Inteligencia Artificial: Transformando la Escritura Académica y Creativa en la Era del Aprendizaje Significativo
DOI:
https://doi.org/10.61368/r.s.d.h.v6i1.533Palabras clave:
Inteligencia Artificial, escritura académica, escritura creativa, aprendizaje significativo, aprendizaje profundo, procesamiento del lenguaje natural, estrategias pedagógicasResumen
La Inteligencia Artificial (IA) se ha consolidado como un instrumento transformador en los procesos de redacción académica y creativa, facilitando la creación de contenido, la corrección gramatical y el desarrollo de ideas en el ámbito de la educación superior y en la creación literaria. El propósito de este estudio es examinar el efecto de la Inteligencia Artificial en la escritura, poniendo especial énfasis en su incorporación en contextos de aprendizaje significativo. Se recurrió a un enfoque metodológico mixto, integrando análisis cuantitativo y cualitativo. Durante la etapa cuantitativa, se implementaron evaluaciones pre y postintervención a un conjunto de estudiantes universitarios que emplearon herramientas de Inteligencia Artificial para optimizar su habilidad literaria. Durante la etapa cualitativa, se llevaron a cabo entrevistas a docentes y autores con el objetivo de evaluar sus percepciones respecto a la influencia de la Inteligencia Artificial en el fomento del pensamiento crítico y la creatividad. Los descubrimientos fundamentales indican que la implementación de la Inteligencia Artificial en la redacción académica y creativa optimiza la estructuración de ideas, disminuye los errores sintácticos y promueve la autonomía en el proceso de aprendizaje. Los hallazgos cuantitativos indican un aumento notable en la calidad de los textos generados mediante la utilización de la Inteligencia Artificial (p < 0.05), lo que evidencia mejoras en la cohesión, coherencia y argumentación de los textos. Desde un enfoque cualitativo, los participantes subrayaron que la Inteligencia Artificial potencia la creatividad mediante la propuesta de enfoques innovadores y la reestructuración de textos basándose en criterios lingüísticos sofisticados. El estudio enfatiza igualmente la relevancia de los modelos matemáticos y las simulaciones en la optimización del aprendizaje de conceptos abstractos vinculados a la escritura. Instrumentos que se fundamentan en el aprendizaje profundo y el procesamiento del lenguaje natural (NLP) facilitan la retroalimentación inmediata, promoviendo así un aprendizaje adaptativo. Adicionalmente, los modelos probabilísticos utilizados en la Inteligencia Artificial facilitan la predicción de estructuras textuales, promoviendo así la adaptación personalizada del proceso de redacción. Para concluir, la Inteligencia Artificial está reconfigurando el proceso de enseñanza de la escritura, proporcionando oportunidades para una educación más interactiva e independiente. No obstante, su puesta en práctica debe ser balanceada con estrategias pedagógicas que promuevan la creatividad y el razonamiento crítico, evitando una dependencia desmedida de la tecnología. Este estudio proporciona pruebas empíricas de la importancia de la Inteligencia Artificial en la escritura, inaugurando nuevas vías de investigación en torno a su influencia en la educación académica y literaria.
Descargas
Referencias
Bernal Párraga, A. P., Coronel Ramírez, E. A., Aldas Macias, K. J., Carvajal Madrid, C. A., Valarezo Espinoza, B. D. C., Vera Alcivar, J. G., & Chávez Cedeño, J. U. (2025). The Impact of Artificial Intelligence on Personalized Learning in English Language Education. Ciencia Latina Revista Científica Multidisciplinar, 9(1), 5500-5518. https://doi.org/10.37811/cl_rcm.v9i1.16234
Bernal Párraga, A. P., Santín Castillo, A. P., Ordoñez Ruiz, I., Tayupanta Rocha, L. M., Reyes Ordoñez, J. P., Guzmán Quiña, M. de los A., & Nieto Lapo, A. P. (2024). La inteligencia artificial como proceso de enseñanza en la asignatura de estudios sociales. Ciencia Latina Revista Científica Multidisciplinar, 8(6), 4011-4030. https://doi.org/10.37811/cl_rcm.v8i6.15141
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77-101. https://doi.org/10.1191/1478088706qp063oa
Cohen, L., Manion, L., & Morrison, K. (2018). Research methods in education (8th ed.). Routledge. https://doi.org/10.4324/9781315456539
Corno, L., & Snow, R. E. (1986). Adapting teaching to individual differences among learners. Handbook of Research on Teaching, 3, 605-629.
Creswell, J. W., & Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3rd ed.). SAGE Publications.
Dadvand, B., Sanmugam, M., & Bhattacherjee, S. (2015). Digital equity and access to technology in education: Challenges and solutions. Computers & Education, 85, 50-58. https://doi.org/10.1016/j.compedu.2015.02.007
Davis, R., & Nguyen, T. (2023). Evaluating the impact of artificial intelligence in higher education: Challenges and future directions. Journal of Educational Technology & Society, 26(4), 112-130.
De Jong, T., & Van Joolingen, W. R. (1998). Scientific discovery learning with computer simulations of conceptual domains. Review of Educational Research, 68(2), 179-201. https://doi.org/10.3102/00346543068002179
Deterding, S., Dixon, D., Khaled, R., & Nacke, L. (2011). From game design elements to gamefulness: Defining "gamification". In Proceedings of the 15th International Academic MindTrek Conference (pp. 9-15). ACM. https://doi.org/10.1145/2181037.2181040
Elliott, J., Nagler, S., & Riemann, R. (2016). Automated essay scoring: A review of recent research and its implications for writing instruction. Journal of Writing Research, 8(1), 45-72. https://doi.org/10.17239/jowr-2016.08.01.02
Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
Gee, J. P. (2003). What video games have to teach us about learning and literacy. Computers in Entertainment, 1(1), 20-20. https://doi.org/10.1145/950566.950595
González, C., & Sánchez, J. (2021). La gamificación en la educación: Una revisión sistemática de la literatura. Revista de Investigación Educativa, 39(1), 123-140. https://doi.org/10.6018/rie.39.1.414571
Gopnik, A., Meltzoff, A. N., & Kuhl, P. K. (2017). The scientist in the crib: Minds, brains, and how children learn. William Morrow Paperbacks.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Huang, W. H.-Y., & Hew, K. F. (2018). Measuring engagement in gamified learning environments: A systematic review. Educational Technology Research and Development, 66(3), 679-704. https://doi.org/10.1007/s11423-018-9564-3
Jonassen, D. H. (1991). Objectivism versus constructivism: Do we need a new philosophical paradigm? Educational Technology Research and Development, 39(3), 5-14. https://doi.org/10.1007/BF02296434
Kramer, R. M., Tenbrunsel, A. E., & Bazerman, M. H. (2020). Behavioral ethics: Concepts and research. Routledge.
Lee, J., & Kim, S. (2022). Evaluating AI-driven writing feedback: An empirical study in higher education. Journal of Educational Computing Research, 60(1), 34-56. https://doi.org/10.1177/07356331211049827
Li, J., Liu, Y., & Zhao, S. (2018). AI-assisted writing in education: A systematic review of research trends and pedagogical implications. Computers & Education, 127, 110-125. https://doi.org/10.1016/j.compedu.2018.08.015
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson.
Mertens, D. M. (2020). Research and evaluation in education and psychology: Integrating diversity with quantitative, qualitative, and mixed methods (5th ed.). SAGE Publications.
Nicholson, S. (2015). A recipe for meaningful gamification. In Wood, L. C. (Ed.), Perspectives on gameful learning design (pp. 1-20). Springer.
Papastergiou, M. (2009). Digital game-based learning in high school computer science education: Impact on educational effectiveness and student motivation. Computers & Education, 52(1), 1-12. https://doi.org/10.1016/j.compedu.2008.06.004
Perelman, L. (2018). Automated essay scoring and the potential dangers of AI in education. Educational Policy Analysis Archives, 26(3), 23-41. https://doi.org/10.14507/epaa.26.03
Piaget, J. (1970). Science of education and the psychology of the child. Orion Press.
Rutten, N., Van Joolingen, W. R., & Van der Veen, J. T. (2012). The learning effects of computer simulations in science education. Computers & Education, 58(1), 136-153. https://doi.org/10.1016/j.compedu.2011.07.017
Ryan, R. M., & Deci, E. L. (2020). Self-determination theory: Basic psychological needs in motivation, development, and wellness. Guilford Publications.
Sweller, J. (2021). Cognitive load theory and educational technology. Educational Psychology Review, 33(2), 1-22. https://doi.org/10.1007/s10648-021-09590-0
Wang, A. I., & Tahir, R. (2020). The effect of using Kahoot! for learning: A literature review. Computers & Education, 149, 103818. https://doi.org/10.1016/j.compedu.2020.103818
Zainuddin, Z., Chu, S. K. W., Shujahat, M., & Perera, C. J. (2020). The impact of gamification on learning and instruction: A systematic review of empirical evidence. Educational Research Review, 30, 100326. https://doi.org/10.1016/j.edurev.2020.100326
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(1), 1-27. https://doi.org/10.1186/s41239-019-0171-0
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Eva Gabriela Villacreses Sarzoza, Moreira Cedeño Nancy Maribel, Juan Esteban Calderón Quezada, Torres Vaca Víctor Gregory, Martha Fanny Iza Chungandro, Fanny Elizabeth Tandazo Sarango, Augusto Paolo Bernal Párraga
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
