Se analiza la coexistencia de ambas inteligencias en el ámbito de la
educación superior. Se plantea que la Inteligencia Artificial (IA) ha avanzado
lo suficiente como para asumir actividades de investigación en los primeros
niveles del conocimiento (declarativo y procedimental), mientras que la
inteligencia humana sigue siendo esencial en los niveles más complejos
(esquemático y estratégico).
1. Introducción
El artículo aborda cómo la Inteligencia Artificial ha impactado la investigación
académica y qué actividades deben seguir siendo responsabilidad exclusiva
de los investigadores humanos. Se menciona que la educación superior está
inmersa en un sistema competitivo basado en la medición de la calidad de
las instituciones, donde la investigación juega un papel clave. En este
contexto, la IA ha emergido como una herramienta poderosa para la gestión
del conocimiento, pero su integración en la academia aún plantea desafíos.
Las universidades han utilizado IA en tres niveles:
1. Sistematización de información.
2. Análisis de datos sistematizados.
3. Creación de productos de nuevo conocimiento mediante IA generativa.
Se reconoce que, si bien la IA puede asumir tareas de investigación, no todas
sus aplicaciones son aceptadas en el ámbito académico, pues hay límites en
su capacidad de razonamiento y creatividad.
2. Metodología
El artículo emplea un enfoque hermenéutico-crítico, basado en la revisión
documental de literatura científica relevante. Se utilizan métodos cualitativos
para interpretar avances previos y contextualizar los límites actuales de la
IA. Se revisan estudios de bases de datos académicas como Scopus y Web of
Science, priorizando publicaciones recientes (2019-2024).
Se establecen cuatro niveles del conocimiento que estructuran la
investigación:
1. Declarativo: Describe información específica.
2. Procedimental: Explica procesos y métodos.
3. Esquemático: Genera análisis y argumentación.
4. Estratégico: Propone soluciones innovadoras.
