La inteligencia artificial como herramienta de apoyo en los procesos investigativos de los estudiantes de la Facultad de Ciencias Aplicadas de la Universidad Nacional de Pilar
DOI:
https://doi.org/10.69639/arandu.v13i2.2219Palabras clave:
inteligencia artificial, educación superior, investigación estudiantil, competencias investigativas, integridad académicaResumen
La incorporación de la inteligencia artificial (IA) en la educación superior ha modificado las dinámicas de búsqueda de información, redacción académica y apoyo al aprendizaje, generando oportunidades y desafíos para la formación investigativa. El presente estudio tuvo como objetivo analizar el uso de la inteligencia artificial como herramienta de apoyo en los procesos investigativos de los estudiantes de la Facultad de Ciencias Aplicadas de la Universidad Nacional de Pilar. Se realizó un estudio cuantitativo, no experimental, de corte transversal y alcance descriptivo-exploratorio, complementado con un análisis documental de 20 trabajos académicos evaluados mediante una rúbrica analítica. La muestra estuvo conformada por 64 estudiantes seleccionados mediante muestreo no probabilístico por conveniencia. Los resultados evidenciaron un uso frecuente de herramientas de IA en tareas de búsqueda de información, redacción académica y aplicación de normas APA. Los estudiantes valoraron positivamente su utilidad para mejorar la eficiencia y organización del trabajo, aunque persistieron preocupaciones relacionadas con la dependencia tecnológica, la confiabilidad de la información y la ausencia de lineamientos institucionales claros. Los trabajos evaluados mostraron mejores niveles de desempeño formal entre quienes reportaron mayor frecuencia de uso de IA, aunque esta tendencia debe interpretarse de forma estrictamente descriptiva. Se concluye que la inteligencia artificial constituye un recurso valioso para fortalecer los procesos investigativos estudiantiles, siempre que su integración esté acompañada de alfabetización en IA, formación ética, pensamiento crítico y regulación institucional adecuada.
Descargas
Citas
Area-Moreira, M., González-Pérez, A., & Falcó, J. (2023). Inteligencia artificial y educación superior: Retos y oportunidades. Revista Iberoamericana de Educación, 91(2), 15-34. https://doi.org/10.35362/rie9125671
Cabero, J., & Llorente, M. C. (2020). Inteligencia artificial y educación: Retos y propuestas. RIED. Revista Iberoamericana de Educación a Distancia, 23(2), 43-60. https://doi.org/10.5944/ried.23.2.26540
Castaño Umaña, R. A. (2024). Impacto de la inteligencia artificial generativa en la educación superior: un estudio comparativo. Revista Compromiso Social, 7(12), 95-110.
Flores-Vivar, J. M., & García-Peñalvo, F. J. (2023). Reflexiones sobre la ética, potencialidades y retos de la inteligencia artificial en el marco de la educación de calidad (ODS4). Comunicar, 31(74), 37-47. https://doi.org/10.3916/C74-2023-03
Gallent-Torres, C., Tello-Díaz, J., & Llorens-Largo, F. (2023). El impacto de la inteligencia artificial generativa en la educación superior: una revisión exploratoria. RIED. Revista Iberoamericana de Educación a Distancia, 26(2), 151-172. https://doi.org/10.5944/ried.26.2.37757
García-Peñalvo, F. J., Corell, A., Abella-García, V., & Grande-de-Prado, M. (2024). Inteligencia artificial generativa en educación superior: oportunidades, riesgos y retos para la evaluación. Education in the Knowledge Society, 25, e31942. https://doi.org/10.14201/eks.31942
González-Geraldo, J. L., & Ortega-López, L. (2024). ¿Puede engañarnos una IA? Carencias del estudiantado universitario para detectar ChatGPT. Education in the Knowledge Society, 25, e31760. https://doi.org/10.14201/eks.31760
Guerschberg, L., & Gutierrez, Y. E. (2024). Tutoría con inteligencia artificial generativa en la educación superior: Oportunidades y desafíos en el aprendizaje. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 9960-9975. https://doi.org/10.37811/cl_rcm.v8i5.14391
Hernández González, M., Ramos Quiroz, J. M., Chávez Maciel, F. J., & Trejo Cázares, M. del C. (2024). Ventajas y riesgos de la inteligencia artificial generativa desde la percepción de los estudiantes de educación superior en México. European Public & Social Innovation Review, 9, 1-19. https://doi.org/10.31637/epsir-2024-495
Hernández-Sampieri, R., & Mendoza, C. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Interamericana.
Morán-Ortega, S.-A., Ruiz-Tirado, S.-G., Simental-López, L.-M., & Tirado-López, A.-B. (2024). Barreras de la inteligencia artificial generativa en estudiantes de educación superior: Percepción docente. Revista de Investigación en Tecnologías de la Información, 12(25), 26-37. https://doi.org/10.36825/RITI.12.25.003
Pérezchica-Vega, J. E., Sepúlveda-Rodríguez, J. A., & Román-Méndez, A. D. (2024). Inteligencia artificial generativa en la educación superior: usos y opiniones de los profesores. European Public & Social Innovation Review, 9, 1-20. https://doi.org/10.31637/epsir-2024-593
Ruiz-Lázaro, J., Redondo-Duarte, S., Jiménez-García, E., Martínez-Requejo, S., & Galán-Íñigo, A. (2025). Análisis de las percepciones universitarias sobre el uso de inteligencia artificial generativa en la escritura académica. Revista Complutense de Educación, 36(1), 85-101.
Salinas, J. (2021). Innovación docente en la educación superior y el uso de tecnologías digitales. Revista de Educación a Distancia, 21(67), 1-21. https://doi.org/10.6018/red.450121
UNESCO. (2022). Recomendación sobre la ética de la inteligencia artificial. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137_spa
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Hernán Darío Belizán
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta publicación está bajo una 
