La inteligencia artificial como herramienta para mejorar la calidad y eficiencia de la investigación científica en docentes universitarios

Abstract

La integración de la Inteligencia Artificial (IA), especialmente los Modelos de Lenguaje Grande (LLM) y la IA Generativa (IAG), ha transformado el ecosistema académico post-2020. Esta investigación evaluó el potencial de la IA para aumentar la eficiencia y la calidad de la investigación científica realizada por docentes universitarios. La evidencia revela que la IA proporciona una ganancia exponencial en la eficiencia operativa, principalmente mediante la automatización de tareas cognitivas intensivas, como la revisión bibliográfica avanzada y el análisis de datos masivos. A nivel de productividad docente, se confirma que la IA actúa como un liberador de carga burocrática y administrativa (ej., atención al estudiante mediante chatbots), reasignando tiempo del docente para focalizarlo en la investigación. Sin embargo, esta ganancia en eficiencia presenta riesgos críticos para la calidad y el rigor científico. La IAG introduce desafíos de integridad académica, incluyendo nuevas formas de plagio y la potencial perpetuación de sesgos algorítmicos. Se concluye que la mejora de la calidad no es inherente a la tecnología, sino que depende de la implementación de modelos híbridos humano-IA, donde el juicio crítico y la responsabilidad ética del investigador guían el proceso. El desarrollo de un marco institucional de alfabetización digital avanzada y transparencia ética es esencial para capitalizar los beneficios de la IA sin comprometer la credibilidad científica.