La inteligencia artificial en la investigación científica:
una revisión sistemática trienal
Artificial intelligence in scientific research: a triennial systematic review
Recibido: 04/07/2025 - Aceptado: 29/09/2025
Grimaldo Heredia Pérez
https://orcid.org/0000-0001-5235-2786
g.heredia@uct.edu.pe
Universidad Católica de Trujillo Benedicto XVI. Trujillo, Perú
Vilma Celia Chávez Aguilar
https://orcid.org/0009-0006-7212-1997
vcchavez@ucvvirtual.edu.pe
Universidad César Vallejo. Trujillo, Perú
Leydy Torres Mendoza
https://orcid.org/0000-0002-0649-5177
leydytorres@upeu.edu.pe
Universidad Peruana Unión. Lima, Perú
Ricardo Rafael Díaz Calderón
https://orcid.org/0000-0002-4901-9322
rdiazcal@ucvvirtual.edu.pe
Universidad César Vallejo. Chiclayo, Perú
Resumen
Este artículo de revisión sistemática tuvo como objetivo analizar el impacto de la inteligencia artificial (IA) en la
investigación científica con énfasis en la educación universitaria y cuáles son sus implicancias éticas a través de
su aplicación. La investigación adoptó un enfoque cualitativo. Para ello, se efectuó una revisión sistemática bajo
el enfoque PRISMA de 22 artículos de acceso abierto publicados en las bases de datos SciELO y Dialnet,
seleccionados de una población de 120 artículos científicos. Los hallazgos evidencian que la IA potencia
significativamente el quehacer de la investigación científica, resaltando el cuidado ético que deben tener los
docentes y estudiantes cuando usan IA en la elaboración de sus trabajos de investigación, lo cual no debe limitar
la capacidad de resumen y pensamiento crítico, debiéndose evitar la dependencia cognitiva del investigador. En
conclusión, la IA es una herramienta poderosa en la investigación científica, ya que, entre otros aspectos, facilita
la búsqueda y análisis de metadatos, permite la automatización de tareas, y ayuda a descubrir nuevos patrones;
sin embargo, es importante abordar los desafíos éticos y las limitaciones asociadas a su utilización para maximizar
su potencial.
Palabras clave: inteligencia artificial, investigación, ética
Abstract
This systematic review article aimed to analyze the impact of artificial intelligence (AI) on scientific research with
an emphasis on university education and its ethical implications through its application. The research adopted a
qualitative approach. To this end, a systematic review was conducted using the PRISMA approach of 22 open-
access articles published in the SciELO and Dialnet databases, selected from a population of 120 scientific articles.
The findings show that AI significantly enhances scientific research, highlighting the ethical care that teachers and
students must take when using AI in their research work, which should not limit their ability to summarize and think
critically, and cognitive dependence on the researcher should be avoided. In conclusion, AI is a powerful tool in
scientific research because, among other things, it facilitates the search and analysis of metadata, allows for the
automation of tasks, and helps to discover new patterns. However, it is important to address the ethical challenges
and limitations associated with its use in order to maximize its potential.
Keywords: artificial intelligence, research, ethics
2
Introducción
En el mundo actual, el uso de la IA en el desarrollo de la investigación científica ha tomado especial
relevancia. En ese contexto, la IA se entiende como la habilidad de los sistemas informáticos para realizar tareas
que normalmente requieren inteligencia humana, como aprender, razonar, percibir y resolver problemas. Este
campo de la informática emplea algoritmos y modelos matemáticos para procesar datos y tomar decisiones,
permitiendo que las máquinas imiten funciones cognitivas humanas (Alvarado et al., 2025).
En cambio, la investigación científica es un proceso sistemático que busca adquirir nuevos conocimientos
y validar teorías existentes a través de la observación y el análisis de datos. Este proceso es riguroso y
transparente, pues implica formular hipótesis, recolectar datos, aplicar estadísticas e interpretar resultados para
generar nuevo conocimiento dentro de un estricto marco ético (Angulo-Bazán, 2024).
Es así que, ante la necesidad de investigar con mayor precisión y rapidez, los estudiantes y docentes se
apoyan en la IA, ya que con esta se agilizan las labores, se potencia el estudio de datos extensos, se identifican
tendencias confusas, se optimiza la exactitud, se elaboran pronósticos y se contribuye a hallar vínculos novedosos
o datos importantes de manera ágil y eficaz. Esto resulta esencial para fortalecer la indagación académica,
volviéndola más asequible y expandiendo la interpretación de sucesos en distintos campos.
Algunos autores, como Tinoco et al. (2025), concluyeron, entre otros, que la IA está revolucionando el
modo en que se investiga y divulga la ciencia. Facilita la creación de documentos, optimiza la exactitud de los
hallazgos y modifica los métodos de difusión y evaluación de la relevancia. A pesar de ello, es crucial preservar
la claridad y las normas morales en la implementación de la IA.
Por otro lado, Morales (2025) concluyó que la IA no reemplaza el juicio humano, sino que lo apoya. Es
un aliado que mejora el pensamiento crítico; esto eleva la calidad académica y metodológica, y permite realizar
investigaciones más contextuales, inclusivas y socialmente relevantes. Así como estos estudios, se han
identificado otros similares, los cuales son presentados a detalle en los resultados del presente documento.
Ahora bien, la IA está transformando radicalmente la investigación científica. Gracias a ella, se
automatizan procesos, se examinan enormes cantidades de datos para descubrir tendencias complejas y se
perfecciona la redacción y el análisis de trabajos académicos. Esto faculta a los investigadores para explorar
datos a fondo, plantear nuevas teorías y mejorar la efectividad. No obstante, surgen dilemas éticos y la obligación
de emplearla con responsabilidad para prevenir la difusión de resultados falsos y el plagio (Ramos, 2024).
Respecto a la información y las tendencias en el estudio, la IA tiene la capacidad de examinar y entender
volúmenes enormes de datos (ya sean genómicos, sociológicos u otros) para identificar modelos, relaciones y
direcciones que serían complicados de detectar para las personas. En el ámbito de la revisión y síntesis
bibliográfica, las herramientas basadas en IA tienen la capacidad de examinar una gran cantidad de estudios
académicos sobre un tema en particular, aislando los datos cruciales y creando resúmenes del saber existente,
lo que representa un ahorro significativo de tiempo para los investigadores (Ernst y Young, 2024).
En cuanto al apoyo a la escritura y la redacción, la IA puede asistir en la elaboración de textos como
ensayos, artículos y documentos académicos, además de ayudar a corregir errores y eliminar incoherencias.
Respecto a la creación de nuevas perspectivas de indagación, la IA no se limita a facilitar la investigación, sino
que impulsa la formulación de nuevas preguntas y enfoques, lo cual potencia la eficiencia del investigador (Mata
et al., 2024).
En resumen, las herramientas basadas en IA acortan de manera importante el tiempo que se necesita
para transcribir y traducir datos reales obtenidos de entrevistas y otros documentos. Además, los modelos de IA
generativa facilitan la búsqueda de información, el análisis de datos y la programación, impulsando así la
eficiencia del trabajo de investigación.
Por otro lado, es vital ser conscientes de las limitaciones de la IA, como su dificultad para entender el
contexto a fondo, su vulnerabilidad a difundir datos erróneos o su carencia de ideas propias. Existe el riesgo de
copiar contenido ajeno si se abusa del material creado por la IA, y confiar demasiado en estos recursos puede
reducir la capacidad de análisis del investigador. Por último, es clave examinar el impacto ético y social de la IA,
proteger la confidencialidad de la información y crear normas precisas para su aplicación (Duarte y Guerrero,
2024).
Por tanto, se justifica el estudio porque ayuda a comprender cómo la IA se ha convertido en una
herramienta fundamental para la investigación científica en la educación universitaria. En consecuencia, se
planteó como objetivo analizar el impacto de la inteligencia artificial (IA) en la investigación científica y sus
implicaciones éticas a través de su aplicación.
3
Metodología
Este estudio se llevó a cabo desde una perspectiva cualitativa, sustentada en un análisis minucioso de
casos similares, que incluyeron elementos descriptivos e inferenciales. El propósito central radicó en indagar,
analizar y plasmar información existente sobre la utilización de la IA en la investigación científica, resaltando los
aspectos prácticos y desafíos éticos en el contexto de la educación universitaria. A fin de asegurar la claridad, el
seguimiento y la integridad del procedimiento, se empleó el protocolo PRISMA, lo que contribuyó a la creación de
una estructura metodológica clara y susceptible de ser repetida.
Para optimizar la identificación de estudios relacionados con el objetivo de la investigación, se utilizó la
opción de búsqueda avanzada en SciELO y Dialnet, utilizando el operador booleano "AND" para identificar las
palabras clave, tal es así que inicialmente se lograron identificar 120 artículos, los cuales serían considerados
como la población.
Posteriormente, utilizando criterios de inclusión como artículos publicados entre enero de 2023 y agosto
de 2025, publicaciones en idioma español, y estudios realizados en el contexto de la educación universitaria; y
criterios de exclusión como artículos duplicados o en idioma diferente al español, y artículos que no contenían las
variables estudiadas, se seleccionó a 22 de ellos para su revisión y análisis, tal como se muestra en el diagrama
siguiente:
Figura 1
Diagrama de flujo PRISMA
4
Resultados
Tabla 1
Análisis de los artículos de investigación identificados
N°
Autor
Principal conclusión
País de
publicación
Base de
datos
1
(Tinoco et al.,
2025)
La IA está cambiando la forma en que se hace
investigación y se publica científicamente. Ayuda en la
preparación de manuscritos, mejora la precisión de los
resultados y transforma los procesos de publicación y
medición del impacto. Sin embargo, es importante que
se mantenga la transparencia y los estándares éticos
en el uso de la IA.
México
SciELO
2
(García et al.,
2025)
Es necesario un enfoque equilibrado entre la IA y la
supervisión humana. Este equilibrio ayudará a
maximizar beneficios y reducir riesgos. Así, se podrá
establecer un marco adecuado y valioso para un uso
ético y eficaz de la IA en la investigación científica.
Colombia
SciELO
3
(Castagnola et
al., 2025)
La IA tiene un gran impacto en las habilidades de
investigación y enseñanza de los profesores
universitarios. La IA ayuda a los docentes a organizar
y analizar información, así como a crear y compartir
conocimiento científico.
Bolivia
SciELO
4
(Fontanelli et al.,
2025)
Los docentes utilizan la IA generativa en las etapas
finales de la investigación, como en la escritura y
edición. En cambio, los estudiantes la emplean en las
etapas iniciales, como la revisión de literatura y
generación de ideas. Esta diferencia sugiere que hay
intereses variados entre ambos grupos y que se deben
crear capacitaciones específicas para satisfacer sus
necesidades.
México
SciELO
5
(Morales, 2025)
La IA no sustituye el juicio humano, sino que lo
complementa. Debe ser vista como un aliado
estratégico que mejora el pensamiento crítico. Esto
ayuda a aumentar la calidad académica y
metodológica y a lograr investigaciones más
contextuales, inclusivas y relevantes socialmente.
Ecuador
Dialnet
6
(Domínguez,
2025)
La IA ha ayudado mucho en las ciencias sociales.
Facilita el análisis de datos, permitiendo interpretar
grandes volúmenes de información de manera más
rápida y precisa. Se reporta un 72% de impacto
positivo.
Ecuador
Dialnet
7
(Alvarado et al.,
2025)
Los sistemas de IA son capaces de recoger, examinar
y resumir literatura académica, facilitando un proceso
clave en la investigación.
Angola
Dialnet
5
N°
Autor
Principal conclusión
País de
publicación
Base de
datos
8
(Morales et al.,
2025)
La investigación muestra que hay una conexión clara
e importante entre la IA y la investigación formativa. La
IA ayuda a mejorar cómo se busca, organiza y maneja
la información, además de facilitar la creación de
nuevos conocimientos. Sin embargo, también plantea
problemas éticos y contextuales que deben ser tenidos
en cuenta.
España
Dialnet
9
(Díaz, 2024).
El uso de la IA mejora la investigación científica, pero
tiene limitaciones e implicaciones éticas importantes.
Es fundamental respetar a los sujetos de investigación.
Los aspectos éticos clave incluyen la privacidad y
protección de datos, la propiedad intelectual y los usos
indebidos.
Colombia
SciELO
10
(Mena-Guacas
et al.,2024)
La investigación muestra un aumento importante en la
producción científica sobre la combinación de la IA y la
educación. Los países que destacan en esta área son
Estados Unidos, China, Reino Unido, España, Canadá
e India.
Chile
SciELO
11
(Contreras et
al.,2024)
La IA en la investigación científica ayuda a conseguir
datos y a escribir artículos científicos. Se enfoca en
apoyar la escritura y la revisión de textos.
Venezuela
SciELO
12
(Repiso, 2024)
La implementación de la IA debe ser ética y siempre
supervisada por expertos. Esto es importante para
evitar errores y abusos. La IA es una herramienta que
está en constante evolución y cada avance debe ser
estudiado y aplicado de manera crítica.
Colombia
SciELO
13
(Pérez y
Perdomo, 2024).
El estudio de la IA en comunicaciones es una nueva
área de investigación que está creciendo. Hay muchas
temáticas que necesitan ser exploradas para abordar
las brechas existentes y fortalecer los temas
fundamentales. También es importante fomentar la
investigación en Latinoamérica y promover
colaboraciones entre diferentes instituciones y a nivel
internacional.
México
SciELO
14
(Angulo-Bazán,
2024)
Todos los actores que participan en el desarrollo del
conocimiento científico deben comprometerse a evitar
el uso indebido y proteger a los investigadores y a los
sujetos de estudio. La IA y las empresas que la
desarrollan también son parte de estos actores, por lo
que es fundamental que mantengan posturas éticas y
responsables.
Perú
SciELO
6
N°
Autor
Principal conclusión
País de
publicación
Base de
datos
15
(Ramos, 2024)
El empleo de la inteligencia artificial en la creación,
corrección y modificación de artículos científicos
influye considerablemente y plantea retos éticos. Esta
herramienta contribuye a optimizar aspectos como la
redacción científica y el proceso de revisión entre
colegas, sin embargo, también trae consigo peligros,
tales como el sesgo, la ausencia de originalidad y la
producción de información errónea. La inteligencia
artificial es un recurso valioso, pero su uso requiere de
una vigilancia humana ética y analítica para preservar
la integridad en la ciencia.
Perú
SciELO
16
(Ernst y Young,
2024)
Es responsabilidad de todos asegurar que la IA se
desarrolle y se utilice para beneficiar a las personas,
respetando los derechos humanos. Como autores y
usuarios, debemos comprometernos con la
transparencia, documentando adecuadamente el uso
de IA en nuestro trabajo para garantizar resultados
confiables y válidos.
Argentina
SciELO
17
(Mata et
al.,2024)
El uso de la IA en investigación científica tiene muchas
ventajas. Puede procesar grandes cantidades de
datos de forma eficiente, identificar patrones difíciles y
hacer análisis avanzados rápidamente y con precisión.
Ecuador
Dialnet
18
(Duarte y
Guerrero, 2024)
El uso de la IA en la investigación científica presenta
aspectos positivos y negativos. Por un lado, la IA
mejora la búsqueda de literatura, el análisis de datos y
la redacción académica, aumentando la eficiencia en
campos como la medicina y la educación. Por otro
lado, la adopción de la IA presenta desafíos como
sesgos en los resultados, dependencia excesiva de
estas herramientas y la falta de innovación.
Paraguay
Dialnet
19
(Ruiz, 2024)
La IA está cambiando la manera en que se lleva a cabo
la investigación científica. Este cambio está
redefiniendo los métodos tradicionales y creando
nuevas oportunidades en la generación y el uso del
conocimiento. Un análisis de fuentes primarias
muestra que la IA puede revolucionar muchas etapas
importantes de la investigación, desde la formulación
de preguntas hasta la comunicación de los resultados.
España
Dialnet
7
N°
Autor
Principal conclusión
País de
publicación
Base de
datos
20
(Quispe et
al.,2024)
La producción científica sobre IA en la educación
universitaria peruana ha sido limitada en los últimos
cinco años. Esto resalta la necesidad de establecer
nuevas líneas de investigación que se adapten a la
realidad nacional. A pesar del creciente interés en la
educación, todavía hay áreas no exploradas que
necesitan atención.
México
Dialnet
21
(Padilla-
Caballero et
al.,2023)
El método integral y equilibrado entre la inteligencia
artificial y la comprensión humana, sustentado por una
organización meticulosa, genera una colaboración
inteligente en la investigación científica, elevando la
calidad y la novedad de los hallazgos. La
comunicación que se adapta de manera ética,
impulsada por tácticas inclusivas, promueve una
comprensión y colaboración más amplias en la
investigación, favoreciendo una sociedad más
educada y comprometida con la ciencia.
Venezuela
SciELO
22
(Ariza, 2023)
ChatGPT es una herramienta muy útil para crear
instrumentos de recolección de información en la
investigación. Esto incluye cuestionarios, encuestas,
entrevistas, y otros que son de gran relevancia en los
estudios de investigación.
Colombia
SciELO
Los 22 artículos resaltan la utilidad de la IA en la incubación de nuevo conocimiento, ya que proporciona
herramientas innovadoras para analizar datos, generar información y mejorar la eficiencia en la investigación
científica. No obstante, es importante tener presente la intervención humana como el principal artífice de la
investigación, sin descuidar los aspectos éticos, lo cual asegura un mejor desarrollo y una mayor calidad de los
productos de investigación.
Discusión
En línea con el objetivo del estudio, Tinoco et al. (2025) indican que la IA ayuda significativamente en la
elaboración de artículos de investigación. Al respecto, García et al. (2025) manifiestan que en el uso de la IA es
necesaria la supervisión humana para maximizar sus beneficios. De manera similar, Castagnola et al. (2025)
refieren que la IA ayuda a los docentes a crear y publicar nuevo conocimiento. Asimismo, Fontanelli et al. (2025)
precisa que es necesario capacitar a docentes y estudiantes en la utilización de la IA en el proceso de
investigación, ya que dicha herramienta es un aliado estratégico en la investigación académica (Morales, 2025).
Por otro lado, Domínguez (2025) sostiene que la IA tiene un impacto positivo en la investigación en
ciencias sociales. Asimismo, Alvarado et al. (2025) indican que la IA facilita el proceso clave de la investigación.
Además, Morales et al. (2025) destacan que la IA y la investigación muestran una conexión clara e importante.
Complementariamente, Díaz (2024) precisa que la IA mejora la investigación, pero que es necesario tener en
cuenta los aspectos éticos de su utilización. De todo ello se concluye que la investigación se ha visto fortalecida
con el uso de la IA en la educación (Mena-Guacas et al., 2024).
Contreras et al. (2024) afirman que la IA ayuda a obtener datos y a redactar manuscritos, pero, como lo
indica Repiso (2024), en el marco de la ética es necesaria la supervisión de expertos. En ese mismo sentido,
Pérez y Perdomo (2024) señalan la importancia del uso de la IA en la investigación en comunicaciones. Sin
embargo, como ya se indicó, Angulo-Bazán (2024) recalca que todos los actores de la ciencia deben estar
comprometidos con su adecuado uso, mitigando cuidadosamente los riesgos de sesgo y falta de originalidad en
la investigación (Ramos, 2024).
Ernst y Young (2024) afirman que todos somos responsables de asegurar que la IA beneficie a la sociedad
con resultados válidos y confiables. La IA en la investigación presenta numerosas ventajas (Mata et al., 2024).
8
Asimismo, según Duarte y Guerrero (2024), la IA ofrece muchos beneficios, pero también implica sesgos y falta
de innovación. De manera similar, Ruiz (2024) señala que la IA ha cambiado para bien la forma de investigar. Por
otro lado, Quispe et al. (2024) advierten que hay áreas no exploradas que necesitan atención a través de la IA.
Finalmente, Padilla-Caballero et al. (2023) subrayan la necesidad de un enfoque holístico y equilibrado entre la
IA y el pulso humano, de tal manera que herramientas como ChatGPT faciliten el trabajo mediante la creación de
diversos instrumentos, pero no reemplacen por completo el trabajo de los estudiantes y docentes (Ariza, 2023).
En definitiva, lo encontrado en el estudio, permite inferir que la IA es una herramienta muy valiosa y
efectiva en diferentes áreas de la investigación, ya que ha permitido a los investigadores encontrar y analizar
grandes datos, automatizar actividades, generar hipótesis, construir nuevos instrumentos, y principalmente
mejorar la eficiencia en la investigación científica.
Es así que sus aplicaciones en diversas áreas han llevado a avances significativos y prometen seguir
transformando la manera en que se realiza la investigación científica, de la mano de la supervisión humana para
evitar sesgos, garantizando la generación y transmisión de conocimiento sólido y ético a las generaciones
venideras.
Conclusiones
De la revisión sistemática se concluye que la inteligencia artificial es una herramienta poderosa en la
investigación científica, ya que, entre otras funciones, facilita la búsqueda y el análisis de metadatos, permite la
automatización de tareas y ayuda a descubrir nuevos patrones. Sin embargo, es importante abordar los desafíos
éticos y las limitaciones asociadas con su utilización para maximizar su potencial.
La inteligencia artificial ha revolucionado sustancialmente la investigación científica, facilitando la
construcción de instrumentos, el procesamiento y el análisis de datos; no obstante, es necesaria la supervisión
humana durante el proceso a fin de evitar sesgos y garantizar resultados sólidos y confiables para la sociedad y
la comunidad científica.
Referencias
Alvarado, L. J., Fonseca, R., Álvarez, R. C., Bueno, M. M., Tomaz, G. M., y Vega, L. A. (2025). Desarrollo de
capacidades investigativas en docentes de educación superior en América Latina: una mirada desde la
inteligencia artificial. Revista Sapientiae, 11(1), 97-115. https://doi.org/10.37293/sapientiae111.07
Ariza, E. D. (2023). ChatGPT: una mirada desde la investigación. Investigaciones Andina, 25(46), 24-
39. https://doi.org/10.33132/01248146.2256
Angulo-Bazán, Y. (2024). El desafío de la inteligencia artificial generativa en la publicación científica:
consideraciones para un proceso editorial ético. Acta Médica Peruana, 41(3), 153-157.
https://doi.org/10.35663/amp.2024.413.3328
Castagnola, G., Urbano, L. P., y Pérez, M. A. (2025). La inteligencia artificial para desarrollar las habilidades
investigativas en docentes universitarios. Horizontes Revista de Investigación en Ciencias de la
Educación, 9(37), 1009-1026. https://doi.org/10.33996/revistahorizontes.v9i37.965
Contreras, L., Puma, I., Morales, J. R., Gil, C. A., y Chalco, N. S. (2024). Ética en el uso de la inteligencia artificial
en la investigación científica: desafíos y consideraciones. Aula Virtual, 5(12), 1488-1509.
https://doi.org/10.5281/zenodo.14653200
Díaz, L. B. (2024). El uso de la inteligencia artificial en la investigación científica. Revista Historia de la Educación
Latinoamericana, 26(43), 253-272. https://doi.org/10.19053/uptc.01227238.18014
Domínguez, J. L. (2025). El Reto de la Inteligencia Artificial ante la Investigación en Ciencias Sociales. Revista
Científica Hallazgos21, 10(1), 60–70. https://revistas.pucese.edu.ec/hallazgos21/article/view/688
Duarte, D. D., y Guerrero, B. (2024). La Inteligencia artificial en la investigación científica. Revista Científica de la
Universidad Nacional de Villarrica del Espíritu Santo, 8(1), 79-94. https://orcid.org/0000-0001-5062-7096
Ernst, G., y Young, P. (2024). Herramientas de inteligencia artificial en la investigación académica y científica:
normativas, desafíos y principios éticos. Medicina (Buenos Aires), 84(5), 1036-1038.
https://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S002576802024000801036&lng=es&tlng=es
Fontanelli, O., Schulz, M., Alba, J., Quintana, D., Tavera, L., y Dussauge, M. I. (2025). Uso y valoración de la
inteligencia artificial generativa en los estudios sociales. Reporte sobre la experiencia de la comunidad
académica de la Flacso México. Perfiles latinoamericanos, 33(66), 267-279.
https://doi.org/10.18504/pl3366-013-2025
9
García, J. M., Rojas, W. M., y Sanabria, M. (2025). El rol de la inteligencia artificial en la detección de tendencias
emergentes en publicaciones científicas. Revista Científica General José María Córdova, 23(49), 63-94.
https://doi.org/10.21830/19006586.1411
Mata, K. V., Sancán, V. R., Káiser, I. B., y Kaiser, R. F., (2024). Una revisión sistemática del uso de la Inteligencia
artificial en el desarrollo de investigaciones científicas. Revista Reincisol, 3(6), 1642–1660.
https://doi.org/10.59282/reincisol.V3(6)1642-1660
Mena-Guacas, A. F., Vázquez-Cano, E., Fernández-Márquez, E., y López-Meneses, E. (2024). La inteligencia
artificial y su producción científica en el campo de la educación. Formación universitaria, 17(1), 155-
164. https://dx.doi.org/10.4067/S0718-50062024000100155
Morales, E., Unapucha, E. J., Barba, R. P., y Cevallos, M. A. (2025). La inteligencia artificial (IA) en la investigación
educativa dentro del contexto de la educación superior, un estudio documental sistemático. Polo del
Conocimiento, 10(5), 1720-1738. https://polodelconocimiento.com/ojs/index.php/es/article/view/9533
Morales, G. P., Quispe, A., Guía, T., y León, C. G. (2025). Inteligencia Artificial y la investigación formativa: una
revisión crítica a partir de la realidad universitaria. Clío. Revista De Historia, Ciencias Humanas Y
Pensamiento Crítico, (10), 40-69. https://doi.org/10.5281/zenodo.14966071
Padilla-Caballero, J. E. A., Naupay-Gusukuma, A. M., Ruiz-Salazar, J. M., y Poma-García, C. R. (2023).
Habilidades investigativas universitarias del futuro: el papel de la inteligencia artificial. Revista Arbitrada
Interdisciplinaria Koinonía, 8(2), 702-722. https://doi.org/10.35381/r.k.v8i2.2946
Pérez, C., y Perdomo, B. (2024). Inteligencia Artificial en comunicación: una revisión bibliométrica en Web of
Science. Investigación bibliotecológica, 38(99), 165-185.
https://doi.org/10.22201/iibi.24488321xe.2024.99.58882
Quispe, V. H., Díaz, P. A., y Huari, P. J. (2024). Análisis de la Producción Científica de la Inteligencia Artificial en
la Educación Superior del Perú. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 2347-2366.
https://doi.org/10.37811/cl_rcm.v8i5.13704
Ramos, J. (2024). Inteligencia artificial en publicaciones científicas. Ética e integridad ante un desafío
emergente. Anales de la Facultad de Medicina, 85(4), 393-
397. https://doi.org/10.15381/anales.v85i4.16129
Repiso, R. (2024). La inteligencia artificial en los procesos editoriales y la evaluación por pares. Revista de
investigación e innovación en ciencias de la salud, 6(2), 1-4. https://doi.org/10.46634/riics.317
Ruiz, G. F. (2024). Implicaciones de la inteligencia artificial en la metodología de investigación. Revista de
Investigación en Tecnologías de la Información, 12(26), 28–38. https://doi.org/10.36825/RITI.12.26.003
Tinoco, C., Lopes, M., Yahiro, D., Ribeiro, B., y Azevedo, F. (2025). Aplicaciones de la inteligencia artificial en la
ciencia: una guía práctica para editores y autores. Archivos de cardiología de México, 95(2), 135-137.
https://doi.org/10.24875/acm.24000240
