INTRODUCCIÓN
La investigación científica atraviesa un cambio profundo desde que las herramientas de inteligencia artificial generativa se volvieron de uso público. Aplicaciones capaces de redactar, traducir, resumir artículos o sugerir bibliografía están hoy al alcance de cualquier investigador, y su incorporación a la escritura científica ha sido tan rápida que las revistas y las universidades apenas comienzan a regularla. Sampaio et al. (2024) sostienen que estas herramientas transformarán la manera de investigar, pero advierten que los modelos de IA no están en condiciones de ser considerados autores y que, hasta ahora, ningún detector de textos generados por IA ha demostrado ser efectivo.
La integridad científica, entendida como el conjunto de principios de honestidad, rigor, transparencia y responsabilidad que sostienen la confianza en el conocimiento producido, se ve interpelada de manera directa por esta tecnología. Liu et al. (2025), en una revisión sobre el uso de ChatGPT en la escritura académica, documentan que la herramienta puede inventar referencias bibliográficas y que los revisores solo logran identificar el 63 % de los resúmenes escritos por ella. Una referencia inexistente o un texto que nadie puede atribuir con certeza a su autor afectan dos pilares de la ciencia: la verificabilidad de las fuentes y la responsabilidad de quien firma.
Ante este escenario, los organismos de ética de la publicación han fijado algunos criterios básicos. Escamilla Ortiz (2023) recoge la posición del ICMJE, el COPE y la WAME, según la cual los chatbots no pueden ser autores de un manuscrito y su uso debe declararse. En la misma línea, Penabad-Camacho et al. (2024) argumentan que la IA no puede asumir la autoría porque carece de responsabilidad moral sobre lo que produce, y proponen un protocolo para que los autores informen de manera explícita qué herramienta usaron, con qué propósito y en qué parte del trabajo.
Sin embargo, la existencia de estos principios generales no garantiza que se conozcan ni que se apliquen. Los investigadores, los tutores de posgrado y los equipos editoriales enfrentan preguntas concretas para las que no siempre hay respuesta institucional: qué uso de la IA es legítimo, cómo debe declararse, quién responde por los errores que introduce y cómo distinguir la asistencia en la redacción de la sustitución del trabajo intelectual.
Pese al crecimiento de las publicaciones sobre el tema, los estudios suelen abordar por separado las percepciones de los investigadores, las políticas de las revistas y los riesgos éticos, lo que dificulta una visión integrada de lo que significa investigar con IA de manera responsable. En Iberoamérica, además, esta producción es reciente y se encuentra dispersa en revistas de distintos países, por lo que resulta oportuno sistematizarla.
Por lo expuesto, el objetivo de este artículo es analizar la evidencia científica sobre la integridad científica y el uso responsable de herramientas de inteligencia artificial en investigadores, con atención a sus prácticas de uso, los riesgos que se identifican, los criterios de autoría y transparencia y las respuestas editoriales e institucionales.
MÉTODO
Se desarrolló una revisión sistemática con enfoque cualitativo y alcance descriptivo, orientada por las fases de la declaración PRISMA: identificación, cribado, elegibilidad e inclusión. Para el tratamiento de la información se emplearon fichas de registro bibliográfico y una matriz de codificación, y los hallazgos se interpretaron mediante análisis de contenido.
La búsqueda se realizó en la red SciELO, que reúne revistas iberoamericanas de acceso abierto con revisión por pares. Se combinaron descriptores en español, inglés y portugués con los operadores booleanos AND y OR, tal como se resume en la tabla 1.
Tabla 1.
Estrategia de búsqueda.
|
Elemento |
Descripción |
|
Base de datos |
Red SciELO (colecciones de Brasil, México, Costa Rica, España, Perú y Colombia, entre otras). |
|
Descriptores |
("inteligencia artificial" OR "inteligencia artificial generativa" OR "ChatGPT" OR "artificial intelligence" OR "inteligência artificial") AND ("integridad científica" OR "ética de la investigación" OR "autoría" OR "plagio" OR "research integrity") AND ("investigadores" OR "publicación científica" OR "revistas científicas" OR "posgrado"). |
|
Período e idioma |
Artículos publicados entre 2021 y 2025, en español, inglés o portugués. |
Elaboración: Los autores.
Se incluyeron artículos originales y revisiones evaluados por pares que estudiaran el uso de la IA en la investigación y la escritura científica, ya fuera desde la perspectiva de los investigadores y estudiantes de posgrado, de las políticas editoriales de las revistas o de sus implicaciones para la integridad científica. Se excluyeron tesis, libros, actas de congresos, preprints y demás literatura gris, así como editoriales y ensayos de opinión sin metodología explícita y estudios centrados exclusivamente en la docencia. También se descartaron los artículos cuyo texto completo no pudo consultarse o cuyos datos presentaban inconsistencias que impedían interpretarlos con seguridad.
Antes del análisis, los tres constructos centrales se definieron de manera operativa, como se muestra en la tabla 2.
Tabla 2.
Matriz de variables: definiciones e implicaciones para la investigación.
|
Variable |
Definición operativa |
Implicación para la investigación |
|
Inteligencia artificial generativa |
Sistemas capaces de producir textos, imágenes o respuestas a partir de instrucciones en lenguaje natural, como ChatGPT. |
Agiliza la traducción, la edición y la búsqueda de literatura; exige verificar la exactitud del contenido y de las referencias. |
|
Integridad científica |
Principios de honestidad, rigor, transparencia y responsabilidad que rigen la producción y la comunicación del conocimiento científico. |
Requiere que la autoría, las fuentes y los datos sean verificables y atribuibles a personas responsables. |
|
Uso responsable de la IA |
Empleo de la IA bajo supervisión humana, con verificación de sus resultados y declaración explícita de la herramienta y del propósito. |
Permite aprovechar la herramienta sin delegarle el juicio científico ni la responsabilidad del autor. |
Elaboración: Los autores.
Figura 1. Procedimiento de la revisión sistemática.
Elaboración: Los autores.
La figura 1 resume el proceso seguido. Cada registro se revisó primero por título y resumen y después en texto completo; en esta última fase se comprobó en la plataforma SciELO la autoría, la revista, el volumen y el DOI. Al final quedaron 12 artículos, que constituyen el corpus del análisis.
RESULTADOS
La tabla 3 presenta los estudios incluidos, ordenados alfabéticamente, con el país y los participantes o el material analizado en cada uno.
Tabla 3.
Estudios que conforman el corpus de la revisión.
|
Autores y año |
Título |
País y participantes o corpus |
|
Buitrago-Ciro y Franco Rico (2025) |
La inteligencia artificial generativa en la publicación científica y el papel de los editores en revistas de biblioteconomía, ciencias de la información y educación en Hispanoamérica. |
Hispanoamérica; 43 revistas SciELO |
|
Buitrago-Ciro et al. (2025) |
¿Cómo está transformando la inteligencia artificial la comunicación científica? Desafíos, oportunidades y el papel de los actores involucrados: una revisión de alcance. |
Internacional; revisión de 90 estudios |
|
Costa et al. (2024) |
Using the Chat Generative Pre-trained Transformer in academic writing in health: a scoping review. |
Internacional; revisión de 49 artículos |
|
Fontanelli et al. (2025) |
Uso y valoración de la inteligencia artificial generativa en los estudios sociales. Reporte sobre la experiencia de la comunidad académica de la Flacso México. |
México; 24 profesores-investigadores y 130 estudiantes de posgrado |
|
Gomes y Mendes (2025) |
Um panorama das diretrizes relacionadas ao uso de inteligência artificial nos principais periódicos da área interdisciplinar da CAPES. |
Brasil; 200 revistas |
|
González et al. (2025) |
Normas para autores sobre uso de inteligencia artificial en revistas de e-learning en Scimago. |
Internacional; 68 revistas |
|
Hayashi (2025) |
Ética e inteligência artificial na comunicação científica: desafios para os periódicos científicos. |
Brasil; 115 revistas |
|
Lopes et al. (2024) |
Tese de doutorado em educação escrita por inteligência artificial? |
Brasil; 123 estudiantes de posgrado |
|
Medina-Zuta et al. (2025) |
Sentidos sobre el uso de ChatGPT en la investigación y la redacción académica en posgrado: una exploración comparada entre Argentina, Brasil, Chile, Perú y España. |
Cinco países; 544 estudiantes de posgrado |
|
Muñoz-del-Carpio Toia et al. (2025) |
Impacto de la inteligencia artificial generativa en la integridad científica: un análisis bibliométrico. |
Internacional; 162 artículos |
|
Nascimento et al. (2025) |
O uso de Inteligência Artificial na produção acadêmica: o que pensam os pedagogos? |
Brasil; 22 docentes |
|
Obando Zambrano (2024) |
Análisis comparativo de la similitud de textos generados por ChatGPT-3.5 y textos humanos con el programa Turnitin. |
Costa Rica; 300 textos |
Elaboración: Los autores.
Cuatro de los doce estudios trabajaron con investigadores, docentes o estudiantes de posgrado, cuatro analizaron las normas de revistas científicas, uno comparó textos humanos y generados por IA, y tres son revisiones de la literatura. En cuanto al diseño, hay dos encuestas, dos estudios mixtos, un estudio de caso cualitativo, cuatro análisis documentales, un estudio cuasiexperimental, dos revisiones de alcance y un análisis bibliométrico. Llama la atención que, aunque la búsqueda abarcó desde 2021, todos los artículos que cumplieron los criterios se publicaron en 2024 y 2025, lo que indica que la investigación sobre IA e integridad científica se intensificó tras la difusión masiva de la IA generativa. El análisis de contenido permitió agrupar los hallazgos en cuatro categorías.
Tabla 4.
Uso de la IA en el trabajo investigativo.
|
Uso de la IA en el trabajo investigativo |
|
Traducción y edición del texto |
|
Búsqueda de literatura |
|
Formato de citas y referencias |
|
Uso con conocimiento limitado |
Fuente: Lopes et al. (2024); Costa et al. (2024); Fontanelli et al. (2025); Medina-Zuta et al. (2025).
La IA ya se emplea en distintas fases del trabajo investigativo. En la Flacso México, el 58 % de los profesores-investigadores y el 49 % de los estudiantes de posgrado la usa al menos una vez por semana; los profesores la emplean sobre todo para traducir (76 %) y editar el lenguaje (65 %), mientras que los estudiantes la usan para identificar literatura y autores (65 %), y el 44 % de ellos para dar formato a citas y referencias (Fontanelli et al., 2025). En cinco países, Medina-Zuta et al. (2025) encontraron un conocimiento autopercibido moderado de ChatGPT entre estudiantes de posgrado y una valoración más favorable de su uso en la investigación, cercana al 75 % en Chile y Perú, que en la redacción académica. El uso, sin embargo, se adelanta al conocimiento: en Brasil, el 88,6 % de los estudiantes de maestría y doctorado no conocía herramientas de IA para producir textos, aunque el 84,5 % mostró disposición a usarlas (Lopes et al., 2024). La revisión de Costa et al. (2024) confirma que ChatGPT mejora la claridad de la escritura académica, pero subraya que su uso exige una supervisión humana rigurosa.
Tabla 5.
Riesgos para la integridad científica.
|
Riesgos para la integridad científica |
|
Plagio y apropiación de ideas |
|
Información inexacta |
|
Límites de la detección |
|
Uso indebido en la redacción |
Fuente: Obando Zambrano (2024); Buitrago-Ciro et al. (2025); Muñoz-del-Carpio Toia et al. (2025); Nascimento et al. (2025).
Los riesgos para la integridad aparecen en casi todos los estudios. El análisis bibliométrico de Muñoz-del-Carpio Toia et al. (2025) muestra que la producción sobre IA generativa e integridad científica crece a una tasa anual del 104,77 % y que el tema más frecuente es el uso intencional indebido de la IA en la redacción científica. Entre los docentes de Pedagogía estudiados por Nascimento et al. (2025), 18 de 22 consideraron necesario discutir la ética de la IA para evitar la apropiación de ideas de otros investigadores, y 14 manifestaron preocupación por la exactitud de la información generada. A ello se suma que los mecanismos de control son insuficientes: los textos producidos por ChatGPT obtuvieron en Turnitin una similitud media del 22,32 %, menor que la de los textos escritos por estudiantes (33,2 %), y 128 de 150 quedaron en el rango de menor similitud, por lo que el programa no permite determinar si un texto fue generado por IA (Obando Zambrano, 2024). La revisión de Buitrago-Ciro et al. (2025) registra que el 23 % de los estudios analizados aborda la integridad académica y la atribución de autoría, y que el 4,5 % señala la falta de precisión de las herramientas de detección.
Tabla 6.
Autoría, responsabilidad y transparencia.
|
Autoría, responsabilidad y transparencia |
|
La IA no es autora |
|
Responsabilidad humana |
|
Declaración del uso |
|
Identificación de la herramienta |
Fuente: Lopes et al. (2024); Hayashi (2025); González et al. (2025); Muñoz-del-Carpio Toia et al. (2025).
Sobre la autoría existe un consenso notable. Las 14 revistas brasileñas con pautas sobre IA analizadas por Hayashi (2025) rechazan que la IA figure como autora, atribuyen la responsabilidad del contenido a las personas y exigen transparencia; 13 de ellas piden especificar la herramienta utilizada, aunque solo 3 indican dónde debe ubicarse la declaración y solo 1 aborda los sesgos de la IA. En las revistas de e-learning de Scimago, la mayoría niega la autoría a la IA porque no puede asumir responsabilidad, y el 23,5 % exige una declaración de uso en una sección final propia (González et al., 2025). Muñoz-del-Carpio Toia et al. (2025) llegan a la misma conclusión: la IA no debe figurar como autora y su uso debe declararse en la sección de métodos. Los propios investigadores en formación comparten este criterio; en las entrevistas de Lopes et al. (2024), 12 de 17 estudiantes de posgrado aceptaron el uso de la IA con condiciones, y los autores concluyen que la responsabilidad por lo producido no es del algoritmo, sino del sujeto que investiga.
Tabla 7.
Políticas editoriales y formación ética.
|
Políticas editoriales y formación ética |
|
Escasez de políticas editoriales |
|
Desconocimiento de normas institucionales |
|
Necesidad de formación ética |
|
Pautas para la revisión por pares |
Fuente: Buitrago-Ciro y Franco Rico (2025); Gomes y Mendes (2025); Fontanelli et al. (2025); Nascimento et al. (2025).
La regulación avanza con lentitud. De 43 revistas hispanoamericanas de SciELO, el 88 % informa sobre ética de la publicación, pero solo el 12 % cuenta con una política sobre IA, el 7 % ofrece pautas específicas sobre IA generativa y el 5 % indica cómo citar estas herramientas (Buitrago-Ciro y Franco Rico, 2025). En Brasil, el 79,5 % de 200 revistas no menciona la IA en sus normas para autores y el 92,5 % no la menciona en las orientaciones para la revisión por pares; solo 24 exigen declarar su uso y 11 lo prohíben a los revisores (Gomes y Mendes, 2025). Esta ausencia de reglas se refleja en las instituciones: apenas alrededor del 15 % de la comunidad académica de la Flacso México conocía alguna regulación institucional sobre el uso de la IA (Fontanelli et al., 2025). La formación es la respuesta más reclamada: los 22 docentes estudiados por Nascimento et al. (2025) insistieron en la necesidad de formación ética, aunque solo 9 habían recibido capacitación en IA.
La tabla 8 sintetiza los patrones que emergen al cruzar las cuatro categorías.
Tabla 8.
Patrones identificados para un uso responsable de la IA en la investigación.
|
Patrón identificado |
Foco estratégico |
Objetivo para la integridad |
|
Adopción sin regulación |
Uso de la IA anterior a las normas |
Convertir el uso espontáneo en un uso regulado, supervisado y con propósito investigativo. |
|
Responsabilidad indelegable |
Autoría humana del contenido |
Asegurar que el investigador verifique datos, fuentes y referencias y responda por ellos. |
|
Transparencia declarada |
Declaración de herramienta y propósito |
Establecer con claridad qué usos de la IA se permiten y cómo deben declararse en el manuscrito. |
|
Alfabetización ética en IA |
Formación de investigadores, tutores y editores |
Desarrollar criterio para evaluar la exactitud, los sesgos y los límites de la herramienta. |
Elaboración: Los autores.
DISCUSIÓN
Los resultados permiten sostener que la inteligencia artificial ya forma parte de la práctica investigativa, aunque su uso se concentra en tareas instrumentales. Los investigadores la emplean sobre todo para traducir, editar el lenguaje, buscar literatura y dar formato a las referencias (Fontanelli et al., 2025), y los estudiantes de posgrado la valoran más como apoyo a la investigación que como sustituto de la redacción (Medina-Zuta et al., 2025). En otras palabras, la IA entra a la investigación por la vía de la asistencia, pero esa asistencia toca precisamente los elementos que sostienen la verificabilidad del trabajo científico: el texto, las fuentes y las referencias.
Esta situación tiene consecuencias. Si una herramienta capaz de inventar referencias (Liu et al., 2025) se usa para gestionar citas sin verificación posterior, el riesgo para la integridad deja de ser hipotético. A ello se suma que los mecanismos de control disponibles no resuelven el problema: los programas de similitud no distinguen con fiabilidad los textos generados por IA (Obando Zambrano, 2024), y ningún detector ha demostrado ser efectivo (Sampaio et al., 2024). El problema, por tanto, no puede resolverse solo con vigilancia tecnológica; exige que el investigador asuma la verificación de todo lo que la herramienta le entrega.
En este punto, el papel de los tutores y de los equipos de investigación es decisivo. La disposición de los estudiantes de posgrado a usar la IA con condiciones (Lopes et al., 2024) y la preocupación de los docentes por la apropiación de ideas ajenas (Nascimento et al., 2025) pueden convertirse en una oportunidad si se traducen en acuerdos explícitos sobre qué uso es aceptable en una tesis o en un artículo. La manera en que se comunican esas expectativas también importa: Molina et al. (2025) plantean el discurso metacomunicativo como herramienta para el aprendizaje en el aula, y cuando el tutor explicita qué uso de la IA admite, con qué propósito y cómo debe declararse, reduce la ambigüedad que hoy rodea a estas herramientas en la formación de investigadores.
La dimensión normativa, por su parte, muestra un desfase claro. Existe consenso en los principios: la IA no puede ser autora, la responsabilidad es humana y su uso debe declararse (Escamilla Ortiz, 2023; Penabad-Camacho et al., 2024; Hayashi, 2025; González et al., 2025). Pero la mayoría de las revistas todavía no ha traducido esos principios en normas concretas (Buitrago-Ciro y Franco Rico, 2025; Gomes y Mendes, 2025), y pocas personas conocen las regulaciones de sus propias instituciones (Fontanelli et al., 2025). La integridad, además, no se agota en el cumplimiento de reglas; también supone que la investigación responda a necesidades reales. En esa línea, Isea Arguelles et al. (2026) muestran que integrar la vinculación con la sociedad en el currículo universitario acerca la formación a las necesidades concretas del entorno, un principio que también puede orientar el uso de la IA hacia investigaciones con valor social y no solo hacia el aumento de la productividad.
También conviene advertir el contraste entre actores. Mientras las revistas que ya cuentan con pautas coinciden en sus contenidos básicos, los investigadores y estudiantes responden con frecuencia que no sabrían decir si el uso de la IA es ética y metodológicamente adecuado (Fontanelli et al., 2025). Esta diferencia sugiere que las universidades y los equipos editoriales deben trabajar la alfabetización en IA con énfasis distintos: con los investigadores, en la verificación de fuentes y la declaración de uso; con los tutores, en la orientación de tesis; y con los editores y revisores, en la aplicación coherente de las políticas.
Esta revisión tiene limitaciones que conviene reconocer. Se circunscribió a SciELO, por lo que pudo dejar fuera estudios relevantes de otras bases; el corpus es pequeño, predominan los análisis documentales y las encuestas con muestras no probabilísticas, y no se hallaron estudios que midan de forma directa la frecuencia de conductas indebidas asociadas a la IA entre investigadores. Por ello, las relaciones descritas deben entenderse como una síntesis interpretativa y no como una prueba causal.
CONCLUSIONES
La evidencia revisada indica que la inteligencia artificial, en especial la generativa, se ha incorporado con rapidez a la práctica investigativa. Los investigadores y estudiantes de posgrado la emplean principalmente para traducir, editar textos, buscar literatura y gestionar referencias.
Esa incorporación plantea riesgos concretos para la integridad científica: la apropiación de ideas ajenas, la información inexacta, las referencias inventadas y la dificultad para detectar textos generados por IA. Estos riesgos no se resuelven con herramientas de detección, sino con la verificación y la responsabilidad del investigador.
Existe consenso en que la IA no puede ser autora, en que la responsabilidad del contenido es humana y en que su uso debe declararse de forma transparente. Sin embargo, la mayoría de las revistas y de las instituciones todavía no ha convertido esos principios en normas claras, y muchos investigadores desconocen las regulaciones existentes.
Finalmente, se recomienda que las universidades y las revistas científicas establezcan políticas explícitas sobre el uso y la declaración de la IA, desarrollen programas de formación ética para investigadores, tutores, editores y revisores, y promuevan estudios empíricos que midan la frecuencia y las consecuencias del uso indebido de estas herramientas en la producción científica.
FINANCIAMIENTO
No monetario.
AGRADECIMIENTOS
A la Universidad Popular del Cesar, a la Universidad César Vallejo y a la Universidad de Panamá, por el acompañamiento académico brindado durante la elaboración de este trabajo.
REFERENCIAS CONSULTADAS
Buitrago-Ciro, J., & Franco Rico, J. A. (2025). La inteligencia artificial generativa en la publicación científica y el papel de los editores en revistas de biblioteconomía, ciencias de la información y educación en Hispanoamérica. Inter disciplina, 13(36), pp. 275-300. Disponible en: https://doi.org/10.22201/ceiich.24485705e.2025.36.90833
Buitrago-Ciro, J., Morales Campos, E., & Villamizar Romero, C. L. (2025). ¿Cómo está transformando la inteligencia artificial la comunicación científica? Desafíos, oportunidades y el papel de los actores involucrados: una revisión de alcance. Investigación Bibliotecológica, 39(104), pp. 111-150. Disponible en: https://doi.org/10.22201/iibi.24488321xe.2025.104.59032
Costa, I. C. P., Nascimento, M. C. do, Treviso, P., Chini, L. T., Roza, B. de A., Barbosa, S. D. F. F., & Mendes, K. D. S. (2024). Using the Chat Generative Pre-trained Transformer in academic writing in health: a scoping review. Revista Latino-Americana de Enfermagem, 32, e4195. Disponible en: https://doi.org/10.1590/1518-8345.7133.4195
Escamilla Ortiz, A. C. (2023). Uso de ChatGPT en los manuscritos científicos. Cirujano General, 45(2), pp. 65-66. Disponible en: https://doi.org/10.35366/111506
Fontanelli, O., Schulz, M. S., Alba Udave, J., Quintana Nedelcu, D., Tavera Fenollosa, L., & Dussauge Laguna, M. I. (2025). Uso y valoración de la inteligencia artificial generativa en los estudios sociales. Reporte sobre la experiencia de la comunidad académica de la Flacso México. Perfiles Latinoamericanos, 33(66), pp. 267-279. Disponible en: https://doi.org/10.18504/pl3366-013-2025
Gomes, R. de A., & Mendes, T. A. (2025). Um panorama das diretrizes relacionadas ao uso de inteligência artificial nos principais periódicos da área interdisciplinar da CAPES. Encontros Bibli, 30, e103488. Disponible en: https://doi.org/10.5007/1518-2924.2025.e103488
González, O. A., Tambini, J. E., & Perdomo, B. (2025). Normas para autores sobre uso de inteligencia artificial en revistas de e-learning en Scimago. Encontros Bibli, 30, e103944. Disponible en: https://doi.org/10.5007/1518-2924.2025.e103944
Hayashi, M. C. P. I. (2025). Ética e inteligência artificial na comunicação científica: desafios para os periódicos científicos. Encontros Bibli, 30, e103497. Disponible en: https://doi.org/10.5007/1518-2924.2025.e103497
Isea Arguelles, J. J., Romero Fernández, A. J., Infante Miranda, M. E. & Comas Rodríguez, R. (2026). Integración de la vinculación con la sociedad en el currículo universitario: el caso en una universidad ecuatoriana. Revista San Gregorio, 1(65), pp. 72-79. Disponible en: https://doi.org/10.36097/rsan.v1i65.4048
Liu, Y., Kong, W., & Merve, K. (2025). ChatGPT applications in academic writing: a review of potential, limitations, and ethical challenges. Arquivos Brasileiros de Oftalmologia, 88(3), e2024-0269. Disponible en: https://doi.org/10.5935/0004-2749.2024-0269
Lopes, C., Comas Forgas, R., & Cerdà-Navarro, A. (2024). Tese de doutorado em educação escrita por inteligência artificial? Revista Brasileira de Educação, 29, e290065. Disponible en: https://doi.org/10.1590/S1413-24782024290065
Medina-Zuta, P., Becerra, G., Sotomayor Soloaga, P., Alfonso Adam, M. E., Kitsutani Barrenechea, E., & Losada, A. V. (2025). Sentidos sobre el uso de ChatGPT en la investigación y la redacción académica en posgrado: una exploración comparada entre Argentina, Brasil, Chile, Perú y España. Sociologia & Antropologia, 15(2), e250027. Disponible en: https://doi.org/10.1590/2238-38752025v15210
Molina, T., Lizcano, C., Burbano, L. & Isea, J. (2025). Discurso metacomunicativo como herramienta para el aprendizaje en el aula. Revista Conrado, 21(103), e4353, pp. 1-7. Disponible en: https://conrado.ucf.edu.cu/index.php/conrado/article/view/4353
Muñoz-del-Carpio Toia, A., Meza Málaga, J. M., Luján Valencia, S. A., Valenti, E., Diaz Del Olmo Calvo, P., Terreros-Abril, K., Fuenzalida-Valdivia, J., & Begazo Muñoz del Carpio, L. (2025). Impacto de la inteligencia artificial generativa en la integridad científica: un análisis bibliométrico. Revista de Bioética y Derecho, (64), pp. 55-80. Disponible en: https://doi.org/10.1344/rbd2025.64.48524
Nascimento, K. A. S. do, Fialho, L. M. F., & Costa, M. A. A. da. (2025). O uso de Inteligência Artificial na produção acadêmica: o que pensam os pedagogos? Educação e Pesquisa, 51, e294604. Disponible en: https://doi.org/10.1590/S1678-4634202551294604por
Obando Zambrano, B. S. (2024). Análisis comparativo de la similitud de textos generados por ChatGPT-3.5 y textos humanos con el programa Turnitin. E-Ciencias de la Información, 14(2), pp. 1-16. Disponible en: https://doi.org/10.15517/eci.v14i2.57267
Penabad-Camacho, L., Morera-Castro, M., & Penabad-Camacho, M. A. (2024). Guía para uso y reporte de inteligencia artificial en revistas científico-académicas. Revista Electrónica Educare, 28(S), pp. 1-41. Disponible en: https://doi.org/10.15359/ree.28-s.19830
Sampaio, R. C., Nicolás, M. A., Junquilho, T. A., Silva, L. R. L., Freitas, C. S. de, Telles, M., Teixeira, J. S., Escóssia, F. da, & Santos, L. C. dos. (2024). ChatGPT e outras IAs transformarão a pesquisa científica: reflexões sobre seus usos. Revista de Sociologia e Política, 32, e008. Disponible en: https://doi.org/10.1590/1678-98732432e008
©2026 por los autores. Este artículo es de acceso abierto y distribuido según los términos y condiciones de la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) (https://creativecommons.org/licenses/by-nc-sa/4.0/)