorados. Esta evidencia respalda la hipótesis sobre la
limitación en el desarrollo de temas originales, aunque revela matices no
contemplados inicialmente. Si bien la IA puede facilitar la identificación de
tendencias y patrones en la literatura, su capacidad para generar ideas
verdaderamente originales y disruptivas parece limitada por la naturaleza
algorítmica de su funcionamiento. Los hallazgos sugieren que la relación entre
IA y originalidad es más compleja que la relación de limitación directa
propuesta en la hipótesis inicial.
Respecto al objetivo
específico "Identificar las herramientas de IA más populares entre los
estudiantes y evaluar su impacto en el proceso de investigación", los
resultados confirmaron completamente la hipótesis formulada. El análisis de los
datos reveló una diversidad de herramientas de IA utilizadas por los
estudiantes en el proceso de investigación, siendo ChatGPT y Gemini
(anteriormente Google Bard) las más populares. Esta preferencia por
herramientas de procesamiento de lenguaje natural validó la hipótesis
planteada. Estas herramientas fueron empleadas principalmente para generar
ideas, buscar información y redactar secciones específicas de los trabajos. Los
estudiantes valoraron la capacidad de estas herramientas para acceder a una
gran cantidad de información de manera rápida y eficiente, así como su
habilidad para generar múltiples opciones y perspectivas sobre un tema
determinado. Sin embargo, los hallazgos también revelaron sesgos no anticipados
en las fuentes consultadas por las IA, confirmando parcialmente la hipótesis
sobre generación de sesgos en resultados. Algunos estudiantes expresaron
preocupación por la precisión y la fiabilidad de la información generada por la
IA, señalando la necesidad de verificar los datos obtenidos a través de fuentes
confiables. Además, se observó una tendencia a la sobredependencia de estas
herramientas, lo que podría limitar el desarrollo de habilidades de
investigación más profundas y críticas.
En cuanto al objetivo
específico "Evaluar el impacto de la IA en la calidad de los trabajos
académicos producidos por los estudiantes", la hipótesis se confirmó de
manera consistente con los hallazgos. Los resultados obtenidos al evaluar el
impacto de la IA en la calidad de los trabajos académicos revelaron una
relación compleja y matizada. La hipótesis sobre mejora en calidad formal
versus disminución en profundidad analítica encontró sustento empírico robusto.
Por un lado, el uso de herramientas de IA, como generadores de texto y
asistentes de escritura, ha demostrado mejorar la eficiencia en la producción
de textos, facilitando la búsqueda de información, la organización de ideas y
la corrección gramatical. Los estudiantes reportaron una mayor satisfacción con
la calidad formal de sus trabajos, especialmente en términos de coherencia y
cohesión textual. No obstante, el análisis cualitativo de los trabajos
evidenció consistentemente la tendencia hacia la superficialidad en el análisis
y la falta de originalidad en las ideas, tal como se hipotetizó. La dependencia
excesiva de las herramientas de IA puede limitar el desarrollo de habilidades
críticas como la evaluación de fuentes, la construcción de argumentos sólidos y
la generación de ideas innovadoras. Además, se identificó un riesgo de plagio y
falta de originalidad en aquellos casos donde los estudiantes utilizaron estas
herramientas para generar grandes porciones de texto sin una adecuada revisión
y reformulación.
Referente al objetivo
específico "Analizar si el uso de la IA promueve o inhibe el desarrollo de
habilidades cognitivas superiores en los estudiantes", los hallazgos
presentaron evidencia mixta que confirmó parcialmente la hipótesis sobre limitación
de habilidades críticas. Los resultados del estudio sugirieron una relación
compleja entre el uso de la IA y el desarrollo de habilidades cognitivas
superiores en los estudiantes. Los datos revelaron que la dependencia excesiva
de IA efectivamente limitó el desarrollo de habilidades críticas en algunos
casos, validando la hipótesis central. Sin embargo, emergieron patrones no
anticipados que muestran potencial de desarrollo cuando el uso es estratégico.
Por un lado, la IA pudo facilitar la automatización de tareas rutinarias,
liberando tiempo para que los estudiantes se enfocaran en actividades de mayor
nivel cognitivo, como el análisis crítico, la resolución de problemas complejos
y la creatividad. Sin embargo, la preocupación hipotetizada sobre atrofia de habilidades
fundamentales encontró sustento empírico: existe la preocupación de que una
dependencia excesiva de la IA pueda atrofiar el desarrollo de ciertas
habilidades fundamentales, como la memoria, la atención sostenida y el
pensamiento crítico. Los hallazgos indicaron que aquellos estudiantes que
utilizaron la IA de manera complementaria y no como sustituto del pensamiento
propio, mostraron un mayor desarrollo de habilidades como la evaluación de
fuentes, la construcción de argumentos sólidos y la resolución de problemas.
En relación al objetivo
específico "Explorar las actitudes y percepciones de los docentes sobre el
uso de la IA en el contexto académico", los resultados confirmaron la
hipótesis sobre la percepción dual de utilidad y preocupación por originalidad.
Los resultados del estudio revelaron una diversidad de actitudes y percepciones
entre los docentes respecto al uso de la IA en el contexto académico. La
hipótesis sobre la percepción de utilidad combinada con preocupaciones por
originalidad y plagio encontró validación completa en los datos recolectados.
Si bien existió un reconocimiento generalizado del potencial de la IA para
transformar la educación, se identificaron tanto expectativas positivas como
preocupaciones. Por un lado, los docentes valoraron la capacidad de la IA para
personalizar el aprendizaje, automatizar tareas administrativas y facilitar la
colaboración. Sin embargo, también expresaron las inquietudes hipotetizadas
sobre la posible pérdida de interacción humana, la falta de preparación para integrar
estas herramientas en sus prácticas docentes y el riesgo de que los estudiantes
se vuelvan demasiado dependientes de la tecnología. Además, se observó una
brecha generacional en las actitudes hacia la IA, con los docentes más jóvenes
mostrando una mayor disposición a adoptar estas herramientas.
El presente estudio
reconoce limitaciones metodológicas importantes que afectan la generalización
de los hallazgos. El diseño de caso único con cuatro participantes, aunque
apropiado para exploración inicial, limita la transferibilidad de resultados a
otros contextos universitarios. La selección por conveniencia introduce sesgos
potenciales que pueden haber influido en los patrones identificados.
Adicionalmente, el enfoque exclusivamente cualitativo, si bien profundo en
comprensión, carece de elementos cuantitativos que permitan establecer
relaciones causales más robustas.
Para investigaciones
futuras, se recomienda implementar diseños mixtos que combinen análisis
cualitativo profundo con mediciones cuantitativas de variables específicas como
creatividad, originalidad y habilidades cognitivas. Asimismo, se sugiere
ampliar el tamaño muestral e incluir múltiples instituciones para mejorar la
representatividad. El desarrollo de instrumentos estandarizados para medir el
impacto de IA en procesos investigativos constituye una necesidad metodológica
prioritaria para avanzar en este campo de estudio.
Imagen 1
Nube de códigos
Nota. Elaboración propia.
Imagen 2
Nube de Palabras
Nota. Elaboración propia.
ANÁLISIS DE LOS
RESULTADOS
El análisis del impacto de
la inteligencia artificial en la creatividad y originalidad de los temas de
tesis revela una dinámica paradójica. Los datos evidencian que las herramientas
de IA funcionan como catalizadores para la exploración inicial de temas,
ampliando el horizonte de búsqueda y facilitando el acceso a áreas de
conocimiento previamente inexploradas por los estudiantes. No obstante, el
análisis cualitativo demuestra una tendencia hacia la superficialidad y la
repetición de conceptos ampliamente documentados, donde la naturaleza
algorítmica limita la generación de ideas verdaderamente disruptivas. Esta
dicotomía sugiere que la IA potencia la fase exploratoria del proceso
investigativo, pero requiere complementarse con análisis crítico y reflexión
profunda para desarrollar propuestas originales.
La evaluación de
herramientas específicas identificó a ChatGPT y Google Bard como las
plataformas más utilizadas, valoradas por su capacidad de generar respuestas
concisas y acceso eficiente a información. Sin embargo, el análisis detectó
sesgos sistemáticos en los resultados proporcionados, particularmente la
tendencia a reforzar creencias preexistentes y perpetuar estereotipos en temas
controvertidos. Estos sesgos, atribuibles a los datos de entrenamiento que
reflejan desigualdades sociales existentes, comprometen la objetividad de la
información generada y evidencian la necesidad de desarrollar competencias
críticas de evaluación en los usuarios.
El impacto en la calidad
de trabajos académicos presenta resultados contrastantes según el enfoque de
utilización. Los datos revelan mejoras significativas en aspectos formales como
gramática, ortografía y coherencia textual en trabajos que incorporaron herramientas
de IA. Los estudiantes reportaron mayor satisfacción con la calidad estructural
de sus producciones académicas. Contrariamente, el análisis cualitativo
evidenció deterioro en la profundidad analítica, con argumentaciones menos
sólidas y disminución de la originalidad conceptual. Esta polarización entre
forma y contenido indica que la priorización de la eficiencia formal puede
comprometer el desarrollo de habilidades críticas fundamentales como la
evaluación de fuentes y la construcción argumentativa robusta.
El análisis de habilidades
cognitivas superiores demuestra que el impacto de la IA depende críticamente
del enfoque pedagógico implementado. Los estudiantes que utilizaron IA de
manera complementaria exhibieron mayor desarrollo en evaluación de fuentes y
construcción argumentativa, mientras que el uso sustitutivo resultó en atrofia
de capacidades de pensamiento crítico. La automatización de tareas cognitivas
complejas puede generar dependencia tecnológica que inhibe el desarrollo de
memoria, atención sostenida y pensamiento divergente. Paradójicamente, la
liberación de tiempo mediante automatización de tareas rutinarias puede
potenciar actividades de mayor nivel cognitivo cuando se implementa
estratégicamente.
Las percepciones docentes
revelan ambivalencia estructural hacia la integración de IA en contextos
académicos. Aunque los educadores reconocen el potencial transformador de estas
herramientas para personalizar aprendizaje y automatizar tareas administrativas,
expresan preocupaciones fundamentadas sobre la erosión de la originalidad
académica y el incremento del plagio. Se identificó una brecha generacional
significativa en las actitudes hacia la adopción tecnológica, con docentes más
jóvenes mostrando mayor receptividad. La investigación evidencia una necesidad
crítica de capacitación docente especializada para maximizar beneficios y
mitigar riesgos asociados.
Los hallazgos confirman
que la efectividad educativa de la IA no reside en la herramienta per se, sino
en las estrategias pedagógicas que median su implementación. El uso
complementario potencia capacidades humanas, mientras que el uso sustitutivo
las debilita, estableciendo un principio fundamental para futuras políticas
educativas. Esta investigación proporciona evidencia empírica para el
desarrollo de marcos normativos que promuevan la integración responsable de IA
en educación, preservando la autonomía intelectual y fomentando el pensamiento
crítico como competencias irreemplazables del aprendizaje humano.
DISCUSIÓN DE RESULTADOS
Si bien las herramientas
de IA pueden sugerir una amplia gama de ideas, existe la preocupación de que
estas sugerencias puedan limitar el pensamiento divergente de los estudiantes.
Al proporcionar respuestas predefinidas o patrones establecidos, la IA puede
restringir la exploración de soluciones no convencionales. Estudios recientes
han encontrado que los estudiantes que utilizan frecuentemente herramientas de
IA para generar ideas tienden a producir soluciones más convencionales y menos
originales en comparación con aquellos que generan ideas de forma
independiente, hallazgo que coincide con los resultados obtenidos en este
estudio.
Los modelos de
procesamiento de lenguaje natural aprenden a partir de grandes cantidades de
texto, que a menudo reflejan los sesgos presentes en la sociedad. Por ejemplo,
los modelos entrenados en corpus textuales que asocian tradicionalmente ciertas
profesiones con hombres y otras con mujeres pueden generar resultados sesgados
en búsquedas relacionadas con el empleo. Estudios han demostrado que los
modelos de word embeddings aprenden estereotipos de género, asociando palabras
como "científico" con hombres y "enfermera" con mujeres, lo
cual se corrobora en los hallazgos de esta investigación respecto a sesgos
identificados por los participantes. Estos sesgos pueden perpetuar estereotipos
y limitar las oportunidades para mujeres y minorías en diversos campos.
Si bien las herramientas
de IA pueden generar textos coherentes y bien estructurados, su capacidad para
realizar análisis profundos y originales es limitada. Estas herramientas se
basan en los datos con los que son entrenadas, y si estos datos presentan sesgos
o carecen de diversidad, los resultados generados también lo reflejarán.
Además, la IA aún no es capaz de comprender completamente el contexto y las
matices del lenguaje humano, lo que puede llevar a la generación de textos
superficiales y carentes de originalidad. Los modelos computacionales del
lenguaje, aunque poderosos, aún están lejos de igualar la complejidad y
flexibilidad de la comprensión humana, aspecto que se reflejó en los análisis
documentales realizados.
Si bien la IA puede
facilitar el acceso a información y automatizar tareas, existe la preocupación
de que una dependencia excesiva de estas herramientas pueda atrofiar el
desarrollo del pensamiento crítico. Estudios recientes sugieren que los
estudiantes que utilizan frecuentemente herramientas de IA para realizar tareas
académicas pueden ser menos propensos a involucrarse en procesos cognitivos más
profundos, hallazgo consistente con los patrones identificados en esta
investigación sobre limitación de habilidades críticas.
Los hallazgos de este
estudio confirman que los docentes reconocen el potencial de la IA para mejorar
la educación, pero también expresan preocupación por el impacto de estas
herramientas en la originalidad y la integridad académica. Los docentes participantes
manifestaron temores similares a los documentados en la literatura sobre que
los estudiantes puedan utilizar la IA para generar textos sin realizar un
esfuerzo intelectual significativo, lo que podría llevar a una disminución de
la capacidad de pensamiento crítico y la creatividad. Esta convergencia con
estudios previos refuerza la validez de los hallazgos y sugiere patrones
universales en las percepciones docentes sobre IA educativa.
CONCLUSIONES
Los hallazgos de esta
investigación confirman la hipótesis planteada respecto al impacto dual de las
herramientas de inteligencia artificial en el ámbito educativo. Las
herramientas de IA demostraron utilidad para la generación de ideas iniciales,
mejora de aspectos formales de escritura y personalización del aprendizaje,
pero su uso indiscriminado presenta riesgos significativos para el desarrollo
de competencias cognitivas superiores.
El análisis reveló que la
dependencia excesiva de herramientas de IA genera convergencia hacia soluciones
convencionales, limitando el desarrollo de pensamiento divergente. Aunque se
observó un aumento cuantitativo en las ideas generadas, estas tendían a ser
menos innovadoras comparadas con aquellas desarrolladas sin asistencia
artificial. Esta homogenización del pensamiento se manifiesta en la
superficialidad analítica y la repetición de conceptos previamente explorados,
sugiriendo una potencial atrofia de habilidades críticas cuando la IA sustituye
los procesos cognitivos naturales.
Los resultados evidencian
una paradoja fundamental: mientras las herramientas mejoran la eficiencia y
calidad formal de la producción académica, simultáneamente pueden inhibir
capacidades analíticas esenciales. ChatGPT y Google Bard, identificadas como las
herramientas más populares, facilitaron la organización de ideas y corrección
gramatical, pero los estudiantes manifestaron preocupaciones sobre la precisión
y fiabilidad de la información generada. La sobredependencia observada podría
limitar el desarrollo de habilidades de investigación profundas y la
construcción de argumentos sólidos.
La investigación confirma
la existencia de sesgos algorítmicos inherentes en las herramientas de
procesamiento de lenguaje natural, los cuales pueden perpetuar estereotipos y
desigualdades sociales. Estos sesgos, originados en los datos de entrenamiento
y algoritmos, requieren marcos regulatorios y pedagógicos que promuevan un uso
responsable de estas tecnologías.
El análisis de
percepciones docentes reveló actitudes ambivalentes: reconocimiento del
potencial transformador de la IA coexistiendo con preocupaciones sobre la
pérdida de originalidad e integridad académica. Se identificó una brecha
generacional en la adopción tecnológica y una necesidad crítica de capacitación
docente para la integración efectiva de estas herramientas.
Los estudiantes que
utilizaron IA de manera complementaria mostraron mayor desarrollo en evaluación
de fuentes y construcción argumentativa, mientras que el uso sustitutivo
resultó en disminución del pensamiento crítico y capacidad analítica. Esta
diferenciación sugiere que el valor educativo de la IA depende fundamentalmente
del enfoque pedagógico empleado.
Las limitaciones
identificadas incluyen el contexto específico del estudio y la muestra
limitada, requiriendo investigaciones adicionales para generalizar resultados.
No obstante, los hallazgos proporcionan evidencia suficiente para orientar
estrategias pedagógicas futuras.
La investigación sugiere
que el futuro educativo requiere una transformación paradigmática que posicione
a la IA como herramienta auxiliar, no sustitutiva, del aprendizaje humano. Esto
demanda el desarrollo de competencias digitales críticas, implementación de
estrategias pedagógicas que fomenten pensamiento original, y creación de
algoritmos más transparentes y equitativos. La consolidación de una
alfabetización digital crítica emerge como competencia fundamental, donde la
capacidad de evaluación, síntesis y creación original constituirán los pilares
diferenciadores del aprendizaje humano en un ecosistema educativo mediado por
IA.
En síntesis, esta
investigación establece que la integración responsable de la IA en educación
requiere un equilibrio cuidadoso entre aprovechamiento tecnológico y
preservación de capacidades cognitivas humanas esenciales, configurando un
marco de referencia para futuras investigaciones y políticas educativas.
REFERENCIAS
Abbas, M., Jam, F. A. y Khan, T. I.
(2024). Is
it harmful or helpful? Examining the causes and consequences of generative AI
usage among university students. International journal of educational
technology in higher education, 21(1), 10. https://doi.org/10.1186/s41239-024-00444-7
Acosta-Enríquez, B., Arbulú
Ballesteros, M., Arbulú Pérez, C., Orellana Ulloa, M., Gutiérrez Ulloa, C.,
Pizarro Romero, J., Gutiérrez Jaramillo, N., Cuenca Orellana, H., Ayala
Anzoátegui, D. y López Roca, C. (2024). Knowledge,
attitudes, and perceived ethics regarding the use of ChatGPT among generation Z
university students. International Journal for Educational Integrity, 20.
https://doi.org/10.1007/s40979-024-00157-4
Braun,
V. y Clarke, V. (2023). Is thematic analysis used well in health psychology? A
critical review of published research, with recommendations for quality
practice and reporting. Health Psychology Review, 17(4), 695-718.
https://doi.org/10.1080/17437199.2022.2161594
Chan, C. K. (2023). A comprehensive AI policy
education framework for university teaching and learning. International
Journal of Educational Technology in Higher Education, 20, 38. https://doi.org/10.1186/s41239-023-00408-3
Corona, J. L. (2018). Investigación
cualitativa: Fundamentos epistemológicos, teóricos y metodológicos. Vivat
Academia. Revista de Comunicación, (144), 69-76. https://doi.org/10.15178/va.2018.144.69-76
Cotton,
D. R. E., Cotton, P. A. y Shipway, J. R. (2023). 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
Crompton, H. y Burke, D. (2023). Artificial
intelligence in higher education: The state of the field. International
Journal of Educational Technology in Higher Education, 20, 22.
Doshi, A. R. y Hauser, O. P.
(2024). Generative AI enhances individual creativity but reduces the collective
diversity of novel content. Science advances, 10(28).
Gallent-Torres, C.,
Zapata-González, A. y Ortego-Hernando, J. L. (2023).
El impacto de la inteligencia artificial generativa en educación superior: Una
mirada desde la ética y la integridad académica. RELIEVE. Revista
Electrónica de Investigación y Evaluación Educativa, 29(2). https://www.redalyc.org/journal/916/91676028011/html/
Jacobsen. P. (11 de febrero de 2023).
Por qué ChatGPT cambiará para mejor la educación
superior. FEE La Fundación para la Educación Económica. https://fee.org.es/articulos/por-qu%C3%A9-chatgpt-cambiar%C3%A1-para-mejor-la-educaci%C3%B3n-superior/
Navarro-Dolmestch, R.
(2023). Descripción de los riesgos y desafíos para la
integridad académica de aplicaciones generativas de inteligencia artificial. Derecho
PUCP, (91), 231-270. https://doi.org/10.18800/derechopucp.202302.007
Ocen, S., Elasu,
J., Manjeri, S. y Olupot,
C. (2025). Artificial intelligence in higher education
institutions: Review of innovations, opportunities and challenges. Frontiers
in Education, 10. https://doi.org/10.3389/feduc.2025.1530247
Rädiker, S. y Kuckartz, U.
(2020). Análisis de
datos cualitativos con MAXQDA Texto, Audio, Video.
MAXQDA Press. https://www.maxqda-press.com/wp-content/uploads/sites/4/978-3-948768003.pdf
Ribeira, C. y Díaz, A. (Coords.). (2024). ChatGPT
y educación universitaria: Posibilidades y límites de ChatGPT como herramienta
docente. Editorial Octaedro.
Skate, R. E. (1999). Investigación con
estudios de casos. Ediciones Morata.
https://www.uv.mx/rmipe/files/2017/02/investigacion-con-estudios-de-caso.pdf
Yin, R. K. (2018). Case study research and
applications: Design and methods. 6a ed. SAGE Publications.
ANEXOS
Tabla 2
Categorías y subcategorías
|
Categoría |
Subcategoría |
Descripción |
|
Estudiante |
Conocimiento
de IA |
Nivel de conocimiento
sobre herramientas de IA y sus aplicaciones en investigación. |
|
Actitud
hacia la IA |
Percepción general sobre
la utilidad y los riesgos de la IA en el ámbito académico. |
|
|
Hábitos
de estudio |
Uso habitual de
herramientas tecnológicas en el proceso de investigación. |
|
|
Creatividad |
Capacidad para generar
ideas originales y resolver problemas de manera innovadora. |
|
|
Pensamiento
crítico |
Habilidad para evaluar
información, identificar sesgos y tomar decisiones fundamentadas. |
|
|
Profesor |
Conocimiento
de IA |
Nivel de conocimiento
sobre herramientas de IA y sus aplicaciones en la docencia. |
|
Actitud
hacia la IA |
Percepción general sobre
la utilidad y los riesgos de la IA en el ámbito académico. |
|
|
Experiencia
docente |
Años de experiencia
docente y tipo de institución donde ha trabajado. |
|
|
Integración
de tecnología |
Grado de integración de
tecnologías en sus clases. |
|
|
Apoyo
institucional |
Percepción del apoyo
institucional para el uso de la IA en la docencia. |
|
|
IA |
Tipo
de herramienta |
Herramientas de IA
utilizadas (generadores de texto, asistentes de investigación, etc.). |
|
Funcionalidades |
Funcionalidades más
utilizadas de las herramientas de IA. |
|
|
Facilidad
de uso |
Percepción de la
facilidad de uso de las herramientas de IA. |
|
|
Calidad
de los resultados |
Evaluación de la calidad
de los resultados obtenidos con las herramientas de IA. |
|
|
Ética |
Preocupaciones éticas
relacionadas con el uso de la IA en la investigación académica. |
|
|
Tesis |
Disciplina
académica |
Área de conocimiento en
la que se desarrolla la tesis. |
|
Complejidad
del tema |
Nivel de complejidad del
tema de investigación. |
|
|
Fase
del proceso |
Etapa en la que se
utiliza la IA (planificación, investigación, redacción, etc.). |
|
|
Impacto
en la calidad |
Percepción del impacto
de la IA en la calidad de la tesis. |
|
|
Originalidad |
Grado de originalidad de
la investigación realizada con el apoyo de la IA. |
Instrumento
A continuación, encontrará una serie de
preguntas relacionadas con el uso de la Inteligencia Artificial (IA) en la
elaboración de INVESTIGACIONES de pregrado. Por favor, responda cada pregunta
de manera abierta y detallada, expresando sus opiniones y experiencias
personales.
1.
Estudiante:
¿Qué nivel de conocimiento consideras que tienes sobre herramientas de IA y sus
aplicaciones en investigación?
2.
Estudiante:
¿Cuál es tu percepción general sobre la utilidad de la IA en el ámbito
académico? ¿Ves algún riesgo en su uso?
3.
Estudiante:
¿Qué herramientas tecnológicas utilizas habitualmente para tus estudios y cómo
crees que estas te ayudan en tu proceso de investigación?
4.
Estudiante:
¿Consideras que la IA puede fomentar tu creatividad en la generación de ideas
para tu tesis? ¿Por qué?
5.
Estudiante:
¿Cómo crees que la IA puede influir en tu capacidad para analizar información
de manera crítica y tomar decisiones fundamentadas?
6.
Profesor:
¿Qué nivel de conocimiento tienes sobre las herramientas de IA disponibles para
apoyar el proceso de investigación de tus estudiantes?
7.
Profesor:
¿Cuál es tu opinión sobre la utilidad de la IA en el ámbito académico? ¿Ves
algún riesgo en su uso por parte de los estudiantes?
8.
Profesor:
¿Cuántos años de experiencia tienes como docente y en qué tipo de instituciones
has trabajado? ¿Cómo ha evolucionado tu práctica docente a lo largo de los
años?
9.
Profesor:
¿En qué medida integras tecnologías en tus clases? ¿Qué tipo de tecnologías
utilizas con mayor frecuencia?
10.
Profesor:
¿Consideras que tu institución brinda el apoyo necesario para que los docentes
puedan utilizar herramientas de IA en sus clases? ¿Por qué?
11.
IA:
¿Qué tipo de herramientas de IA has utilizado o conoces que podrían ser útiles
para el desarrollo de una tesis?
12.
IA:
¿Cuáles consideras que son las funcionalidades más útiles de las herramientas
de IA que has utilizado?
13.
IA:
¿Qué tan fácil te resulta utilizar las herramientas de IA que has probado? ¿Qué
aspectos podrías mejorar?
14.
IA:
¿Consideras que los resultados obtenidos con las herramientas de IA son de
buena calidad? ¿Por qué?
15.
IA:
¿Qué preocupaciones éticas tienes sobre el uso de la IA en la investigación
académica?
16.
Tesis:
¿En qué área de conocimiento se centra tu tesis?
17.
Tesis:
¿Consideras que el tema de tu tesis es complejo? ¿Por qué?
18.
Tesis:
¿En qué etapa del proceso de elaboración de tu tesis utilizaste o consideraste
utilizar herramientas de IA?
19.
Tesis:
¿Crees que el uso de la IA ha mejorado la calidad de tu tesis? ¿De qué manera?
20.
Tesis:
¿Consideras que el uso de la IA puede comprometer la originalidad de tu
investigación? ¿Por qué?