Inteligencia artificial, desigualdad científica y efectos en la producción de conocimiento: cómo la IA amplía las asimetrías en la investigación

Autores/as

DOI:

https://doi.org/10.3145/thinkepi.2026.e20a03

Palabras clave:

Inteligencia artificial, Desigualdad científica, Producción de conocimiento, Competencia científica, Capacitación científica, Asimetría académica

Resumen

A diferencia de lo ocurrido con otras tecnologías digitales, la inteligencia artificial (IA) ha sido incorporada al ámbito de la investigación científica bajo un discurso predominantemente optimista. En este marco, la IA es asumida en conversaciones formales e informales como una tecnología capaz de democratizar los procesos de investigación, desde el diseño de la investigación hasta el análisis de datos, reduciendo barreras de entrada y favoreciendo a investigadores o ecosistemas tradicionalmente desfavorecidos. Este ensayo problematiza dicha premisa y sostiene que la IA no necesariamente disminuye las desigualdades en la producción de conocimiento científico, sino que tiende a ampliarlas. El argumento central es que su aprovechamiento depende de capitales y competencias previos distribuidos de manera desigual entre investigadores e instituciones. En consecuencia, la expansión de la IA introduce una nueva capa de valor que refuerza ventajas acumulativas y acentúa las distancias entre quienes saben integrarla controladamente en sus procesos de investigación y quienes no. A partir del caso específico de la investigación en comunicación, el ensayo explora los efectos ambivalentes de esta tecnología y plantea la necesidad de fortalecer la formación metodológica y teórica como condición necesaria para evitar que la IA consolide una falsa seguridad de competencia y una estandarización de la producción de conocimiento que derive en un aumento de la productividad desvinculada de la calidad.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Blackburn, R. M. (2008). What is social inequality? International Journal of Sociology and Social Policy, 28(7–8), 250–259. https://doi.org/10.1108/01443330810890664

DiMaggio, P., Hargittai, E., Celeste, C., & Shafer, S. (2004). Digital inequality: From unequal access to differentiated use. In K. M. Neckerman (Ed.), Social inequality (pp. 355–400). Russell Sage Foundation.

Gil de Zúñiga, H., Goyanes, M., & Durotoye, T. (2024). A scholarly definition of artificial intelligence (AI): Advancing AI as a conceptual framework in communication research. Political Communication, 41(2), 317–334. https://doi.org/10.1080/10584609.2023.2290497

Goyanes, M., & De-Marcos, L. (2025). Protocolo metodológico para el desarrollo de análisis de contenido asistido por inteligencia artificial fiable y válido: Guía práctica con ChatGPT. Anuario ThinkEPI, 19, e19a15. https://doi.org/10.3145/thinkepi.2025.e19a07

Hargittai, E., & Hinnant, A. (2008). Digital inequality: Differences in young adults’ use of the Internet. Communication Research, 35(5), 602–621. https://doi.org/10.1177/0093650208321782

Robinson, L., Cotten, S. R., Ono, H., Quan-Haase, A., Mesch, G., Chen, W., Schulz, J., Hale, T. M., & Stern, M. J. (2015). Digital inequalities and why they matter. Information, Communication & Society, 18(5), 569–582. https://doi.org/10.1080/1369118X.2015.1012532

Descargas

Publicado

2026-03-23

Cómo citar

Goyanes, M. (2026). Inteligencia artificial, desigualdad científica y efectos en la producción de conocimiento: cómo la IA amplía las asimetrías en la investigación. Anuario ThinkEPI, 20. https://doi.org/10.3145/thinkepi.2026.e20a03

Dimensions

Altmetrics

Número

Sección

Comunicación cientí­fica y evaluación de la investigación