Integración de la inteligencia artificial generativa en la investigación científica: equilibrio entre innovación y rigor metodológico
Resumen
La inteligencia artificial generativa (IAGen) se consolida como una tecnología clave en la transformación de la investigación científica, al facilitar la generación de contenido original y optimizar los procesos de redacción académica y producción del conocimiento. Su incorporación impulsa la eficiencia, calidad y creatividad en la comunicación científica, aunque exige un uso ético, responsable y transparente por parte de los autores, revisores y editores. Por ello, las políticas editoriales actuales subrayan la necesidad de declarar de forma explícita su utilización, detallando herramientas, propósitos y alcance, para preservar la integridad académica y garantizar la trazabilidad del conocimiento generado.
Asimismo, la IAGen es reconocida como una herramienta de apoyo en tareas como redacción, revisión bibliográfica, análisis de datos y generación de ideas, sin sustituir el proceso cognitivo, el juicio crítico y la responsabilidad intelectual de los investigadores. No obstante, se establecen límites claros frente a usos inadecuados, como la generación de resultados, la interpretación de datos o la creación de contenido sin supervisión humana significativa, prácticas contrarias a la ética científica. En consecuencia, resulta fundamental desarrollar marcos regulatorios que equilibren la innovación tecnológica con el rigor metodológico, asegurando la transparencia, la protección de datos y la credibilidad del sistema científico.
Descargas
Referencias bibliográficas
Alcolea-López, J. M. y Martínez-Carpio, P. A. (2026). El uso de la inteligencia artificial generativa en publicaciones científicas requiere declaración obligatoria. Medicina Estética, (87), 7-11. https://doi.org/10.48158/MedicinaEstetica.087.E
Arredondo-Trapero, F. G., De la Garza-García, J. y Vázquez-Parra, J. C. (2014). Transparencia en las organizaciones, una aproximación desde la perspectiva de los colaboradores. Estudios Gerenciales, 30(133), 408-418. https://doi.org/10.1016/j.estger.2014.06.007
Barradas-Gudiño, J. (2023). Inteligencia artificial como elemento transformador de la investigación científica. Entrelíneas, 2(1), 113-122. https://doi.org/10.56368/Entrelineas213
Cantos-Lucas, P. A., Mite-Albán, M. T., Herrera-Rivas, L. y Guerrero-Carrasco, M. J. (2025). Inteligencia artificial generativa: oportunidades para la comunidad universitaria y la importancia de las soft skills . Revista Científica Profundidad Construyendo Futuro, 24(24), 130-146. https://doi.org/10.22463/24221783.5261
Diaz-Vera, J. P., Molina-Izurieta, R., Bayas-Jaramillo, C. M. y Ruiz-Ramírez, A. K. (2024). Asistencia de la inteligencia artificial generativa como herramienta pedagógica en la educación superior. Revista de Investigación en Tecnologías de la Información, 12(26), 61-76. https://doi.org/10.36825/RITI.12.26.006
Huang, C., Zhang, Z., Mao, B. y Yao, X. (2022). An Overview of Artificial Intelligence Ethics. IEEE Transactions on Artificial Intelligence, 4(4), 799-819. https://doi.org/10.1109/TAI.2022.3194503
Khalifa, M. y Albadawy, M. (2024). Using artificial intelligence in academic writing and research: An essential productivity tool. Computer Methods and Programs in Biomedicine Update, 5. https://doi.org/10.1016/j.cmpbup.2024.100145
Machin-Mastromatteo, J. D. (2025). Recomendaciones para elaborar políticas editoriales sobre el uso de inteligencia artificial generativa en la publicación científica. Revista Estudios de la Información, 3(2), 101-116. https://doi.org/10.54167/rei.v3i2.2193
Ministerial Statement on Trade and Digital Economy. (29 de junio de 2019). G20 Osaka Leaders’ Declaration. G7/G20 Documents database. https://g7g20-documents.org/database/document/2019-g20-japan-leaders-leaders-language-g20-osaka-leaders-declaration
Miyahira , J. (2025). Uso de inteligencia artificial en el proceso de revisión por pares. Revista Médica Herediana, 36(4), 291-293. https://doi.org/10.20453/rmh.v36i4.7482
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (2024). Guía para el uso de IA generativa en educación e investigación. https://unesdoc.unesco.org/ark:/48223/pf0000389227
Penabad-Camacho, L., Morera-Castro, M. y Penabad-Camacho, M. A. (2024). Guía para el uso y Reporte de Inteligencia Artificial en Revistas Científico-Académicas. Revista Electrónica Educare, 28(S), 1-41. https://doi.org/10.15359/ree.28-S.19830
Resnik, D. B. y Hosseini, M. (2025). The ethics of using artificial intelligence in scientific research: new guidance needed for a new tool. AI and Ethics, 5, 1499-1521. https://doi.org/10.1007/s43681-024-00493-8 PMid:40337745 PMCid:PMC12057767
Rodríguez-Álvarez, F. E., & Osorio-Isaza, V. (2025). Inteligencia Artificial Generativa: del hito tecnológico al punto de inflexión complejo. Perspectivas en Inteligencia, 17(26), 17-32. https://doi.org/10.47961/2145194X.855
Salazar-Sisalima, M. C., Lapo-Fernández , J. M., Romero Sobenis, F. F. y La Rosa Navarro, Y. (2024). La inteligencia artificial generativa como herramienta de apoyo en la personalización del aprendizaje: Implicaciones y desafíos éticos en el aula para estudiantes de EGB. Reincisol, 3(6), 6983-7007. https://doi.org/10.59282/reincisol.V3(6)6983-7007
Švab, I., Klemenc-Ketiš, Z. y Zupanič, S. (2023). New Challenges in Scientific Publications: Referencing, Artificial Intelligence and ChatGPT. Slovenian Journal of Public Health, 62(3), 109-112. https://doi.org/10.2478/sjph-2023-0015 PMid:37327133 PMCid:PMC10263368
Derechos de autor 2026 Perspectivas en Inteligencia

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.








