La inteligencia artificial en la investigación científica: del temor al potencial transformador

Durante los últimos años, la irrupción de la inteligencia artificial (IA) en el mundo científico no ha pasado desapercibida. Su aparición generó, como suele ocurrir en los grandes hitos tecnológicos, una reacción inicial marcada por la incertidumbre. Preguntas como ¿la IA nos reemplazará?, ¿es el fin del pensamiento humano en la ciencia? o ¿perderá valor la producción académica? comenzaron a instalarse en el debate público, amplificadas muchas veces por los medios de comunicación.

Sin embargo, este fenómeno no es nuevo. La historia del conocimiento está atravesada por ciclos similares: la llegada de internet, la masificación de la telefonía móvil o incluso la incorporación de software estadístico en la investigación científica también despertaron temores análogos. Con el tiempo, aquello que inicialmente se percibía como amenaza terminó consolidándose como herramienta fundamental.

Hoy, superada en parte esa “tormenta inicial”, comienza a emerger una mirada más equilibrada y madura sobre la IA. Lejos de constituir un sustituto del pensamiento humano, se reconoce progresivamente como un recurso poderoso que amplifica nuestras capacidades. En el ámbito pedagógico, por ejemplo, su uso abre posibilidades inéditas para promover aprendizaje profundo, pensamiento crítico y procesos formativos más personalizados. No obstante, este potencial no es automático: exige nuevas formas de interacción, mayor exigencia cognitiva y una disposición distinta tanto de estudiantes como de docentes.

Actualmente, la inteligencia artificial ya forma parte del ecosistema cotidiano de las aulas universitarias. Para muchos estudiantes, es un recurso natural en sus procesos de aprendizaje. Para quienes aún no lo han incorporado, la invitación es clara: la IA no solo facilita tareas, sino que permite avanzar hacia una educación más inclusiva y diversa, adaptándose a ritmos, estilos y necesidades individuales. 

Este cambio también se ha comenzado a reflejar en el mundo científico. Revistas académicas y comunidades de investigación han ido flexibilizando sus posturas iniciales. Algunas permiten el uso de IA en ciertos porcentajes del proceso investigativo; otras exigen transparencia respecto de su utilización; e incluso hay quienes han encontrado en estas herramientas una vía para aumentar la visibilidad de sus trabajos, por ejemplo, mediante traducciones al inglés que amplían el alcance internacional de sus publicaciones.

Negarse hoy al uso de la inteligencia artificial en la investigación científica implica, en gran medida, desaprovechar un conjunto robusto de herramientas que pueden fortalecer la calidad del trabajo académico. Entre sus aportes destacan la validación de procedimientos, la verificación de cálculos, la generación de representaciones gráficas, la estructuración de documentos y la síntesis de información compleja.

Sin embargo, es fundamental establecer un principio clave: la IA no crea en el sentido humano del término. La creación sigue siendo un acto profundamente humano. La inteligencia artificial no reemplaza la idea original, el momento inicial, ese t₀ donde emerge el pensamiento, sino que acelera procesos de fundamentación, coherencia y consistencia. En otras palabras, la IA necesita del pensamiento humano para existir como herramienta significativa.

Aun así, persisten desafíos importantes. Uno de los principales riesgos no radica en la herramienta misma, sino en la forma en que las personas se relacionan con ella. Existe el peligro de atribuirle cualidades humanas, emocionalidad, intención, comprensión, que no posee, lo que podría distorsionar su uso y comprensión.

En este contexto, resulta especialmente relevante el reciente artículo de ChatGPT As a Resource to Strengthen Mathematics Teaching and Learning: A Systematic Review, desarrollado por Su, C. S., Hsu, C. C. y José González Campos, publicado en la revista Journal of Computer Assisted Learning. Este estudio sistemático analiza 54 investigaciones recientes sobre el uso de ChatGPT en educación matemática, ofreciendo una mirada rigurosa sobre sus alcances y limitaciones.

Entre sus principales hallazgos, se destaca que el valor educativo de la IA no depende de la herramienta en sí, sino del diseño pedagógico que la sustenta. Asimismo, se evidencian beneficios significativos en la comprensión conceptual, el desarrollo metacognitivo y el aprendizaje personalizado. No obstante, el estudio también advierte riesgos relevantes, particularmente en relación con la precisión de las respuestas, lo que hace indispensable la implementación de protocolos de verificación y el fortalecimiento de la alfabetización en IA. 

En esta misma línea, la Dra. Chia Shih Su plantea que, a nivel educativo, en una universidad regional como la nuestra, la IA representa una oportunidad para ampliar las posibilidades formativas de los estudiantes, entregándoles herramientas para desarrollar habilidades necesarias en el desempeño profesional en escenarios nacionales e internacionales. Su uso pedagógico puede fortalecer el pensamiento crítico, la autonomía, la validación de información y la capacidad de resolver problemas en contextos reales, lo que contribuye a que nuestros estudiantes no solo se vinculen con las necesidades de su entorno local, sino que también sean más competitivos frente a profesionales de distintos contextos. 

Por su parte, el Dr. Chuan Chih Hsu sostiene que integrar inteligencia artificial en la docencia es una evolución necesaria, siempre que su uso esté orientado por el diseño pedagógico, la mediación docente y la verificación crítica. Desde esta perspectiva, la IA puede enriquecer la enseñanza al fortalecer la comprensión, la metacognición y la resolución de problemas, formando estudiantes capaces de cuestionar, interpretar y validar sus respuestas.

Para finalizar el Dr. José González Campos, director del departamento de Matemática, Física y Estadística de la Universidad Católica del Maule plantea que “En este nuevo escenario, el verdadero punto de inflexión no radica en la sofisticación de la inteligencia artificial, sino en la redefinición del rol humano en la producción del conocimiento. La IA no inaugura una era de reemplazo, sino de exigencia: exige más criterio, más juicio, más pensamiento. Porque si bien es capaz de acelerar procesos, organizar ideas y amplificar nuestras capacidades, no puede originar el acto más esencial de la ciencia: la formulación de preguntas con sentido. En ese instante fundacional, ese momento irreductiblemente humano donde emerge la duda, la intuición y la búsqueda, la inteligencia artificial no participa, solo acompaña. Por ello, el desafío no es aprender a usarla, sino aprender a pensar mejor con ella. Ignorarla sería un error; depender de ella sin reflexión, un riesgo aún mayor. El futuro de la investigación no será definido por la tecnología que utilicemos, sino por la profundidad del pensamiento que seamos capaces de sostener en su presencia”.