Autor
Equipo de Stratós Investigación y Comunicación
La inteligencia artificial (IA) puede agilizar procesos y facilitar tareas académicas. Por eso, no son pocos los estudiantes e investigadores que se han planteado, por ejemplo, usar IA para hacer tesis. Sin embargo, hacerlo conlleva riesgos cuando se utiliza indiscriminadamente y sin cuidado.
En esta ocasión, te hablaremos sobre los pros y contras de recurrir a la IA para llevar a cabo tu proyecto de titulación.
3 ventajas de usar IA en investigación académica
Esta herramienta poder resultar útil para las siguientes actividades:
1. Sugerir ideas sobre cómo desarrollar la investigación
¿Ya tienes el tema, pero tu documento aún no tiene pies ni cabeza? ¡Aquí es cuando la inteligencia artificial puede entrar en acción! Esta tiene la capacidad de dar ideas sobre cómo empezar a escribir, ordenar párrafos ya escritos o recomendar enfoques metodológicos.
2. Organizar temas de forma visual
Como no todo es texto, además de ChatGPT existen otras herramientas con IA para estudiantes que permiten organizar ideas de forma visual:
- Napkin AI: es ideal para generar mapas semánticos, diagramas y otro tipo de gráficos.
- Chat Diagram: elabora mapas mentales, gráficos de pastel y líneas del tiempo.
3. Encontrar documentos relacionados con tu tema
Navegar por repositorios académicos puede ser engorroso cuando intentas encontrar literatura para construir el marco teórico o los antecedentes de tu investigación. Por suerte, existen herramientas que pueden apoyarte con este proceso.
Una de ellas es Connected Papers, que funciona introduciendo el código DOI, título o enlace del artículo fuente. Con este dato, la herramienta analiza un gran número de artículos y selecciona aquellos más relacionados con el original. Luego, crea un mapa de conexiones con nodos.
Los riesgos de los que poco se habla
No todo lo que brilla es inteligencia artificial. Usar esta tecnología en tu proyecto de investigación también tiene algunas desventajas:
1. Usar fuentes falsas
Se ha visto que ChatGPT puede inventar datos de fuentes bibliográficas: autores, libros u otras publicaciones. Esto probablemente se deba a que la herramienta usa un modelo de lenguaje de gran tamaño (LLM, por sus siglas en inglés).
Un LLM se entrena leyendo enormes cantidades de texto de internet, y después replica patrones. El problema es que el modelo también aprende errores o información falsa que está en la red. De ahí que llegue a inventar fuentes o datos no fidedignos.
Como sabes, las fuentes sirven para respaldar afirmaciones hechas en el texto. Por eso, inventarlas provoca que cualquier investigación pierda credibilidad, pues no hay sustento real que ampare lo expuesto.
2. Crear texto detectado como generado por IA
Muchas universidades usan detector de IA para saber si un trabajo fue escrito con esta tecnología o si es auténtico. Si se descubre que la tesis fue hecha por una inteligencia artificial, el estudiante puede ser penalizado por la escuela.
3. Desarrollar trabajos sin postura crítica
Lo más importante de una tesis es que quien la desarrolle plasme en ella sus conocimientos y pensamientos respecto a un tema. Este objetivo puede perderse cuando se recurre a la inteligencia artificial, pues, como tecnología que es, carece de capacidad de reflexión.
Antes de usar IA para hacer tesis, considera esto
Al escribir los prompts o instrucciones, debes ser muy preciso, no ambiguo. La IA puede actuar erróneamente cuando no le das un contexto específico.
Además de lo anterior, te compartimos algunos consejos sobre el uso ético de la IA en tu tesis:
- Considérala un complemento, no un reemplazo.
- Corrobora la información que te brinda; no confíes en todo lo que dicta.
- Asegúrate de usarla siguiendo los principios de la integridad académica: honestidad, confianza, justicia, respeto y responsabilidad.
La inteligencia artificial puede ser una gran aliada para tu investigación; sin embargo, esto depende de qué uso le des. Utilizar inadecuadamente la IA para hacer tesis puede perjudicar su validez. Pero si aprendes a sacarle provecho de manera responsable, ya estás del otro lado.
Fuentes: Carvajal, E. (2020). La integridad académica y sus principios. Logos, Boletín Científico De La Escuela Preparatoria No. 2, 7(13), 1–2, Chat Diagram. (s.f.). Explora herramientas de diagramación impulsadas por IA. Chat Diagram, Connected Papers. (s.f.). About. Connected Papers, Grupo de trabajo de Inteligencia Artificial Generativa de la UNAM. (2023). Recomendaciones para el uso de Inteligencia Artificial Generativa en la docencia. Universidad Nacional Autónoma de México, Napkin AI. (s.f.). How it works. Napkin AI, Osca, J., Civera, C., & Peñaranda, M. (2009). Consecuencias de los errores en las referencias bibliográficas. El caso de la revista Psicothema. Psicothema, 21(2), 300-303, Puche, D. J. (2025). La inteligencia artificial y el fraude académico en el contexto universitario. Revista Digital de Investigación y Postgrado, 6(11), 73-93, Redacción BBC News Mundo. (2023). Qué es la “alucinación” de la inteligencia artificial y por qué es una de las fallas potencialmente más peligrosas de esta tecnología. BBC News Mundo [página web].
