La Inteligencia Artificial y su impacto en la alfabetización académica: una revisión sistemática

Abstract

Generative Artificial Intelligence is compelling significant academic and educational transformations. This paper aims to analyze published empirical studies on this tool to examine its trends, approaches, and methodologies within the educational and academic spheres. To achieve this goal, a systematized methodology was adopted, adhering to the guidelines set out in the PRISMA 2020 statement and the Framework ReSiste-CHS. The search for studies was conducted in the Web of Science and Scopus databases through a process based on the Framework FDC equation. Following the search, identification, selection, eligibility, and inclusion process, a sample corpus of 15 studies was obtained. These have been categorized through an inductive process by the Rayyan.ai program. In this context, the analysis has focused on the objectives, methodological approach, and achieved results. The findings highlight research lines centered around the creation of ethical standards, the accuracy of the information provided, and effective collaboration between educators and developers. Moreover, the importance of making periodic adjustments to the tactics used to ensure the effectiveness of Artificial Intelligence is emphasized, with special attention given to addressing and enhancing strategies to mitigate any form of distortion or bias in the information managed by these technologies. La Inteligencia Artificial Generativa está obligando a realizar profundos cambios académicos y educativos. En este trabajo, se pretende analizar estudios empíricos publicados acerca de esta herramienta para comprobar sus tendencias, enfoques y metodologías en el ámbito educativo y académico. Para la consecución de este objetivo, se ha empleado una metodología de carácter sistematizado siguiendo las directrices establecidas en la declaración PRISMA 2020 y el marco de trabajo Framework ReSiste-CHS. La búsqueda de estudios se realizó en las bases de datos Web of Science y Scopus mediante un proceso de ecuación basado en Framework FDC. Tras el proceso de búsqueda, identificación, selección, elegibilidad e inclusión se obtuvo un corpus muestral conformado por 15 estudios. Estos han sido categorizados a través de un proceso inductivo por el programa Rayyan.ai. En este sentido, el análisis ha girado en torno a los objetivos, el enfoque metodológico y los resultados alcanzados. Los hallazgos muestran líneas de investigación que giran alrededor de la creación de estándares éticos, la precisión de la información ofrecida, la colaboración eficaz entre educadores y desarrolladores, Además, se subraya la importancia de realizar modificaciones periódicas en las tácticas empleadas para asegurar la eficacia de la Inteligencia Artificial, en el que se pone especial énfasis en abordar y mejorar las estrategias para mitigar cualquier forma de distorsión o parcialidad en la información gestionada por estas tecnologías