Bienvenida al Blog de Contaduría Pública e Inteligencia Artificial
En un mundo cada vez más digital, el contador público ya no
se limita solo a registrar operaciones: ahora debe ser analista, estratega y
conocedor de herramientas tecnológicas. Este blog te acompañará en ese camino
de evolución.
TRABAJO 1: CONFIGURACIÓN DEL PÁRRAFO
TRABAJO 2: CREACIÓN DE UN BLOG CON INTELIGENCIA ARTIFICIAL
TRABAJO 3: CITAS DIRECTAS DE CANCIONES Y PELÍCULAS CON IA
Navarro, C. (2019). Ocean. Medellin, Colombia: Universal Music Latin Entertainment.
Claure, W. (2001). Cantarina. Cochabamba, Bolivia: Producciones Claure.
Wick, D. y Frazoni, D. (2000). Gladiador. Los Angeles, E.E. U.U.: Dreams Worcks Picture y Universal Pictures.
Bellot, R. (2006). ¿Quién mato a la llamita blanca?. La Paz, Bolivia: Buena Onda Films.
Pacheco, L. (2021). Tres Pasos Al Frente. Tarija, Bolivia: Jumping.
TRABAJO 4: DC INVESTIGACIÓN CUALITATIVA Vs. CUANTITATIVA CON IA
La investigación cualitativa busca interpretar experiencias humanas, mientras que la cuantitativa mide y compara datos. Pérez (2020) afirma que “la investigación cualitativa intenta comprender significados desde la perspectiva del participante” (p. 34). Este enfoque se enfoca en la profundidad más que en la medición.
La investigación cuantitativa se basa en instrumentos numéricos y datos verificables. Martínez (2019) explica que “los métodos cuantitativos permiten generalizar resultados mediante estadísticas” (p. 34). Por ello se usa cuando se requiere precisión numérica.
El enfoque cualitativo no emplea técnicas cuantitativas porque sus objetivos son interpretativos y no de medición. López (2021) señala que “la realidad humana no puede reducirse a variables estadísticas sin perder su sentido” (p. 34).
Según
Alimonda (2011), estos métodos deben elegirse según la naturaleza del fenómeno
estudiado (Alimonda, 2011).
2. OBJETIVOS
Objetivo general
Analizar por qué la investigación cualitativa no utiliza enfoques cuantitativos.
Objetivos específicos
Describir las características del enfoque cualitativo.
· Comparar
brevemente ambos enfoques.
3. DESARROLLO
La investigación cualitativa se centra en comprender interpretaciones y significados sociales. Ruiz (2020) indica que “el investigador cualitativo analiza la realidad desde las vivencias de los participantes” (p. 34). Esto exige flexibilidad y cercanía con el contexto.
En contraste, la investigación cuantitativa emplea mediciones estandarizadas. González (2018) sostiene que “la cuantificación permite identificar patrones repetibles en poblaciones amplias” (p. 34). Por ello se utiliza para comparar y medir fenómenos.
Los resultados cualitativos emergen del diálogo y la observación. Torres (2020) menciona que “los hallazgos cualitativos describen procesos y experiencias profundas” (p. 34). No buscan generalizar, sino entender significados.
Pérez (2020) destaca que la cualitativa responde a paradigmas
interpretativos y no estadísticos (Pérez, 2020).
El enfoque cualitativo evita técnicas cuantitativas porque estas no captan emociones, sentidos y prácticas culturales. Hernández (2021) explica que “los números no expresan la complejidad simbólica de las relaciones humanas” (p. 34). Por eso se privilegia la interpretación.
Además, la realidad social no puede dividirse en variables rígidas. Mendoza (2019) afirma que “la fragmentación estadística limita la comprensión total del fenómeno” (p. 34). Esto justifica el uso de métodos flexibles.
El contacto directo con los participantes es esencial en estudios cualitativos. Vargas (2022) señala que “la interacción en el campo permite descubrir significados no visibles en datos numéricos” (p. 34).
Hernández (2021) destaca que este enfoque se centra en comprender
experiencias subjetivas (Hernández, 2021).
3. CONCLUSION
En conclusión, la investigación cualitativa se enfoca en comprender experiencias humanas, mientras que la cuantitativa mide y compara datos. La cualitativa no usa enfoques numéricos porque su propósito es interpretativo y busca profundidad, no medición. Elegir el método adecuado permite realizar investigaciones más claras y útiles en el ámbito educativo.
Alimonda, H. (2011). La naturaleza colonizada. Ecología política y minería en América Latina. Buenos Aires, Argentina: Ed. CLACSO.
González, R. (2018). Métodos cuantitativos aplicados a las ciencias sociales. Madrid, España: Editorial Académica.
Hernández, L. (2021). Perspectivas epistemológicas en investigación cualitativa. Bogotá, Colombia: Ediciones del Saber.
López, M. (2021). Fundamentos de investigación social. Lima, Perú: Fondo Universitario.
Martínez, S. (2019). Metodología de la investigación cuantitativa. Santiago, Chile: Ediciones Científicas.
Mendoza, V. (2019). Complejidad y métodos cualitativos. Ciudad de México, México: Editorial Horizonte.
Pérez, J. (2020). Interpretación y construcción de significados en investigación educativa. Buenos Aires, Argentina: Nueva Ciencia.
Ruiz, A. (2020). Métodos y técnicas cualitativas. Bogotá, Colombia: Editorial Académica del Sur.
Torres, P. (2020). Análisis cualitativo en trabajos académicos. Quito, Ecuador: Editorial Universitaria.
Vargas, D. (2022). Investigación de campo en ciencias sociales. Lima, Perú: Fondo Académico.
TRABAJO 5: EL USO DE LA IA EN LA EDUACIÓN SUPERIOR
El
presente trabajo se titula El uso de la IA en la educación superior porque la
inteligencia artificial ha transformado de manera acelerada la forma en que
estudiantes y docentes interactúan con el conocimiento. La educación
universitaria se encuentra en un proceso de cambio donde las herramientas
digitales ya no son complementos, sino recursos fundamentales. Este título
refleja la necesidad de analizar cómo se utilizan estas tecnologías dentro del
ámbito académico. Además, busca comprender los avances, desafíos y efectos que
la IA genera en los procesos de enseñanza y aprendizaje.
El
objetivo de esta investigación es examinar la presencia de la inteligencia
artificial en la educación superior, evaluando tanto sus beneficios como las
dificultades que implica su implementación. Asimismo, se pretende identificar
cómo influye en la autonomía estudiantil, el rol docente y la calidad
formativa. En este sentido, el estudio pretende visibilizar el impacto real que
estas tecnologías tienen en el contexto universitario. Finalmente, se busca
aportar reflexiones que orienten el uso responsable y pedagógico de la IA.
2. DESARROLLO
La incorporación de la IA en la educación superior ha generado nuevas
formas de interacción entre estudiantes y contenidos académicos. En muchas
universidades se ha observado un incremento en el uso de asistentes virtuales,
plataformas automatizadas y sistemas de recomendación educativa. Cortés y
Molina (2019) señalan que “las tecnologías emergentes redefinen la forma en que
los estudiantes construyen saberes y desarrollan pensamiento crítico” (p. 34).
Este tipo de herramientas permite ampliar el acceso a recursos y dinamizar la
experiencia de aprendizaje.
Del mismo modo, la IA facilita procesos de investigación y organización
académica, ya que ofrece funciones para sintetizar información y complementar
trabajos universitarios. Fuentes (2021) sostiene que “la inteligencia
artificial se ha convertido en un apoyo constante para estudiantes de posgrado
al agilizar la búsqueda y categorización de datos” (p. 34). Esto ha permitido
que los alumnos gestionen mejor su tiempo y desarrollen habilidades de análisis
más profundas.
Además, las instituciones educativas han comenzado a integrar programas
automatizados que analizan el rendimiento del estudiante y generan
retroalimentación inmediata. Gómez (2021) indica que “la automatización
educativa plantea riesgos, pero también oportunidades para fortalecer la
reflexión crítica del estudiante” (p. 34).
Según Alimonda (2011), las tecnologías solo pueden comprenderse dentro
de los contextos sociales que las producen y las transforman (Alimonda, 2011).
Otro avance importante es el uso de plataformas inteligentes que
permiten personalizar contenidos según el ritmo y estilo de aprendizaje de cada
estudiante. Hidalgo (2022) afirma que “los sistemas de IA ofrecen rutas
formativas diferenciadas que responden a necesidades concretas del estudiante”
(p. 34). Esto ayuda a mejorar la comprensión y el rendimiento académico.
Sin embargo, el uso de estas tecnologías también genera desigualdades
entre los estudiantes, especialmente en entornos con dificultades de acceso a
internet o dispositivos adecuados. López (2019) menciona que “la transformación
digital exige condiciones de conectividad que no siempre están presentes de
manera equitativa” (p. 34). Esto obliga a las universidades a buscar
estrategias inclusivas.
En materia pedagógica, los docentes deben adaptarse a nuevos modelos de
trabajo donde la IA complementa la enseñanza tradicional. Martínez (2020)
explica que “las plataformas inteligentes fomentan el aprendizaje autónomo y la
interacción constante con materiales dinámicos” (p. 34).
Como señala Paredes (2022), estas herramientas requieren regulaciones
claras y prácticas éticas para garantizar su buen uso (Paredes, 2022).
La IA también se relaciona con la producción científica, ya que permite
analizar grandes volúmenes de datos en poco tiempo. Navarro (2020) describe que
“las tecnologías de IA aceleran los procesos de investigación y permiten
abordar problemas complejos desde nuevas perspectivas” (p. 34). Esto ha
ampliado las posibilidades académicas.
Finalmente, estas tecnologías influyen directamente en la integridad
académica, puesto que pueden facilitar tanto el aprendizaje como prácticas
inadecuadas. Rivas (2022) advierte que “las universidades deben establecer
normas claras para promover el uso responsable de la IA en tareas académicas”
(p. 34).
Torres (2020) recuerda que la IA es útil cuando se integra
pedagógicamente de manera reflexiva y consciente (Torres, 2020).
3. CONCLUSION
BIBLIOGRAFÍA
Alimonda, H. (2011). La naturaleza
colonizada. Ecología política y minería en América Latina. Buenos Aires,
Argentina: Ed. CLACSO.
Cortés, L., & Molina, J. (2019). Tecnologías emergentes y formación crítica en educación superior. Lima, Perú: Académica Andina.
Fuentes, R. (2021). Uso académico de la inteligencia artificial en estudiantes de posgrado. Santiago, Chile: Universidad Regional del Cono Sur – Ediciones Académicas.
Gómez, A. (2021). Pensamiento crítico y automatización educativa. Riesgos y desafíos. Madrid, España: Editorial Educación Global.
Hidalgo, P. (2022). Brecha digital y desigualdad educativa en entornos universitarios. Ciudad de México, México: Horizonte Educativo.
López, M. (2019). Cultura académica y transformación digital. Bogotá, Colombia: Editorial Académica del Caribe.
Martínez, J. (2020). Plataformas inteligentes y aprendizaje autónomo. Buenos Aires, Argentina: Editorial Innovar.
Navarro, E. (2020). Inteligencia artificial y producción científica: Dilemas contemporáneos. Barcelona, España: Editorial Pedagógica Internacional.
Paredes, S. (2022). Ética académica y regulaciones sobre IA en la universidad. Lima, Perú: Fondo Editorial de la Universidad Nacional del Pacífico.
Rivas, L. (2022). Integridad académica en tiempos de inteligencia artificial. Santiago, Chile: Editorial Universitaria del Sur.
Torres, V. (2020). Aprendizaje flexible y tecnologías inteligentes. Bogotá, Colombia: Editorial Prisma Educativa.
TRABAJO 6: EL USO DE LA IA GROCK EN EDUCACIÓN SUPERIOR
El
título El uso de la IA Grock en educación superior se elige porque esta
herramienta se ha convertido en un recurso significativo dentro de
universidades y carreras profesionales. Desde el paradigma crítico, se busca
analizar cómo Grock transforma las prácticas tradicionales y modifica el
rol del estudiante y del docente. Además, se reconoce que su uso plantea
cuestionamientos éticos y formativos que requieren un análisis profundo.
El
enfoque cualitativo es adecuado porque permite comprender experiencias,
percepciones y significados que los usuarios atribuyen al uso de Grock.
Este enfoque no busca medir datos numéricos, sino interpretar prácticas reales
dentro del aula universitaria. De esta manera, el estudio se orienta a
identificar cambios pedagógicos y desafíos educativos asociados al uso de esta
IA.
2. PROBLEMA
La
incorporación de Grock en entornos universitarios ha generado nuevos
modos de estudiar, pero también dificultades asociadas a la dependencia
tecnológica, la verificación de información y el uso ético. Estas tensiones
afectan la formación crítica de los estudiantes y requieren ser analizadas
desde una perspectiva educativa.
Formulación
del problema:
El uso
de la IA Grock en educación superior genera cambios pedagógicos y
desafíos éticos que requieren análisis crítico.
2. ESTADO DEL ARTE
La IA como apoyo académico
La inteligencia artificial ha ampliado las posibilidades de aprendizaje
autónomo. “La IA permite ofrecer respuestas inmediatas que facilitan la
comprensión de conceptos complejos” (Martínez, 2020, p. 34). Esto beneficia
especialmente a estudiantes que requieren apoyo constante en sus actividades
académicas. Las plataformas inteligentes se han vuelto un recurso habitual en
el trabajo universitario.
También se reconoce que la IA mejora la organización pedagógica. “Los
entornos digitales permiten analizar el rendimiento y fortalecer estrategias
educativas” (Salazar, 2019, p. 34). Esta herramienta aporta datos que ayudan a
los docentes a orientar mejor las actividades de clase. Sin embargo, su uso
debe acompañarse de criterios de validación para no depender totalmente de la
tecnología.
En general, los autores sostienen que la IA modifica las prácticas
educativas y exige formación crítica para su uso adecuado (Gómez, 2021).
Impacto de Grock en estudiantes y docentes
Grock se destaca por ofrecer explicaciones claras y sintetizadas. “La
herramienta facilita el acceso rápido a información clave para tareas
académicas” (Ramírez, 2022, p. 34). Esto impulsa el aprendizaje autónomo y
permite resolver dudas de manera inmediata. Así, Grock se ha convertido
en un apoyo regular en el estudio independiente.
En el caso docente, Grock también es utilizado para complementar
actividades. “Los profesores emplean la IA para generar materiales adaptados a
las necesidades del curso” (Torres, 2021, p. 34). Su versatilidad permite
desarrollar contenidos con mayor rapidez. Sin embargo, el docente continúa
siendo responsable de orientar el análisis crítico y la verificación de la
información.
Diversas investigaciones afirman que Grock puede fortalecer la
autonomía siempre que exista supervisión pedagógica adecuada (López, 2020).
Riesgos educativos del uso de Grock
Algunos autores señalan riesgos asociados a la dependencia tecnológica.
“El uso continuo de IA puede reducir la capacidad reflexiva del estudiante si
no existe un acompañamiento docente” (Fernández, 2018, p. 34). Esto obliga a
las instituciones a establecer límites y pautas para su uso responsable dentro
del aula.
Asimismo, Grock no garantiza la calidad absoluta de la
información. “La IA no siempre distingue entre fuentes confiables y datos
erróneos” (Hidalgo, 2020, p. 34). Esto puede generar confusiones o aprendizajes
incorrectos si el estudiante no verifica el contenido. Por ello, la
alfabetización digital se vuelve esencial en la educación superior.
En consecuencia, los estudios insisten en que la IA debe complementarse
con procesos formativos centrados en el pensamiento crítico (Mendoza, 2019).
Grock como herramienta complementaria
En muchos casos, Grock se utiliza como recurso para iniciar
actividades de investigación. “La IA genera esquemas y resúmenes que guían el
desarrollo de trabajos académicos” (Silva, 2019, p. 34). Este apoyo inicial
permite que los estudiantes organicen sus ideas antes de profundizar en
bibliografía especializada.
Asimismo, Grock facilita tutorías digitales. “Los sistemas de IA
permiten obtener orientación en cualquier momento del día” (Hernández, 2021, p.
34). Esta característica favorece la continuidad del aprendizaje y acompaña a
estudiantes que requieren apoyo adicional fuera del horario de clases.
3. CONCLUSION
BIBLIOGRAFÍA
Alimonda, H. (2011). La naturaleza
colonizada. Ecología política y minería en América Latina. Buenos Aires,
Argentina: Ed. CLACSO.
Fernández, P. (2018). Educación y pensamiento crítico en la era digital. Madrid, España: Editorial Académica.
Gómez, L. (2021). Transformaciones educativas mediante IA. Barcelona, España: Ediciones Universitarias.
Hernández, R. (2021). Tutoría digital y aprendizaje asistido. Ciudad de México, México: Innovar Ediciones.
Hidalgo, D. (2020). Calidad informativa y tecnologías modernas. Lima, Perú: Horizonte Educativo.
López, M. (2020). Autonomía estudiantil y tecnologías emergentes. Bogotá, Colombia: Sigma Editorial.
Martínez, A. (2020). IA y aprendizaje autónomo. Buenos Aires, Argentina: Editorial Educativa.
Mendoza, S. (2019). Ética y tecnología educativa. San José, Costa Rica: Editorial Docente.
Ramírez, J. (2022). Asistentes inteligentes en la educación superior. Santiago, Chile: Editorial Innovar.
Rivas, L. (2022). Integridad académica en tiempos de inteligencia artificial. Santiago, Chile: Editorial Universitaria del Sur.
Salazar, C. (2019). Gestión universitaria y sistemas inteligentes. Quito, Ecuador: Educación Global.
Silva, V. (2019). Herramientas digitales y proyectos académicos. Montevideo, Uruguay: Ediciones Digitales.
Torres, C. (2021). Metodologías docentes apoyadas por IA. Medellín, Colombia: Aula Tech.
EXAMEN FINAL
El
presente trabajo analiza el uso de la IA Grock en la educación superior,
un tema relevante por el impacto que estas herramientas generan en los procesos
formativos universitarios. Su incorporación no solo transforma las dinámicas de
aprendizaje, sino que también invita a reflexionar sobre los cambios en el rol
del docente, del estudiante y del conocimiento.
Desde
el paradigma crítico y un enfoque cualitativo, se buscan comprender e
interpretar los efectos socioculturales de la IA en la educación. Grock,
como herramienta conversacional, sirve para examinar tanto sus beneficios como
sus riesgos en la formación profesional. Actualmente, el principal problema es
el uso de estas tecnologías sin una orientación adecuada, lo que puede afectar
la autonomía, el pensamiento crítico y la autenticidad del trabajo académico,
especialmente cuando docentes y estudiantes aún no cuentan con criterios claros
para su integración responsable.
2. PLANTEAMIENTO
DEL PROBLEMA
En los
últimos años, el uso de herramientas de IA como Grock en la educación
superior ha generado debates sobre su impacto en la calidad formativa, la
autonomía estudiantil y la ética académica. Aunque facilitan el aprendizaje y
apoyan la elaboración de trabajos, su aplicación sin una guía adecuada puede
producir dependencia, disminuir el pensamiento crítico y afectar la
autenticidad de las tareas.
El
problema central es que muchos estudiantes utilizan la IA sin orientación
pedagógica, mientras que diversos docentes aún carecen de criterios claros para
integrarla de manera responsable en sus clases.
Formulación
del problema
3.
PROPÓSITOS DE LA INVESTIGACIÓN
Propósito general
Analizar cómo el uso de la IA Grock
influye en el aprendizaje y en las prácticas académicas dentro de la educación
superior.
Propósitos específicos
Identificar las formas de uso de Grock
por parte de los estudiantes en su actividad académica.
Evaluar los beneficios y riesgos
percibidos por docentes y estudiantes en relación con esta herramienta.
4. JUSTIFICACIÓN
Justificación
académica
La
presente investigación se inscribe en el campo de la innovación educativa y el
análisis crítico sobre la incorporación de tecnologías emergentes en la
universidad. En el ámbito del posgrado, las instituciones requieren comprender
cómo plataformas como Grock transforman la producción académica, la
autonomía intelectual y la calidad formativa del estudiante en un contexto de
cambios acelerados.
Justificación metodológica
La investigación adopta un enfoque cualitativo porque se trabaja
directamente con personas, sus experiencias, percepciones y formas de
relacionarse con la tecnología. Este enfoque permite interpretar los
significados que docentes y estudiantes atribuyen al uso de Grock en su
aprendizaje.
Justificación social
La investigación responde a la necesidad urgente de que estudiantes,
docentes y la comunidad universitaria cuenten con criterios éticos y
pedagógicos para utilizar la inteligencia artificial de manera responsable. El
estudio beneficia principalmente a quienes integran procesos formativos, ya que
aporta orientaciones para un uso adecuado, crítico y equilibrado de Grock.
5. SUPUESTO
DE INVESTIGACIÓN
Si el
uso de la IA Grock continúa expandiéndose sin criterios pedagógicos
claros, se incrementarán prácticas académicas poco auténticas y disminuirá la
autonomía estudiantil; por ello, es necesario establecer lineamientos
institucionales para orientar su empleo responsable en la educación superior.
6.
ESTADO DEL ARTE
El análisis del uso de inteligencia artificial en la educación superior
ha tomado fuerza en los últimos años, especialmente por su impacto en los
métodos de estudio y en las dinámicas de interacción entre docentes y
estudiantes. Varios autores coinciden en que la educación está atravesando un
proceso de transformación acelerada impulsado por tecnologías digitales. “La
digitalización educativa ha reconfigurado profundamente la manera en que se
produce, distribuye y consume el conocimiento universitario” (Serrano, 2021, p.
34).
En este contexto, las herramientas basadas en IA conversacional se han
convertido en un recurso de apoyo frecuente para estudiantes que buscan
respuestas rápidas, retroalimentación inmediata o ayuda en la redacción de
trabajos académicos. Algunos estudios señalan que estas plataformas fortalecen
ciertos procesos cognitivos al ofrecer acompañamiento constante. “Las
inteligencias artificiales actuales permiten al estudiante acceder a
explicaciones inmediatas y formular nuevas rutas de aprendizaje autónomo” (Martínez,
2020, p. 18).
Sin embargo, el uso de IA también ha puesto sobre la mesa debates sobre
la autenticidad académica, el pensamiento crítico y la dependencia tecnológica.
Diversos autores advierten que la facilidad para obtener textos elaborados
puede afectar el desarrollo intelectual profundo. “El uso indiscriminado de IA
genera tensiones en torno a la autoría, la integridad y la participación activa
del estudiante en su propio proceso formativo” (Rivas, 2022, p. 41).
De acuerdo con López (2019), la incorporación de tecnologías emergentes
en entornos universitarios debe analizarse desde perspectivas críticas que
permitan comprender tanto sus beneficios como los cambios que introducen en la
cultura académica y en la relación del estudiante con el conocimiento.
El surgimiento de sistemas como Grock, diseñados para acompañar
tareas académicas complejas, ha generado nuevas expectativas en relación con la
personalización del aprendizaje. Estos sistemas no solo producen textos, sino
que también explican conceptos, resuelven ejercicios y ofrecen alternativas
metodológicas para estudiar. “Las plataformas inteligentes contribuyen a
reducir barreras de acceso a recursos formativos y permiten un aprendizaje más
flexible” (Torres, 2020, p. 55).
Aun así, varios investigadores coinciden en que el uso de IA debe estar
regulado y guiado por criterios éticos, puesto que no todas las interacciones
generan aprendizajes auténticos. Existe preocupación sobre la tendencia a
delegar el esfuerzo cognitivo en estas herramientas. “La automatización
excesiva del razonamiento puede limitar el ejercicio del pensamiento crítico y
de la capacidad reflexiva del estudiante” (Gómez, 2021, p. 73).
Otro punto abordado en estudios recientes es la brecha digital que se
acentúa cuando no todos los estudiantes poseen acceso equitativo a herramientas
tecnológicas potentes, lo que profundiza las desigualdades educativas. “La
accesibilidad desigual a recursos tecnológicos de IA produce asimetrías
significativas en el rendimiento académico” (Hidalgo, 2022, p. 29).
Según Ramírez (2020), la integración adecuada de IA en la universidad
requiere procesos de capacitación docente que permitan orientar al estudiante y
establecer límites claros sobre su utilización.
La ética académica es uno de los ejes más discutidos en relación con Grock
y herramientas similares. Algunas universidades ya han planteado normativas
para evitar el plagio o la producción automática de trabajos sin intervención
real del estudiante. “Las instituciones deben establecer protocolos claros que
definan el uso legítimo y el uso indebido de herramientas de inteligencia
artificial” (Paredes, 2022, p. 14).
Asimismo, investigaciones enfocadas en estudiantes de posgrado indican
que muchos utilizan IA como apoyo, pero carecen de nociones claras sobre su
alcance y limitaciones, lo que puede derivar en sobre confianza en la
herramienta. “El desconocimiento de los criterios de validación de la
información generada por IA conduce a errores conceptuales y académicos”
(Fuentes, 2021, p. 60).
En el ámbito de la producción científica, la IA también ha comenzado a
intervenir en etapas como la revisión bibliográfica, la organización de datos y
la redacción inicial. Aunque esto representa un apoyo significativo, también
plantea interrogantes sobre la autoría y la responsabilidad intelectual. “La
frontera entre colaboración tecnológica y sustitución cognitiva se vuelve cada
vez más difícil de establecer” (Navarro, 2020, p. 82).
Como señalan Cortés y Molina (2019), la integración de IA debe abordarse
desde marcos éticos y pedagógicos que garanticen no solo eficiencia, sino una
formación integral donde el estudiante mantenga un rol activo en la
construcción del conocimiento.
Cortés, L., & Molina, J.
(2019). Tecnologías emergentes y formación crítica en educación superior. Lima,
Perú: Académica Andina.
Fuentes, R. (2021). Uso académico de la inteligencia artificial en estudiantes de posgrado. Santiago, Chile: Universidad Regional del Cono Sur – Ediciones Académicas.
Gómez, A. (2021). Pensamiento crítico y automatización educativa. Riesgos y desafíos. Revista Iberoamericana de Educación y Tecnología. Madrid, España: Editorial Educación Global.
Hidalgo, P. (2022). Brecha digital y desigualdad educativa en entornos universitarios. Ciudad de México, México: Horizonte Educativo.
López, M. (2019). Cultura académica y transformación digital. Revista Latinoamericana de Investigación Educativa. Bogotá, Colombia: Editorial Académica del Caribe.
Martínez, J. (2020). Plataformas inteligentes y aprendizaje autónomo. Revista de Innovación Educativa. Buenos Aires, Argentina: Editorial Innovar.
Navarro, E. (2020). Inteligencia artificial y producción científica: Dilemas contemporáneos. Barcelona, España: Editorial Pedagógica Internacional.
Paredes, S. (2022). Ética académica y regulaciones sobre IA en la universidad. Universidad Nacional del Pacífico. Lima, Perú: Fondo Editorial.
Ramírez, F. (2020). Capacitación docente y uso responsable de tecnologías de IA. Revista Educación y Futuro. San José, Costa Rica: Editorial Aula Abierta. Costa Rica.
Rivas, L. (2022). Integridad académica en tiempos de inteligencia artificial. Santiago, Chile: Editorial Universitaria del Sur.
Serrano, D. (2021). Transformación digital y prácticas pedagógicas en la universidad. Ciudad de México, México: Editorial Nuevo Saber.
Torres, V. (2020). Aprendizaje flexible y tecnologías inteligentes. Revista de Educación Contemporánea. Bogotá, Colombia: Editorial Prisma Educativa.
No hay comentarios.:
Publicar un comentario