Reflexiones sobre el uso de la inteligencia artificial generativa
No. 156-157 / julio 2025-junio 2026 / ensayo
Juan Carlos Diaz Guevara
CENTRO DE INVESTIGACIÓN Y DE ESTUDIOS AVANZADOS, DEPARTAMENTO DE INVESTIGACIONES EDUCATIVAS (DIE-CINVESTAV)
Alma Cristina Razo Ruvalcaba
COORDINACIÓN DE UNIVERSIDAD ABIERTA Y EDUCACIÓN DIGITAL (CUAED-UNAM)
Resumen: Este ensayo explora cómo las inteligencias artificiales generativas (IAG) están cambiando nuestra relación con la escritura. Aunque se puede suponer que estas herramientas ahorran tiempo, mostramos que este ofrecimiento no es nuevo y que la automatización nunca ha garantizado más ocio ni mejores procesos creativos. La IAG acelera la escritura, pero también la vuelve más uniforme porque trabaja siguiendo patrones ya existentes. Discutimos sus limitaciones para tareas vinculadas con la interioridad, la creatividad y los procesos reflexivos, y señalamos que su funcionamiento estadístico no puede sustituir las dimensiones subjetivas, situadas de la escritura humana. Más que preguntar si las máquinas pueden ser creativas, la discusión importante es qué tipo de lectura y escritura queremos fomentar en un mundo cada vez más rápido y automatizado.
Abstract: This essay explores how generative artificial intelligence (GenAI) is reshaping our relationship with writing. Although these tools are often said to “save time,” we show that this promise is not new and that automation has never guaranteed more leisure or better creative processes. GenAI speeds up writing, but it also makes it more uniform because it operates by following pre-existing patterns. The essay also examines the limits of GenAI for tasks related to interiority, creativity, and reflective thinking, noting that its statistical functioning cannot replace the subjective and situated dimensions of human writing. Rather than asking whether machines can be creative, the more important question is what kinds of reading and writing we want to foster in a world that is increasingly fast and automated.
Desde la perspectiva de la filosofía, proponemos dos premisas sobre el uso de la inteligencia artificial generativa para reflexionar sobre la ética de su uso. La primera es que se percibe como una herramienta que permite ahorrar tiempo; pero, ¿realmente es así? Y si lo es, ¿para qué se quiere tiempo libre? La segunda alude a las implicaciones de la escritura automatizada producida por los chatbots, específicamente ChatGPT, que responden y mantienen una conversación con el usuario. Estos modelos de lenguaje fueron entrenados con base en grandes conjuntos de datos y mediante patrones estadísticos y tienden a generar respuestas que, aunque son fluidas y cooperativas, pueden resultar descontextualizadas y predecibles.
¿Liberar tiempo para qué? Escritura y consumo en la era de las inteligencias artificiales generativas
Es común escuchar en espacios académicos, educativos y laborales que uno de los principales beneficios de la inteligencia artificial generativa es su capacidad para producir grandes volúmenes de texto en muy poco tiempo y, además, ofrecerlo en distintas versiones: formal, crítica, literaria, coloquial, entre otras, según el rol o estilo que sea solicitado. Ésta imita de manera convincente al lenguaje humano. Si bien la escritura es una habilidad propia del ser humano, presente en muchas actividades de la vida profesional y cotidiana, como los despachos de abogados que redactan demandas, o madres y padres que requieren enviar mensajes a sus hijos, la escritura es mejor valorada desde ciertos cánones cuando se escribe siguiendo las normas estudiadas en la escuela; es decir, en el ámbito educativo.
Al situarnos en la educación, distintos autores afirman que el ahorro del tiempo supone una de las principales bondades que brindan las IAG pues permite a los docentes delegar tareas tediosas y mecánicas para concentrarse en labores pedagógicas (Atencio-Gonzáles, 2024; Kroff et. al., 2025). Desde la perspectiva del alumnado universitario, los estudiantes reportan una valoración similar: esta herramienta facilita la realización de trabajos académicos al reducir el tiempo destinado a la redacción de tareas (Niño-Carrasco et. al., 2025).
Conviene plantear algunas preguntas sobre esto: ¿realmente las herramientas de IAG liberan tiempo? Y en caso de que así sea, ¿para qué? ¿Qué se supone que debemos hacer cuando terminamos antes las tareas de escritura? ¿Se puede asumir que los docentes utilizarán ese tiempo para reflexionar sobre su práctica pedagógica? Para dar respuesta a la primera pregunta, remontémonos a la historia de la tecnología y su relación con la humanidad. Lafargue (2013) relata que, en la época de Cicerón, un poeta griego celebraba la invención del molino de agua para la molienda del trigo porque, según él, iba a emancipar a las mujeres molineras para dedicarse a otras actividades. Sin embargo, como el propio Lafargue señala, este “ocio prometido” no llegó. Esto debido a que el exceso de productividad transformó a la “máquina liberadora” en un instrumento de esclavitud que llevó a competir a los hombres libres con las máquinas, en vez de beneficiarse de ellas; podríamos pensar que para el siglo XXI, el ocio prometido sigue sin materializarse.
Relacionamos esto con una experiencia vivida en un taller sobre creación de prompts para ChatGPT1. El facilitador explicaba que el uso de la IAG podría ser problemático si no se realizaba de manera consciente porque confiarle al chat todas las tareas sin reflexionar sobre qué incluir o excluir en el prompt inicial, más que ayudar podría terminar retrasando algunas actividades ya que se podría obtener contenido innecesario o incorrecto, que luego requiere de un tiempo extra para su revisión y corrección. Además, por cada ajuste o reformulación pedida el chat puede producir con mayor probabilidad la aparición de las conocidas “alucinaciones” y errores, lo que implica trabajo humano para corregirlos. Esto se percibe como un trabajo “doble”, que de ninguna manera acelera el proceso; sin contar el tiempo que se tiene que invertir para aprender a usar la IA, IAGen y el mismo ChatGPT. Por otra parte, advertía que si le proporcionamos al chat — incluso en su versión plus— demasiada información que sobrepase su ventana de contexto o un prompt descontextualizado, puede profundizar este problema.
En respuesta a la segunda pregunta: ¿tiempo para qué? Podemos enmarcarla en la lógica de la hiperproducción. Cuando reflexionamos sobre más tiempo libre o qué hacemos con este, Sanín (2025) señala que este tiempo se emplea principalmente en consumir. Podemos agregar que este tiempo libre rara vez se destina a actividades contemplativas, reflexivas o de cuidados a los demás; sino que, se quedan en un deseo de producir más, especialmente si lo pensamos en las lógicas de la modernidad acelerada en la que vivimos.
No obstante, no se descartan algunas actividades en las que se prefiera no dedicarle tanto tiempo. Por ejemplo, un estudiante universitario puede optar por redactar una tarea que no considere significativa con ayuda de la IAGen con el propósito de terminarla pronto para limpiar su casa o pasear a su perro, este comportamiento es normal y entendible. El problema surge cuando no se comprende el funcionamiento ni las limitaciones del lenguaje generativo. El texto elaborado puede quedar mal redactado; y al final, ni la tarea quedó hecha, ni la casa limpia, ni el perro paseado.
Conviene preguntarnos por qué desearíamos acelerar las actividades profundamente humanas como leer, buscar, investigar y escribir para dedicarnos a otras cosas. Pareciera que buscáramos abandonar un rasgo esencial de nuestra propia condición para reducirnos a meras máquinas de consumo. ¿No han sido acaso la lectura y la escritura actividades que le han dado sentido a innumerables vidas? La lectura y la escritura pueden ser experiencias liberadoras y terapéuticas, ¿por qué renunciaríamos a ellas para dedicarnos a otra cosa?
Cuando se escribe “uso de ChatGPT” en Google Scholar los resultados se concentran en el campo educativo y académico. Sin embargo, poco se encuentra sobre el uso de la IAG en contextos de escritura íntima o personal como un diario. Esto plantea una nueva pregunta: ¿qué falta a las inteligencias artificiales generativas para que no se hayan recomendado o usado en el uso de la interioridad? Sus limitaciones en ese ámbito se asocian a la falta de interioridad: operan únicamente en términos de exterioridad. Para actividades reflexivas y profundas, pueden incluso entorpecer la creación y la reflexión, pues no están diseñadas para captar la experiencia subjetiva, ni la intimidad de un humano. Esto refleja una característica fundamental: aunque pueden generar texto coherente y persuasivo no son recomendables para acompañar procesos de reflexión profunda o escritura íntima.
En la caverna de las palabras. Escritura humana y sombras generativas
Las mercancías producidas comparten una característica común: uniformidad. Son rápidas de fabricar, estandarizadas y, con frecuencia, se les considera poco originales. En otras palabras, la homogenización mediante procesos industriales limita la creatividad y de alguna forma borra la belleza de lo irrepetible. Saramago (2010), en La caverna, cuenta cómo la producción en serie desvaloriza lo original y erosiona las cualidades únicas de los procesos creativos artesanales. En la novela, Cipriano Algor encarna ese desplazamiento cuando su oficio se ve reemplazado por la lógica productivista de la gran industria, que favorece lo uniforme sobre lo único y humano.
Entonces, volviendo al ámbito de la escritura, ¿podríamos decir que la uniformización de la escritura empezó con las inteligencias artificiales generativas? De ninguna manera. Sanín (2025), relata su experiencia al leer el periódico New York Times y advierte que casi todo está escrito de la misma manera: mismas fórmulas, mismas palabras, mismos verbos. De igual forma, Guzmán (2024) explica que los artículos científicos en el campo de las ciencias sociales están escritos generalmente con la estructura IMRyD (introducción, métodos, resultados y discusión) y que apartarse de ella implica romper esquemas para los cuales no están preparadas las revistas. En otras palabras, la uniformización de la escritura ya era evidente desde antes de las aplicaciones generativas.
La irrupción de la IAG ha acelerado notablemente la estandarización de la escritura académica. Como documenta Gray (2024), durante el año 2023 los artículos científicos incorporaron hasta 30 veces más ciertos grupos de adjetivos, adverbios y verbos que antes eran poco comunes en estos textos. Este fenómeno lo explica a partir del uso generalizado de herramientas como ChatGPT para redactar o editar manuscritos. De manera que antes, los artículos ya compartían estructuras similares, particularmente el esquema IMRyD, y ahora también comparten la selección y uso de las mismas palabras. Incluso, aunque algunas editoriales como Wiley han dado directrices y han publicado lineamientos sobre el uso de las IAG para los autores, no estamos lejos de que se regule también el uso para que los revisores de los artículos las usen. En ese escenario, corremos el riesgo de llegar a un circuito cerrado en el que las IAG escriben y se revisan a sí mismas: un intercambio epistolar entre máquinas.
Cuando se habla de escritura con la IAG, es necesario considerar que su velocidad es debido a un proceso automatizado y entrenado a partir de grandes volúmenes de textos que reproducen cánones, estilos y usos lingüísticos preestablecidos. Tengamos presente que los modelos de lenguaje funcionan estimando probabilidades, es decir, predicen qué palabras o estructuras son más “probables” que sigan según los patrones aprendidos durante el entrenamiento. Por el contrario, la escritura humana no obedece a patrones ni se reduce a una operación probabilística, ni a la repetición de estructuras fijas. Implica una intencionalidad, la experiencia vivida, la interpretación y la forma en que se conectan estas ideas. Mientras las IAG combinan patrones que ya existen, la escritura humana es capaz de inventar otros.
No queremos reducir el problema a una diada: la escritura de las IAG como estandarizada y la humana como creativa. Ya hemos señalado que la escritura humana puede ser estandarizada, caer en la repetición y la uniformidad, y cada una de estas formas de escritura son absolutamente humanas. Entonces en vez de preguntarnos si las IAG pueden ser auténticamente creativa o generar belleza, podemos preguntarnos en términos de Turing (1980) si los textos generados por las máquinas pueden llegar a ser indistinguibles a los escritos por humanos.
El lugar de la técnica
Las preguntas aquí abordadas permiten problematizar la premisa de que el simple ahorro de tiempo conduce automáticamente a una mejora en las prácticas educativas y académicas. El uso del tiempo no es un efecto directo de la tecnología, sino de las condiciones laborales, institucionales y subjetivas en las que docentes y estudiantes realizan sus actividades. Incluso si las IAG reducen el esfuerzo dedicado a tareas mecánicas, nada garantiza que el tiempo liberado se convierta en un espacio para la reflexión pedagógica, la revisión crítica del propio trabajo o la profundización en los aprendizajes.
Por otro lado, las IAG no son pioneras en la uniformización de la escritura, pero sí la acelera por los patrones estadísticos que expanden la repetición y reducen la singularidad. Aunque produzca textos novedosos, carece de la interioridad y la creatividad humana. Aun así, no significa que no pueda producir ideas que para los usuarios parecen creativas.
La tarea es decidir qué lugar le otorgamos nosotros a la técnica en la escritura, para que no diluya lo que vuelve significativo y valioso a nuestra palabra escrita.
Fuentes
- Atencio-Gonzáles, R. E. (2023). Inteligencia artificial en Educación. Cienciamatria. Revista Interdisciplinaria de Humanidades, Educación, Ciencia y Tecnología, 9(17), 2-3. https://doi.org/10.35381/cm.v9i17.1150
- Gray, A. (2024). ChatGPT “contamination”: estimating the prevalence of LLMs in the scholarly literature. arXiv. https://doi.org/10.48550/arXiv.2403.16887
- Guzmán, C. (2024). El formato de los artículos de investigación educativa: ¿Guía o camisa de fuerza? Revista mexicana de investigación educativa, 29(100), 135-148.
- Kroff, F. J., Coria, D. F., y Ferrada, C. A. (2024). Inteligencia Artificial en la educación universitaria: Innovaciones, desafíos y oportunidades. Revista Espacios, 45(5), 120-135.
- Lafargue, P. (2013). El derecho a la pereza. Diario Público.
- Niño-Carrasco, S. A., Castellanos-Ramírez, J. C., Vega, J. E. P., y Rodríguez, J. A. S. (2025). Percepciones de estudiantes universitarios sobre los usos de inteligencia artificial en educación. Revista Fuentes, 27(1), 94-106.
- Sanín, C. (2025, agosto). Inteligencia artificial | CAMBIO [Video]. YouTube.
- Saramago, J. (2010). La caverna. Alfaguara.
- Turing, A. M. (1980). Computing machinery and intelligence. Creative Computing, 6(1), 44-53.