LA INTELIGENCIA ARTIFICIAL CAMBIA
EL PARADIGMA DE LA CREACIÓN DE
NUEVO CONOCIMIENTO
ARTIFICIAL INTELLIGENCE CHANGES THE
PARADIGM OF NEW KNOWLEDGE CREATION
Bernardo Bustamante Cardona
Universidad de Antioquia, Colombia
Yhara Santacruz Cuartas
Universidad de Antioquia, Colombia
pág. 8940
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21999
La Inteligencia Artificial Cambia el Paradigma de la Creación de Nuevo
Conocimiento
Bernardo Bustamante Cardona[JS1]1[M2]
bernardo.cardona@udea.edu.co
https://orcid.org/0000-0002-4897-1944
Doctor en Artes
Universidad de Antioquia
Colombia
Yhara Santacruz Cuartas
yhara.scuartas@udea.edu.co
https://orcid.org/0009-0008-0775-3001
Profesional en Estudios Literarios
Universidad de Antioquia
Colombia
RESUMEN
Este artículo analiza el cambio de paradigma en la creación de conocimiento dentro de la sociedad
pospandémica, impulsado por la integración de la Inteligencia Artificial (IA) en la investigación
científica, este fenómeno esta articulado con el contexto de una sociedad marcada por la
incertidumbre, donde la información actúa paradójicamente como un acelerador constructivo, se
examina cómo la intervención humana en la investigación se debilita mientras la producción de
artículos académicos ayudados por la IA se acelera. Metodológicamente, se llevó a cabo un análisis
cualitativo del desempeño de seis herramientas de IA generativa (Gemini, ChatGPT, Copilot, Claude,
NoteBookLM y PopAI), realizado en el año 2025, enfocándose específicamente en su capacidad para
la elaboración de un estado del arte. La evaluación se centró en criterios rigurosos como la capacidad
para procesar información compleja, identificar patrones, generar síntesis coherentes y evitar la
creación de información falsa o "alucinaciones". Los resultados indican que el sistema actual de
producción de conocimiento ha dejado de ser un proceso exclusivamente cognitivo humano para
convertirse en un sistema complejo de interoperabilidad sistémica. Se concluye que se está
consolidando una nueva era donde el cerebro humano y la máquina co-construyen el saber,
desplazando al ser humano del centro hacia una posición periférica en la gestión del conocimiento,
redefiniendo las capas de almacenamiento, procesamiento y difusión del saber científico. Se concluye
que el sistema actual de producción de conocimiento es un sistema complejo que no se limita al
trabajo cognitivo humano, se está consolidando un nuevo sistema de producción de conocimiento
basado en la interoperabilidad sistémica entre la máquina y el cerebro, donde el ser humano es
desplazado del centro hacia una posición periférica en la gestión del saber.
Palabras Claves: cambio de paradigma en investigación, inteligencia artificial (ia), interoperación
sistémica, estado del arte, sociedad pospandémica
1 Autor principal
Correspondencia: bernardo.cardona@udea.edu.co
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21999
La Inteligencia Artificial Cambia el Paradigma de la Creación de Nuevo
Conocimiento
Bernardo Bustamante Cardona[JS1]1[M2]
bernardo.cardona@udea.edu.co
https://orcid.org/0000-0002-4897-1944
Doctor en Artes
Universidad de Antioquia
Colombia
Yhara Santacruz Cuartas
yhara.scuartas@udea.edu.co
https://orcid.org/0009-0008-0775-3001
Profesional en Estudios Literarios
Universidad de Antioquia
Colombia
RESUMEN
Este artículo analiza el cambio de paradigma en la creación de conocimiento dentro de la sociedad
pospandémica, impulsado por la integración de la Inteligencia Artificial (IA) en la investigación
científica, este fenómeno esta articulado con el contexto de una sociedad marcada por la
incertidumbre, donde la información actúa paradójicamente como un acelerador constructivo, se
examina cómo la intervención humana en la investigación se debilita mientras la producción de
artículos académicos ayudados por la IA se acelera. Metodológicamente, se llevó a cabo un análisis
cualitativo del desempeño de seis herramientas de IA generativa (Gemini, ChatGPT, Copilot, Claude,
NoteBookLM y PopAI), realizado en el año 2025, enfocándose específicamente en su capacidad para
la elaboración de un estado del arte. La evaluación se centró en criterios rigurosos como la capacidad
para procesar información compleja, identificar patrones, generar síntesis coherentes y evitar la
creación de información falsa o "alucinaciones". Los resultados indican que el sistema actual de
producción de conocimiento ha dejado de ser un proceso exclusivamente cognitivo humano para
convertirse en un sistema complejo de interoperabilidad sistémica. Se concluye que se está
consolidando una nueva era donde el cerebro humano y la máquina co-construyen el saber,
desplazando al ser humano del centro hacia una posición periférica en la gestión del conocimiento,
redefiniendo las capas de almacenamiento, procesamiento y difusión del saber científico. Se concluye
que el sistema actual de producción de conocimiento es un sistema complejo que no se limita al
trabajo cognitivo humano, se está consolidando un nuevo sistema de producción de conocimiento
basado en la interoperabilidad sistémica entre la máquina y el cerebro, donde el ser humano es
desplazado del centro hacia una posición periférica en la gestión del saber.
Palabras Claves: cambio de paradigma en investigación, inteligencia artificial (ia), interoperación
sistémica, estado del arte, sociedad pospandémica
1 Autor principal
Correspondencia: bernardo.cardona@udea.edu.co
pág. 8941
Artificial Intelligence Changes the Paradigm of New Knowledge Creation
ABSTRACT
This article analyzes the paradigm shift in knowledge creation within the post-pandemic society,
driven by the integration of Artificial Intelligence (AI) into scientific research. This phenomenon is
framed within a context of structural uncertainty, where information paradoxically functions as a
constructive accelerator. The study examines the weakening of human intervention in research
processes alongside the accelerated production of AI-assisted scholarly articles. Methodologically, a
qualitative analysis of six generative AI tools (Gemini, ChatGPT, Copilot, Claude, NotebookLM, and
PopAI) was conducted in 2025, focusing specifically on their capacity to develop a state-of-the-art
review. The evaluation was based on rigorous criteria, including the ability to process complex
information, identify patterns, generate coherent syntheses, and mitigate the generation of false
information or "hallucinations." The findings indicate that the contemporary system of knowledge
production has evolved from an exclusively human cognitive process into a complex system of
systemic interoperability. The study concludes that a new era is consolidating—one in which the
human brain and the machine co-construct knowledge. This shift displaces the human actor from the
center to a peripheral position in knowledge management, ultimately redefining the layers of storage,
processing, and dissemination of scientific inquiry.
Keywords: paradigm shift in research, artificial intelligence (AI), systemic interoperability, state of
the art, post-pandemic society
Artículo recibido 30 noviembre 2025
Aceptado para publicación: 30 diciembre 2025
Artificial Intelligence Changes the Paradigm of New Knowledge Creation
ABSTRACT
This article analyzes the paradigm shift in knowledge creation within the post-pandemic society,
driven by the integration of Artificial Intelligence (AI) into scientific research. This phenomenon is
framed within a context of structural uncertainty, where information paradoxically functions as a
constructive accelerator. The study examines the weakening of human intervention in research
processes alongside the accelerated production of AI-assisted scholarly articles. Methodologically, a
qualitative analysis of six generative AI tools (Gemini, ChatGPT, Copilot, Claude, NotebookLM, and
PopAI) was conducted in 2025, focusing specifically on their capacity to develop a state-of-the-art
review. The evaluation was based on rigorous criteria, including the ability to process complex
information, identify patterns, generate coherent syntheses, and mitigate the generation of false
information or "hallucinations." The findings indicate that the contemporary system of knowledge
production has evolved from an exclusively human cognitive process into a complex system of
systemic interoperability. The study concludes that a new era is consolidating—one in which the
human brain and the machine co-construct knowledge. This shift displaces the human actor from the
center to a peripheral position in knowledge management, ultimately redefining the layers of storage,
processing, and dissemination of scientific inquiry.
Keywords: paradigm shift in research, artificial intelligence (AI), systemic interoperability, state of
the art, post-pandemic society
Artículo recibido 30 noviembre 2025
Aceptado para publicación: 30 diciembre 2025
pág. 8942
INTRODUCCIÓN
En la actualidad se presenta un cambio de paradigma en la sociedad pospandémica, es necesario
enfocarse en como las Inteligencias Artificiales (IA) están cambiando la forma de investigar,
sugiriendo un debilitamiento de la intervención humana en la investigación, pero paradójicamente una
aceleración en la producción de artículos y productos de investigación por lo que se consolida un
nuevo paso hacia la producción del conocimiento que emerge del sistema y no solo del cerebro
humano. Por lo tanto, entramos a la era del conocimiento producido por una interoperación sistémica
en el que participa la máquina y el cerebro modificando a la vez el centro de la producción,
almacenamiento y difusión del conocimiento que ya no será el ser humano.
Se entiende por Inteligencia Artificial
…El campo de la informática que se centra en el desarrollo de aplicaciones capaces de
simular la inteligencia humana: razonamiento, aprendizaje y resolución de problemas. A
diferencia de la Inteligencia Sintética, la IA no tiene como finalidad reemplazar la
Inteligencia Humana (Law, 1994), sino mejorar significativamente las capacidades y
contribuciones como herramientas de apoyo. (Dexon-Mckensy 2023:2)
Para realizar este artículo se llevó a cabo un análisis cualitativo de los productos generados por seis IA
en relación a el estado del arte. Se elaboró un protocolo para ordenar el tema en cada una de las IA,
teniendo en cuenta las siguientes categorías: la calidad de la información, coherencia en la
identificación de la temática, estructuración del contenido, la capacidad de resumir las ideas claves sin
tergiversar la información, la precisión y veracidad de los datos presentados, la claridad en la
referencia de las fuentes, previendo la ausencia de errores o invenciones (alucinaciones).
Para el análisis se consideraron elementos como la estructura lógica del texto generado, la coherencia
argumentativa, la cobertura del tema y la exhaustividad en el tratamiento del objeto de estudio.
También se examinó la precisión del uso de citas y referencias, la fluidez en su narrativa, así como la
capacidad de identificar vacíos y oportunidades de investigación. Insertando este proceso en la
sociedad actual, sociedad de la incertidumbre en la cual se puede entender un efecto de la información
paradójico ya que la información reduce la incertidumbre, pero en nuestra sociedad actual se convierte
INTRODUCCIÓN
En la actualidad se presenta un cambio de paradigma en la sociedad pospandémica, es necesario
enfocarse en como las Inteligencias Artificiales (IA) están cambiando la forma de investigar,
sugiriendo un debilitamiento de la intervención humana en la investigación, pero paradójicamente una
aceleración en la producción de artículos y productos de investigación por lo que se consolida un
nuevo paso hacia la producción del conocimiento que emerge del sistema y no solo del cerebro
humano. Por lo tanto, entramos a la era del conocimiento producido por una interoperación sistémica
en el que participa la máquina y el cerebro modificando a la vez el centro de la producción,
almacenamiento y difusión del conocimiento que ya no será el ser humano.
Se entiende por Inteligencia Artificial
…El campo de la informática que se centra en el desarrollo de aplicaciones capaces de
simular la inteligencia humana: razonamiento, aprendizaje y resolución de problemas. A
diferencia de la Inteligencia Sintética, la IA no tiene como finalidad reemplazar la
Inteligencia Humana (Law, 1994), sino mejorar significativamente las capacidades y
contribuciones como herramientas de apoyo. (Dexon-Mckensy 2023:2)
Para realizar este artículo se llevó a cabo un análisis cualitativo de los productos generados por seis IA
en relación a el estado del arte. Se elaboró un protocolo para ordenar el tema en cada una de las IA,
teniendo en cuenta las siguientes categorías: la calidad de la información, coherencia en la
identificación de la temática, estructuración del contenido, la capacidad de resumir las ideas claves sin
tergiversar la información, la precisión y veracidad de los datos presentados, la claridad en la
referencia de las fuentes, previendo la ausencia de errores o invenciones (alucinaciones).
Para el análisis se consideraron elementos como la estructura lógica del texto generado, la coherencia
argumentativa, la cobertura del tema y la exhaustividad en el tratamiento del objeto de estudio.
También se examinó la precisión del uso de citas y referencias, la fluidez en su narrativa, así como la
capacidad de identificar vacíos y oportunidades de investigación. Insertando este proceso en la
sociedad actual, sociedad de la incertidumbre en la cual se puede entender un efecto de la información
paradójico ya que la información reduce la incertidumbre, pero en nuestra sociedad actual se convierte
pág. 8943
en factor de aceleración constructiva en el posicionamiento del sistema de ciencia y tecnología
dejando cada vez más periférica la acción del ser humano.
METODOLOGÍA
Para el desarrollo de esta investigación, se diseñó un enfoque cualitativo comparativo orientado a
evaluar la eficacia de las herramientas de Inteligencia Artificial en la construcción de estados del arte
académicos. El estudio se realizo en matrices de comparación con categorías para el levantamiento del
estado del arte.
La selección se hizo de seis plataformas de IA representativas del mercado actual durante el año 2025:
Gemini, ChatGPT, Copilot, Claude, NoteBookLM y PopAI, analizando los productos generados
según las siguientes categorías:
▪ Calidad y coherencia: Se evaluó la estructuración lógica del contenido, la coherencia
argumentativa en la identificación de temáticas y la fluidez narrativa.
▪ Capacidad de síntesis: Se examinó la habilidad de las IA para resumir ideas claves sin tergiversar
la información original, así como su capacidad para identificar vacíos y oportunidades de
investigación.
▪ Precisión y veracidad: Se verificó la exactitud de los datos presentados, la claridad en la
referenciación de fuentes y, crucialmente, la ausencia de invenciones o "alucinaciones".
▪ Cobertura y exhaustividad: Se analizó el nivel de profundidad en el tratamiento del objeto de
estudio y la precisión en el uso de citas.
Finalmente, se llevó a cabo un análisis cualitativo de los productos generados por cada herramienta, es
decir, de los estados del arte elaborados a partir de las interacciones. Este análisis consideró elementos
como la estructura lógica del texto, la coherencia argumentativa, la cobertura temática y la
exhaustividad en el tratamiento del objeto de estudio. También se examinó la precisión en el uso de
citas y referencias, la fluidez narrativa, y la capacidad del texto para identificar vacíos, tensiones
conceptuales y oportunidades de investigación.
El proceso de la sociedad pospandémica
Se debe pensar como la sociedad pos-pandemica incorpora el mecanismo de reorganizar la
investigación proponiendo el uso de las IA y como esta operación hace parte de un nuevo orden
en factor de aceleración constructiva en el posicionamiento del sistema de ciencia y tecnología
dejando cada vez más periférica la acción del ser humano.
METODOLOGÍA
Para el desarrollo de esta investigación, se diseñó un enfoque cualitativo comparativo orientado a
evaluar la eficacia de las herramientas de Inteligencia Artificial en la construcción de estados del arte
académicos. El estudio se realizo en matrices de comparación con categorías para el levantamiento del
estado del arte.
La selección se hizo de seis plataformas de IA representativas del mercado actual durante el año 2025:
Gemini, ChatGPT, Copilot, Claude, NoteBookLM y PopAI, analizando los productos generados
según las siguientes categorías:
▪ Calidad y coherencia: Se evaluó la estructuración lógica del contenido, la coherencia
argumentativa en la identificación de temáticas y la fluidez narrativa.
▪ Capacidad de síntesis: Se examinó la habilidad de las IA para resumir ideas claves sin tergiversar
la información original, así como su capacidad para identificar vacíos y oportunidades de
investigación.
▪ Precisión y veracidad: Se verificó la exactitud de los datos presentados, la claridad en la
referenciación de fuentes y, crucialmente, la ausencia de invenciones o "alucinaciones".
▪ Cobertura y exhaustividad: Se analizó el nivel de profundidad en el tratamiento del objeto de
estudio y la precisión en el uso de citas.
Finalmente, se llevó a cabo un análisis cualitativo de los productos generados por cada herramienta, es
decir, de los estados del arte elaborados a partir de las interacciones. Este análisis consideró elementos
como la estructura lógica del texto, la coherencia argumentativa, la cobertura temática y la
exhaustividad en el tratamiento del objeto de estudio. También se examinó la precisión en el uso de
citas y referencias, la fluidez narrativa, y la capacidad del texto para identificar vacíos, tensiones
conceptuales y oportunidades de investigación.
El proceso de la sociedad pospandémica
Se debe pensar como la sociedad pos-pandemica incorpora el mecanismo de reorganizar la
investigación proponiendo el uso de las IA y como esta operación hace parte de un nuevo orden
pág. 8944
social, en el cual la capa cognitivo emocional se ve reelaborada en el deseo, la sensibilidad y la
cognición. El argumento de los cinco niveles fue expuesto por, Bustamante (2021):
Por lo tanto, consideremos que la peste es uno de esos sucesos que está reescribiendo el panorama de
los Estados en un nuevo orden mundial, y se presenta como una regla que estructura una operación
caótica que permite un nuevo orden en cinco niveles:2
▪ La capa cognitivo emocional, relacionada con la posibilidad de reorganizar la ciencia, el arte y la
filosofía, aproximándose con ello a la reelaboración del deseo y la sensibilidad.
▪ La capa de servicios y de producción, hoy referida a la sociedad de la información y del
conocimiento. Esta desata e inhibe el deseo, lo transforma, para lo digital, pero lo consolida en la
individualidad.
▪ La capa semántica en el nivel del signo que la posmodernidad revelaba como vacío del signo, hoy
cambia, y se establece como posibilidad de operación, entendiendo esta en el orden de la entropía
[en bucle con la organización]…
▪ La capa sintáctica en el orden de las estructuras que combinan a la vez imagen, sonido,
movimiento, lenguaje escrito y música.
▪ La capa física y espacial, que condesa cuatro potentes sentidos de fuerza: la clausura, las
comunicaciones, la producción y el rango. (Bustamante 2021:352)
La reorganización de la capa cognitiva
Es la reorganización de la capa cognitivo emocional que se acelera con la aparición de la IA, esta
permite la reconceptualización de un estado del arte siendo el estado del arte una de las etapas
fundamentales en la realización de una investigación científica, ya que en esta se sintetiza la
información que hay sobre un tema y cómo se ha tratado el tema en investigaciones anteriores. Este
proceso que suele ser demasiado complejo y extenuante en cuanto a tiempo y recursos hoy, en el auge
de las Inteligencias Artificiales, se ha abierto una nueva posibilidad para optimizar esta fase, pero con
esta posibilidad también se abre una controversia sobre su uso y su pertinencia, y los efectos en el
sistema de creación de nuevo conocimiento.
2 Aquí retomo, pero redefino, una figura del análisis geopolítico del coronel español Ángel Gómez de Agreda. “XVI
Jornadas geopolítica y geoestrategia. Conflictividad geopolítica en el espacio”, video de YouTube, 1:13:52, publicado por
“RTVCE” el 26 de abril de 2018, https://www.youtube.com/watch?v=6luhFAgBE1Y.
social, en el cual la capa cognitivo emocional se ve reelaborada en el deseo, la sensibilidad y la
cognición. El argumento de los cinco niveles fue expuesto por, Bustamante (2021):
Por lo tanto, consideremos que la peste es uno de esos sucesos que está reescribiendo el panorama de
los Estados en un nuevo orden mundial, y se presenta como una regla que estructura una operación
caótica que permite un nuevo orden en cinco niveles:2
▪ La capa cognitivo emocional, relacionada con la posibilidad de reorganizar la ciencia, el arte y la
filosofía, aproximándose con ello a la reelaboración del deseo y la sensibilidad.
▪ La capa de servicios y de producción, hoy referida a la sociedad de la información y del
conocimiento. Esta desata e inhibe el deseo, lo transforma, para lo digital, pero lo consolida en la
individualidad.
▪ La capa semántica en el nivel del signo que la posmodernidad revelaba como vacío del signo, hoy
cambia, y se establece como posibilidad de operación, entendiendo esta en el orden de la entropía
[en bucle con la organización]…
▪ La capa sintáctica en el orden de las estructuras que combinan a la vez imagen, sonido,
movimiento, lenguaje escrito y música.
▪ La capa física y espacial, que condesa cuatro potentes sentidos de fuerza: la clausura, las
comunicaciones, la producción y el rango. (Bustamante 2021:352)
La reorganización de la capa cognitiva
Es la reorganización de la capa cognitivo emocional que se acelera con la aparición de la IA, esta
permite la reconceptualización de un estado del arte siendo el estado del arte una de las etapas
fundamentales en la realización de una investigación científica, ya que en esta se sintetiza la
información que hay sobre un tema y cómo se ha tratado el tema en investigaciones anteriores. Este
proceso que suele ser demasiado complejo y extenuante en cuanto a tiempo y recursos hoy, en el auge
de las Inteligencias Artificiales, se ha abierto una nueva posibilidad para optimizar esta fase, pero con
esta posibilidad también se abre una controversia sobre su uso y su pertinencia, y los efectos en el
sistema de creación de nuevo conocimiento.
2 Aquí retomo, pero redefino, una figura del análisis geopolítico del coronel español Ángel Gómez de Agreda. “XVI
Jornadas geopolítica y geoestrategia. Conflictividad geopolítica en el espacio”, video de YouTube, 1:13:52, publicado por
“RTVCE” el 26 de abril de 2018, https://www.youtube.com/watch?v=6luhFAgBE1Y.
pág. 8945
Los sistemas de IA, especialmente aquellos basados en grandes modelos de lenguaje (LLM), ofrecen
capacidades para procesar volúmenes significativos de información, identificar patrones conceptuales
y generar síntesis coherentes. Sin embargo, el problema central radica en que, a pesar de su creciente
implementación en diversos campos, existe un vacío de conocimiento sobre el desempeño
comparativo de diferentes plataformas de IA en esta tarea específica en el campo académico.
Tampoco aparecen parámetros claros para evaluar la calidad de los estados del arte generados por IA,
ni se han identificado las fortalezas y limitaciones particulares, como tampoco se ha establecido el
rango de cambio de paradigma.
Se puede considerar una reorganización del sistema a partir de las sugerencias de uso de las IA por
parte de autores como Díaz, Suazo Galdames, Cárdenas, Cortés-Valadez, C. X., Valadez-Olguín, R.
G., & Mosqueda-Moreno, M. T., Dexon Mckensy.
Díaz (2024), realiza una revisión sobre el uso actual y las posibilidades de la inteligencia artificial
desde un panorama global de la investigación científica. En este se explica como la IA está cambiando
la forma de investigar, facilitando el procesamiento de grandes volúmenes de datos, las
identificaciones de patrones, la realización de predicciones y el establecimiento de correlaciones no
fácilmente identificables con métodos tradicionales.
Suazo Galdames (2023), define como la IA simula los procesos cognitivos humanos mediante
algoritmos, describe sus aplicaciones en diversas áreas científicas, como el análisis de grandes
cantidades de datos, la generación y validación de hipótesis y la automatización de procesos. También
enfatiza los riesgos y desafíos, incluyendo los sesgos en los datos, problemas de responsabilidad y
transparencia. Suazo Galdames resalta la necesidad de un enfoque ético responsable en el uso de la IA
en investigación, siguiendo principios internacionales y fomentando la colaboración interdisciplinar
para su ejecución efectiva, ya que esto representa un impacto social y humano.
Cárdenas (2023), reflexiona sobre el impacto de la IA en la investigación científica, en este se define
y caracteriza la IA generativa como aquella capaz de crea contenido nuevo, como imágenes, texto,
entre otros; explicando su funcionamiento por medio de redes neuronales y la arquitectura
transformer.
Los sistemas de IA, especialmente aquellos basados en grandes modelos de lenguaje (LLM), ofrecen
capacidades para procesar volúmenes significativos de información, identificar patrones conceptuales
y generar síntesis coherentes. Sin embargo, el problema central radica en que, a pesar de su creciente
implementación en diversos campos, existe un vacío de conocimiento sobre el desempeño
comparativo de diferentes plataformas de IA en esta tarea específica en el campo académico.
Tampoco aparecen parámetros claros para evaluar la calidad de los estados del arte generados por IA,
ni se han identificado las fortalezas y limitaciones particulares, como tampoco se ha establecido el
rango de cambio de paradigma.
Se puede considerar una reorganización del sistema a partir de las sugerencias de uso de las IA por
parte de autores como Díaz, Suazo Galdames, Cárdenas, Cortés-Valadez, C. X., Valadez-Olguín, R.
G., & Mosqueda-Moreno, M. T., Dexon Mckensy.
Díaz (2024), realiza una revisión sobre el uso actual y las posibilidades de la inteligencia artificial
desde un panorama global de la investigación científica. En este se explica como la IA está cambiando
la forma de investigar, facilitando el procesamiento de grandes volúmenes de datos, las
identificaciones de patrones, la realización de predicciones y el establecimiento de correlaciones no
fácilmente identificables con métodos tradicionales.
Suazo Galdames (2023), define como la IA simula los procesos cognitivos humanos mediante
algoritmos, describe sus aplicaciones en diversas áreas científicas, como el análisis de grandes
cantidades de datos, la generación y validación de hipótesis y la automatización de procesos. También
enfatiza los riesgos y desafíos, incluyendo los sesgos en los datos, problemas de responsabilidad y
transparencia. Suazo Galdames resalta la necesidad de un enfoque ético responsable en el uso de la IA
en investigación, siguiendo principios internacionales y fomentando la colaboración interdisciplinar
para su ejecución efectiva, ya que esto representa un impacto social y humano.
Cárdenas (2023), reflexiona sobre el impacto de la IA en la investigación científica, en este se define
y caracteriza la IA generativa como aquella capaz de crea contenido nuevo, como imágenes, texto,
entre otros; explicando su funcionamiento por medio de redes neuronales y la arquitectura
transformer.
pág. 8946
El texto resalta que, si bien la IA es una gran herramienta en tareas digitales y procesamiento de datos,
carece de la experiencia sensorial y el contexto humano necesarios para ciertas investigaciones
sociales.
Cortés-Valadez, Valadez-Olguín y Mosqueda-Moreno (2024), presentan una revisión exhaustiva
sobre el estado actual de la Inteligencia Artificial en la Educación (IAEd), en donde se destaca su
potencial transformador en los procesos educativos y administrativos. Esta constituye un campo de
investigación de rápido crecimiento, no obstante, también enfrenta retos significativos especialmente
en lo referente a implicaciones éticas, equidad y políticas públicas.
Se evidencia la evolución del campo de la IAEd a lo largo de las décadas, destacando aplicaciones
como chatsbots, modelos de toma de decisiones y tutores inteligentes. Estas tecnologías permiten
mejorar el aprendizaje personalizado, facilitar la gestión educativa y brindar acompañamiento
didáctico. Además, el texto subraya el uso de tecnologías como BigData, aprendizaje automático y
analítica del aprendizaje como parte de esta revolución educativa; asimismo, se reconoce la creciente
brecha entre el desarrollo tecnológico y la participación activa del sector educativo en la investigación
sobre IA.
Sin embargo, se advierte sobre los riesgos éticos asociados al uso de datos personales y la necesidad
de transparencia. Otros desafíos incluyen la desigualdad de acceso a estas tecnologías, la
preocupación por la integridad académica y el impacto incierto de herramientas como los chatbots en
los procesos educativos.
Dexon Mckensy (2023), presenta perspectiva novedosa que se pregunta cómo el uso de la inteligencia
artificial en la educación puede promover la deshonestidad académica, si bien, herramientas como
ChatGPT, ha tenido un historial de desarrollo significativo y representa una oportunidad para
transformar la enseñanza y el aprendizaje, su integración pone en riesgo el uso crítico y ético de estas
tecnologías tanto para docentes como para estudiantes. Aunque también, resalta que los beneficios en
el ámbito educativo como la automatización de procesos administrativos, la personalización del
aprendizaje, y la capacidad de análisis de datos para mejorar la toma de decisiones.
El texto resalta que, si bien la IA es una gran herramienta en tareas digitales y procesamiento de datos,
carece de la experiencia sensorial y el contexto humano necesarios para ciertas investigaciones
sociales.
Cortés-Valadez, Valadez-Olguín y Mosqueda-Moreno (2024), presentan una revisión exhaustiva
sobre el estado actual de la Inteligencia Artificial en la Educación (IAEd), en donde se destaca su
potencial transformador en los procesos educativos y administrativos. Esta constituye un campo de
investigación de rápido crecimiento, no obstante, también enfrenta retos significativos especialmente
en lo referente a implicaciones éticas, equidad y políticas públicas.
Se evidencia la evolución del campo de la IAEd a lo largo de las décadas, destacando aplicaciones
como chatsbots, modelos de toma de decisiones y tutores inteligentes. Estas tecnologías permiten
mejorar el aprendizaje personalizado, facilitar la gestión educativa y brindar acompañamiento
didáctico. Además, el texto subraya el uso de tecnologías como BigData, aprendizaje automático y
analítica del aprendizaje como parte de esta revolución educativa; asimismo, se reconoce la creciente
brecha entre el desarrollo tecnológico y la participación activa del sector educativo en la investigación
sobre IA.
Sin embargo, se advierte sobre los riesgos éticos asociados al uso de datos personales y la necesidad
de transparencia. Otros desafíos incluyen la desigualdad de acceso a estas tecnologías, la
preocupación por la integridad académica y el impacto incierto de herramientas como los chatbots en
los procesos educativos.
Dexon Mckensy (2023), presenta perspectiva novedosa que se pregunta cómo el uso de la inteligencia
artificial en la educación puede promover la deshonestidad académica, si bien, herramientas como
ChatGPT, ha tenido un historial de desarrollo significativo y representa una oportunidad para
transformar la enseñanza y el aprendizaje, su integración pone en riesgo el uso crítico y ético de estas
tecnologías tanto para docentes como para estudiantes. Aunque también, resalta que los beneficios en
el ámbito educativo como la automatización de procesos administrativos, la personalización del
aprendizaje, y la capacidad de análisis de datos para mejorar la toma de decisiones.
pág. 8947
Este panorama no es exhaustivo y muestra la necesidad de establecer diversas reflexiones para el uso
de la IA en investigación como la ética, y la consideración de una nueva era en la que las IA hagan
parte del sistema de producción de nuevo conocimiento.
La IA como parte del sistema de producción de conocimiento
Resultados
A partir de un análisis del uso de cada una de seis IA y de una triangulación metodológica se buscó la
compresión del desempeño de las IA, así como su potencial para complementar o transformar las
prácticas investigativas tradicionales, encontrando que:
Gemini extrae la información necesaria para el desarrollo de un estado del arte, sin embargo, no lo
hace de manera continua sino por puntos claves, elaboró un resumen que incluía las características
solicitadas, pero no logró sintetizar la información de una manera que reflejara un verdadero análisis
crítico y la conexión entre los diferentes documentos, lo cual es esencial para un estado del arte. En
conclusión, Gemini es una herramienta valiosa para obtener una guía inicial y para resumir
información, pero se queda corta a la hora de realizar la síntesis y el análisis profundo que requiere un
trabajo de esta naturaleza.
Gemini no elaboró un estado del arte propiamente dicho, es una IA que se queda corta a la hora de
hacer un resumen, ya que solo saca oraciones principales sin un análisis más profundo. La
herramienta tuvo inconvenientes por el uso intensivo y el límite de la versión gratuita, lo que indica
restricciones de escalabilidad en tareas de gran volumen, por lo cual genera muchas alucinaciones.
ChatGPT, hace una estructura más guiada y completa sobre lo que debe tener un estado del arte,
logrando procesar la mayoría de los otros documentos, incluidos los videos. Durante el proceso
surgieron dos inconvenientes: primero, al subir constantemente los archivos y repetir el mismo
ejercicio, en ocasiones la herramienta colapsaba y no cumplía con lo solicitado, quedándose varios
minutos sin responder; segundo, debido al uso intensivo y a que se utilizaba la versión gratuita, se
alcanzó un límite que obligó a esperar 21 horas para continuar.
Por otra parte, los resultados, no fueron del todo satisfactorios. Aunque sí se identificaron las
categorías relevantes, no se elaboró un estado del arte propiamente dicho, pues solo se destacaron
puntos clave de cada categoría sin un análisis más profundo.
Este panorama no es exhaustivo y muestra la necesidad de establecer diversas reflexiones para el uso
de la IA en investigación como la ética, y la consideración de una nueva era en la que las IA hagan
parte del sistema de producción de nuevo conocimiento.
La IA como parte del sistema de producción de conocimiento
Resultados
A partir de un análisis del uso de cada una de seis IA y de una triangulación metodológica se buscó la
compresión del desempeño de las IA, así como su potencial para complementar o transformar las
prácticas investigativas tradicionales, encontrando que:
Gemini extrae la información necesaria para el desarrollo de un estado del arte, sin embargo, no lo
hace de manera continua sino por puntos claves, elaboró un resumen que incluía las características
solicitadas, pero no logró sintetizar la información de una manera que reflejara un verdadero análisis
crítico y la conexión entre los diferentes documentos, lo cual es esencial para un estado del arte. En
conclusión, Gemini es una herramienta valiosa para obtener una guía inicial y para resumir
información, pero se queda corta a la hora de realizar la síntesis y el análisis profundo que requiere un
trabajo de esta naturaleza.
Gemini no elaboró un estado del arte propiamente dicho, es una IA que se queda corta a la hora de
hacer un resumen, ya que solo saca oraciones principales sin un análisis más profundo. La
herramienta tuvo inconvenientes por el uso intensivo y el límite de la versión gratuita, lo que indica
restricciones de escalabilidad en tareas de gran volumen, por lo cual genera muchas alucinaciones.
ChatGPT, hace una estructura más guiada y completa sobre lo que debe tener un estado del arte,
logrando procesar la mayoría de los otros documentos, incluidos los videos. Durante el proceso
surgieron dos inconvenientes: primero, al subir constantemente los archivos y repetir el mismo
ejercicio, en ocasiones la herramienta colapsaba y no cumplía con lo solicitado, quedándose varios
minutos sin responder; segundo, debido al uso intensivo y a que se utilizaba la versión gratuita, se
alcanzó un límite que obligó a esperar 21 horas para continuar.
Por otra parte, los resultados, no fueron del todo satisfactorios. Aunque sí se identificaron las
categorías relevantes, no se elaboró un estado del arte propiamente dicho, pues solo se destacaron
puntos clave de cada categoría sin un análisis más profundo.
pág. 8948
Copilot ofreció su apoyo para estructurar el estado del arte o ayudar a buscar fuentes relevantes,
preguntando sobre el tema de investigación. Ante esto sugirió que una vez se subieran los documentos
se realizarían las siguientes actividades: “extraer y resumir los aportes clave de cada fuente, identificar
enfoques teóricos, metodológicos y aplicaciones prácticas; comparar perspectivas y detectar
contradicciones o vacíos, y organizar todo en una estructura coherente para tu estado del arte”
(Copilot,2025).
El grado de relevancia de Copilot es que, es más clara y útil a la hora de dar la información, ya que
como se había mencionado antes, este admite no ser capaz de redactar el estado del arte como tal, sino
que sus resultados son resúmenes e identificación de aspectos clave, estos sirven para tener una idea
del contenido del documento y eso ahorra tiempo en la revisión inicial.
De manera similar a otras IA utilizadas, Claude no pudo analizar libros completos ni los documentos
de gran extensión. Por otro lado, durante el proceso se presentó una dificultad adicional que generó
cierta reticencia hacia la continuación del ejercicio: se alcanzó un límite en el chat para recibir
archivos. En ocasiones, el límite permitía subir un máximo de tres documentos o, en el caso de
documentos más extensos, solo uno. Ante esta restricción era necesario esperar cinco horas para poder
continuar o iniciar una conversación nueva y repetir todo el procedimiento.
Claude a pesar de la dificultad para continuar con la conversación debido a los límites de carga de
archivos, los resultados que daba fueron también insuficientes, ya que solo ofrecía ideas y resúmenes
puntuales, pero no ahondaba en la información del documento para elaborar un estado del arte
propiamente dicho.
La quinta inteligencia artificial utilizada fue NoteBookLM, una herramienta muy útil para el
procesamiento de documentos, ya que puede admitir hasta 50 documentos al mismo tiempo. Sin
embargo, durante este ejercicio presentó una limitación importante: inicialmente no permite recibir un
prompt, solo es posible subir los documentos para que genere de inmediato un resumen individual o,
si se cargan todos juntos, un resumen general sobre la temática.
Se puede decir que si bien NotebookLM no permite chatear propiamente en la primera etapa, al ser
una IA especializada en el procesamiento de fuentes para generar resúmenes, glosarios y la extracción
Copilot ofreció su apoyo para estructurar el estado del arte o ayudar a buscar fuentes relevantes,
preguntando sobre el tema de investigación. Ante esto sugirió que una vez se subieran los documentos
se realizarían las siguientes actividades: “extraer y resumir los aportes clave de cada fuente, identificar
enfoques teóricos, metodológicos y aplicaciones prácticas; comparar perspectivas y detectar
contradicciones o vacíos, y organizar todo en una estructura coherente para tu estado del arte”
(Copilot,2025).
El grado de relevancia de Copilot es que, es más clara y útil a la hora de dar la información, ya que
como se había mencionado antes, este admite no ser capaz de redactar el estado del arte como tal, sino
que sus resultados son resúmenes e identificación de aspectos clave, estos sirven para tener una idea
del contenido del documento y eso ahorra tiempo en la revisión inicial.
De manera similar a otras IA utilizadas, Claude no pudo analizar libros completos ni los documentos
de gran extensión. Por otro lado, durante el proceso se presentó una dificultad adicional que generó
cierta reticencia hacia la continuación del ejercicio: se alcanzó un límite en el chat para recibir
archivos. En ocasiones, el límite permitía subir un máximo de tres documentos o, en el caso de
documentos más extensos, solo uno. Ante esta restricción era necesario esperar cinco horas para poder
continuar o iniciar una conversación nueva y repetir todo el procedimiento.
Claude a pesar de la dificultad para continuar con la conversación debido a los límites de carga de
archivos, los resultados que daba fueron también insuficientes, ya que solo ofrecía ideas y resúmenes
puntuales, pero no ahondaba en la información del documento para elaborar un estado del arte
propiamente dicho.
La quinta inteligencia artificial utilizada fue NoteBookLM, una herramienta muy útil para el
procesamiento de documentos, ya que puede admitir hasta 50 documentos al mismo tiempo. Sin
embargo, durante este ejercicio presentó una limitación importante: inicialmente no permite recibir un
prompt, solo es posible subir los documentos para que genere de inmediato un resumen individual o,
si se cargan todos juntos, un resumen general sobre la temática.
Se puede decir que si bien NotebookLM no permite chatear propiamente en la primera etapa, al ser
una IA especializada en el procesamiento de fuentes para generar resúmenes, glosarios y la extracción
pág. 8949
de puntos clave, sirve mucho para obtener ideas clave y conceptos de los documentos, lo cual ayuda a
reducir considerablemente el tiempo en la lectura de los documentos.
La última IA analizada fue PopAI, esta IA es más enfocada en la creación de presentaciones, también
tiene la opción de conversación, En su última actualización, la funcionalidad gratuita dejó de permitir
la subida de documentos adjuntos, convirtiéndose únicamente en un chat conversacional. Por esta
razón, solo se pudo realizar el ejercicio con tres de los veinte documentos.
En estos casos, se puede decir que PopAI no cumple con los parámetros solicitados para un estado del
arte, limitándose a generar un resumen de los puntos clave. Para terminar, en relación con el grado de
relevancia, al tener la limitante en la versión gratuita de no poder subir archivos, sobre todo después
de su última actualización, solo serviría para chat y para preguntar cosas básicas sobre el tema a tratar,
lo cual reduce drásticamente su utilidad para tareas de revisión documental profunda, como la
elaboración de un estado del arte.
Las herramientas analizadas demuestran su potencial para agilizar labores, facilitar la recolección,
síntesis y organización inicial de información para un estado del arte, pero presentan limitaciones
importantes a la hora de realizar un estado del arte completo, crítico y analítico. Sin embargo, la
mayoría puede extraer puntos clave y ofrecer estructuras básicas, pero consistentemente se limitan a
ofrecer resúmenes puntuales o ideas principales en lugar de una síntesis que refleje un verdadero
análisis crítico y la conexión fluida entre los documentos. Por lo tanto, no sustituyen la revisión
manual meticulosa que requiere la investigación académica, especialmente en temas complejos. La
utilidad y eficacia de estas herramientas dependen de que se utilicen con un juicio crítico y bajo una
supervisión humana rigurosa.
El grado de implicaciones de la IA en la redefinición de las perspectivas del nuevo conocimiento.
El sistema actual de producción de conocimiento no se limita a la realización de un trabajo cognitivo
humano, sino que hace parte de cinco elementos que componen el sistema complejo de producción de
conocimiento los cuales son:
de puntos clave, sirve mucho para obtener ideas clave y conceptos de los documentos, lo cual ayuda a
reducir considerablemente el tiempo en la lectura de los documentos.
La última IA analizada fue PopAI, esta IA es más enfocada en la creación de presentaciones, también
tiene la opción de conversación, En su última actualización, la funcionalidad gratuita dejó de permitir
la subida de documentos adjuntos, convirtiéndose únicamente en un chat conversacional. Por esta
razón, solo se pudo realizar el ejercicio con tres de los veinte documentos.
En estos casos, se puede decir que PopAI no cumple con los parámetros solicitados para un estado del
arte, limitándose a generar un resumen de los puntos clave. Para terminar, en relación con el grado de
relevancia, al tener la limitante en la versión gratuita de no poder subir archivos, sobre todo después
de su última actualización, solo serviría para chat y para preguntar cosas básicas sobre el tema a tratar,
lo cual reduce drásticamente su utilidad para tareas de revisión documental profunda, como la
elaboración de un estado del arte.
Las herramientas analizadas demuestran su potencial para agilizar labores, facilitar la recolección,
síntesis y organización inicial de información para un estado del arte, pero presentan limitaciones
importantes a la hora de realizar un estado del arte completo, crítico y analítico. Sin embargo, la
mayoría puede extraer puntos clave y ofrecer estructuras básicas, pero consistentemente se limitan a
ofrecer resúmenes puntuales o ideas principales en lugar de una síntesis que refleje un verdadero
análisis crítico y la conexión fluida entre los documentos. Por lo tanto, no sustituyen la revisión
manual meticulosa que requiere la investigación académica, especialmente en temas complejos. La
utilidad y eficacia de estas herramientas dependen de que se utilicen con un juicio crítico y bajo una
supervisión humana rigurosa.
El grado de implicaciones de la IA en la redefinición de las perspectivas del nuevo conocimiento.
El sistema actual de producción de conocimiento no se limita a la realización de un trabajo cognitivo
humano, sino que hace parte de cinco elementos que componen el sistema complejo de producción de
conocimiento los cuales son:
pág. 8950
Figura 1 Fuente elaboración propia adaptada de Hilbert, M., & Cairó, O. (2009 pXIX)
Los cinco subsistemas de TIC: interoperación, almacenamiento, transmisión, procesamiento cerebral
y procesamiento artificial (Hilbert 2009), presentan un sistema de retroalimentación de conocimiento
en el que el proceso cerebral es parte y no su fundamento, lo que nos permite entender el cambio de
paradigma en la producción de nuevo conocimiento en la sociedad actual.
Se puede rastrear la diferencia que existe en la concepción de producción de conocimiento en los
diversos momentos como: el momento premoderno, tiempos modernos y contemporáneos. En la
premodernidad se establecen la condición del saber como regalo de los dioses, es Prometeo, de
Esquilo (475 adC), el proveedor del saber. Luego es la gracia del conocimiento Divino en la edad
media. En la modernidad se establece la producción de saber con centro en el hombre, el nacimiento
de la ciencia natural moderna y la experimentación. En la contemporaneidad, después de la
posmodernidad, se establece un sistema con múltiples actores en el cual el ser humano y su cognición
son parte y no el centro de la producción de conocimiento, por lo tanto, tenemos: almacenamiento,
procesamiento artificial, transmisión de conocimiento, procesamiento cerebral e interoperación como
parte del sistema de producción de conocimiento, en este sentido las IA hacen parte de esta
interoperación y producción de nuevo conocimiento.
Figura 1 Fuente elaboración propia adaptada de Hilbert, M., & Cairó, O. (2009 pXIX)
Los cinco subsistemas de TIC: interoperación, almacenamiento, transmisión, procesamiento cerebral
y procesamiento artificial (Hilbert 2009), presentan un sistema de retroalimentación de conocimiento
en el que el proceso cerebral es parte y no su fundamento, lo que nos permite entender el cambio de
paradigma en la producción de nuevo conocimiento en la sociedad actual.
Se puede rastrear la diferencia que existe en la concepción de producción de conocimiento en los
diversos momentos como: el momento premoderno, tiempos modernos y contemporáneos. En la
premodernidad se establecen la condición del saber como regalo de los dioses, es Prometeo, de
Esquilo (475 adC), el proveedor del saber. Luego es la gracia del conocimiento Divino en la edad
media. En la modernidad se establece la producción de saber con centro en el hombre, el nacimiento
de la ciencia natural moderna y la experimentación. En la contemporaneidad, después de la
posmodernidad, se establece un sistema con múltiples actores en el cual el ser humano y su cognición
son parte y no el centro de la producción de conocimiento, por lo tanto, tenemos: almacenamiento,
procesamiento artificial, transmisión de conocimiento, procesamiento cerebral e interoperación como
parte del sistema de producción de conocimiento, en este sentido las IA hacen parte de esta
interoperación y producción de nuevo conocimiento.
pág. 8951
En este siglo se presenta, por consecuencia, una emergencia sistémica que no se esperaba, la
consideración de la producción de conocimiento como producto de un sistema en el que el hombre
cada vez es desplazado del centro y se encuentra en la periferia, y las inteligencias artificiales
consolidan este desplazamiento mientras prestan su servicio.
CONCLUSIONES
Teniendo en cuenta el análisis de la IA podemos decir que el auge y su implementación ha
transformado diversos campos del conocimiento, entre ellos la investigación científica, pedagógica,
reflexión filosófica, estética y teoría del arte. Nuestro enfoque permitió describir como las IA generar
una variedad de resultados que reflejan no solo la articulación del material, sino también la capacidad
de sintetizar y presentar información de manera coherente y estructurada, pero a su vez, se genera un
debilitamiento, un desplazamiento y una reorganización de la posición del la humanidad frente al
nuevo conocimiento ya que es generado por su interoperación con las máquinas que co-construyen la
nueva versión del sistema de producción técnico científico, humanístico y filosófico.
REFERENCIAS BIBLIOGRÁFICAS
Amazon Web Services. (s.f.). ¿Qué es un LLM? - Explicación de los modelos de lenguaje
grandes [Página web]. https://aws.amazon.com/es/what-is/large-language-model/
Anthropic. (s.f.). Claude [Modelo de lenguaje de IA]. https://www.anthropic.com/claude
Anthropic. (s.f.). Introducción a Claude [Documentación
web]. https://docs.anthropic.com/es/docs/welcome
Bustamante, Cardona B. (2021) En Pandemia: Figuras Artísticas y Literarias Como Condensadoras de
Sentido En Algunas Obras de Michel Foucault. Polifonía Para Pensar Una Pandemia Vol. 2,
edited by Adriana Marcela Torres Durán et al., 1st ed., Universidad de Antioquia, 2021, pp. 338–
53. JSTOR, https://doi.org/10.2307/j.ctv2rcnq4j.22.
Cárdenas, J. (2023). Inteligencia artificial, investigación y revisión por pares: escenarios futuros y
estrategias de acción. Revista Española de Sociología, 32(4), a184.
https://doi.org/10.22325/fes/res.2023.184
Cortés-Valadez, C. X., Valadez-Olguín, R. G., & Mosqueda-Moreno, M. T. (2023). Estado del arte
del uso de la inteligencia artificial en la educación superior. MEMORIAS DEL CONGRESO
En este siglo se presenta, por consecuencia, una emergencia sistémica que no se esperaba, la
consideración de la producción de conocimiento como producto de un sistema en el que el hombre
cada vez es desplazado del centro y se encuentra en la periferia, y las inteligencias artificiales
consolidan este desplazamiento mientras prestan su servicio.
CONCLUSIONES
Teniendo en cuenta el análisis de la IA podemos decir que el auge y su implementación ha
transformado diversos campos del conocimiento, entre ellos la investigación científica, pedagógica,
reflexión filosófica, estética y teoría del arte. Nuestro enfoque permitió describir como las IA generar
una variedad de resultados que reflejan no solo la articulación del material, sino también la capacidad
de sintetizar y presentar información de manera coherente y estructurada, pero a su vez, se genera un
debilitamiento, un desplazamiento y una reorganización de la posición del la humanidad frente al
nuevo conocimiento ya que es generado por su interoperación con las máquinas que co-construyen la
nueva versión del sistema de producción técnico científico, humanístico y filosófico.
REFERENCIAS BIBLIOGRÁFICAS
Amazon Web Services. (s.f.). ¿Qué es un LLM? - Explicación de los modelos de lenguaje
grandes [Página web]. https://aws.amazon.com/es/what-is/large-language-model/
Anthropic. (s.f.). Claude [Modelo de lenguaje de IA]. https://www.anthropic.com/claude
Anthropic. (s.f.). Introducción a Claude [Documentación
web]. https://docs.anthropic.com/es/docs/welcome
Bustamante, Cardona B. (2021) En Pandemia: Figuras Artísticas y Literarias Como Condensadoras de
Sentido En Algunas Obras de Michel Foucault. Polifonía Para Pensar Una Pandemia Vol. 2,
edited by Adriana Marcela Torres Durán et al., 1st ed., Universidad de Antioquia, 2021, pp. 338–
53. JSTOR, https://doi.org/10.2307/j.ctv2rcnq4j.22.
Cárdenas, J. (2023). Inteligencia artificial, investigación y revisión por pares: escenarios futuros y
estrategias de acción. Revista Española de Sociología, 32(4), a184.
https://doi.org/10.22325/fes/res.2023.184
Cortés-Valadez, C. X., Valadez-Olguín, R. G., & Mosqueda-Moreno, M. T. (2023). Estado del arte
del uso de la inteligencia artificial en la educación superior. MEMORIAS DEL CONGRESO
pág. 8952
NACIONAL DE TECNOLOGÍA (CONATEC), Año 6(6). Facultad de Estudios Superiores
Cuautlán. UNAM.
https://tecnicosacademicos.cuautlan.unam.mx/CongresoTA/memorias2023/Mem2023
_Paper05-E.html
Dexon-Mckensy, S. (2023). Inteligencia artificial en la educación: Estado del arte. Revista del Caribe
Nicaragüense, (79).
Díaz Subieta, L. B. (2024). El uso de la inteligencia artificial en la investigación científica. Revista
Historia de la Educación Latinoamericana, 26(43).
https://doi.org/10.19053/uptc.01227238.18014
Esquilo 1978. Prometeo encadenado. En: Teatro griego. Aguilar, Madrid.
Google. (2024, agosto). Google Gemini [Modelo de inteligencia
artificial]. https://www.google.com/intl/es/gemini/
Google Cloud. (2025, mayo 29). ¿Qué es la inteligencia artificial o IA? [Página
web]. https://cloud.google.com/learn/what-is-artificial-intelligence?hl=es-419
Google Cloud. (s.f). ¿Qué es NotebookLM Enterprise?. [Documentación web].
https://cloud.google.com/agentspace/notebooklm-enterprise/docs/overview
Google Labs. (2025). NotebookLM [Asistente de investigación con IA]. https://notebooklm.google/
Hernández-Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. P. (2014). Metodología de la
investigación (6a ed.). McGraw-Hill Education.
Hilbert, M., & Cairó, O. (2009). ¿ Quo vadis, tecnología de la información y de las
comunicaciones. Conceptos fundamentales, trayectorias tecnológicas y el estado del arte de
los sistemas digitales. Colombia: CEPAL/Mayol Ediciones. Recuperado de:
https://repositorio.cepal.org/bitstream/handle/11362/1999/1/S384Q92009_es.pdf
Microsoft. (s.f.). Cómo funcionan los LLM y la inteligencia artificial generativa [Página
web]. https://learn.microsoft.com/es-es/dotnet/ai/conceptual/how-genai-and-llms-work
Microsoft. (s.f.). Microsoft Copilot [Software de inteligencia
artificial]. https://www.microsoft.com/es-es/microsoft-365/copilot/business
OpenAI. (2022). ChatGPT [Modelo de lenguaje de IA]. https://chat.openai.com/
NACIONAL DE TECNOLOGÍA (CONATEC), Año 6(6). Facultad de Estudios Superiores
Cuautlán. UNAM.
https://tecnicosacademicos.cuautlan.unam.mx/CongresoTA/memorias2023/Mem2023
_Paper05-E.html
Dexon-Mckensy, S. (2023). Inteligencia artificial en la educación: Estado del arte. Revista del Caribe
Nicaragüense, (79).
Díaz Subieta, L. B. (2024). El uso de la inteligencia artificial en la investigación científica. Revista
Historia de la Educación Latinoamericana, 26(43).
https://doi.org/10.19053/uptc.01227238.18014
Esquilo 1978. Prometeo encadenado. En: Teatro griego. Aguilar, Madrid.
Google. (2024, agosto). Google Gemini [Modelo de inteligencia
artificial]. https://www.google.com/intl/es/gemini/
Google Cloud. (2025, mayo 29). ¿Qué es la inteligencia artificial o IA? [Página
web]. https://cloud.google.com/learn/what-is-artificial-intelligence?hl=es-419
Google Cloud. (s.f). ¿Qué es NotebookLM Enterprise?. [Documentación web].
https://cloud.google.com/agentspace/notebooklm-enterprise/docs/overview
Google Labs. (2025). NotebookLM [Asistente de investigación con IA]. https://notebooklm.google/
Hernández-Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. P. (2014). Metodología de la
investigación (6a ed.). McGraw-Hill Education.
Hilbert, M., & Cairó, O. (2009). ¿ Quo vadis, tecnología de la información y de las
comunicaciones. Conceptos fundamentales, trayectorias tecnológicas y el estado del arte de
los sistemas digitales. Colombia: CEPAL/Mayol Ediciones. Recuperado de:
https://repositorio.cepal.org/bitstream/handle/11362/1999/1/S384Q92009_es.pdf
Microsoft. (s.f.). Cómo funcionan los LLM y la inteligencia artificial generativa [Página
web]. https://learn.microsoft.com/es-es/dotnet/ai/conceptual/how-genai-and-llms-work
Microsoft. (s.f.). Microsoft Copilot [Software de inteligencia
artificial]. https://www.microsoft.com/es-es/microsoft-365/copilot/business
OpenAI. (2022). ChatGPT [Modelo de lenguaje de IA]. https://chat.openai.com/
pág. 8953
PopAi. (s.f.). PopAi [Asistente de inteligencia artificial]. https://www.popai.pro/
Sambola, D.-M. (2023). Inteligencia Artificial en la Educación: Estado del Arte. Wani, 39(79), 13-26.
https://doi.org/10.5377/wani.v39i79.16806
Suazo Galdames, I. . (2023). Inteligencia artificial en investigación científica. SciComm Report, 3(1),
1–3. https://doi.org/10.32457/scr.v3i1.2149
PopAi. (s.f.). PopAi [Asistente de inteligencia artificial]. https://www.popai.pro/
Sambola, D.-M. (2023). Inteligencia Artificial en la Educación: Estado del Arte. Wani, 39(79), 13-26.
https://doi.org/10.5377/wani.v39i79.16806
Suazo Galdames, I. . (2023). Inteligencia artificial en investigación científica. SciComm Report, 3(1),
1–3. https://doi.org/10.32457/scr.v3i1.2149