126
El uso de inteligencia artificial y sus desafíos para la
evaluación académica: una revisión de la literatura
_______________
The use of artificial intelligence and its
challenges for academic evaluation: a
literature review
Recibido: 3 de octubre de 2023 | Aprobado: 6 de diciembre de 2023
Resumen
El procesamiento de lenguaje natural (NLP) ha sido estudiado en la industria
de la computación durante mucho tiempo. Entre los constantes avances
tecnológicos se ha logrado el desarrollo de complejos modelos de inteligencia
articial (IA), incluyendo Chat Generative Pre-Trained Transformer (ChatGPT)
cuyo uso, puesto a disposición desde noviembre de 2022, ha mostrado
la tendencia de irse expandiendo. Los modelos desarrollados tienen un
potencial preocupante para la evaluación académica porque pueden llevar
a cabo una gama de actividades lingüísticas y generar reacciones humanas.
Considerando esta problemática, el objetivo de este artículo es examinar las
potenciales ventajas y desventajas del uso de ChatGPT y otras tecnologías
NLP en la escritura y su evaluación, según la revisión de la literatura, para
llamar la atención sobre las preocupaciones éticas planteadas por su uso.
Para ello, se realizó una búsqueda en la literatura que incluía artículos en Google Académico y el resultado de la
búsqueda aportó 12 artículos con un alto número de citaciones. Se utilizó metodología cualitativa para el estudio,
lo que implica la lectura y el análisis de las fuentes para encontrar información pertinente, en interés de responder
a los objetivos de la investigación. Las palabras clave como “GPTChat”, “contenido generado por IA”, “escritura
académica” y “procesamiento de lenguaje natural” “fraude (ética) en las evaluaciones” guiaron la búsqueda. Los
hallazgos de este análisis preliminar apuntan a que el ChatGPT y otras técnicas de NLP podrían aumentar la
eciencia de la escritura académica y la investigación. Sin embargo, su uso también plantea preocupaciones sobre
cómo puede afectar la abilidad y la validez del trabajo académico. El estudio subraya la necesidad de explorar
minuciosamente las posibles aplicaciones, peligros y limitaciones de estas tecnologías e, igualmente, enfatiza el
valor de debates en profundidad y preocupaciones morales en torno a su aplicación.
Palabras clave: Procesamiento de lenguaje natural, ChatGPT, Inteligencia articial, Educación, Evaluación
académica
_____________________________
1 Bachelor Science Engineering. Maestría en Administración de Empresa. Diploma en Estudios Avanzados en Educación. Profesor asociado Escuela de
Negocios de la Ponticia Universidad Católica Madre y Maestra. Para contactar al autor: guillermovanderlinde@pucmm.edu.do
2 Ingeniería Civil. Maestría en Administración de Empresa. Profesora a tiempo completo de la Escuela de Negocios de la Ponticia Universidad Católica
Madre y Maestra. Para contactar a la autora: t.mera@ce.pucmm.edu.do
_____________________________
ISSN (en línea): 1814-4152 / Sitio web: http://cuaderno.pucmm.edu.do
CÓMO CITAR: VanderLinde, G. y Mera, T. (2023). Desafíos de la inteligencia articial para la evaluación académica: una revisión de la literatura. Desafíos y
miradas. Cuaderno de Pedagogía Universitaria, 21 (41), 126-137.
Guillermo vanderLinde1
Ponticia Universidad Católica
Madre y Maestra (PUCMM)
guillermovanderlinde@pucmm.edu.do
Tamara Mera Cury2
Ponticia Universidad Católica
Madre y Maestra (PUCMM)
t.mera@ce.pucmm.edu.do
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 21 NÚMERO 41 | PP 126 - 137
127
Abstract
Natural language processing (NLP) has been studied in the computer industry for a long time. Recent tech-
nical advances have led to the development of complex articial intelligence (AI) models, including Chat
Generative Pre-Trained Transformer (GPT chat). These have a worrying potential for academic evaluation
because they can carry out a range of linguistic activities and generate human reactions. Considering this is-
sue, the aim of this article is to examine the potential advantages and disadvantages of using Chat GPT and
other NLP technologies in academic writing and their evaluation, according to the review of the literature,
to draw attention to the ethical concerns raised by its use. For this purpose, a literature search was carried
out that included academic articles on Google Academic, where the result of the search was 12 articles
with a high number of quotes. A qualitative methodology was used for the study, which involves reading
and analyzing the sources to nd relevant information to meet the research objectives. Keywords such as
“GPT Chat”, “AI-generated content”, “academic writing” and “natural language processing” “fraud (ethics)
in evaluations” guided the search. The results of this preliminary analysis suggest that Chat GPT and other
NLP techniques could increase the eciency of academic writing and research. However, its use also raises
concerns about how it can aect the reliability and validity of academic work. The study emphasizes the
need to explore thoroughly the potential applications, dangers, and limitations of these technologies. It also
emphasizes the value of in-depth discussions and moral concerns around its implementation.
Keywords: Natural language processing, ChatGPT, Articial Intelligence, Education, Academic evaluation
Introducción
En la última década, el panorama de la
educación está experimentando una profunda
transformación. El campo de la inteligencia
articial (IA) ha experimentado avances notables
y el Transformador Preentrenado Generativo de
Chat (ChatGPT – modelo abierto de IA GPT-3) es
un ejemplo sorprendente de este progreso (Aydın
y Karaarslan, 2022). El panorama de la educación
no es ajeno al proceso generado, por lo que está
experimentando una profunda transformación
dinamizada por el advenimiento de la inteligencia
articial (IA). Se espera que esta transformación
afecte los objetivos educativos, los procesos
metodológicos, los materiales de aprendizaje y,
en consecuencia, los resultados del aprendizaje
de manera sistemática.
La tecnología en el sector de la educación se ha
manifestado histórica y principalmente en forma
de sistemas de gestión del aprendizaje, libros de
texto electrónicos, etc., que sirven para conducir
el progreso del aprendizaje de los estudiantes y
proporcionar recursos de aprendizaje (Linn et al.,
2014; Pellegrino y Quellmalz, 2010). Sin embargo,
dicha tecnología generalmente ha ofrecido un
apoyo limitado para abordar problemas relativos
a cuestiones educativas muy simplistas, por lo
que no logra atender de manera integral las
necesidades de aprendizaje personalizadas y
diversas de los estudiantes (Linn et al., 2023; Zhai,
2021). En cambio, la IA, que tiene la capacidad de
construir una comprensión del lenguaje humano
y las imágenes, presenta una oportunidad para
un desarrollo y una utilización signicativos en la
educación, lo que podría revolucionar el patrón
de la educación moderna (Zhai et al., 2020a). Por
ejemplo, ChatGPT tiene la capacidad de crear
ensayos d bien escritos como si fueran propios
de estudiantes, resumir trabajos de investigación,
responder preguntas lo sucientemente bien como
para aprobar exámenes médicos y generar códigos
informáticos útiles (Van Dis EAM, Bollen J, Zuidema
W, van Rooij R, Bockting CL. 2023). Incluso ha
creado resúmenes de investigación que a los
cientícos les resultó difícil distinguir de los escritos
por un humano (Van Dis EAM, Bollen J, Zuidema
W, van Rooij R, Bockting CL.3032).
128
Esta IA es un sosticado modelo de lenguaje
natural preentrenado lanzado por Open AI, una
empresa con sede en EE. UU., el 30 de noviembre
de 2022 (Assaraf, 2022). Puede comprender la
semántica y la sintaxis del lenguaje natural, generar
texto en lenguaje natural, responder preguntas y
participar en diálogos basados en contextos de
conversación especícos. Algunos académicos
ya han probado su aplicación en escritura
académica, generando completando pruebas
profesionales (Kung et al., 2023; Zhai, 2023). Las
potentes funciones de interacción, razonamiento,
cuestionamiento y retroalimentación mostradas
por ChatGPT ofrecen nuevas oportunidades para
la transformación educativa. No obstante, resulta
que su advenimiento no solo puede mejorar la
efectividad y la calidad del aprendizaje de los
estudiantes, sino que también puede usarse para
que los estudiantes hagan trampas en las pruebas
académicas.
En adición, esta tecnología tiene el potencial de
producir correo basura, secuestro de datos y otros
resultados dañinos, lo que es sustancialmente
preocupante para nuestras sociedades (van Dis
EAM, Bollen J, Zuidema W, van Rooij R, Bockting
CL.) Dado el potencial del Logic Learning Machine
(LLM), como ChatGPT, para abarcar varios campos,
existe una necesidad urgente de que la comunidad
de investigación participe en un debate integral
sobre los posibles usos, amenazas y limitaciones de
estas herramientas. Por su parte, Anson y Straume
(2022) plantean preocupaciones sobre los sistemas
de producción de lenguaje natural basados en la
IA, puesto que pueden generar texto humano sin
que los estudiantes se involucren en el proceso
de escritura.
A pesar de que ChatGPT fue puesto a disposición
del público por primera vez el 30 de noviembre de
2022, tan pronto como el 4 de diciembre apareció
un artículo en El Guardián con el título “El bot de
la inteligencia articial chat GPT sorprende a los
académicos con habilidades de escritura de ensayos
y usabilidad” (Hern, 2022). Además, el profesor
Darren Hudson reportó una incidencia de plagio de
estudiantes usando ChatGPT en la Universidad de
Furman en Carolina del Sur apenas dos semanas
después de este haber salido (Mitchell, 2022). En
las escuelas públicas de Nueva York, ChatGPT fue
prohibido en enero de 2023 (Yang, 2023). Baltimore
y Los Ángeles siguieron rápidamente.
En comparación con los LLM anteriores, ChatGPT
es mucho más potente, sorprendentemente fácil
de usar y cuenta con una versión gratuita, pero
aunque tiene una serie de aplicaciones muy útiles
en el mundo académico, la comunidad educativa
está preocupada por el potencial para el engaño
de los estudiantes. No es difícil entender por qué
muchas personas están anticipando la muerte del
ensayo como un método de evaluación desde que
se constata el aumento extremadamente rápido
en el uso del sitio ChatGPT (Stokel-Walker, 2022;
Yeadon et al. (2022).
Incluso antes de ChatGPT, un estudio no muy
lejano encontró que casi el 22 % de los estudiantes
de una universidad austriaca admitió plagiarismo
(Hopp y Speil, 2021); la mayor prevalencia en
comparación con los estudios anteriores se atribuyó
a la persuasiva seguridad de que se mantendría
el anonimato de los encuestados . En un informe
de hace poco tiempo, la Agencia de Garantía de
Calidad del Reino Unido (QAA) estimó que uno de
cada siete (14 %) graduados puede haber pagado
a alguien para completar sus tareas, lo que lleva a
la media ligeramente más baja a nivel internacional.
(QAA, 2020). Los últimos años han visto un “boom”
de publicaciones sobre el fraude en la educación
superior, en parte debido al aumento del fraude
de contratos y el uso de evaluaciones de acceso
remoto en lugar de exámenes en persona. (Ahsan et
al. 2022). Lo que ya se perlaba como una solución
nada ajena al ámbito estudiantil parece tomar ahora
un nuevo impulso, visto que el ChatGPT aumenta
los riesgos asociados con el fraude académico al
poner estos servicios al alcance de más estudiantes,
en particular a los que podrían no ver el uso de la
IA como una estafa o a quienes antes no acudían
a sitios donde podían hacerle un ensayo por no
tener el dinero para pagar este servicio.
Debido a que las posibilidades de fraude de contrato
y ChatGPT son comparables, puede ser difícil
identicar este tipo de deshonestidad académica,
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 21 NÚMERO 41 | PP 126 - 137
129
según se ha investigado. En el estudio de Lines
(2016) se compararon 26 asignaciones, ninguna
de las cuales fue marcada como sospechosa por
los marcadores (que no fueron particularmente
instruidos para comprobarlo) y solo tres de ellos
fueron reportados a Turnitin. Estos artículos
sugieren colectivamente que los marcadores
pueden detectar hasta cierto punto el fraude
contractual. En contraste con las armaciones de
sitios web de engaño, los marcadores pudieron
detectar engaño de contratos el 62 % de las
veces en Dawson 2018. El uso del instrumento
de investigación de autoridad de Turnitin mejoró
la precisión de los marcadores en la detección de
engaños contractuales en Dawson 2020, de 48
% a 59 %. Además, un taller de capacitación para
marcadores en Dawson 2018 dio como resultado
un aumento en la sensibilidad del 58 % al 82 % en la
detección de trampas contractuales. Sin embargo,
el aumento en la precisión no fue signicativo de
manera estadística.
Estos hallazgos sugieren que los marcadores a
menudo pueden detectar el fraude contractual,
así como el uso de software y capacitación
pueden mejorar su precisión para identicarlo.
Aunque actualmente es bastante desaante para
los humanos decir que un LLM era responsable
de partes de la salida de ChatGPT (en cierto
sentido porque todavía es nueva para la mayoría
de las personas), el detector de salida de GPT-
2 de OpenAI parece ser notablemente bueno en
ello. A diferencia de los ensayos generados por
ChatGPT sobre los mismos temas, todos los cuales
obtuvieron puntuaciones cercanas al 100 %, diez
ensayos estudiantiles presentados por uno de los
autores en diciembre de 2022 tenían puntos que
indicaban una posibilidad de menos del 1 % de que
eran fraudulentos. Además, pedir a ChatGPT que
use referencias, diferentes transiciones y escriba
como un estudiante de pregrado solo redujo el
resultado a alrededor del 97 %. Esto está en línea
con la investigación de Gao et al. (2022), quien
encontró que los detectores de salida de IA eran
muy ecaces en la identicación de abstracciones
cientícas fabricadas, mientras que los humanos
fueron mucho peores.
Incluso si la consulta se cambia ligeramente o se
ejecuta de nuevo, el texto que ChatGPT genera
en respuesta a ella a menudo es extremadamente
similar. Sería bastante fácil para un ser humano
detectar el plagio si varios estudiantes recurrieron
a las mismas preguntas para su trabajo de curso.
El programa de detección de plagio más utilizado,
Turnitin, revelaría niveles extremadamente altos
de similitud entre las presentaciones de todos
los estudiantes que usan el mismo conjunto de
palabras clave como “prompts” si se evaluaran
múltiples ejemplos de cursos. Además, Turnitin
declaró el 15 de diciembre de 2022 en su blog
que ya tienen ciertas capacidades para detectar la
escritura de IA e indicaron que incluirán las “últimas
capacidades de detección de escritura por IA (…)
para uso de instructores en 2023”. Por supuesto,
habrá alguna pugna y el resultado está lejos de
estar garantizado (Chechitelli, 2023).
El personal de la universidad debe tomar esto
como una llamada para despertar y mirar muy
cuidadosamente el diseño de sus exámenes y las
medidas para garantizar que la deshonestidad
académica se detecte en los trabajos de los
estudiantes y se minimice, independientemente de
lo que ocurra en el lado tecnológico. En tal efecto, a
medida que avanza la tecnología de la IA, también
se plantean preocupaciones sobre la externalización
(outsourcing) de la escritura y las actividades de
evaluación. Debido a que ChatGPT puede terminar
rápidamente tareas de redacción consultas abiertas,
los estudiantes pueden conar en este software
para completar sus asignaciones (Stokel-Walker, C.
2022). LaUnesco , CAF y el Ministerio de Ciencia,
Tecnología, Conocimiento e Innovación de Chile
están trabajando juntos para organizar el primer
Foro sobre la Ética de la Inteligencia Articial para
América Latina y el Caribe el 23 de octubre. El
objetivo es establecer un consejo regional para
implementar la Recomendación de la Ética de
la Inteligencia Articial de Unesco. Este consejo
será el principal espacio político y técnico con un
enfoque ético, inclusivo y garante de derechos, que
se adapte a las necesidades.
En vista de la relevancia actual de este tema y
de que aún se carece de evidencia sólida sobre
las implicaciones de su uso en la educación
130
superior, nos proponemos examinar las potenciales
ventajas y desventajas del uso de ChatGPT y otras
tecnologías NLP en la escritura académica y su
evaluación, según la revisión de la literatura, para
llamar la atención sobre las preocupaciones éticas
planteadas por su uso. Es decir, procuramos reunir
un conjunto de artículos que se han escrito sobre el
tema para analizar cuáles son los puntos en común
que abordan y cuál podría ser el consenso sobre
el tema de acuerdo con la comunidad académica.
A continuación, procederemos a plantear la
metodología que utilizamos para analizar las fuentes
documentales.
Procesos metodológicos
Con el n de dar una visión general del uso del
sistema ChatGPT en la educación y el aprendizaje
basados en la inteligencia articial, mediante la
perspectiva cualitativa se abordaron en detalle
las categorías, dimensiones, aspectos teóricos
emergentes, expresiones, actitudes y aspectos
de cohesión social que difícilmente se expresan
en un contacto cuantitativo (Strauss y Corbin,
2002). A través de una revisión documental de los
artículos publicados en el portal Google Académico
mediante una búsqueda que se relaciona con las
palabras claves ChatGPT, Evaluación docente,
Fraude académico con ltro en relevancia, más
mencionadas durante lo que va del año 2023, se
procuró reconocer e interpretar los hallazgos y
acciones implementados en la academia referentes
al uso del ChatGPT y las evaluaciones educativas.
Usando como fuentes de datos los artículos
más citados relativos a esta pesquisa, se aplicó
una estrategia de investigación bibliográca. La
estrategia cualitativa implementada para el análisis
requirió la lectura y evaluación crítica de las fuentes,
así como la búsqueda de datos pertinentes para
apoyar los objetivos del estudio, indagación que no
dio resultados para artículos producidos en el área
de Latinoamérica. La tabla 1 muestra el conjunto
de fuentes que se estudiaron.
Tabla 1. El corpus de artículos analizados sobre el
uso del ChatGPT basado en IA
Título Autores Revista
Citaciones
hasta
septiembre
17 2023
Código
Chatting
about
ChatGPT:
How May
AI and GPT
Impact
Academia
and
Libraries?
Lund, B. D.
y Wang, T.
(2023).
Social
Science 310 A1
What Is the
Impact of
ChatGPT
on Edu-
cation?
A Rapid Re-
view of the
Literature
LO, CK.
(2023).
Education
Sciences 93 A2
Early
applications
of ChatGPT
in medical
practice,
educa-
tion and
research.
Sedeghat,
S. (2023).
Clinical
Medicine 25 A3
On the
Educational
Impact of
ChatGPT:
Is Articial
Intelligence
Ready to
Obtain a
University
Degree?
Malinka,
K. et al.
(2023).
Annual
Conference
on innova-
tion and
Technology
in comput-
er Science.
30 A4
From hu-
man writing
to articial
intelligence
generated
text: exam-
ining the
prospects
and poten-
tial threats
of ChatGPT
in academic
writing.
Dergaa, I.
et al (2023).
Biology of
Sport 48 A5
ChatGPT as
an Educa-
tional Tool:
Opportuni-
ties, Chal-
lenges, and
Recom-
mendations
for Com-
munication,
Business
Writing, and
Com-
position
Courses
ALAfnan,
M. et al
(2023).
Journal of
Articial
Inteligence
and
Tecnology
43 A6
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 21 NÚMERO 41 | PP 126 - 137
131
Título Autores Revista
Citaciones
hasta
septiembre
17 2023
Código
Let’s have
a chat! A
Conversa-
tion with
ChatGPT:
Technology,
Applica-
tions, and
Limitations
Shahriar,
S. Hayawi,
K.(2023).
Articial
Intelligence
and Appli-
cations
44 A7
Time to
Revisit
Existing
Student’s
Perfor-
mance
Evaluation
Approach
in Higher
Education
Sector in
a New Era
of Chat-
GPT—A
Case Study
Chaudhry,
I. S., et al
(2023).
Cogent
Education 10 A8
Evaluating
Academic
Answers
Generated
Using Chat-
GPT
Fergus,
S., et al.
(2023).
Journal of
Chemical
Education
30 A9
What
ChatGPT
means for
universities:
Perceptions
of scholars
and stu-
dents
Firat, M.
(2023).
Journal of
Applied
Learning
and Teach-
ing
27 A10
Leadership
is needed
for ethical
ChatGPT:
Character,
assess-
ment, and
learning us-
ing articial
intelligence
(AI)
Crawford,
J., et al.
(2023).
Journal of
University
Teaching
And Learn-
ing and
Practice
55 A11
The Role of
ChatGPT in
Data Sci-
ence: How
AI-Assisted
Conver-
sational
Interfaces
Are Revolu-
tionizing the
Field
Hassani,
H., Silva, E.
(2023).
Big Data
and
Cognitive
Computing
48 A12
Resultados
1.
Desafíos para la evaluación académica
del uso del ChatGPT por parte de los
estudiantes
Tras realizar el análisis documental, se evidenciaron
varios ejes temáticos comunes o recurrentes en los
planteamientos de las fuentes: 1. preocupaciones
sobre el plagio o preocupaciones éticas; 2. la
capacidad de las tecnologías IA como ChatGPT
de revolucionar y hacer avanzar la educación
superior; 3. la necesidad de formación docente
y 4) la necesidad de rediseñar las evaluaciones.
A continuación, se describirán los planteamientos
comunes en cada eje:
De los 12 artículos revisados, 11 artículos plantean
preocupaciones sobre el plagio, la autenticación
y la integridad académica. Por ejemplo, Shahriar
Hayawi (2023) menciona posibles razones
educativas no éticas, problemas de derechos
de autor, plagio y privacidad relacionados con el
procesamiento no intencionado de la información
de los usuarios,mientras que Fergus et al. (2023)
resaltan la necesidad de que plataformas de
integridad académica como Turnitin detecten texto
creado por IA.
Aunque las herramientas de inteligencia articial
tienen el potencial de aumentar el compromiso y la
retención de conocimientos entre los estudiantes,
también existen problemas con su evaluación y
valoración (Firat, 2023)), así como dudas sobre la
autenticación, el plagio y la integridad académica
(Crawford et al., 2023). No obstante, es posible
promover el uso eciente de la herramienta a través
de programas de capacitación universitaria, al
tiempo que se promueve la ética y la integridad
(Hassani y Silva, 2023).
De los 12 artículos revisados, 11 artículos
maniestan la capacidad de las tecnologías IA
como ChatGPT de revolucionar y hacer avanzar la
educación superior, además de que resaltan amplios
benecios: a) tienen el potencial de cambiar la
biblioteca y el mundo académico, impactando en la
forma de recopilar información (Lund y Wang (2023);
b) pueden fungir como asistentes y tutores virtuales
132
para instructores , Lock, 2023); c) buscan facilitar
la práctica médica, la educación y la investigación
en dicha área (Sedeghat, 2023); d) pueden acelerar
el aprendizaje y mejorar el rendimiento, incluso
tienen el potencial de apoyar la escritura académica,
pues mejoran el procesamiento del lenguaje natural
(Malinka et al., 2023; Dergaa et al., 2023; Shahriar
Hayawi); e) brindan resultados más personalizados
a los estudiantes, por lo que podrían reemplazar
los motores de búsqueda ( AlAfnan et al., 2023).
En cuanto a los benecios para los educadores,
Fergus et al. (2023) destacan cómo los docentes
pueden usar IA para diseñar evaluaciones
que desafíen a los estudiantes o bien mostrar
reconocimiento a sus producciones mediante
comentarios personalizados. Además, la inteligencia
articial puede adecuar la instrucción a las
necesidades particulares de cada uno y transformar
los roles de los educadores (Firat, 2023), así como
mejorar los ujos de trabajo y resultados (Hassani
y Silva, 2023)
De los 12 artículos revisados, 5 artículos plantean
que el cuerpo docente debe ser entrenado para
que se rediseñen las evaluaciones, de forma tal que
no puedan ser elaboradas por el alumno mediante
la inteligencia articial. LO, CK. (2023) pide una
actualización inmediata de la política, capacitación
de instructores y educación en cuanto a sus
limitaciones. El estudio de Dergaa, I. et al. (2023)
recomienda a los académicos que sean cautelosos
y aseguren que el uso de IA sea transparente.
Igualmente, Chaudhry, I. S. et al. (2023) instan a
las instituciones de educación superior a revisar sus
prácticas, con el n de mejorar los programas de
aprendizaje. Una práctica recomendable consiste
en rediseñar la evaluación más allá de preguntas
basadas en el conocimiento, lo que puede ayudar
a los educadores a mejorar su enfoque (Fergus
et al., 2023). A pesar de estos retos, la IA puede
brindar retroalimentación temprana, lo que permite
a los estudiantes demostrar comprensión a través
de casos complejos y evaluación menos tradicional
(Crawford, 2023).
Los efectos negativos de GPTChat en los
estudiantes que utilizan este sistema para completar
tareas, en particular aquellas que involucran la
escritura creativa, son un aspecto de esta discusión
(Hutson, 2022). Los estudiantes evitan seguir las
direcciones que el profesor les ofrece mientras
crean tareas como resultado. Según la teoría de la
escritura creativa, las habilidades de escritura deben
aprenderse y anarse a través de la práctica. De
hecho, uno de los resultados o subproductos de
la creatividad, que también incluye componentes
de talento, es la escritura creativa, la cual requiere
orientación y método continuos en su ejecución.
La ayuda con la escritura creativa puede estimular
a los alumnos a ser más originales, desarrollar su
imaginación, ampliar sus fantasías y mejorar sus
recuerdos. Los objetivos clave son la belleza, la
lógica y la diversión.
Para superar este problema, los educadores deben
innovar sus procesos de evaluación y concentrarse
en las competencias internas. Es posible que
las habilidades generales de escritura ya no se
consideren habilidades de trabajo cruciales, en
cuyo caso el examen debería poner más énfasis
en el pensamiento crítico y la originalidad. Por
consiguiente, los profesores deben tener en
cuenta las actividades de evaluación de vanguardia
y los formularios que evalúan y refuerzan estas
habilidades, con el n de satisfacer las demandas
cambiantes de la sociedad y los objetivos
educativos.
Tabla 2. Resumen del análisis documental.
Artículo Resultados de los hallazgos en cada
documento
A1
ChatGPT tiene el potencial de revolucionar el mun-
do académico y el bibliotecario, pero es determi-
nante usarlo de manera responsable y ética, así
como colaborar con profesionales para mejorar el
trabajo.
A2
Destaca los benecios potenciales de ChatGPT
como asistente para instructores y tutor virtual,
pero también plantea preocupaciones sobre su po-
tencial para generar información falsa y amenazar
la integridad académica. Requiere actualizaciones
inmediatas de la política, así como capacitación de
instructores y tener claras sus limitaciones.
A3
El ChatGPT tiene como objetivo simplicar la
práctica médica, la educación y la investigación,
pero requiere nuevas mejoras para su uso
generalizado. El juicio humano debe ser la decisión
nal.
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 21 NÚMERO 41 | PP 126 - 137
133
Artículo Resultados de los hallazgos en cada
documento
A4
El estudio revela que ChatGPT, una herramienta de
IA, puede ser mal utilizada y prestarse potencial-
mente para plagio y engaño en los académicos.
Sugiere que las restricciones son insucientes y
exige que los estudiantes estén preparados para
el uso ecaz de la IA. Sin embargo, indica que
ChatGPT puede mejorar el rendimiento académico
y acelerar el aprendizaje.
A5
Este estudio explora los posibles benecios y
amenazas de las tecnologías de procesamiento de
lenguaje natural (NLP) en la escritura académica
y las publicaciones de investigación. Destaca las
consideraciones éticas implicadas en el uso de
estas herramientas y el impacto sobre la autenti-
cidad y credibilidad del trabajo académico. La in-
vestigación incluyó una revisión de la literatura de
artículos académicos relevantes y encontró que
mientras ChatGPT y otras tecnologías NLP pueden
mejorar la escritura académica, también plantean
preocupaciones sobre la autenticidad y credibili-
dad del trabajo académico. El estudio recomienda
a los académicos que tomen precaución y ase-
guren la transparencia en su uso.
A6
El estudio examina ChatGPT, un “chatbot” en co-
municación, escritura de negocios y composición,
lo que sugiere que podría reemplazar los motores
de búsqueda, brindar resultados personalizables y
ayudar a los estudiantes. Sin embargo, los desafíos
incluyen la dependencia de la IA y la clasicación
de la presentación robótica.
A7
Este artículo explora la historia del desarrollo de
“chatbots” y el éxito de Chat-GPT, destacando sus
posibles aplicaciones en la atención de la salud, la
educación y la investigación. ChatGPT mejora el
procesamiento del lenguaje natural y sirve como
herramienta de aprendizaje, pero plantea preocu-
paciones éticas y de privacidad: prejuicios racial-
es y de género, posibles propósitos educativos no
éticos, cuestiones de derechos de autor y plagio, a
la vez que preocupaciones de privacidad relacio-
nadas con el procesamiento no intencionado de la
información de los usuarios.
A8
ChatGPT ha sido probado en cuanto a sus limita-
ciones en las tareas y la detección del plagio. Se
insta a las instituciones de educación superior a
revisar sus prácticas para mejorar los programas
de aprendizaje.
A9
Se destaca cómo los educadores pueden utilizar el
diseño de la evaluación para desaar a los estudi-
antes, especialmente con los avances en la inteli-
gencia articial. ChatGPT, Bing de Microsoft y Bard
de Google son herramientas emergentes para gen-
erar respuestas de chat. Se espera que plataform-
as de integridad académica como Turnitin detecten
textos generados por IA. De todos modos, el
ChatGPT tiene limitaciones en cuestiones de apli-
cación e interpretación e información no textual. Se
indica que rediseñar la evaluación, más allá de las
preguntas basadas en el conocimiento, puede ayu-
dar a los educadores a mejorar su enfoque.
Artículo Resultados de los hallazgos en cada
documento
A10
La literatura sugiere que la integración de la IA en
la educación puede mejorar las experiencias de
aprendizaje, personalizar la instrucción y transfor-
mar los roles de los educadores. Las herramientas
de inteligencia articial pueden aumentar el com-
promiso de los estudiantes y la retención de cono-
cimientos, pero plantea preocupaciones sobre la
evaluación y la valoración. La investigación futura
debería explorar las posibles aplicaciones de la IA,
desarrollar marcos ecaces y fomentar el diálogo
colaborativo entre investigadores, educadores y
responsables políticos.
A11
ChatGPT ha planteado preocupaciones sobre el
plagio, la autenticación y la integridad académi-
ca. Sin embargo, puede ofrecer un camino de
aprendizaje alternativo, ayudando a los estudiantes
a pasar a la IA. Puede proporcionar retroalimentac-
ión sobre las evaluaciones tempranas, permitiendo
a los estudiantes demostrar comprensión a través
de casos complejos y realizar una evaluación
menos tradicional.
A12
El artículo discute el potencial de ChatGPT para
revolucionar la ciencia de los datos, subrayando
sus ventajas como mejores ujos de trabajo y re-
sultados, pero también exhortando el uso ético y
los programas de capacitación universitaria para
asegurar un uso eciente al tiempo que promueve
la ética y la integridad.
En resumen, de los artículos revisados, vemos
que tienen preocupaciones sobre el plagio o
preocupaciones éticas Shahriar Hayawi (2023);
Fergus et al. (2023); Firat (2023); Crawford et al.,
(2023) y Hassani y Silva (2023). De igual forma,
observamos que coinciden en que las tecnologías
de IA como ChatGPT tienen la capacidad de
transformar y avanzar la educación superior, además
de destacar amplios benecios Lund y Wang (2023;
Sedeghat (2023) Malinka y Col. (2023); Dergaa y
Col. (2023); Shahriar (2023); AlAfnan y Col. (2023);
Lund y Wang (2023) al igual que Hassani y Silva
(2023). No obstante, se resalta la necesidad de que
los profesores reciban capacitación para rediseñar
las evaluaciones, de tal manera que los estudiantes
no puedan realizarlas con el uso exclusivo de
inteligencia articial (LO CK, 2023; Dergaa et al.,
2023; Chaudhry et al., 2023; Crawford, 2023;
Fergus et al., 2023).
Conclusión
Desde los resultados y la discusión, ChatGPT, con
su capacidad de proporcionar respuestas según
las palabras clave introducidas por el usuario,
134
puede inuir positivamente en el mundo de la
educación y el aprendizaje. Como se ha indicado
antes, la inteligencia articial puede fungir como
tutor personal de los estudiantes, ayudando a
mejorar su producción en escritura; además, su
uso personaliza la enseñanza y brinda resultados
de búsqueda contextualizados a las necesidades
de los estudiantes. Sin embargo, también puede
servir como vía de escape para eludir la realización
de tareas, impactando así negativamente en el
desarrollo de habilidades de escritura creativa y
académica. Por lo tanto, es necesario formular
una estrategia para que los profesores utilicen
otros soportes además del aprendizaje basado
en Internet.
Una estrategia que se puede implantar es el uso
del papel como medio, en intención de establecer
una forma de control y evaluación de procesos
cuando se compilan tareas relacionadas con la
escritura creativa, según arma Cassidy (2022).
También son importantes las recomendaciones
de la Unesco (2023) sobre Inteligencia Articial en
la educación superior, organismo que aconseja
asignar roles especícos a la IA (tutor personal,
evaluador dinámico, etc.) para que la herramienta
funcione como apoyo durante la producción de
las tareas, lo cual requiere que los docentes
especiquen en las consignas de escritura cómo
se usará la herramienta. En este sentido, se ofrecen
las siguientes recomendaciones:
Aprender mucho sobre lo que el sistema puede y no
puede hacer; comenzar el viaje para descubrir cuán
“bot-proof” sus asignaciones realmente son. Una
de las situaciones más obvias es que las preguntas
de ensayo muy genéricas son extremadamente
susceptibles de engañar a través de GPT. Es
importante, entonces, reexionar sobre si las tareas
solicitan un nivel básico en la taxonomía de Bloom o
Tobón (recordar hechos y conceptos) o si requieren
analizar, conectar, juzgar, diseñar y presentar ideas
novedosas. Como ha observado Andy Crouch
(2023), GPT es bastante hábil en entregar escritura
que es básicamente correcta, pero también la
mayoría de las veces utiliza expresiones repetitivas
y que son un cliché. Una parte del problema es
que este es exactamente el tipo de escritura que
a menudo se espera de los graduados en, por
ejemplo, un curso introductorio de Humanidades.
Lo anterior indica que conviene moverse hacia
las tareas de escritura que no solo pidan a los
estudiantes demostrar dominio de hechos objetivos
y citar fuentes especícas y recientes, sino también
integrar sus propias experiencias personales
detalladas a la luz del tema. Por otro lado, se
recomienda enseñar a los estudiantes a escribir
mediante una serie de diseños y pasos junto con
un proceso de edición que reeje la forma en que
se crea el conocimiento real. Requerir múltiples
pasos de escritura, especialmente combinados
con reuniones cara a cara con compañeros o el
instructor en camino al proyecto nal, ayudará a
crear una mejor barrera contra las formas más
rutinarias de engaño. En denitiva, la evaluación,
y con ello el diseño de estrategias didácticas,
transitará por un proceso de adecuación para
adaptarse a esta nueva tecnología que, si bien
abre puerta a un nuevo tipo de plagio, también
ofrece diversos benecios cuya exploración resulta
de interés.
Referencias bibliográficas
Ahsan, K., Akbar, S., y Kam, B. (2022). Contract
cheating in higher education: A systematic
literature review and future research agenda.
Assessment & Evaluation in Higher Education,
47(4), 523–539. https://doi.org/10.1080/026
02938.2021.1931660
AlAfnan, M. A., Dishari, S., Jovic, M., y Lomidze,
K. (2023). Chatgpt as an educational tool:
Opportunities, challenges, and recommen-
dations .communication, business writing,
and composition courses. Journal of Articial
Intelligence and Technology, 3(2), 60-68.
From: https://ojs.istp-press.com/jait/article/
download/184/178
Anson, C. M., & Straume, I. (2022). Amazement
and Trepidation: Implications of AI-Based
Natural Language Production for the Teaching
of Writing. Journal of Academic Writing, 12(1),
1–9. https://doi.org/10.18552/joaw.v12i1.820
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 21 NÚMERO 41 | PP 126 - 137
135
Assaraf, N. (2022). Chatgpt: Optimizing language
models for dialogue. https://blog.cloudhq.net/
openais-chatgpt-optimizing-language-mod-
els-for-dialogue/
Cassidy, C. (2023, January 10). Australian univer-
sities to return to ‘pen and paper’ exams af-
ter students caught using AI to write essays.
The Guardian. https://www.theguardian.com/
australia-news/2023/jan/10/universities-to-re-
turn-to-pen-and-paper-exams-after-students-
caught-using-ai-to-write-essays Hutson 2022
Chaudhry, I. S., Sarwary, S. A. M., El Refae,
G. A., & Chabchoub, H. (2023). Time to
Revisit Existing Student’s Performance
Evaluation Approach in Higher Education
Sector in a New Era of ChatGPT—A Case
Study. Cogent Education, 10(1), 2210461.
From: https://www.tandfonline.com/doi/pd-
f/10.1080/2331186X.2023.2210461
Chechitelli, A. (2023). Sneak preview of Turni-
tin’s AI writing and ChatGPT detection ca-
pability. Turnitin. from https://www.turnitin.
com/blog/sneak-preview-of-turnitins-ai-writ-
ing-and-chatgpt-detection-capability
Crouch, A. (2023). Culture making: Recovering
our creative calling. InterVarsity Press. From:
http://www.christianity9to5.org/wp-con-
tent/uploads/2013/04/CultureMakingChap-
ters3-5.pdf
Dawson, P., Sutherland-Smith, W., & Ricksen,
M. (2020). Can software improve marker
accuracy at detecting contract cheating? A
pilot study of the Turnitin authorship
investigate alpha. Assessment & Evaluation in
higher education, 45(4), 473-482. https://doi.
org/10.1080/02602938.2019.1662884
Dawson, P., & Sutherland-Smith, W. (2018). Can
markers detect contract cheating? Results
from a pilot study. Assessment & Evaluation in
Higher Education, 43(2), 286–293. https://doi.
org/10. 1080/02602938.2017.1336746
Crawford, J., Cowling, M., & Allen, K. A. (2023).
Leadership is needed for ethical ChatGPT:
Character, assessment, and learning using
articial intelligence (AI). Journal of Univer-
sity Teaching & Learning Practice, 20(3), 02.
From: https://ro.uow.edu.au/cgi/viewcontent.
cgi?article=3180&context=jutlp
Dawson, P., Sutherland-Smith, W., & Ricksen,
M. (2020). Can software improve marker
accuracy at detecting contract
cheating? A pilot study of the Turnitin authorship
investigate alpha. Assessment & Evaluation in
Higher Education, 45(4), 473–482. https://doi.
org/10.1080/02602938. 2019.1662884
Dergaa, I., Chamari, K., Zmijewski, P., & Saad,
H. B. (2023). From human writing to articial
intelligence generated text: examining the
prospects and potential threats of ChatGPT in
academic writing. Biology of Sport, 40(2), 615-
622. From https://scholar.google.com.do/
scholar?hl=es&as_sdt=0%2C5&q=From+hu-
man+writing+to+artificial+intelligence+gen-
erated+text%3A+examining+the+-
prospects+and+potential+threats+of+-
ChatGPT+in+academic+writing.&btnG=#:~:-
text=incluir%20citas-,%5BPDF%5D%20
termedia.pl,-From%20human%20writing
Fergus, S., Botha, M., & Ostovar, M. (2023). Eval-
uating academic answers generated using
ChatGPT. Journal of Chemical Education,
100(4), 1672-1675. From: https://pubs.acs.
org/doi/full/10.1021/acs.jchemed.3c00087
Firat, M. (2023). What ChatGPT means for uni-
versities: Perceptions of scholars and stu-
dents. Journal of Applied Learning and Teach-
ing, 6(1). https://scholar.google.com.do/
scholar?hl=es&as_sdt=0%2C5&q=What+-
ChatGPT+means+for+universities%3A+Per-
ceptions+of+scholars+and+students&bt-
nG=#:~:text=%5BPDF%5D-,What%20
ChatGPT%20means%20for%20universi-
ties%3A%20Perceptions%20of%20schol-
ars%20and%20students,-M%20Firat
136
Gao, C. A., Howard, F. M., Markov, N. S., Dyer,
E. C., Ramesh, S., Luo, Y., & Pearson, A. T.
(2022). Comparing scientic abstracts gene-
rated by ChatGPT to original abstracts using an
articial intelligence output detector, plagiarism
detector, and blinded human reviewers. bioRxiv.
https://doi.org/10.1101/2022.12.23.521610
Hassani, H., & Silva, E. S. (2023). The role of
ChatGPT in data science: how ai-assisted
conversational interfaces are revolutionizing
the eld. Big data and cognitive computing,
7(2), 62. From https://www.mdpi.com/2504-
2289/7/2/62
Hern, A. (2022, December 4) AI bot ChatGPT
stuns academics with essay-writing skills
and usability. The Guardian. https://www.
theguardian.com/technology/2022/dec/04/
ai-bot-chatgpt-stuns-academics-with-essay-
writing-skills-and-usability
Hopp, C., & Speil, A. (2021). How prevalent
is plagiarism among college students?
Anonymity preserving evidence from Austrian
undergraduates. Accountability in Research,
28(3), 133–148. https://doi.org/10.1080/089
89621.2020.1804880
Hutson, M. (2022). Could AI help you to write
your next paper? Nature, 611(7934), 192–
193. https://doi.org/10.1038/d41586-022-
03479-w
Kung, T. H., Cheatham, M., Medenilla, A., Sillos,
C., De Leon, L., Elepan o, C., Madriaga, M.,
Aggabao, R., Diaz- Candido, G., & Manin-
go, J. (2023). Performance of ChatGPT on
USMLE: Potential for AI-assisted medical
education using large language models. PLOS
Digital Health, 2(2), e0000198.
Lines, L. (2016). Ghostwriters guaranteeing
grades? The quality of online ghostwriting ser-
vices available to tertiary students in Australia.
Teaching in Higher Education, 21(8), 889–914.
https:// doi.org/10.1080/13562517.2016.119
8759
Linn, M. C., Donnelly-Hermosillo, D., & Gerard,
L. (2023). Synergies Between Learning
Technologies and Learning Sci- ences:
Promoting Equitable Secondary School
Teaching. In Handbook of research on science
education (pp. 447-498). Routledge.
Linn, M. C., Gerard, L., Ryoo, K., McElhaney,
K., Liu, O. L., & Raerty, A. N. (2014).
Computer-guided inquiry to improve science
learning. Science, 344(6180), 155-156.
Lo, C. K. (2023). What is the impact of ChatGPT
on education? A rapid review of the literature.
Education Sciences, 13(4), 410. From: https://
www.mdpi.com/2227-7102/13/4/410
Lund, B. D., & Wang, T. (2023). Chatting about
ChatGPT: how may AI and GPT impact
academia and libraries?. Library Hi Tech News,
40(3), 26-29. https://www.researchgate.net/
prole/Brady-Lund/publication/367161545_
Chatting_about_ChatGPT_How_may_AI_
and_GPT_impact_academia_and_libraries/
links/6412235c315dfb4cce80f0e4/Chatting-
about-ChatGPT-How-may-AI-and-GPT-im-
pact-academia-and-libraries.pdf
Malinka, K., Peresíni, M., Firc, A., Hujnak, O.,
& Janus, F. (2023, June). On the educa-
tional impact of ChatGPT: Is Articial Intelli-
gence ready to obtain a university degree?.
In Proceedings of the 2023 Conference on
Innovation and Technology in Computer Sci-
ence Education V.1 (pp. 47-53). https://dl.acm.
org/doi/pdf/10.1145/3587102.3588827
Mitchell, A. (2022, December 26). Professor
catches student cheating with ChatGPT: ‘I feel
abject terror’. New York Post. https://nypost.
com/2022/12/26/students-using-chatgpt-to-
cheat- professor-warns/
Pellegrino, J. W., & Quellmalz, E. S. (2010).
Perspectives on the integration of
technology and assessment. Journal of
Re- search on Technology in Education, 43(2),
119-134.
CUADERNO DE PEDAGOGÍA UNIVERSITARIA | VOL. 21 NÚMERO 41 | PP 126 - 137
137
QAA. (2020) . Contracting to cheat in Higher Ed-
ucation – How to address contract heating,
the use of third-party services and essay mills.
Quality Assurance Agency (QAA).
Sabzalieva, E., & Valentini, A. (2023). ChatGPT e
inteligencia articial en la educación superior:
Guía de inicio rápido. UNESCO.
Sedaghat, S. (2023). Early applications of
ChatGPT in medical practice, education and
research. Clinical Medicine, 23(3), 278-279.
From https://www.rcpjournals.org/content/
clinmedicine/23/3/278
Shahriar, S., & Hayawi, K. (2023). Let’s have a
chat! A Conversation with ChatGPT: Tech-
nology, Applications, and Limitations. arXiv
preprint arXiv:2302.13817. https://arxiv.org/
pdf/2302.13817.pdf
Stokel-Walker, C. (2022). AI bot ChatGPT writes
smart essays — Should professors worry?
Nature, d41586-022-04397-7. https://doi.
org/10.1038/d41586-022-04397-7
van Dis EAM, Bollen J, Zuidema W, van Rooij R,
Bockting CL. ChatGPT: ve priorities for re-
search. Nature. 2023; 614(7947):224–226.
Yang, M. (2023, January 6). New York City schools
ban AI chatbot that writes essays and an-
swers prompts. The Guardian. https://www.
theguardian.com/us-news/2023/jan/06/new-
york-city- schools-ban-ai-chatbot-chatgpt
Yeadon, W., Inyang, O. O., Mizouri, A., Peach, A.,
& Testrow, C. (2022). The death of the short-
form physics essay in the coming AI revolu-
tion. arXiv preprint arXiv:2212.11661. https://
arxiv.org/abs/ 2212.11661
Zhai, X. (2021). Advancing automatic guidance in
virtual sci- ence inquiry: From ease of use to
personalization. Educational Technology Re-
search and Development, 69(1), 255-258.
Zhai, X., Haudek, K. C., Shi, L., Nehm, R., & Ur-
ban-Lurain, M. (2020a). From substitution to
redenition: A framework of machine learn-
ing-based science assessment. Journal of
Re- search in Science Teaching, 57(9), 1430-
1459.