En colaboración con la Dra. Mercedes Leticia Sánchez Ambriz
En el contexto actual de aceleración digital y proliferación de herramientas de inteligencia artificial (IA), es común que docentes, estudiantes e investigadores opten por versiones gratuitas de plataformas de IA generativa para apoyar sus procesos de búsqueda y redacción científica. La elección está justificada por varios factores. En primer lugar, la necesidad de experimentar las posibilidades de las plataformas y verificar si pueden ser útiles. En segundo lugar, la aitoxicación que estamos empezando a vivir impide poder descubrir las potencialidades más importantes de las herramientas, por lo que vamos pasando de una a otra, probando sus acciones gratuitas y dedicando más tiempo del que disponemos, sin poder decidirnos por una en particular.
La tercera y última razón es la del ahorro económico, para
qué gastar en herramientas que no conocemos a fondo, que no estamos seguros de cuál elegir. En esta razón necesitamos de la capacitación y de la orientación
oportuna que no siempre está presente.
Las tres razones anteriores nos pueden llevar a un efecto
negativo que hemos denominado efecto bumerán en la curación de contenido.
El término "efecto boomerang" se usó en el contexto de
la psicología social y el diccionario de psicología lo define como una forma de
comunicación persuasiva enviada a un receptor, pero devuelta con la reacción
contraria (Acosta
Ferráez, R. A. 2022, marzo 7)..
En esta línea, la inteligencia
artificial (IA), se manifiesta en cómo las tecnologías de IA producen
resultados contrarios a los esperados, como el colapso de modelos cuando
se entrenan con datos generados por la misma IA.
Este efecto hace alusión a un resultado que, como un
bumerán, retorna al usuario con consecuencias negativas: pérdida de tiempo,
frustración, baja calidad de la información recuperada y, en algunos casos,
abandono de procesos académicos como investigaciones o estudios de posgrado.
Tal situación ocurre cuando las herramientas utilizadas no permiten acceder a
fuentes académicas de calidad, presentan limitaciones funcionales o generan
textos superficiales que no cumplen con los estándares científicos.
En consecuencia, la pretendida economía de recursos se
revierte en una inversión mayor de tiempo y esfuerzo, e incluso en perjuicio
económico cuando el estudiante abandona sus estudios o debe rehacer procesos de
escritura académica. En otras palabras, las herramientas gratuitas, contrariamente
a lo que se proclama, son incompletas, hacen perder tiempo y generan frustración,
desconfianza e inseguridad personal.
Diversos estudios han demostrado el empleo que profesores y
estudiantes están realizando de la IA. Caballero en una encuesta aplicada a
profesores de una escuela demuestra que el 100 % de los docentes tienen una
buena percepción sobre la IA, el 90 % afirma tener conocimiento sobre el uso de
la IA en actividades educativas, pero el 70 % afirma no haber sido capacitado en
este campo
La literatura consultada no dio como resultado encontrar experiencias entre los
que emplean herramientas gratuitas con respecto a los que pagan algún servicio.
Es de esperarse que esto se debe a que los resultados obtenidos con
herramientas de pago generalmente son superiores a las versiones gratuitas de estas.
En un chat de Telegram, donde participamos, y que está compuesto por más de 15 000 entusiastas de la IA, se realizó una encuesta para determinar el empleo de
herramientas de pago o no. De los votantes, la mitad afirma no pagar ninguna de
las herramientas, mientras que el 42 % utiliza ChatGPT plus, la versión de pago.
Pagar a no pagar.
Desde una perspectiva pedagógica, el efecto bumerán nos
alerta sobre la necesidad de formar al profesor y a los estudiantes en
estrategias de curación de contenidos que incluyan no solo criterios de
selección de fuentes, sino también la evaluación crítica de las herramientas
empleadas. Apostar por herramientas de pago, como versiones profesionales,
puede representar una inversión estratégica, ya que ofrecen mayor precisión,
capacidad de razonamiento y mejor integración con fuentes científicas y
gestores bibliográficos. No hacerlo puede limitar severamente el desarrollo de
competencias investigativas y generar una dependencia improductiva de
tecnologías que no están diseñadas para procesos académicos rigurosos.
En síntesis, el efecto bumerán en la curación de
contenido visibiliza un fenómeno contradictorio y subestimado en el ámbito
académico: el uso exclusivo de herramientas gratuitas de IA, lejos de empoderar
al estudiante o investigador, puede terminar saboteando sus propios objetivos
de aprendizaje, productividad y calidad científica.
Algunas comparaciones
La siguiente tabla elaborada en combinación entre ChatGPT
plus y Gemini gratuito ilustra un fenómeno que muchos desconocemos.
Criterio |
Herramientas
gratuitas |
Herramientas
de pago |
Acceso a
fuentes académicas |
Limitado o
inexistente |
Integración
con bases de datos y plugins especializados |
Capacidad
de procesamiento |
Respuestas
genéricas y poco contextualizadas |
Argumentación
profunda y adaptada al estilo académico |
Actualización
de datos |
Desactualizadas |
Actualizadas
con navegación y acceso a internet |
Calidad
del lenguaje |
Errores de
coherencia y estilo académico limitados |
Escritura
precisa, estructurada y fluida |
Tiempo
invertido por el usuario |
Alto:
requiere revisión, edición y validación |
Bajo: entrega
resultados más útiles y organizados |
Nivel de
frustración reportado |
Elevado: por
falta de resultados precisos |
Bajo: mayor
grado de satisfacción y efectividad |
Aporte en
la curación de contenidos |
Limitado a
ideas generales |
Profundo:
permite evaluar, sintetizar y clasificar fuentes |
Soporte
para investigación científica |
Escaso: no
integra referencias ni gestiona citas |
Completo:
permite estructurar artículos y generar referencias |
Costo
económico |
Nulo en lo
monetario, alto en esfuerzo y tiempo |
Moderado,
pero con alto retorno académico |
Elaboración propia
(2025)
Recomendaciones para considerar si pagar o no
Evaluar la herramienta según el propósito de empleo. Antes
de elegir cualquier herramienta, podemos preguntarnos: ¿Necesito generar ideas
generales o contenido con respaldo académico? ¿Voy a usarla para estructurar un
artículo, buscar fuentes, redactar o corregir? Las herramientas gratuitas son
útiles para un estudio exploratorio, para generar una lluvia de ideas, crear un
mapa mental, generar una imagen o un audio. Por ejemplo, el empleo de ResearchRabbit, o las versiones
gratuitas de Elicit o Scispace son altamente recomendadas para un
estudio exploratorio de un tema en particular, pero no para profundizar. Las
versiones de Elicit y Scispace tienen la posibilidad de “chatear” con el
documento, ahorrando tiempo en una lectura extensa inicial. Pero en sus
versiones gratuitas la información obtenida es limitada e imprecisa, lo que
puede crear una falsa expectativa del documento y, al final, cuando lo leemos por
completo, podemos frustrarnos ante la información incompleta y desconfiar de la
herramienta.
Combinar las herramientas de IA con juicio crítico considerando
la IA-alfabetización
Es necesario verificar cualquier información obtenida con
las fuentes originales, más en las gratuitas y también en las de pago. La
verificación se extiende también a los posibles sesgos, los errores y
afirmaciones no fundamentadas, que llevan a errores conceptuales. No es posible
delegar todo el trabajo a las herramientas de IA. Aun en las versiones
gratuitas de Gemini, DeepSeek, Grok
entre otros bots generativos que promueven las investigaciones profundas, deben
ser estudiados a fondo. No se puede confiar en los resultados y, por ende exigen
más tiempo de dedicación.
Invertir estratégicamente en herramientas de IA cuando el
contexto lo exige
Cuando se requiere la elaboración de trabajos de alta exigencia académica, como una tesis, artículos, proyectos de investigación y otros, es recomendable considerar el uso de versiones de pago. Connectpapers, Answerthis y el propio ChatGPT Plus, ofrecen mejores posibilidades en sus versiones de pago. Incluso no es necesario que se paguen durante largos períodos de tiempo, sino solo en el que lo vamos a emplear.
Creada en Copilot |
Este tipo de inversión trae seguridad y precisión en el
resultado final, ahorro de tiempo y satisfacción personal por la realización
del trabajo. La IA es sin duda una aliada insustituible en la curación de
contenido, pero solo si es utilizada con criterios claros, propósito definido y
formación adecuada. No se trata de evaluar si soy capaz de emplear las
herramientas de IA, sino de cómo utilizarlas con sentido crítico y ética
profesional.
Para evitar el efecto bumerán es
necesario transformarnos en curadores activos, críticos y estratégicos del
conocimiento. Este desafío se vuelve aún más relevante cuando consideramos
que los chats de inteligencia artificial solo tienen acceso a contenidos libres
y no a fuentes de acceso cerrado, como muchas publicaciones científicas. Por
ello, no basta con aceptar pasivamente la información generada: se requiere una
actitud crítica que reconozca los límites de las fuentes disponibles.
Convertirnos en curadores activos implica verificar, complementar y
contextualizar la información, asumiendo un rol estratégico en la selección y
validación del conocimiento, especialmente en entornos donde el acceso abierto
no garantiza la profundidad ni la rigurosidad científica necesarias.
Para trabajos de alta exigencia,
resulta estratégico invertir en versiones de pago que ofrecen mayor precisión y
profundidad. Más que cuestionar el uso de la IA, el verdadero reto consiste en
cómo emplearla con sentido ético, propósito definido y formación adecuada,
asumiendo el rol de curadores activos y responsables del conocimiento.
Acosta Ferráez, R. A. (2022, marzo
7). El efecto boomerang. LinkedIn. https://es.linkedin.com/pulse/el-efecto-boomerang-raymundo-alejandro-acosta-ferr%C3%A1ez
Caballero, N.,
& Salvador, E. (2024). Percepción sobre el uso de Inteligencia Artificial
en las actividades escolares de los profesores de la Escuela de Nutrición
URSE. Ciencia Latina Revista Científica Multidisciplinar, 8(3),
10500–10524. https://doi.org/10.37811/cl_rcm.v8i3.12208
García Peña, V.
R., Pineda Maigua, J. S., Mendoza Villamar, R. A., Maldonado Echeverría, G.
E., & Caisaguano Revelo, M. D. R. (2024). Uso de aplicaciones de
Inteligencia Artificial en la educación superior, su normalización y
regularización. Código Científico Revista de Investigación, 5(2),
1358–1378. https://doi.org/10.55813/gaea/ccri/v5/n2/617