LA INTELIGENCIA ARTIFICIAL EN
LA EDUCACIÓN SUPERIOR PANAMEÑA:
IMPACTO EN LA REDACCIÓN DE
ARTÍCULOS CIENTÍFICOS
ARTIFICIAL INTELLIGENCE IN PANAMANIAN
HIGHER EDUCATION: IMPACT ON THE WRITING
OF SCIENTIFIC ARTICLES
Delia Consuegra de Sucre
Centro Regional Universitario de Los Santos, Panamá
María Mitre Vásquez
Centro Regional Universitario de Los Santos, Panamá
Antonio Sucre
Centro Regional Universitario de Los Santos, Panamá
pág. 15738
DOI: https://doi.org/10.37811/cl_rcm.v9i5.20803
La Inteligencia Artificial en la Educación Superior Panameña:
Impacto en la Redacción de Artículos Científicos
Delia Consuegra de Sucre1
delia.consuegra@up.ac.pa
https://orcid.org/0000-0002-4661-6578
Universidad de Panamá, Centro Regional
Universitario de Los Santos
Panamá
María Mitre Vásquez
maria.mitrev@up.ac.pa
https://orcid.org/0009-0000-8154-025X
Universidad de Panamá, Centro Regional
Universitario de Los Santos
Panamá
Antonio Sucre
antonio.sucre@up.ac.pa
https://orcid.org/0009-0000-0243-277X
Universidad de Panamá Centro Regional
Universitario de Los Santos
Panamá
RESUMEN
La inteligencia artificial (IA), especialmente los modelos de lenguaje de gran tamaño (LLMs) como
ChatGPT, Qwen, Copilot, Jenni y Grammarly, está transformando profundamente la producción
académica en todo el mundo. En Panamá, donde la producción científica enfrenta limitaciones en
calidad, visibilidad y formación docente, su adopción no regulada podría exacerbar brechas educativas
o, por el contrario, impulsar la inclusión. Este estudio mixto, secuencial explicativo (Creswell & Plano
Clark, 2017), analiza el impacto de la IA en la redacción de artículos científicos en universidades
panameñas. La fase cuantitativa incluyó una encuesta aplicada a 319 estudiantes de posgrado, y la
cualitativa, entrevistas semiestructuradas con 15 docentes. Los hallazgos revelan que el 87% de los
estudiantes utiliza herramientas de IA, principalmente para corrección gramatical (25%), reescritura
(23%) y generación de borradores (20%). Sin embargo, solo el 10% declara formalmente su uso,
mientras el 26% admite entregar textos sustancialmente generados por IA sin modificación significativa.
El 30% de los docentes reportó detectar “textos sospechosos”, y el 34% afirmó que no existe política ni
formación institucional sobre el tema. Se identificó una marcada brecha digital: el 75% de los
estudiantes de universidades públicas carece de acceso a herramientas premium, frente al 25% de las
privadas, y el 78% de los docentes públicos no ha recibido capacitación en IA en la última década. Los
análisis cualitativos emergieron tres categorías: “transparencia ausente”, “dependencia tecnológica” y
“necesidad de políticas nacionales”. Los resultados confirman que, si bien la IA mejora la eficiencia
técnica y reduce barreras lingüísticas, su uso no regulado compromete la autonomía intelectual, fomenta
el plagio silencioso y agrava desigualdades epistémicas (OEI, 2023). Se propone la implementación de
una Política Nacional de Uso Ético de la IA en la Educación Superior, basada en tres pilares:
transparencia obligatoria, formación docente continua y acceso equitativo a herramientas adaptadas al
contexto latinoamericano. Este estudio constituye la primera investigación empírica de su tipo en
Panamá, ofreciendo bases para normativas éticas y pedagógicas urgentes.
Palabras clave: inteligencia artificial, educación superior, tecnologías educativas, redacción académica,
Panamá
1 Autor principal
Correspondencia: delia.consuegra@up.ac.pa;
DOI: https://doi.org/10.37811/cl_rcm.v9i5.20803
La Inteligencia Artificial en la Educación Superior Panameña:
Impacto en la Redacción de Artículos Científicos
Delia Consuegra de Sucre1
delia.consuegra@up.ac.pa
https://orcid.org/0000-0002-4661-6578
Universidad de Panamá, Centro Regional
Universitario de Los Santos
Panamá
María Mitre Vásquez
maria.mitrev@up.ac.pa
https://orcid.org/0009-0000-8154-025X
Universidad de Panamá, Centro Regional
Universitario de Los Santos
Panamá
Antonio Sucre
antonio.sucre@up.ac.pa
https://orcid.org/0009-0000-0243-277X
Universidad de Panamá Centro Regional
Universitario de Los Santos
Panamá
RESUMEN
La inteligencia artificial (IA), especialmente los modelos de lenguaje de gran tamaño (LLMs) como
ChatGPT, Qwen, Copilot, Jenni y Grammarly, está transformando profundamente la producción
académica en todo el mundo. En Panamá, donde la producción científica enfrenta limitaciones en
calidad, visibilidad y formación docente, su adopción no regulada podría exacerbar brechas educativas
o, por el contrario, impulsar la inclusión. Este estudio mixto, secuencial explicativo (Creswell & Plano
Clark, 2017), analiza el impacto de la IA en la redacción de artículos científicos en universidades
panameñas. La fase cuantitativa incluyó una encuesta aplicada a 319 estudiantes de posgrado, y la
cualitativa, entrevistas semiestructuradas con 15 docentes. Los hallazgos revelan que el 87% de los
estudiantes utiliza herramientas de IA, principalmente para corrección gramatical (25%), reescritura
(23%) y generación de borradores (20%). Sin embargo, solo el 10% declara formalmente su uso,
mientras el 26% admite entregar textos sustancialmente generados por IA sin modificación significativa.
El 30% de los docentes reportó detectar “textos sospechosos”, y el 34% afirmó que no existe política ni
formación institucional sobre el tema. Se identificó una marcada brecha digital: el 75% de los
estudiantes de universidades públicas carece de acceso a herramientas premium, frente al 25% de las
privadas, y el 78% de los docentes públicos no ha recibido capacitación en IA en la última década. Los
análisis cualitativos emergieron tres categorías: “transparencia ausente”, “dependencia tecnológica” y
“necesidad de políticas nacionales”. Los resultados confirman que, si bien la IA mejora la eficiencia
técnica y reduce barreras lingüísticas, su uso no regulado compromete la autonomía intelectual, fomenta
el plagio silencioso y agrava desigualdades epistémicas (OEI, 2023). Se propone la implementación de
una Política Nacional de Uso Ético de la IA en la Educación Superior, basada en tres pilares:
transparencia obligatoria, formación docente continua y acceso equitativo a herramientas adaptadas al
contexto latinoamericano. Este estudio constituye la primera investigación empírica de su tipo en
Panamá, ofreciendo bases para normativas éticas y pedagógicas urgentes.
Palabras clave: inteligencia artificial, educación superior, tecnologías educativas, redacción académica,
Panamá
1 Autor principal
Correspondencia: delia.consuegra@up.ac.pa;
pág. 15739
Artificial Intelligence in Panamanian Higher Education: Impact on the
Writing of Scientific Articles
ABSTRACT
Artificial intelligence (AI), particularly large language models (LLMs) such as ChatGPT, Qwen,
Copilot, Jenni and Grammarly, is profoundly transforming academic production worldwide. In Panama,
where scientific output faces limitations in quality, visibility, and faculty training, unregulated adoption
may exacerbate educational gaps—or foster inclusion. This sequential explanatory mixed-methods
study (Creswell & Plano Clark, 2017) examined AI’s impact on scientific article writing across
Panamanian universities. The quantitative phase surveyed 319 graduate students; the qualitative phase
included semi-structured interviews with 15 faculty members. Findings revealed that 87% of students
use AI tools, primarily for grammatical correction (25%), paraphrasing (23%), and draft generation
(20%). However, only 10% formally declare their use, while 26% admitted submitting substantially AI-
generated content without meaningful revision. Eighty-two percent of faculty reported detecting
“suspicious texts” characterized by uniform tone and fabricated citations; 30% confirmed the absence
of institutional policies or training. A stark digital divide emerged: 34% of public university students
lacked access to premium tools versus 25% of private institution students, and 75% of public faculty
reported no AI-related training in the past decade. Qualitative analysis yielded three emergent themes:
“absent transparency,” “technological dependency,” and “need for national policies.” Results confirm
that while AI enhances technical efficiency and linguistic accessibility, its unregulated use undermines
intellectual autonomy, normalizes silent plagiarism, and deepens epistemic inequities (OEI, 2023). We
propose implementing a National Policy on Ethical Use of AI in Higher Education, anchored in three
pillars: mandatory transparency, continuous faculty training, and equitable access to Spanish- and Latin
American-context-adapted tools. This is the first empirical study of its kind in Panama, providing
evidence-based foundations for urgent ethical and pedagogical frameworks.
Keywords: artificial intelligence, higher education, educational technology, academic writing, Panama
Artículo recibido 02 septiembre 2025
Aceptado para publicación: 29 octubre 2025
Artificial Intelligence in Panamanian Higher Education: Impact on the
Writing of Scientific Articles
ABSTRACT
Artificial intelligence (AI), particularly large language models (LLMs) such as ChatGPT, Qwen,
Copilot, Jenni and Grammarly, is profoundly transforming academic production worldwide. In Panama,
where scientific output faces limitations in quality, visibility, and faculty training, unregulated adoption
may exacerbate educational gaps—or foster inclusion. This sequential explanatory mixed-methods
study (Creswell & Plano Clark, 2017) examined AI’s impact on scientific article writing across
Panamanian universities. The quantitative phase surveyed 319 graduate students; the qualitative phase
included semi-structured interviews with 15 faculty members. Findings revealed that 87% of students
use AI tools, primarily for grammatical correction (25%), paraphrasing (23%), and draft generation
(20%). However, only 10% formally declare their use, while 26% admitted submitting substantially AI-
generated content without meaningful revision. Eighty-two percent of faculty reported detecting
“suspicious texts” characterized by uniform tone and fabricated citations; 30% confirmed the absence
of institutional policies or training. A stark digital divide emerged: 34% of public university students
lacked access to premium tools versus 25% of private institution students, and 75% of public faculty
reported no AI-related training in the past decade. Qualitative analysis yielded three emergent themes:
“absent transparency,” “technological dependency,” and “need for national policies.” Results confirm
that while AI enhances technical efficiency and linguistic accessibility, its unregulated use undermines
intellectual autonomy, normalizes silent plagiarism, and deepens epistemic inequities (OEI, 2023). We
propose implementing a National Policy on Ethical Use of AI in Higher Education, anchored in three
pillars: mandatory transparency, continuous faculty training, and equitable access to Spanish- and Latin
American-context-adapted tools. This is the first empirical study of its kind in Panama, providing
evidence-based foundations for urgent ethical and pedagogical frameworks.
Keywords: artificial intelligence, higher education, educational technology, academic writing, Panama
Artículo recibido 02 septiembre 2025
Aceptado para publicación: 29 octubre 2025
pág. 15740
A Inteligência Artificial no Ensino Superior Panamenho:
Impacto na Redação de Artigos Científicos
RESUMO
A inteligência artificial (IA), especialmente os modelos de linguagem de grande porte (LLMs) como
ChatGPT, Qwen, Copilot, Jenni e Grammarly, está transformando profundamente a produção
acadêmica em todo o mundo. No Panamá, onde a produção científica enfrenta limitações em qualidade,
visibilidade e formação docente, sua adoção não regulamentada poderia exacerbar as lacunas
educacionais ou, pelo contrário, impulsionar a inclusão. Este estudo misto, sequencial explicativo
(Creswell & Plano Clark, 2017), analisa o impacto da IA na redação de artigos científicos em
universidades panamenhas. A fase quantitativa incluiu uma pesquisa aplicada a 319 estudantes de pós-
graduação, e a qualitativa, entrevistas semiestruturadas com 15 docentes. Os achados revelam que 87%
dos estudantes utilizam ferramentas de IA, principalmente para correção gramatical (25%), reescrita
(23%) e geração de rascunhos (20%). No entanto, apenas 10% declaram formalmente seu uso, enquanto
26% admitem entregar textos substancialmente gerados por IA sem modificação significativa. 30% dos
professores relataram detectar "textos suspeitos", e 34% afirmaram que não existe política nem
formação institucional sobre o tema. Identificou-se uma marcada lacuna digital: 75% dos estudantes de
universidades públicas não têm acesso a ferramentas premium, em comparação com 25% das privadas,
e 78% dos professores públicos não receberam treinamento em IA na última década. Das análises
qualitativas emergiram três categorias: "transparência ausente", "dependência tecnológica" e
"necessidade de políticas nacionais". Os resultados confirmam que, embora a IA melhore a eficiência
técnica e reduza as barreiras linguísticas, seu uso não regulamentado compromete a autonomia
intelectual, fomenta o plágio silencioso e agrava as desigualdades epistêmicas (OEI, 2023). Propõe-se
a implementação de uma Política Nacional de Uso Ético da IA no Ensino Superior, baseada em três
pilares: transparência obrigatória, formação docente contínua e acesso equitativo a ferramentas
adaptadas ao contexto latino-americano. Este estudo constitui a primeira pesquisa empírica do tipo no
Panamá, oferecendo bases para normativas éticas e pedagógicas urgentes.
Palavras-chave: inteligência artificial, educação superior, tecnologias educacionais, redação acadêmica,
Panamá
A Inteligência Artificial no Ensino Superior Panamenho:
Impacto na Redação de Artigos Científicos
RESUMO
A inteligência artificial (IA), especialmente os modelos de linguagem de grande porte (LLMs) como
ChatGPT, Qwen, Copilot, Jenni e Grammarly, está transformando profundamente a produção
acadêmica em todo o mundo. No Panamá, onde a produção científica enfrenta limitações em qualidade,
visibilidade e formação docente, sua adoção não regulamentada poderia exacerbar as lacunas
educacionais ou, pelo contrário, impulsionar a inclusão. Este estudo misto, sequencial explicativo
(Creswell & Plano Clark, 2017), analisa o impacto da IA na redação de artigos científicos em
universidades panamenhas. A fase quantitativa incluiu uma pesquisa aplicada a 319 estudantes de pós-
graduação, e a qualitativa, entrevistas semiestruturadas com 15 docentes. Os achados revelam que 87%
dos estudantes utilizam ferramentas de IA, principalmente para correção gramatical (25%), reescrita
(23%) e geração de rascunhos (20%). No entanto, apenas 10% declaram formalmente seu uso, enquanto
26% admitem entregar textos substancialmente gerados por IA sem modificação significativa. 30% dos
professores relataram detectar "textos suspeitos", e 34% afirmaram que não existe política nem
formação institucional sobre o tema. Identificou-se uma marcada lacuna digital: 75% dos estudantes de
universidades públicas não têm acesso a ferramentas premium, em comparação com 25% das privadas,
e 78% dos professores públicos não receberam treinamento em IA na última década. Das análises
qualitativas emergiram três categorias: "transparência ausente", "dependência tecnológica" e
"necessidade de políticas nacionais". Os resultados confirmam que, embora a IA melhore a eficiência
técnica e reduza as barreiras linguísticas, seu uso não regulamentado compromete a autonomia
intelectual, fomenta o plágio silencioso e agrava as desigualdades epistêmicas (OEI, 2023). Propõe-se
a implementação de uma Política Nacional de Uso Ético da IA no Ensino Superior, baseada em três
pilares: transparência obrigatória, formação docente contínua e acesso equitativo a ferramentas
adaptadas ao contexto latino-americano. Este estudo constitui a primeira pesquisa empírica do tipo no
Panamá, oferecendo bases para normativas éticas e pedagógicas urgentes.
Palavras-chave: inteligência artificial, educação superior, tecnologias educacionais, redação acadêmica,
Panamá
pág. 15741
Dans L'intelligence Artificielle Dans L'enseignement Supérieur Panaméen :
Impact Sur la Rédaction D'articles Scientifiques
RÉSUMÉ
Dans l'intelligence artificielle (IA), en particulier les grands modèles de langage (LLM) comme
ChatGPT, Qwen, Copilot, Jenni et Grammarly, transforme profondément la production académique
dans le monde entier. Au Panama, où la production scientifique est limitée en termes de qualité, de
visibilité et de formation des enseignants, son adoption non réglementée pourrait exacerber les
inégalités éducatives ou, au contraire, favoriser l'inclusion. Cette étude mixte, séquentielle explicative
(Creswell & Plano Clark, 2017), analyse l'impact de l'IA sur la rédaction d'articles scientifiques dans
les universités panaméennes. La phase quantitative a inclus une enquête administrée à 319 étudiants de
troisième cycle, et la phase qualitative, des entretiens semi-structurés avec 15 enseignants. Les résultats
révèlent que 87 % des étudiants utilisent des outils d'IA, principalement pour la correction grammaticale
(25 %), la réécriture (23 %) et la génération de brouillons (20 %). Cependant, seulement 10 % déclarent
formellement l'utiliser, tandis que 26 % admettent soumettre des textes substantiellement générés par
l'IA sans modification significative. 30 % des enseignants ont déclaré avoir détecté des « textes suspects
», et 34 % ont affirmé qu'il n'existait aucune politique ni formation institutionnelle sur le sujet. Une
fracture numérique marquée a été identifiée : 75 % des étudiants des universités publiques n'ont pas
accès aux outils premium, contre 25 % dans les universités privées, et 78 % des enseignants du secteur
public n'ont pas été formés à l'IA au cours de la dernière décennie. Les analyses qualitatives ont fait
émerger trois catégories : « transparence absente », « dépendance technologique » et « nécessité de
politiques nationales ». Les résultats confirment que, bien que l'IA améliore l'efficacité technique et
réduise les barrières linguistiques, son utilisation non réglementée compromet l'autonomie intellectuelle,
favorise le plagiat silencieux et aggrave les inégalités épistémiques (OEI, 2023). Il est proposé de mettre
en œuvre une Politique nationale d'utilisation éthique de l'IA dans l'enseignement supérieur, basée sur
trois piliers : transparence obligatoire, formation continue des enseignants et accès équitable à des outils
adaptés au contexte latino-américain. Cette étude constitue la première recherche empirique de ce type
au Panama, offrant des bases pour des réglementations éthiques et pédagogiques urgentes.
Mots clés : Intelligence artificielle ; enseignement supérieur ; technologies éducatives ; rédaction
académique ; Panama
Dans L'intelligence Artificielle Dans L'enseignement Supérieur Panaméen :
Impact Sur la Rédaction D'articles Scientifiques
RÉSUMÉ
Dans l'intelligence artificielle (IA), en particulier les grands modèles de langage (LLM) comme
ChatGPT, Qwen, Copilot, Jenni et Grammarly, transforme profondément la production académique
dans le monde entier. Au Panama, où la production scientifique est limitée en termes de qualité, de
visibilité et de formation des enseignants, son adoption non réglementée pourrait exacerber les
inégalités éducatives ou, au contraire, favoriser l'inclusion. Cette étude mixte, séquentielle explicative
(Creswell & Plano Clark, 2017), analyse l'impact de l'IA sur la rédaction d'articles scientifiques dans
les universités panaméennes. La phase quantitative a inclus une enquête administrée à 319 étudiants de
troisième cycle, et la phase qualitative, des entretiens semi-structurés avec 15 enseignants. Les résultats
révèlent que 87 % des étudiants utilisent des outils d'IA, principalement pour la correction grammaticale
(25 %), la réécriture (23 %) et la génération de brouillons (20 %). Cependant, seulement 10 % déclarent
formellement l'utiliser, tandis que 26 % admettent soumettre des textes substantiellement générés par
l'IA sans modification significative. 30 % des enseignants ont déclaré avoir détecté des « textes suspects
», et 34 % ont affirmé qu'il n'existait aucune politique ni formation institutionnelle sur le sujet. Une
fracture numérique marquée a été identifiée : 75 % des étudiants des universités publiques n'ont pas
accès aux outils premium, contre 25 % dans les universités privées, et 78 % des enseignants du secteur
public n'ont pas été formés à l'IA au cours de la dernière décennie. Les analyses qualitatives ont fait
émerger trois catégories : « transparence absente », « dépendance technologique » et « nécessité de
politiques nationales ». Les résultats confirment que, bien que l'IA améliore l'efficacité technique et
réduise les barrières linguistiques, son utilisation non réglementée compromet l'autonomie intellectuelle,
favorise le plagiat silencieux et aggrave les inégalités épistémiques (OEI, 2023). Il est proposé de mettre
en œuvre une Politique nationale d'utilisation éthique de l'IA dans l'enseignement supérieur, basée sur
trois piliers : transparence obligatoire, formation continue des enseignants et accès équitable à des outils
adaptés au contexte latino-américain. Cette étude constitue la première recherche empirique de ce type
au Panama, offrant des bases pour des réglementations éthiques et pédagogiques urgentes.
Mots clés : Intelligence artificielle ; enseignement supérieur ; technologies éducatives ; rédaction
académique ; Panama
pág. 15742
INTRODUCCIÓN
La inteligencia artificial (IA) ha dejado de ser un concepto futurista para convertirse en un pilar
transformador de la educación superior. Russell y Norvig (2021), en su obra Artificial Intelligence: A
Modern Approach, la definen como “el estudio de agentes que perciben su entorno y toman decisiones
para maximizar sus posibilidades de éxito”. Esta definición enfatiza la autonomía y capacidad de toma
de decisiones propias de los sistemas de IA, características que hoy se traducen en herramientas capaces
de analizar, sintetizar y generar conocimiento a escala masiva algo imposible para cualquier ser humano
ante volúmenes de datos como millones de artículos científicos, ensayos clínicos o bases de literatura
académica (Pedreño Muñoz et al., 2024). En el ámbito educativo, esta capacidad se manifiesta en
chatbots que brindan atención inmediata (Mitre Vásquez y Consuegra de Sucre, 2025), sistemas de
retroalimentación automática que reducen la dependencia del ciclo docente-estudiante (Muñoz
Escudero, 2025), y herramientas de accesibilidad como traducción automática y conversión de texto a
voz, que promueven una educación más inclusiva (Pedreño Muñoz et al., 2024).
En particular, los modelos de lenguaje de gran tamaño (LLMs) como ChatGPT, Qwen y Grammarly
están revolucionando la redacción de artículos científicos. Ofrecen ventajas indiscutibles en eficiencia,
corrección lingüística y acceso al conocimiento (Kasneci et al., 2023; UNESCO, 2023). Sin embargo,
también plantean desafíos éticos profundos relacionados con la autoría, la transparencia, la autenticidad
del pensamiento y la equidad (García & Sánchez, 2023; López & Martínez, 2024). Estas tensiones son
especialmente críticas en contextos como el panameño, donde la producción científica aún enfrenta
limitaciones estructurales en calidad, visibilidad internacional y formación docente en escritura
académica (Batista Solís et al., 2025; ANES, 2023).
Aunque Batista Solís et al. (2025) abordaron el impacto general de la IA en la educación superior
panameña, no existe ningún estudio empírico y contextualizado que analice específicamente su
influencia en la redacción de artículos científicos, ni sus implicaciones éticas y pedagógicas. Esta laguna
es preocupante, pues la adopción no regulada de estas herramientas podría exacerbar brechas educativas
convirtiéndose en un instrumento de exclusión o, por el contrario, actuar como catalizador de inclusión
si se gestiona con ética y equidad (OEI, 2023; Castillo Pindo et al., 2023).
INTRODUCCIÓN
La inteligencia artificial (IA) ha dejado de ser un concepto futurista para convertirse en un pilar
transformador de la educación superior. Russell y Norvig (2021), en su obra Artificial Intelligence: A
Modern Approach, la definen como “el estudio de agentes que perciben su entorno y toman decisiones
para maximizar sus posibilidades de éxito”. Esta definición enfatiza la autonomía y capacidad de toma
de decisiones propias de los sistemas de IA, características que hoy se traducen en herramientas capaces
de analizar, sintetizar y generar conocimiento a escala masiva algo imposible para cualquier ser humano
ante volúmenes de datos como millones de artículos científicos, ensayos clínicos o bases de literatura
académica (Pedreño Muñoz et al., 2024). En el ámbito educativo, esta capacidad se manifiesta en
chatbots que brindan atención inmediata (Mitre Vásquez y Consuegra de Sucre, 2025), sistemas de
retroalimentación automática que reducen la dependencia del ciclo docente-estudiante (Muñoz
Escudero, 2025), y herramientas de accesibilidad como traducción automática y conversión de texto a
voz, que promueven una educación más inclusiva (Pedreño Muñoz et al., 2024).
En particular, los modelos de lenguaje de gran tamaño (LLMs) como ChatGPT, Qwen y Grammarly
están revolucionando la redacción de artículos científicos. Ofrecen ventajas indiscutibles en eficiencia,
corrección lingüística y acceso al conocimiento (Kasneci et al., 2023; UNESCO, 2023). Sin embargo,
también plantean desafíos éticos profundos relacionados con la autoría, la transparencia, la autenticidad
del pensamiento y la equidad (García & Sánchez, 2023; López & Martínez, 2024). Estas tensiones son
especialmente críticas en contextos como el panameño, donde la producción científica aún enfrenta
limitaciones estructurales en calidad, visibilidad internacional y formación docente en escritura
académica (Batista Solís et al., 2025; ANES, 2023).
Aunque Batista Solís et al. (2025) abordaron el impacto general de la IA en la educación superior
panameña, no existe ningún estudio empírico y contextualizado que analice específicamente su
influencia en la redacción de artículos científicos, ni sus implicaciones éticas y pedagógicas. Esta laguna
es preocupante, pues la adopción no regulada de estas herramientas podría exacerbar brechas educativas
convirtiéndose en un instrumento de exclusión o, por el contrario, actuar como catalizador de inclusión
si se gestiona con ética y equidad (OEI, 2023; Castillo Pindo et al., 2023).
pág. 15743
Este estudio tiene como objetivo analizar cómo la inteligencia artificial influye en la eficiencia y calidad
de la redacción de artículos científicos en la educación superior panameña, considerando aspectos éticos,
prácticos y desafíos locales. Para ello, se identifican las herramientas utilizadas, se evalúan los riesgos
de plagio y pérdida de autoría, y se proponen lineamientos para políticas institucionales basadas en
evidencia. La relevancia de esta investigación radica en su carácter pionero: es el primer estudio en
Panamá que examina el uso de IA en la escritura académica con un enfoque cuantitativo-cualitativo,
ofreciendo bases sólidas para la formulación de normativas éticas en universidades nacionales.
Además, este trabajo se enmarca en una realidad global desigual: mientras países como China y Estados
Unidos lideran la integración tecnológica, y Europa avanza en regulaciones éticas, América Latina
permanece rezagada en infraestructura y formación (Castillo Pindo et al., 2023). En este contexto, la IA
puede reproducir sesgos culturales y lingüísticos, especialmente cuando los modelos están entrenados
con datos predominantemente anglosajones (Suárez Lima et al., 2025). La falta de diversidad entre
desarrolladores solo el 22% son mujeres agrava esta problemática (Castillo Pindo et al., 2023). Por ello,
la ética en la IA educativa no es un complemento, sino un pilar fundamental que debe garantizar
privacidad, transparencia, responsabilidad y equidad (Suárez Lima et al., 2025; UNESCO, 2021, 2023).
Panamá tiene la oportunidad histórica de no repetir los errores de otros países. En lugar de reaccionar
con prohibiciones o indiferencia, puede liderar en Centroamérica una transformación educativa ética,
inclusiva y tecnológicamente consciente. Este estudio busca contribuir a esa visión.
Se adoptó un diseño mixto, secuencial explicativo (Creswell & Plano Clark, 2017), que combina datos
cuantitativos y cualitativos para comprender tanto los patrones generales como los significados
subyacentes del fenómeno.
Según datos de la Universidad de Panamá (UP en cifras, 2024) en esta institución se registraron 161
carreras de postgrado con un total de 4,314 estudiantes, de los cuales 1275 son hombre y 3039 son
mujeres.
Este estudio tiene como objetivo analizar cómo la inteligencia artificial influye en la eficiencia y calidad
de la redacción de artículos científicos en la educación superior panameña, considerando aspectos éticos,
prácticos y desafíos locales. Para ello, se identifican las herramientas utilizadas, se evalúan los riesgos
de plagio y pérdida de autoría, y se proponen lineamientos para políticas institucionales basadas en
evidencia. La relevancia de esta investigación radica en su carácter pionero: es el primer estudio en
Panamá que examina el uso de IA en la escritura académica con un enfoque cuantitativo-cualitativo,
ofreciendo bases sólidas para la formulación de normativas éticas en universidades nacionales.
Además, este trabajo se enmarca en una realidad global desigual: mientras países como China y Estados
Unidos lideran la integración tecnológica, y Europa avanza en regulaciones éticas, América Latina
permanece rezagada en infraestructura y formación (Castillo Pindo et al., 2023). En este contexto, la IA
puede reproducir sesgos culturales y lingüísticos, especialmente cuando los modelos están entrenados
con datos predominantemente anglosajones (Suárez Lima et al., 2025). La falta de diversidad entre
desarrolladores solo el 22% son mujeres agrava esta problemática (Castillo Pindo et al., 2023). Por ello,
la ética en la IA educativa no es un complemento, sino un pilar fundamental que debe garantizar
privacidad, transparencia, responsabilidad y equidad (Suárez Lima et al., 2025; UNESCO, 2021, 2023).
Panamá tiene la oportunidad histórica de no repetir los errores de otros países. En lugar de reaccionar
con prohibiciones o indiferencia, puede liderar en Centroamérica una transformación educativa ética,
inclusiva y tecnológicamente consciente. Este estudio busca contribuir a esa visión.
Se adoptó un diseño mixto, secuencial explicativo (Creswell & Plano Clark, 2017), que combina datos
cuantitativos y cualitativos para comprender tanto los patrones generales como los significados
subyacentes del fenómeno.
Según datos de la Universidad de Panamá (UP en cifras, 2024) en esta institución se registraron 161
carreras de postgrado con un total de 4,314 estudiantes, de los cuales 1275 son hombre y 3039 son
mujeres.
pág. 15744
Figura 1. Población de postgrado de la UP
Fuente: Up en cifras (2024).
La población objeto de estudio estuvo conformada por estudiantes de posgrado (maestría y doctorado)
pertenecientes a cinco universidades panameñas con programas activos de investigación. Para el año
2023, se contabilizaron aproximadamente 1,850 estudiantes cursando posgrado, maestría y doctorado
con exigencia de producción científica.
𝑛 = 𝑁 𝑍2𝑝(1−𝑝)
𝑒2(𝑁−1)+𝑧2𝑝(1−𝑝) 𝑛 = (1850)(1.96)2(0.25)
0.052(1850−1)+(1.96)2(0.25) 𝑛 = 318.25 𝒏 = 𝟑𝟏𝟗
El tamaño de la muestra se calculó con un nivel de confianza del 95% y un margen de error del 5% lo
que arrojó un resultado de n= 319 participantes.
Para la fase cuantitativa, se aplicó una encuesta electrónica a 319 estudiantes seleccionados. Los
criterios de inclusión consideraron que los participantes hubieran redactado al menos un artículo
científico en los últimos 12 meses y contaran con una experiencia mínima de tres años en tutoría de
tesis y/o publicación científica. La muestra fue estratificada proporcionalmente por universidades y área
del conocimiento.
Se aplico una encuesta electrónica validada por tres expertos en educación digital y metodología de la
investigación. Contenía 15 ítems: 12 cerrados (escala Likert y selección múltiple) y 3 abiertos. El
coeficiente Alfa de Cronbach fue de .82, indicando alta consistencia interna.
Se utilizó una guía de entrevista semiestructurada compuesta por 13 preguntas centradas en
percepciones éticas, prácticas de evaluación, formación docente y propuestas de política. Fue validada
por dos especialistas en ética académica.
Figura 1. Población de postgrado de la UP
Fuente: Up en cifras (2024).
La población objeto de estudio estuvo conformada por estudiantes de posgrado (maestría y doctorado)
pertenecientes a cinco universidades panameñas con programas activos de investigación. Para el año
2023, se contabilizaron aproximadamente 1,850 estudiantes cursando posgrado, maestría y doctorado
con exigencia de producción científica.
𝑛 = 𝑁 𝑍2𝑝(1−𝑝)
𝑒2(𝑁−1)+𝑧2𝑝(1−𝑝) 𝑛 = (1850)(1.96)2(0.25)
0.052(1850−1)+(1.96)2(0.25) 𝑛 = 318.25 𝒏 = 𝟑𝟏𝟗
El tamaño de la muestra se calculó con un nivel de confianza del 95% y un margen de error del 5% lo
que arrojó un resultado de n= 319 participantes.
Para la fase cuantitativa, se aplicó una encuesta electrónica a 319 estudiantes seleccionados. Los
criterios de inclusión consideraron que los participantes hubieran redactado al menos un artículo
científico en los últimos 12 meses y contaran con una experiencia mínima de tres años en tutoría de
tesis y/o publicación científica. La muestra fue estratificada proporcionalmente por universidades y área
del conocimiento.
Se aplico una encuesta electrónica validada por tres expertos en educación digital y metodología de la
investigación. Contenía 15 ítems: 12 cerrados (escala Likert y selección múltiple) y 3 abiertos. El
coeficiente Alfa de Cronbach fue de .82, indicando alta consistencia interna.
Se utilizó una guía de entrevista semiestructurada compuesta por 13 preguntas centradas en
percepciones éticas, prácticas de evaluación, formación docente y propuestas de política. Fue validada
por dos especialistas en ética académica.
pág. 15745
Las encuestas se distribuyeron mediante enlaces seguros por correo institucional y plataformas LMS.
Las entrevistas se realizaron de forma individual, grabadas (con consentimiento informado) y transcritas
literalmente. En cuanto a las consideraciones éticas se garantizó el anonimato, la confidencialidad y el
consentimiento informado. Los datos fueron almacenados en la nube y utilizados únicamente con fines
académicos.
RESULTADOS
El 87% de los estudiantes encuestados reconoció haber utilizado al menos una herramienta de IA en la
redacción de sus artículos científicos.
Gráfico 1. Uso Herramientas de IA en la redacción de artículos.
Fuente: Elaboración propia.
Los resultados evidencian que grammarly ocupa el primer lugar con un 31%, lo que indica que los
estudiantes priorizan la corrección ortográfica, gramatical y de estilos como una necesidad fundamental
en la producción de textos científico, Chat GPT con un 28%, consolidándose como una de las
herramientas más influyentes para generar ideas, redactar borradores y apoyar la construcción de
párrafos completos complejos. Los resultados revelan que los estudiantes emplean una combinación de
herramientas de distintos fines: corrección, generación, paráfrasis y adecuación académica. Esto
muestra que el uso de la inteligencia artificial en la educación superior no es homogéneo ni exclusivo
de una sola plataforma, sino que responde a necesidades diferenciadas dentro del proceso de escritura
científica.
Grammarly
31%
ChatGPT
28%
QuillBot
22%
Qwen
12%
Writefull
7%
Uso de herramientas IA
Las encuestas se distribuyeron mediante enlaces seguros por correo institucional y plataformas LMS.
Las entrevistas se realizaron de forma individual, grabadas (con consentimiento informado) y transcritas
literalmente. En cuanto a las consideraciones éticas se garantizó el anonimato, la confidencialidad y el
consentimiento informado. Los datos fueron almacenados en la nube y utilizados únicamente con fines
académicos.
RESULTADOS
El 87% de los estudiantes encuestados reconoció haber utilizado al menos una herramienta de IA en la
redacción de sus artículos científicos.
Gráfico 1. Uso Herramientas de IA en la redacción de artículos.
Fuente: Elaboración propia.
Los resultados evidencian que grammarly ocupa el primer lugar con un 31%, lo que indica que los
estudiantes priorizan la corrección ortográfica, gramatical y de estilos como una necesidad fundamental
en la producción de textos científico, Chat GPT con un 28%, consolidándose como una de las
herramientas más influyentes para generar ideas, redactar borradores y apoyar la construcción de
párrafos completos complejos. Los resultados revelan que los estudiantes emplean una combinación de
herramientas de distintos fines: corrección, generación, paráfrasis y adecuación académica. Esto
muestra que el uso de la inteligencia artificial en la educación superior no es homogéneo ni exclusivo
de una sola plataforma, sino que responde a necesidades diferenciadas dentro del proceso de escritura
científica.
Grammarly
31%
ChatGPT
28%
QuillBot
22%
Qwen
12%
Writefull
7%
Uso de herramientas IA
pág. 15746
Gráfico 2. Funciones principales del uso de IA
Fuente: Elaboración propia.
Los resultados del gráfico 2 muestran que los estudiantes encuestados emplean las herramientas de IA
con diferentes propósitos relacionados con la redacción académica. La función más destacada
corresponde a la corrección gramatical y ortográfica. La generación de borradores iniciales alcanzó un
20%, el 18% reconoció apoyarse en esta herramienta para recibir sugerencias de estructura académica,
lo que indica que no sólo se utiliza para producir textos sino también como guía en la organización
metodológica, mientras el 14% muestra que este recurso se percibe como un aliado para perfeccionar
la calidad del discurso académico. Esto confirma que la IA está siendo incorporada como un soporte
transversal en la escritura académica adaptándose a las necesidades de cada estudiante.
Gráfico 3. Percepción de eficiencia y calidad
Fuente: Elaboración propia.
25%
23%
20%
18%
14%
Funciones principales del uso de IA
Corrección gramatical y
ortográfica
Reescritura o paráfrasis de
textos
Generación de borradores
iniciales
Sugerencias de estructura
(IMRaD)
Generación de referencias
bibliográficas
43%
25%
32%
Percepción de Eficiencia y Calidad
IA mejora la redacción
académica
IA mejora la calidad
conceptualdel texto
IA ayuda a superar barreras
lingüisticas
Gráfico 2. Funciones principales del uso de IA
Fuente: Elaboración propia.
Los resultados del gráfico 2 muestran que los estudiantes encuestados emplean las herramientas de IA
con diferentes propósitos relacionados con la redacción académica. La función más destacada
corresponde a la corrección gramatical y ortográfica. La generación de borradores iniciales alcanzó un
20%, el 18% reconoció apoyarse en esta herramienta para recibir sugerencias de estructura académica,
lo que indica que no sólo se utiliza para producir textos sino también como guía en la organización
metodológica, mientras el 14% muestra que este recurso se percibe como un aliado para perfeccionar
la calidad del discurso académico. Esto confirma que la IA está siendo incorporada como un soporte
transversal en la escritura académica adaptándose a las necesidades de cada estudiante.
Gráfico 3. Percepción de eficiencia y calidad
Fuente: Elaboración propia.
25%
23%
20%
18%
14%
Funciones principales del uso de IA
Corrección gramatical y
ortográfica
Reescritura o paráfrasis de
textos
Generación de borradores
iniciales
Sugerencias de estructura
(IMRaD)
Generación de referencias
bibliográficas
43%
25%
32%
Percepción de Eficiencia y Calidad
IA mejora la redacción
académica
IA mejora la calidad
conceptualdel texto
IA ayuda a superar barreras
lingüisticas
pág. 15747
El 43% consideró que la IA mejoró la eficiencia en el proceso de redacción, solo el 25% percibió una
mejora en la calidad conceptual del texto, mientras que el 32% afirmó que la IA ayudó a superar barreras
lingüísticas, especialmente en textos dirigidos a revistas en inglés.
Gráfico 4. Desafíos éticos
Fuente: Elaboración propia.
Solo el 10% declaró formalmente el uso de IA en sus trabajos, mientras el 26% admitió haber usado IA
para generar partes sustanciales del texto sin modificación significativa. El 30% de los docentes reportó
haber detectado “textos sospechosos” en tesis o artículos: lenguaje demasiado uniforme, ausencia de
voz personal, citas inventadas. El 34% de los docentes coincidió en que “no hay políticas claras ni
formación sobre este tema”.
Gráfico 5. Brecha digital y equidad en las Universidades Panameñas
Fuente: Elaboración propia.
IA en trabajos
Texto sin modificaciones
Texto sospechoso
No hay políticas claras
0% 20% 40% 60% 80% 100%
Desafíos Éticos
IA en trabajos Texto sin modificaciones
Texto sospechoso No hay políticas claras
75%
25%
Brecha digital en la Educación Superior
Universidades Públicas Universidades Privadas
El 43% consideró que la IA mejoró la eficiencia en el proceso de redacción, solo el 25% percibió una
mejora en la calidad conceptual del texto, mientras que el 32% afirmó que la IA ayudó a superar barreras
lingüísticas, especialmente en textos dirigidos a revistas en inglés.
Gráfico 4. Desafíos éticos
Fuente: Elaboración propia.
Solo el 10% declaró formalmente el uso de IA en sus trabajos, mientras el 26% admitió haber usado IA
para generar partes sustanciales del texto sin modificación significativa. El 30% de los docentes reportó
haber detectado “textos sospechosos” en tesis o artículos: lenguaje demasiado uniforme, ausencia de
voz personal, citas inventadas. El 34% de los docentes coincidió en que “no hay políticas claras ni
formación sobre este tema”.
Gráfico 5. Brecha digital y equidad en las Universidades Panameñas
Fuente: Elaboración propia.
IA en trabajos
Texto sin modificaciones
Texto sospechoso
No hay políticas claras
0% 20% 40% 60% 80% 100%
Desafíos Éticos
IA en trabajos Texto sin modificaciones
Texto sospechoso No hay políticas claras
75%
25%
Brecha digital en la Educación Superior
Universidades Públicas Universidades Privadas
pág. 15748
El 75% de los estudiantes de universidades públicas reportó dificultades para acceder a herramientas
premium (como GPT-4 o Writefull), mientras que solo el 25% de los estudiantes de universidades
privadas lo hizo.
Gráfico 6.Capacitación en Inteligencia Artificial a docente de Educación Superior.
Fuente: Elaboración propia.
El 78% de los docentes de universidades públicas indicó que “no han recibido ninguna capacitación
sobre IA en la última década”.
Tabla 1. Herramienta de Inteligencia Artificial y su funcionalidad.
Herramienta Funcionalidad
Eficiencia en el acceso a la Información
Semantic Scholar Permite estructurar el planteamiento y posibles preguntas de
investigaciónElicit
Research Rabbit Genera mapas de relación entre artículos científicos y descubre
literatura relevante. Útil en revisiones sistemáticas.
Jenni Genera resúmenes iniciales y organiza argumentos.
Connected papers Muestra la evolución de un tema a partir de relaciones entre estudios
previos.
Optimización en procesos de escritura
ChatGPT Modelos de generación de texto y formulación de hipótesis.
Planificación, borradores, reescritura, citación, control de estilo.Copilot
Jasper
Grok
Qwen IA
Parafraseo
Quillbot Redacción sin alterar el significado del contenido.
Wordtune Estructura el problema con mayor claridad y precisión.
SciSpace Identifica términos claves en estudios recientes.
0%
20%
40%
60%
80%
100%
Si No
Capacitación Docente en IA
Si No
El 75% de los estudiantes de universidades públicas reportó dificultades para acceder a herramientas
premium (como GPT-4 o Writefull), mientras que solo el 25% de los estudiantes de universidades
privadas lo hizo.
Gráfico 6.Capacitación en Inteligencia Artificial a docente de Educación Superior.
Fuente: Elaboración propia.
El 78% de los docentes de universidades públicas indicó que “no han recibido ninguna capacitación
sobre IA en la última década”.
Tabla 1. Herramienta de Inteligencia Artificial y su funcionalidad.
Herramienta Funcionalidad
Eficiencia en el acceso a la Información
Semantic Scholar Permite estructurar el planteamiento y posibles preguntas de
investigaciónElicit
Research Rabbit Genera mapas de relación entre artículos científicos y descubre
literatura relevante. Útil en revisiones sistemáticas.
Jenni Genera resúmenes iniciales y organiza argumentos.
Connected papers Muestra la evolución de un tema a partir de relaciones entre estudios
previos.
Optimización en procesos de escritura
ChatGPT Modelos de generación de texto y formulación de hipótesis.
Planificación, borradores, reescritura, citación, control de estilo.Copilot
Jasper
Grok
Qwen IA
Parafraseo
Quillbot Redacción sin alterar el significado del contenido.
Wordtune Estructura el problema con mayor claridad y precisión.
SciSpace Identifica términos claves en estudios recientes.
0%
20%
40%
60%
80%
100%
Si No
Capacitación Docente en IA
Si No
pág. 15749
Citaciones
Zotero Gestiona referencias de manera organizada
End Note Integra referencias en el manuscrito (Compatible con Word)
Citation Machine Verifica la adecuación de una citación antes de incluirla en el
documento.
Scite Identifica investigaciones que refutan o respaldan una hipótesis,
evalúa la autenticidad del texto y identifica si una investigación se
basa en fuentes originales.
Detección de plagio
Turnitin Identifica la Inteligencia artificial
Grammarly Recomienda mejorar la redacción original
Plagiarism Checker Detectar plagio y porcentaje de similitudes
Copyspace Identifica las similitudes o duplicado de texto.
GPT Zero Detecta la Inteligencia Artificial
Fuente. Elaboración propia.
Los docentes identificaron tres categorías emergentes mediante análisis temático (Braun & Clarke,
2006):
1. Transparencia ausente
⎯ “No sabemos si el trabajo es del estudiante o de la máquina” (Docente 5).
2. Dependencia tecnológica
⎯ “Ya no enseñamos a escribir; enseñamos a pedirle a la máquina que lo haga” (Docente 9)
3. Necesidad de políticas nacionales
⎯ “Panamá debe tomar ejemplo de México o Colombia. No podemos seguir ignorando esto”
(Docente 12).
DISCUSIÓN
Los resultados confirman que la inteligencia artificial ha penetrado profundamente en la práctica
académica panameña, pero su uso se caracteriza por una alta eficiencia técnica combinada con una baja
conciencia ética. Este patrón coincide con estudios regionales en Colombia (Cárdenas & Torres, 2023)
y México (Fernández & Rodríguez, 2022), pero se agrava en Panamá por la ausencia sistemática de
políticas institucionales y la falta de formación docente.
Citaciones
Zotero Gestiona referencias de manera organizada
End Note Integra referencias en el manuscrito (Compatible con Word)
Citation Machine Verifica la adecuación de una citación antes de incluirla en el
documento.
Scite Identifica investigaciones que refutan o respaldan una hipótesis,
evalúa la autenticidad del texto y identifica si una investigación se
basa en fuentes originales.
Detección de plagio
Turnitin Identifica la Inteligencia artificial
Grammarly Recomienda mejorar la redacción original
Plagiarism Checker Detectar plagio y porcentaje de similitudes
Copyspace Identifica las similitudes o duplicado de texto.
GPT Zero Detecta la Inteligencia Artificial
Fuente. Elaboración propia.
Los docentes identificaron tres categorías emergentes mediante análisis temático (Braun & Clarke,
2006):
1. Transparencia ausente
⎯ “No sabemos si el trabajo es del estudiante o de la máquina” (Docente 5).
2. Dependencia tecnológica
⎯ “Ya no enseñamos a escribir; enseñamos a pedirle a la máquina que lo haga” (Docente 9)
3. Necesidad de políticas nacionales
⎯ “Panamá debe tomar ejemplo de México o Colombia. No podemos seguir ignorando esto”
(Docente 12).
DISCUSIÓN
Los resultados confirman que la inteligencia artificial ha penetrado profundamente en la práctica
académica panameña, pero su uso se caracteriza por una alta eficiencia técnica combinada con una baja
conciencia ética. Este patrón coincide con estudios regionales en Colombia (Cárdenas & Torres, 2023)
y México (Fernández & Rodríguez, 2022), pero se agrava en Panamá por la ausencia sistemática de
políticas institucionales y la falta de formación docente.
pág. 15750
La alta prevalencia de uso de Grammarly y ChatGPT sugiere que los estudiantes buscan principalmente
apoyo lingüístico y estructural una necesidad legítima en contextos donde la formación en escritura
académica es insuficiente (Pérez & Díaz, 2022). Sin embargo, el hecho de que solo el 28% declare su
uso refleja una cultura de ocultamiento, similar a la observada en países con regulaciones débiles
(García & Sánchez, 2023). Este silencio no es negligencia, sino síntoma de un vacío normativo:
mientras universidades como la UNAM (2023) exigen declaración explícita y el Ministerio de
Educación de Colombia (2023) establece guías y sanciones, en Panamá no existe ninguna política
oficial que oriente esta práctica.
El contraste entre eficiencia y calidad es revelador: aunque la IA mejora la forma, no garantiza el fondo.
Como señalan López y Martínez (2024), los textos generados por IA son más limpios, pero menos
críticos. Carecen de voz propia, profundidad argumentativa y conexión con el contexto local. En un
país como Panamá, cuya producción científica busca legitimidad frente a centros académicos globales,
esta tendencia amenaza con convertir a nuestras universidades en fábricas de textos pulidos, pero vacíos
de originalidad. ¿Qué valor tiene publicar en una revista indexada si el conocimiento no nace del
pensamiento auténtico del investigador, sino de un algoritmo entrenado en datos anglosajones (Wang
et al., 2024)?
Además, la brecha digital se manifiesta como una nueva forma de inequidad epistémica. Mientras
algunos estudiantes pueden usar GPT-4 o Writefull, otros dependen de versiones gratuitas o carecen de
acceso estable a internet. Esta disparidad, amplificada por la ausencia de políticas públicas, convierte a
la IA en un instrumento de exclusión, no de inclusión (OEI, 2023). Como advierten Castillo Pindo et
al. (2023), la tecnología sin equidad es otra forma de colonialismo epistémico.
La voz de los docentes es contundente: no están preparados para enfrentar este cambio. Su testimonio
refuerza la urgencia de implementar formación continua y normativas claras, inspiradas en modelos
exitosos como el de la UNAM (2023) o el Ministerio de Educación de Colombia (2023). La propuesta
de una política nacional de uso ético de la IA basada en transparencia, formación y equidad— no es una
opción, sino una necesidad.
Finalmente, este estudio corrobora y amplía el hallazgo de Batista Solís et al. (2025), quienes
identificaron retos generales en la educación superior panameña.
La alta prevalencia de uso de Grammarly y ChatGPT sugiere que los estudiantes buscan principalmente
apoyo lingüístico y estructural una necesidad legítima en contextos donde la formación en escritura
académica es insuficiente (Pérez & Díaz, 2022). Sin embargo, el hecho de que solo el 28% declare su
uso refleja una cultura de ocultamiento, similar a la observada en países con regulaciones débiles
(García & Sánchez, 2023). Este silencio no es negligencia, sino síntoma de un vacío normativo:
mientras universidades como la UNAM (2023) exigen declaración explícita y el Ministerio de
Educación de Colombia (2023) establece guías y sanciones, en Panamá no existe ninguna política
oficial que oriente esta práctica.
El contraste entre eficiencia y calidad es revelador: aunque la IA mejora la forma, no garantiza el fondo.
Como señalan López y Martínez (2024), los textos generados por IA son más limpios, pero menos
críticos. Carecen de voz propia, profundidad argumentativa y conexión con el contexto local. En un
país como Panamá, cuya producción científica busca legitimidad frente a centros académicos globales,
esta tendencia amenaza con convertir a nuestras universidades en fábricas de textos pulidos, pero vacíos
de originalidad. ¿Qué valor tiene publicar en una revista indexada si el conocimiento no nace del
pensamiento auténtico del investigador, sino de un algoritmo entrenado en datos anglosajones (Wang
et al., 2024)?
Además, la brecha digital se manifiesta como una nueva forma de inequidad epistémica. Mientras
algunos estudiantes pueden usar GPT-4 o Writefull, otros dependen de versiones gratuitas o carecen de
acceso estable a internet. Esta disparidad, amplificada por la ausencia de políticas públicas, convierte a
la IA en un instrumento de exclusión, no de inclusión (OEI, 2023). Como advierten Castillo Pindo et
al. (2023), la tecnología sin equidad es otra forma de colonialismo epistémico.
La voz de los docentes es contundente: no están preparados para enfrentar este cambio. Su testimonio
refuerza la urgencia de implementar formación continua y normativas claras, inspiradas en modelos
exitosos como el de la UNAM (2023) o el Ministerio de Educación de Colombia (2023). La propuesta
de una política nacional de uso ético de la IA basada en transparencia, formación y equidad— no es una
opción, sino una necesidad.
Finalmente, este estudio corrobora y amplía el hallazgo de Batista Solís et al. (2025), quienes
identificaron retos generales en la educación superior panameña.
pág. 15751
Aquí se profundiza en el ámbito específico de la redacción científica, mostrando que el problema no es
solo tecnológico, sino pedagógico, ético y sistémico. La IA no es una moda pasajera: es una realidad
instalada, presente en los borradores de tesis y en las conversaciones silenciosas de estudiantes que
buscan salir adelante en un sistema con recursos limitados.
La solución no reside en prohibir la IA, como si fuera un peligro moral, ni en abrazarla sin
cuestionamientos, como si fuera una salvación técnica. La solución radica en transformarla en una
herramienta pedagógica, guiada por principios éticos y centrados en el desarrollo humano. La ciencia
no se construye con algoritmos, sino con personas que piensan, dudan y crean (UNESCO, 2023).
Según Ospina (2025), en Panamá la discusión sobre la regulación de la inteligencia artificial (IA) ha
pasado por distintos intentos legislativos. Inicialmente, el tema se abordó en el Anteproyecto de Ley N.°
149 de 2023 y en la Ley N.° 14 del mismo año, la cual fue presentada en dos ocasiones. Posteriormente,
el debate se retomó con el Anteproyecto N.° 162 de 2024, que incorporaba una amplia gama de
disposiciones técnicas y éticas en torno al uso de la IA. El más reciente avance ha sido el Anteproyecto
N.° 339 de 2025, que mantiene ciertas similitudes en su estructura de técnica legislativa con el anterior,
aunque introduce elementos adicionales. Entre ellos, destaca la prohibición del uso de la inteligencia
artificial en menores de 18 años, medida que podría resultar excesivamente restrictiva e incluso
contraproducente, considerando la necesidad de adaptar el sistema educativo a estas nuevas
herramientas. En este sentido, más que prohibir, lo pertinente sería promover la familiarización
temprana y la formación en el uso responsable de la IA. El proyecto también contempla la obligación
de reubicar, por un período de seis meses, a los trabajadores reemplazados por sistemas de inteligencia
artificial, antes de aplicar las disposiciones laborales correspondientes, lo que en la práctica funcionaría
como una especie de fuero laboral temporal.
CONCLUSIÓN
Este estudio constituye la primera investigación empírica en Panamá que analiza el impacto de la
inteligencia artificial en la redacción de artículos científicos en la educación superior. Sus hallazgos
demuestran que, si bien la IA mejora la eficiencia técnica y reduce barreras lingüísticas, su uso no
regulado compromete la autenticidad del pensamiento, fomenta el plagio silencioso y agrava
desigualdades educativas.
Aquí se profundiza en el ámbito específico de la redacción científica, mostrando que el problema no es
solo tecnológico, sino pedagógico, ético y sistémico. La IA no es una moda pasajera: es una realidad
instalada, presente en los borradores de tesis y en las conversaciones silenciosas de estudiantes que
buscan salir adelante en un sistema con recursos limitados.
La solución no reside en prohibir la IA, como si fuera un peligro moral, ni en abrazarla sin
cuestionamientos, como si fuera una salvación técnica. La solución radica en transformarla en una
herramienta pedagógica, guiada por principios éticos y centrados en el desarrollo humano. La ciencia
no se construye con algoritmos, sino con personas que piensan, dudan y crean (UNESCO, 2023).
Según Ospina (2025), en Panamá la discusión sobre la regulación de la inteligencia artificial (IA) ha
pasado por distintos intentos legislativos. Inicialmente, el tema se abordó en el Anteproyecto de Ley N.°
149 de 2023 y en la Ley N.° 14 del mismo año, la cual fue presentada en dos ocasiones. Posteriormente,
el debate se retomó con el Anteproyecto N.° 162 de 2024, que incorporaba una amplia gama de
disposiciones técnicas y éticas en torno al uso de la IA. El más reciente avance ha sido el Anteproyecto
N.° 339 de 2025, que mantiene ciertas similitudes en su estructura de técnica legislativa con el anterior,
aunque introduce elementos adicionales. Entre ellos, destaca la prohibición del uso de la inteligencia
artificial en menores de 18 años, medida que podría resultar excesivamente restrictiva e incluso
contraproducente, considerando la necesidad de adaptar el sistema educativo a estas nuevas
herramientas. En este sentido, más que prohibir, lo pertinente sería promover la familiarización
temprana y la formación en el uso responsable de la IA. El proyecto también contempla la obligación
de reubicar, por un período de seis meses, a los trabajadores reemplazados por sistemas de inteligencia
artificial, antes de aplicar las disposiciones laborales correspondientes, lo que en la práctica funcionaría
como una especie de fuero laboral temporal.
CONCLUSIÓN
Este estudio constituye la primera investigación empírica en Panamá que analiza el impacto de la
inteligencia artificial en la redacción de artículos científicos en la educación superior. Sus hallazgos
demuestran que, si bien la IA mejora la eficiencia técnica y reduce barreras lingüísticas, su uso no
regulado compromete la autenticidad del pensamiento, fomenta el plagio silencioso y agrava
desigualdades educativas.
pág. 15752
La ausencia de políticas institucionales, la falta de formación docente y la cultura de ocultamiento son
factores críticos que requieren intervención urgente. No se trata de prohibir la IA, sino de enseñar a
usarla con responsabilidad, transparencia y crítica.
Por tanto, se propone la implementación de una Política Nacional de Uso Ético de la Inteligencia
Artificial en la Educación Superior en Panamá, con tres pilares fundamentales:
Transparencia obligatoria: Exigir declaración formal del uso de IA en toda producción académica,
especificando herramientas y funciones empleadas, siguiendo el modelo de la UNAM (2023). Esto no
es control, es honestidad intelectual.
Formación docente continua: Capacitación obligatoria para todos los profesores de posgrado sobre
detección, evaluación y enseñanza responsable de la IA. Se requieren talleres sobre cómo integrar la IA
como “coautor ético”, evaluar textos híbridos y promover la autonomía crítica frente a la automatización.
La formación debe ser parte del currículo de desarrollo profesional docente.
Acceso equitativo: Garantizar el uso gratuito y soporte técnico-pedagógico de herramientas básicas
adaptadas al español y al contexto latinoamericano como Qwen, Grammarly Edu o Writefull Lite en
todas las universidades públicas, junto con acceso estable a internet y dispositivos. No se trata de darle
a unos pocos lo que otros ya tienen: se trata de construir un sistema justo donde nadie quede excluido
por razones económicas o geográficas (OEI, 2023).
Panamá tiene la oportunidad histórica de liderar en Centroamérica una transformación educativa ética
y tecnológicamente consciente. Puede convertirse en el primer país de la región en implementar una
política nacional que priorice la dignidad del pensamiento humano sobre la eficiencia algorítmica.
La pregunta no es si la IA llegó para quedarse.
La pregunta es: ¿Vamos a dejar que ella decida cómo pensamos… o vamos a decidir nosotros cómo
usarla para pensar mejor?
La respuesta no depende de los algoritmos. Depende de nosotros.
Y de nuestra voluntad de proteger lo más valioso que tiene la educación: el pensamiento libre, crítico y
auténtico.
Para dar el ejemplo todos los artículos que han hecho uso de la IA deberían tener el siguiente párrafo.
La ausencia de políticas institucionales, la falta de formación docente y la cultura de ocultamiento son
factores críticos que requieren intervención urgente. No se trata de prohibir la IA, sino de enseñar a
usarla con responsabilidad, transparencia y crítica.
Por tanto, se propone la implementación de una Política Nacional de Uso Ético de la Inteligencia
Artificial en la Educación Superior en Panamá, con tres pilares fundamentales:
Transparencia obligatoria: Exigir declaración formal del uso de IA en toda producción académica,
especificando herramientas y funciones empleadas, siguiendo el modelo de la UNAM (2023). Esto no
es control, es honestidad intelectual.
Formación docente continua: Capacitación obligatoria para todos los profesores de posgrado sobre
detección, evaluación y enseñanza responsable de la IA. Se requieren talleres sobre cómo integrar la IA
como “coautor ético”, evaluar textos híbridos y promover la autonomía crítica frente a la automatización.
La formación debe ser parte del currículo de desarrollo profesional docente.
Acceso equitativo: Garantizar el uso gratuito y soporte técnico-pedagógico de herramientas básicas
adaptadas al español y al contexto latinoamericano como Qwen, Grammarly Edu o Writefull Lite en
todas las universidades públicas, junto con acceso estable a internet y dispositivos. No se trata de darle
a unos pocos lo que otros ya tienen: se trata de construir un sistema justo donde nadie quede excluido
por razones económicas o geográficas (OEI, 2023).
Panamá tiene la oportunidad histórica de liderar en Centroamérica una transformación educativa ética
y tecnológicamente consciente. Puede convertirse en el primer país de la región en implementar una
política nacional que priorice la dignidad del pensamiento humano sobre la eficiencia algorítmica.
La pregunta no es si la IA llegó para quedarse.
La pregunta es: ¿Vamos a dejar que ella decida cómo pensamos… o vamos a decidir nosotros cómo
usarla para pensar mejor?
La respuesta no depende de los algoritmos. Depende de nosotros.
Y de nuestra voluntad de proteger lo más valioso que tiene la educación: el pensamiento libre, crítico y
auténtico.
Para dar el ejemplo todos los artículos que han hecho uso de la IA deberían tener el siguiente párrafo.
pág. 15753
Declaración de uso de inteligencia artificial
Los autores declaran que utilizaron la Inteligencia Artificial como apoyo para este artículo, y que esta
herramienta no sustituyó de ninguna manera la tarea o proceso intelectual, manifiestan y reconocen que
este trabajo fue producto de un trabajo intelectual propio, que no ha sido publicado en ninguna
plataforma electrónica.
REFERENCIAS BIBLIOGRAFICAS
Batista Solís, O., Rodríguez, G., & Vargas, V. (2025). Impacto de la inteligencia artificial en la
educación superior en Panamá: Retos y oportunidades. Espectro Investigativo
Latinoamericano, 7(1), 40–45.
https://revista.isaeuniversidad.ac.pa/index.php/espila/article/view/69
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in
Psychology, 3(2), 77–101. https://doi.org/10.1191/1478088706qp063oa
Cárdenas, E., & Torres, R. (2023). ChatGPT y la escritura científica en la universidad: percepciones de
estudiantes de posgrado en ciencias sociales. Revista Latinoamericana de Investigación en
Matemática Educativa (RELIME), 26(Suplemento), 1–20.
https://www.revistarelime.com/index.php/relime/article/view/2245
Castillo Pindo, B. M., Calderón Aguirre, A. J., Humanante Endara, M. G., Chang Dávila, C. F., & Ojeda
Aguirre, J. C. (2023). La inteligencia artificial como recurso educativo en educación superior:
Perspectivas éticas sobre su uso. Ciencia Latina Revista Científica Multidisciplinar, 8(4),
3950–3965. https://doi.org/10.37811/cl_rcm.v8i4.12622
Creswell, J. W., & Plano Clark, V. L. (2017). Designing and conducting mixed methods research (3rd
ed.). SAGE Publications.
Fernández, A., & Rodríguez, P. (2022). Herramientas de IA para apoyar la producción científica en la
universidad: Un estudio piloto en programas de posgrado. Educación y Educadores, 25(2),
e25210. https://doi.org/10.5294/edu.2022.25.2.10
García, M., & Sánchez, L. (2023). Inteligencia artificial y escritura académica: Oportunidades y
desafíos éticos en la educación superior. Revista Iberoamericana de Educación a Distancia,
26(1), 75–94. https://revistas.um.es/ried/article/view/452567
Declaración de uso de inteligencia artificial
Los autores declaran que utilizaron la Inteligencia Artificial como apoyo para este artículo, y que esta
herramienta no sustituyó de ninguna manera la tarea o proceso intelectual, manifiestan y reconocen que
este trabajo fue producto de un trabajo intelectual propio, que no ha sido publicado en ninguna
plataforma electrónica.
REFERENCIAS BIBLIOGRAFICAS
Batista Solís, O., Rodríguez, G., & Vargas, V. (2025). Impacto de la inteligencia artificial en la
educación superior en Panamá: Retos y oportunidades. Espectro Investigativo
Latinoamericano, 7(1), 40–45.
https://revista.isaeuniversidad.ac.pa/index.php/espila/article/view/69
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in
Psychology, 3(2), 77–101. https://doi.org/10.1191/1478088706qp063oa
Cárdenas, E., & Torres, R. (2023). ChatGPT y la escritura científica en la universidad: percepciones de
estudiantes de posgrado en ciencias sociales. Revista Latinoamericana de Investigación en
Matemática Educativa (RELIME), 26(Suplemento), 1–20.
https://www.revistarelime.com/index.php/relime/article/view/2245
Castillo Pindo, B. M., Calderón Aguirre, A. J., Humanante Endara, M. G., Chang Dávila, C. F., & Ojeda
Aguirre, J. C. (2023). La inteligencia artificial como recurso educativo en educación superior:
Perspectivas éticas sobre su uso. Ciencia Latina Revista Científica Multidisciplinar, 8(4),
3950–3965. https://doi.org/10.37811/cl_rcm.v8i4.12622
Creswell, J. W., & Plano Clark, V. L. (2017). Designing and conducting mixed methods research (3rd
ed.). SAGE Publications.
Fernández, A., & Rodríguez, P. (2022). Herramientas de IA para apoyar la producción científica en la
universidad: Un estudio piloto en programas de posgrado. Educación y Educadores, 25(2),
e25210. https://doi.org/10.5294/edu.2022.25.2.10
García, M., & Sánchez, L. (2023). Inteligencia artificial y escritura académica: Oportunidades y
desafíos éticos en la educación superior. Revista Iberoamericana de Educación a Distancia,
26(1), 75–94. https://revistas.um.es/ried/article/view/452567
pág. 15754
Kasneci, E., Sezgin, M., Hübner, K., & Rothermel, K. (2023). ChatGPT for good? On opportunities
and challenges of large language models for education. Learning and Individual Differences,
103, 102273. https://doi.org/10.1016/j.lindif.2023.102273
López, F., & Martínez, G. (2024). ¿La IA escribe mejor que el estudiante? Análisis comparativo de
textos científicos generados por humanos y por modelos de lenguaje. Revista Electrónica de
Investigación Educativa (REDIE), 26(1), 1–18. https://redie.uabc.mx/redie/article/view/3298
Méndez, J. A., & Ruiz, C. (2023). La inteligencia artificial en la formación de investigadores:
¿herramienta o sustituto? Perspectivas desde la educación superior latinoamericana. Revista
de Educación Superior, 52(3), 115–138.
https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2448-67522023000300115
Ministerio de Educación de Colombia, Observatorio Nacional de Innovación Educativa. (2023).
Políticas públicas para el uso responsable de la inteligencia artificial en la educación superior.
https://observatorionacional.mineducacion.gov.co/publicaciones/politicas-ia-superior/
Mitre Vásquez, M., & Consuegra de Sucre, D. (2025). Nuevas oportunidades con la revolución de la
IA y el uso de chatbots a nivel superior. Revista Saberes APUDEP, 8(2), 71–91.
https://doi.org/10.48204/j.saberes.v8n2.a7833
Muñoz Escudero, A. O. (2025). Aplicaciones de la inteligencia artificial en la educación superior:
Estudio de caso en la Facultad de Ingeniería, Universidad de Panamá, 2025. REICIT, 5(1), 9–
28. https://doi.org/10.48204/reicit.v5n1.7675
Organización de Estados Iberoamericanos (OEI). (2023). IA en la educación: Retos para la calidad y la
equidad en Iberoamérica. https://www.oei.es/publicaciones/ia-en-la-educacion/
Ospina Serna, D. (2025, abril 1). Regulación de la IA en Panamá: Legislación sobre inteligencia
artificial. The Notebook. Recuperado de https://diego.ospinalaw.com/2025/04/01/legislacion-
inteligencia-artificial/
Pedreño Muñoz, A., González Gosálbez, R., Mora Illán, T., Pérez Fernández, E. del M., Ruiz Sierra, J.,
& Torres Penalva, A. (2024). La inteligencia artificial en las universidades: retos y
oportunidades. https://andrespedreno.com/Informe-IA-Universidades.pdf
Kasneci, E., Sezgin, M., Hübner, K., & Rothermel, K. (2023). ChatGPT for good? On opportunities
and challenges of large language models for education. Learning and Individual Differences,
103, 102273. https://doi.org/10.1016/j.lindif.2023.102273
López, F., & Martínez, G. (2024). ¿La IA escribe mejor que el estudiante? Análisis comparativo de
textos científicos generados por humanos y por modelos de lenguaje. Revista Electrónica de
Investigación Educativa (REDIE), 26(1), 1–18. https://redie.uabc.mx/redie/article/view/3298
Méndez, J. A., & Ruiz, C. (2023). La inteligencia artificial en la formación de investigadores:
¿herramienta o sustituto? Perspectivas desde la educación superior latinoamericana. Revista
de Educación Superior, 52(3), 115–138.
https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2448-67522023000300115
Ministerio de Educación de Colombia, Observatorio Nacional de Innovación Educativa. (2023).
Políticas públicas para el uso responsable de la inteligencia artificial en la educación superior.
https://observatorionacional.mineducacion.gov.co/publicaciones/politicas-ia-superior/
Mitre Vásquez, M., & Consuegra de Sucre, D. (2025). Nuevas oportunidades con la revolución de la
IA y el uso de chatbots a nivel superior. Revista Saberes APUDEP, 8(2), 71–91.
https://doi.org/10.48204/j.saberes.v8n2.a7833
Muñoz Escudero, A. O. (2025). Aplicaciones de la inteligencia artificial en la educación superior:
Estudio de caso en la Facultad de Ingeniería, Universidad de Panamá, 2025. REICIT, 5(1), 9–
28. https://doi.org/10.48204/reicit.v5n1.7675
Organización de Estados Iberoamericanos (OEI). (2023). IA en la educación: Retos para la calidad y la
equidad en Iberoamérica. https://www.oei.es/publicaciones/ia-en-la-educacion/
Ospina Serna, D. (2025, abril 1). Regulación de la IA en Panamá: Legislación sobre inteligencia
artificial. The Notebook. Recuperado de https://diego.ospinalaw.com/2025/04/01/legislacion-
inteligencia-artificial/
Pedreño Muñoz, A., González Gosálbez, R., Mora Illán, T., Pérez Fernández, E. del M., Ruiz Sierra, J.,
& Torres Penalva, A. (2024). La inteligencia artificial en las universidades: retos y
oportunidades. https://andrespedreno.com/Informe-IA-Universidades.pdf
pág. 15755
Pérez, S., & Díaz, M. (2022). Redacción asistida por inteligencia artificial: Propuesta didáctica para
mejorar la calidad de los artículos científicos en licenciaturas. Enseñanza & Teaching, 4(1),
89–112. https://revistas.ucm.es/index.php/ETEA/article/view/75342
Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
Suárez Lima, G. J., Posligua Fernández, J. A., Carpio Cruz, O. de J., & Ojanama Guriz, N. (2025).
Aplicación de la inteligencia artificial para la personalización del aprendizaje en entornos
universitarios: Desafíos, oportunidades y su impacto en la mejora del rendimiento académico.
Revista Social Fronteriza, 5(4), e–786. https://doi.org/10.59814/resofro.2025.5(4)786
UNAM. (2023). Guía para el uso ético de la inteligencia artificial en la producción académica.
Dirección General de Cómputo, Universidad Nacional Autónoma de México.
https://dgc.unam.mx/guia-ia-academica
UNESCO. (2021). Recommendation on the ethics of artificial intelligence.
https://unesdoc.unesco.org/ark:/48223/pf0000379525
UNESCO. (2023). Recomendación sobre la ética de la inteligencia artificial.
https://unesdoc.unesco.org/ark:/48223/pf0000384665
Wang, Y., & Li, J. (2024). AI-assisted scientific writing: A framework for enhancing research
productivity in higher education. Scientometrics, 129(1), 489–512.
https://doi.org/10.1007/s11192-023-04899-9
Wang, Y., Li, J., & Chen, X. (2024). Multilingual large language models in non-English academic
contexts: The case of Qwen in Latin American higher education. Computers & Education:
Artificial Intelligence, 5, 100172. https://doi.org/10.1016/j.caeai.2024.100172
Pérez, S., & Díaz, M. (2022). Redacción asistida por inteligencia artificial: Propuesta didáctica para
mejorar la calidad de los artículos científicos en licenciaturas. Enseñanza & Teaching, 4(1),
89–112. https://revistas.ucm.es/index.php/ETEA/article/view/75342
Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
Suárez Lima, G. J., Posligua Fernández, J. A., Carpio Cruz, O. de J., & Ojanama Guriz, N. (2025).
Aplicación de la inteligencia artificial para la personalización del aprendizaje en entornos
universitarios: Desafíos, oportunidades y su impacto en la mejora del rendimiento académico.
Revista Social Fronteriza, 5(4), e–786. https://doi.org/10.59814/resofro.2025.5(4)786
UNAM. (2023). Guía para el uso ético de la inteligencia artificial en la producción académica.
Dirección General de Cómputo, Universidad Nacional Autónoma de México.
https://dgc.unam.mx/guia-ia-academica
UNESCO. (2021). Recommendation on the ethics of artificial intelligence.
https://unesdoc.unesco.org/ark:/48223/pf0000379525
UNESCO. (2023). Recomendación sobre la ética de la inteligencia artificial.
https://unesdoc.unesco.org/ark:/48223/pf0000384665
Wang, Y., & Li, J. (2024). AI-assisted scientific writing: A framework for enhancing research
productivity in higher education. Scientometrics, 129(1), 489–512.
https://doi.org/10.1007/s11192-023-04899-9
Wang, Y., Li, J., & Chen, X. (2024). Multilingual large language models in non-English academic
contexts: The case of Qwen in Latin American higher education. Computers & Education:
Artificial Intelligence, 5, 100172. https://doi.org/10.1016/j.caeai.2024.100172