Inteligencia artificial y políticas editoriales de revistas de educación: tensiones en la investigación educativa

Artificial Intelligence and Editorial Policies of Educational Journals: Tensions in Educational Research

Inteligência artificial e políticas editoriais de revistas educacionais: tensões na pesquisa educacional

Cómo citar:
Sarochar Risso, J. M. (2026). Inteligencia artificial y políticas editoriales de revistas de educación: tensiones en la investigación educativa. Cuadernos de Investigación Educativa, 17(1). https://doi.org/10.18861/cied.2026.17.1.4183

Resumen

Desde su irrupción en el ámbito educativo, la Inteligencia Artificial no ha dejado de plantear numerosos, complejos y dinámicos desafíos. Los más visibles y, por ende, de los que más se ha ocupado la comunidad de investigadores, son aquellos relacionados con la aplicación de herramientas de Inteligencia Artificial en los procesos educativos. Pero hay otros. El uso cada vez más extendido de tecnologías de Inteligencia Artificial para llevar adelante investigaciones, y también para la elaboración de documentos que dan cuenta de las investigaciones realizadas, como artículos académicos, presenta situaciones complejas tanto para investigadores como para quienes tienen la tarea de asegurar la calidad y originalidad de los documentos propuestos para ser publicados. En el campo educativo, esto no solo plantea reconfiguraciones técnicas, de índole editorial, sino también cambios sustanciales a nivel teórico y metodológico en los procesos de investigación educativa. Desde una perspectiva cualitativa, el presente estudio hace dialogar las reglas y directrices referidas al uso de Inteligencia Artificial, de un conjunto de revistas de educación de diversas partes del mundo, con cuestiones fundamentales de la investigación educativa. Se encontró, como principal resultado, que las políticas editoriales analizadas presentan vacíos e indefiniciones en aspectos clave del uso de Inteligencia Artificial para la investigación y publicación académica en educación.

Palabras clave: educación, inteligencia artificial, revistas de educación, políticas editoriales, investigación educativa.

Abstract

Since its emergence in the educational field, Artificial Intelligence has posed numerous, complex, and evolving challenges. The most visible—and thus the most frequently addressed by the research community—are those related to the application of AI tools in educational processes. But there are others. The increasingly widespread use of AI technologies to conduct research, and to prepare documents that report on such research, such as academic articles, presents complex situations for both researchers and those responsible for ensuring the quality and originality of manuscripts submitted for publication. In education, this not only entails technical and editorial reconfigurations but also significant theoretical and methodological shifts in research processes. From a qualitative perspective, this study brings together the rules and guidelines concerning the use of AI from a selection of educational journals worldwide, and connects them with core issues in educational research. The main finding is that the editorial policies analyzed reveal gaps and uncertainties regarding key aspects of AI use in academic research and publishing in education.

Keywords: education, artificial intelligence, educational journals, editorial policies, educational research.

Resumo

Desde sua introdução no campo da educação, a Inteligência Artificial tem continuamente imposto desafios numerosos, complexos e dinâmicos. Os mais visíveis e, portanto, os mais abordados pela comunidade de pesquisa, são aqueles relacionados à aplicação de ferramentas de IA em processos educacionais. Mas há outros. O uso crescente de tecnologias de IA na condução de pesquisas e na elaboração de documentos acadêmicos, como artigos científicos, apresenta situações complexas tanto para pesquisadores quanto para aqueles responsáveis por garantir a qualidade e a originalidade dos textos propostos para publicação. Isso não apenas impõe reconfigurações técnicas e editoriais, mas também mudanças teóricas e metodológicas substanciais nos modos de fazer pesquisa em educação. De uma perspectiva qualitativa, este estudo combina padrões e diretrizes sobre o uso de IA, extraídos de um conjunto de revistas de educação de todo o mundo, com questões fundamentais da pesquisa educacional. O principal resultado foi que as políticas editoriais analisadas apresentam lacunas e incertezas em aspectos-chave do uso de IA para a pesquisa e publicação acadêmica em educação.

Palavras-chave: educação, inteligência artificial, revistas de educação, políticas editoriais, pesquisa educacional.

Introducción y planteamiento del objeto de estudio

El vínculo entre Inteligencia Artificial (de ahora en más, IA) y educación no es reciente, tiene en su devenir casi seis décadas de constante evolución, pero sí es reciente el aumento exponencial de, por un lado, la incorporación de herramientas de IA en la generalidad de prácticas y dinámicas educativas y, por otro lado, pero como consecuencia de lo anterior, de las investigaciones y publicaciones académicas realizadas sobre ello (Forero-Corba & Negre, 2024; Sarochar, 2025a; Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO], 2021).

Sin embargo, el análisis del uso de IA para la elaboración de literatura académica sobre los diversos temas que componen el campo educativo se encuentra escasamente abordado. Dicho de otro modo, hay muchos investigadores mirando, observando y escribiendo sobre los procesos de incorporación de IA en las aulas, en los centros educativos, en los sistemas educativos, pero pocos investigadores analizando cómo, de qué forma, quienes escriben sobre educación (en sentido amplio, no solo en relación con IA) la utilizan para hacerlo.

El primer punto planteado (la incorporación de IA en prácticas y dinámicas educativas) es actualmente el más abordado y analizado por la comunidad de investigadores en educación. El uso de IA en los niveles macro, meso y microeducativo está dando lugar al surgimiento de una nutrida literatura al respecto, donde los ámbitos y dimensiones de análisis se están volviendo cada vez más especializados y complejos (Sarochar, 2025b).

Entonces, por un lado, está la investigación centrada en indagar sobre el vínculo entre IA y educación, por otro lado (aunque orgánicamente relacionadas), está la investigación enfocada en indagar sobre el uso de IA para el desarrollo de investigación en educación. El presente estudio encuentra un primer contexto de justificación general en el escaso análisis detectado en este segundo sentido.

La irrupción de tecnologías de IA en el ámbito de la investigación está planteando importantes desafíos en términos de integridad y originalidad científica. En este sentido, intensas discusiones se plantean tanto sobre la integridad científica en general (Lancaster, 2023) como sobre la integridad de la investigación y publicación científica en particular (Seth et al., 2023).

Durante los últimos dos años, la masificación y el creciente nivel de adopción de estas tecnologías, pronto derivó en el surgimiento de situaciones (como, por ejemplo, publicación de artículos con evidencias de haber sido total o parcialmente elaborados con uso de IA) que hicieron visible la necesidad de actualizar las políticas editoriales por parte de instituciones y/o empresas del ámbito de la producción y publicación académica (Machín-Mastromatteo, 2023).

En un interesante estudio, Tang & Eaton (2023) recopilaron 25 documentos académicos, publicados en diferentes países de Asia Central, Asia Meridional y África, con evidencias de lo que estos autores conceptualizan como huellas de contenido generado por IA. La investigación reveló que la aparición de estas huellas coincide con el momento en que se lanzó la versión pública de ChatGPT. También encontraron que el 44 % de los documentos analizados utilizaron IA para generar ideas de investigación, y otro 44 % para recopilar bibliografía y redactar revisiones bibliográficas.

Otros estudios (Dowling & Lucey, 2023; Gao et al., 2023) señalan que ChatGPT es capaz de generar documentos, con características de investigaciones, con un nivel aceptable para su publicación, además de generar resúmenes científicos con datos falsos, que pueden no ser detectados por revisores académicos.

El ámbito específico de la investigación y publicación académica en educación no escapa a este escenario. Farrokhnia et al. (2023) señalan que la llegada de ChatGPT democratizó el plagio en educación y en investigación en educación, además de generar diversos tipos de problemas éticos, por ser una tecnología vulnerable a suministrar información incorrecta, sesgada y/o incompleta.

Ahora bien, esta realidad constatada da lugar, en términos generales, a dos posibles líneas de investigación, donde cada una comprende un grupo concreto de actores implicados. Por un lado, quienes son responsables del proceso de producción académica, los investigadores. Por otro lado, los responsables del proceso de publicación o difusión de esa producción, los agentes editoriales.

Todo indica que el vínculo existente entre ambos grupos de actores se viene complejizando cada vez más con la llegada de la IA. Machín-Mastromatteo (2023) advierte sobre la existencia de una especie de juego de gato y ratón entre editores e investigadores, donde los editores implementan herramientas de IA con el fin de detectar contenido generado por IA en los productos elaborados por los investigadores, pero, al mismo tiempo, los investigadores pueden haber utilizado, en la elaboración de sus productos, otras herramientas de IA que impiden la detección de contenido generados por IA.

En este contexto, la presente investigación se centra en las adaptaciones, lineamientos y tendencias que el ámbito editorial académico en educación está desplegando como manera de afrontar o, por lo menos, sobrellevar la cada vez más compleja realidad que se manifiesta en estos aspectos señalados precedentemente.

Este tema no debe ser considerado meramente como asunto de política editorial en el campo educativo, que también lo es, sino que lo incluye y lo trasciende por cuanto esas adaptaciones, lineamientos y tendencias están definiendo las pautas de trabajo sobre las cuales se desarrolla la investigación educativa en relación con el uso de IA, lo que tiene una incidencia directa tanto en los procesos de investigación como en las formas a través de las cuales los investigadores en educación presentan sus productos.

Desde estas premisas contextuales, varias e interesantes preguntas pueden ser planteadas para el análisis. En el caso concreto de esta investigación, la interrogante guía que desarrollamos es: ¿cuáles son las características y alcances que tienen las políticas editoriales de revistas de educación respecto al uso de IA para la elaboración de documentos académicos? Mientras que por características nos referimos a los principales atributos que poseen estas políticas, por alcances hacemos alusión a las dimensiones que incluyen, lo que a su vez define las que se excluyen.

Esta pregunta de investigación adquiere especial relevancia si la interpretamos dentro de las dinámicas del siguiente escenario: no es difícil encontrar discursos que promueven o, por lo menos, destacan el potencial que la IA posee para el desarrollo de investigación en el campo educativo. En este sentido, la UNESCO (2024) advierte que internet está inundado de sugerencias sobre usos de IA generativa en investigación en educación, por ejemplo, para inspirar nuevas ideas, generar ejemplos con perspectivas múltiples, realizar selección y resúmenes de materiales existentes, revisar bibliografía, plantear preguntas de investigación, entre otros muchos.

Así, una doble y aparentemente contradictoria sinergia parece hacerse presente en el ámbito de la investigación y publicación académica en educación, por un lado, el surgimiento de políticas editoriales que buscan regular (cuando no cohibir) la irrupción del uso de IA en la producción científica, por otro lado, la presencia de argumentos que animan a explorar y expandir la utilización de IA en la investigación educativa.

En virtud de este contexto, complejo y provocativo, creemos que es esencial indagar sobre cuál es el posicionamiento que las políticas editoriales de revistas de educación, como reguladoras formales de la difusión del conocimiento en este campo, establecen respecto a la incorporación de IA en los procesos de investigación.

Especificaciones teóricas fundamentales

¿La IA implica un cambio teórico en la investigación en educación? Con esta pregunta Krumsvik (2024) propone una discusión respecto a si los grandes modelos lingüísticos están transformando parte del panorama teórico de la investigación educativa. Según el autor, el cambio de paradigma tecnológico que la IA ha provocado dentro del ámbito educativo va de la mano de transformaciones teóricas metodológicas en investigación difíciles de ignorar.

Normalmente, explica, las teorías educativas consideran a los humanos como la unidad esencial de la interacción en el desarrollo del aprendizaje, la enseñanza, la evaluación, la retroalimentación, entre otras dinámicas. El advenimiento de la IA cambia parte de esta ecuación, ya que representa algo más que la llegada de una herramienta digital de tipo pasiva (Krumsvik, 2024).

Uno de los hallazgos de las investigaciones de Krumsvik (2024) refiere a que cuando la IA se incorpora como un nuevo actor, la interacción entre humanos se ve complementada con la forma en que las personas interactúan con chatbots, avatares y robots avanzados. Por ello, el autor señala que el panorama teórico debería dar cuenta del hecho de que, por primera vez en la historia, existe un actor no humano capaz de usar el lenguaje humano de una manera tan similar a la de los humanos que resulta difícil diferenciar si se está comunicando un humano o una máquina.

De tal modo, el desafío se encuentra, según este autor, en promover el desarrollo teórico y metodológico de la investigación educativa basado en el logro de un equilibrio entre la integración de la IA y la preservación del componente humano; lo cual implica la combinación de: una actualización de las teorías existentes, el desarrollo de nuevos marcos teóricos, la adaptación de los métodos de investigación ya existentes, la consolidación de nuevos métodos de investigación, y una conexión más estrecha entre teoría y las prácticas educativas relacionadas con IA (Krumsvik, 2024).

Lo que este autor plantea es, en definitiva, algunos retos respecto a cómo investigar lo educativo desde la relación entre teoría y la práctica del uso de IA en educación. Entendemos que este planteamiento está necesariamente vinculado y es complementario para interrogarnos sobre cómo investigar lo educativo desde el punto de vista del uso de IA para el proceso de investigación.

Así, en el punto de cruce entre, por un lado, las transformaciones teóricas a las que apunta Krumsvik (2024) en el panorama de la investigación educativa por la llegada de la IA y, por otro lado, la disponibilidad de herramientas de IA potencialmente facilitadoras de los procesos de producción académica, surge la siguiente interrogante: ¿cómo deberíamos relacionarnos quienes producimos contenido científico en educación con estas tecnologías, que evidencian capacidades generativas de contenido (texto, imágenes, datos cuantitativos) a un nivel académico elevado y similar al humano?

Según Machin-Mastromatteo (2023), debería existir una transversalidad ética y de integridad científica en lo que refiere al empleo de IA en los procesos de investigación y publicación académica. En este sentido, señala que las directrices editoriales respecto al uso de IA no son seguras o efectivas en el cumplimiento de los objetivos que persiguen por el simple hecho de estar escritas. Dicho de otro modo, por sí solas, si no son asumidas de manera responsable, no son suficientes para evitar que ocurran situaciones de uso inadecuado de IA en la producción académica o, como lo denomina Machin-Mastromatteo (2023), vicios o patologías de la autoría.

En un sentido similar, Krumsvik (2024) también señala que, en la búsqueda del equilibrio entre la necesaria integración de IA en la investigación educativa y la esencial preservación del componente humano en ello, debe existir una vigilancia continua de las implicaciones éticas que se ponen en juego en el proceso. Por su parte, Gunturiz et al. (2020), que analizan la importancia, definición y conflictos de autoría en el ámbito de las publicaciones científicas, indican que la designación de la autoría es un problema complejo que se encuentra enmarcado en aspectos y principios éticos, y que comprende cuestiones de integridad y responsabilidad científica.

Considerando el conjunto de los aportes señalados precedentemente, parece ser que el trasfondo fundamental desde el cual discutir la cuestión de las prácticas de producción académica en general, y en el campo educativo en particular, respecto al uso de IA es, en definitiva, un trasfondo ético. Pero ¿cómo fomentar prácticas éticas en los procesos de producción de documentos académicos? Hay algunos aportes que echan luz sobre esta pregunta.

Wiese et al. (2025) distinguen dos principales enfoques desde donde investigar el vínculo entre educación e IA: investigación de IA en educación e investigación de educación para IA o alfabetización en IA. El primero se centra en indagar sobre el uso de herramientas de IA en educación, el segundo lo hace en las capacidades de los individuos para conocer y comprender la IA, aplicarla, evaluarla, y también incluye la ética de la IA.

Así, dentro de la educación para IA o alfabetización en IA los autores sitúan la alfabetización en ética de la IA. Dicho de otro modo, la alfabetización en IA es más amplia que la alfabetización en ética de la IA; la primera incluye a la segunda. A su vez, definen la alfabetización en ética de la IA como la educación de tipo formal o informal, orientada tanto a estudiantes como a público en general, cuyo fin es promover el desarrollo y uso responsable de la IA, ayudar a las personas a comprender sus beneficios y riesgos, y dotarlas de los conocimientos y habilidades necesarias para desenvolverse en la vida contemporánea y trabajar junto con la IA.

Considerando que esta alfabetización en ética de la IA, tal como lo proponen Wiese et al. (2025), no es restrictiva a un cierto público o a un determinado tipo de educación (formal, informal), no parecería desatinado proponer que quienes se desempeñan en al ámbito de la producción científica en educación sean sujetos de alfabetización en lo que refiere a ética de la IA.

Sin embargo, existen algunas complejidades que se deben enfrentar. Wiese et al. (2025) advierten que promover la comprensión de la ética de la IA no es tan simple como enseñar principios éticos, sino que implica desarrollar habilidades profundas de pensamiento crítico, comprender las implicaciones sociotécnicas de la tecnología y practicar un razonamiento ético que pueda ser transferido a casos concretos de uso y contexto de la IA. Enseñar razonamiento ético en general, y razonamiento ético en IA en particular, es un desafío, advierten estos autores, ya que los seres humanos tenemos una capacidad cognitiva limitada, un razonamiento sesgado o motivado por vivencias personales y/o estructuras culturales, y diversos mecanismos inconscientes que entran en juego al momento de pensar y actuar.

Metodología

Tal como se explicitó anteriormente, el presente estudio buscó identificar las características y alcances que tienen las políticas editoriales de revistas de educación respecto al uso de IA para la elaboración de documentos académicos.

En cuanto al origen geográfico de las revistas a considerar, procuramos una cobertura global, donde cada región del mundo estuviera representada. Esta decisión se fundamenta en el hecho de que la irrupción de la IA en los procesos de producción académica ha ocurrido de forma casi simultánea en todo el globo, lo cual ha generado respuestas por parte de las políticas editoriales en todas las regiones y en casi todos los países del mundo. Además, varios estudios realizados sobre tópicos cercanos al nuestro (como Machin-Mastromatteo, 2023; Tang & Eaton, 2023) muestran la importancia del desarrollo de miradas globales al respecto.

Los momentos metodológicos que seguimos para la consecución de la investigación fueron:

1. Búsqueda y selección de una fuente de información (plataforma de internet) que nos brindara datos sistematizados sobre revistas de educación.

2. Definición de las regiones geográficas a considerar para obtener una cobertura mundial de las revistas de educación que seleccionaríamos.

3. Definición de la cantidad de políticas editoriales de revistas de educación a analizar por cada región geográfica.

4. Definición de los criterios de selección de las políticas editoriales a analizar.

Respecto al primer momento, que fundamentalmente consistió en una revisión de información en internet (siguiendo los aportes de Orton-Johnson, 2010; Cohen et al., 2018), realizamos las siguientes acciones:

1. Establecimos criterios de selección para determinar la plataforma de internet que sería nuestra principal fuente de información en esta etapa:

a. la plataforma debería permitir seleccionar, de manera específica, revistas de educación;

b. la plataforma debería permitir operar búsquedas de revistas de educación por regiones del mundo;

c. la plataforma debería permitir operar algún tipo de ordenamiento de las revistas, por ejemplo, según calidad y/o impacto académico;

2. Aplicamos los criterios a las principales plataformas existentes en internet que proveen información sobre revistas científicas

Como resultado, llegamos a la selección de la plataforma SCImago Journal & Country Rank. Esta plataforma presenta anualmente, entre otros servicios, un ranking de revistas científicas, que se calcula ponderando el número de citas recibidas por cada revista, y el prestigio de las revistas que realizan esas citas, durante un período de cuatro años (SCImago, 2025)^ⁱ. En el ranking resultante, las revistas se posicionan según cuartiles, donde en el primer cuartil (Q1) se sitúan las revistas con mayor resultado de ponderación, y en el cuarto (Q4) las de menor resultado de ponderación.

Para concretar el segundo momento metodológico, tomamos como punto de partida las 15 divisiones regionales que propone el SCImago Journal & Country Rank. Considerando estas 15 regiones, muchas de las cuales se solapan unas con otras,^ⁱⁱ operamos una reducción a conveniencia que dio por resultado la siguiente regionalización: África; América del Norte; Asia-Pacífico; Europa; Latinoamérica.

Con relación al tercer momento metodológico, cabe explicitar que esta investigación se desarrolló desde una perspectiva de análisis cualitativa. De tal modo, el esfuerzo estuvo centrado en el análisis en profundidad de las políticas editoriales seleccionadas. Según esto, y también considerando el tiempo de trabajo que nos insumiría el abordaje de cada política editorial, decidimos tomar un total de cinco revistas de educación por cada región geográfica, con excepto de la región Asía-Pacífico, donde fueron seis debido a que comprende un territorio más extenso y mayor cantidad de países.

Respecto al cuarto momento, establecimos los siguientes criterios de selección:

a. La política editorial debía incluir, de manera explícita, contenido referido al uso de IA para la elaboración de documentos académicos.

b. Para cada región geográfica, el orden de las revistas seguido para aplicar el criterio anterior fue el ranking propuesto por SCImago Journal & Country Rank.

Cumplidos todos los procedimientos señalados hasta ahora, llegamos a la concreción del quinto momento metodológico (selección de las políticas editoriales a analizar). En la Tabla 1 identificamos, por cada región geográfica, los nombres de las revistas cuyas políticas editoriales fueron seleccionadas y el país de origen de cada revista.

Tabla 1
Revistas seleccionadas para el análisis de sus respectivas políticas editoriales. Distribución según regiones geográficas y países de origen

Cabe señalar que algunas revistas seleccionadas, como Journal of Vocational Behavior, African Journal of Social Work o Brazilian Journal of Occupational Therapy, si bien no pertenecen de manera estricta al ámbito educativo, igualmente las incluimos en el análisis por tres motivos.

En primer lugar, porque declaran tener un marcado componente educativo dentro de su perfil académico, contando con artículos que asocian temas netamente educativos con otros relacionados al campo mismo de cada revista. En segundo lugar, y como consecuencia de lo anterior, el SCImago Journal & Country Rank incluye estas revistas dentro de la categoría educación, incluso establece un ranking específico para el componente educativo de cada una de ellas. En tercer lugar, esta investigación procura tener un panorama amplio respecto al objeto analizado, no limitándose exclusivamente a revistas de educación del ámbito formal o no formal, del nivel básico o universitario, o a cualquier otro tipo de categorización.

Para el diseño del sexto momento metodológico (análisis de contenido de las políticas editoriales seleccionadas), tomamos como base los aportes de Zawacki-Richter et al. (2020), Cohen et al. (2018) y Newman & Gough (2020), y elaboramos un sistema para codificación y análisis del contenido de las políticas editoriales seleccionadas.

Presentación y análisis de resultados

Algunas políticas editoriales analizadas explicitan, claramente, una definición de IA en el contexto de su aplicación para la elaboración de documentos académicos; otras, si bien no explicitan una definición, sí realizan una distinción entre diferentes tecnologías de IA según las características de su uso; por último, otras simplemente mencionan la IA sin explicitar una definición ni distinguir entre diferentes usos ni tipos de IA.

De las veintiséis políticas editoriales analizadas, seis de ellas explicitan una definición de IA, definiciones que ayudan a comprender con mayor exactitud y rigurosidad las respectivas reglas y directrices sobre el uso de IA.

En un caso concreto se explicita que, en el marco de la política editorial de la revista, IA refiere a la generación asistida por computadora de texto, imágenes, datos u otros resultados, imitando la generación realizada por humanos. En otro caso, se define por edición de texto asistida por IA como cualquier tipo de mejora asistida por IA en textos generados previamente por humanos, con el fin de mejorar la legibilidad y el estilo, y para mayor seguridad de que los textos estén libres de errores de gramática, ortografía, puntuación y tono.

Las restantes cuatro políticas editoriales explicitan concretamente una definición de IA generativa, que se centra en señalar que es un tipo de tecnología de IA que puede elaborar variados tipos de contenido (texto, imágenes, audio, datos sintéticos), citando como ejemplos a ChatGPT, NovelAI, Jasper AI, Rytr AI, entre otros.

Tal como puede observarse, son pocos los casos donde hallamos algún tipo de definición de IA en el contexto de su aplicación en el proceso de elaboración de documentos académicos. Por otra parte, cabe señalar que entre estos seis casos de políticas editoriales que sí establecen algún tipo de definición, existen algunas diferencias bastante claras.

Así, el primer caso comentado realiza un planteamiento suficientemente amplio, refiriéndose por IA a la generación asistida por computadora de texto, imágenes, datos u otros resultados, imitando la generación realizada por humanos. En el segundo caso citado la definición apunta específicamente al uso de IA en el proceso de edición de textos escritos y elaborados previamente por humanos. Por su parte, los cuatro últimos casos, en cierta sintonía con el primero, refieren a IA en clara relación con la generación (en estricto sentido de creación) de texto, imágenes, audio y datos por acción de estas tecnologías.

En conclusión, cinco de las seis políticas editoriales que presentan una definición de IA lo hacen en referencia a su uso para la generación autónoma de resultados (textos, imágenes, etc.); mientras que una lo hace en términos de asistencia para la mejora de, específicamente, texto generado de antemano por humanos.

Si consideramos, en general, el incremento del uso de tecnologías de IA en los procesos de elaboración de textos académicos (Farrokhnia, 2023; Tang & Eaton, 2023) y, en particular, los aportes de autores como Krumsvik (2024), que señalan que el cambio de paradigma tecnológico que la IA ha provocado en el ámbito educativo está necesariamente asociado a transformaciones teóricas y metodológicas en el campo de la investigación educativa, parecería pertinente sugerir que las políticas editoriales de revistas de educación fueran más expeditivas en esclarecer a qué refieren con IA en general y, en particular, con IA aplicada a la elaboración de documentos académicos.

Centrando ahora el análisis en aquellas políticas editoriales que no explicitan una definición de IA, observamos que hacen alusión a IA de diferentes maneras. En concreto, hallamos diez formas diferentes a través de las cuales se hace alusión a IA.

Tal como se observa en la Tabla 2, algunas utilizan solamente una expresión, a veces compuesta por dos términos, para referirse a IA: «herramientas de IA», «herramientas y tecnologías basadas en IA», «tecnologías asistidas por IA», «IA generativa», «herramientas y recursos de IA», o simplemente «IA». Otras hacen uso de dos expresiones: «IA - herramientas impulsadas por IA», «IA generativa - IA de asistencia». Y otras de tres expresiones: «IA - tecnologías asistidas por IA - IA generativa», «herramientas de IA - aplicaciones de IA - herramientas y recursos de IA».

De las veinte políticas editoriales que no explicitan una definición de IA, seis de ellas sí realizan (de forma implícita) una distinción entre diferentes tecnologías de IA, poniendo foco en el tipo de uso que se le da en el proceso de elaboración de documentos. Las seis coinciden en el uso de las expresiones «IA generativa - IA de asistencia». En la primera expresión, «IA generativa», sitúan aquellas tecnologías que generan contenido, como referencias, texto, imágenes o, en general, cualquier tipo de contenido. En la segunda, «IA de asistencia», posicionan aquellas tecnologías que ofrecen sugerencias para mejorar o enriquecer el trabajo elaborado, como las herramientas para mejorar el lenguaje, la gramática o la estructura del texto.

Tabla 2
Formas a través de las cuales las políticas editoriales aluden a IA^ⁱⁱⁱ

Tal como fue señalado al inicio de este subtítulo, algunas políticas editoriales simplemente mencionan la IA, no explicitando una definición ni distinguiendo entre diferentes usos ni tipos de IA. De este grupo forman parte catorce de las veintiséis políticas editoriales analizadas.

Las diferentes maneras que hemos hallado de definir, distinguir y usar la IA no es un aspecto baladí. Tal como profundizaremos a continuación, la definición, diferenciación y/o tipo de uso establecido en relación con la IA (por ejemplo, «IA generativa», «IA de asistencia») tiene estrecha relación con las condiciones de manejo que las políticas editoriales establecen para estas tecnologías.

Veintiuna de las veintiséis políticas editoriales analizadas expresan algún tipo de regulación referida al uso de IA en el proceso de elaboración de texto. En general, existe una clara explicitación respecto a que el uso de IA debe aplicarse con el fin de mejorar la producción escrita que realiza el autor, no con el objetivo de que la herramienta de IA aplicada genere texto que, sin procederes o intervención humana, pase a formar parte del contenido definitivo de un documento.

Sin embargo, en algunos casos existe confusión generada a partir de los términos que usan las políticas editoriales, ya que se expresa, sin más explicación, que las herramientas de IA pueden ser usadas para «escribir», esto ocurre concretamente en las revistas Transformation in Higher Education y South African Journal of Childhood Education.

Ahora bien, profundizando en la idea del uso de IA para «mejorar la producción escrita» que comentamos antes, las políticas editoriales expresan diversas acciones concretas o usos específicos posibles de ser realizados, por ejemplo «revisar», «mejorar estructura» o «traducir» texto (ver Tabla 2).

En general, de las veintiuna políticas editoriales que se expresan sobre el uso de IA para la elaboración de texto, dieciocho señalan de manera concreta los usos permitidos (ver Tabla 3), mientras que tres indican que está permitido el uso de IA para el proceso de elaboración de texto, pero no especifican acciones de uso concretas.

También hemos hallado como dato relevante que algunas políticas editoriales analizadas señalan, de forma explícita, que la aplicación de IA para la elaboración de texto debe realizarse bajo un conveniente control humano, enfatizando la importancia de que los autores revisen y editen los resultados generados por la IA. Esta apreciación la encontramos en cinco de las veintiséis políticas editoriales analizadas.

Cuatro de las cinco políticas editoriales que explicitan el requerimiento de la revisión humana del contenido generado por IA también presentan, aunque brevemente, las razones o motivos que fundamentan tal acción. En este sentido, dos de ellas señalan que la escritura asistida por IA debe estar sujeta a revisión humana para asegurar que el texto cumple adecuadamente con los estándares de calidad académica. Otro caso expresa que la IA genera respuestas basadas únicamente en los patrones de datos en los cuales ha sido entrenada, careciendo de la capacidad de verificar hechos y contextos tal como lo haría un humano. Y, en sentido similar al anterior, otro caso señala que la IA puede generar resultados aparentemente fiables, pero podrían estar incompletos, ser incorrectos o sesgados.

Otro aspecto importante que hallamos refiere al posicionamiento de las políticas editoriales en relación con el uso de IA para la elaboración de referencias bibliográficas. Siete de las veintiséis políticas editoriales analizadas expresan lineamientos al respecto; tres de esas siete establecen que las referencias generadas por IA deben ser necesariamente verificadas por los autores, cabe notar que estas revistas también señalan, tal como lo analizamos anteriormente, el requerimiento de la revisión humana del contenido generado por IA. Por su parte, las restantes cuatro políticas editoriales indican que el uso de IA para la generación de referencias debe ser explicitado y explicado por los autores, pero no indican que deba ser un contenido a ser revisado; cabe anotar que estas cuatro políticas editoriales tampoco hacen referencia a que el contenido generado por IA deba ser sometido a revisión humana.

Trece de las veintiséis políticas editoriales sometidas a análisis contienen algún tipo de referencia respecto al uso de IA para el trabajo con imágenes en el proceso de elaboración de documentos académicos. De estas trece, siete de ellas permiten el uso de IA para el trabajo con imágenes, mientras que seis, en general, lo prohíben.

Sin embargo, cabe matizar que las políticas editoriales que, en primera instancia, prohíben el uso de IA para el trabajo con imágenes, tienen en común una excepción bajo la cual el uso sí está autorizado. Esta excepción refiere a cuando el uso de IA forma parte del diseño o los métodos de investigación de los estudios.

Una política editorial en particular (revista Educational Psychology Review) expresa otras dos excepciones al uso de imágenes y vídeos generados mediante IA:

a. cuando estos materiales visuales son obtenidos de agencias con las cuales la editorial de la revista tiene relaciones contractuales y, además, son materiales creados de manera legal;

b. cuando la IA utilizada cuenta con un conjunto específico de datos científicos subyacente que puede ser comprobado y verificado para garantizar su precisión.

Cabe señalar que de todas las políticas editoriales que hacen algún tipo de referencia sobre el uso de IA para el trabajo con imágenes, solamente una de ellas (revista Educational Psychology Review, la misma que plantea las excepciones antes mencionadas) especifica lo que, en el marco de su política, debe entenderse por el término «imágenes»: vídeos, imágenes animadas, imágenes fijas, fotografías, ilustraciones (como diagramas científicos, fotoilustraciones) e ilustraciones editoriales (dibujos, caricaturas, representaciones visuales en 2D o 3D). Esta revista también aclara que su política editorial sobre el uso de IA respecto a imágenes no incluye elementos de visualización textual y/o numérica como tablas, diagramas de flujo y otros tipos de gráficos que no contengan imágenes.

Por su parte, las siete políticas editoriales que permiten, sin restricciones y/o excepciones, el uso de IA para el trabajo con imágenes, explicitan que el procedimiento para hacerlo debe ser llevado adelante con cuidado por parte de los autores, debido a que la IA puede brindar información incorrecta, insuficiente o sesgada sobre un cierto tópico de investigación.

Seis de las veintiséis políticas editoriales analizadas se expresan sobre el uso de IA en lo que refiere al trabajo con datos. Considerando que la obtención y procesamiento de datos es un componente medular, neurálgico, crítico, del proceso de producción científica, llama la atención el escaso número de políticas editoriales, de entre todas las analizadas, que se pronuncian al respecto.

Cinco de las seis políticas editoriales que sí se expresan sobre el tema, permiten el uso de IA para el trabajo con datos, mientras que una lo prohíbe. Más allá de esta distinción, en los seis casos observamos un panorama difuso o poco preciso en lo que las políticas editoriales pretenden señalar; en este sentido, ninguna especifica a qué se refiere con el término «datos», tampoco se expresan sobre qué tipo de herramientas de IA son las que están permitidas, o no, utilizar.

Además, las directrices que se brindan son, en general, escuetas y poco claras. Por ejemplo, dos políticas editoriales (de las revistas Transformation in Higher Education y South African Journal of Childhood Education) señalan que los autores pueden utilizar IA para «generar conjunto de datos» en «circunstancias específicas», pero no se aclara lo debe considerarse por «conjunto de datos» y tampoco por «circunstancias específicas».

Otra política (de la revista African Journal of Social Work), establece que la IA pueden ser utilizada con el fin de realizar «análisis de datos de texto» o «minería de texto» en el sentido de «análisis de contenido»; pero, nuevamente, no se profundiza ni se otorga criterios para la comprensión de estas expresiones. Las políticas de las revistas Health Promotion Perspectives y Journal of Advances in Medical Education and Professionalism simplemente establecen que la IA puede ser utilizada para la «recopilación de datos».

Por su parte, la política de la revista Profile: Issues in Teachers´Professional Development, el caso que señalamos antes prohíbe el uso de IA para el trabajo con datos, establece que no se permite el uso de herramientas de IA para la «manipulación de datos», expresión que también se presenta bastante amplia y difusa.

Más allá de estos aspectos, cabe destacar que un punto en el que coinciden casi todas las revistas que permiten el uso de herramientas de IA para el trabajo con datos es que requieren que dicho uso sea explicitado y explicado en el texto del documento elaborado, es decir, el autor o autores deben declarar que se utilizó IA en el trabajo con los datos de la investigación y describir el uso realizado.

Siete de las veintiséis políticas editoriales analizadas refieren, explícitamente, a la dimensión ética en relación con el uso de IA en el proceso de elaboración de documentos académicos.

El hecho de que poco más de un cuarto del total de políticas editoriales consideradas para este estudio se exprese sobre las implicancias éticas que tiene el uso de herramientas de IA en el proceso de elaboración de documentos resulta, como mínimo, digno de ser puesto sobre la mesa de discusión si coincidimos en que la cuestión ética es un tema más de fondo que de forma en todo lo que venimos analizando, tal como ya lo hemos destacado en el marco teórico (Gunturiz et al., 2020; Farrokhnia et al., 2023; Machin-Mastromatteo, 2023; Krumsvik, 2024).

En general, las políticas editoriales que se manifiestan sobre este tema coinciden en resaltar los siguientes principios éticos como los fundamentales a tener en cuenta al momento de la elaboración de documentos académicos: integridad científica, transparencia y honestidad. Como acciones específicas que vulneran estos principios, encontramos mencionadas las siguientes: plagio, artificialismo (fabricación de información mediante uso de IA), falsificación, copiado y pegado desde aplicaciones de IA, ocultamiento del uso de IA en el proceso de elaboración de documentos.

Otro núcleo de coincidencia entre las revistas cuyas políticas se pronuncian sobre la dimensión ética del uso de IA para la elaboración de documentos, es el de resaltar el papel de los autores como íntegramente responsables del contenido de los manuscritos elaborados. En este sentido, las políticas enfatizan sobre el necesario ajuste de los trabajos presentados a los códigos de ética de la investigación científica.

Ahora bien, más allá del escaso número de políticas editoriales que refieren de manera explícita a la dimensión ética del uso de IA para la elaboración de documentos, casi la totalidad de las veintiséis políticas analizadas (exceptuándose solamente dos) se pronuncian sobre la cuestión de los derechos de autoría en relación con el uso de IA.

En primer lugar, cabe señalar que existe plena coincidencia de criterio entre las políticas editoriales acerca de que tanto las herramientas de IA como las herramientas asistidas por IA no pueden ser consideradas como autores o coautores de los documentos elaborados. Si bien las razones que le dan fundamento a este criterio adoptado se expresan en diferentes términos, el argumento de fondo es el mismo: la IA no puede reemplazar el rol esencial del autor, que es la creatividad en la producción escrita de contenido académico.

En algunos casos (como en la revista African Journal of Social Work), se especifica que en procesos tales como identificación y solución de problemas, generación de ideas y desarrollo de pensamiento crítico, la IA no puede reemplazar la labor humana. En otros casos (Educational Psychology Review, Critical Studies in Teaching and Learning, Contemporary Educational Psychology, Journal of Vocational Behavior, Educational Research Review, Computers & Education), las políticas editoriales señalan que la autoría implica responsabilidades y tareas que solo pueden atribuirse y ser realizadas por personas.

Por su parte, otras políticas especifican que el uso de tecnologías de IA y herramientas basadas en IA para la generación de contenido, como los grandes modelos de lenguaje (LLMs, por su sigla en inglés), la IA de tipo generativa y los chatbots (por ejemplo, ChatGPT), no cumplen con lo que denominan como «criterios de autoría»; sin embargo, no profundizan en explicar sobre estos criterios a los que aluden.

En los casos de las revistas Health Promotion Perspectives y Journal of Advances in Medical Education and Professionalism, se argumenta que las herramientas de IA no deben figurar como autores porque las mismas no pueden ser responsables de la precisión, integridad y originalidad de un manuscrito, responsabilidades que son indispensables para una declaración de autoría. En un sentido similar, las revistas Bolema–Boletim de Educação Matemática y Cadernos Brasileiros de Terapia Ocupacional señalan que, de acuerdo con las siguientes normas y prácticas, solo los humanos pueden ser autores: asumir responsabilidad pública por el trabajo elaborado; asegurar que todo el material citado sea correctamente atribuido; informar las fuentes de los materiales y datos utilizados en la investigación y en la redacción de un artículo.

Conclusiones, proyecciones y limitaciones

Varias políticas editoriales analizadas señalan que las reglas y directrices establecidas en relación con el uso de IA en los procesos de elaboración de documentos académicos se irán monitoreando, ajustando y actualizando, a medida que la IA evoluciona y, además, porque se espera que las tecnologías de IA sean cada vez más populares y utilizadas por quienes generan contenido académico.

Incluso algunas políticas advierten que los criterios editoriales establecidos sobre este tema son tan incipientes como rudimentarios e incompletos, elaborados con el fin de atender de forma apresurada el surgimiento de una realidad que se percibe en extremo difusa y, por ello, confusa.

Todo sugiere que los hallazgos realizados en esta investigación son reflejos de esta situación de indeterminación. En general, las políticas editoriales analizadas se presentan concretas y estrictas en algunos aspectos, pero —y principalmente— también imprecisas y ambiguas en otros.

Hallamos, por ejemplo, que las normas y directrices expresadas respecto al uso de IA para el trabajo con texto, imágenes y datos, son, en su mayoría, imprecisas, lo cual impide realizar una lectura inequívoca de las mismas. También hallamos que son pocos los casos donde se explicita una definición de IA en el contexto de su aplicación en el proceso de elaboración de documentos.

Estos vacíos e incertezas se tornan tanto más complejos de interpretar si los leemos en el ámbito de nuestro interés principal: lo educativo. Tal como lo analizamos oportunamente, la irrupción de la IA en las prácticas educativas está ocasionando transformaciones teóricas y metodológicas en el campo de la investigación educativa, muchas de las cuales aún no se vislumbran con claridad.

Creemos que el punto de cruce entre, por un lado, estas transformaciones teóricas/metodológicas en el campo de la investigación educativa y, por otro lado, la disponibilidad y potencialidad que evidencian las tecnologías de IA como facilitadoras de los procesos de producción académica, debe comenzar a ser analizado con mayor detenimiento y perspicacia. El surgimiento y profundización de una brecha entre ambas dimensiones no puede redundar más que en una visión empobrecedora y reduccionista de sus respectivas sinergias.

La cuestión ética que, tal como lo señalamos en la discusión teórica, debe ser el eje transversal del equilibrio entre la necesaria integración de la IA en la investigación educativa y la esencial preservación del componente humano en ello, la hallamos escasamente abordada en las políticas editoriales analizadas. Si bien las implicancias éticas respecto al uso de IA para la producción académica no son efectivas por el simple hecho de estar escritas, consideramos que no deberían quedar sin ser, por lo menos, explicitadas, así como tampoco deberían ser invisibilizadas por reglas y directrices de características más técnicas.

Con todo lo dicho hasta aquí, parece oportuno explicitar de forma sintética algunas de las tensiones —en alusión directa al título de este artículo— que identificamos. Si bien puede haber otras, haremos mención a las seis que, según entendemos, son las más importantes debido a las implicaciones prácticas que poseen:

- La tensión entre el auge y auspicio del uso de IA para el desarrollo de investigación en educación, y los intentos de las políticas editoriales por encuadrar y/o regular dicho uso.

- La tensión entre los intentos particulares o individuales de las políticas editoriales por generar criterios que encuadren y/o regulen el uso de IA en la investigación y elaboración de documentos, y la existencia de criterios disonantes y hasta contradictorios entre las distintas políticas editoriales.

- La tensión entre lo que explicitan las políticas editoriales sobre la utilización de IA para el desarrollo de investigación y la elaboración de documentos, y los términos que usan para explicitarlo, y lo que no explicitan.

- La tensión entre la necesidad de reglas y directrices claras en las políticas editoriales sobre el uso de IA, y la constante y rápida evolución de esta tecnología.

- La tensión entre el potencial transformador de la IA en el campo metodológico y teórico de la investigación en educación, y cómo las políticas editoriales están asumiendo esta transformación.

- La tensión entre el componente técnico que, naturalmente, es parte esencial de las herramientas de IA, y el componente ético que debe contextualizar su uso y que las políticas editoriales tienen el desafío de incorporar.

Sin dudas, cada una de estas seis tensiones identificadas posibilita el planteamiento de diversas interrogantes e hipótesis, muchas de las cuales pueden referir a implicaciones de características prácticas tanto para el caso de investigadores como para el de editores de revistas de educación. Este es un campo que se abre a partir de aquí y que podrá ser abordado y profundizado en futuros estudios.

En lo que refiere a las limitaciones de la investigación realizada, el escaso número de políticas editoriales que analizamos no permite la construcción de más generalizaciones que las ya expuestas; en este sentido, sería interesante realizar estudios más extensos, tomando un mayor número de casos de análisis, o bien estudios que profundicen con especificidad en ciertas regiones geográficas, lo cual permitiría trazar análisis interregionales y también intrarregionales. Asimismo, sería interesante realizar abordajes a la interna de países concretos, tomando la totalidad de las revistas de educación publicadas o bien operando una selección según determinados criterios.

Por último, y atendiendo lo que ya comentamos respecto a que las reglas y directrices establecidas en relación con el uso de IA en los procesos de elaboración de documentos académicos se irán monitoreando, ajustando y actualizando, también resultaría valioso acompañar desde el quehacer investigativo el proceso que seguirán estas adaptaciones y transformaciones.

Aprobación final del artículo:
Dra. Verónica Zorrilla de San Martín, editora responsable de la revista.

Contribución de autoría:
Juan Manuel Sarochar Risso: conceptualización, curación de datos, investigación, metodología, administración, visualización, escritura del borrador y revisión del manuscrito.

Disponibilidad de los datos:
El conjunto de datos que apoya los resultados de esta investigación no se encuentra disponible de forma pública, pero pueden ser solicitados al autor mediante correo electrónico.

Referencias

Cohen, L., Manion, L., & Morrison, K. (2018). Research Methods in Education. Routledge.

Dowling, M., & Lucey, B. (2023). ChatGPT for (Finance) research: The bananarama conjecture. Finance Research Letters, 53. https://doi.org/10.1016/j.frl.2023.103662

Farrokhnia, M., Banihashem, S., Noroozi, O., & Wals, A. (2023). A SWOT analysis of ChatGPT: Implications for educational practice and research. Innovations in Education and Teaching International, 61(3), 460–474. https://doi.org/10.1080/14703297.2023.2195846

Forero-Corba, W., & Negre, F. (2024). Techniques and applications of Machine Learning and Artificial Intelligence in education: a systematic review. Revista Iberoamericana de Educación a Distancia, 27(1), 209-253.

Gunturiz, M., Castro, C., & Chaparro, P. (2020). Importancia, definición y conflictos de la autoría en publicaciones científicas. Revista Bioética, 18(1). 10-16. https://doi.org/10.1590/1983-80422020281361

Krumsvik, R. (2024). A theoretical shift in educational research? Nordic Journal of Digital Literacy, 19(3), 122-125. https://doi.org/10.18261/njdl.19.3.1

Lancaster, T. (2023). Artificial Intelligence, text generation tools and ChatGPT – does digital watermarking offer a solution? International Journal for Educational Integrity, 19(1). https://doi.org/10.1007/s40979-023-00131-6

Machin-Mastromatteo, J. (2023). Implicaciones y políticas editoriales de la inteligencia artificial. Revista Estudios de la Información, 1(2), 123-133. https://doi.org/10.54167/rei.v1i2.1448

Newman, M., & Gough, D. (2020). Systematic Reviews in Educational Research: Methodology, Perspectives and Application. En O. Zawacki-Richter, M. Kerres, S. Bedenlier, M. Bond & K. Buntins (Eds.), Systematic Reviews in Educational Research (pp. 3-22). Springer.

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO] (2021). Inteligencia artificial y educación. Guía para las personas a cargo de formular políticas.

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO] (2024). Guía para el uso de IA generativa en educación e investigación.

Orton-Johnson, K. (2010). Ethics in online research: evaluating the ESRC Framework for Research Ethics categorisation of risk. Sociological Research Online, 15(4). https://doi.org/10.5153/sro.2261

Sarochar, J. (2025a). Mapeo de publicaciones académicas sobre Inteligencia Artificial y Educación en Uruguay. Revista Sudamericana De Educación, Universidad y Sociedad, 13(1), 39–63. https://doi.org/10.48163/rseus.2025.13139-63

Sarochar, J. (2025b). Propuesta de categorización de investigaciones sobre y aplicaciones de inteligencia artificial en educación. Cuadernos de Investigación Educativa, 16(1). https://doi.org/10.18861/cied.2025.16.1.3955

Seth, I., Bulloch, G., & Hin, C. (2023). Redefining Academic Integrity, Authorship, and Innovation: The Impact of ChatGPT on Surgical Research. Annals of Surgical Oncology, 30. https://doi.org/10.1245/s10434-023-13642-w

Tang, G., & Eaton, S. (2023). A rapid investigation of artificial intelligence generated content footprints in scholarly publications. Research Square. https://doi.org/10.21203/rs.3.rs-3253789/v1

Wiese, L., Patil, I., Schiff, D., & Magana, A. (2025). AI ethics education: A systematic literature review. Computers and Education: Artificial Intelligence, 8. https://doi.org/10.1016/j.caeai.2025.100405

Zawacki-Richter, O., Kerres, M., Bedenlier, S., Bond, M., & Buntins, K. (Eds.). (2020). Systematic Reviews in Educational Research: Methodology, Perspectives and Application. Springer.

i El ranking que utilizamos para esta investigación es el publicado por la plataforma en el año 2023, ya que cuando iniciamos el proceso de selección de las políticas editoriales a analizar (febrero de 2025) el ranking del año 2024 aún no estaba publicado.

ii Por ejemplo, los países de la Organización para la Cooperación y el Desarrollo Económico (OCDE) aparecen agrupados en una sola región, y al mismo tiempo también figura América del Norte (cuyos países forman parte de la OCDE) como otra región.

iii Incluidas solamente las políticas editoriales que no explicitan una definición de IA.