HOMERO1
e-ISSN: 3084-780X Volumen 1 Número 2 Año 2025
Depósito Legal N° 2025-06702 Artículo de revisión
Fortalezas, desafíos y recomendaciones de la Inteligencia Artificial en la escritura académica universitaria: revisión sistemática
Strengths, Challenges, and Recommendations of Artificial Intelligence for University Academic Writing: A Systematic Review
Potencialidades, Desafios e Recomendações da Inteligência Artificial na Escrita Acadêmica Universitária: Uma Revisão Sistemática
Juan Estiven Rodríguez-Anzola1, https://orcid.org/0009-0008-7439-1610
Madeleine Lourdes Palacios-Núñez2*, https://orcid.org/ 0000-0001-8050-5946
1Universidad Nacional Abierta y a Distancia (UNAD), Colombia.
2Universidad Autónoma del Perú, Perú
*Autor para correspondencia. mpalaciosn@autonoma.edu.pe
Citación/Citation/Citação: Rodríguez-Anzola, J.E., & Palacios-Núñez, M.L. (2025). Fortalezas, desafíos y recomendaciones de la Inteligencia Artificial en la escritura académica universitaria: revisión sistemática. HOMERO, 1(2), 66-79. https://doi.org/10.64492/xejrd221
RESUMEN
Introducción: En una era marcada por la inteligencia artificial, el desarrollo de la escritura académica universitaria, aunque se ve potenciado por esta tecnología, también enfrenta desafíos relevantes; la literatura existente da cuenta de estas experiencias y su revisión resulta necesaria para formular estrategias que optimicen el uso educativo de la IA. Objetivo: En este marco, el objetivo de la investigación fue realizar una revisión de literatura (2021–2024) sobre 100 publicaciones científicas relativas al uso de la inteligencia artificial en el desarrollo de la escritura académica. Método: Los estudios fueron extraídos de la base de datos Scopus, seleccionados conforme a la declaración PRISMA y analizados mediante un enfoque de análisis de contenido. Resultados: Los hallazgos evidencian un creciente interés por la temática, principalmente en revistas de cuartil 1 y 2, con predominio de estudios de enfoque cuantitativo, seguidos de revisiones de literatura; asimismo, una proporción significativa de las investigaciones se centra en las fortalezas del uso de la IA, seguida de las estrategias de implementación y, en menor medida, de los desafíos. Conclusiones: Se concluye que la inteligencia artificial impacta no solo en las habilidades comunicativas e investigativas del estudiantado, sino también en procesos metacognitivos y pedagógicos; sin embargo, se identifican riesgos relevantes, como la dependencia excesiva, el plagio, la posible pérdida de habilidades cognitivas y la inequidad en el acceso, lo que confirma que la integración de la IA en la escritura académica constituye un fenómeno complejo y multifacético que exige marcos éticos, pedagógicos y normativos claramente definidos.
Palabras clave: Educación superior, Escritura académica, Inteligencia artificial, Revisión sistemática, Tecnología educativa
ABSTRACT
Introduction: In an era marked by artificial intelligence, the development of university academic writing, while being enhanced by this technology, also faces significant challenges; existing literature accounts for these experiences, and its review is necessary to formulate strategies that optimize the educational use of AI. Objective: Within this framework, the aim of this study was to conduct a literature review (2021–2024) of 100 scientific publications addressing the use of artificial intelligence in the development of academic writing. Method: The studies were retrieved from the Scopus database, selected in accordance with the PRISMA statement, and analyzed using a content analysis approach. Results: The findings reveal a growing interest in this topic, mainly in Q1 and Q2 journals, with a predominance of quantitative studies, followed by literature reviews; moreover, a substantial proportion of the research focuses on the strengths of AI use, followed by implementation strategies and, to a lesser extent, challenges. Conclusions: It is concluded that artificial intelligence impacts not only students’ communicative and research skills, but also metacognitive and pedagogical processes; however, relevant risks are also identified, such as excessive dependence, plagiarism, potential loss of cognitive skills, and inequity in access, confirming that the integration of AI into academic writing constitutes a complex and multifaceted phenomenon that requires clearly defined ethical, pedagogical, and regulatory frameworks.
Keywords: Higher education, Academic writing, Artificial intelligence, Systematic review, Educational technology
RESUMO
Introdução: Em uma era marcada pela inteligência artificial, o desenvolvimento da escrita acadêmica universitária, embora seja potencializado por essa tecnologia, também enfrenta desafios relevantes; a literatura existente registra essas experiências, e sua revisão torna-se necessária para a formulação de estratégias que otimizem o uso educacional da IA. Objetivo: Nesse contexto, o objetivo desta pesquisa foi realizar uma revisão de literatura (2021–2024) sobre 100 publicações científicas relacionadas ao uso da inteligência artificial no desenvolvimento da escrita acadêmica. Método: Os estudos foram extraídos da base de dados Scopus, selecionados de acordo com a declaração PRISMA e analisados por meio da análise de conteúdo. Resultados: Os achados evidenciam um interesse crescente pelo tema, principalmente em periódicos dos estratos Q1 e Q2, com predominância de estudos de abordagem quantitativa, seguidos por revisões de literatura; além disso, uma parcela significativa das pesquisas concentra-se nas potencialidades do uso da IA, seguida pelas estratégias de implementação e, em menor medida, pelos desafios. Conclusões: Conclui-se que a inteligência artificial impacta não apenas as habilidades comunicativas e investigativas dos estudantes, mas também processos metacognitivos e pedagógicos; contudo, também são identificados riscos relevantes, como a dependência excessiva, o plágio, a possível perda de habilidades cognitivas e a inequidade no acesso, o que confirma que a integração da IA na escrita acadêmica constitui um fenômeno complexo e multifacetado, que demanda marcos éticos, pedagógicos e normativos claramente definidos.
Palavras-chave: Educação superior, Escrita acadêmica, Inteligência artificial, Revisão sistemática, Tecnologia educacional
Fecha de recepción: 15/02/2025 Fecha de aceptación: 28/05/2025 Fecha de publicación: 30/06/2025
Introducción
La consolidación de la IA en el ámbito educativo la ha convertido en una herramienta clave para responder a los desafíos y oportunidades del siglo XXI. Según la UNESCO (2021), la IA tiene el potencial de mejorar la calidad, la equidad y la inclusión en los sistemas educativos si se implementa de forma ética y responsable. Entiéndase por IA al conjunto de tecnologías que permiten a las máquinas simular procesos cognitivos humanos, como crear textos con un lenguaje semejante al de las personas (IGI Global, 2019). En el ámbito educativo superior, las tecnologías basadas en inteligencia artificial, como el asistente conversacional ChatGPT, ofrecen múltiples beneficios tanto para docentes como para estudiantes. Para los educadores, la IA ha demostrado aliviar la carga de trabajo al automatizar tareas rutinarias, como responder preguntas frecuentes, lo que les permite dedicar más tiempo para ofrecer retroalimentación personalizada y centrarse en mejoras pedagógicas (Xiao & Smith, 2024). Por su parte, los estudiantes se benefician del acceso continuo al conocimiento y del fortalecimiento de su autonomía, ya que la IA promueve habilidades clave del aprendizaje autorregulado, como la planificación, el monitoreo del progreso y la autoevaluación (Holmes et al., 2019). En conjunto, estas posibilidades contribuyen a atender de manera innovadora las demandas y problemáticas de la educación superior contemporánea.
Pese a estos avances, la escritura académica enfrenta nuevos desafíos que van más allá del uso técnico de las herramientas digitales. El uso indiscriminado de herramientas como ChatGpt genera un riesgo en la formación de competencias clave como la argumentación, la coherencia lógica y el desarrollo de una voz propia en el discurso académico (Bitzenbauer, 2023). Por ello, la IA, si bien puede ser un recurso didáctico valioso, también exige una vigilancia pedagógica rigurosa para evitar que la escritura académica pierda su valor formativo y se convierta en un acto mecánico, carente de profundidad intelectual. Así, se vuelve indispensable comprender de manera crítica y fundamentada cómo se están desarrollando las experiencias actuales en este campo. Esta visión integral requiere identificar no solo los aspectos positivos y negativos del uso de la IA, sino también las estrategias pedagógicas que han surgido para gestionar su integración en los procesos de escritura académico-científica. A través del análisis de estas experiencias será posible extraer aprendizajes, detectar tendencias y generar orientaciones útiles para una apropiación más ética, consciente y formativa de estas tecnologías en la educación superior.
Por ello, el objetivo de esta investigación consiste en realizar una revisión de literatura sobre el rol de la IA en la escritura académica universitaria a través de las publicaciones científicas generadas en el periodo 2021-2024 en Scopus. Para tal fin, se plantean dos preguntas de investigación: ¿Qué características tiene el acercamiento científico que han realizado los investigadores para entender la relación entre la IA y escritura académica en la educación superior? y ¿Qué concluye la evidencia científica acerca de la relación entre la IA y escritura académica en la educación superior?
Métodos
La presente investigación adopta el paradigma interpretativo, enfoque cualitativo, nivel exploratorio y diseño bibliográfico, ya que se basa en la revisión y análisis crítico de fuentes secundarias. (Hernández y Mendoza, 2020). Como técnicas e instrumentos de recolección de datos, se utilizó Google Sheet para el registro de forma organizada y detallada de la información esencial de cada artículo revisado (título del artículo, autores, año de publicación, revista, país, enfoque metodológico, hallazgos principales y palabras clave). Además, se aplicó el método PRISMA 2020 (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), que permitió estructurar el proceso de búsqueda, selección y evaluación de estudios (Page et al., 2021). Bajo este método, se siguieron cuatro fases principales: identificación, cribado, elegibilidad e inclusión, para asegurar una recopilación precisa y coherente de la información.
La fase inicial, denominada Identificación, se centró en la búsqueda exhaustiva de literatura pertinente en la base de datos de reconocido prestigio como SCOPUS, donde se identificaron 514 registros, con fecha 30 de abril del 2025. La estrategia de búsqueda se diseñó empleando una combinación de palabras clave y términos específicos relacionados con la pregunta de investigación, las cuales fueron ("artificial intelligence" OR "ai") AND ("academic writing" OR "research writing" OR "scientific writing"). A continuación, se retiraron aquellos estudios que excedían los últimos 5 años, y resultaron 400 registros. Aquellos estudios que, a partir de la lectura de su título y resumen, se consideraron fuera del alcance de la investigación, fueron excluidos, resultando en una selección de 215 registros que pasaron a la siguiente fase. La fase de Elegibilidad implicó una revisión exhaustiva a texto completo de los 215 registros preseleccionados. Durante esta revisión de la accesibilidad, se excluyeron 115 registros. Así, se determinó que 100 registros cumplían con todos los criterios de inclusión establecidos y, por lo tanto, fueron considerados elegibles para la fase final de análisis y síntesis.
Figura 1. Pasos de la declaración PRISMA para la revisión de literatura
Resultados
En la tabla 1, se observa que, de los 100 artículos que fueron sometidos a la revisión de literatura, el año de mayor producción científica en este tema fue en el 2023 (48 artículos). Asimismo, el artículo con mayor número de citaciones (414 citas) se publicó en el 2023, ¿cuyo título es Can artificial intelligence help for scientific writing? y tiene como autores a Salvagno, Taccone y Gerli (Salvagno et al., 2023). Este artículo reflexiona sobre el uso de la IA en la redacción científica, destacando su utilidad para organizar ideas y corregir textos, pero también por advertir los riesgos éticos y la necesidad de regular su uso para que no sustituya el juicio crítico. Asimismo, en esta tabla, se observa el número de publicaciones por año según su cuartil declarado en la Scimago Journal & Country Rank. En ese sentido, se observa que el cuartil con mayor cantidad de publicaciones entre el periodo 2021-2024 ha sido el cuartil 1 con 45 publicaciones en total, lo cual denota el alto nivel de impacto que, en su mayoría, tienen los artículos publicados en esta temática.
Tabla 1. Publicaciones por año y cuartil SJR (2021-2024)
|
Cuartil |
2021 |
2022 |
2023 |
2024 |
Total |
% |
|
Q1 |
1 |
20 |
24 |
45 |
45 % |
|
|
Q2 |
3 |
12 |
10 |
25 |
25 % |
|
|
Q3 |
1 |
10 |
8 |
19 |
19 % |
|
|
Q4 |
1 |
3 |
4 |
8 |
8 % |
|
|
n/d |
3 |
3 |
3 % |
|||
|
Total |
1 |
5 |
48 |
46 |
100 |
100 % |
En la tabla 2 se observa la cantidad de publicaciones científicas según su enfoque metodológico en el periodo 2021 al 2024. Se observa que la mayor cantidad de publicaciones se trata de artículos cuantitativos (34%), seguido de una cantidad importante de artículos de revisión de literatura (29%). En tercer lugar, se identifica un 26% de artículos cualitativos producidos sobre esta temática en el rango estudiado. Finalmente, como enfoque mixto, se han producido 11% de artículos.
Tabla 2. Publicaciones por año según enfoque (2021-2024)
|
Año |
Enfoque cuantitativo |
Enfoque cualitativo |
Enfoque mixto |
Revisión de literatura |
N° |
% |
|
2021 |
1 |
1 |
1 % |
|||
|
2022 |
3 |
2 |
5 |
5 % |
||
|
2023 |
14 |
11 |
4 |
19 |
48 |
48 % |
|
2024 |
16 |
13 |
7 |
10 |
46 |
46 % |
|
Total |
34 |
26 |
11 |
29 |
100 |
100 % |
|
% |
34 % |
26 % |
11 % |
29 % |
100 |
100 % |
En la tabla 3, se cuentan los artículos producidos en el periodo 2021 al 2024 según el aspecto identificado respecto a la relación de la inteligencia artificial con el desarrollo de la escritura académica. En detalle, se observa que 78 artículos sometidos al SRL refieren sobre fortalezas de esta relación, mientras que, en menor medida, solo 56 artículos refieren sobre los desafíos. Respecto a las estrategias para potenciar el uso de la IA, se identificaron que 76 artículos dan cuenta de estas recomendaciones.
Tabla 3. Publicaciones por aspecto identificado (2021-2024)
|
Enfoque/Método |
Número de artículos |
Fortalezas |
Desafíos |
Recomendaciones |
|
Cualitativo |
26 |
16 |
17 |
19 |
|
Cuantitativo |
34 |
28 |
17 |
26 |
|
Mixto |
11 |
11 |
8 |
6 |
|
Revisión de literatura |
29 |
23 |
14 |
25 |
|
Total |
100 |
78 |
56 |
76 |
Fortalezas del uso de la IA en la escritura académica en el nivel superior
La revisión de literatura arrojó los siguientes siete aspectos positivos relacionados con el uso de la inteligencia artificial para el desarrollo de la escritura académica en la educación superior.
Mejora en la precisión gramatical y estilo de redacción académica
El análisis de la literatura revela que la inteligencia artificial (IA) ha tenido un impacto transformador en la escritura académica, aportando beneficios en la precisión, eficiencia y calidad de los textos. Múltiples estudios coinciden en que herramientas como Grammarly y ChatGPT mejoran la claridad estilística, detectan el plagio y optimizan la estructura (Malik et al., 2023; Sanosi, 2022). Para los académicos no nativos, la IA es un recurso invaluable, ya que les permite producir escritos más coherentes y profesionales, contribuyendo a su confianza y éxito (Del Giglio y da Costa, 2023; Bai et al., 2024; Baldrich & Domínguez, 2024; Fiorillo, 2024). Además de la mejora lingüística (Chauke et al., 2024; Rababah et al., 2024; Li et al., 2024), la IA se ha vuelto esencial para la generación y estructuración de contenido académico, al liberar a los investigadores de tareas repetitivas como la organización de ideas y la revisión de estilo (Buruk, 2023; Livberber, 2023; Wang & Ren, 2024; Khalifa & Albadawy, 2024). Su versatilidad abarca todas las etapas del proceso investigativo, desde la planificación inicial hasta la mejora estilística de borradores (Utami et al., 2023; Alberth, 2023; Abuyaman, 2023). La IA también ha incrementado la velocidad de producción de textos sin sacrificar la calidad (Carobene et al., 2023; Mondal y Mondal, 2023; Yeadon et al., 2024), ahorrando tiempo en tareas tediosas como la elaboración de resúmenes (Lee et al., 2023; Kacena et al., 2024). En el ámbito educativo, ChatGPT se ha posicionado como un recurso integral para la investigación, docencia y redacción (Khlaif et al., 2023; Safrai & Orwig, 2024; Williams, 2024). Sin embargo, los autores enfatizan que la IA debe funcionar como un complemento valioso y no como un reemplazo de la autoría humana, lo que permite a estudiantes y académicos centrarse en la creatividad, el análisis crítico y la originalidad.
Desarrollo de las habilidades comunicativas y emociones positivas en la escritura
Las herramientas de inteligencia artificial (IA) tienen un efecto positivo en la autoeficacia y el bienestar emocional de los estudiantes al escribir. Según Nazari et al. (2021), estas tecnologías aumentan la autoeficacia y el compromiso cognitivo, emocional y conductual, especialmente en estudiantes de posgrado no nativos, quienes suelen enfrentar más obstáculos al redactar en otro idioma. Este apoyo ayuda a disminuir la ansiedad y a fortalecer la confianza, lo que resulta en un ambiente de aprendizaje más positivo y productivo. Además, la IA está vinculada directamente con una mejora notable en las habilidades comunicativas y del lenguaje académico. Autores como Muhaemin et al. (2024) y Mahyoob et al. (2023) asocian el uso de la IA con el desarrollo de ideas y una mejora sustancial en la calidad del lenguaje, lo que lleva a textos más coherentes y efectivos. De igual forma, Meyer et al. (2023) y Morrison et al. (2023) resaltan el papel transformador de la IA en la escritura y la enseñanza, viéndola como un motor para desarrollar habilidades lingüísticas avanzadas.
Retroalimentación formativa y tutoría digital
Una de las mayores ventajas de la IA en la escritura académica es su capacidad para ofrecer retroalimentación formativa inmediata y objetiva, promoviendo la autoevaluación. Tseng & Lin (2024), Mahapatra (2024), y Kim & Kim (2022) subrayan la inmediatez y el carácter crítico de esta retroalimentación, lo que permite a los estudiantes corregir errores de manera eficiente. La IA está revolucionando la educación al funcionar como un tutor personalizado que se adapta a las necesidades de cada estudiante. Cruz et al. (2024) y Kuleto et al. (2022) sostienen que la IA puede actuar como un mentor individual, proporcionando apoyo y recursos didácticos a la medida. Este enfoque no solo mejora la comprensión, sino que, como afirman Ou et al. (2024b), también fomenta la autonomía, el compromiso y la motivación en los estudiantes, empoderándolos para tomar el control de su propio aprendizaje. Además, Johnston et al. (2024) y Strzelecki (2024) han investigado las percepciones de los estudiantes sobre el uso de herramientas como Grammarly y ChatGPT en sus tareas académicas, destacando su creciente aceptación y utilidad como recursos complementarios para mejorar el aprendizaje y el rendimiento en el aula.
Automatización y eficiencia en revisiones sistemáticas y búsquedas de literatura
La IA optimiza de manera significativa las revisiones sistemáticas y las búsquedas de literatura, tareas que tradicionalmente consumen mucho tiempo. Alshami et al. (2023) y Benites (2023) han mostrado cómo la IA automatiza la selección de estudios y la extracción de datos, lo que reduce el esfuerzo manual y la posibilidad de errores. Además, herramientas como Scite, SciSpace y ResearchRabbit, mencionadas por Gimeno-Ballester & Trigo-Vicente (2024), mejoran la organización de la información y facilitan el descubrimiento de conocimientos relevantes, permitiendo a los investigadores enfocarse en el análisis crítico en lugar de en la gestión de datos. La IA también contribuye de forma significativa a la divulgación científica y a la simplificación del lenguaje, haciendo la investigación más accesible. Markowitz (2024) ha demostrado que los resúmenes generados por IA pueden mejorar drásticamente la comprensión del público general sobre temas complejos. Adicionalmente, Macdonald et al. (2023) promueven el uso de la IA para una redacción clara y concisa que no compromete la privacidad, permitiendo a los investigadores comunicar sus hallazgos de manera efectiva y democratizando el acceso al conocimiento científico.
Fomento del pensamiento crítico, habilidades metacognitivas y digitales
La IA no limita el pensamiento, sino que puede fomentar el pensamiento crítico y las habilidades metacognitivas. Nguyen et al. (2024) y Taiye et al. (2024) han descubierto que el uso iterativo de la IA en la escritura mejora la autorregulación del aprendizaje y el análisis. Al interactuar con la IA para refinar ideas, los estudiantes se ven obligados a evaluar y reflexionar, fortaleciendo su pensamiento de orden superior. Además, el uso de la IA en la escritura promueve la alfabetización crítica en IA generativa, una habilidad clave en el contexto tecnológico actual. Ou et al. (2024) y Yue et al. (2022) impulsan este concepto como una competencia esencial para el uso responsable y ético de estas herramientas. Al usar la IA de forma consciente, los estudiantes no solo mejoran sus escritos, sino que también entienden mejor sus capacidades y limitaciones, preparándose para un futuro donde la IA será omnipresente.
Redefinición de la autoría y creatividad colaborativa
La integración de la IA en la escritura académica está redefiniendo la autoría y fomentando la creatividad colaborativa. Nakazawa et al. (2022) proponen una visión de autoría donde humanos e IA trabajan juntos, combinando la intuición humana con la eficiencia algorítmica. Asimismo, Bozkurt (2024) y Bahammam et al. (2023) destacan el rol de la IA como editor o incluso coautor, lo que plantea importantes implicaciones éticas y legales, y abre un debate sobre los límites de la autoría en la era digital e invita a la innovación.
Evaluación y detección de textos generados por IA
Un aspecto crucial de la IA en la escritura académica es el desarrollo de herramientas para la evaluación y detección de textos generados por IA, lo que es fundamental para mantener la integridad académica. Gao et al. (2023), Desaire et al. (2023) y Quidwai et al. (2023) han presentado métodos para distinguir entre textos humanos y de IA, y Gralha & Pimentel (2024) han propuesto clasificadores con una precisión del 99%. Esta capacidad de detección es vital para asegurar la autenticidad y originalidad, promoviendo un uso ético y responsable de la tecnología.
Desafíos en torno al uso de la IA en la escritura académica en el contexto universitario
Por otro lado, también se identificaron cinco aspectos negativos que podría acarrear el uso irreflexivo de la inteligencia artificial para el desarrollo de la escritura académica.
Riesgo de dependencia y afectación de habilidades humanas
El uso de la inteligencia artificial (IA) en la escritura académica presenta riesgos, como la dependencia y la supresión del pensamiento crítico. Autores como Malik et al. (2023) y Santiago et al. (2023) advierten que el uso excesivo de la IA puede afectar negativamente la creatividad y las habilidades de redacción autónomas, mientras que Morrison et al. (2023) y Silva et al. (2023) señalan que un uso acrítico podría suplantar el pensamiento crítico humano. Esta dependencia, según Mondal y Mondal (2023) y Milton et al. (2024), limita el desarrollo cognitivo y la escritura independiente. Además, Nguyen et al. (2024b) demuestran que el uso pasivo de la IA reduce el rendimiento en tareas escritas, y Pividori & Greene (2024), Williams & Fadda (2023) y Wang (2023) afirman que ChatGPT tiene deficiencias en la comprensión de conceptos complejos, lo que afecta la calidad del contenido académico. Estas preocupaciones se reflejan en la percepción estudiantil. Johnston et al. (2024) documentan que el 70.4% de los estudiantes se oponen a usar ChatGPT para redactar ensayos completos. Asimismo, De Jesus et al. (2024) y Fontenelle-Tereshchuk (2024) añaden que los propios estudiantes identifican limitaciones en la interacción y en el desarrollo de habilidades críticas al usar esta tecnología.
Problemas de integridad académica, plagio y propiedad intelectual
El uso de la inteligencia artificial (IA) en la escritura académica presenta serias preocupaciones sobre la integridad y la originalidad, según varios estudios que han manifestado inquietud sobre el plagio y la amenaza a la integridad académica (Rababah et al., 2024; Kim, 2023; Bai et al., 2024). Autores como Sarfo (2023) señalan que ChatGPT puede evadir detectores como Turnitin, mientras que Kacena et al. (2024) y Santiago et al. (2023) alertan sobre la imprecisión de las fuentes. Adicionalmente, el debate se extiende a la autoría y la propiedad intelectual, ya que, según Mann et al. (2023), Bozkurt (2024) y Nakazawa et al. (2022), se debe redefinir la creatividad en un contexto donde la IA participa en el proceso de escritura. A esto se añade la controversia sobre la originalidad y el valor científico del contenido generado, ya que Lozić & Štular (2023), Livberber (2023) y Mahyoob et al. (2023) sostienen que la IA solo reorganiza información existente. Zashikhina (2023) critica que los textos de ChatGPT no cumplen con estructuras académicas y, junto a Williams (2024), indican que tampoco cumplen con los estándares de rigor metodológico y citación. Esto podría generar riesgos de sesgos y desinformación, ante los cuales autores como Khlaif et al. (2023), Hryciw et al. (2023) y Ou et al. (2024b) señalan la necesidad de regulaciones. Finalmente, dado que los sistemas de detección de textos generados por IA son inconsistentes (Gao et al., 2023; Desaire et al., 2023; Quidwai et al., 2023; Gralha & Pimentel, 2024), se subraya la urgencia de establecer marcos éticos e institucionales para asegurar que la IA no comprometa la integridad de la investigación (Alberth, 2023; Bai et al., 2024; Taiye et al., 2024).
Generación de información inexacta y "alucinaciones"
Autores como Babl & Babl (2023), Anghelescu et al. (2023), Safrai & Orwig (2024) y Mahyoob et al. (2023) documentan que ChatGPT puede generar referencias o datos falsos. Gao et al. (2023) y Fiorillo (2024) señalan que estos errores comprometen la calidad y confiabilidad del contenido. Asimismo, Alshami et al. (2023), Khlaif et al. (2023) y Farhat et al. (2023) destacan las limitaciones de la IA para la extracción precisa de información, revisiones de literatura y análisis bibliométricos, donde aún requiere una supervisión estricta. Este riesgo de “alucinaciones” podría estar relacionado, según Mahyoob et al. (2023), Livberber (2023) y Benites et al. (2023), con que los textos generados por IA a menudo son genéricos, repetitivos y carecen de justificación semántica, lo que limita la diversidad en el discurso académico.
Alteración del rol docente y retroalimentación limitada
Kim & Kim (2022) han expresado preocupación por el cambio en el rol docente debido al avance de estas tecnologías. Taskiran & Goksel (2022) afirman que, aunque la retroalimentación de la IA es útil, la de un docente sigue siendo de mayor calidad. También advierte sobre posibles problemas en la evaluación, calificaciones y motivación estudiantil. Conijn et al. (2023) destacan que la discrepancia entre las calificaciones de la IA y la autoevaluación del estudiante afecta la motivación y la confianza. Finalmente, Habibzadeh (2023) y Chemaya & Martin (2024) señalan que los sistemas de detección de IA tienen limitaciones importantes y generan falsos positivos.
Desigualdad en el acceso y brechas formativas
Salvagno et al. (2023) señalan la inequidad en el acceso a herramientas de IA, lo que podría ampliar las brechas educativas. Por su parte, Hegazy et al. (2024) exponen la desconexión entre el conocimiento de los estudiantes sobre la ética en la IA y su aplicación práctica. Esta falta de coherencia, según Octaberlina et al. (2024), podría disminuir la participación activa del estudiante en procesos de reflexión y creación de conocimiento original.
Discusión
Finalmente, la literatura revisada nos permitió arribar a seis recomendaciones o estrategias que se están disponiendo para potenciar el uso de la IA en el desarrollo de la escritura académica.
Capacitar en el uso responsable, ético y crítico de la IA
Khalifa y Albadawy (2024), Imran & Almusharraf (2023), Hegazy et al. (2024) y Taiye et al. (2024) resaltan la necesidad de capacitar a investigadores y estudiantes en el uso responsable de la IA, lo que implica integrar programas de conciencia ética y marcos regulatorios claros. Jarrah et al. (2023) y Fiorillo (2024) subrayan la importancia de seguir normas éticas y promover la transparencia. Asimismo, Benites (2023), Mahapatra (2024) y Utami et al. (2023) enfatizan que es necesario enseñar el uso de sistemas de extracción de información y retroalimentación automatizada, especialmente a estudiantes que no son hablantes nativos de inglés.
Combinar el uso de IA con la supervisión y el juicio humano : Autores como Gao et al. (2023), Carobene et al. (2023), Habibzadeh (2023), Kacena et al. (2024) y Abuyaman (2023) concuerdan en que el uso de la IA debe complementarse con la revisión humana para asegurar la integridad, precisión y calidad de los textos académicos. De igual manera, Markowitz (2024), Gandhi y Gani (2024) y Nemt-allah et al. (2024) subrayan la importancia de monitorear el compromiso, la confianza y el desempeño de los usuarios frente a la IA por medio de estudios empíricos y herramientas validadas.
Promover un enfoque pedagógico reflexivo y colaborativo: Nakazawa et al. (2022), Kong et al. (2024) y Nguyen et al. (2024a) sugieren impulsar una colaboración entre humanos e IA, con propuestas didácticas estructuradas que fomenten el pensamiento crítico y la autorregulación. De esta forma, la IA se debe integrar como una herramienta complementaria, no como sustituto. Taskiran & Goksel (2022), y Baldrich y Domínguez-Oller (2024), y Sword et al. (2024) insisten en que la IA debe ser un apoyo, sin reemplazar el conocimiento humano. Asimismo, Hwang et al. (2023), Pividori & Greene (2024) y Wang (2023) recomiendan aplicar la IA en tareas específicas, como la edición o corrección de estilo, sin delegar la generación completa de contenido.
Diseñar directrices institucionales y políticas claras: La integración de la inteligencia artificial (IA) en la academia requiere el desarrollo de normativas claras y la colaboración entre distintos actores. Autores como Bahammam et al. (2023), Desaire et al. (2023), Bai et al. (2024), Santiago et al. (2023) y Liu et al. (2024) proponen la creación de normativas que incluyan mecanismos de detección, regulación y atribución en entornos educativos y científicos. Yeadon et al. (2024), Zashikhina (2023) y Williams (2024) sugieren establecer límites a la participación de la IA, como usarla solo en tareas auxiliares o fijar un porcentaje máximo para la autoría humana. Además, Nakazawa et al. (2022), y Bozkurt (2024) proponen actualizar los marcos de autoría, creatividad y evaluación para considerar el rol de la IA. Para lograr una integración justa y efectiva, Sharifzadeh (2024) propone fomentar alianzas estratégicas entre desarrolladores, comités éticos, docentes e investigadores. Asimismo, Cascella et al. (2023) y Bahammam et al. (2023) resaltan la necesidad de documentar qué herramientas se usaron, cómo y en qué etapas de la escritura, para asegurar la integridad y la reproducibilidad metodológica.
Fortalecer la alfabetización en IA y pensamiento metacognitivo: Ou et al. (2024a), Kim (2023) y Rababah et al. (2024) promueven la alfabetización crítica en IA, el diseño de microcurrículos y el fortalecimiento de habilidades metacognitivas en universidades. De forma específica, Conijn et al. (2023) y Macdonald et al. (2023) destacan la importancia de considerar la percepción y experiencia de los usuarios al diseñar entornos educativos basados en IA. No obstante, Strzelecki (2024), Utami et al. (2023) y Chauke et al. (2024) sugieren que las soluciones de IA deben adaptarse a los desafíos culturales, lingüísticos y tecnológicos de cada región o institución.
Conclusiones
El análisis de literatura revela un gran aumento del interés científico en la relación entre IA y escritura académica universitaria. La producción más alta se registró en 2024. La mayoría de los estudios son empíricos y provienen de revistas de alto impacto (cuartil 1 y 2), lo que demuestra la rigurosidad con la que se aborda el tema. Los hallazgos muestran principalmente beneficios, como mejoras en la precisión gramatical, ayuda en la redacción y desarrollo de habilidades metacognitivas. Sin embargo, también se identifican riesgos significativos, como la dependencia, el plagio y la inequidad en el acceso. Estas tensiones indican que la integración de la IA es compleja y exige la creación de marcos éticos, pedagógicos y normativos claros.
Los resultados obtenidos sugieren implicaciones en los procesos de enseñanza-aprendizaje en la educación superior. La integración de la IA no solo cambia los roles de estudiantes y docentes, sino que también impone nuevas demandas a las instituciones, como la necesidad de formación docente, la actualización de currículos y el desarrollo de políticas de integridad académica. Las universidades deben fomentar la alfabetización en IA, promover una cultura de innovación responsable y asegurarse de que la tecnología complemente, en lugar de reemplazar, el juicio humano.
Entre sus limitaciones, el estudio se basó exclusivamente en artículos de Scopus, lo que, si bien asegura calidad, podría haber excluido estudios relevantes de otras bases de datos o contextos no angloparlantes. Además, aunque se ha logrado un análisis representativo de cien estudios, la rápida evolución de la IA podría dejar obsoletos algunos de los hallazgos en poco tiempo. Se recomienda que futuras investigaciones aborden el impacto longitudinal de la IA, así como la realización de estudios de caso en contextos latinoamericanos o hispanohablantes, que actualmente están subrepresentados. Finalmente, sería valioso profundizar en marcos normativos institucionales para regular su uso de manera ética.
Declaración de transparencia, ética y responsabilidad
Conflicto de intereses: Los autores declaramos que no existen conflictos de intereses relacionados con la investigación, la autoría o la publicación de este artículo.
Contribución y autoría: Los autores declaramos que todos contribuimos de manera significativa al manuscrito de acuerdo con la taxonomía CRediT, aprobamos la versión final y aceptamos el orden de autoría establecido.
Aprobación ética: Los autores declaramos que el estudio fue evaluado y aprobado por un Comité de Ética en Investigación (Research Ethics Committee, REC) o por un Comité de Revisión Institucional (Institutional Review Board, IRB). En los casos en que no se requirió dicha evaluación, la investigación contó con los permisos institucionales formales correspondientes.
Financiamiento: Los autores declaramos que esta investigación no recibió financiamiento externo.
Disponibilidad de datos: Los datos estarán disponibles previa solicitud razonada a los autores.
Uso de Inteligencia Artificial (IA): Los autores declaramos cualquier uso de herramientas de Inteligencia Artificial de manera transparente y asumimos plena responsabilidad sobre el contenido del manuscrito.
Preprints: Los autores declaran que este manuscrito no ha sido publicado previamente como preprint en ningún repositorio público.
Retracciones y correcciones: Los autores son conscientes de la política editorial de la revista HOMERO respecto a la ética en publicación, retractaciones y correcciones, y se comprometen a actuar conforme a los principios establecidos por el Committee on Publication Ethics (COPE) en caso de identificarse errores o malas prácticas después de la publicación.
Referencias
Abuyaman, O. (2023). Strengths and Weaknesses of ChatGPT Models for Scientific Writing About Medical Vitamin B12: Mixed Methods Study. JMIR Formative Research, 7, e49459. https://doi.org/10.2196/49459
Alberth, N. (2023). The use of ChatGPT in academic writing: A blessing or a curse in disguise? TEFLIN Journal, 34(2), 337–352. https://doi.org/10.15639/teflinjournal.v34i2/337-352
Alshami, A., Elsayed, M., Ali, E., Eltoukhy, A. E. E., & Zayed, T. (2023). Harnessing the Power of ChatGPT for Automating Systematic Review Process: Methodology, Case Study, Limitations, and Future Directions. Systems, 11(7), 351. https://doi.org/10.3390/systems11070351
Anghelescu, A., Ciobanu, I., Munteanu, C., Anghelescu, L. A. M., & Onose, G. (2023). ChatGPT: “To be or not to be” . . . in academic research. The human mind’s analytical rigor and capacity to discriminate between AI bots’ truths and hallucinations. Balneo and PRM Research Journal, 14(4), Artículo 614. https://doi.org/10.12680/balneo.2023.614
Babl, F. E., & Babl, M. P. (2023). Generative artificial intelligence: Can ChatGPT write a quality abstract? Emergency Medicine Australasia, 35(5), 809-811. https://doi.org/10.1111/1742-6723.14233
Bahammam, A. S., Trabelsi, K., Pandi-Perumal, S. R., & Jahrami, H. (2023). Adapting to the Impact of Artificial Intelligence in Scientific Writing: Balancing Benefits and Drawbacks while Developing Policies and Regulations. Journal Of Nature And Science Of Medicine, 6(3), 152-158. https://doi.org/10.4103/jnsm.jnsm_89_23
Bai, Y., Kosonocky, C. W., & Wang, J. Z. (2024). How our authors are using AI tools in manuscript writing. Patterns, 5(10), 101075. https://doi.org/10.1016/j.patter.2024.101075
Baldrich, K., & Domínguez-Oller, J. C. (2024). El uso de ChatGPT en la escritura académica: Un estudio de caso en educación. Pixel-Bit Revista de Medios y Educación, 71, 141-157. https://doi.org/10.12795/pixelbit.103527
Benites, F. (2023). Information retrieval and knowledge extraction for academic writing. En F. Benites, A. D. Benites, & C. M. Anson (Eds.), Scientific writing and publishing: A comprehensive guide (pp. 303–315). Springer. https://doi.org/10.1007/978-3-031-36033-6_19
Benites, F., Benites, A. D., & Anson, C. M. (2023). Automated text generation and summarization for academic writing. En F. Benites, A. D. Benites, & C. M. Anson (Eds.), Scientific writing and publishing: A comprehensive guide (pp. 279–301). Springer. https://doi.org/10.1007/978-3-031-36033-6_18
Bitzenbauer, A. (2023). La Inteligencia Artificial y su impacto en la alfabetización académica: una revisión sistemática. Educatio Siglo XXI, 42(3), 53–74. https://doi.org/10.6018/educatio.609591
Bozkurt, A. (2024). GenAI et al.: Cocreation, Authorship, Ownership, Academic Ethics and Integrity in a Time of Generative AI. Open Praxis, 16(1), 1-10. https://doi.org/10.55982/openpraxis.16.1.654
Buruk, O. (2023). Academic writing with GPT-3.5 (ChatGPT): Reflections on practices, efficacy and transparency. En Proceedings of the 26th International Academic Mindtrek Conference (Mindtrek ’23) (pp. 144–153). Association for Computing Machinery. https://doi.org/10.1145/3616961.3616992
Carobene, A., Padoan, A., Cabitza, F., Banfi, G., & Plebani, M. (2023). Rising adoption of artificial intelligence in scientific publishing: evaluating the role, risks, and ethical implications in paper drafting and review process. Clinical Chemistry And Laboratory Medicine (CCLM), 62(5), 835-843. https://doi.org/10.1515/cclm-2023-1136
Cascella, M., Montomoli, J., Bellini, V., Ottaiano, A., Santorsola, M., Perri, F., Sabbatino, F., Vittori, A., & Bignami, E. G. (2023). Writing the paper “Unveiling artificial intelligence: an insight into ethics and applications in anesthesia” implementing the large language model ChatGPT: a qualitative study. Journal Of Medical Artificial Intelligence, 6(9). https://doi.org/10.21037/jmai-23-13
Chauke, T. A., Mkhize, T. R., Methi, L., & Dlamini, N. (2024). Postgraduate Students’ Perceptions on the Benefits Associated with Artificial Intelligence Tools on Academic Success: In Case of ChatGPT AI tool. Journal Of Curriculum Studies Research, 6(1), 44-59. https://doi.org/10.46303/jcsr.2024.4
Chemaya, N., & Martin, D. (2024). Perceptions and detection of AI use in manuscript preparation for academic journals. PLoS ONE, 19(7), e0304807. https://doi.org/10.1371/journal.pone.0304807
Conijn, R., Kahr, P., & Snijders, C. (2023). The Effects of Explanations in Automated Essay Scoring Systems on Student Trust and Motivation. Journal Of Learning Analytics, 10(1), 37-53. https://doi.org/10.18608/jla.2023.7801
Cruz, S. M. C., Arredondo-Zela, S. O., & Grández-Ventura, L. M. (2024). Uso del ChatGPT y el rendimiento académico en estudiantes de una universidad privada. REVISTA EDUSER, 11(1), 29-37. https://revistas.ucv.edu.pe/index.php/eduser/article/view/2877
De Jesus, F. S., Ibarra, L. M., Villanueva, W., & Leyesa, M. (2024). ChatGPT as an Artificial Intelligence Learning Tool for Business Administration Students in Nueva Ecija, Philippines. International Journal Of Learning Teaching And Educational Research, 23(6), 348-372. https://doi.org/10.26803/ijlter.23.6.16
Del Giglio, A., & Da Costa, M. U. P. (2023). The use of artificial intelligence to improve the scientific writing of non-native english speakers. Revista Da Associação Médica Brasileira, 69(9). https://doi.org/10.1590/1806-9282.20230560
Desaire, H., Chua, A. E., Isom, M., Jarosova, R., & Hua, D. (2023). Distinguishing academic science writing from humans or ChatGPT with over 99% accuracy using off-the-shelf machine learning tools. Cell Reports Physical Science, 4(6), 101426. https://doi.org/10.1016/j.xcrp.2023.101426
Farhat, F., Sohail, S. S., & Madsen, D. Ø. (2023). How trustworthy is ChatGPT? The case of bibliometric analyses. Cogent Engineering, 10(1). https://doi.org/10.1080/23311916.2023.2222988
Fiorillo, L. (2024). Confronting the Demonization of AI Writing: Reevaluating Its Role in Upholding Scientific Integrity. Oral Oncology Reports, 100685. https://doi.org/10.1016/j.oor.2024.100685
Fontenelle-Tereshchuk, D. (2024). Academic writing and ChatGPT: Students transitioning into college in the shadow of the COVID-19 pandemic. Discover Education, 3(1). https://doi.org/10.1007/s44217-023-00076-5
Gandhi, A., & Gani, P. H. (2024). Would Lecturers Use AI-Based Software to Write Scientific Article? A Quantitative Approach in Indonesia. Ingénierie Des Systèmes D Information, 29(3), 941-950. https://doi.org/10.18280/isi.290314
Gao, C. A., Howard, F. M., Markov, N. S., Dyer, E. C., Ramesh, S., Luo, Y., & Pearson, A. T. (2023). Comparing scientific abstracts generated by ChatGPT to real abstracts with detectors and blinded human reviewers. Npj Digital Medicine, 6(1). https://doi.org/10.1038/s41746-023-00819-6
Gimeno-Ballester, V., & Trigo-Vicente, C. (2024). El rol de la inteligencia artificial en la publicación científica: perspectivas desde la farmacia hospitalaria. Farmacia Hospitalaria, 48(5), 246-251. https://doi.org/10.1016/j.farma.2024.06.002
Gralha, J. G., & Pimentel, A. S. (2024). Gotcha GPT: Ensuring the Integrity in Academic Writing. Journal Of Chemical Information And Modeling, 64(21), 8091-8097. https://doi.org/10.1021/acs.jcim.4c01203
Habibzadeh, F. (2023). GPTZero Performance in Identifying Artificial Intelligence-Generated Medical Texts: A Preliminary Study. Journal Of Korean Medical Science, 38(38), e319. https://doi.org/10.3346/jkms.2023.38.e319
Hegazy, H. Z., Gaber, S. A., Alkhateeb, I. A., Alqatam, M. A., Almughyirah, S. M., Mahgoub, Y. M., & Ali, H. A. (2024). Saudi Postgraduate Students` Ethical Commitment between Awareness and Application of Artificial Intelligence in Scientific Writing. International Journal Of Learning Teaching And Educational Research, 23(10), 583-598. https://doi.org/10.26803/ijlter.23.10.28
Hernández, R., & Mendoza, C. (2020). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. Mc Graw Hill Education. http://www.biblioteca.cij.gob.mx/archivos/materiales_de_consulta/drogas_de_abuso/articulos/sampierilasrutas.pdf
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign. https://discovery.ucl.ac.uk/id/eprint/10139722/
Hryciw, B. N., Seely, A. J. E., & Kyeremanteng, K. (2023). Guiding principles and proposed classification system for the responsible adoption of artificial intelligence in scientific writing in medicine. Frontiers In Artificial Intelligence, 6. https://doi.org/10.3389/frai.2023.1283353
Hwang, S. I., Lim, J. S., Lee, R. W., Matsui, Y., Iguchi, T., Hiraki, T., & Ahn, H. (2023). Is ChatGPT a “Fire of Prometheus” for Non-Native English-Speaking Researchers in Academic Writing? Korean Journal Of Radiology, 24(10), 952. https://doi.org/10.3348/kjr.2023.0773
IGI Global. (2019). Artificial intelligence. En Dictionary of information science and technology (2nd ed.). https://www.igi-global.com/dictionary/artificial-intelligence/1511
Imran, M., & Almusharraf, N. (2023). Analyzing the role of ChatGPT as a writing assistant at higher education level: A systematic review of the literature. Contemporary Educational Technology, 15(4), ep464. https://doi.org/10.30935/cedtech/13605
Jarrah, A. M., Wardat, Y., & Fidalgo, P. (2023). Using ChatGPT in academic writing is (not) a form of plagiarism: What does the literature say? Online Journal Of Communication And Media Technologies, 13(4), e202346. https://doi.org/10.30935/ojcmt/13572
Johnston, H., Wells, R. F., Shanks, E. M., Boey, T., & Parsons, B. N. (2024). Student perspectives on the use of generative artificial intelligence technologies in higher education. International Journal For Educational Integrity, 20(1). https://doi.org/10.1007/s40979-024-00149-4
Kacena, M. A., Plotkin, L. I., & Fehrenbacher, J. C. (2024). The Use of Artificial Intelligence in Writing Scientific Review Articles. Current Osteoporosis Reports, 22(1), 115-121. https://doi.org/10.1007/s11914-023-00852-0
Khalifa, M., & Albadawy, M. (2024). Using artificial intelligence in academic writing and research: An essential productivity tool. Computer Methods And Programs In Biomedicine Update, 5, 100145. https://doi.org/10.1016/j.cmpbup.2024.100145
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, e47049. https://doi.org/10.2196/47049
Kim, N. J., & Kim, M. K. (2022). Teacher’s Perceptions of Using an Artificial Intelligence-Based Educational Tool for Scientific Writing. Frontiers In Education, 7. https://doi.org/10.3389/feduc.2022.755914
Kim, T. W. (2023). Application of artificial intelligence chatbots, including ChatGPT, in education, scholarly work, programming, and content generation and its prospects: a narrative review. Journal Of Educational Evaluation For Health Professions, 20, 38. https://doi.org/10.3352/jeehp.2023.20.38
Kong, S., Lee, J. C., & Tsang, O. (2024). A pedagogical design for self-regulated learning in academic writing using text-based generative artificial intelligence tools: 6-P pedagogy of plan, prompt, preview, produce, peer-review, portfolio-tracking. Research And Practice In Technology Enhanced Learning, 19, 030. https://doi.org/10.58459/rptel.2024.19030
Kuleto, V., Gudei, S. C. D., Lianu, C., Lianu, C., Ilic, M. P., & Paun, D. (2019). Artificial Intelligence Potential in Higher Education Institutions Enhanced Learning Environment in Romania and Serbia. Romania, 58, 101139. https://www.academia.edu/download/110286331/pdf.pdf
Lee, P. Y., Salim, H., Abdullah, A., & Teo, C. H. (2023). Use of ChatGPT in medical research and scientific writing. Malaysian Family Physician, 18, 58. https://doi.org/10.51866/cm0006
Li, J., Zong, H., Wu, E., Wu, R., Peng, Z., Zhao, J., Yang, L., Xie, H., & Shen, B. (2024). Exploring the potential of artificial intelligence to enhance the writing of english academic papers by non-native english-speaking medical students - the educational application of ChatGPT. BMC Medical Education, 24(1). https://doi.org/10.1186/s12909-024-05738-y
Liu, Z., Yao, Z., Li, F., & Luo, B. (2024). On the detectability of ChatGPT content: Benchmarking, methodology, and evaluation through the lens of academic writing. En Proceedings of the 2024 ACM SIGSAC Conference on Computer and Communications Security (pp. 2236–2250). Association for Computing Machinery. https://doi.org/10.1145/3658644.3670392
Livberber, T. (2023). Toward non-human-centered design: Designing an academic article with ChatGPT. El Profesional de la Información, 32(5), Artículo e320512. https://doi.org/10.3145/epi.2023.sep.12
Lozić, E., & Štular, B. (2023). Fluent but Not Factual: A Comparative Analysis of ChatGPT and Other AI Chatbots’ Proficiency and Originality in Scientific Writing for Humanities. Future Internet, 15(10), 336. https://doi.org/10.3390/fi15100336
Macdonald, C., Adeloye, D., Sheikh, A., & Rudan, I. (2023). Can ChatGPT draft a research article? An example of population-level vaccine effectiveness analysis. Journal Of Global Health, 13. https://doi.org/10.7189/jogh.13.01003
Mahapatra, S. (2024). Impact of ChatGPT on ESL students’ academic writing skills: a mixed methods intervention study. Smart Learning Environments, 11(1). https://doi.org/10.1186/s40561-024-00295-9
Mahyoob, M., Algaraady, J., & Alblwi, A. (2023). Proposed Framework for Human-like Language Processing of ChatGPT in Academic Writing. International Journal Of Emerging Technologies In Learning (iJET), 18(14), 282-293. https://doi.org/10.3991/ijet.v18i14.41725
Malik, A. R., Pratiwi, Y., Andajani, K., Numertayasa, I. W., Suharti, S., Darwis, A., & Marzuki, N. (2023). Exploring Artificial Intelligence in Academic Essay: Higher Education Student’s Perspective. International Journal Of Educational Research Open, 5, 100296. https://doi.org/10.1016/j.ijedro.2023.100296
Mann, S. P., Earp, B. D., Møller, N., Vynn, S., & Savulescu, J. (2023). AUTOGEN: A Personalized Large Language Model for Academic Enhancement—Ethics and Proof of Principle. The American Journal Of Bioethics, 23(10), 28-41. https://doi.org/10.1080/15265161.2023.2233356
Markowitz, D. M. (2024). From complexity to clarity: How AI enhances perceptions of scientists and the public’s understanding of science. PNAS Nexus, 3(9). https://doi.org/10.1093/pnasnexus/pgae387
Meyer, J. G., Urbanowicz, R. J., Martin, P. C. N., O’Connor, K., Li, R., Peng, P., Bright, T. J., Tatonetti, N., Won, K. J., Gonzalez-Hernandez, G., & Moore, J. H. (2023). ChatGPT and large language models in academia: opportunities and challenges. BioData Mining, 16(1). https://doi.org/10.1186/s13040-023-00339-9
Milton, C., Vidhya, L., & Thiruvengadam, G. (2024). Examing the Impact of AI-Powered Writing Tools on Independent Writing Skills of Health Science Graduates. Advanced Education, 12(25), 143-161. https://doi.org/10.20535/2410-8286.315068
Mondal, H., & Mondal, S. (2023). ChatGPT in academic writing: Maximizing its benefits and minimizing the risks. Indian Journal Of Ophthalmology, 71(12), 3600-3606. https://doi.org/10.4103/ijo.ijo_718_23
Morrison, F. M. M., Rezaei, N., Arero, A. G., Graklanov, V., Iritsyan, S., Ivanovska, M., Makuku, R., Marquez, L. P., Minakova, K., Mmema, L. P., Rzymski, P., & Zavolodko, G. (2023). Maintaining scientific integrity and high research standards against the backdrop of rising artificial intelligence use across fields. Journal Of Medical Artificial Intelligence, 6, 24. https://doi.org/10.21037/jmai-23-63
Muhaemin, N., Lusiana, E., & Khadijah, U. L. S. K. (2024). The correlation between students’ information literacy and the utilisation of AI text generator in completing academic studies. Record And Library Journal, 10(2), 319-330. https://doi.org/10.20473/rlj.v10-i2.2024.319-330
Nakazawa, E., Udagawa, M., & Akabayashi, A. (2022). Does the Use of AI to Create Academic Research Papers Undermine Researcher Originality? AI, 3(3), 702-706. https://doi.org/10.3390/ai3030040
Nazari, N., Shabbir, M. S., & Setiawan, R. (2021). Application of Artificial Intelligence powered digital writing assistant in higher education: randomized controlled trial. Heliyon, 7(5), e07014. https://doi.org/10.1016/j.heliyon.2021.e07014
Nemt-Allah, M., Khalifa, W., Badawy, M., Elbably, Y., & Ibrahim, A. (2024). Validating the ChatGPT Usage Scale: psychometric properties and factor structures among postgraduate students. BMC Psychology, 12(1). https://doi.org/10.1186/s40359-024-01983-4
Nguyen, A., Hong, Y., Dang, B., & Huang, X. (2024a). Human-AI collaboration patterns in AI-assisted academic writing. Studies In Higher Education, 49(5), 847-864. https://doi.org/10.1080/03075079.2024.2323593
Nguyen, A., Ilesanmi, F., Dang, B., Vuorenmaa, E., & Järvelä, S. (2024b). Hybrid intelligence in academic writing: Examining self-regulated learning patterns in an AI-assisted writing task. En I. Bittencourt, A. Mitrovic, & L. C. Santos (Eds.), Artificial intelligence in education. Posters and late breaking results, workshops and tutorials, industry and innovation tracks, doctoral consortium, and demos (pp. 607–612). IOS Press. https://doi.org/10.3233/faia240198
Octaberlina, L. R., Muslimin, A. I., Chamidah, D., Surur, M., & Mustikawan, A. (2024). Exploring the impact of AI threats on originality and critical thinking in academic writing. Edelweiss Applied Science And Technology, 8(6), 8805-8814. https://doi.org/10.55214/25768484.v8i6.3878
Ou, A. W., Khuder, B., Franzetti, S., & Negretti, R. (2024a). Conceptualising and cultivating Critical GAI Literacy in doctoral academic writing. Journal Of Second Language Writing, 66, 101156. https://doi.org/10.1016/j.jslw.2024.101156
Ou, A. W., Stöhr, C., & Malmström, H. (2024b). Academic communication with AI-powered language tools in higher education: From a post-humanist perspective. System, 121, 103225. https://doi.org/10.1016/j.system.2024.103225
Page, M., McKenzie, J., Bossuyt, P., Boutron, I., Hoffmann, T., & Mulrow, C. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://www.bmj.com/content/372/bmj.n71
Pividori, M., & Greene, C. S. (2024). A publishing infrastructure for Artificial Intelligence (AI)-assisted academic authoring. Journal Of The American Medical Informatics Association, 31(9), 2103-2113. https://doi.org/10.1093/jamia/ocae139
Quidwai, A., Li, C., & Dube, P. (2023). Beyond Black Box AI generated Plagiarism Detection: From Sentence to Document Level. Inward, 727-735. https://doi.org/10.18653/v1/2023.bea-1.58
Rababah, L. M., Rababah, M. A., & Al-Khawaldeh, N. N. (2024). Graduate Students’ ChatGPT Experience and Perspectives during Thesis Writing. International Journal Of Engineering Pedagogy (iJEP), 14(3), 22-35. https://doi.org/10.3991/ijep.v14i3.48395
Safrai, M., & Orwig, K. E. (2024). Utilizing artificial intelligence in academic writing: an in-depth evaluation of a scientific review on fertility preservation written by ChatGPT-4. Journal Of Assisted Reproduction And Genetics, 41(7), 1871-1880. https://doi.org/10.1007/s10815-024-03089-7
Salvagno, M., Taccone, F. S., & Gerli, A. G. (2023). Can artificial intelligence help for scientific writing? Critical Care, 27(1). https://doi.org/10.1186/s13054-023-04380-2
Sanosi, A. B. (2022). The Impact of Automated Written Corrective Feedback on EFL Learners’ Academic Writing Accuracy. Journal Of Teaching English For Specific And Academic Purposes, 301. https://doi.org/10.22190/jtesap2202301s
Santiago, C. S., Embang, S. I., Acanto, R. B., Ambojia, K. W. P., Aperocho, M. D. B., Balilo, B. B., Cahapin, E. L., Conlu, M. T. N., Lausa, S. M., Laput, E. Y., Malabag, B. A., Paderes, J. J., & Romasanta, J. K. N. (2023). Utilization of Writing Assistance Tools in Research in Selected Higher Learning Institutions in the Philippines: A Text Mining Analysis. International Journal Of Learning Teaching And Educational Research, 22(11), 259-284. https://doi.org/10.26803/ijlter.22.11.14
Sarfo, J. (2023). Artificial Intelligence Chatbot – ChatGPT and High-Tech Plagiarism Concerns in a Digital Age: Is Detection Possible? Journal of Advocacy, Research and Education, 10(2). https://doi.org/10.13187/jare.2023.2.55
Sharifzadeh, R. (2024). ChatGPT as Co-Author? AI and Research Ethics. Ethics in Progress, 15(1), 155-173. https://doi.org/10.14746/eip.2024.1.8
Silva, T. P., Ocampo, T. S. C., Alencar-Palha, C., Oliveira-Santos, C., Takeshita, W. M., & Oliveira, M. L. (2023). ChatGPT: a tool for scientific writing or a threat to integrity? British Journal Of Radiology, 96(1152). https://doi.org/10.1259/bjr.20230430
Strzelecki, A. (2024). Students’ Acceptance of ChatGPT in Higher Education: An Extended Unified Theory of Acceptance and Use of Technology. Innovative Higher Education, 49(2), 223-245. https://doi.org/10.1007/s10755-023-09686-1
Sword, H., Rudolph, j., Ismail, F., Tan, S., & Stanford, V. (2024).The oxymoronic pursuit of pleasurable academic writing. An interview with Helen Sword. Journal Of Applied Learning & Teaching, 7(2). https://doi.org/10.37074/jalt.2024.7.2.36
Taiye, M., High, C., Velander, J., Matar, K., Okmanis, R., & Milrad, M. (2024). Generative AI-enhanced academic writing: A stakeholder-centric approach for the design and development of CHAT4ISP-AI. En Proceedings of the 37th ACM/SIGAPP Symposium on Applied Computing (pp. 74–80). ACM. https://doi.org/10.1145/3605098.3636055
Taskiran, A., & Goksel, N. (2022). Automated Feedback and Teacher Feedback: Writing Achievement in Learning English as a Foreign Language at a Distance. Turkish Online Journal Of Distance Education, 23(2), 120-139. https://doi.org/10.17718/tojde.1096260
Tseng, Y., & Lin, Y. (2024). Enhancing English as a Foreign Language (EFL) Learners’ Writing with ChatGPT: A University-Level Course Design. The Electronic Journal Of e-Learning, 22(2), 78-97. https://doi.org/10.34190/ejel.21.5.3329
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial. https://unesdoc.unesco.org/ark:/48223/pf0000381137
Utami, S. P. T., Andayani, A., Winarni, R., & Sumarwati, S. (2023). Utilization of artificial intelligence technology in an academic writing class: How do Indonesian students perceive? Contemporary Educational Technology, 15(4), ep450. https://doi.org/10.30935/cedtech/13419
Wang, J. T. H. (2023). Is the laboratory report dead? AI and ChatGPT. Microbiology Australia, 44(3), 144-148. https://doi.org/10.1071/ma23042
Wang, L., & Ren, B. (2024). Enhancing Academic Writing in a Linguistics Course with Generative AI: An Empirical Study in a Higher Education Institution in Hong Kong. Education Sciences, 14(12), 1329. https://doi.org/10.3390/educsci14121329
Williams, A. (2024). Comparison of generative AI performance on undergraduate and postgraduate written assessments in the biomedical sciences. International Journal Of Educational Technology In Higher Education, 21(1). https://doi.org/10.1186/s41239-024-00485-y
Williams, D. O., & Fadda, E. (2023). Can ChatGPT pass Glycobiology? Glycobiology, 33(8), 606-614. https://doi.org/10.1093/glycob/cwad064
Xiao, Y., & Smith, J. (2024). AI chatbots in higher education: Enhancing teacher efficiency and personalized feedback. Information, 16(3), 235. https://doi.org/10.3390/info16030235
Yeadon, W., Agra, E., Inyang, O., Mackay, P., & Mizouri, A. (2024). Evaluating AI and Human Authorship Quality in Academic Writing through Physics Essays. European Journal Of Physics, 45(5), 055703. https://doi.org/10.1088/1361-6404/ad669d
Zashikhina, I. M. (2023). Scientific article writing: Will ChatGPT help? Vysshee Obrazovanie V Rossii = Higher Education In Russia, 32(8-9), 24-47. https://doi.org/10.31992/0869-3617-2023-32-8-9-24-47
1Homero, 1(2), 66-79
