86
Normatividad y reexión crítica para una ética de la investigación asistida por inteligencia
articial
Regulation and critical reection for an ethics of articial intelligence-assisted research
María Verónica Dávalos González y Victoria Dalila Palacios Mieles
87
Vol. 15 Nro. 1, Enero - Junio 2026
ISSN: 2602-8174
RESUMENRESUMEN ABSTRACTABSTRACT
El avance acelerado de la inteligencia articial
generativa ha impactado de manera signicativa los
procesos de investigación en la educación superior,
generando oportunidades metodológicas, pero también
desafíos éticos relacionados con la autoría, la integridad
académica y la producción de conocimiento original.
Ante este escenario, el estudio tiene como objetivo
examinar críticamente las implicaciones éticas del uso
de la inteligencia articial en la investigación académica
y proponer lineamientos institucionales que orienten
su aplicación responsable, con énfasis en la Ponticia
Universidad Católica del Ecuador. Metodológicamente,
se desarrolló una investigación cualitativa de tipo
documental, basada en el análisis de literatura cientíca
reciente, códigos de ética institucionales y políticas
editoriales, mediante técnicas de análisis de contenido.
Los resultados evidencian que, aunque la inteligencia
articial ofrece ventajas en la gestión de información,
redacción y análisis de datos, existe un vacío normativo
respecto a su uso ético, lo que incrementa riesgos como
el plagio, la simulación de autoría y la disminución del
pensamiento crítico. Se concluye que es imprescindible
diseñar disposiciones éticas especícas y promover
una cultura institucional de responsabilidad,
honestidad y reexión crítica que garantice una
investigación asistida por inteligencia articial
ética, transparente y centrada en la autoría humana.
Palabras clave: inteligencia articial, ética, investigación,
educación superior
e accelerated development of generative articial
intelligence has signicantly impacted research
processes in higher education, creating methodological
opportunities while simultaneously raising ethical
challenges related to authorship, academic integrity, and
the production of original knowledge. In this context,
the objective of this study is to critically examine the
ethical implications of using articial intelligence
in academic research and to propose institutional
guidelines that support its responsible application,
with particular emphasis on the Pontical Catholic
University of Ecuador. Methodologically, the study
adopts a qualitative, documentary research design based
on the analysis of recent scientic literature, institutional
codes of ethics, and editorial policies, using qualitative
content analysis techniques. e ndings indicate that
although articial intelligence oers notable advantages
in information management, academic writing, and
data analysis, there is a signicant regulatory gap
regarding its ethical use. is gap increases risks
such as plagiarism, simulated authorship, and the
weakening of critical thinking. e study concludes
that it is essential to develop explicit ethical regulations
and to promote an institutional culture grounded
in responsibility, honesty, and critical reection,
ensuring that research assisted by articial intelligence
remains ethical, transparent, and rmly centered
on human authorship and scholarly accountability.
Keywords: articial intelligence, ethics, research, higher
education
Regulation and critical reection for an ethics of articial intelligence-assisted research
Normatividad y reflexión crítica para una ética de la investigación asistida por inteligencia artificial
RECIBIDO: 27/10/2025
ACEPTADO: 21/11/2025
DOI: https://doi.org/10.54753/eac.v15i1.2599
María Verónica Dávalos González
https://orcid.org/0009-0008-3293-4752
Pontica Universidad Católica de Ecuador, Ecuador
mvdavalos@puce.edu.ec
Victoria Dalila Palacios Mieles
https://orcid.org/0000-0002-0567-2063
Pontica Universidad Católica de Ecuador, Ecuador
vdpalacios@puce.edu.ec
Declaración de autoría: Los dos autores contribuyeron equitativamente en todas las actividades que posibilitaron
la publicación de esta investigación.
88
INTRODUCCIÓNINTRODUCCIÓN
La educación superior enfrenta una encrucijada
marcada por el rápido avance de tecnologías
emergentes. La denominada Cuarta Revolución
Industrial, caracterizada por la convergencia de lo
físico, lo digital y lo biológico, transforma la manera
en que las personas viven y trabajan, impulsada por
innovaciones como la biotecnología, la computación
cuántica y, especialmente, la inteligencia articial
(Schwab, 2016).
En este contexto, la educación superior
está obligada a analizar críticamente el impacto de
estas tecnologías. Herramientas como el Internet de
las cosas, la computación en la nube y la IA se han
vuelto imprescindibles en el entorno profesional,
congurando nuevas demandas para docentes,
estudiantes e investigadores (Cobo, 2019; UNESCO,
2021). Por ello, la reexión sobre el papel y las
implicaciones de la inteligencia articial se vuelve
central en las instituciones de educación superior.
Este desarrollo tecnológico adquirió notoriedad desde
el año 2013, con la aparición de la aplicación de fácil
acceso ChatGPT, presentada por la empresa OpenAI.
Este hecho popularizó el uso de la denominación
IA, es decir, el concepto entró en boga y la moda ha
hecho que sea utilizado de forma vacua, incluso sin un
conocimiento cierto de su alcance, ventajas, riesgos y
estadios verdaderos de desarrollo. Lo cierto es que la
IA tiene una amplia historia; de hecho, el término fue
acuñado en 1956 por John McCarthy, pero en 1950
Alan Turing preguntaba, en su artículo “Computing
Machinery and Intelligence”, si las máquinas podían
pensar, si tenían inteligencia. Así, la IA (o de las
computadoras) se reere a la posibilidad de que las
máquinas relacionadas con la informática desplieguen
procesos cognitivos semejantes (total o parcialmente)
a los de los humanos, en n, de que sean inteligentes.
Las máquinas inteligentes aprenden, resuelven
problemas, ejecutan tareas, procesan información,
toman decisiones (Rouhiainen, 2018), en otras palabras,
roban el protagonismo exclusivo a la inteligencia
humana. La IA procesa grandes cantidades de datos y
realiza operaciones ordenadamente, lo que vale decir
que utiliza algoritmos; comprende las características
de la información, la analiza y toma decisiones.
Repiso (2024) se sorprende ante la habilidad
de la IA para generar conocimiento con autonomía.
En tal sentido, interesa, en este discurrir sobre la
IA en ES, el desarrollo de la Inteligencia Articial
Generativa (IAG), de máquinas que tienen el poder de
crear contenido novedoso de forma independiente, en
lenguaje natural, emulando el lenguaje humano. Así,
la IAG es capaz de producir textos, imágenes, videos,
audios, además de realizar traducciones, responder
preguntas, clasicar textos, crear códigos, resumir
textos, hacer paráfrasis, convertir imágenes en texto,
producir diálogo, entre otros (Juca-Maldonado, 2023;
Navarro-Dolmestch, 2023).
Estas tareas son usuales, indispensables e
ineludibles si existe la pretensión de generar nuevo
conocimiento, como lo es el rol fundamental de
la investigación académica. Las instituciones de
ES aportan al desarrollo de las sociedades que las
enmarcan por medio de investigaciones que se orientan
hacia el logro de objetivos no sólo institucionales, sino
también de macrobjetivos nacionales vinculados a las
necesidades sociales, económicas, medioambientales
(Kerr, 2001; OCDE, 2017).
La magnitud de la responsabilidad y actividad
de las universidades en la producción de conocimientos
pertinentes es el motor que impulsa la concreción
de una cultura de investigación propia, cónsona con
la visión y misión que la institución haya asumido.
Los componentes de la investigación señalados por
Criado-Dávila, Sánchez-García e Inga-Arias (2020)
son de obligatoria concurrencia para poder armar
que existe cultura investigativa: Lo primero, el capital
humano; lo segundo, la solidez de la institución en
gestión, normalización y regulación; lo tercero, la
divulgación y socialización de los resultados.
Por otro lado, la cultura de investigación supone
el dominio de diversas competencias procedimentales:
conocimiento metodológico y teórico, búsqueda y
procesamiento de información, producción textual.
Además, son consustanciales a la investigación las
habilidades cognitivas de orden superior al lado del
pensamiento crítico y autónomo. Y, junto a ello, una
comunidad de investigación en la que se comparten
valores, normas, códigos éticos (Palacios, 2023).
Dávalos González, M. V. y Palacios Mieles, V. D. Rev. Educ. Art. y Com. Vol. 15 Nro. 1, Enero - Junio 2026: 86 - 103
89
Vol. 15 Nro. 1, Enero - Junio 2026
ISSN: 2602-8174
En este punto, y retomando lo armado en el comienzo
de esta introducción, irrumpe la obvia necesidad de
relacionar el uso de herramientas propias de la IA y los
diversos pasos que son llevados a cabo en los procesos
investigativos. ¿Se cuenta con máquinas preparadas
para imitar mediane algoritmos las acciones que
la inteligencia humana ejecuta para llegar total o
parcialmente a productos innovadores, socialmente
pertinentes y susceptibles de reconocimiento? ¿Atenta
esta posibilidad contra la integridad cientíca y
académica?
El trabajo que aquí se presenta se propone
plantear una línea de investigación en “Ética,
Inteligencia Articial y Transformación de la
Educación Superior” que parta de la premisa de que el
uso de la IA en la transformación de la ES debe tener
como base la inclusión, la igualdad y la fortaleza ética.
La línea de investigación propuesta se fundamenta
en marcos internacionales que coinciden en que la
incorporación de IA en la educación superior debe
sustentarse en principios de inclusión, igualdad y
responsabilidad ética. La Recomendación sobre la
Ética de la IA de la UNESCO (2021) señala que la IA
debe desarrollarse bajo criterios de justicia social, no
discriminación y fortalecimiento de capacidades. En
esta oportunidad, el estudio se enfoca en el impacto
que la IA tiene y/o podría tener en el código ético y
normativo de una cultura de investigación. El objetivo
del trabajo consiste en iniciar un nuevo perl dentro
de la línea de investigación señalada y aportar una
seria reexión sobre las implicaciones y desafíos éticos
de la aplicación de la IA en la investigación, la cultura
de investigación y los investigadores.
Se muestra el avance de la investigación, el cual
consiste en la revisión de tendencias y controversias
sobre el uso de la IA en investigación, para iniciar
una reexión sobre la necesidad de una propuesta de
regulación ética de esa utilización. Para lograrlo, se
realizó una investigación documental que consistió en
la búsqueda, selección y análisis de artículos cientícos
publicados mayormente entre 2023 y 2024, obtenidos
de bases de datos académicas reconocidas tales como
Scielo, Redalyc, Dialnet, DOAJ, SciELO Ecuador,
Google Scholar y repositorios institucionales de
universidades latinoamericanas. La revisión se orientó
a identicar estudios que abordan especícamente
el problema ético de la IA en la investigación
académica, particularmente aquella desarrollada en
las instituciones de educación superior.
A partir de la revisión documental, se
denieron categorías de análisis fundamentales. Con
éstas se procedió a abordar diversos instrumentos
vinculados con la investigación. El análisis permitió
formular una propuesta inicial de regulación del uso
de la IA en la investigación, basada en una perspectiva
ética que integra: (1) lineamientos normativos para
orientar el uso responsable y transparente de estas
herramientas; (2) criterios operativos para fortalecer
los códigos institucionales y las prácticas de integridad
académica; y (3) una dimensión reexiva que invite a
analizar críticamente los riesgos, dilemas y alcances
de la IA dentro de la cultura de investigación
universitarias.
El trabajo consta de tres partes principales.
En primera instancia, se ofrece una síntesis de
las aplicaciones ventajosas que tiene la IA en la
investigación académica y se hace referencia a algunos
de los riesgos y desafíos que presenta. Seguidamente,
se determinan los aspectos fundamentales de la
implicación ética del uso de IA en investigación. En
tercer lugar, sobre la base de los fundamentos éticos
delimitados en el apartado anterior, se presenta un
análisis del Código Ético de la Investigación y el
Aprendizaje de la Ponticia Universidad Católica del
Ecuador y de las disposiciones o códigos éticos de los
consejos editoriales de diversas revistas producidas
en la Universidad. También se realiza una propuesta
de diseño de disposiciones para el uso ético de la IA
en investigación en la PUCE. De manera integrada, el
objetivo de esta investigación es examinar críticamente
el impacto ético del uso de la inteligencia articial en
la investigación académica y proponer lineamientos
institucionales que orienten su aplicación responsable
dentro de la cultura investigativa de la Universidad.
90
METODOLOGÍAMETODOLOGÍA
RESULTADOSRESULTADOS
Se desarrolló bajo un enfoque cualitativo, de
tipo documental y con un diseño descriptivo que a
veces llega a lo interpretativo. La fundamentación
para desarrollar un estudio documental responde
al objetivo de analizar críticamente el uso de la
inteligencia articial (IA) en la investigación
académica, de manera particular en el contexto de
la educación superior y de la Ponticia Universidad
Católica del Ecuador (PUCE). La investigación
documental permite examinar de manera sistemática
textos, artículos cientícos, códigos de ética, políticas
editoriales entre otros, con el propósito de interpretar
su contenido y extraer categorías analíticas relevantes
(Bowen, 2009; Merriam y Tisdell, 2016).
Metodológicamente, el trabajo se apoyó en
los principios del análisis de contenido cualitativo,
entendido como un conjunto de procedimientos
sistemáticos y objetivos para describir e interpretar el
contenido de los mensajes, a través de la categorización,
la codicación y la inferencia (Bardin, 2013; Mendes,
2017).
Esta perspectiva resultó pertinente para
desentrañar los supuestos éticos, los vacíos normativos
y las propuestas de regulación presentes tanto en los
instrumentos institucionales como en la literatura
cientíca.
Inteligencia articial e investigación. Ventajas y riesgos
en la balanza
La utilidad de la Inteligencia Articial
Generativa (IAG) en la investigación es diversa, tal
como sostienen diferentes autores que presentan
resultados de sus trabajos sobre el tema. En primer
lugar, destaca su empleo en el manejo de información.
La IA puede ayudar en el análisis de grandes cantidades
de datos y de conjuntos de datos complejos, lo que
facilita, por ejemplo, la identicación de patrones,
ideas o tendencias (Acosta-Camino y Andrade-
Calvijo, 2024; Burgos, Suárez y Benzadón, 2023;
Juca-Maldonado, 2023; Suazo-Galdames, 2023);
los buscadores inteligentes permiten encontrar
publicaciones relevantes y analizar sus datos y
conceptos.
En esta misma línea, la IA ofrece benecios
a los investigadores en lo que se reere a la tarea de
sintetizar documentos, extraer información concreta
y clave, identicar literatura relevante, sugerir
bibliografía, resumir hallazgos (Acosta-Camino
y Andrade-Calvijo, 2024; Repiso, 2024), así como
“entender teorías sosticadas y tablas de resultados
complejos” (Cárdenas, 2023, p. 4), construir estados
del arte (Buchelli-Guerrero, 2019) o generar y validar
hipótesis mediante simulaciones o experimentos
virtuales (Suazo-Galdames, 2023).
Una segunda ventaja, ampliamente reconocida
en el ámbito académico y de la investigación, es
la capacidad de la IA para apoyar la elaboración de
textos especializados, tales como artículos cientícos,
informes de investigación y ensayos, garantizando
mayor coherencia, precisión y eciencia en el
proceso de redacción. Es una herramienta útil para
la redacción, vericación de coherencia, reescritura o
paráfrasis (Carrillo-Cruz, Cortés-Serrato y Herrera-
Barragán, 2023), igualmente para generar u organizar
contenido (Acosta-Camino y Andrade-Calvijo, 2024;
crear títulos, resúmenes o palabras clave (Repios,
2024) y, como ya es de uso generalizado, mejorar la
sintaxis, gramática y ortografía.
También la traducción automática de textos
académicos proporcionada por la IA, resulta de
gran ayuda par la investigación en las instituciones
de educación superior, en tanto que permite
a los investigadores descubrir y leer literatura
cientíca publicada en varios idiomas, reduciendo
considerablemente la carga lingüística para quienes
no son hablantes nativos de la lengua dominante en la
ciencia (Ayeni, Kulczycki y Bowker, 2025). Diversos
estudios muestran que estas herramientas son
facilitadores en el traslado de conocimiento producido
en un país hacia otros contextos, lo que amplía el acceso
de hallazgos recientes y a recursos especializados más
allá de las fronteras del idioma (Lin y Chien, 2009).
Asimismo, la alfabetización en traducción automática
Dávalos González, M. V. y Palacios Mieles, V. D. Rev. Educ. Art. y Com. Vol. 15 Nro. 1, Enero - Junio 2026: 86 - 103
91
Vol. 15 Nro. 1, Enero - Junio 2026
ISSN: 2602-8174
se ha convertido en un componente esencial de la
investigación global, ya que permite que comunidades
académicas de distintos países contrasten enfoques,
marcos teóricos y tendencias enriqueciendo los
procesos de fecundación de nuevo conocimiento
(Bowker y Buitrago-Ciro, 2019).
Además de todos estos benecios de la IAG, brevemente
referidos, la literatura en torno a la vinculación IA-
investigación señala diversas aplicaciones, programas
o plataformas para facilitar u optimizar pasos o
proceso de búsqueda, análisis o producción textual
(Tabla 1).
Tabla 1
Herramientas de IA para la investigación referidas por
diversos autores
Herramienta
IA Referencia
Utilidad de la herramienta
ChatGPT
Burgos (2023),
Lopezosa
(2023),
Cárdenas
(2023)
Generación de texto, tormenta de ideas,
diseño de investigación, búsqueda
bibliográca, redacción, traducción,
análisis de datos, codicación en
soware estadístico, redacción,
corrección normativa de manuscrito,
identicación de posibles evaluadores
de manuscritos
ChatPDF
Repiso (2024)
Permite cargar un artículo o libro
en PDF y hacer preguntas sobre su
contenido. Facilita la comprensión
rápida, la extracción de ideas clave y
la elaboración de resúmenes sin leer
todo el documento.
Elicit Repiso
(2024),
Cárdenas
(2023)
Ayuda a buscar artículos
cientícos relevantes y organizar
la información. Resume hallazgos,
compara estudios y apoya la
construcción de estados del
arte. Ideal para revisar literatura
rápidamente.
Revisión de literatura. Resume
conclusiones, redacta párrafos,
operacioanaliza conceptos, sugiere
cadenas causales, discute preguntas
Tabla 1
Herramientas de IA para la investigación referidas por
diversos autores
Herramienta
IA Referencia
Utilidad de la herramienta
SciScape
Repiso (2024),
Cárdenas
(2023)
SASR
Funciona como un asistente para
encontrar artículos, visualizar
relaciones entre autores, temas y
tendencias cientícas. Útil para
identicar marcos teóricos y líneas de
investigación emergentes.
Síntesis de artículos, explicación
de tablas de resultados y fórmulas
matemáticas, revisión de artículo en
tiempo mínimo
SASR
Buechelli-
Guerrero
(2019)
Genera resúmenes automáticos de
textos académicos extensos. Ayuda a
identicar la idea central, argumentos
y metodología de manera eciente para
avanzar en el análisis documental.
Bing Chat de
Microso
Cárdenas
(2023)
Responde consultas complejas, analiza
textos, genera referencias, ayuda a
buscar bibliografía conable y procesa
datos. Puede realizar tareas similares
a ChatGPT pero con acceso a internet
actualizado.
Google Bard
Cárdenas
(2023)
Permite generar ideas, explicar
conceptos, comparar teorías y obtener
información actualizada. Útil para
explorar temas emergentes y claricar
dudas conceptuales en lenguaje
accesible.
Claude
Cárdenas
(2023)
Especialmente bueno para analizar
documentos largos, mantener
coherencia en textos y revisar
redacción académica. Útil para
mejorar la claridad, organizar ideas y
vericar consistencia en escritos.icar
conceptos, comparar teorías y obtener
información actualizada. Útil para
explorar temas emergentes y claricar
dudas conceptuales en lenguaje
accesible.
Incetiful
Cárdenas
(2023)
Revisión bibliográca. Análisis
de artículos y libros citados en un
conjunto de artículos, creación de
red de artículos conectados entre sí,
análisis de redes bibliométricas
Continuacción
Continuacción
92
Tabla 1
Herramientas de IA para la investigación referidas por
diversos autores
Herramienta
IA Referencia
Utilidad de la herramienta
Advance Data
Analysis
Cárdenas
(2023)
Análisis estadístico, análisis de redes a
partir de base de dato
Academic
GPT
Cárdenas
(2023)
nformación sobre fortaleza de
argumento, coherencia y originalidad
de un artículo
GPT-3 ne-
tuner
Juca-
Maldonado
(2023)
Analiza y detecta si el autor de un texto
es un humano o IA
La Tabla 1 ofrece una visión sintética de las
principales aplicaciones de inteligencia articial
generativa empleadas en la investigación académica
y muestra con claridad sus funciones y alcances
especícos. Esta organización permite comprender
cómo la IA participa en diversas etapas del proceso
investigativo, desde la revisión de literatura y el análisis
preliminar de información hasta la redacción, la
traducción y la síntesis de contenidos. El conjunto de
herramientas incluidas en la tabla ayuda a identicar
los momentos en los que pueden surgir dilemas
éticos relacionados con la autoría, la transparencia
de los procedimientos y la integridad académica.
Asimismo, al evidenciar la variedad de aplicaciones y
la particularidad de sus aportes, la tabla contribuye a
delimitar con mayor precisión qué actividades pueden
apoyarse en sistemas automatizados y cuáles requieren
la intervención reexiva del investigador. Todo esto
constituye un fundamento empírico que respalda la
necesidad de establecer lineamientos institucionales
orientados al uso ético y responsable de la inteligencia
articial en la cultura de investigación universitaria.
Suazo-Galdames (2023) advierte sobre la
posibilidad de sesgos y errores que “pueden afectar la
calidad y abilidad de los resultados obtenidos por la
IA” (p. 2). Por su parte, Cárdenas (2023) indica que
la investigación en el campo de las ciencias sociales
sería incompleta si se circunscribe a las herramientas
de la IA, ya que sería imposible llegar a la interacción
con informantes esenciales para el estudio. En cuanto
a los artículos, ensayos o informes de investigación,
Juca-Maldonado (2023) duda de que los producidos
por la IA sean tan innovadores y creativos como los
realizados por los humanos. Los textos producidos
con la tecnología en cuestión se enfocan más en la
presentación de la información y pueden carecer del
esfuerzo y compromiso que la persona asume para
llevar a cabo un proyecto de investigación auténtico
y original, según el autor antes referido. Esto ocasiona
una merma en la creatividad y la perspectiva crítica,
además de disminuir la fortaleza de las capacidades
cognitivas.
Fundamentos para la integridad investigativa frente a
la inteligencia articial
La discusión permanente es un rasgo
denitorio de la generación de ideas que se produce
en las instituciones de alto nivel. Se abordan temas
que necesitan reexión conjunta en tanto que sus
aristas tienen repercusión en los cambios sociales,
en las políticas gubernamentales y en la necesaria
transformación de la educación superior en la
actualidad. Esta visión coincide con lo planteado por
Clark Kerr (2001), quien sostiene que la universidad
moderna funciona como un espacio de debate
estructural donde convergen tensiones académicas,
sociales y económicas que impulsan su constante
redenición. Tanto las actividades de extensión
como las de docencia e investigación propias de las
universidades están profundamente inuidas por los
contextos macro que las circunscriben, un fenómeno
señalado también por Castells (2001) al describir a
las instituciones de educación superior como nodos
estratégicos dentro de la sociedad del conocimiento.
De este modo, son naturales y provechosas las
controversias que se generan como consecuencia
de la búsqueda de pertinencia y consonancia con la
dinámica social en la que estas instituciones están
insertas.
Uno de los temas de discusión obligatorio en
la ES es la Inteligencia Articial (IA). Pero no sólo
es relevante el análisis crítico de sus posibilidades,
bondades y conveniencias, ni de los riesgos derivados
Dávalos González, M. V. y Palacios Mieles, V. D. Rev. Educ. Art. y Com. Vol. 15 Nro. 1, Enero - Junio 2026: 86 - 103
93
Vol. 15 Nro. 1, Enero - Junio 2026
ISSN: 2602-8174
de procedimientos inadecuados. Las implicaciones
éticas de la incorporación del uso de Inteligencia
Articial (IA) en la investigación realizada en la
ES constituye un insoslayable y principal punto
para el debate. Carrillo-Cruz, Cortés-Serrato y
Herrera-Barragán (2023), junto a Acosta-Camino
y Andrade-Calvijo (2024), Juca-Maldonado (2023)
y Lopezosa (2023), advierten expresamente sobre la
importancia de esta discusión planteada a partir de la
preocupación común que emana del nuevo escenario
de la Inteligencia Articial Generativa (IAG). Así como
surge la pregunta sobre la posibilidad cierta de que
en un futuro la IA tenga inteligencia, entendimiento
y creatividad reales, Flores-Vivar y García-Peñalvo
(2022) se preguntan si “tendría identidad, integridad
moral, libre albedrío” (p. 41).
Cuatro son los aspectos que se resaltan en
este artículo, sobre las implicaciones éticas de la IA
en la investigación: la responsabilidad, la honestidad,
el compromiso de los investigadores expertos, y la
normativa reguladora al lado de la reexión crítica.
Uno de los rasgos claves de la cultura de
investigación se relaciona con la conformación de
claros referentes normativos que tienen como n
regular el proceder de los agentes que participan. Se
establecen patrones y normas de comportamiento
y prácticas sustentadas en valores fundamentales,
tales como la responsabilidad y la honestidad. Al
respecto de la IAG hay que señalar que, en general,
los investigadores y las revistas especializadas deben
“utilizar esta tecnología de forma responsable”
(Lopezosa, 2023, p. 2).
La inteligencia articial procesa, con distintos
niveles de autonomía, enormes volúmenes de
información estructurada y no estructurada, y es
capaz de generar textos, datos, conceptos e ideas que
el investigador recibe ya analizados, categorizados
o clasicados. Sin embargo, estos resultados no
atraviesan el ltro de una conciencia humana, ni
poseen la capacidad crítica, interpretativa o creativa
que caracteriza al pensamiento cientíco, tal como
advierten Floridi y Sanders (2004) al diferenciar entre
la “agencia articial” y la “agencia moral” propia de los
seres humanos. Diversos autores han señalado que los
sistemas de IA pueden reproducir sesgos, errores de
razonamiento o inferencias incorrectas, lo que exige
del investigador una vericación rigurosa y un ejercicio
deliberado de juicio crítico (Bender y Koller, 2020;
Marcus, 2022). En consecuencia, la transparencia, la
idoneidad, la pertinencia y la corrección del material
generado algorítmicamente deben ser evaluadas con
responsabilidad, pues es el investigador quien retiene
la obligación ética de garantizar la legitimidad y
validez de la información empleada. Tal como señala
Suazo-Galdames (2023), el académico es, en última
instancia, “el responsable del uso adecuado y ético
de la IA” (p. 2), lo que implica reconocer tanto el
potencial de estas herramientas como las limitaciones
de su autonomía para la producción de conocimiento
conable.
Este uso responsable implica la contrastación
de fuentes y el análisis crítico, de manera de no absorber
los sesgos presentes en los datos que se procesan con
IA (Navarro-Dolmestch, 2023), los cuales derivan del
entrenamiento con datos que realizan los humanos.
La investigación en los campos de las ciencias
sociales, la salud, las humanidades, la educación, entre
otros, deben tener especial y responsable cuidado al
respecto. Por otro lado, lo éticamente aceptable es que
se mencione que la metodología que se utilizó para la
obtención de datos y el análisis de la información se
apoyó en la utilización de la IA (Repiso, 2024).
Un segundo aspecto a resaltar en la relación
IA-investigación-ética, estrechamente vinculado
al valor de la responsabilidad, es la honestidad. La
preocupación por este ingrediente que compone la
integridad de la actividad investigativa no es nueva.
Existe desde antes de la aparición de la IA y de
cualquier innovación informática que haya penetrado
el campo académico. Sin embargo, la preocupación
puede tornarse mayúscula. Claramente, Cárdenas
(2023) expresa que “si la revolución de la IA generativa
es empleada solo para hacer más eciente prácticas
inecientes [...], vamos encaminados a empeorar los
problemas actuales” (p. 13).
Tal es el caso de la práctica del plagio que “existe
con o sin tecnologías de IA” (Navarro-Dolmestch,
2023, p. 243), pero que puede verse ampliamente
favorecida en las nuevas condiciones. Ciertamente,
se encuentran a disposición detectores de plagio con
94
IA, pero al lado de éstos se cuenta con programas que
reescriben textos, cambiando palabras o parafraseando
con el n de “evitar” o “eliminar” el plagio, aunque
realmente lo que logran es “camuarlo”. También esta
operación puede ser realizada por personas, pero los
procedimientos automáticos amplían la posibilidad
de plagiar a mayor escala.
Es deseable que se considere que la naturaleza
no ética de tal práctica no amerita mayor explicación.
El plagio es evidentemente un ejercicio de fraude
y deshonestidad académica que infringe normas
y reglas de la comunidad de investigación y que no
permite la producción de conocimiento novedoso ni
el crecimiento intelectual del investigador. Igualmente
es una práctica fraudulenta la suplantación, sustitución
o simulación de autoría. La primera de ellas, igual que
el plagio, ha ocurrido persistentemente desde antes de
la IA. Se reere a casos en los que una tercera persona
produce resultados de investigación y los escribe en
artículos para su divulgación, los cuales llevan la
autoría del “investigador” y no de la persona que los
produjo. Esta suplantación pasa a ser simulación de
autoría cuando el texto es generado por una máquina
informática y el investigador aparenta ser el autor
(Navarro-Dolmestch, 2023).
Del mismo modo, es deseable que no sea
necesario sustentar por qué la sustitución o simulación
de autoría constituye una práctica de ningún modo
cónsona con la ética académica y profesional. No es
fácil detectar una información generada por IA y el
texto que la reporta, creado del mismo modo. Por
ejemplo:
Si bien es cierto que han surgido aplicaciones
que intentan discernir qué porcentaje del
texto ha sido escrito por humanos y cuál por
una IA, la adaptabilidad de las herramientas
de IA les permite superar rápidamente los
desafíos de detección. Intentar parar el uso de
ChatGPT con la amenaza de los detectores es
una batalla perdida desde el inicio ya que han
emergido aplicaciones que crean contenido de
manera tan sosticada que resulta indetectable
(Cárdenas, 2023, p. 4).
La actuación honesta supone reconocer las
fuentes de creación, referenciar los insumos para
la redacción, declarar el método para la creación
de contenido (Navarro-Dolmestch, 2023), utilizar
herramientas de IAG con el n de tener un apoyo
funcional para el ahorro del tiempo, el vencimiento
del trabajo rutinario, el logro de precisión y
corrección, y no para la actividad crítica y creativa.
Burgos (2023) reere políticas de la empresa Elsevier
que se consideran insumo relevante para la discusión
en curso:
Sugieren que cuando los autores utilicen IA
generativa y tecnologías asistidas por IA en el
proceso de redacción, estas tecnologías solo
deben emplearse para mejorar la legibilidad
y el lenguaje del trabajo. Los autores deben
revisar y editar cuidadosamente el resultado,
siendo los responsables últimos del contenido
del trabajo. Es importante mencionar, que
remarcan que no deben incluir la IA como
autor o coautor, dado que la autoría implica
responsabilidades y tareas que solo pueden ser
atribuidas y realizadas por humanos (p. 500).
Esta referencia a los autores de los textos
de comunicación de resultados de investigación
alcanza también a los investigadores que ejercen
docencia dentro de una institución de educación
superior. Se ha indicado que uno de los componentes
fundamentales de la actividad investigativa son los
agentes ejecutantes, entre los cuales se encuentran
los investigadores profesionales y, junto a ellos, los
investigadores en formación. Los primeros poseen
una responsabilidad ineludible en la consolidación
de competencias investigativas que incluyen el
dominio metodológico, la apropiación del universo
teórico pertinente y la capacidad de comunicar
los hallazgos de manera rigurosa. Tal como señala
Boyer (1990), la construcción de una verdadera
cultura de investigación requiere que el investigador
experto encarne un “espíritu” investigativo que no
solo fortalezca su propia práctica, sino que también
sea transmitido, modelado y cultivado en quienes se
inician en la actividad cientíca.
Dávalos González, M. V. y Palacios Mieles, V. D. Rev. Educ. Art. y Com. Vol. 15 Nro. 1, Enero - Junio 2026: 86 - 103
95
Vol. 15 Nro. 1, Enero - Junio 2026
ISSN: 2602-8174
Se sostiene en este espacio que ese espíritu
investigativo debe caracterizarse por una complexión
ética procedimental y no únicamente declarativa. En
el contexto actual, marcado por el imperativo de las
tecnologías emergentes y la creciente incorporación
de herramientas de inteligencia articial en los
procesos de investigación, esta exigencia se vuelve
aún más relevante. Tal como arma Steneck (2007),
la integridad en la investigación no se garantiza
mediante principios abstractos, sino a través de
prácticas éticas concretas, formación sistemática y
supervisión constante, especialmente en el caso de
quienes se inician en la actividad cientíca. Desde esta
perspectiva, el reforzamiento del carácter ético en el
uso de la IA por parte de los futuros investigadores,
muchos de los cuales se desempeñan como asistentes
o auxiliares en proyectos académicos, constituye una
tarea ineludible para los formadores.
Terrones-Rodríguez y Rocha-Benardi (2024)
plantean que la formación ética trasciende los
conocimientos y habilidades técnicas para dirigirse
“al desarrollo moral a través de instrumentos
intelectuales, como la reexión, y competencias de
interacción, como el diálogo o deliberación” (p. 227),
con el n de alcanzar una competencia ética. Esta
implica, según estos autores, capacidad de apreciar la
relevancia moral de una situación, reexión crítica,
conocimiento y comportamiento ético, y ser ético.
Esta perspectiva reexiva va más allá de la
transmisión de normas, reglas y códigos éticos para
su cumplimiento. La normativa es inherente a la
construcción de la cultura de investigación, orienta
procesos administrativos que van a la par del cuidado
de la legalidad, además de ofrecer un marco primario
para el comportamiento ético del investigador.
Sin embargo, reducir la formación ética del futuro
profesional al estudio de esa normativa eliminaría la
posibilidad de actitud crítica.
Para ofrecer soluciones a los numerosos
desafíos de la IA y sus múltiples naturalezas,
deben ser abordados problemas centrales
que condicionan su desarrollo mediante la
formulación de preguntas sobre el papel de los
afectados por esta tecnología, qué mecanismos
emprender para promover la transparencia
y la explicabilidad, qué principios deben
orientar su diseño e implementación, qué
criterios hay que incorporar para la evaluación
de los impactos, cómo facilitar la generación
de conanza. (Terrones-Rodríguez y Rocha-
Bernardi, 2024, p. 236)
Así, pues, la formación de los investigadores
noveles apuntaría al fortalecimiento de sus
competencias éticas en función de forjar una
protección ante el riesgo de disminución, no sólo de
sus capacidades humanas a razón del uso de la IA, sino
de los valores de honestidad y conanza (Flores-Vivar
y García-Peñalvo, 2023; Navarro-Dolmestch, 2023).
El investigador experto, quien tiene en sus
manos la formación de futuros investigadores, se
encuentra en una retadora encrucijada. En primer
lugar, reconoce la importancia de conocer y utilizar
las herramientas tecnológicas propias de la cuarta
revolución industrial, en particular aquellas basadas
en inteligencia articial, cuya rápida evolución exige
una actualización continua. Tal como señalan García-
Peñalvo (2023), la incorporación de tecnologías
emergentes en la investigación universitaria obliga a
los académicos a desarrollar competencias digitales
avanzadas para guiar adecuadamente a las nuevas
generaciones. Al mismo tiempo, esta actualización
constante se convierte en un compromiso ético, pues
el investigador formador debe comprender los riesgos,
dilemas y desafíos que la IA supone para la integridad
académica y la producción de conocimiento. En esta
línea, Steneck (2007) sostiene que la responsabilidad
ética del investigador implica no solo dominar los
aspectos técnicos de su disciplina, sino también
promover prácticas reexivas, críticas y responsables
en quienes se encuentran en proceso de formación.
La contribución del investigador experto al
establecimiento de un marco que integre regulación,
reexión y ética en el uso de la IA es, por tanto, de
importancia crucial para el desarrollo de una cultura
de investigación sólida y conable.
El caso de la PUCE: códigos y reexiones
La Recomendación sobre la ética de la
inteligencia articial, de la Unesco (2021), en el ámbito
de actuación “Educación e investigación”, señala
obligaciones en torno a la formación y conducta ética
de los investigadores:
96
Los Estados Miembros deberían velar por que
los investigadores en IA reciban formación
en ética de la investigación y exigirles que
tengan en cuenta consideraciones éticas en
sus concepciones, productos y publicaciones,
especialmente en los análisis de los conjuntos
de datos que utilizan, la forma en que estos
se anotan y la calidad y el alcance de los
resultados, así como las posibles aplicaciones
(p. 36)
Del mismo modo, señala que se debería
promover la investigación sobre ética de la IA, lo
cual llevaría a la concientización sobre los benecios,
límites y riesgos; en consecuencia, a la contribución al
diseño de políticas.
La Ponticia Universidad Católica del Ecuador
(PUCE) no es ajena a los debates y controversias
que se plantean en la actual sociedad tecnologizada.
Como es de rigor, proyecta funciones en docencia,
investigación y vinculación con la sociedad, bajo la
guía de un código de ética general y un código de
ética especíco para la investigación y el aprendizaje.
En el primero de ellos se establece que la conanza y
la transparencia son dos de los valores orientadores
de la Universidad (PUCE, 2023). El segundo, Código
de ética de la investigación y el aprendizaje de la
Ponticia Universidad Católica del Ecuador (PUCE,
2018), establece con mayor precisión los principios
éticos y las actitudes que caracterizan la investigación
cientíca. Entre sus objetivos se encuentra “establecer
los principios éticos y las actitudes que caracterizan la
investigación cientíca” (Art. 1).
Tomando en consideración lo expuesto en el
apartado anterior (“Fundamentos para la integridad
investigativa frente a la IA”), se rastreó en este Código
lo que se reere a la responsabilidad, la honestidad y el
compromiso del docente en relación con la ética de la
investigación. La nalidad fue determinar si la PUCE
tendría con este instrumento tanto una fortaleza
básica para dirigir la formación y conducta ética
de los investigadores con respecto a la IA, tal como
recomienda la Unesco, como un punto de arranque
para la promoción de la reexión y la actitud crítica.
El Código de ética para la investigación
considera el mandato constitucional de ejercicio
profesional en sujeción a la ética. Igualmente,
atiende el n de las universidades ecuatorianas de
“formar académicos y profesionales responsables,
con conciencia ética”, como indica la Ley Orgánica de
Educación Superior del Ecuador. También valora las
directrices para la prevención del plagio, emanadas
de la Secretaría Nacional de Investigación, Ciencia
y Tecnología del Ecuador, y la atención que presta
el Estatuto de la PUCE a la dimensión ética de los
campos del saber y la actuación humanos.
Los principios éticos o directrices que orientan
el modo de proceder en la investigación indicados en
el Código son seis. Interesan principalmente en esta
discusión tres de ellos (Tabla 2).
Tabla 2
Principios del “Código de Ética para la Investigación de la PUCE”
Fundamentos Principios Contenido de artículos
Responsabilidad Manejo responsable de la
información
9. Condencialidad, integridad y disponibilidad de la información
que se genere en los procesos de investigación
10. Diligencia razonable para garantizar la precisión de los datos
recogidos por otras personas, grupos, empresas, en quienes se
apoyen. Documentación del origen y la calidad de los datos.
Seguimiento de las normas académicas en el reconocimiento de la
autoría de todas las fuentes de información.
Documentación de las fuentes de información y el proceso de
análisis.
Dávalos González, M. V. y Palacios Mieles, V. D. Rev. Educ. Art. y Com. Vol. 15 Nro. 1, Enero - Junio 2026: 86 - 103
Continuacción
97
Vol. 15 Nro. 1, Enero - Junio 2026
ISSN: 2602-8174
Tabla 2
Principios del “Código de Ética para la Investigación de la PUCE”
Fundamentos Principios Contenido de artículos
Honestidad Honestidad académica 6. Exposición de propósitos, expectativas, estrategias y limitaciones
de actividades, antes de iniciar un proyecto de investigación.
15. Comportamiento absolutamente opuesto al fraude o
deshonestidad académica, es decir, violación de derechos de autor,
incumplimiento de normas éticas para la presentación de resultados
de investigación.
16. Reconocimiento explícito de las fuentes de donde provienen
datos, textos, imágenes, guras, logotipos, que se utilicen en cada uno
de los instrumentos de difusión que generen.
No empleo de herramientas digitales de traducción automática para
la elaboración de los resúmenes académicos que constan en artículos.
Advertencia de actividades de plagio de un colega, de las que se
tenga conocimiento directo, proponiendo medidas correctivas. De
ser necesario, exposición de conducta inapropiada en instancias
pertinentes.
Compromiso
docente
Desarrollo continuo
de capacidades y
competencias para la
investigación
7. Formación continua de los docentes e investigadores para
generar productos que cumplan con los estándares de calidad.
El Código de ética para la investigación de
la PUCE tiene indicaciones que son ciertamente
importantes para realizar investigaciones. Exige de
sus miembros comportamientos que se fundamenten
en la honestidad, la responsabilidad y el compromiso
docente. No hay referencia expresa al uso ético de la
IA en las diversas etapas de la actividad investigativa,
lo cual, en el contexto de expansión y penetración
social de esta tecnología en la educación superior,
puede considerarse una carencia que debe ser suplida.
Ahora bien, además del Código de ética para la
investigación, se revisaron las disposiciones que
diferentes revistas de la PUCE presentan en cuanto a
la conducta ética de los investigadores que publican
en ellas. Se encontraron los siguientes resultados:
• La Revista PUCE no ofrece ninguna indicación
respecto a la ética de la investigación en su
portal La Revista Facultad de Jurisprudencia
sigue los lineamientos éticos del Código de ética
y del Código de ética de la investigación y el
aprendizaje de la PUCE, además de basarse para
la ética de la publicación en el Código de conducta
y -directrices de buenas prácticas para editores
de revistas del Comité de Ética de Publicaciones
(COPE).
• La revista Índex cuenta con su propia “Declaración
de prácticas éticas”, en la que ofrece indicaciones
de carácter procedimental.
• La revista Veritas & Research también se adhiere a
COPE e indica que los autores “deben garantizar e
informar que han dirigido sus trabajos siguiendo
normas, protocolos y códigos de conducta
adecuados para la práctica responsable y ética de
la investigación y el reporte de resultados” .
• La revista Infoanalítica se adhiere al Código de
ética de la investigación y el aprendizaje de la PUCE
y a su propia “Declaración de prácticas éticas
en la investigación y publicación”, en la que dan
indicaciones de carácter procedimental, además de
Véase https://www.revistapuce.edu.ec/index.php/revpuce
Véase https://www.revistarpuce.edu.ec/index.php/r
Véase https://revistaindex.net/index.php/cav/index
Véase http://revistas.pucesa.edu.ec/ojs/index.php?journal=VR
98
indicar que los autores deben comprometerse “con
la ejecución de prácticas éticas en la investigación
que soporten la publicación de sus resultados”.
• -La revista Axioma se apoya también en el código
de COPE para ofrecer indicaciones de carácter
procedimental.
Mención destacada merece la Revista
Ecuatoriana de Ciencias Filosóco-Teológicas
(Recit). De manera similar a otras revistas de
la Universidad, cuenta con un código de ética
procedimental y se alinea a las directrices de la COPE.
Pero la diferencia a resaltar es que tiene en su portal
una página especial titulada “Uso de Inteligencia
Articial”. En ésta reere la adopción de líneas guía
para el uso responsable y honesto en la elaboración de
artículos de investigación, en virtud de la ampliación
del uso de la IA. Se encuentran allí elementos
relacionados con los fundamentos que se han venido
analizando (Tabla 3).
Véase https://www.infoanalitica-puce.edu.ec/index.php/infoanalitica
Véase https://axioma.pucesi.edu.ec/index.php/axioma
Véase https://recit.puce.edu.ec/index.php/revista
Fundamento Líneas guía
Responsabilidad “Las herramientas de IA no pue-
den gurar como autores de un
artículo ya que no pueden asumir
la responsabilidad del trabajo
presentado.”
“la responsabilidad nal de la
edición de un artículo recae en
los autores y editores humanos.”
Honestidad “Si se usa inteligencia articial en
la elaboración del manuscrito, se
requiere adjuntar el informe de
revisión de Inteligencia articial”
“La IA puede ser utilizada para
consultar datos referenciando las
fuentes de consulta”
“Los autores que utilicen herra-
mientas de IA deben declarar su
uso en la Carta de compromiso y
adjuntar al envío de su artículo.”
Tabla 3
Guía de la Recit para el uso de IA en artículos de
investigación
La tendencia de las revistas de la PUCE,
en cuanto a los lineamientos éticos dirigidos a los
autores de artículos de investigación, es adherirse a
códigos preexistentes tanto de la institución como de
organizaciones internacionales. Entre ellos destacan el
Código de Ética para la Investigación y el Aprendizaje
de la PUCE y el Code of Conduct and Best-Practice
Guidelines for Journal Editors del COPE. No obstante,
estos códigos tradicionales no incluyen disposiciones
explícitas sobre el uso ético de herramientas de
inteligencia articial en investigación. Aunque COPE
ha publicado orientaciones recientes respecto al uso
de IA en la autoría y en la preparación de manuscritos
(COPE, 2023), tales lineamientos aún no han sido
incorporados formalmente en las revistas de la PUCE.
Algunas de estas revistas cuentan con indicaciones
propias, pero son principalmente procedimentales y,
del mismo modo, no hacen referencia especíca al
uso de IA.
En síntesis, tanto en el Código de ética para
la investigación de la PUCE como en los códigos o
principios éticos de las revistas de la institución se
observa un vacío de regulación del uso inevitable
de herramientas de IA en investigación en las
instituciones de educación superior. Tal carencia
mueve a sostener que es necesario el diseño de
disposiciones para la utilización de herramientas de
esta tecnología dentro de la PUCE. Indudablemente,
se está haciendo referencia a su implementación
bajo la égida de la ética que debe regir toda actividad
académica, especícamente la investigativa.
Un punto de apoyo para el diseño de las
disposiciones para la regulación del uso ético de la IA es
que éstas deben estar en consonancia con los principios
pilares de la Universidad, fundamentalmente la
excelencia académica y la transparencia. Otro
punto de apoyo es, indudablemente, el Código
de ética para la investigación y el aprendizaje de
la PUCE, el cual podría ser ampliado con nuevas
disposiciones especícas. Finalmente, se entiende
que la investigación tiene como objetivo fundamental
producir conocimientos novedosos, originales y
Dávalos González, M. V. y Palacios Mieles, V. D. Rev. Educ. Art. y Com. Vol. 15 Nro. 1, Enero - Junio 2026: 86 - 103
99
Vol. 15 Nro. 1, Enero - Junio 2026
ISSN: 2602-8174
auténticos, y que la producción de éstos únicamente
es posible por la posesión de capacidades cognitivas
de nivel superior, como la crítica y la creatividad. En
consecuencia, el tercer punto de apoyo consiste en
considerar que la producción de esos conocimientos
no puede ser realizada por las máquinas de las que se
disponen en la actualidad, sino por seres humanos.
Se consideran tres aspectos en relación con el
diseño de las disposiciones. El primero se reere a las
diversas actividades de investigación que se realizan
en la Universidad, es decir, diseño de proyectos de
investigación, ejecución de los proyectos y divulgación
de los resultados de las investigaciones, al lado de la
formación continua e inicial de profesionales expertos
en investigación. Un segundo aspecto tiene que ver
con los diversos elementos que deben ser tomados
en cuenta dentro de los fundamentos principales de
una ética de la investigación con IA. En tercer lugar, se
tienen las vías a través de las cuales las disposiciones
que se diseñen son difundidas, operacionalizadas e
internalizadas en y por la comunidad universitaria de
investigación.
La regulación de la actividad de investigación
asistida por IA debe disponer mecanismos para
asegurar que la conducta de los investigadores sea
adecuada, de acuerdo con los fundamentos que se
han señalado reiteradamente en este trabajo. En
este sentido, los autores deben asumir una actitud
responsable con respecto a la búsqueda de información,
la generación y manejo de datos, la producción
de conocimientos, la creación de contenidos y la
composición de textos de difusión de los resultados
de investigación alcanzados. La Universidad tiene la
obligación ineludible de exigir a los investigadores y
autores diversos comportamientos responsables ante
lo que se espera del uso de la IA:
• Asegurar la idoneidad de los buscadores
inteligentes de información en los que se apoyan
• Corroborar y garantizar conceptos y datos de
publicaciones ubicadas con los buscadores
inteligentes
• Asegurar y corroborar tanto el análisis e
interpretación de datos como la identicación de
patrones, ideas y tendencias realizados con IA
• Garantizar la legitimidad de los datos y contenidos
generados por IA
• Corroborar la ausencia de sesgos, y corregir
errores y tergiversaciones presentes en lo arrojado
por procedimientos con IA
• Revisar cuidadosamente resúmenes, síntesis,
conversión de tablas y guras en texto elaborados
con asistencia de IA
• Revisar cuidadosamente el resultado de asistencia
de IA en la traducción de fragmentos de texto o
palabras clave
• Describir y explicar expresamente las operaciones
realizadas con apoyo y uso de herramientas de
IAG
Este último comportamiento responsable está
en estrecha relación con la probidad académica y de
investigación. También la Universidad debe exigir la
asunción del valor de la honestidad, por parte de los
autores e investigadores, al momento de presentar
proyectos o resultados de investigación cuando se
utilizan herramientas de IA, lo que debe traducirse en
hechos concretos:
• Declarar expresamente el uso de IA
• Describir las herramientas o plataformas de IA
utilizadas
• Explicar en qué fases o procedimientos de
investigación se utilizó o utilizará IA
• Garantizar la autoría humana de los procedimientos
y resultados de investigación
• Reportar el apoyo de IA en la redacción de
cualquier género textual propio del ámbito de la
investigación
• Declarar expresamente que la versión nal de los
artículos es de autoría humana y propia
• Evitar completamente la simulación de autoría de
material producido por IA
Las disposiciones que se determinen para
el uso ético de la IA en investigación deben ser
consensuadas y tomadas en cuenta por todas las
instancias implicadas en la actividad investigativa,
tales como centros, coordinaciones o secretarías
de investigación; departamentos académicos que
establecen líneas de investigación para sus miembros;
instancias asignadoras de recursos; comités editoriales
100
de revistas cientícas; cuerpo docente-investigador
y formador de investigadores. Estas dos últimas
instancias merecen comentario aparte.
Las diversas revistas producidas en la PUCE,
que tienen como objetivo la divulgación de los
resultados de investigación de la propia institución y
de investigaciones provenientes de otras instituciones
de educación superior, deben tener dentro de su marco
para la edición y la publicación indicaciones claras
para los autores, no solamente de tipo procedimental
sino éticos. Los requisitos pautados para la aceptación
y publicación de material que acude a las convocatorias
tienen la obligación de ser creados en absoluta
coherencia con las disposiciones que la Universidad
denitivamente haya diseñado para garantizar la
asimilación decorosa de las herramientas de la IAG.
Ahora bien, no sólo es necesaria la ampliación o
creación de normativas y códigos que contengan
disposiciones para la investigación con IA. Urge la
formación del ser investigador, de su identidad en
relación con la actividad que realiza y con todos los
seres y entidades que constituyen el universo de la
investigación. Esta formación se debe caracterizar
por ser constante, profunda y colectiva. En un primer
momento es posible pensar que los receptores de los
procesos educativos son los estudiantes. Pero lo cierto
es que, dado el contexto de deterioro social y ético
particular del mundo de hoy y dado el impetuoso
desarrollo tecnológico, la formación ética y ontológica
es responsabilidad tanto de estudiantes como de
docentes, directivos, autoridades y líderes.
La capacitación en el uso de la IAG en
investigación obviamente implica la adquisición de
conocimientos complejos y de habilidades para el
manejo instrumental de las diversas herramientas que
esta tecnología coloca a disposición. Es deseable que los
docentes-investigadores se aboquen constantemente
a la actualización en la materia en cuestión. Conocer
las aplicaciones, sus utilidades y riesgos es una
ganancia que no es posible perder de vista. También
resulta indispensable el conocimiento en detalle de las
disposiciones que la Universidad haya creado para el
uso ético de la IA en investigación. La institución, en
manos de sus directivos y autoridades, debe fomentar,
promocionar y facilitar el acceso del cuerpo docente
en su totalidad a esta formación, al mismo tiempo
que difundir ecientemente las normativas y códigos
respectivos.
Con el conocimiento de las diversas
peculiaridades técnicas de la IA y de la normativa
generada para su uso, la comunidad de investigación
puede abocarse paralelamente a la reexión colectiva
sobre el carácter ético del ser del investigador. La
capacitación ética, en consecuencia, es materia
de primer orden que deben asumir los docentes-
investigadores con respecto a sí mismos y a los futuros
profesionales de la investigación.
Se toma en esta propuesta la vía para el
desarrollo moral indicada por Terrones-Rodríguez
y Rocha-Bernardi (2024). La edicación de la
competencia, capacidad o habilidad ética debe
lograrse con los instrumentos de la reexión crítica, el
diálogo y la deliberación. A través de éstas será posible
la formulación de preguntas, el diseño colectivo
de mecanismos para promover la transparencia, la
decisión colectiva sobre los principios y criterios que
deben orientar la implementación diáfana y proba de
la IA en todas las fases de los procesos de investigación
en la Universidad.
CONCLUSIONESCONCLUSIONES
El estudio se centró en el impacto de la
Inteligencia articial (IA) en la investigación. Las
instituciones de educación superior (ES) deben
preguntarse si han estado preparadas para recibir
ese impacto con la fortaleza ética necesaria para
garantizar la probidad, transparencia, originalidad
y autenticidad de investigaciones realizadas con
asistencia de IA.
La revisión documental permitió observar
que, al lado de la inquietud por el manejo de la
información y los datos, la merma de la creatividad
y la crítica, predomina la preocupación por la
legitimidad de los textos producidos por IA, sobre
todo los artículos de investigación.
También se encontró que se considera
comúnmente que existe una falta de regulación o una
normativa ineciente con respecto al uso de la IA en
Dávalos González, M. V. y Palacios Mieles, V. D. Rev. Educ. Art. y Com. Vol. 15 Nro. 1, Enero - Junio 2026: 86 - 103
101
Vol. 15 Nro. 1, Enero - Junio 2026
ISSN: 2602-8174
la ES. Se proponen, en consecuencia, denir requisitos
y penalizaciones estrictas para minimizar las prácticas
poco éticas.
El análisis del Código de Ética de la Investigación
y el Aprendizaje de la Ponticia Universidad Católica
del Ecuador y de las políticas editoriales de las revistas
de la institución hizo evidente que, ciertamente, no
existen mecanismos expresos para observar y asegurar
el uso ético de la IA en la investigación que se realiza
en la Universidad ni la legitimidad de los artículos
que se presentan para publicación, ya sea por parte de
investigadores externos o internos.
De tal manera, se consideró que es
perentoriamente necesario el diseño de disposiciones
que supervisen, aseguren y fortalezcan el espíritu
investigador sobre la base de la excelencia ética. Se
proponen un conjunto de pautas basadas en los valores
fundamentales de responsabilidad y honestidad,
además de sugerir el fomento del compromiso
docente-investigador con la capacitación técnica y
moral, tanto de sí mismo como de los investigadores
en formación.
Además de las disposiciones para la regulación
y el proceso formativo de los investigadores, se
propone que la institución procure, desde todas sus
instancias, dependencias y entidades, que se fomente y
planique un proceso de reexión colectiva, profunda
y contextualizada, de manera que, a través del diálogo,
se llegue a la creación de principios y criterios
que rijan una actividad de investigación protegida
ante la impetuosidad de los avances tecnológicos,
especícamente de la IAG.
El trabajo se limitó a la formulación y
proposición de disposiciones para fomentar la ética
de investigadores y autores en el uso de la IA. En
próximos estudios, es indispensable proceder a la
formulación de disposiciones para otras entidades
relacionadas con la investigación en ES, como
dependencias coordinadoras de proyectos, entes
nanciadores, editores de revistas y gremios.
REFERENCIAS BIBLIOGRÁFICASREFERENCIAS BIBLIOGRÁFICAS
Acosta-Camino, D. y Andrade-Calvijo, B. (2024).
La inteligencia articial en la investigación
y redacción de textos académicos. Espíritu
Emprendedor TES, 8(1), 19-34. https://www.
espirituemprendedortes.com/index.php/
revista/article/view/369
Ayeni, P., Kulczycki, E. y Bowker, L. (2025). Machine
translation in scholarly publishing: A scoping
review. e Canadian Journal of Information
and Library Science / La Revue canadienne des
sciences de l’information et de bibliothéconomie,
48(1), 123–145. https://doi.org/10.5206/cjils-
rcsib.v48i1.22296
Bardin, L. (2013). Análise de conteúdo. Edições 70.
Bender, E. M. y Koller, A. (2020). Climbing towards
NLU: On meaning, form, and understanding
in the age of data. Proceedings of the 58th
Annual Meeting of the Association for
Computational Linguistics, 5185–5198. https://
doi.org/10.18653/v1/2020.acl-main.463
Bowen, G. A. (2009). Document analysis as a
qualitative research method. Qualitative
Research Journal, 9(2), 27–40. https://doi.
org/10.3316/QRJ0902027
Bowker, L. y Buitrago-Ciro, J. (2019). Machine
translation and global research: Towards
improved machine translation literacy in the
scholarly community. Emerald.
Boyer, E. L. (1990). Scholarship reconsidered: Priorities
of the professoriate. Carnegie Foundation.
Buchelli-Guerrero, V. (2019). Desarrollo del estado del
arte en investigación: una herramienta basada
en inteligencia articial. Revista Politécnica,
15(30), 70-81. https://revistas.elpoli.edu.co/
index.php/pol/article/view/1637/1338
Burgos, L., Suárez, L. y Benzadón, M. (2023).
Inteligencia articial ChatGPT y su utilidad
en la investigación: el futuro ya está aquí.
Medicina, 83, 499-501. https://www.scielo.
org.ar/pdf/medba/v83n3/1669-9106-
medba-83-03-500.pdf
102
Cámara-Molina, J. (2024). El uso de la IA como
herramienta para la investigación académica:
políticas editoriales y condicionantes éticos en
el camino hacia su normalización. Derecom,
37, 33-46. https://revistas.ucm.es/index.php/
DERE/article/view/98112/4564456570646
Cárdenas, J. (2023). Inteligencia articial, investigación
y revisión por pares: escenarios futuros
y estrategias de acción. Revista Española
de Sociología, 32(4), 1-15. https://dialnet.
unirioja.es/servlet/articulo?codigo=9075001
Carrillo-Cruz, C.; Cortés-Serrato, J. y Herrera-
Barragán, V. (2023). Inteligencia articial
para la escritura académica en investigación.
Ciencia Latina Internacional, 7(4), 4604-4620.
https://www.ciencialatina.org/index.php/
cienciala/article/view/7304/11005
Castillejo-López, B. (2022). Inteligencia articial y
entornos personales de aprendizaje: atentos
al uso adecuado de los recursos tecnológicos
de los estudiantes universitarios. Educación,
31(60), 9-24. http://www.scielo.org.pe/pdf/
educ/v31n60/2304-4322-educ-31-60-9.pdf
Castells, M. (2001). Universities as dynamic systems
of contradictory functions. En J. Muller, N.
Cloete, African Minds (pp. 35-55). https://
zenodo.org/records/1067379
Cobo, C. (2019). La innovación pendiente. Fondo de
Cultura Económica.
Criado-Dávila, Y. V.; Sánchez-García, T. C. y Inga-
Arias, M. A. (2020). Los semilleros de
investigación como elemento de desarrollo de
la cultura investigativa universitaria. Conrado,
16(S1), 67–73.
Flores-Vivar, J. y García-Peñalvo, F. (2023). Reexiones
sobre la ética, potencialidades y retos de
la Inteligencia Articial en el marco de la
Educación de Calidad (ODS4). Comunicar,
31(74), 37-47. https://dialnet.unirioja.es/
servlet/articulo?codigo=8732441
Floridi, L. y Sanders, J. W. (2004). On the morality
of articial agents. Minds and Machines,
14(3), 349–379. https://doi.org/10.1023/
B:MIND.0000035461.63578.9d
García-Peñalvo, F. J. (2023). Inteligencia articial
generativa e instituciones de educación
superior: Desafíos y oportunidades. Education
in the Knowledge Society, 24, 1–5. https://doi.
org/10.14201/eks.33275
Juca-Maldonado, F. (2023). El impacto de la inteligencia
articial en los trabajos académicos y de
investigación. Revista metropolitana de
ciencias aplicadas, 6(1), 289-296. https://www.
redalyc.org/pdf/7217/721778121031.pdf
Kerr, C. (2001). e uses of the university (5th ed.).
Harvard University Press.
Lin, G. H.-C. y Chien, P. S. C. (2009). Machine
translation for academic purposes. In
Proceedings of the International Conference on
TESOL and Translation 2009 (pp. 133–148).
Online submission.
Lopezosa, C. (2023). La Inteligencia articial
generativa en la comunicación cientíca: retos
y oportunidades. Revista de Investigación
e Innovación en Ciencias de la Salud, 5(1).
1-5. https://www.redalyc.org/articulo.
oa?id=673275488001
Marcus, G. (2022). Deep learning is hitting a wall.
Communications of the ACM, 65(7), 36–38.
https://doi.org/10.1145/3534842
Mendes, C. (2017). El análisis de contenido en la
investigación cualitativa. Revista F@ro, 1(25),
1–19.
Merriam, S. B. y Tisdell, E. J. (2016). Qualitative
research: A guide to design and implementation
(4th ed.). Jossey-Bass.
Navarro-Dolmestch, R. (2023). Descripción de
los riesgos y desafíos para la integridad
académica de aplicaciones generativas de
inteligencia articial. Derecho PUCP, 91,
231-270. https://www.redalyc.org/articulo.
oa?id=533677336007
Organización para la Cooperación y el Desarrollo
Económicos. (2017). Education at a Glance.
OECD Publishing.
Palacios, V. (comunicación personal 22 de noviembre
de 2023). Inclusión, igualdad y fortaleza ética:
base del uso de la inteligencia articial en la
transformación de la educación superior. II
Congreso Internacional de REDECANEDU,
Chile.
Ponticia Universidad Católica del Ecuador [PUCE].
(2018). Código de ética de la investigación y
el aprendizaje de la Ponticia Universidad
Dávalos González, M. V. y Palacios Mieles, V. D. Rev. Educ. Art. y Com. Vol. 15 Nro. 1, Enero - Junio 2026: 86 - 103
103
Vol. 15 Nro. 1, Enero - Junio 2026
ISSN: 2602-8174
Católica del Ecuador [archivo PDF]. https://
www.puce.edu.ec/intranet/documentos/
Reglamentos/PUCE-SG-Codigo-de-Etica-de-
la-Investigacion-y-el-Aprendizaje-2018-02.
pdf
Ponticia Universidad Católica del Ecuador [PUCE].
(2023). Código de ética de la Ponticia
Universidad Católica del Ecuador. https://
www.puce.edu.ec/intranet/documentos/
normas/puce_codigo-de-etica_20240208.pdf
Repiso, R. (2024). La inteligencia articial en los
procesos editoriales y la evaluación por
pares. Revista de investigación e innovación
en ciencias de la salud, 6(2), 1-4: https://www.
redalyc.org/articulo.oa?id=673278576001
Rouhiainen, L. (2018). Introducción a la inteligencia
articial. En: Inteligencia articial. Planeta,
Alienta.
Schwab, K. (2016). e Fourth Industrial Revolution.
World Economic Forum.
Steneck, N. H. (2007). Introduction to the responsible
conduct of research. U.S. Department of Health
and Human Services.
Suazo-Galdames, I. (2023). Inteligencia articial
en investigación cientíca. Scicomm, 1(1).
https://revistas.uautonoma.cl/index.php/scr/
article/view/2149/1446
Terrones-Rodríguez, A. y Rocha-Bernardi, M. (2024).
El valor de la ética aplicada en los estudios
de ingeniería en un horizonte de inteligencia
articial conable. Sophia. Colección de
Filosofía de la Educación, 36, 221-245. http://
scielo.senescyt.gob.ec/pdf/sophia/n36/1390-
8626-sophia-36-00221.pdf
UNESCO. (2021). Recomendación sobre la ética de la
Inteligencia Articial. https://unesdoc.unesco.
org/ark:/48223/pf0000381137
