Enseñar e investigar con inteligencia artificial: una llamada a la reflexión
Fecha
Directores
Editores
Otras autorías
Unidades organizativas
Handle
Cita bibliográfica
Titulación
Resumen
[EN] Generative artificial intelligence (GenAI) is radically transforming universities, impacting their core functions: teaching, research, management, and services. The widespread integration of language models such as ChatGPT and Claude presents new opportunities for automating cognitive tasks, but also raises ethical, epistemological, and pedagogical challenges.
In teaching, the intensive use of these tools by students —exceeding 85%— calls for a redefinition of educational practices, as negative effects such as cognitive debt and intellectual sedentarism are beginning to emerge. This situation demands new strategies for AI literacy, adapted assessment models, and critical teacher training.
In research, although GenAI is not yet fully established, it already plays roles in writing, translation, analysis, and code generation. However, unsupervised use can compromise scientific integrity and publication quality.
The current context calls for rigorous reflection and constructive proposals on how to ethically integrate AI into academia —precisely the aim of the BiD journal’s special issue— which invites contributions exploring the contours, risks, and possibilities of this new AI-driven university.
[ES] La inteligencia artificial generativa (IAGen) está transformando la universidad, afectando sus funciones esenciales: docencia, investigación, gestión y servicios. La integración masiva de modelos de lenguaje como ChatGPT plantea nuevas oportunidades para automatizar tareas cognitivas, pero también genera retos éticos, epistemológicos y pedagógicos.
En la docencia, el uso intensivo de estas herramientas por parte del estudiantado —superior al 85 %— implica una redefinición de las prácticas educativas, ya que comienzan a evidenciarse efectos negativos como la deuda cognitiva y el sedentarismo intelectual. Esto exige nuevas estrategias de alfabetización en IA, modelos de evaluación adaptados y una formación docente crítica.
En investigación, aunque el uso de la IAGen aún no está plenamente extendido, ya cumple funciones en redacción, traducción, análisis y generación de código. No obstante, su implementación sin la supervisión adecuada puede comprometer la integridad científica y la calidad de las publicaciones.
El contexto actual demanda reflexiones rigurosas y propuestas constructivas sobre cómo integrar la IA en la academia, objetivo central del monográfico de la revista BiD, que invita a explorar los contornos, riesgos y posibilidades de esta nueva universidad impulsada por la IA.