IA e investigación universitaria: las nuevas competencias del estudiante investigador
La inteligencia artificial y el análisis de datos están transformando la investigación universitaria: agilizan la búsqueda y organización de información, apoyan el análisis y amplían las posibilidades de producir conocimiento. Pero el nuevo estudiante investigador necesita algo más que dominar herramientas: debe evaluar fuentes, comprender datos, detectar sesgos, proteger información, respetar la propiedad intelectual y mantener el razonamiento humano en el centro del proceso.
Este cambio no implica que la tecnología sustituya la capacidad de investigar. Los estándares ISTE para estudiantes y los marcos de competencias de UNESCO coinciden en una idea central: el uso de tecnología e inteligencia artificial debe ir acompañado de pensamiento crítico, criterio ético, alfabetización digital y capacidad para evaluar la calidad y procedencia de la información.
¿Cómo está cambiando la inteligencia artificial la investigación universitaria?
El acceso a herramientas digitales permite localizar literatura, comparar evidencias, organizar referencias, analizar datos, detectar patrones y comunicar resultados con mayor rapidez. En investigación académica, la IA generativa también puede apoyar tareas como resumir documentos, traducir literatura especializada, explorar preguntas y estructurar información.
“Estas herramientas permiten a los estudiantes acceder más rápidamente a fuentes confiables, mejorar la calidad de sus escritos y descubrir nuevas áreas de conocimiento con autonomía”, explica Lucía Alvarado, coordinadora Nacional de Investigación de la Universidad Privada Franz Tamayo (Unifranz).
UNESCO reconoce que la IA generativa puede utilizarse de forma creativa en actividades de aprendizaje e investigación, pero recomienda un enfoque centrado en el ser humano que contemple privacidad de datos, validación ética, transparencia y uso significativo de la tecnología.
¿Qué competencias necesita hoy un estudiante investigador?
El reto ya no consiste únicamente en saber utilizar programas o plataformas. Un estudiante investigador necesita combinar competencias tecnológicas con capacidades de análisis, interpretación y toma de decisiones.
Entre las competencias más relevantes se encuentran:
- Pensamiento crítico para formular preguntas, contrastar evidencias y evaluar resultados.
- Alfabetización informacional para identificar fuentes confiables, reconocer su origen y valorar su relevancia.
- Alfabetización de datos para comprender cómo se obtienen, organizan, interpretan y comunican los datos.
- Competencias en IA para entender las posibilidades y límites de estas herramientas y utilizarlas de manera responsable.
- Ética académica para respetar la autoría, la propiedad intelectual, la privacidad y la integridad de la investigación.
- Capacidad de comunicar resultados con claridad a públicos especializados y no especializados.
- Autonomía, curiosidad y colaboración interdisciplinaria para investigar problemas reales y construir soluciones.
El Marco de competencias para estudiantes en materia de IA de UNESCO organiza estas capacidades alrededor de cuatro dimensiones: una perspectiva centrada en el ser humano, ética de la IA, técnicas y aplicaciones de IA y diseño de sistemas de IA. El marco enfatiza además el juicio crítico y el uso responsable de estas tecnologías.
ISTE: investigar también significa evaluar la calidad de la información
Los estándares ISTE para estudiantes no utilizan como categoría formal la expresión “estudiante investigador”. En cambio, incluyen el estándar Knowledge Constructor, que plantea que los estudiantes deben utilizar herramientas digitales para construir conocimiento a partir de una curación crítica de recursos.
Entre sus indicadores se encuentran emplear estrategias efectivas de investigación, evaluar la exactitud, validez, sesgo, origen y relevancia del contenido digital, organizar información y explorar problemas del mundo real. Esta precisión es importante porque desplaza el foco desde el simple acceso a grandes volúmenes de información hacia la capacidad de determinar qué información merece confianza y cómo utilizarla.
La IA agiliza el proceso, pero exige validación humana
“Facilitan la investigación como tal. Dependiendo de la herramienta, se agiliza el análisis de datos, ayuda con modelación, proyecciones, a resumir contenidos, identificar referencias, textos, imágenes y la traducción de literatura especializada que se encuentra en otros idiomas”, señala Alvarado sobre las herramientas de inteligencia artificial.
Estas capacidades pueden reducir tiempo operativo, pero no eliminan la necesidad de revisar los resultados. Las herramientas de IA pueden producir respuestas incorrectas, incompletas o sesgadas, por lo que el investigador debe contrastar la información con fuentes originales y explicar de manera transparente cómo utilizó la tecnología dentro de su proceso.
“Es fundamental que los estudiantes comprendan que la IA es una herramienta que puede apoyar su aprendizaje, pero que nunca debe sustituir su propio proceso de razonamiento y esfuerzo intelectual”, plantea Ariel Villarroel, experto de la Jefatura de Enseñanza y Aprendizaje (JEA) de Unifranz.
Los datos son la base: ¿por qué importa conocer su origen?
“Los datos son la materia prima de la inteligencia artificial”, advierte Cristina Aranda, consultora tecnológica especializada en Digitalización, Big Data e Inteligencia Artificial y speaker internacional invitada al VII Foro Internacional de Innovación Educativa (FIIE 2026).
La afirmación pone el foco en una competencia decisiva: comprender de dónde proviene la información. Un conjunto de datos puede contener errores, omisiones o sesgos y puede haber sido recopilado bajo condiciones que limitan su uso. Por eso, la alfabetización de datos incluye revisar procedencia, calidad, representatividad, permisos y contexto antes de utilizar la información para generar conclusiones.
La participación de Aranda en el FIIE 2026 está documentada en la agenda y cobertura del foro, donde abordó la relación entre evidencia, datos, inteligencia artificial y toma de decisiones educativas.
¿Qué papel juega la ética en la investigación con IA?
La ética deja de ser un complemento y se convierte en una competencia transversal. El estudiante investigador necesita proteger datos personales, reconocer fuentes, evitar el plagio, respetar derechos de autor, revisar resultados generados por IA y declarar con transparencia cuándo y cómo utilizó estas herramientas.
La guía de UNESCO para IA generativa en educación e investigación recomienda precisamente un enfoque centrado en el ser humano, con atención a la privacidad, la seguridad, la equidad y la validación ética de las herramientas. Esto significa que la responsabilidad sobre una investigación no puede delegarse a un sistema automatizado.
Las competencias tecnológicas crecen, pero las capacidades humanas siguen siendo clave
La transformación no se limita al ámbito académico. El Future of Jobs Report 2025 del Foro Económico Mundial estima que cerca del 39% de las competencias requeridas en el trabajo cambiarán hacia 2030. Entre las habilidades de crecimiento más rápido aparecen la inteligencia artificial, los datos y la alfabetización tecnológica, mientras que el pensamiento analítico, la creatividad, la resiliencia y la colaboración continúan siendo capacidades centrales.
Para la educación superior, esto refuerza la necesidad de formar perfiles híbridos: estudiantes capaces de aprovechar la tecnología sin renunciar a la capacidad de preguntar, interpretar, crear y tomar decisiones con criterio.
Aprender investigando problemas reales
La investigación universitaria puede fortalecer estas competencias cuando se conecta con problemas concretos. Los proyectos integradores y las experiencias prácticas permiten que los estudiantes pasen de consumir información a formular hipótesis, buscar evidencia, analizar datos y comunicar resultados.
“Los proyectos académicos no son únicamente un requisito para aprobar una materia; son un espacio para crecer como personas y como futuros profesionales. La IA puede acompañar este proceso, pero nunca reemplazarlo”, resume Villarroel.
¿Cómo será el estudiante investigador en la era de la IA?
El estudiante investigador de la era de los datos no es solamente un usuario avanzado de herramientas. Es una persona capaz de formular buenas preguntas, buscar y contrastar fuentes, interpretar datos, reconocer incertidumbres y sesgos, utilizar inteligencia artificial de forma transparente y transformar información en conocimiento útil.
La tecnología puede ampliar la velocidad y el alcance de la investigación. El valor académico, sin embargo, seguirá dependiendo de la capacidad humana para comprender el problema, evaluar la evidencia y asumir responsabilidad sobre las conclusiones.