ISBN
Formato impreso
979-13-87837-21-1
Formato digital
979-13-87837-23-5
Fecha de publicación
Formato impreso
05-08-2025
Formato digital
07-08-2025
Licencia
Todos los contenidos de esta obra se comparten bajo la licencia Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0). Esto implica que no está autorizado el uso comercial de la obra original ni de las eventuales obras derivadas, las cuales deberán distribuirse bajo la misma licencia que rige la obra original. No obstante, se permite a terceros compartir el contenido siempre y cuando se reconozca debidamente la autoría y la publicación original en esta editorial.
Sergio Ramsés Razo Pelatos
Universidad Autónoma de Baja California
0000-0002-1826-5299
Rodolfo Alan Martínez Rodríguez
Universidad Autónoma de Baja California
0000-0001-8864-7084
Oscar Ricardo Osorio Cayetano
Universidad Autónoma de Baja California
0009-0002-1099-6449
Acerca de
Actualmente, la inteligencia artificial (IA) es una herramienta clave para el avance del conocimiento en diversos campos, tanto teóricos como técnicos. Su capacidad para procesar grandes volúmenes de datos y descubrir patrones ocultos, que a menudo pasan desapercibidos para los investigadores, es fundamental en este proceso. La IA entonces se convierte en un recurso que debería utilizarse para complementar la labor del investigador y académico contemporáneo al automatizar tareas, detectar patrones ocultos en los datos y agilizar el proceso de generación de conocimiento (Suazo, 2023). Esta tecnología está transformando los paradigmas tradicionales, en los cuales los investigadores pueden valerse de ella para abrir nuevas líneas de investigación que antes eran desconocidas y acelerar el avance científico de manera significativa (Lalaleo et al., 2023).
La IA ha demostrado ser una herramienta de gran relevancia en áreas como la medicina, educación, ciencias sociales, química, biología, ingeniería, astronomía, y su impacto se extiende a otros ámbitos como la gestión pública, el periodismo y seguridad, donde la IA ofrece nuevas herramientas para abordar problemas complejos y agilizar la toma de decisiones para una mejor eficiencia operativa (Gómez-Diago, 2022; Cárdenas, 2023; Suazo, 2023).
En el ámbito médico, los algoritmos de aprendizaje automático tienen la capacidad de analizar una gran cantidad de datos de pacientes, lo que facilita a los profesionales médicos la toma de decisiones más precisas y personalizadas (Seth et al., 2023). Asimismo, la IA juega un papel fundamental en la mejora de los diagnósticos, tratamientos y gestión de datos clínicos (Lanzagorta-Ortega et al., 2022). Esto se considera un gran avance, ya que en este campo se establecen los mayores estándares de rigor en relación con el uso de las tecnologías y los resultados. Esto se debe, por razones evidentes, a la exigencia ética y a la responsabilidad profesional de los que ejercen su profesión en estas áreas.
Referencias
Alshater, M. (2023). Exploring the Role of Artificial Intelligence in Enhancing Academic Performance: A Case Study of ChatGPT. SSRN Journal. http://dx.doi.org/10.2139/ssrn.4312358
Awosanya, O. D., Harris, A., Creecy, A., Qiao, X., Toepp, A. J., McCune, T., Kacena, M. A., & Ozanne, M. V. (2024). The Utility of AI in Writing a Scientific Review Article on the Impacts of COVID‑19 on Musculoskeletal Health. Current Osteoporosis Reports, 22, 146–151. https://doi.org/10.1007/s11914-023-00855-x
Barrios, I. (2023). Inteligencia artificial y redacción científica: aspectos éticos en el uso de las nuevas tecnologías. Medicina Clínica y Social, 7(2), 46–47. https://doi.org/10.52379/mcs.v7i2.278
Cárdenas, J. (2023). Inteligencia artificial, investigación y revisión por pares: escenarios futuros y estrategias de acción. Revista Española de Sociología (RES), 32(4), 1–15. https://doi.org/10.22325/fes/res.2023.184
Cisneros-Caicedo, A., Guevara-García, A., Urdánigo-Cedeño, J., & Garcés-Bravo, J. (2022). Técnicas e Instrumentos para la Recolección de Datos que apoyan a la Investigación Científica en tiempo de Pandemia. Dom. Cien., 8(1), 1165-1185.
DeCost, B. L., Hattrick-Simpers, J. R., Trautt, Z., Kusne, A. G., Campo, E., & Green, M. L. (2020). Scientific AI in materials science: a path to a sustainable and scalable paradigm. Machine Learning: Science and Technology, 1(3), 033001. https://doi.org/10.1088/2632-2153/ab9a20
Gómez-Diago, G. (2022). Perspectivas para abordar la inteligencia artificial en la enseñanza de periodismo. Una revisión de experiencias investigadoras y docentes. Revista latina de comunicación social, (80), 29-46.
González-Calatayud, V., Prendes-Espinosa, P., & Roig-Vila, R. (2021). Artificial Intelligence for Student Assessment: A Systematic Review. Applied Sciences, 11, 54–67. https://doi.org/10.3390/app
Gundersen, O. E., & Gil, Y. (2018). On reproducible AI: Towards reproducible research, open science, and digital scholarship in AI publications. AI Magazine, 39(3), 56-68.
Gusenbauer, M., & Haddaway, N. R. (2020). What every Researcher should know about Searching – Clarified Concepts, Search Advice, and an Agenda to improve Finding in Academia. Research Synthesis Methods, 12(2), 205-219. https://doi.org/10.1002/jrsm.1440
Herrera-Aguilar, M. (2022). La vinculación de políticas públicas para la integración de la inteligencia artificial en la educación mexicana. Communication, technologies et développement, (11).
Incio Flores, F. A., Capuñay Sanchez, D. L., Estela Urbina, R. O., Valles Coral, M. Á., Vergara Medrano, E. E., & Elera Gonzales, D. G. (2022). Inteligencia artificial en educación: una revisión de la literatura en revistas científicas internacionales. Apuntes Universitarios, 12(1), 353–372. https://doi.org/10.17162/au.v12i1.974
Khlaif, Z. N., Mousa, A., Hattab, M. K., Itmazi, J., Hassan, A. A., Sanmugam, M., & Ayyoub, A. (2023). The Potential and Concerns of Using AI in Scientific Research: ChatGPT Performance Evaluation. JMIR Medical Education, 9(1), e47049. https://doi.org/10.2196/47049
Lainjo, B., & Tmouche, H. (2023). The Impact of Artificial Intelligence On Higher Learning Institutions. International Journal of Education, Teaching, and Social Science, 3(2), 96–113.
Lalaleo Analuisa, F., Martinez Yacelga, A., & Carrera Calderón, F. (2023). La IA como herramienta de apoyo en la investigación científica en los docentes investigadores del ISTE. Espíritu Emprendedor TES, 8(1), 97-110. https://doi.org/10.33970/eetes.v8.n1.2024.377
Lanzagorta-Ortega, D., Carrillo-Pérez, D. L., & Carrillo-Esper, R. (2022). Inteligencia artificial en medicina: presente y futuro. Gaceta médica de México, 158, 17-21.21.
Liebrenz, M., Schleifer, R., Buadze, A., Bhugra, D., & Smith, A. (2023). Generating scholarly content with ChatGPT: ethical challenges for medical publishing. The Lancet Digital Health, 5(3), e105–e106. https://doi.org/10.1016/s2589-7500(23)00019-5
Márquez Díaz, J. (2020). Inteligencia artificial y Big Data como soluciones frente a la COVID-19. Revista de bioética y derecho, (50), 315-331.
Márquez Díaz, J. E. (2023). Modelos de lenguaje natural en la investigación científica: una descripción técnica. Revista Innovación y Ciencia, 1(1), 40-44.
Padilla, R. D. M. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías de la Información: RITI, 7(14), 260-270.
Patel, S. B., & Lam, K. (2023). ChatGPT: the future of discharge summaries? The Lancet Digital Health, 5(3), e107-e108.
Rong, G., Mendez, A., Assi, E., Zhao, B., & Sawan, M. (2019). Artificial Intelligence in Healthcare: Review and Prediction Case Studies. Engineering, 6(3), 291-301. https://doi.org/10.1016/j.eng.2019.08.015
Sak, J., & Suchodolska, M. (2021). Artificial Intelligence in Nutrients Science Research: A Review. Nutrients, 13(2), 322. https://doi.org/10.3390/nu13020322
Seth, P., Hueppchen, N., Miller, S. D., Rudzicz, F., Ding, J., Parakh, K., & Richards, M. (2023). Data Science as a Core Competency in Undergraduate Medical Education in the Age of Artificial Intelligence in Health Care. JMIR Medical Education, 9, e46344. https://doi.org/10.2196/46344
Shah, H., Jayabalan, B., & Mery, A. (2023). The utilization of artificial intelligence in life science research and healthcare delivery. Salud, Ciencia y Tecnología, 3, 450–461. https://doi.org/10.56294/saludcyt2023450
Suazo Galdames, I. (2023). Inteligencia artificial en investigación científica. SciComm Report, 1(1), 1–3. https://doi.org/10.32457/scr.v3i1.2149
Xu, Y., Liu, X., Cao, X., Huang, C., Liu, E., Qian, S., Liu, X., Wu, Y., Dong, F., Qiu, C., Qiu, J., Hua, K., Su, W., Wu, J., Xu, H., Han, Y., Fu, C., Yin, Z., Liu, M., . . . Zhang, J. (2021, November 1). Artificial intelligence: A powerful paradigm for scientific research. Elsevier BV, 2(4), 100179-100179. https://doi.org/https://doi.org/10.1016/j.xinn.2021.100179
Yasaka, K., & Abe, O. (2018). Deep learning and artificial intelligence in radiology: Current applications and future directions. PLoS Med., 15(11), e1002707. https://doi.org/10.1371/journal.pmed.1002707