Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 961
IMPACTO DE LA INTELIGENCIA ARTIFICIAL GENERATIVA EN LA CONSTRUCCIÓN
DE COMPETENCIAS INVESTIGATIVAS EN ESTUDIANTES DE EDUCACIÓN
SUPERIOR
IMPACT OF GENERATIVE ARTIFICIAL INTELLIGENCE ON THE DEVELOPMENT OF
RESEARCH COMPETENCIES IN HIGHER EDUCATION STUDENTS
Autores: ¹Darwin Winston Chasín Medranda, ²Angela Margoth Vaca Vaca, ³Luis Alberto Villao
Villao y
4
Guillermo Segundo del Campo Saltos.
¹ORCID ID:
https://orcid.org/0009-0006-2854-7384
²ORCID ID: https://orcid.org/0009-0004-6073-3609
³ORCID ID: https://orcid.org/0009-0001-1106-2229
4
ORCID ID:
https://orcid.org/0009-0003-4885-3571
¹E-mail de contacto: dchasinm@unemi.edu.ec
²E-mail de contacto: margoth.vaca@educacion.gob.ec
³E-mail de contacto: lvillaov@unemi.edu.ec
4
E-mail de contacto:
gdsaltos@unemi.edu.ec
Afiliación:
1*2*3*4*
Universidad Estatal de Milagro, (Ecuador).
2*
Ministerio de Educación, (Ecuador).
Articulo recibido: 17 de Octubre del 2025
Articulo revisado: 19 de Octubre del 2025
Articulo aprobado: 22 de Octubre del 2025
¹Ingeniero Mecánico mención Automotriz graduado en la Universidad Tecnológica América, (Ecuador). Magíster en Educación Básica
Universidad Estatal de Milagro, (Ecuador). Maestría en Educación, con mención en Docencia e Investigación en Educación Superior en
modalidad en Línea graduado de la Universidad Estatal de Milagro, (Ecuador).
²Licenciada en Ciencias de la Educación Especialización Educación de Adultos, graduada de la Universidad Tecnológica Equinoccial,
(Ecuador). Magíster en Educación Básica graduada de la Universidad Estatal de Milagro, (Ecuador). Maestrante Maestría en Educación,
con mención en Docencia e Investigación en Educación Superior en modalidad en Línea de la Universidad Estatal de Milagro, (Ecuador).
³Ingeniero Comercial mención Gestión Empresarial graduado de la Universidad Estatal Península de Santa Elena, (Ecuador). Magíster en
Gestión Educativa mención en Organización, Dirección e Innovación de los Centros Educativos graduado de la Universidad Estatal de
Milagro, (Ecuador). Maestrante Maestría en Educación, con mención en Docencia e Investigación en Educación Superior en modalidad
en Línea Universidad Estatal de Milagro, (Ecuador).
4
Licenciado en Ciencias de La Comunicación Social graduado de la Universidad de Guayaquil, (Ecuador). Magíster en Comunicación
Organizacional graduado de la Universidad Particular de Especialidades Espíritu Santo, (Ecuador). Máster Universitario en Comunicación
Transmedia graduado de la Universidad Internacional de la Rioja, (España). Doctor en Ciencias de la Comunicación Social de Comisión
Nacional De Grados Científicos de la Universidad de la Habana, (Ecuador).
Resumen
El presente estudio analiza el impacto de la
inteligencia artificial generativa en la
construcción de competencias investigativas en
estudiantes de la Universidad Estatal de
Milagro (UNEMI), reconociendo el papel de
las tecnologías emergentes en la
transformación de la educación superior. El
objetivo fue identificar el nivel de
conocimiento, la frecuencia de uso, la utilidad
percibida, los riesgos asociados y la actitud
general de los estudiantes frente a estas
herramientas. La investigación se desarrolló
bajo un enfoque cuantitativo, descriptivo y
transversal, aplicando una encuesta
estructurada a una muestra intencional de 58
estudiantes durante el periodo académico
2025-2026 CI. Los resultados revelaron que el
nivel de conocimiento previo fue
mayoritariamente moderado (34,5 %), aunque
un 39,7 % mostró bajo o nulo conocimiento. En
relación con la frecuencia de uso, el 31,0 % lo
emplea rara vez y el 25,9 % a veces, mientras
que solo el 22,4 % lo utiliza con mayor
frecuencia. La utilidad percibida resultó
positiva para el 62,0 % de los estudiantes,
destacando su impacto en la revisión de
literatura y la redacción académica (41,4 % de
alto impacto en ambas). Sin embargo, el
análisis de datos presentó menor incidencia
(27,5 % de alto impacto). Los principales
riesgos percibidos fueron la dependencia
tecnológica (41,3 %), la pérdida del
pensamiento crítico (41,4 %) y el plagio
académico (39,7 %). Se concluye que la
inteligencia artificial generativa constituye una
oportunidad estratégica para fortalecer
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 962
competencias investigativas vinculadas a la
búsqueda, síntesis y escritura académica. No
obstante, su integración debe realizarse con
lineamientos éticos, formación crítica y
políticas institucionales que prevengan riesgos
y aseguren un uso responsable en la educación
superior.
Palabras clave: Inteligencia artificial
generativa, Competencias investigativas,
Educación superior.
Abstract
This study analyzes the impact of generative
artificial intelligence on the development of
research competencies in students at the
Milagro State University (UNEMI),
recognizing the role of emerging technologies
in the transformation of higher education. The
objective was to identify students' level of
knowledge, frequency of use, perceived
usefulness, associated risks, and general
attitude toward these tools. The research was
conducted using a quantitative, descriptive, and
cross-sectional approach, applying a structured
survey to a purposive sample of 58 students
during the 2025-2026 academic year. The
results revealed that the level of prior
knowledge was mostly moderate (34.5%),
although 39.7% displayed low or no
knowledge. Regarding frequency of use, 31.0%
used it rarely and 25.9% sometimes, while only
22.4% used it more frequently. Perceived
usefulness was positive for 62.0% of students,
highlighting its impact on literature review and
academic writing (41.4% with high impact in
both). However, data analysis had a lower
impact (27.5% with high impact). The main
perceived risks were technological dependence
(41.3%), loss of critical thinking (41.4%), and
academic plagiarism (39.7%). It is concluded
that generative artificial intelligence represents
a strategic opportunity to strengthen research
skills related to research, synthesis, and
academic writing. However, its integration
must be carried out with ethical guidelines,
critical training, and institutional policies that
prevent risks and ensure responsible use in
higher education.
Keywords: Generative artificial intelligence,
Research skills, Higher education.
Sumário
Este estudo analisa o impacto da inteligência
artificial generativa no desenvolvimento de
competências de pesquisa em alunos da
Universidade Estadual de Milagro (UNEMI),
reconhecendo o papel das tecnologias
emergentes na transformação do ensino
superior. O objetivo foi identificar o nível de
conhecimento dos alunos, a frequência de uso,
a utilidade percebida, os riscos associados e a
atitude geral em relação a essas ferramentas. A
pesquisa foi conduzida usando uma abordagem
quantitativa, descritiva e transversal, aplicando
uma pesquisa estruturada a uma amostra
intencional de 58 alunos durante o ano letivo de
2025-2026. Os resultados revelaram que o nível
de conhecimento prévio foi majoritariamente
moderado (34,5%), embora 39,7% tenham
apresentado baixo ou nenhum conhecimento.
Em relação à frequência de uso, 31,0% a
usavam raramente e 25,9% às vezes, enquanto
apenas 22,4% a usavam com mais frequência.
A utilidade percebida foi positiva para 62,0%
dos alunos, destacando seu impacto na revisão
de literatura e na escrita acadêmica (41,4% com
alto impacto em ambas). No entanto, a análise
de dados apresentou menor impacto (27,5%
com alto impacto). Os principais riscos
percebidos foram dependência tecnológica
(41,3%), perda de pensamento crítico (41,4%) e
plágio acadêmico (39,7%). Conclui-se que a
inteligência artificial generativa representa uma
oportunidade estratégica para fortalecer as
habilidades de pesquisa relacionadas à
pesquisa, síntese e escrita acadêmica. No
entanto, sua integração deve ser realizada com
diretrizes éticas, treinamento crítico e políticas
institucionais que previnam riscos e garantam o
uso responsável no ensino superior.
Palavras-chave: Inteligência artificial
generative, Habilidades de pesquisa, Ensino
superior.
Introducción
En la actualidad, la inteligencia artificial (IA) se
ha consolidado como un pilar central de la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 963
transformación digital que atraviesa múltiples
sectores de la sociedad, y la educación superior
no ha quedado al margen de este proceso. La
aparición de la inteligencia artificial generativa,
con su capacidad de crear contenidos textuales,
visuales, musicales y programáticos de manera
instantánea, ha suscitado un cambio radical en
las dinámicas de interacción con el
conocimiento (Kasneci et al., 2023). Estas
herramientas, entre las que destacan ChatGPT,
Bard o Claude, ofrecen a los estudiantes
universitarios nuevas posibilidades para
acceder a información actualizada, explorar
perspectivas múltiples y producir borradores de
textos académicos en segundos. Sin embargo, la
facilidad con la que se generan estos insumos
plantea preocupaciones acerca de la calidad y
originalidad del aprendizaje, así como sobre el
rol que desempeñan los docentes en la
mediación crítica de estas tecnologías (Selwyn
et al., 2023). En este sentido, la IA generativa se
convierte en un tema de debate clave, al situarse
en la intersección entre innovación pedagógica
y riesgos para la autonomía académica. El
concepto de competencias investigativas en
educación superior no se limita a la adquisición
de habilidades técnicas, sino que implica el
desarrollo de procesos complejos que abarcan la
formulación de problemas, la elaboración de
hipótesis, el diseño metodológico, la
interpretación crítica de los datos y la
comunicación ética de los resultados (Creswell
y Creswell, 2018). Estas competencias
constituyen la base del quehacer científico y son
esenciales para garantizar la producción de
conocimiento original y pertinente. La
introducción de la inteligencia artificial
generativa en este ámbito presenta un escenario
ambivalente: por un lado, facilita la
sistematización de la información, la
organización de ideas y el análisis de textos; por
otro, puede inducir a un uso acrítico y a la
dependencia excesiva de respuestas
automatizadas, lo cual limitaría la capacidad
reflexiva de los estudiantes (Zawacki et al.,
2019). De allí la necesidad de examinar
cuidadosamente su impacto, con el fin de
distinguir entre un uso que fomente la
innovación académica y uno que genere
prácticas superficiales de aprendizaje.
La literatura científica reciente ofrece evidencia
de que la IA generativa puede convertirse en un
aliado valioso para el desarrollo de
competencias investigativas cuando se emplea
con acompañamiento pedagógico. Lund et al.
(2023) destacan que estas tecnologías permiten
optimizar procesos de búsqueda de
información, elaborar resúmenes de textos
complejos y recibir retroalimentación inmediata
sobre borradores de investigación. Estas
aplicaciones, bien orientadas, pueden liberar
tiempo y energía para que los estudiantes se
concentren en actividades de mayor nivel
cognitivo, como el análisis crítico de datos o la
interpretación teórica de resultados. No
obstante, también se advierte que el uso
indiscriminado de la IA puede afectar la autoría
intelectual, generar sesgos derivados de los
algoritmos y perpetuar una visión
instrumentalizada de la investigación (Smutny
et al., 2023). Este doble filo revela que la IA
generativa no puede ser adoptada de manera
ingenua, sino bajo lineamientos institucionales
y éticos que aseguren un aprendizaje
significativo.
En América Latina, el debate sobre la
incorporación de la inteligencia artificial en
educación superior aún es incipiente, pero crece
con fuerza a medida que las universidades
buscan alternativas para adaptarse a las
tendencias globales de digitalización. Según
Morales y Zambrano (2022), las instituciones
de la región enfrentan un contexto caracterizado
por desigualdades en el acceso a tecnologías,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 964
limitaciones presupuestarias y brechas en la
capacitación docente, lo que condiciona la
efectividad de estas herramientas para potenciar
el aprendizaje. En el caso de Ecuador, la
integración de la IA generativa en los procesos
formativos se observa más en iniciativas
aisladas que en políticas sistemáticas de
innovación educativa, lo que evidencia la
urgencia de un marco de acción coherente. Sin
embargo, pese a estas limitaciones, existe un
consenso en que las universidades ecuatorianas
no pueden permanecer ajenas a esta
transformación, ya que de su adaptación
depende la competitividad y pertinencia de la
formación de sus egresados frente a los retos de
la sociedad contemporánea.
La incorporación de estas tecnologías, además,
plantea interrogantes éticos que no pueden
pasarse por alto. Entre las preocupaciones más
destacadas se encuentran la atribución de la
autoría académica, la confiabilidad de la
información generada por algoritmos y la
posibilidad de que los estudiantes recurran a
estas herramientas como sustituto, y no como
complemento, de sus procesos de investigación
(Dwivedi et al., 2023). Este escenario exige un
debate profundo sobre cómo equilibrar la
innovación tecnológica con la defensa de los
valores académicos de honestidad, rigor y
originalidad. Al mismo tiempo, convoca a los
docentes a redefinir su rol, ya que más allá de
transmitir conocimientos, deberán convertirse
en guías críticos que enseñen a los estudiantes a
usar la inteligencia artificial generativa de
forma ética y reflexiva. En consecuencia, el reto
no es prohibir su uso, sino diseñar estrategias
que potencien su valor pedagógico y reduzcan
sus riesgos. La irrupción de la IA generativa ha
modificado los modelos tradicionales de
enseñanza y aprendizaje, desafiando las
concepciones clásicas de lo que significa
investigar en el ámbito académico. La
investigación ya no depende únicamente de las
horas dedicadas a la búsqueda manual en bases
de datos o en bibliotecas físicas, sino que se
transforma en un proceso dinámico donde los
algoritmos pueden sugerir rutas de análisis y
producción de conocimiento. Esto supone un
cambio de paradigma que no solo afecta a los
estudiantes, sino también a los docentes,
quienes deben actualizar sus competencias para
integrar estas tecnologías en su práctica
profesional (Li et al., 2023). Bajo este
panorama, la innovación educativa se convierte
en una condición indispensable para que las
universidades respondan a los nuevos
escenarios formativos.
En el plano internacional, universidades de
países como Estados Unidos, Reino Unido y
Australia ya han empezado a implementar
lineamientos sobre el uso responsable de la
inteligencia artificial generativa en el aula
(Cotton et al., 2023). Estas instituciones
reconocen que, si bien la IA puede representar
un riesgo para la originalidad académica,
también ofrece la oportunidad de democratizar
el acceso a conocimientos complejos y de
diversificar los métodos de enseñanza. Este
contraste entre avances internacionales y
rezagos en América Latina evidencia la
necesidad de realizar investigaciones que
analicen cómo adaptar estas herramientas a
contextos específicos, tomando en cuenta las
realidades socioeconómicas, culturales y
tecnológicas de cada país. En este marco, la
presente investigación se orienta a analizar el
impacto que la inteligencia artificial generativa
tiene en la construcción de competencias
investigativas en estudiantes de educación
superior. El estudio busca responder a la
necesidad de comprender cómo estas
herramientas, cuando se utilizan de manera
responsable, pueden convertirse en
catalizadores de la innovación pedagógica. Al
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 965
mismo tiempo, pretende identificar las
limitaciones y riesgos que podrían derivarse de
un uso acrítico, contribuyendo así a la
elaboración de propuestas que fortalezcan la
formación investigativa en el contexto
universitario. El artículo que se presenta
pretende constituirse en un aporte relevante a la
reflexión académica contemporánea, no solo
porque sistematiza evidencias sobre el impacto
de la IA generativa en la investigación
formativa, sino porque también dialoga con los
desafíos propios de la educación superior en
países en vías de desarrollo. Al centrarse en la
experiencia de los estudiantes universitarios, el
análisis busca resaltar cómo las tecnologías
emergentes pueden incidir en su preparación
científica y profesional, ofreciendo una visión
crítica que permita orientar las políticas
institucionales y las prácticas docentes hacia un
horizonte más innovador y equitativo (Salcedo
y Caro, 2023).
En definitiva, la discusión sobre la inteligencia
artificial generativa en la educación superior no
se reduce a un debate sobre herramientas, sino
que abre la posibilidad de replantear los
fundamentos mismos de la enseñanza, el
aprendizaje y la investigación. Más que
preguntarse si estas tecnologías deben usarse, la
cuestión central radica en cómo hacerlo de
manera que potencien las competencias
investigativas y fortalezcan la formación
académica sin sacrificar la esencia de la
producción científica. Bajo esta premisa, el
presente trabajo se convierte en una invitación a
docentes, estudiantes e instituciones a construir
un marco pedagógico crítico, ético y creativo
que permita aprovechar las potencialidades de
la IA generativa para transformar positivamente
la educación superior en el siglo XXI (Dwivedi
et al., 2023; Kasneci et al., 2023). La
inteligencia artificial ha sido definida como un
campo de estudio interdisciplinario que busca
dotar a las máquinas de capacidades similares al
razonamiento humano, lo cual implica procesar
información, reconocer patrones y tomar
decisiones en función de datos (Russell y
Norvig, 2021). Con el avance de los algoritmos
de aprendizaje automático y las redes
neuronales profundas, la IA ha superado la fase
de tareas básicas y se ha adentrado en áreas
complejas como el procesamiento del lenguaje
natural, el reconocimiento de imágenes y la
predicción de tendencias. En este escenario
surge la inteligencia artificial generativa,
caracterizada por su habilidad para producir
nuevos contenidos a partir de datos previamente
entrenados, lo que ha permitido generar textos
académicos, ilustraciones digitales e incluso
composiciones musicales con un grado
sorprendente de coherencia (Kasneci et al.,
2023). Estas transformaciones no solo
modifican la manera en que se produce el
conocimiento, sino también cómo los
individuos aprenden, investigan y construyen
saberes dentro del ámbito universitario. El
fenómeno exige una reflexión académica que
considere tanto sus oportunidades como los
retos que plantea para la formación
investigativa de los estudiantes.
La inteligencia artificial generativa se
materializa principalmente en los denominados
modelos de lenguaje de gran escala, capaces de
generar respuestas detalladas, redactar ensayos
académicos, sugerir bibliografía o incluso
formular hipótesis de investigación (OpenAI,
2023). Estas aplicaciones ofrecen ventajas
significativas en términos de eficiencia y acceso
a información, puesto que un estudiante puede
obtener en minutos lo que antes requería horas
de búsqueda en bases de datos. Sin embargo,
este mismo potencial conlleva riesgos, como la
aceptación acrítica de información errónea, el
sesgo inherente a los datos con los que se
entrenan los modelos y la dependencia
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 966
tecnológica que puede reducir la autonomía
académica (Dwivedi et al., 2023). El reto, por
tanto, consiste en utilizar estas herramientas
como aliadas en la formación universitaria, sin
que lleguen a sustituir los procesos reflexivos y
críticos que caracterizan la investigación
científica. La clave está en encontrar un
equilibrio que permita aprovechar el potencial
innovador de la IA generativa mientras se
preserva la esencia del trabajo investigativo
humano. Las competencias investigativas han
sido conceptualizadas como un conjunto de
habilidades, conocimientos y actitudes que
permiten a los estudiantes diseñar, ejecutar y
comunicar proyectos científicos de manera
rigurosa (Creswell y Creswell, 2018). Estas
competencias incluyen desde la formulación de
preguntas relevantes hasta la capacidad de
analizar críticamente los resultados y discutirlos
en un marco teórico pertinente. Según Morales
y Llinás (2022), el desarrollo de competencias
investigativas es esencial para que los
universitarios no solo consuman información,
sino que también sean capaces de producir
conocimiento original que contribuya a resolver
problemas sociales y académicos. La
introducción de la IA generativa en este proceso
abre un debate sobre si estas herramientas
potencian la capacidad de los estudiantes para
investigar o si, por el contrario, reducen la
profundidad del aprendizaje al facilitar
respuestas automatizadas. En este sentido, el
desafío radica en garantizar que la IA no
reemplace la reflexión, sino que la
complemente como un recurso didáctico
innovador.
Uno de los aportes más significativos de la IA
generativa a la educación superior es la
automatización de tareas rutinarias que
históricamente demandaban gran inversión de
tiempo. Aplicaciones como ChatGPT permiten
a los estudiantes elaborar borradores de marcos
teóricos, generar ejemplos de cuestionarios o
producir resúmenes de literatura en cuestión de
segundos (Lund et al., 2023). Esto tiene un
efecto positivo en términos de eficiencia, pues
libera tiempo para que los estudiantes puedan
concentrarse en etapas de mayor valor cognitivo
como el análisis crítico o la interpretación de
resultados. Sin embargo, existe el riesgo de que
el estudiante delegue en exceso estas funciones
a la máquina, perdiendo la oportunidad de
desarrollar destrezas clave como la búsqueda
autónoma de información, la discriminación de
fuentes y la argumentación académica. Por
tanto, la incorporación de la IA generativa
requiere ser acompañada de estrategias
pedagógicas que promuevan la autorregulación
y el uso responsable de las tecnologías
emergentes.
En el contexto latinoamericano, el debate sobre
la incorporación de la inteligencia artificial en
la educación superior ha estado marcado por
problemáticas estructurales. De acuerdo con
Morales y Zambrano (2022), las instituciones
educativas de la región enfrentan serias
limitaciones presupuestarias, desigual acceso a
la conectividad y escasa formación docente en
competencias digitales, lo que condiciona el uso
adecuado de herramientas tecnológicas.
Aunque en países como Ecuador ya se
reconocen iniciativas para incorporar la IA
generativa en procesos de enseñanza e
investigación, estas se encuentran aún
fragmentadas y carecen de una visión
institucional integral. El reto radica en crear
políticas universitarias que permitan un uso
regulado de la IA, de manera que contribuya
realmente a la formación investigativa de los
estudiantes y no se convierta en un factor de
desigualdad académica. La falta de marcos
normativos claros representa un riesgo, ya que
la incorporación de estas tecnologías podría
generar prácticas académicas poco éticas o
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 967
carentes de rigor científico. En universidades de
países desarrollados, los esfuerzos para integrar
la IA generativa en la educación han estado
acompañados de lineamientos claros y
estrategias de formación. Cotton et al. (2023)
señalan que instituciones en Estados Unidos y
Reino Unido han implementado políticas que
regulan el uso de ChatGPT en actividades
académicas, permitiendo que los estudiantes lo
utilicen como herramienta de apoyo en la
redacción de proyectos o revisiones de
literatura, pero estableciendo límites para evitar
prácticas de plagio o dependencia excesiva.
Estas experiencias internacionales demuestran
que la IA generativa puede ser incorporada
exitosamente siempre que existan lineamientos
institucionales sólidos. En contraste, América
Latina carece de este tipo de políticas de alcance
nacional, lo que genera incertidumbre en torno
a cómo las universidades deben guiar a sus
estudiantes en el uso responsable de estas
herramientas.
La formación de competencias investigativas
está íntimamente ligada con el pensamiento
crítico, entendido como la habilidad de analizar,
evaluar y sintetizar información para llegar a
conclusiones fundamentadas (Paul y Elder,
2019). La IA generativa puede estimular este
pensamiento al ofrecer perspectivas múltiples
sobre un mismo tema, generando escenarios
comparativos que los estudiantes pueden
evaluar. No obstante, existe la posibilidad de
que los universitarios acepten de manera
acrítica la información producida por los
algoritmos, sin realizar la validación necesaria.
Este riesgo puede derivar en una disminución de
la autonomía intelectual y en un aprendizaje
superficial. Por ello, el papel de los docentes es
esencial para promover un uso crítico de estas
tecnologías, fomentando en los estudiantes la
capacidad de discernir entre información válida
y aquella que carece de fundamento académico.
La inteligencia artificial generativa posee un
potencial democratizador en cuanto al acceso al
conocimiento. Dwivedi et al. (2023) sostienen
que estas herramientas pueden disminuir las
barreras de entrada a la investigación al generar
explicaciones accesibles y simplificadas sobre
conceptos complejos, al tiempo que facilitan
traducciones y resúmenes de textos académicos.
En regiones donde los estudiantes enfrentan
limitaciones en el acceso a bases de datos
especializadas, estas aplicaciones pueden
convertirse en un recurso valioso para acercar el
conocimiento científico. Sin embargo, es
necesario reconocer que los algoritmos reflejan
los sesgos presentes en los datos con los que
fueron entrenados, lo que puede reproducir
inequidades culturales, de género o de idioma.
Por tanto, la democratización del conocimiento
a través de la IA generativa debe estar
acompañada de procesos críticos de validación
y contextualización.
En el ámbito metodológico, la IA generativa se
ha convertido en una herramienta que permite
mejorar la eficiencia en el manejo de datos y en
la simulación de escenarios investigativos. Li et
al. (2023) destacan que estas tecnologías
pueden asistir en la clasificación de grandes
volúmenes de información, en la generación de
hipótesis preliminares y en la estructuración de
cuestionarios o entrevistas piloto. No obstante,
existe el peligro de que los estudiantes confíen
demasiado en los resultados ofrecidos por los
algoritmos, sin cuestionar la validez de los
mismos ni adaptarlos a la realidad concreta de
sus investigaciones. Este aspecto es
particularmente problemático en la educación
superior, donde la construcción de
competencias investigativas requiere que los
futuros profesionales desarrollen habilidades
para tomar decisiones fundamentadas y no solo
para aplicar recetas tecnológicas. La ética en el
uso de la inteligencia artificial generativa ha
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 968
emergido como uno de los temas más
controvertidos en la literatura contemporánea.
Según Kasneci et al. (2023), las principales
preocupaciones incluyen el plagio académico,
la falta de transparencia en los algoritmos, la
manipulación de información y la
responsabilidad sobre los contenidos
generados. Estas cuestiones son cruciales en el
ámbito universitario, ya que la integridad
académica constituye un valor esencial en la
formación investigativa. Sin políticas claras que
regulen el uso de la IA, los estudiantes pueden
recurrir a estas herramientas de manera poco
ética, lo que afectaría la calidad de los procesos
educativos y la credibilidad de las instituciones.
Es indispensable que las universidades asuman
un rol activo en la creación de marcos éticos que
guíen el empleo de estas tecnologías.
El papel del docente se vuelve aún más
relevante en un contexto donde la inteligencia
artificial generativa empieza a formar parte de
la vida académica cotidiana. Zawacki et al.
(2019) sostienen que la formación del
profesorado en competencias digitales es
fundamental para que puedan orientar a los
estudiantes en el uso crítico de las nuevas
herramientas. Los docentes no deben limitarse a
prohibir o permitir el uso de la IA, sino que
deben enseñar a los estudiantes a reconocer sus
ventajas, limitaciones y riesgos. De este modo,
el docente se convierte en un mediador que
articula la innovación tecnológica con los
procesos formativos tradicionales, garantizando
que la IA sea un complemento y no un sustituto
del esfuerzo investigativo. Este rol requiere
capacitación continua y un compromiso
institucional para actualizar los planes de
formación docente. La escritura académica es
otro de los ámbitos donde la IA generativa tiene
un impacto notable. Según Lund et al. (2023),
herramientas como ChatGPT pueden facilitar la
redacción de introducciones, resúmenes o
conclusiones de manera estructurada, lo que
resulta atractivo para estudiantes que enfrentan
dificultades en la organización de ideas. No
obstante, la escritura es un proceso formativo en
sí mismo que contribuye al desarrollo del
pensamiento crítico, la argumentación y la
precisión conceptual. Si los estudiantes
dependen exclusivamente de la IA para
redactar, perderán la oportunidad de desarrollar
estas destrezas esenciales para su formación
investigativa. Por ello, es necesario fomentar un
equilibrio entre el uso de la IA como apoyo y la
producción autónoma como requisito
indispensable del aprendizaje.
También debe señalarse que la integración de la
IA generativa plantea un desafío en términos de
equidad educativa. Morales y Zambrano (2022)
advierten que, en América Latina, la falta de
infraestructura tecnológica y el costo de las
licencias pueden limitar el acceso a estas
herramientas para muchos estudiantes. Esto
podría derivar en una nueva forma de brecha
digital, donde solo algunos sectores
privilegiados tengan la posibilidad de
aprovechar los beneficios de la IA en sus
procesos formativos. Para evitar este escenario,
las universidades deben promover políticas
inclusivas que aseguren el acceso equitativo y
que no reproduzcan las desigualdades ya
existentes en los sistemas educativos.
La alfabetización digital se convierte en un
componente indispensable para el uso
responsable de la inteligencia artificial
generativa en la educación superior. Selwyn et
al. (2023) señalan que los estudiantes necesitan
desarrollar competencias digitales que les
permitan interactuar de manera crítica con estas
tecnologías, reconociendo sus posibilidades y
limitaciones. Esto implica no solo aprender a
utilizar la herramienta desde un punto de vista
técnico, sino también comprender los marcos
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 969
éticos y epistemológicos que regulan su
aplicación en la investigación académica. De
este modo, la alfabetización digital se integra
como parte del currículo universitario y como
condición necesaria para fortalecer las
competencias investigativas en la era de la
inteligencia artificial. El impacto de la
inteligencia artificial generativa en la formación
investigativa no puede analizarse de manera
aislada, sino que debe abordarse desde una
perspectiva transdisciplinaria que articule lo
tecnológico, lo pedagógico y lo ético. Dwivedi
et al. (2023) sostienen que estas herramientas, si
bien representan una innovación disruptiva, no
deben interpretarse como sustitutos de los
procesos humanos de creación de
conocimiento, sino como aliados estratégicos
que pueden enriquecerlos. La formación
investigativa, en este marco, debe orientarse
hacia la construcción de ciudadanos críticos,
reflexivos y capaces de utilizar las tecnologías
emergentes de manera ética y responsable. Este
enfoque permite visualizar a la IA generativa no
como una amenaza, sino como una oportunidad
para transformar positivamente la educación
superior y fortalecer las competencias
investigativas de los estudiantes en el siglo
XXI.
Materiales y Métodos
La presente investigación se enmarca en un
enfoque cuantitativo de tipo descriptivo y de
corte transversal, cuyo propósito es analizar el
impacto de la inteligencia artificial generativa
en la construcción de competencias
investigativas en estudiantes de educación
superior. El enfoque cuantitativo resulta
pertinente debido a que permite recolectar y
analizar datos objetivos que reflejan la
percepción de los participantes sobre el uso de
herramientas de inteligencia artificial en su
formación académica (Hernández y Mendoza,
2018). El carácter descriptivo se justifica en la
medida en que el estudio busca identificar
tendencias, características y opiniones sin
intervenir directamente en las variables,
mientras que el diseño transversal corresponde
al hecho de que los datos serán recogidos en un
único momento temporal, garantizando así una
fotografía precisa de la situación en el periodo
académico 2025-2026 CI. La población
considerada para este estudio está conformada
por los estudiantes y docentes de la Universidad
Estatal de Milagro (UNEMI), institución
reconocida por su constante interés en la
innovación pedagógica y la incorporación de
recursos tecnológicos en el proceso formativo.
Para efectos de la investigación, se determinó
una muestra intencional compuesta por 58
estudiantes universitarios, seleccionados por su
participación activa en actividades
investigativas y en procesos de formación
académica vinculados a la temática del estudio.
La elección de este grupo responde a la
necesidad de obtener una visión integral que
combine la perspectiva de los estudiantes, como
usuarios directos de la IA generativa, y la de los
docentes, como mediadores del proceso
formativo. De esta forma, la muestra garantiza
representatividad en relación con el objetivo
planteado.
El principal instrumento de recolección de datos
fue la encuesta estructurada, elaborada en
función de las variables centrales del estudio: la
inteligencia artificial generativa como
herramienta de apoyo académico y la
construcción de competencias investigativas en
educación superior. El cuestionario fue
diseñado con base en escalas tipo Likert de
cinco niveles, lo que permite medir el grado de
acuerdo o desacuerdo de los participantes en
torno a afirmaciones relacionadas con la
utilidad, los riesgos, las ventajas y las
limitaciones de la IA en su formación
investigativa. La encuesta también incorporó
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 970
preguntas de carácter sociodemográfico con el
fin de contextualizar los resultados según
variables como edad, género, rol académico y
experiencia previa en el uso de estas
tecnologías. Con el fin de asegurar la validez del
instrumento, el cuestionario fue sometido a un
proceso de revisión por parte de tres expertos en
metodología de la investigación y en
tecnologías aplicadas a la educación superior.
Este procedimiento permitió garantizar la
pertinencia de los ítems, la claridad en la
redacción y la congruencia con los objetivos de
investigación. Asimismo, se llevó a cabo una
prueba piloto con un pequeño grupo de
estudiantes que no formaron parte de la muestra
definitiva, con el propósito de identificar
posibles dificultades en la comprensión de las
preguntas y realizar los ajustes necesarios. De
esta forma, se obtuvo un instrumento confiable
y ajustado al contexto específico de la UNEMI.
El procedimiento de aplicación de la encuesta
se realizó de manera presencial en las
instalaciones de la Universidad Estatal de
Milagro, durante horarios previamente
coordinados con los docentes responsables.
Esta modalidad garantizó una participación
activa de los estudiantes y evitó posibles sesgos
asociados a la aplicación en entornos virtuales.
La recolección de datos se llevó a cabo en un
solo momento temporal, lo que permitió obtener
resultados homogéneos y pertinentes al periodo
académico en curso. Los participantes fueron
informados previamente sobre los objetivos de
la investigación, y se aseguró la
confidencialidad de sus respuestas, en
concordancia con los principios éticos que
regulan la investigación educativa (American
Psychological Association [APA], 2020).
Para el análisis de los datos se emplearon
técnicas de estadística descriptiva mediante el
uso del software SPSS, lo que permitió obtener
medidas de tendencia central como media,
moda y mediana, así como la representación
gráfica de las frecuencias relativas. Estos
resultados posibilitaron identificar tendencias
en la percepción de estudiantes y docentes
respecto al impacto de la inteligencia artificial
generativa en el desarrollo de competencias
investigativas. La triangulación de la
información entre los dos grupos participantes
contribuyó a ofrecer una visión más amplia,
contrastando las opiniones de quienes se
encuentran en proceso de formación con la
experiencia de quienes dirigen y acompañan
dicho proceso. Los hallazgos obtenidos serán
presentados en tablas y figuras, acompañados
de un análisis crítico que permita discutir su
relevancia en el marco de la innovación
pedagógica universitaria.
Resultados y Discusión
Tabla 1 Nivel de conocimiento previo sobre
inteligencia artificial generativa en estudiantes
de la UNEMI
Nivel de conocimiento
Frecuencia
Porcentaje (%)
Ninguno
8
13,8
Bajo
15
25,9
Moderado
20
34,5
Alto
10
17,2
Muy alto
5
8,6
Total
58
100
Fuente: elaboración propia
Los resultados de la Tabla 1 muestran que la
mayoría de los estudiantes encuestados poseen
un nivel de conocimiento moderado (34,5 %)
sobre la inteligencia artificial generativa,
seguido de un nivel bajo (25,9 %). Un 17,2 %
manifestó tener un conocimiento alto, mientras
que un 8,6 % lo considera muy alto, lo que
refleja que existe un grupo reducido de
estudiantes con experiencia consolidada en
estas herramientas. Llama la atención que un
13,8 % reconoció no poseer conocimientos
previos, lo cual evidencia la persistencia de una
brecha formativa dentro de la institución. Estos
hallazgos sugieren que, aunque la IA generativa
comienza a ser conocida en el entorno
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 971
universitario, su difusión aún es limitada. Esto
se relaciona con la falta de capacitaciones
específicas y con la novedad de estas
tecnologías en la educación superior,
especialmente en contextos como el
ecuatoriano.
Tabla 2 Frecuencia de uso de herramientas de
inteligencia artificial generativa por parte de
los estudiantes
Frecuencia de uso
Frecuencia
Porcentaje (%)
Nunca
12
20,7
Rara vez
18
31,0
A veces
15
25,9
Frecuentemente
9
15,5
Siempre
4
6,9
Total
58
100
Fuente: elaboración propia
La Tabla 2 evidencia que el uso de herramientas
de IA generativa entre los estudiantes aún es
esporádico. Un 31,0 % reportó usarlas rara vez,
mientras que un 25,9 % indicó hacerlo algunas
veces. Apenas un 15,5 % señaló utilizarlas
frecuentemente y un 6,9 % afirmó emplearlas
siempre, lo que refleja que el uso sostenido aún
no es un hábito generalizado. En contraste, un
20,7 % aseguró no haberlas utilizado nunca, lo
que confirma que una parte importante de los
estudiantes desconoce o evita estas
herramientas. Estos resultados permiten inferir
que la IA generativa está en una fase inicial de
adopción en la UNEMI, condicionada
posiblemente por factores como la falta de
formación, la percepción de riesgos éticos y la
ausencia de lineamientos institucionales claros
para su integración académica.
Tabla 3 Percepción de utilidad de la
inteligencia artificial generativa en la
investigación académica
Grado de acuerdo
Frecuencia
Porcentaje (%)
Totalmente en desacuerdo
4
6,9
En desacuerdo
6
10,3
Ni de acuerdo ni en desacuerdo
12
20,7
De acuerdo
22
37,9
Totalmente de acuerdo
14
24,1
Total
58
100
Fuente: elaboración propia
La Tabla 3 indica que la mayoría de los
estudiantes perciben la IA generativa como una
herramienta útil para sus procesos
investigativos. En total, un 62,0 % manifestó
estar de acuerdo o totalmente de acuerdo con
esta afirmación, lo que refleja una actitud
positiva hacia la incorporación de estas
tecnologías en la educación superior. Un 20,7 %
se mostró neutral, lo que podría estar
relacionado con la falta de experiencias
prácticas suficientes para valorar plenamente
sus beneficios. Por otra parte, un 17,2 %
expresó desacuerdo, evidenciando que aún
existen estudiantes que desconfían de la validez
académica de los resultados generados por la
IA. Estos hallazgos muestran que, si bien existe
receptividad hacia la tecnología, persisten
dudas que requieren ser abordadas desde la
formación crítica y la capacitación docente.
Tabla 4 Impacto percibido de la IA generativa
en el desarrollo de competencias investigativas
Competencia
investigativa
Bajo
impacto
(%)
Moderado
impacto (%)
Alto
impacto
(%)
Formulación de
problemas
22,4
43,1
34,5
Revisión de
literatura
17,2
41,4
41,4
Redacción
académica
20,7
37,9
41,4
Análisis de datos
25,9
46,6
27,5
Comunicación de
resultados
19,0
48,3
32,7
Fuente: elaboración propia
La Tabla 4 refleja que los estudiantes perciben
un impacto moderado a alto de la IA generativa
en la construcción de competencias
investigativas. La revisión de literatura y la
redacción académica son las competencias en
las que los estudiantes reconocen mayor
influencia positiva, con un 41,4 % que
considera que el impacto es alto en ambas. La
formulación de problemas y la comunicación de
resultados presentan un balance entre impactos
moderados y altos, mientras que el análisis de
datos es la dimensión donde los estudiantes
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 972
perciben menor beneficio, con un 25,9 % que lo
valora como bajo. Esto puede deberse a que los
modelos de IA generativa aún presentan
limitaciones en el procesamiento estadístico
complejo. En conjunto, los datos sugieren que
estas herramientas resultan más efectivas en
procesos de búsqueda, organización y redacción
que en el análisis riguroso de información
empírica. La Tabla 5 muestra que los
principales riesgos identificados por los
estudiantes están asociados a la dependencia
tecnológica y a la pérdida del pensamiento
crítico, ambos con más del 40 % de respuestas
en la categoría de alto impacto. El plagio
académico también fue señalado como un
riesgo importante (39,7 % en alto impacto), lo
cual evidencia preocupación por las
implicaciones éticas de estas herramientas. Un
34,5 % considera que la IA puede generar
información poco confiable en alto grado, lo
que refuerza la necesidad de formación en
validación de fuentes. Estos resultados
confirman que, aunque los estudiantes
reconocen los beneficios de la IA generativa,
son igualmente conscientes de las amenazas que
puede representar
Tabla 5 Percepción de riesgos asociados al uso
de IA generativa en investigación
Riesgo identificado
Bajo
(%)
Moderado
(%)
Alto
(%)
Dependencia tecnológica
19,0
39,7
41,3
Plagio académico
24,1
36,2
39,7
Información poco confiable
20,7
44,8
34,5
Pérdida de pensamiento
crítico
22,4
36,2
41,4
Fuente: elaboración propia
Tabla 6 Actitud general de los estudiantes
frente al uso de IA generativa en la
investigación
Actitud
Frecuencia
Porcentaje (%)
Muy negativa
3
5,2
Negativa
7
12,1
Neutral
10
17,2
Positiva
25
43,1
Muy positiva
13
22,4
Total
58
100
Fuente: elaboración Propia
La Tabla 6 revela que la actitud general de los
estudiantes hacia la inteligencia artificial
generativa es predominantemente positiva. Un
65,5 % expresó una actitud positiva o muy
positiva, lo que refleja una apertura significativa
hacia el uso de estas herramientas en el ámbito
académico. El 17,2 % adoptó una postura
neutral, lo que puede estar relacionado con la
falta de experiencias prácticas suficientes para
formarse una opinión clara. Solo un 17,3 %
manifestó actitudes negativas, lo que evidencia
un grupo minoritario que aún percibe la IA
como una amenaza para la educación superior.
Estos resultados sugieren que existe un clima
favorable para implementar programas de
capacitación que fortalezcan el uso responsable
de la IA, aprovechando la predisposición
positiva de la mayoría de los estudiantes. El
análisis de los hallazgos obtenidos permite
confirmar que la inteligencia artificial
generativa se encuentra en una etapa de
apropiación incipiente en el contexto
universitario ecuatoriano, lo que concuerda con
los planteamientos de Morales y Zambrano
(2022), quienes destacan que en América Latina
la incorporación de tecnologías emergentes
enfrenta limitaciones estructurales, tanto en lo
formativo como en lo institucional. La
presencia de estudiantes con niveles moderados
de conocimiento y la coexistencia de grupos con
bajo dominio de estas herramientas revelan que
el acceso desigual y la falta de capacitación
especializada generan brechas internas que
condicionan el aprovechamiento académico de
la IA. Esta situación demuestra que, aunque la
visibilidad de estas tecnologías ha crecido,
todavía no existe una consolidación en términos
de alfabetización digital en la mayoría de los
estudiantes. La diferencia entre quienes poseen
mayor experiencia tecnológica y aquellos que
recién se acercan a estas herramientas refleja un
escenario de inequidad que impacta
directamente en el desarrollo de competencias
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 973
investigativas. En consecuencia, la hipótesis del
estudio, que sostiene que la IA generativa puede
fortalecer dichas competencias, debe entenderse
de manera matizada, considerando que la
efectividad de su impacto depende de la
preparación previa de los estudiantes y de las
condiciones institucionales en las que se
desarrolla su proceso de aprendizaje.
En esta misma línea, la frecuencia de uso
identificada debe analizarse como un indicador
de la falta de políticas institucionales claras que
promuevan la integración curricular de estas
tecnologías. Como plantean Lund et al. (2023),
la adopción de la IA depende no solo de la
motivación individual, sino también de los
entornos de apoyo que faciliten su aplicación en
escenarios académicos. En la UNEMI, la baja
utilización no necesariamente refleja desinterés
estudiantil, sino más bien la ausencia de un
marco pedagógico que respalde la integración
coherente de la IA en la investigación. Esta
carencia genera incertidumbre respecto a
cuándo y cómo emplear estas herramientas, lo
que limita su valor como recurso de
aprendizaje. En este contexto, la hipótesis
adquiere mayor sentido al plantear que la IA
generativa puede ser útil, siempre y cuando se
desarrolle una estrategia institucional que
oriente su uso responsable y académico. De lo
contrario, se corre el riesgo de que los
estudiantes perciban estas aplicaciones como
instrumentos ajenos a sus prácticas formativas,
reduciendo su potencial para el fortalecimiento
de competencias investigativas. Otro aspecto
relevante es la percepción positiva mayoritaria
sobre la utilidad de estas herramientas en
actividades investigativas, que coincide con lo
señalado por Kasneci et al. (2023) en relación
con la capacidad de la IA generativa para
facilitar procesos de redacción y organización
del conocimiento. Más del 60 % de los
estudiantes considera que estas herramientas
aportan valor a la investigación, lo que revela
una apertura hacia la innovación y un
reconocimiento de su potencial. Sin embargo, la
existencia de un porcentaje considerable de
estudiantes con posturas críticas o neutrales
evidencia que la aceptación no es homogénea, y
que aún persisten dudas sobre la confiabilidad y
rigurosidad de los resultados que se pueden
obtener mediante la IA. Esta heterogeneidad en
las percepciones enriquece la discusión, pues
muestra que los estudiantes no asumen estas
herramientas de manera acrítica, sino que
reconocen tanto sus beneficios como sus
limitaciones. Este hecho constituye un respaldo
a la hipótesis, en la medida en que confirma que
la IA generativa puede contribuir al desarrollo
de competencias investigativas, pero siempre
bajo una supervisión adecuada y un proceso
formativo que garantice su uso consciente y
ético.
El análisis del impacto de la IA en el desarrollo
de competencias específicas permite matizar
aún más la hipótesis planteada. Los estudiantes
perciben un mayor beneficio en tareas
relacionadas con la búsqueda y organización de
información, lo cual se vincula con la eficiencia
de los modelos de IA en el manejo textual, tal
como señalan Zawacki et al. (2019). No
obstante, el menor impacto percibido en
actividades analíticas y estadísticas confirma
que la IA aún no sustituye las habilidades
técnicas avanzadas propias de la investigación
científica. Esto implica que la hipótesis debe
comprenderse desde la perspectiva de la
complementariedad: la IA generativa no
reemplaza las capacidades críticas del
investigador, sino que las potencia en áreas
específicas. A partir de esta interpretación, la
herramienta se configura como un recurso de
apoyo que facilita procesos iniciales de
investigación, pero que no puede ser concebida
como un sustituto integral del trabajo
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 974
académico. Este matiz es fundamental para
garantizar que los estudiantes no depositen una
confianza absoluta en la IA, sino que la integren
en un proceso de aprendizaje donde sus propias
competencias siguen siendo centrales para el
rigor científico.
El reconocimiento de riesgos como el plagio, la
dependencia tecnológica y la pérdida del
pensamiento crítico constituye una dimensión
fundamental de la discusión. Dwivedi et al.
(2023) advierten que el uso inadecuado y
acrítico de estas tecnologías puede derivar en
consecuencias negativas para la formación
académica, debilitando la capacidad reflexiva
de los estudiantes. El hecho de que los propios
estudiantes de la UNEMI identifiquen estos
riesgos revela un nivel de conciencia ética que
debe ser aprovechado como punto de partida
para el diseño de estrategias pedagógicas
preventivas. En lugar de concebir estos riesgos
como barreras insuperables, pueden ser
entendidos como oportunidades para fortalecer
programas de formación que integren la ética
académica y el pensamiento crítico en el uso de
la IA generativa. Desde esta perspectiva, la
hipótesis del estudio se fortalece, ya que
demuestra que el desarrollo de competencias
investigativas mediante la IA no solo depende
de las habilidades técnicas adquiridas, sino
también de la capacidad de los estudiantes para
reflexionar críticamente sobre las implicaciones
éticas de su aplicación. La predisposición
positiva general hacia la adopción de estas
herramientas, en consonancia con los hallazgos
de Cotton et al. (2023) muestra que la hipótesis
planteada no solo es viable, sino que encuentra
un terreno fértil para su aplicación en el
contexto de la UNEMI. Sin embargo, la
comparación con países como Estados Unidos
y Reino Unido, donde existen políticas claras
que regulan y guían el uso de la IA en la
educación superior, evidencia que en Ecuador
aún persiste un vacío normativo y pedagógico
que limita su desarrollo. Este contraste resalta la
necesidad de generar lineamientos adaptados a
la realidad local, que tomen en cuenta las
condiciones económicas, tecnológicas y
formativas propias de la región (Morales y
Zambrano, 2022). La discusión demuestra que
el impacto de la IA no depende exclusivamente
de la herramienta en sí misma, sino del contexto
en el cual se implementa. Por tanto, la hipótesis
debe ser entendida como una propuesta de
proyección, en la que el verdadero potencial de
la IA generativa se alcanzará únicamente si se
acompañan procesos de capacitación, políticas
institucionales y marcos éticos adecuados que
aseguren su integración sostenible y
responsable en la formación universitaria.
Conclusiones
Los hallazgos de esta investigación permiten
concluir que la inteligencia artificial generativa
se encuentra en una fase inicial de adopción
entre los estudiantes de la Universidad Estatal
de Milagro, con un nivel de conocimiento y uso
aún limitado, aunque con una actitud
predominantemente positiva hacia su
incorporación en los procesos de investigación.
Esta situación refleja un escenario de transición
en el que las herramientas tecnológicas son
reconocidas por su potencial, pero todavía
requieren de procesos de capacitación y
acompañamiento institucional para consolidar
su uso efectivo. La identificación de un grupo
de estudiantes que desconoce o apenas utiliza
estas herramientas evidencia la necesidad de
diseñar programas formativos que reduzcan las
brechas internas y favorezcan una apropiación
más equitativa de la tecnología. La percepción
de utilidad de la inteligencia artificial
generativa en la investigación académica es
mayoritaria entre los estudiantes, quienes
reconocen su capacidad para optimizar tareas
como la revisión de literatura, la redacción de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 975
textos y la organización de información. Sin
embargo, esta valoración positiva no elimina las
dudas sobre la confiabilidad y la pertinencia de
los resultados generados por los algoritmos, lo
cual indica que los estudiantes son conscientes
de las limitaciones que estas herramientas
presentan. Este equilibrio entre confianza y
escepticismo constituye una oportunidad para
que las universidades impulsen procesos
pedagógicos que promuevan un uso crítico y
responsable, garantizando que la tecnología
complemente, y no sustituya, las habilidades
investigativas que los estudiantes deben
desarrollar. El impacto percibido de la
inteligencia artificial generativa en las
competencias investigativas se concentra en
dimensiones relacionadas con la búsqueda y
organización de información, mientras que su
influencia en procesos analíticos más
complejos, como el manejo de datos, es menos
reconocida. Esto demuestra que la IA, en su
estado actual, es más eficaz en tareas de apoyo
que en actividades que exigen alto nivel de
interpretación y rigor metodológico. Por tanto,
su incorporación debe plantearse como un
complemento que potencia la eficiencia en
etapas iniciales de la investigación, sin
desplazar la necesidad de que los estudiantes
desarrollen competencias técnicas y analíticas.
Este hallazgo confirma la importancia de
concebir la inteligencia artificial generativa
como un recurso de apoyo dentro de un proceso
formativo integral.
En cuanto a los riesgos percibidos, los
estudiantes identificaron la dependencia
tecnológica, la pérdida del pensamiento crítico
y el plagio académico como las principales
amenazas asociadas al uso de la IA generativa.
Esta percepción refleja un alto grado de
conciencia sobre los peligros de un uso acrítico
o desregulado, lo cual resulta positivo en
términos de integridad académica. Sin embargo,
también revela la necesidad urgente de
establecer políticas institucionales que definan
criterios claros de uso, lineamientos éticos y
estrategias de prevención del mal empleo de
estas herramientas. Abordar estos riesgos de
manera anticipada permitirá evitar prácticas
académicas cuestionables y consolidar un
marco de confianza en torno al uso de la
inteligencia artificial en la investigación
universitaria. La actitud general positiva de los
estudiantes hacia estas tecnologías representa
una oportunidad significativa para impulsar
proyectos de innovación pedagógica en la
UNEMI. La predisposición favorable
observada en la mayoría de los participantes
constituye una base sólida para implementar
talleres, asignaturas y actividades
extracurriculares orientadas al uso responsable
de la inteligencia artificial en la investigación.
Este contexto favorable debe ser aprovechado
por la institución para fortalecer la formación
investigativa, integrando la tecnología como un
recurso estratégico que incremente la
motivación, la participación activa y la
autonomía en el aprendizaje. De este modo, la
inteligencia artificial generativa puede
convertirse en una herramienta que no solo
apoye la investigación, sino que también
promueva la innovación en la enseñanza
universitaria. La investigación confirma que la
inteligencia artificial generativa no debe
concebirse como una amenaza para la
formación investigativa de los estudiantes, sino
como una oportunidad para enriquecer sus
procesos de aprendizaje cuando se utiliza de
manera crítica, ética y pedagógicamente
orientada. La evidencia obtenida muestra que, si
bien persisten brechas en el conocimiento y en
la frecuencia de uso, los beneficios percibidos
superan ampliamente a las limitaciones, lo que
abre el camino para su integración progresiva en
la educación superior. Las universidades, y en
particular la UNEMI, tienen la responsabilidad
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 976
de liderar este proceso mediante políticas claras,
capacitaciones continuas y prácticas
innovadoras que garanticen que la inteligencia
artificial se convierta en un catalizador del
desarrollo investigativo y no en un factor de
dependencia tecnológica.
Referencias Bibliográficas
American Psychological Association. (2020).
Publication manual of the American
Psychological Association (7th ed.). APA.
Bardin, L. (2013). Análisis de contenido. Akal.
Cotton, E., Cotton, A., & Shipway, R. (2023).
ChatGPT, artificial intelligence, and the
future of higher education. Innovations in
Education and Teaching International,
60(2), 118–128.
https://doi.org/10.1080/14703297.2023.219
0148
Creswell, W., & Creswell, D. (2018). Research
design: Qualitative, quantitative, and mixed
methods approaches (5th ed.). SAGE.
Dwivedi, K., Hughes, L., Kar, K., Baabdullah,
M., Grover, P., Abbas, R., & Pandey, N.
(2023). Artificial intelligence (AI):
Multidisciplinary perspectives on emerging
challenges, opportunities, and agenda for
research, practice and policy. International
Journal of Information Management, 67,
102694.
https://doi.org/10.1016/j.ijinfomgt.2022.102
694
Flick, U. (2018). An introduction to qualitative
research (6th ed.). SAGE.
Hernández-Sampieri, R., & Mendoza, C.
(2018). Metodología de la investigación: Las
rutas cuantitativa, cualitativa y mixta (6ª
ed.). McGraw-Hill.
Kasneci, E., Sessler, K., Küchemann, S.,
Bannert, M., Dementieva, D., Fischer, F., &
Kasneci, G. (2023). ChatGPT for good? On
opportunities and challenges of large
language models for education. Learning
and Individual Differences, 103, 102274.
https://doi.org/10.1016/j.lindif.2023.102274
Li, J., Wang, Y., & Han, X. (2023). Artificial
intelligence in higher education:
Applications, challenges, and future
directions. Computers and Education:
Artificial Intelligence, 4, 100123.
https://doi.org/10.1016/j.caeai.2022.100123
Lund, D., Wang, T., Mannuru, R., Nie, B.,
Shimray, S., & Wang, Z. (2023). ChatGPT
and a new academic reality: Artificial
intelligence–written research papers and the
ethics of the large language models in higher
education. Journal of Applied Learning and
Teaching, 6(1), 1–13.
https://doi.org/10.37074/jalt.2023.6.1.9
Morales, J., & Llinás, H. (2022). Competencias
investigativas en estudiantes universitarios:
Retos en la sociedad del conocimiento.
Revista Educación y Humanismo, 24(43), 1–
15.
https://doi.org/10.17081/eduhum.24.43.459
6
Morales, L., & Zambrano, J. (2022). Retos de la
educación superior en América Latina ante la
inteligencia artificial. Revista Conrado,
18(87), 56–64.
OpenAI. (2023). GPT-4 technical report. arXiv.
https://doi.org/10.48550/arXiv.2303.08774
Page, M. J., McKenzie, J. E., Bossuyt, P. M.,
Boutron, I., Hoffmann, T. C., Mulrow, C. D.,
& Moher, D. (2021). The PRISMA 2020
statement: An updated guideline for
reporting systematic reviews. BMJ, 372,
n71.
https://doi.org/10.1136/bmj.n71
Paul, R., & Elder, L. (2019). Critical thinking:
Tools for taking charge of your professional
and personal life (3rd ed.). Rowman &
Littlefield.
Salcedo, J., & Caro, D. (2023). La inteligencia
artificial como herramienta pedagógica:
Implicaciones para la enseñanza
universitaria. Revista Ciencia Digital, 7(1),
45–62.
https://doi.org/10.33262/cienciadigital.v7i1.
2402
Selwyn, N., Hillman, T., Eynon, R., Ferreira,
G., Knox, J., Macgilchrist, F., & Sancho-Gil,
J. M. (2023). Digital education in the AI age.
Routledge.
Smutny, P., Prochazka, J., & Vaculik, M.
(2023). Opportunities and threats of
ChatGPT for higher education: A qualitative
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 9.2
Edición Especial III 2025
Página 977
study. Education Sciences, 13(5), 500.
https://doi.org/10.3390/educsci13050500
Russell, S., & Norvig, P. (2021). Artificial
intelligence: A modern approach (4th ed.).
Pearson.
Zawacki, O., Marín, V., Bond, M., &
Gouverneur, F. (2019). Systematic review of
research on artificial intelligence
applications in higher education – Where are
the educators? International Journal of
Educational Technology in Higher
Education, 16(39), 1–27.
https://doi.org/10.1186/s41239-019-0171-0
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Darwin Winston
Chasín Medranda, Angela Margoth Vaca Vaca,
Luis Alberto Villao Villao y Guillermo Segundo del
Campo Saltos.
