Revista Latina de Comunicación Social. ISSN 1138-5820
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Formación ética en inteligencia artificial en estudiantes de comunicación:
Un estudio cualitativo desde la antropología y la responsabilidad social
Ethical training in artificial intelligence for communication students:
A qualitative study from the perspective of anthropology and social responsibility
Daniel de la Rosa Ruiz
Universidad Francisco de Vitoria (Madrid). España.
Susana Miró López
Universidad Francisco de Vitoria (Madrid). España.
Este artículo está financiado con cargo a dos proyectos de investigación: “Acciones de concienciación en las aulas universitarias para formar en sostenibilidad, ODS, trata, Ética social y Justicia social” y “EDS: Educación en la dignidad: formación integral y reconocimiento del otro en contextos de exclusión social”.
Fecha de inicio: 1 de enero de 2024. Fecha de fin: el 31 de diciembre de 2027.
Cómo citar este artículo / Referencia normalizada:
de la Rosa Ruiz, Daniel y Miró López, Susana (2027). Formación ética en inteligencia artificial en estudiantes de comunicación: Un estudio cualitativo desde la antropología y la responsabilidad social [Ethical training in artificial intelligence for communication students: A qualitative study from the perspective of anthropology and social responsibility]. Revista Latina de Comunicación Social, 85, 1-16. https://doi.org/10.4185/RLCS-2027-2723Fecha de Recepción: 09/03/2026
Fecha de Aceptación: 30/04/2026
Fecha de Publicación Anticipada: 10/08/2026
Fecha de Publicación: 01/01/2027
RESUMEN
Introducción: La irrupción de la inteligencia artificial generativa en el ámbito universitario plantea nuevos desafíos éticos en la formación de los futuros comunicadores, especialmente en relación con el pensamiento crítico, la responsabilidad social y el uso ético de las tecnologías digitales. En las facultades de comunicación, donde la producción de contenidos y el análisis discursivo son centrales, resulta imprescindible integrar una formación humanista que articule antropología, ética y cultura digital. Metodología: El estudio adopta un diseño cualitativo de corte interpretativo desarrollado en la Facultad de Comunicación, en las asignaturas de Antropología y Responsabilidad Social. La intervención consistió en la elaboración de trabajos académicos por parte del alumnado, su revisión mediante inteligencia artificial y el posterior análisis crítico de las sugerencias generadas por la IA. Las correcciones realizadas por los estudiantes fueron analizadas mediante análisis cualitativo con Atlas.ti, a partir de un proceso de codificación temática. Resultados: Los resultados muestran que la interacción crítica con la inteligencia artificial favorece procesos de reflexión ética, autonomía intelectual y conciencia profesional en los futuros comunicadores, evidenciándose cambios significativos en la forma en que los estudiantes reinterpretan, aceptan o cuestionan las recomendaciones automatizadas.). Discusión: El uso guiado de la IA no se configura únicamente como herramienta técnica, sino como dispositivo pedagógico para el desarrollo del pensamiento crítico y la responsabilidad social en entornos de comunicación digital). Conclusiones: La integración de la inteligencia artificial desde un enfoque antropológico y ético contribuye a la formación integral del comunicador, promoviendo un uso consciente, reflexivo y responsable de las tecnologías emergentes en el contexto universitario.
Palabras clave: inteligencia artificial generativa; pensamiento crítico; ética digital; escritura académica; alfabetización mediática; responsabilidad social.
Introduction: The emergence of generative artificial intelligence in higher education poses new ethical challenges for training future communication professionals, particularly regarding critical thinking, social responsibility, and the ethical use of digital technologies. In Schools of Communication, where content production and discourse analysis are central, it is essential to incorporate a humanistic approach that brings together anthropology, ethics, and digital culture. Methodology: This study follows a qualitative, interpretive design conducted at a School of Communication within the courses Anthropology and Social Responsibility. The intervention involved students producing academic papers, revising them with the support of generative AI, and subsequently carrying out a critical appraisal of the AI-generated suggestions. Students’ revisions were examined through qualitative analysis using Atlas.ti, based on a thematic coding process. Results: The findings indicate that critical engagement with generative AI fosters ethical reflection, intellectual autonomy, and professional awareness among future communicators, as evidenced by meaningful changes in how students reinterpret, partially adopt, or challenge automated recommendations. Discussion: Guided use of generative AI functions not merely as a technical tool but as a pedagogical device for developing critical thinking and social responsibility in digital communication contexts. Conclusions: Integrating generative AI through an anthropological and ethical lens contributes to the comprehensive education of communication professionals, promoting a conscious, reflective, and responsible use of emerging technologies in the university setting.
Keywords: generative artificial intelligence; critical thinking; digital ethics; academic writing; media literacy; social responsibility.
1. INTRODUCCIÓN
La irrupción de la inteligencia artificial generativa está transformando de manera profunda los procesos de producción, análisis y validación del conocimiento en la educación superior, especialmente en titulaciones vinculadas a la comunicación y la cultura digital. En este contexto, el uso creciente de herramientas de inteligencia artificial por parte del alumnado universitario plantea no solo desafíos metodológicos, sino, sobre todo, interrogantes éticos relacionados con la autoría, el pensamiento crítico, la responsabilidad académica y la formación integral del estudiante (Floridi et al., 2018; UNESCO, 2021).
Desde una perspectiva humanista, la tecnología no puede comprenderse como un instrumento neutral, sino como un artefacto cultural que configura prácticas cognitivas, sociales y profesionales (Floridi, 2014; Heidegger, 1977). En el ámbito de la formación de los futuros comunicadores, esta cuestión adquiere una especial relevancia, dado que su ejercicio profesional se desarrolla en entornos mediáticos profundamente mediados por tecnologías digitales y sistemas algorítmicos. Tal y como señala Han (2022), la digitalización no solo transforma los modos de comunicación, sino también las formas de pensamiento, generando el riesgo de una automatización acrítica del conocimiento.
En el marco universitario, diversos autores han subrayado la necesidad de integrar una educación ética en el uso de tecnologías emergentes, especialmente en relación con la inteligencia artificial, con el fin de evitar una dependencia tecnológica que debilite la autonomía intelectual del estudiante (Selwyn, 2019; Zuboff, 2019). En esta línea, la formación superior debe orientarse no únicamente a la adquisición de competencias técnicas, sino al desarrollo del juicio crítico, la responsabilidad social y la conciencia ética ante el uso de herramientas digitales (Cortina, 2013; Nussbaum, 2010). En este sentido, educar no equivale a optimizar rendimientos ni a acelerar la producción de textos, sino a formar sujetos capaces de juicio, responsabilidad y participación; por eso, la integración de la IA exige un marco ético y humanista que preserve la finalidad propiamente educativa de la universidad (Biesta, 2010). Además, conviene atender a los límites y riesgos de los grandes modelos de lenguaje —sesgos, opacidad y generación de contenidos plausibles, pero no necesariamente verdaderos—, lo que refuerza la necesidad de un trabajo formativo orientado al discernimiento crítico del alumnado (Bender et al., 2021).
Asimismo, desde la antropología de la educación, la tecnología se concibe como un elemento que influye en la construcción simbólica del conocimiento y en la configuración de las prácticas académicas del alumnado (Geertz, 1973; Postman, 1993). La interacción con la inteligencia artificial en contextos formativos no implica únicamente un proceso instrumental, sino una mediación cultural que redefine la relación entre aprendizaje, autoría y verdad académica. Como advierte Floridi (2023), la inteligencia artificial debe ser integrada en los sistemas educativos desde un enfoque ético y reflexivo que sitúe a la persona en el centro del proceso tecnológico.
En las Facultades de Comunicación, donde la producción discursiva, la interpretación crítica y la responsabilidad social del mensaje son pilares formativos, la incorporación de la inteligencia artificial exige un replanteamiento pedagógico que articule tecnología, ética y humanismo. En este sentido, la formación en inteligencia artificial desde la antropología y la responsabilidad social permite comprender el uso de estas herramientas no solo como apoyo técnico, sino como objeto de reflexión ética y profesional del futuro comunicador. En el contexto español, la introducción de asignaturas de carácter tecnológico en los grados de Periodismo/Comunicación muestra la necesidad de articular dicha dimensión técnica con una formación crítica y humanista del comunicador (Sierra Sánchez et al., 2020). Así, la reflexión sobre la inteligencia artificial en la universidad no puede reducirse a su dimensión sancionadora o antiplagio, sino que exige considerar sus usos pedagógicos y los desafíos éticos asociados a su integración en los procesos de enseñanza-aprendizaje (Caldevilla Domínguez, 2024).
Ante este escenario, este estudio se propone analizar cómo los estudiantes universitarios de comunicación interactúan críticamente con la inteligencia artificial en la elaboración de sus trabajos académicos, examinando las correcciones sugeridas por la IA y las modificaciones realizadas posteriormente por el alumnado como indicador de pensamiento crítico, autonomía intelectual y formación ética en el contexto de la educación superior digital.
2. OBJETIVOS
En el contexto de la creciente incorporación de la inteligencia artificial generativa en la educación superior, especialmente en titulaciones vinculadas a la comunicación y la cultura digital, nos parece necesario analizar su impacto no solo como herramienta tecnológica, sino como mediadora en los procesos formativos, cognitivos y éticos del alumnado universitario. La interacción entre estudiantes y sistemas de inteligencia artificial en la elaboración de trabajos académicos introduce nuevas dinámicas de aprendizaje que afectan a la autonomía intelectual, la autoría, el pensamiento crítico y la responsabilidad profesional, aspectos clave en la formación del futuro comunicador.
Desde esta perspectiva, nuestro objetivo principal es analizar el papel de la inteligencia artificial como dispositivo pedagógico y cultural en la formación ética de los estudiantes de comunicación, abordando su uso desde un enfoque antropológico y de responsabilidad social en el contexto de la educación superior. En concreto, nos orientamos a comprender cómo los estudiantes interactúan con las correcciones y sugerencias generadas por la inteligencia artificial en la elaboración de sus trabajos académicos, así como los procesos de reflexión, aceptación, cuestionamiento o reinterpretación que emergen durante dicha interacción.
De manera complementaria, nos interesa profundizar en el análisis de las transformaciones que se producen en los textos académicos tras la mediación de la inteligencia artificial, entendiendo estas modificaciones como indicadores de pensamiento crítico, autonomía académica y posicionamiento ético ante el uso de tecnologías emergentes. En este sentido, buscamos identificar las categorías cualitativas que emergen del proceso de revisión y reescritura de los trabajos, prestando especial atención a dimensiones como la responsabilidad digital, el juicio crítico y la construcción reflexiva del conocimiento en entornos mediados por inteligencia artificial.
Asimismo, el estudio nos proponemos explorar el valor formativo de la inteligencia artificial como recurso pedagógico en las asignaturas de Antropología y Responsabilidad Social dentro de la Facultad de Comunicación, analizando su potencial no solo como herramienta de apoyo académico, sino como catalizador de procesos de reflexión ética y conciencia profesional en los futuros comunicadores. De este modo, pretendemos aportar evidencia empírica sobre la necesidad de integrar la formación ética en inteligencia artificial en los planes formativos universitarios, desde un enfoque humanista que sitúe a la persona, la responsabilidad social y el pensamiento crítico en el centro del uso de las tecnologías digitales.
3. METODOLOGÍA
La presente investigación se inscribe en un enfoque cualitativo de carácter interpretativo, orientado a comprender los procesos de interacción crítica del alumnado universitario con la inteligencia artificial en contextos formativos reales. Desde una perspectiva epistemológica, el estudio se fundamenta en el paradigma interpretativo y en la investigación cualitativa aplicada a la educación superior, que permite analizar los significados, discursos y prácticas académicas en entornos mediados por tecnología (Denzin y Lincoln, 2018; Flick, 2015). Este enfoque resulta especialmente pertinente cuando se pretende explorar dimensiones éticas, reflexivas y culturales del aprendizaje en contextos digitales, tal y como señalan Selwyn (2019) y Williamson (2021) en sus estudios sobre tecnología educativa y cultura algorítmica.
El diseño metodológico responde a un estudio cualitativo de caso instrumental (Stake, 1995; Yin, 2018), desarrollado en el contexto universitario de la Facultad de Comunicación, concretamente en las asignaturas de Antropología y Responsabilidad Social. Ambas materias se articulan desde un enfoque humanista e interdisciplinar, orientado al desarrollo del pensamiento crítico, la reflexión ética y la responsabilidad profesional del futuro comunicador en la sociedad digital.
La asignatura de Antropología aborda la comprensión del ser humano como sujeto cultural en contextos tecnológicos, analizando el impacto de las tecnologías digitales en la construcción del conocimiento, la identidad y las prácticas comunicativas. Por su parte, la asignatura de Responsabilidad Social se centra en la dimensión ética de la acción profesional y en el uso responsable de las tecnologías en el ámbito comunicativo, promoviendo la reflexión crítica sobre el papel del comunicador en entornos mediáticos digitalizados. En este marco formativo, la inteligencia artificial se incorpora no como un recurso meramente instrumental, sino como objeto de análisis ético, cultural y académico.
La muestra estuvo compuesta por 200 estudiantes universitarios matriculados en la Facultad de Comunicación que cursaban las asignaturas de Antropología y Responsabilidad Social durante el periodo académico correspondiente. Los participantes pertenecían a estudios de grado vinculados al ámbito de la comunicación y la cultura digital, inmersos en un contexto formativo donde se integró de manera sistemática el uso reflexivo de la inteligencia artificial en la elaboración de trabajos académicos. La selección de participantes respondió a un muestreo intencional (Patton, 2015), al tratarse de alumnado que formaba parte del contexto educativo en el que se desarrolló la intervención pedagógica objeto de estudio.
El procedimiento se estructuró en tres fases metodológicas diferenciadas. En una primera fase, los estudiantes elaboraron trabajos académicos individuales relacionados con los contenidos de las asignaturas, abordando temáticas vinculadas a la ética, la responsabilidad social y el impacto de la tecnología en la comunicación. En una segunda fase, dichos trabajos fueron revisados mediante herramientas de inteligencia artificial generativa, que proporcionaron sugerencias de mejora en aspectos discursivos, argumentativos y estructurales. En una tercera fase, el alumnado analizó críticamente las recomendaciones generadas por la inteligencia artificial y procedió a la revisión y reescritura de sus textos, justificando las modificaciones realizadas desde un posicionamiento reflexivo y ético.
Este diseño metodológico se alinea con investigaciones recientes sobre la integración crítica de la inteligencia artificial en educación superior, que subrayan la importancia de fomentar la interacción reflexiva del estudiante con sistemas algorítmicos para evitar procesos de automatización acrítica del aprendizaje (Holmes y Tuomi, 2022; Luckin et al., 2016).
En coherencia con el instrumento documental de recogida de datos, el corpus analítico estuvo constituido por tres tipos de documentos: los trabajos académicos originales elaborados por los estudiantes, las correcciones y sugerencias generadas por la inteligencia artificial y las versiones finales revisadas por el alumnado tras la interacción crítica con la IA. Este enfoque documental permite analizar los procesos de transformación discursiva y cognitiva del estudiante en contextos mediados por inteligencia artificial, tal y como proponen Kvale y Brinkmann (2015) en el análisis cualitativo de producciones textuales.
La recogida de datos se realizó en un entorno formativo naturalista, durante el desarrollo ordinario de las asignaturas de Antropología y Responsabilidad Social, lo que refuerza la validez ecológica del estudio al analizar prácticas académicas reales en el aula universitaria y no en contextos experimentales artificiales (Cohen et al., 2018).
El instrumento de recogida de datos fue de carácter documental y pedagógico, diseñado ad hoc para el contexto formativo universitario y articulado en torno a un protocolo estructurado de revisión académica mediada por inteligencia artificial. En coherencia con los enfoques cualitativos interpretativos en educación superior, el instrumento no se concibió como un cuestionario estandarizado, sino como un dispositivo formativo orientado a recoger evidencias discursivas, reflexivas y metacognitivas del alumnado en situaciones reales de aprendizaje (Denzin y Lincoln, 2018; Flick, 2015).
Dicho instrumento se estructuró en tres evidencias documentales complementarias: los trabajos académicos iniciales, las sugerencias de mejora generadas por herramientas de inteligencia artificial generativa durante el proceso de revisión textual y las versiones finales reescritas por los estudiantes tras el análisis crítico de las recomendaciones automatizadas. Este procedimiento permitió obtener datos textuales longitudinales sobre los procesos de reescritura, toma de decisiones académicas, autonomía intelectual y posicionamiento crítico ante el uso de tecnologías emergentes, en línea con los planteamientos del análisis documental en investigación educativa (Flick, 2015; Kvale y Brinkmann, 2015).
Asimismo, el docente proporcionó orientaciones pedagógicas para el uso reflexivo de la inteligencia artificial, solicitando al alumnado que analizara críticamente las sugerencias generadas por la herramienta antes de proceder a la revisión de sus textos, con el fin de evitar una aceptación automática de las correcciones y promover procesos de pensamiento crítico y autonomía académica, tal como señalan los estudios sobre integración pedagógica de la IA en educación superior (Holmes y Tuomi, 2022; Luckin et al., 2016).
Este enfoque metodológico permitió acceder no solo al producto textual final, sino también al proceso de transformación discursiva y metacognitiva del alumnado, configurando un corpus documental rico en evidencias sobre ética digital, responsabilidad académica e interacción humano–IA, aspectos especialmente relevantes en investigaciones cualitativas sobre aprendizaje mediado por tecnología (Selwyn, 2019; Williamson, 2021).
El análisis de los datos se llevó a cabo mediante análisis cualitativo de contenido y codificación temática, siguiendo los principios metodológicos de Braun y Clarke (2006) y Saldaña (2016). Para el tratamiento sistemático de la información se empleó el software Atlas.ti, herramienta ampliamente utilizada en investigación cualitativa para el análisis de datos textuales en educación y ciencias sociales (Friese, 2019).
El proceso analítico se desarrolló en varias etapas. En primer lugar, se realizó una lectura comprensiva del corpus documental (trabajos iniciales, correcciones de la IA y versiones finales). Posteriormente, se procedió a una codificación abierta, identificando unidades de significado relacionadas con categorías como pensamiento crítico, autonomía académica, ética digital, responsabilidad profesional, aceptación de la IA, cuestionamiento de las sugerencias automatizadas y reescritura reflexiva. En una fase posterior, llevamos a cabo una codificación axial que permitió agrupar las categorías emergentes en dimensiones analíticas más amplias, vinculadas a la formación ética del comunicador en contextos de inteligencia artificial.
Este enfoque analítico responde a la lógica de la investigación cualitativa interpretativa, que busca comprender los procesos de construcción del significado en lugar de medir variables cuantitativas (Miles et al., 2014). Asimismo, el uso de Atlas.ti permitió garantizar la trazabilidad del proceso de codificación, la sistematización de los datos y la fiabilidad del análisis cualitativo.
La investigación se desarrolló respetando los principios éticos propios de la investigación educativa en educación superior, garantizando la confidencialidad de los participantes y el uso académico de los datos recogidos. Asimismo, se aplicaron criterios de rigor cualitativo basados en la credibilidad, transferibilidad y consistencia analítica (Lincoln y Guba, 1985), mediante la triangulación del corpus documental y la coherencia entre el diseño formativo, el procedimiento de intervención pedagógica y el análisis cualitativo de los resultados.
De este modo, la metodología adoptada permite analizar la inteligencia artificial no solo como herramienta tecnológica, sino como mediadora cultural y ética en los procesos de aprendizaje del estudiante de comunicación, en coherencia con los enfoques contemporáneos de educación superior en la sociedad digital.
4. RESULTADOS
El análisis cualitativo del corpus documental, integrado por los trabajos iniciales del alumnado, las sugerencias generadas por la inteligencia artificial y las versiones finales revisadas, se llevó a cabo mediante el software Atlas.ti, siguiendo los principios del análisis temático y la codificación cualitativa sistemática (Friese, 2019; Saldaña, 2016). El uso de software CAQDAS (Computer Assisted Qualitative Data Analysis Software) ha sido ampliamente validado en investigaciones educativas y en estudios sobre cultura digital por su capacidad para organizar, codificar y visualizar grandes volúmenes de datos textuales de forma rigurosa (Paulus y Lester, 2016; Woods et al., 2016).
El proceso analítico se desarrolló a través de una codificación abierta, axial y selectiva, en coherencia con los planteamientos metodológicos de Miles et al. (2014), lo que permitió identificar categorías emergentes relacionadas con la interacción crítica del alumnado con la inteligencia artificial. Entre las categorías con mayor densidad de codificación destacan: pensamiento crítico, ética digital, responsabilidad académica, autonomía intelectual e interacción reflexiva con la IA.
Estos resultados son consistentes con investigaciones previas que han utilizado Atlas.ti en el análisis de discursos educativos y procesos de aprendizaje mediados por tecnología, donde se evidencia que la codificación temática permite identificar patrones cognitivos y metacognitivos en contextos formativos (Friese, 2019; Gibbs, 2018).
Asimismo, la triangulación del corpus textual (versiones iniciales, correcciones de la IA y versiones finales) permitió observar una transformación discursiva significativa, caracterizada por la incorporación selectiva de las sugerencias automatizadas y su reinterpretación crítica por parte del alumnado, en línea con los estudios cualitativos sobre aprendizaje reflexivo en entornos digitales (Selwyn, 2019; Williamson, 2021).
Los resultados evidencian que el alumnado no adoptó una postura de aceptación automática ante las correcciones generadas por la inteligencia artificial, sino que desarrolló procesos de análisis, selección y reescritura fundamentada. Este hallazgo coincide con estudios recientes sobre interacción humano-IA en educación superior, que señalan que el uso guiado de sistemas inteligentes puede favorecer la metacognición y el pensamiento crítico cuando se integra desde un enfoque pedagógico reflexivo (Holmes y Tuomi, 2022; Luckin et al., 2016).
Desde una perspectiva antropológica del aprendizaje, la IA actuó como mediadora cultural del proceso cognitivo, influyendo en la construcción del conocimiento y en la toma de decisiones discursivas del estudiante, tal y como plantean los enfoques socioculturales del aprendizaje digital (Vygotsky, 1978; Wertsch, 1998).
De acuerdo con las posibilidades analíticas del software Atlas.ti para el análisis textual (Friese, 2019), se realizó un estudio de frecuencia léxica del corpus documental, con el objetivo de identificar los conceptos dominantes en los textos finales del alumnado tras la interacción con la inteligencia artificial.
Tabla 1. Frecuencia de términos clave en el corpus textual analizado mediante Atlas.ti
|
Término |
Frecuencia relativa |
Dimensión analítica |
|
Inteligencia artificial |
Alta |
Cultura digital y tecnología |
|
Ética |
Alta |
Formación ética |
|
Responsabilidad |
Media-alta |
Responsabilidad social |
|
Pensamiento crítico |
Media |
Reflexión cognitiva |
|
Comunicación |
Media |
Formación del comunicador |
|
Corrección |
Media |
Interacción con IA |
|
Autonomía |
Media |
Autonomía académica |
Fuente: Elaboración propia mediante análisis textual con Atlas.ti.
El análisis léxico revela una alta presencia de términos asociados a la dimensión ética y reflexiva del aprendizaje, lo que sugiere que el uso pedagógico de la inteligencia artificial fue interiorizado por el alumnado desde una perspectiva crítica y no meramente instrumental.
Figura 1. Nube de palabras y análisis visual del discurso
Fuente: Elaboración propia a partir del análisis cualitativo del corpus mediante Atlas.ti.
Las palabras dominantes (de mayor tamaño en la nube) fueron inteligencia artificial, ética, responsabilidad, comunicación, análisis, reflexión, pensamiento crítico, corrección, autonomía, aprendizaje, revisión, tecnología, argumentación, trabajo académico y discursivo. En un nivel de frecuencia media aparecieron criterio, autoría, evaluación, mejora, reescritura, formación, cultura digital, universidad, responsabilidad social, juicio crítico, texto e interpretación. Por último, como palabras emergentes —con una frecuencia cualitativa significativa— se identificaron conciencia ética, uso responsable, interacción con IA, revisión crítica, autonomía intelectual, decisión académica, mediación tecnológica y formación del comunicador.
La nube de palabras fue generada a partir del corpus textual codificado en Atlas.ti (versiones iniciales, correcciones de la IA y versiones finales), mediante análisis de frecuencia léxica y densidad semántica, siguiendo las recomendaciones metodológicas para visualización cualitativa en estudios con CAQDAS (Friese, 2019; Paulus y Lester, 2016). La representación evidencia la centralidad de categorías éticas y reflexivas sobre las tecnológicas, lo que confirma la orientación humanista y crítica del uso de la inteligencia artificial en las asignaturas de Antropología y Responsabilidad Social en la Facultad de Comunicación.
Este tipo de visualización ha sido ampliamente utilizado en estudios cualitativos educativos y de comunicación digital para complementar el análisis temático y reforzar la interpretación de los datos textuales (Gibbs, 2018; Paulus y Lester, 2016).
Tabla 2. Códigos y categorías emergentes del análisis cualitativo con Atlas.ti
|
Código inicial (open coding) |
Categoría axial |
Dimensión interpretativa |
|
Uso de la IA para corregir trabajos |
Interacción con inteligencia artificial |
Mediación tecnológica del aprendizaje |
|
Revisión crítica de sugerencias IA |
Pensamiento crítico |
Reflexión académica |
|
Aceptación parcial de correcciones |
Autonomía intelectual |
Toma de decisiones académicas |
|
Reescritura del texto |
Procesos metacognitivos |
Aprendizaje reflexivo |
|
Cuestionamiento de la IA |
Ética digital |
Conciencia ética del uso tecnológico |
|
Mejora de la argumentación |
Desarrollo discursivo |
Formación del comunicador |
|
Reflexión sobre autoría |
Responsabilidad académica |
Ética profesional |
|
Uso consciente de la tecnología |
Responsabilidad social |
Formación ética universitaria |
Fuente: Elaboración propia mediante codificación temática con Atlas.ti.
El proceso de análisis se desarrolló mediante una estrategia de codificación abierta, axial y selectiva asistida por el software Atlas.ti, lo que permitió organizar, sistematizar e interpretar el corpus textual de forma rigurosa y trazable. En una primera fase llevamos a cabo una codificación abierta orientada a la identificación de unidades de significado presentes en los discursos del alumnado (trabajos iniciales, correcciones de la IA y versiones finales), siguiendo los principios del análisis cualitativo interpretativo aplicado a datos textuales en educación superior (Gibbs, 2018; Miles et al., 2014).
Posteriormente, se realizó una codificación axial que permitió establecer relaciones entre los códigos emergentes y agruparlos en categorías analíticas más amplias vinculadas al pensamiento crítico, la ética digital, la autonomía académica y la responsabilidad profesional en el uso de la inteligencia artificial. Finalmente, a través de la codificación selectiva, se integraron las categorías centrales en dimensiones interpretativas que explican la interacción crítica del alumnado con las sugerencias automatizadas, en coherencia con los enfoques contemporáneos de análisis cualitativo asistido por software CAQDAS (Friese, 2019; Paulus y Lester, 2016).
El uso de Atlas.ti permitió garantizar la trazabilidad del proceso de codificación, la sistematización de categorías emergentes y la coherencia analítica del estudio, aspectos fundamentales en la investigación cualitativa contemporánea (Friese, 2019; Miles et al., 2014). Además, la triangulación documental y el análisis iterativo del corpus refuerzan la credibilidad de los resultados, en consonancia con los criterios de rigor cualitativo establecidos por Lincoln y Guba (1985).
En conjunto, los resultados confirman que la integración crítica de la inteligencia artificial en las asignaturas de Antropología y Responsabilidad Social no generó una dependencia tecnológica acrítica, sino que favoreció procesos de reflexión ética, autonomía intelectual y conciencia profesional en los futuros comunicadores, consolidando el valor formativo de la IA como herramienta pedagógica en la educación superior.
5. DISCUSIÓN Y CONCLUSIONES
Los resultados del estudio permiten afirmar que la incorporación pedagógica y deliberadamente guiada de la inteligencia artificial generativa en la elaboración y revisión de trabajos académicos puede comprenderse, ante todo, como un dispositivo formativo y no como un simple recurso técnico. La cuestión no es menor: en la medida en que la herramienta entra en el proceso de escritura, se introduce también en un espacio donde se juega la autoría, el juicio crítico y la responsabilidad del estudiante ante lo que dice y cómo lo dice.
En este marco, el análisis de frecuencia de términos del corpus (Tabla 1) ofrece una primera orientación interpretativa: la presencia destacada de inteligencia artificial y ética (con frecuencia relativa alta), junto con responsabilidad, pensamiento crítico, comunicación, corrección y autonomía (frecuencias medias o media-altas), sugiere que la experiencia se percibió —y se narró— como una práctica en la que tecnología, criterios normativos y decisiones académicas aparecen estrechamente entrelazados. No se trata, por tanto, de una dinámica centrada exclusivamente en “mejorar” textos, sino de un escenario donde el alumnado se ve invitado a pensar qué significa escribir bien y, más aún, escribir con sentido.
Esta lectura se consolida al poner en diálogo dichos indicios con el análisis cualitativo (Tabla 2). Los códigos y categorías emergentes describen un proceso en el que el alumnado utiliza la IA para corregir y revisar, pero, sobre todo, se ejercita en discernir: evalúa críticamente las propuestas de la herramienta (revisión crítica de sugerencias), acepta de forma parcial o negocia correcciones (aceptación parcial), reescribe desde una comprensión más consciente del texto (procesos metacognitivos), e incluso llega a cuestionar las respuestas de la IA desde parámetros vinculados a la ética digital y a la responsabilidad académica (autoría, veracidad, uso de fuentes). En conjunto, estos resultados permiten sostener que el uso guiado de IA puede activar una auténtica práctica de autonomía intelectual, en la que el estudiante contrasta la sugerencia automatizada con la intención del texto, decide, justifica y asume, finalmente, la responsabilidad del resultado.
Si se considera el enfoque antropológico y de responsabilidad social que estructura las asignaturas analizadas, la IA puede interpretarse como una mediación cultural que vuelve visibles dimensiones a menudo implícitas del trabajo universitario: la coherencia argumentativa, la estructura, el tono, la precisión conceptual o la consistencia del uso de fuentes. En este sentido, el objetivo no es “corregir mejor” por delegación, sino aprender a razonar la pertinencia de una corrección, discernir sus efectos sobre el significado y sobre la veracidad, y comprender que el acto comunicativo —también el académico— siempre comporta consecuencias. De ahí que la IA, bien enmarcada, pueda contribuir a consolidar el pensamiento crítico no como un resultado episódico, sino como una disposición estable ante el propio trabajo.
A partir de aquí se desprende una implicación formativa decisiva: una vez adquirida esta primera toma de conciencia, es preciso seguir trabajando con el alumnado para que la herramienta no sustituya el criterio, sino que, en el mejor de los casos, lo provoque y lo afine. Esto exige acompañar la construcción de un estilo propio —entendido como voz argumentativa coherente, claridad expositiva y posicionamiento fundamentado— y una estructuración cada vez más sólida de los trabajos (planteamiento del problema, orden lógico, precisión terminológica, uso responsable de fuentes). La IA puede servir como “espejo” para reconocer patrones, debilidades y posibilidades de mejora; pero la meta educativa es que el estudiante internalice criterios y los aplique con independencia, sin trasladar a la herramienta el centro de la decisión.
En coherencia con la identidad formativa de una Facultad de Comunicación, los resultados invitan además a hacer explícita una dimensión que, con frecuencia, queda en segundo plano: la dimensión ético-estética del proceso. Comunicar no equivale solo a transmitir información; implica establecer un vínculo, situarse ante otros y responder por lo que se dice. Por ello, la formación no puede eludir el respeto por la dignidad de las personas implicadas en el acto comunicativo (fuentes, sujetos representados, audiencias), ni el cuidado del tono, del lenguaje y de los marcos interpretativos. En esta línea, la revisión crítica con IA puede convertirse en una ocasión pedagógica para detectar sesgos, evitar formulaciones despersonalizadoras y sostener una comunicación académica responsable.
Del mismo modo, esta perspectiva abre el horizonte de la belleza como criterio formativo: no como adorno, sino como cuidado del pensamiento y del lenguaje, como búsqueda de precisión conceptual y de forma adecuada al sentido. Cuando el alumnado descubre la fuerza estética de su propio trabajo —la capacidad del discurso para organizar significado, persuadir con razones y generar comprensión— comprende también su corresponsabilidad: toda producción académica participa de la construcción cultural y profesional del campo de la comunicación. Formar comunicadores en el contexto de la IA implica, en consecuencia, educar para un uso consciente de la tecnología al servicio de una comunicación más veraz, respetuosa y orientada al bien común.
A la luz de los resultados recogidos en las Tablas 1 y 2, parece oportuno dar continuidad a la experiencia mediante un itinerario docente que consolide los aprendizajes y reduzca tanto la dependencia tecnológica como el riesgo de un uso acrítico. Resulta pertinente, en primer lugar, incorporar una rúbrica específica de “calidad y ética del texto con IA” que permita evaluar no solo el producto final, sino la calidad del proceso: coherencia argumentativa, precisión conceptual, trazabilidad y verificación de fuentes, transparencia sobre el uso de IA y cuidado del lenguaje en relación con la dignidad de las personas implicadas en el acto comunicativo. En paralelo, puede institucionalizarse una secuencia de reescritura en tres versiones —borrador inicial, versión mediada por sugerencias de IA y versión final— acompañada de un breve informe de decisiones, en el que el alumnado explicite qué acepta, qué rechaza y por qué, de modo que la mediación tecnológica se traduzca en metacognición y fortalezca categorías observadas en el análisis cualitativo como la revisión crítica, la aceptación parcial, la autonomía intelectual y la responsabilidad académica. Asimismo, conviene reforzar talleres breves y recurrentes de argumentación, estructura y estilo orientados a consolidar una voz propia y una organización académica más rigurosa, de forma que la mejora no dependa de la herramienta, sino de criterios interiorizados por el estudiante. En coherencia con el énfasis del corpus en ética y responsabilidad, se propone también establecer un protocolo de verificación y uso de fuentes —a modo de checklist— que enseñe a contrastar afirmaciones, corregir imprecisiones y asegurar referencias consistentes, especialmente relevante ante los límites conocidos de la IA en materia de fiabilidad. Finalmente, se sugiere integrar un módulo de ética y estética aplicada a la comunicación, articulado con casos y ejercicios concretos, que permita trabajar explícitamente la relación entre belleza, verdad y cuidado del lenguaje, el respeto a la dignidad en la representación de personas y colectivos, la detección de sesgos y la corresponsabilidad del comunicador; de este modo, la formación en IA se orienta no solo a la eficacia técnica, sino a una práctica comunicativa humanizadora, crítica y socialmente responsable. En esta dirección, la ética aplicada a la educación tecnológica puede concretarse en prácticas de prudencia y precaución pedagógica —hacer preguntas, contrastar, verificar— como hábitos formativos que sostienen una responsabilidad social efectiva (Moratalla, 2021).
Los resultados permiten concluir que la interacción guiada con inteligencia artificial generativa favorece procesos de pensamiento crítico y autonomía intelectual en estudiantes de comunicación, en la medida en que promueve la evaluación, la aceptación parcial y la reformulación razonada de sugerencias, tal como muestran las categorías emergentes del análisis cualitativo (Tabla 2). A su vez, la frecuencia de términos del corpus (Tabla 1) confirma la centralidad del eje IA–ética–responsabilidad, lo que indica que el aprendizaje se organiza en torno a criterios humanistas y no meramente instrumentales. Se desprende, asimismo, la necesidad de dar continuidad al trabajo con el alumnado para consolidar, una vez adquirida la reflexión inicial, un estilo propio y una estructuración académica sólida, reduciendo la dependencia tecnológica y fortaleciendo el juicio crítico. En el ámbito de la comunicación, la formación en IA ha de incorporar explícitamente la dimensión ético-estética: búsqueda de belleza como cuidado del pensamiento y del lenguaje, respeto de la dignidad de las personas implicadas en el acto comunicativo y reconocimiento de la fuerza estética del discurso. Finalmente, integrar la IA desde un enfoque antropológico y de responsabilidad social contribuye a una formación integral del comunicador, orientada a un uso consciente, reflexivo y corresponsable de las tecnologías emergentes, con impacto en la construcción de un mundo más justo y humano.
6. REFERENCIAS
Bender, E. M., Gebru, T., McMillan-Major, A. y Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? En Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610-623). ACM. https://doi.org/10.1145/3442188.3445922
Biesta, G. (2010). Good education in an age of measurement: Ethics, politics, democracy. Routledge.
Braun, V. y Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in Psychology, 3(2), 77-101. https://doi.org/10.1191/1478088706qp063oa
Caldevilla Domínguez, D. (2024). Usos éticos de la IA en la universidad moderna: Más allá del plagio. EDU REVIEW: International Education and Learning Review / Revista Internacional de Educación y Aprendizaje, 12(1), 57-65. https://doi.org/10.62701/revedu.v12.5184
Cohen, L., Manion, L. y Morrison, K. (2018). Research methods in education (8a Ed.). Routledge.
Cortina, A. (2013). ¿Para qué sirve realmente la ética? Paidós.
Denzin, N. K. y Lincoln, Y. S. (2018). The Sage handbook of qualitative research (5a Ed.). Sage.
Flick, U. (2015). Introducción a la investigación cualitativa. Morata.
Floridi, L. (2014). The fourth revolution: How the infosphere is reshaping human reality. Oxford University Press.
Floridi, L. (2023). Ethics of artificial intelligence. Springer.
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P. y Vayena, E. (2018). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and Machines, 28(4), 689-707. https://doi.org/10.1007/s11023-018-9482-5
Friese, S. (2019). Qualitative data analysis with ATLAS.ti. Sage.
Geertz, C. (1973). The interpretation of cultures: Selected essays. Basic Books.
Gibbs, G. R. (2018). Analyzing qualitative data (2a Ed.). Sage. https://doi.org/10.4135/9781526441867
Han, B.C. (2022). Infocracia: La digitalización y la crisis de la democracia. Taurus.
Heidegger, M. (1977). The question concerning technology, and other essays (W. Lovitt, Trans.). Harper & Row.
Holmes, W. y Tuomi, I. (2022). State of the art and practice in AI in education. European Journal of Education, 57(4), 542-570. https://doi.org/10.1111/ejed.12533
Kvale, S. y Brinkmann, S. (2015). InterViews: Learning the craft of qualitative research interviewing (3a Ed.). Sage.
Lincoln, Y. S. y Guba, E. G. (1985). Naturalistic inquiry. Sage.
Luckin, R., Holmes, W., Griffiths, M. y Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson.
Miles, M. B., Huberman, A. M. y Saldaña, J. (2014). Qualitative data analysis: A methods sourcebook (3ra Ed.). Sage.
Moratalla, A. (2021). Del hombre carnal al hombre digital: Vitaminas para una ciudadanía digital. TEELL.
Nussbaum, M. C. (2010). Not for profit: Why democracy needs the humanities. Princeton University Press.
Paulus, T. y Lester, J. (2016). ATLAS.ti for conversation and discourse analysis studies. International Journal of Social Research Methodology, 19(4), 405-428. https://doi.org/10.1080/13645579.2015.1021949
Patton, M. Q. (2015). Qualitative research & evaluation methods: Integrating theory and practice (4a Ed.). Sage.
Postman, N. (1993). Technopoly: The surrender of culture to technology. Vintage Books.
Saldaña, J. (2016). The coding manual for qualitative researchers (3a Ed.). Sage.
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Learning, Media and Technology, 44(1), 1-3. https://doi.org/10.1080/17439884.2019.1623253
Sierra Sánchez, J., Liberal Ormaechea, S. y Mañas-Viniegra, L. (2020). La formación en materias de tecnología del futuro periodista en España. Revista Latina de Comunicación Social, 75, 189-206. https://doi.org/10.4185/RLCS-2020-1422
Stake, R. E. (1995). The art of case study research. Sage.
UNESCO. (2021). Recommendation on the ethics of artificial intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000380455
Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes (M. Cole, V. John-Steiner, S. Scribner y E. Souberman, Eds.). Harvard University Press.
Wertsch, J. V. (1998). Mind as action. Oxford University Press.
Woods, M., Paulus, T. M., Atkins, D. P. y Macklin, R. (2016). Advancing qualitative research using qualitative data analysis software (QDAS)? Reviewing potential versus practice in published studies using ATLAS.ti and NVivo, 1994-2013. Social Science Computer Review, 34(5), 597-617. https://doi.org/10.1177/0894439315596311
Williamson, B. (2021). Education and the algorithmic future: Critical questions for AI in education. MIT Press.
Yin, R. K. (2018). Case study research and applications: Design and methods (6a Ed.). Sage.
Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.
CONTRIBUCIONES DE AUTORES, FINANCIACIÓN Y AGRADECIMIENTOS
Contribuciones de los autores:
Conceptualización, Análisis formal, Validación, Redacción-Preparación del borrador original, Redacción-Revisión y Edición: Miró López, Susana y de la Rosa Ruiz, Daniel. Software, curación de datos, visualización: de la Rosa Ruiz, Daniel. Supervisión, administración de proyectos: Miró López, Susana. Todos los autores han leído y aceptado la versión publicada del manuscrito: Miró López, Susana y de la Rosa Ruiz, Daniel.
Financiación: Proyectos de investigación: “Acciones de concienciación en las aulas universitarias para formar en sostenibilidad, ODS, trata, Ética social y Justicia social” y “EDS: Educación en la dignidad: formación integral y reconocimiento del otro en contextos de exclusión social”, financiados por UFV (UFV 2024-13 y UFV2026-02).
AUTORES:
Daniel de la Rosa Ruiz
Universidad Francisco de Vitoria (Madrid, España)
Doctor en Educación, con la tesis La educación para el desarrollo sostenible como oportunidad de aprendizaje de menores en contextos vulnerables. Cuenta con un sexenio de investigación. Licenciado en Periodismo y en Humanidades, Máster en Responsabilidad Social Corporativa y beca Santander (2021). Su investigación se centra en educación para la responsabilidad social, innovación pedagógica y metodologías para educar en valores, promoviendo un mundo más sostenible y solidario. Ha publicado y presentado trabajos sobre innovación docente y sostenibilidad, entre ellos Innovación en las aulas de Trabajo Social (2024), Fundamentación de la sostenibilidad en valores humanísticos para los universitarios (2024) y Measurement and Analysis of Education for Sustainable Development in Vulnerable Environments (2023). Aborda liderazgo de servicio y Agenda 2030 en docencia.
Índice H: 4
Orcid ID: https://orcid.org/0000-0002-7456-3936
Google Scholar: https://scholar.google.com/citations?user=0QCIte4AAAAJ&hl=es
ResearchGate: https://researchgate.net/profile/Daniel-De-La-Rosa-Ruiz
Academia.edu: https://independent.academia.edu/DanieldelaRosaRuiz
Susana Miró López
Universidad Francisco de Vitoria (Madrid, España)
Doctora en Humanidades y Ciencias Sociales por la Universidad Francisco de Vitoria (UFV), donde es docente en el Departamento de Formación Humanística. Cuenta con un sexenio de investigación y participa en diversos proyectos centrados en dignidad humana, educación en valores y formación en contextos de vulnerabilidad. Su tesis doctoral, El sentido del sufrimiento en la obra de Flannery O’Connor (2010), articula una línea de trabajo que pone en diálogo fe y razón para abordar cuestiones existenciales y promover una reflexión social orientada a la construcción de un mundo más humano. Ha publicado sobre humanismo cristiano, vulnerabilidad, acompañamiento y aprendizaje-servicio, así como sobre la fundamentación de la sostenibilidad desde valores humanísticos.
Índice H: 5
Orcid ID: https://orcid.org/0000-0002-7373-2427
Scopus ID: https://scopus.com/authid/detail.uri?authorId=57288850900
Google Scholar: https://scholar.google.com/citations?user=CRYSN0kAAAAJ&hl=es
ResearchGate: https://researchgate.net/profile/Susana-Miro-Lopez
Academia.edu: https://ufvitoria.academia.edu/SusanaMir%C3%B3L%C3%B3pez