Uso y valoración de la inteligencia artificial generativa en los estudios sociales. Reporte sobre la experiencia de la comunidad académica de la Flacso México
DOI:
https://doi.org/10.18504/pl3366-013-2025Palabras clave:
encuesta, inteligencia artificial generativa, tecnologías emergentes, investigación en ciencias sociales, transformación digital en investigaciónResumen
Ante la rápida expansión de las herramientas de la inteligencia artificial generativa (iag) y la incertidumbre sobre sus impactos en la docencia e investigación en las ciencias sociales, es necesario contar con datos empíricos para conocer cómo y en qué medida se utilizan dichas tecnologías. Con tal objetivo, este grupo de investigación realizó una encuesta sobre el uso y percepción sobre la iag entre la comunidad de docentes y estudiantes de la Flacso México. El instrumento indagó en tres dimensiones principales: uso, percepción y valoración de docentes y estudiantes de la iag en los procesos de investigación y enseñanza. Los resultados muestran un uso diferenciado de esta tecnología: el profesorado la emplea principalmente para la escritura, traducción y edición de lenguaje, mientras que las y los estudiantes para generar ideas y analizar datos. Aunque ambos grupos valoran positivamente el uso de la iag en ciertas fases de la investigación, prevalece una notable incertidumbre respecto a la adecuación ética y metodológica de su aplicación en el trabajo académico. Respecto a las demandas sobre posibles acciones institucionales ante el surgimiento de las herramientas de la iag, profesoras y profesores enfatizan en la regulación, mientras que el estudiantado prioriza la capacitación.
Descargas
Citas
Andersen, J. P., Degn, L., Fishberg, R., Graversen, E. K., Horbach, S. P., Schmidt, E. K., Schneider, J. W., & Sørensen, M. P. (2025). Generative Artificial Intelligence (GenAI) in the research process: A survey of researchers’ practices and perceptions. Technology in Society, 81, 102813. https://doi.org/10.1016/j.techsoc.2025.102813
Benbya, H., Strich, F., & Tamm, T. (2024). Navigating generative artificial intelligence promises and perils for knowledge and creative work. Journal of the Association for Information Systems, 25(1), 23-36. https://doi.org/10.17705/1jais.00861
Gao, C. A., Howard, F. M., Markov, N. S., Dyer, E. C., Ramesh, S., Luo, Y., & Pearson, A. T. (2023). Comparing scientific abstracts generated by ChatGPT to real abstracts with detectors and blinded human reviewers. NPJ Digital Medicine, 6(75). https://doi.org/10.1038/s41746-023-00819-6
Giray, L., Jacob, J., & Gumalin, D. L. (2024). Strengths, weaknesses, opportunities, and threats of using ChatGPT in scientific research. International Journal of Technology in Education, 7(1), 40-58. https://doi.org/10.46328/ijte.618
Ooi, K. B., Tan, G. W. H., Al-Emran, M., Al-Sharafi, M. A., Capatina, A., Chakraborty, A., Dwivedi, Y. K., Huang, T. L., Kar, A. K., Lee, V. H., Loh, X. M., Micu, A., Mikalef, P., Mogaji, E., Pandey, N., Raman, R., Rana, N. P., Sarker, P., Sharma, A., … (2025). The potential of generative artificial intelligence across disciplines: Perspectives and future directions. Journal of Computer Information Systems, 65(1), 76-107. https://doi.org/10.1080/08874417.2023.2261010
Peres, R., Schreier, M., Schweidel, D., & Sorescu, A. (2023). On ChatGPT and beyond: How generative artificial intelligence may affect research, teaching, and practice. International Journal of Research in Marketing, 40(2), 269-275. https://doi.org/10.1016/j.ijresmar.2023.03.001
Qasem, F. (2023). ChatGPT in scientific and academic research: Future fears and reassurances. Library Hi Tech News, 40(3), 30-32. https://doi.org/10.1108/LHTN-03-2023-0043
Scherer, M. U. (2015). Regulating artificial intelligence systems: Risks, challenges, competencies, and strategies. Harvard Journal of Law & Technology, 29(2), 354-400. https://doi.org/10.2139/ssrn.2609777
Sok, S., & Heng, K. (2023). ChatGPT for education and research: A review of benefits and risks. Cambodian Journal of Educational Research, 3(1), 110-121. https://doi.org/10.62037/cjer.2023.03.01.06
Yeung, K., & Lodge, M. (Eds.). (2019). Algorithmic regulation. Oxford University Press. https://doi.org/10.1093/oso/9780198838494.003.0001
Publicado
Citas a este artículo:
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Facultad Latinoamericana de Ciencias Sociales, sede México
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Política de acceso abierto
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
De acuerdo con la legislación de derechos de autor, Perfiles Latinoamericanos reconoce y respeta el derecho moral de los autores, así como la titularidad del derecho patrimonial, el cual será cedido a la revista para su difusión en acceso abierto. Perfiles Latinoamericanos no realiza cargos monetarios a los autores por enviar y procesar artículos para su publicación.
Todos los textos publicados por Perfiles Latinoamericanos –sin excepción– se distribuyen amparados bajo la licencia Creative Commons 4.0 Atribución-No Comercial (CC BY-NC 4.0 Internacional), que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en Perfiles Latinoamericanos (por ejemplo incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en Perfiles Latinoamericanos.
Para todo lo anterior, el o los autor(es) deben remitir el formato de Carta-Cesión de la Propiedad de los Derechos de la primera publicación debidamente requisitado y firmado por el autor(es). Este formato se puede enviar por correo electrónico en archivo pdf al correo: perfiles@flacso.edu.mx (Carta-Cesión de Propiedad de Derechos de Autor).
Este obra está bajo una licencia de Creative Commons Reconocimiento-No Comercial 4.0 Internacional.
