El artículo “Agente de Inteligencia Artificial Generativa en investigación científica. Un análisis explicativo del aprendizaje en el aula”, de Roberto Berrios Zepeda y Lorgia Márquez Mora, analiza el potencial de los agentes de inteligencia artificial generativa para fortalecer el aprendizaje de la investigación científica en estudiantes universitarios.
Partiendo del creciente interés por integrar la IA en los procesos educativos, los autores diseñan y evalúan una estrategia pedagógica basada en el uso de herramientas generativas para apoyar la elaboración de proyectos de investigación. El estudio emplea un diseño cuasi experimental longitudinal con 111 estudiantes organizados en un grupo de control y dos grupos de intervención, comparando el aprendizaje alcanzado mediante procedimientos tradicionales y una metodología asistida por inteligencia artificial.
Los resultados muestran que los estudiantes que trabajaron con la metodología apoyada por IA obtuvieron avances significativamente superiores en todas las etapas del proceso de investigación. Las mejoras fueron especialmente evidentes en la formulación de la idea de investigación, la identificación de vacíos de conocimiento, el planteamiento del estudio, el diseño metodológico y la interpretación de datos.
El uso de agentes de IA también favoreció la búsqueda de información, la organización de referencias, la estructuración de proyectos y la comprensión de conceptos metodológicos, aunque los autores señalan que aspectos como el análisis crítico, la redacción científica y la reflexión metodológica siguen requiriendo un acompañamiento docente sólido.
La principal aportación del estudio consiste en demostrar que la inteligencia artificial generativa puede desempeñar un papel relevante como apoyo al aprendizaje de la investigación científica cuando se integra dentro de una estrategia pedagógica cuidadosamente diseñada. Más que sustituir al profesorado, la IA actúa como un recurso que facilita la construcción del conocimiento y optimiza determinadas tareas del proceso investigador.
No obstante, los autores reconocen limitaciones relacionadas con la ausencia de asignación aleatoria de los grupos, el uso de datos autoinformados y los posibles sesgos tanto de los participantes como de los propios algoritmos. En consecuencia, proponen ampliar futuras investigaciones incorporando evaluaciones más profundas de los productos finales de investigación y explorando el potencial de la IA para promover una comprensión crítica y un aprendizaje más adaptativo.
---
Cómo citar: Berrios Zepeda, R., & Márquez Mora, L. (2025). Agente de Inteligencia Artificial Generativa en investigación científica. Un análisis explicativo del aprendizaje en el aula. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 39–55. https://doi.org/10.5944/ried.28.2.43545
