Evaluación de textos científicos universitarios asistida por IA: un estudio de tres niveles de complejidad.
Autores: Elena Tzetzagary Aguirre Mejía , Luz María Ramírez Sandoval , Francisco Javier Ramírez Sandoval
Resumen
La inteligencia artificial generativa (IAG) se ha convertido en una herramienta de apoyo a la escritura académica, pero su impacto en estudiantes noveles es controvertido. Objetivo: Analizar el desempeño en escritura académica de estudiantes de nivel inicial a partir de la retroalimen tación generada por IA bajo una consigna estandarizada, comparando tres niveles de complejidad textual. Resulta dos: Se evaluaron 360 textos de 30 estudiantes. La pro gresión media fue ascendente (básico=74.8, metodológi co=79.1, avanzado=80.2), con diferencias significativas entre el nivel básico y los otros dos (p<.05, ε²=0.308). La precisión metodológica fue la dimensión más deficiente (medias 68.3-76.9). Más del 90% presentó falta de pre cisión metodológica y redundancia. Limitaciones del es tudio / implicaciones: Ausencia de grupo control, muestra pequeña y de una sola institución; no se midió transfe rencia del aprendizaje. Se requiere mediación docente para tareas de alta complejidad. Originalidad: Se emplea un prompt estructurado que evalúa siete dimensiones, revelando problemas no percibidos por los estudiantes (lenguaje coloquial, debilidad conceptual). Hallazgos / conclusiones: La IA actúa como “espejo metacognitivo”, pero es insuficiente para mejorar tareas avanzadas. Se recomienda integrar IA con retroalimentación docente y diseñar ejercicios específicos de precisión metodológica.