321
Revista Científica Multidisciplinar
https://revistasaga.org/
e-ISSN
3073-1151
Octubre-Diciembre
, 2025
Vol.
2
, Núm.
4
,
321-343
https://doi.org/10.63415/saga.v2i4.292
Artículo de Revisión
.
Usos de ChatGPT, por parte de estudiantes universitarios, en la
lectura y la escritura académica: Revisión de literatura
Uses of ChatGPT by University Students in Academic Reading and Writing: A
Literature Review
Usos do ChatGPT por Estudantes Universitários na Leitura e na Escrita
Acadêmica: Revisão de Literatura
Yetel Ricaño Noguera
1
, Mónica Elena Cárdenas Vela
1
,
Franklin Leonardo Frías Rivera
1
1
Universidad Estatal Amazónica, Puyo, Ecuador
Recibido
: 2025-08-25 /
Aceptado
: 2025-10-02 /
Publicado
: 2025-10-20
RESUMEN
Este artículo explora cómo los estudiantes universitarios emplean ChatGPT en sus procesos de lectura y escritura
académica. Se realizó una revisión narrativa exploratoria de la literatura científica reciente (2023-2025) y se aplicaron
elementos de la metodología PRISMA para la búsqueda y selección de un cuerpo final de 21 artículos. Los hallazgos
revelan que ChatGPT
—
o, en su defecto, otra IA generativa de texto
—
está profundamente integrado en todo el proceso
de escritura. Los estudiantes lo utilizan para la ideación y planificación de ideas, para la generación de borradores,
parafraseo o redacción de textos completos, para la corrección, edición y pulido del texto final y, también, como una
herramienta de investigación para sintetizar información y buscar fuentes, entre otros usos. En drástico contraste, el
hallazgo más significativo es el alarmante vacío investigativo sobre el rol de la herramienta en la lectura académica. La
investigación se centra casi exclusivamente en la producción textual. Los pocos usos de lectura identificados (resumir,
clarificar conceptos…) son
puramente instrumentales para la escritura, sin evidencia de un compromiso crítico profundo
con los textos. Se concluye que existe una tensión entre la eficiencia y los riesgos a largo plazo de la automatización de
habilidades cognitivas.
Palabras clave:
ChatGPT; inteligencia artificial generativa; escritura académica; lectura académica; estudiantes
universitarios
ABSTRACT
This article explores how university students employ ChatGPT in their academic reading and writing processes. An
exploratory narrative review of recent scientific literature (2023-2025) was conducted, applying elements of the PRISMA
methodology for the rigorous search and selection of a final corpus of 21 articles. The findings reveal that ChatGPT
—
or
other text-generative AI
—
is deeply integrated throughout the entire writing process. Students use it for ideation and
planning, generating drafts, paraphrasing or writing complete texts, for the correction, editing, and polishing of the final
text, and as a research tool to synthesize information and find sources, among other uses. In drastic contrast, the most
significant finding is the alarming research gap concerning the tool's role in academic reading. The research focuses
almost exclusively on textual production. The few identified reading uses (summarizing, clarifying concepts...) are purely
instrumental for writing, with no evidence of deep critical engagement with the texts. It is concluded that a tension exists
between efficiency and the long-term risks of automating cognitive skills.
keywords
: ChatGPT; generative artificial intelligence; academic writing; academic reading; university students
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
322
RESUMO
Este artigo explora como os estudantes universitários utilizam o ChatGPT em seus processos de leitura e escrita
acadêmica. Foi realizada uma revisão narrativa exploratória da literatura científica recente (2023
–
2025) e aplicaram-se
elementos da metodologia PRISMA para a busca e seleção de um corpo final de 21 artigos. Os achados revelam que o
ChatGPT
—
ou, em sua ausência, outra IA generativa de texto
—
está profundamente integrado em todo o processo de
escrita. Os estudantes o utilizam para a ideação e o planejamento de ideias, para a geração de rascunhos, paráfrases ou
redação de textos completos, para a correção, edição e refinamento do texto final e, também, como uma ferramenta de
pesquisa para sintetizar informações e buscar fontes, entre outros usos. Em drástico contraste, o achado mais significativo
é o alarmante vazio investigativo sobre o papel da ferramenta na leitura acadêmica. A pesquisa concentra-se quase
exclusivamente na produção textual. Os poucos usos de leitura identificados (resumir, esclarecer conceitos…) são
puramente instrumentais para a escrita, sem evidências de um engajamento crítico profundo com os textos. Conclui-se
que existe uma tensão entre a eficiência e os riscos de longo prazo da automatização das habilidades cognitivas.
palavras-chave
: ChatGPT; inteligência artificial generativa; escrita acadêmica; leitura acadêmica; estudantes
universitários
Forma sugerida de citar (APA):
Yetel Ricaño Noguera, M., Cárdenas Vela, M. E., & Frías Rivera, F. L. (2025). Usos de ChatGPT, por parte de estudiantes universitarios, en la lectura
y la escritura académica: Revisión de literatura. Revista Científica Multidisciplinar SAGA, 2(4), 321-343.
https://doi.org/10.63415/saga.v2i4.292
Esta obra está bajo una licencia internacional
Creative Commons de Atribución No Comercial 4.0
INTRODUCCIÓN
La formación de nuevos profesionales en el
mundo contemporáneo ya no puede obviar la
existencia de ChatGPT y, en general, de la
Inteligencia Artificial generativa. Allí donde
un estudiante universitario tiene acceso a
internet, tiene también la posibilidad de probar
este tipo de herramienta siempre que cuente
con el conocimiento para acceder a ella. Y una
vez que se está ante la caja de preguntas de la
IA, tan solo hay que hablarle o escribirle
—
aunque se amontonen faltas de ortografía e,
incluso, incoherencias
—
para que esa IA
devuelva en segundos una, por lo general,
acertada y aceptable respuesta.
Esa velocidad con la que se perfecciona,
con la que interpreta, con la que contesta, con
la que complace los más variados deseos del
usuario y, en específico, del estudiante que
aspira a obtener un grado académico pone
contra las cuerdas a la educación, no solo
porque se ve precisada a evaluar si adopta o no
la herramienta o a pensar cómo la integra, sino
porque esa misma velocidad provoca saltos en
el proceso de enseñanza y aprendizaje que no
necesariamente están vinculados a la
constancia, el rigor y la profundidad deseada y
necesaria en la adquisición de conocimientos
por parte de personas que «actuarán» en el
mundo.
Desde el 2023, año que fue considerado el
de la Inteligencia Artificial en el mundo
(Mendiola & Degante, 2023), la academia ha
dedicado esfuerzos a reconocer varias de las
potencialidades de la IA a la que hoy pueden
acceder las masas, incluidos los estudiantes de
la educación superior. Un estudio titulado La
inteligencia artificial generativa y la educación
universitaria. ¿Salió el genio de la lámpara?
compilaba lo siguiente:
En cuanto a las oportunidades para el uso de
estas herramientas por las y los estudiantes,
pueden considerarse las siguientes actividades:
desarrollar habilidades de escritura y lectura;
utilizar herramientas como “Copiloto” o
compañero de estudio; generar preguntas,
análisis y solución de problemas; aprender
idiomas e interpretar lenguajes y culturas;
generar hipótesis y problemas; comprender
problemas y diseñar estrategias de solución;
autoevaluar y evaluar por pares; organizar y
sintetizar material de todo tipo; analizar
escritos críticamente; desarrollar habilidades
de investigación; definir estrategias para
aprendizaje colaborativo, en línea o híbrido;
actividades de empoderamiento de estudiantes
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
323
con capacidades diferentes; actividades para
un aprendizaje personalizado, entre otras.
(Bozkurt et al., 2023; Kasneci et al., 2023;
Kukulska-Hulme et al., 2023; Nerantzi et al.,
2023, como se citó en Mendiola & Degante,
2023, p. 76)
De las muy variadas actividades
mencionadas en el anterior fragmento, una de
ella es básica y primordial dentro de la
educación superior: el desarrollo de
habilidades de lectura y escritura. No se
concibe el paso exitoso por un aula sin leer
para adquirir conocimientos o escribir para
reforzar lo adquirido, puesto que «habilidades
adecuadas de lectura y escritura son
componentes cruciales de la alfabetización,
ambas indispensables para una participación
plena en las sociedades tecnológicamente
avanzadas de hoy» (Mangenl, 2020, p. 32).
Cuando se interroga a ChatGPT, por
ejemplo, más que imágenes, devuelve texto
escrito por él a partir de otras lecturas que
consulta. Esto pone a la universidad ante una
realidad: ChatGPT o cualquier otra IA
generativa de texto, lee y escribe y lo hace,
además en tiempo récord; mas ¿se puede decir
lo mismo del estudiante universitario que hace
uso de esta herramienta? ¿Lee y escribe
también? La potencialidad de desarrollar las
habilidades de lectura y escritura del educando
sí existe, pero ¿es aprovechada? Y, si lo es,
¿cómo es aprovechada?
Es justo esta duda la que dio paso a la
construcción de la interrogante que guía el
presente trabajo: ¿Cómo usan los estudiantes
universitarios a ChatGPT en sus procesos de
lectura y escritura académica?
Se trata de una pregunta ambiciosa,
imposible de cumplir sin un equipo amplio y
diversificado geográficamente, por ello se optó
por realizar una revisión narrativa y
exploratoria de la literatura científica reciente,
del 2023 al 2025, sobre el tema.
Indagar en el cómo se ha documentado el
uso de esta herramienta por parte de
estudiantes universitarios a la hora de leer los
textos académicos de rigor o de cumplir con la
escritura de sus tareas posibilitará centrar la
mirada no solo en el potencial existente
—
beneficioso o dañino
—
, sino también en las
prácticas reales documentadas, la cuales
pueden dar pistas sobre la necesidad de generar
nuevas líneas de investigación y de enfocarse
en aquellas subexplotadas.
Por lo general, la reflexión en la academia
va a la zaga de los avances tecnológicos, de
modo que este tipo de revisión ayuda a formar
una idea más clara sobre los vacíos en el campo
de la investigación y la enseñanza. Dichos
campos, poco a poco manifiestan
preocupaciones sobre la integridad académica
y la profundidad del aprendizaje, así como
sobre la automatización de habilidades que se
esperaría que fuesen bien adquiridas por el
estudiante (Zapata-Ros, 2023)
Breve marco conceptual
Cuando se habla de Inteligencia Artificial
Generativa (IAG) se hace referencia a un
subcampo de la inteligencia artificial que
utiliza algoritmos y modelos de aprendizaje
profundo para, a partir de instrucciones dadas
por el usuario, crear contenido nuevo, como
texto, imágenes, audio o código de software,
que no siempre puede ser distinguido del
producto final que produciría un humano,
puesto que la IAG aprende de ejemplos reales
(Casar Corredera, 2023).
De acuerdo con Casar Corredera (2023), «el
principal concepto que soporta la Inteligencia
Artificial Generativa actual es el aprendizaje
automático no supervisado sobre redes
neuronales profundas, aunque también pueda
utilizar el aprendizaje supervisado, sobre todo
en la etapa de ajuste fino en un dominio
concreto de aplicación» (p. 79), de modo que
su funcionamiento, basado en el aprendizaje de
patrones, relaciones y estructuras a partir de
grandes conjuntos de datos de entrenamiento,
posibilita generar respuestas coherentes y en
muy corto tiempo para cada usuario.
Quizá, en este momento de la historia, el
nombre más conocido es el de ChatGPT, un
programa desarrollado por la empresa
estadounidense OpenAI, centrada en la
investigación y perfeccionamiento de la
inteligencia artificial. Este modelo, a partir de
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
324
su entrenamiento con grandes cantidades de
texto y del desarrollo de la predicción mediante
el uso de datos es capaz de comprender y
generar, en tiempo real, lenguaje que le es
natural al ser humano (Lopezosa, 2023).
El nombre completo es Chat Generative
Pre-trained Transformer y, desde la primera
palabra, alude a la capacidad de conversar con
un lenguaje espontáneo, no artificioso. La
segunda palabra del nombre hace referencia a
la capacidad de producir texto nuevo a partir
de la predicción de palabra por palabra. El
tercer vocablo señala su entrenamiento previo
con grandes cantidades de textos y, por último,
Transformer hace referencia al tipo de
arquitectura en la que se basa, un modelo de
redes neuronales capaz de entender relaciones
posibles y contextos (OpenAI, 2025).
Para un estudiante universitario, esa
posibilidad de interactuar con un modelo de
lenguaje que procurará comprenderle de
cualquier manera y que le devolverá respuestas
coherentes a sus inquietudes y urgencias no
deja de ser tentadora ante la complejidad
inherente a los textos académicos que debe
decodificar o codificar y ante la sensación «de
que el tiempo pasa mucho más rápido que
antes» (Han, 2009, p. 5).
Esa capacidad de codificación y
decodificación forma parte de la alfabetización
académica y esta es central en la formación
superior. Carlino (2005) define a la
alfabetización académica como un grupo de
nociones y estrategias que se precisan tanto
para integrarse dentro de la propia cultura
discursiva de cada disciplina como para
cumplir con las tareas de producción y análisis
de textos que el aprendizaje universitario
requiere. De modo que, si una herramienta
tecnológica es capaz de redefinir varias de esas
estrategias, resulta imperativo analizarla para
entender «la relación apropiada entre el uso de
la tecnología, las actividades que se han hecho
con ella y el área de conocimiento» (Zapata-
Ros, 2023, p. 9).
La literatura académica ha centrado parte de
sus miradas en la capacidad que tiene la IAG
para personalizar las experiencias de
aprendizaje, aumentar la eficiencia en la
alfabetización tanto de estudiantes como de
docentes y fomentar la innovación en los
métodos de enseñanza (Su & Yang, 2023). Sin
embargo, la prisa por la aplicación, aún a pesar
de los temores por la integridad académica, sin
un análisis profundo de qué hacen con ella los
estudiantes y qué ganan con ese uso, puede
conducir a una adopción acrítica que sí llevaría
a la universidad a estar casi a la par de la
tecnología, pero que no necesariamente
elevaría al estudiante a la altura del
conocimiento.
Ha sido advertido que el modelo didáctico
que con más frecuencia se emplea en las aulas
contemporáneas es aquel en el que el docente
le dice al estudiante lo que sobre un tema sabe,
pero sin mostrarle modos de buscar, de
aprender, de hacer uso del pensamiento, de leer
y de escribir dentro de la comunidad
académica de pertenencia (Gottschalk y
Hjortshoj, 2004, como se citó en Carlino,
2005).
En este punto, hay que señalar que cualquier
apropiación de ideas por parte de quien estudia
ha de pasar antes, sin excepciones, por la
reelaboración de esas ideas y dicha
reelaboración depende en buena medida de la
lectura y escritura de textos de corte
académico, lo que implica siempre la
necesidad de que exista análisis (Carlino,
2005) y no hay análisis sin lectura previa. Sin
embargo, los estudios que registran el empleo
del tiempo en la lectura muestran una
disminución de las horas dedicadas a ella en
este siglo (Southerton et al., 2012; Wennekers
et al., 2018, como se citó en Ko
vač & Van der
Weel, 2020)».
Ello supone un costo muy alto para la
sociedad cuando se parte de la premisa de que
es la lectura uno de los recursos más
empleados para adquirir conocimiento y de
que, por ende, tiene la potencialidad de
favorecer la participación dentro de una
sociedad (Acosta & Pedraza, 2019).
Cuando aún no se avizoraba el acceso
masivo a la IA del que hoy se dispone en
ciertas sociedades, ya se advertía sobre lo que
la pantalla era capaz de provocar en los hábitos
de lectura:
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
325
Leer es más exigente que ver imágenes, y
las formas de entretenimiento poco
exigentes, especialmente la televisión y el
cine y ahora las series e incluso los juegos
de computador, son una alternativa
llamativa a una amplia clase de textos en
formato extenso, como el género ficción.
Internet es un medio inherentemente rápido:
a medida que se sigue utilizando para la
lectura, provoca una tendencia en los
usuarios a preferir la lectura de textos más
cortos. Los textos más cortos son, por
naturaleza, menos complejos y con un
vocabulario limitado. La reducción en la
exposición a textos extensos tiende a
disminuir la habilidad de involucrarse con
la complejidad en la argumentación; la
sintaxis y la gramática, y la profundidad y
amplitud del vocabulario. (Kovač & Van
der Weel, 2020, 18)
Si a esto se suma que «leer es reconstruir el
sentido de un texto poniendo en relación las
distintas pistas informativas que contiene y el
conocimiento de que dispone el lector»
(Carlino, 2005, p. 69) y que la lectura
propiamente académica se diferencia de la
convencional porque precisa de un largo
entrenamiento formativo que lleve al
conocimiento y dominio de términos,
expresiones y normas propias de la
composición de artículos, monografías y
ensayos (Cordón, 2019), esa reducción de la
exposición del lector ante textos largos de la
que hablaban Kovač y Van der Weel (2020) es
uno de los grandes desafíos que enfrentan las
universidades contemporáneas, puesto se
estaría perdiendo cada vez más el ejercicio de
obrar sobre el texto estableciendo uno mismo
las relaciones, sin necesidad de que estas
siempre sean dadas, y se debilitaría esa
formación gradual que conduce al logro de
profundidad en la inmersión y de
entendimiento de lo complejo, sea esto una
idea, un concepto, un término.
De manera análoga a la lectura, la escritura
es también una habilidad que necesita tiempo
y dedicación para ser desarrollada con
destreza. Daniel Cassany (1999), al decir que
escribir es una forma de usar el lenguaje y que
ese uso es, a su vez, una forma de accionar para
conseguir objetivos, advierte con sutileza
sobre la necesidad de esa competencia para la
adquisición de un poder.
Con la escritura, el saber propio puede ser
analizado de una manera diferente a la que
posibilitan el pensamiento y el lenguaje
hablado
—
marcados por la volatilidad
—
puesto que el trazo del signo, su estabilidad,
«permite sostener la concentración en ciertas
ideas» (Carlino, 2005. p. 27).
Y es precisamente concentración y tiempo
lo que precisa la escritura académica, entre
cuyos rasgos más notorios se incluyen su
naturaleza propositiva, la argumentación, el
diálogo con voces ajenas, la exigencia de una
voz propia y original que se asiente sobre la
tradición teórica y los datos empíricos, la
construcción del texto propio a partir de lo
ajenos y la revisión contante de la mirada
(Hernández & Valero, 2015). En este sentido,
Carlino (2004) postula que la escritura es una
tecnología para pensar, puesto que «escribir
resulta el medio con el cual configuramos lo
que sabemos, una tecnología para elaborar
conocimiento y no solo un canal para trasmitir
lo ya conocido» (p. 10).
Los escritores que se insertan por vez
primera en la escritura académica suelen
experimentar problemas con la planeación del
texto, de sus objetivos, estructura, presentación
de posturas, desarrollo de una voz y discurso
propio, incorporación de referencias y
evidencias, así como de revisión (Hernández &
Valero, 2015). Si tomamos en cuenta la
complejidad que implica el desarrollo de la
escritura académica y partimos de que
herramientas como ChatGPT son capaces de
generar una estructura, redactar con fluidez,
leer en muy corto tiempo y referenciar lo
citado, así como de simular un tono académico
convincente, entonces la universidad se
encuentra ante el problema de que el
estudiante, si así lo quiere, en vez de tomarse
el tiempo de desarrollar en sí las habilidades,
tiene la opción de optar por aparentar que las
desarrolla en tanto quien se entrena en verdad
es una IA.
De ahí la importancia siempre presente
—
y
que constituye el objetivo de este artículo
—
de
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
326
explorar cómo los estudiantes universitarios
usan ChatGPT en sus procesos de lectura y
escritura académica, a partir de una revisión
narrativa exploratoria de la literatura científica
reciente.
Como objetivos específicos se plantearon
los siguientes: 1) registrar modos de empleo de
ChatGPT, reportados en la literatura, para el
desarrollo de tareas de escritura académica en
la universidad, y 2) identificar modos de
utilización de ChatGPT, identificados en la
literatura, para facilitar procesos de lectura
académica en estudiantes de educación
superior.
METODOLOGÍA
El presente estudio empleó un diseño de
revisión narrativa exploratoria de la literatura.
Se optó por este enfoque debido a la naturaleza
emergente, cambiante y de rápida evolución
del tema: el uso de ChatGPT por estudiantes
universitarios cuando de leer y escribir para la
academia se trata.
De este modo, se pudo explorar el panorama
actual de la investigación, identificar usos
clave, tendencias predominantes y vacíos en el
conocimiento.
Las definiciones de revisión narrativa
hablan tanto de «un estudio bibliográfico en el
que se recopila, analiza, sintetiza y discute la
información publicada sobre un tema» como
de «un estudio detallado, selectivo y crítico
que integra la información esencial en una
perspectiva unitaria y de conjunto», cuya
«finalidad es examinar la bibliografía
publicada y situarla en cierta perspectiva»
(Fortich, 2013, pp. 1-2).
Sin embargo, una de las críticas suele
referirse al hecho de que tipo de revisiones, por
lo general, hacen referencia a publicaciones
que describen y discuten el estado del arte de
un tema sin la exigencia de informar las fuentes
usadas y la metodología de búsqueda y
selección de los trabajos que serán evaluados o
examinados (Rother, 2007), de modo que es
frecuente encontrar ellas la opinión del autor [o
los autores] y se corre el riego de obtener
resultados marcados por el sesgo (Fortich,
2013).
Para disminuir un poco esta tendencia,
aunque el enfoque principal de este estudio es
narrativo (centrado en la síntesis e
interpretación de los hallazgos), se optó por la
adopción de elementos de la metodología
PRISMA (Preferred Reporting Items for
Systematic Reviews and Meta-Analyses). El
uso de PRISMA no tuvo como objeto la
realización de un metaanálisis, como es propio
de las revisiones sistemáticas, sino que se
enfocó en aumentar la transparencia, el rigor y
la replicabilidad del proceso de búsqueda y
selección de la literatura que sería analizada.
A continuación, se detallan las fases de
identificación, cribado, elegibilidad e inclusión
de artículos.
Búsqueda de artículos científicos en bases
de datos
No se contó con acceso institucional a bases
de datos de suscripción como Scopus o Web of
Science; por ello, la búsqueda se apoyó en
repositorios de libre acceso y se enfocó en la
inclusión de artículos científicos recientes y
revisados por pares.
El rastreo se realizó en las siguientes bases
de datos electrónicas, seleccionadas por su
cobertura en ciencias de la educación,
tecnología y ciencias sociales: Google Scholar,
ERIC (Education Resources Information
Center), ProQuest, Scielo, Redalyc y Dialnet.
No obstante, aparte de la búsqueda inicial
en estas bases de datos, se hizo una búsqueda
simultánea con Elicit, una herramienta de
inteligencia artificial de investigación. El fin
era que no quedasen por fuera resultados que,
tal vez, los buscadores no filtratan bien.
Los términos de búsqueda empleados
fueron «ChatGPT», «estudiantes
universitarios», «lectura académica» y
«escritura académica». Adicionalmente, se
utilizaron sus equivalentes en inglés para
maximizar la cobertura y como operador
lógico se usó «AND», con el objetivo de
refinar la búsqueda.
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
327
Aunque podrían haberse utilizado otros
términos de búsqueda como, por ejemplo,
«inteligencia artificial generativa», no hubo
necesidad de ello porque las bases de datos
realizaban, de manera automática, la respectiva
asociación.
De ese modo, la cadena de búsqueda
principal, adaptada a la sintaxis de cada base
de datos, fue similar a la siguiente: “ChatGPT"
AND "estudiantes universitarios" AND
"lectura académica" AND "escritura
académica".
El rastreo se centró en artículos de revistas
científicas revisadas por pares y publicados
entre enero de 2023
—
ChatGPT fue lanzado el
30 de noviembre de 2022
—
y octubre de 2025.
Selección de artículos (fases de cribado y
elegibilidad)
Los criterios por los que se descartaron o
eligieron publicaciones para pasar a la
siguiente fase son detallados en la Tabla 1. La
selección fue realizada por la investigadora
principal.
Tabla 1
Criterios de inclusión y exclusión aplicados para durante la fase de cribado
Criterios de inclusión
Criterios de exclusión
Artículos que discuten explícitamente el uso
de ChatGPT (o IA generativa) por parte de
estudiantes universitarios de pregrado.
Estudios enfocados en educación primaria o
secundaria, en docentes o en estudiantes de
postgrado.
Investigaciones que abordan el uso de
ChatGPT (o IA generativa) en tareas de
lectura y/o escritura con fines académicos.
Artículos sobre IA en general que no fueran
generativas de textos.
Estudios empíricos (cualitativos, cuantitativos
o mixtos), estudios de caso y revisiones de
literatura.
Artículos centrados únicamente en los efectos o
implicaciones, sin describir cómo se usa la
herramienta en el proceso de lectura o escritura
de un texto.
Artículos en español e inglés.
Editoriales, reseñas de libros, noticias o artículos
de opinión sin bases teóricas o empíricas.
Publicados entre enero de 2023 y octubre de
2025.
Fuente: Ricaño, Cárdenas y Frías (2025)
La búsqueda inicial en Elicit y en las bases
de datos elegidas arrojó un total de 62 074
registros. En este punto se ha de señalar que
algunos buscadores
—
por más que se refinó la
estrategia de búsqueda y se hizo uso de varios
filtros y del operador lógico «AND»
—
arrojaron todos los resultados posibles para
cualquiera de las palabras clave empleadas y
no para sus combinaciones, de ahí las altas
cifras que aparecen en algunos casos.
A continuación, se listan los resultados del
cribado:
Búsqueda en español en Google Scholar
4 030. Se alcanzó la saturación, es decir, los
resultados dejaron de ser relevantes, en la
cuarta página, de modo que se revisaron solo
30 resultados, de los cuales fueron elegidos 16.
Motivos de la exclusión
-
No se enfocaban en estudiantes de
pregrado: 9
-
No se enfocaban explícitamente en la
lectura o en la escritura: 3
-
No estaban disponibles para su descarga: 1
-
No eran artículos científicos: 1
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
328
Búsqueda en inglés en Google Scholar
16 900. Se alcanzó la saturación en la sexta
página, de modo que se revisaron 50
resultados, de los cuales fueron elegidos 16.
Motivos de la exclusión
-
No se enfocaban en estudiantes de
pregrado: 23
-
No se enfocaban explícitamente en la
lectura o en la escritura: 5
-
No estaban disponibles para su descarga: 6
ERIC
No devolvió resultados en español, pero en
inglés sí lo hizo. Arrojó un total de 1 328
artículos. Se obtuvo la saturación en la cuarta
página, por lo que se revisaron 45 estudios, de
los que se extrajeron 8.
Motivos de la exclusión
-
No se enfocaban en estudiantes de
pregrado: 3
-
No se enfocaban explícitamente en la
lectura o en la escritura: 9
-
No trataban de ChatGPT o IA generativa
de textos: 25
ProQuest en inglés
Arrojó 34 resultados, de los que se eligieron
6.
Motivos de la exclusión
-
No se enfocaban explícitamente en la
lectura o en la escritura: 24
-
No estaban disponibles para su descarga: 2
-
No trataban de ChatGPT o IA generativa
de textos: 1
-
No se centraban en los usos: 1
ProQuest en español
Arrojó 13 resultados, de los cuales 1 fue
seleccionado para pasar a la siguiente fase.
Motivos de la exclusión
-
No se enfocaban en estudiantes de
pregrado: 5
-
No se enfocaban explícitamente en la
lectura o en la escritura: 6
-
No trataban de ChatGPT o IA generativa
de textos: 1
Scielo
No arrojó resultado alguno.
Redalyc
Ofreció 39 721 resultados, pero ninguno era
coincidente con la totalidad de las palabras
clave. Se alcanzó la saturación total en la
segunda página, de modo que fueron revisados
los 20 primeros resultados y ninguno fue
relevante.
Motivos de la exclusión
-
No se enfocaban en estudiantes de
pregrado: 3
-
No se enfocaban explícitamente en la
lectura o en la escritura: 12
-
No trataban de ChatGPT o IA generativa
de textos: 5
Dialnet
Ofreció 1 resultado, pero no cumplió con
los criterios de inclusión, por lo que fue
descartado.
Motivos de la exclusión
-
No se enfocaban explícitamente en la
lectura o en la escritura: 1
Elicit
Arrojó 47 resultados, y tras una revisión
más exhaustiva fueron seleccionaron 40
resultados.
Motivos de la exclusión
-
No se enfocaban explícitamente en la
lectura o en la escritura: 1
-
No estaban disponibles para su descarga: 5
-
No se enfocaban en estudiantes de
pregrado: 1
Ello dio como resultado un primer cuerpo
de artículos conformado por 87 resultados. En
este punto, se procedió a realizar un cribado
más riguroso, desglosado de la manera que
sigue:
a.
Eliminación de duplicados: Con ayuda del
gestor de citas Zotero se identificaron y
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
329
eliminaron 11 de artículos duplicados. Tras
ello, quedaron solo 76 de registros únicos.
b.
Cribado riguroso por título y resumen: Se
revisaron, en Rayyan, una plataforma de
gestión de revisiones sistemáticas, los
títulos y resúmenes de los 76 artículos. En
esta fase, se excluyeron 55 artículos que
incumplían los criterios de inclusión de la
siguiente manera:
-
No se enfocaban solo y explícitamente
en estudiantes de pregrado: 17
-
No se enfocaban explícitamente en los
usos de la IA generativa para lectura o
escritura por parte de estudiantes
universitarios: 23
-
Se enfocaban en los efectos o impacto,
mas no en el uso: 8
-
Eran estudios experimentales: 5
-
Estaban duplicados: 1
-
No mostraban investigación empírica:
1
Inclusión de artículos
Este nuevo cribado dio como resultado la
selección de 21 artículos para analizar: 4 de
ellos en español y 17 en inglés. El proceso
completo se resume en la Figura 1.
Figura 1.
Diagrama de flujo de la revisión sistemática
IDENTIFICACIÓN
Registros identificados a través de la búsqueda en bases de
datos o en IA (n = 87)
Google Scholar: (n = 32)
ERIC: (n = 8)
ProQuest: (n = 7)
Scielo: (n = 0)
Redalyc: (n = 0)
Dialnet: (n = 0)
Elicit: (n = 40)
CRIBADO
Registros después de eliminar duplicados (n = 76)
Registros eliminados (n = 11)
ELIGIBILIDAD
Registros examinados por título y resumen (n = 76)
Registros excluidos (n = 55)
Razones de exclusión:
Foco no era el estudiante de pregrado (n = 17)
Foco no estaba explícitamente en usos de la IA generativa
para lectura o escritura por parte de estudiantes
universitarios (n = 23)
Foco en efectos o impacto, mas no en el uso (n = 8)
Estudios experimentales (n = 5)
Estudios duplicados (n = 1)
No investigación empírica (n = 1)
INCLUSIÓN
Estudios incluidos en la revisión narrativa (n = 21)
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
330
Para cada uno de los 21 artículos incluidos,
se extrajo la siguiente información en una
matriz de datos creada en Excel:
1.
Título
2.
Autor(es)
3.
Año de publicación.
4.
País(es) del estudio.
5.
Tipo de estudio.
6.
Usos reportados para la lectura académica.
7.
Usos reportados para la escritura
académica.
8.
Limitaciones del estudio.
Tabla 2
Cuerpo de artículos analizados
No. Título
Autor(es)
Año País(es)
1 Exploring Senior University Students'
Use of ChatGPT and its Perceived
Impact on Academic Writing
Ali Abedelqader Ali
Zendah
2025 Palestina
2 AI-Assisted Writing and Academic
Literacy: Investigating the Dual Impact
of Language Models on Writing
Proficiency and Ethical Concerns in
Nigerian Higher Education
Mohammed Sani Ya'u,
Mohammed Sadaa
Mohammed
2025 Nigeria
3 ChatGPT and Academic Writing:
A Study of Japanese EFL
Undergraduates
Nikan Fujii, Isobel Hook 2024 Japón
4 Apreciaciones de estudiantes
universitarios sobre el uso del ChatGPT
José Luis Soto Ortiz, Itzel
Alessandra Reyes Flores
2024 México
5 Student Perspectives on Ethical
Academic Writing with ChatGPT: An
Empirical Study in Higher Education
Lukas Spirgi, Sabine
Seufert, Jan Delcker, Joana
Heil
2024 Alemania y
Suiza
6 Writing with AI: University Students'
Use of ChatGPT
Nikola Črček, Jakob
Patekar
2023 Croacia
7 ChatGPT-Empowered Writing
Strategies in EFL Students' Academic
Writing: Calibre, Challenges and
Chances
Ting Xu, Nurul Farhana
Jumaat
2024 China
8 An Investigation into the Usage of
ChatGPT in Academic Writing by EFL
University Students in North and East
Syria: A Cross-Sectional Study
Noman Ali Othman 2025 Siria
9 Use and Misuse of ChatGPT in
Academic Writing among the English
Language Students
Anita Janković, Danijela
Kulić
2025 Serbia y
Bosnia y
Herzegovina
10 The use of AI Tools in English
Academic Writing by Saudi
undergraduates
Burhan Ozfidan, Dina
Abdel Salam El-Dakhs,
Lama Adel Alsalim
2024 Arabia Saudita
11 Uso de inteligencia artificial generativa
en contextos académicos: percepción de
estudiantes universitarios
Edgar Chaparro Aguilar,
Jesús Arias Escobar, Mateo
Quispe Capajaña
2025 Perú
12 The Perception by University Students
of the Use
of ChatGPT in Education
Thi Thuy An Ngo
2023 Vietnam
13 ChatGPT y la redacción académica en
estudiantes universitarios lambayecanos
Javier Alonso Arbulú
Vásquez, Janeth Benedicta
Falla Ortiz
2025 Perú
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
331
No. Título
Autor(es)
Año País(es)
14 Are They Literate on ChatGPT?
University Language Students'
Perceptions, Benefits and Challenges in
Higher Education Learning
Sri Sarwanti, Yanti
Sariasih, Laily Rahmatika,
M. Monjurul Islam, Eka
Mustika Riantina
2024 Indonesia
15 University Students' Reactions to
ChatGPT: Enhancing Academic English
Writing and Addressing Challenges
Abdallah Abu Quba,
Mohammed Nour Abu
Guba, Asmaa Awad, Amira
Traish
2025 Arabia Saudita
y Emiratos
Árabes Unidos
16 Help me ChatGPT! What ways does
ChatGPT Influence Students'
Productivity and Creativity in Academic
Writing?
Wahyu Sudrajad, Moh.
Hilman Fikri, Rizky
Perdana Bayu Putra
2024 Indonesia
17 Percepción de estudiantes de una
universidad de Lima sobre el uso de
ChatGPT en la escritura académica
Edward Faustino Loayza-
Maturrano
2024 Perú
18 The Role of ChatGPT in Enhancing
Students' Critical Thinking in Academic
Writing
Durratul Hikmah, Badilatil
Walida
2024 Indonesia
19 ChatGPT Integration in Higher
Education for Personalized Learning,
Academic Writing, and Coding Tasks: A
Systematic Review
Kaberi Naznin, Abdullah
Al Mahmud, Minh Thu
Nguyen, Caslon Chua
2025 No aplica.
Revisión
sistemática en
inglés
desarrollada
desde
Australia.
20 Students' Perceptions of Using ChatGPT
for Academic Writing in English.
Insights from a Finnish University
Peter Launonen, Ekaterina
Talalakina, Galyna Dubova
2024 Finlandia
21 Exploring the Use of ChatGPT in EFL/
ESL Writing Classrooms: A Systematic
Review
Yustinus Calvin Gai Mali 2025 No aplica.
Revisión
sistemática en
inglés
desarrollada
desde
Indonesia.
Fuente: Ricaño, Cárdenas y Frías (2025).
Dado que se trató de una revisión narrativa,
el análisis de los datos extraídos no fue
estadístico (metaanálisis), sino cualitativo.
El proceso de síntesis implicó la lectura de
los hallazgos de los 22 estudios y la
codificación de los usos. Ello permitió
estructurar la discusión en torno a los usos de
IA generativa en la lectura académica y en la
escritura académica.
RESULTADOS Y DISCUSIÓN
Breve descripción de los artículos revisados
El análisis de los 21 artículos científicos
mostró que 2 eran revisiones sistemáticas de
literatura en inglés y 19 eran estudios
empíricos no experimentales, 17 de ellos
escritos en lengua anglosajona y 4 en español.
Por su parte, la distribución geográfica dio
cuenta de un mayor interés sobre este tema en
países del Sudeste Asiático, de Asia Oriental y
de Medio Oriente, con un total de 11
investigaciones desarrolladas, lo que
constituye poco más de la mitad de la muestra
elegida para el análisis. Destaca, en este grupo
Indonesia, con 4 investigaciones sobre el tema.
También 4 estudios se desarrollaron en
Europa, y solo 1 en África y en Oceanía,
respectivamente.
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
332
América Latina no quedó atrás, puesto que
estuvo presente con 4 estudios, pero
desarrollados en tan solo 2 países: México (1)
y Perú (3). Si bien la IAG es un tema que gana
cada vez más atención en el ámbito científico
latinoamericano, el interés por el conocimiento
de los usos que de ella hacen los estudiantes
universitarios, aquellos que se preparan para
ejercer una profesión, no cobra aún el impulso
que se esperaría si es que se quiere reflexionar,
con rigor, sobre beneficios y riesgos que
comporta, sobre efectos e implicaciones de su
uso o sobre el delineado de políticas
institucionales, más que entusiastas,
provechosas para la sociedad.
Una limitación que se encontró fue la del
hecho de que la mayoría de los estudios se
centraron en la realización de encuestas o de
entrevistas, con el riesgo que supone la
existencia de sesgos de deseabilidad social y de
memoria. Los estudios empíricos, además,
fueron de corte transversal, de modo que se
obtuvo una instantánea de un momento en
lugares muy concretos, lo cual, sumado al
diseño de las muestras, no siempre
representativas, impide hacer generalizaciones
sobre los hallazgos, de modo que esta
investigación se centrará en registrar los usos
mencionados, mas no en ejemplificar con datos
específicos de esas investigaciones.
Se advierte que se utilizarán los términos
ChatGPT e IA generativa indistintamente,
puesto que, si bien ChatGPT fue elegido por
ser el más popular de estos modelos de
lenguaje, sus usos pueden extenderse a los
otros exponentes disponibles en el mercado.
Usos de ChatGPT en la escritura académica
por parte de estudiantes universitarios
Se pudo observar que el empleo de
ChatGPT
—
o de cualquier otra IA generativa
de texto
—
, por lo general, no es puntual ni
aislado en el proceso de la escritura académica,
sino que más bien se extiende a lo largo de toda
la ruta de la composición de un texto.
A continuación, se detallan los usos
documentados para cada una de las fases de la
escritura:
Búsqueda de inspiración, formación de ideas y preparación previa para la escritura
Tabla 3
Usos de IAG antes de empezar a escribir
Etapa del proceso
de escritura
Uso específico
Estudios que lo documentan (Autores, Año)
1. Ideación y
andamiaje
Generación y organización
de ideas y contenidos / lluvia
de ideas, planificación de la
estructura del texto
(Zendah, 2025), (Ya’u & Mohammed, 2025),
(Fujii & Hook, 2024), (Xu & Jumaat, 2024),
(Ozfidan et al., 2024), (Sudrajad et al., 2024),
(Loayza-Maturrano, 2024), (Sarwanti et al.,
2024), (Hikmah & Walida, 2024), (Launonen et
al., 2024), (Chaparro Aguilar et al., 2025), (Gai
Mali, 2025), (Črček & Patekar
, 2023), (Othman,
2025), (Janković & Kulić, 2025), (Ngo, 2023),
(Naznin et al., 2025)
Superación del bloqueo del
escritor
(Sudrajad et al., 2024), (Launonen et al., 2024),
(Chaparro Aguilar et al., 2025)
Fuente: Ricaño, Cárdenas y Frías (2025)
De los 21 estudios, 17 citan el uso de
ChatGPT
—
u otra herramienta análoga
—
para
generar y organizar ideas o contenido o para
planificar la estructura antes de escribir.
Únicamente Soto Ortiz & Reyes Flores (2024),
Spirgi et al., (2024), Arbulú Vásquez & Falla
Ortiz, (2025) y Abu Quba et al., (2025) no
mencionan este uso. Dicho detalle resulta
interesante porque, si bien no es un dato que ha
de ser generalizado, por la propia naturaleza
local de los estudios, las limitaciones
metodológicas señaladas y la dispersión
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
333
geográfica que muestra el conjunto, el
reconocimiento manifiesto de emplear el
chatbot para generar ideas y darles orden y
forma sugiere la probable existencia de un
sentimiento de cocreación, que no admite
culpas.
Los datos sugieren que el uso más intensivo
—
y, quizás, el percibido como éticamente más
aceptable de ChatGPT
—
ocurre en la fase
previa a la escritura. En esta etapa, los
estudiantes universitarios aprovechan al
chatbot como un partner creativo capaz de
iluminar la creatividad propia y capaz también
de romper el bloqueo de la página en blanco,
tan común en el ámbito académico, puesto que
se exacerba ante la complejidad de generar e
integrar una voz propia entre voces ajenas
mientras se argumenta y se gana en
profundidad de pensamiento, como bien
señalaran Hernández & Valero (2015).
Ello nos habla de ChatGPT no solo como un
facilitador creativo, sino como una
herramienta con la potencialidad de ser tanto
un aliado como un opioide a la hora de
enfrentarse el estudiante universitario a la
ansiedad que genera la escritura por ese tener
que pensar y dar orden a las ideas por escrito.
Tal vez el riesgo más notorio aquí se centre
en el hecho de que aunque se pueda dejar en
manos de la herramienta todo ese proceso
creativo, aunque se pierda el diálogo que se
asume como parte de la lluvia de ideas y
aunque se constate que toda la ideación y
andamiaje consiste en dar unas instrucciones
para que la IA se encargue del trabajo, el
estudiante
—
aun así
—
se sienta y se asuma
siempre como autor a pesar de no desarrollar
su capacidad creativa y el genio inconforme.
Podrá contrargumentarse que con cada
devolución el estudiante aprende y que, por
repetición, luego será capaz de hacer, pero ante
ello hay que aclarar que cuando el estudiante
recibe lo hecho por chat GPT, en el mejor de
los casos, está en una posición de consumo,
mas no necesariamente de práctica y es en la
praxis, no en la «automatización, como
mencionaba Zapata-Ros (2023) donde la
habilidad es adquirida.
Generación y redacción del contenido
Tabla 4
Usos en la construcción del contenido
Etapa del
proceso de
escritura
Uso específico
Estudios que lo documentan (Autores, Año)
Generación y
redacción de
contenido
Estructuración de
argumentos, párrafos y
oraciones; diseño de
conceptos y organización
(Zendah, 2025), (Ya’u & Mohammed, 2025), (Fujii & Hook,
2024), (Spirgi et al., 2024), (Ozfidan et al., 2024), (Sudrajad et
al., 2024), (Loayza-Maturrano, 2024), (Sarwanti et al., 2024),
(Arbulú Vásquez & Falla Ortiz, 2025), (Hikmah & Walida,
2024), (Launonen et al., 2024), (Chaparro Aguilar et al., 2025),
(Črček & Patekar, 2023), (Abu Quba et al., 2025)
Creación de plantillas de
escritura e incorporación de
las ideas del estudiante
(Xu & Jumaat, 2024)
Traducción
(Spirgi et al., 2024), (Xu & Jumaat, 2024), (Sarwanti et al.,
2024), (Črček & Patekar, 2023), (Naznin et al., 2025)
Parafraseo / reformulación (Zendah, 2025), (Sarwanti et al., 2024), (Chaparro Aguilar et al.,
2025), (Črček & Patekar, 2023), (Othman, 2025), (Janković &
Kulić, 2025)
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
334
Etapa del
proceso de
escritura
Uso específico
Estudios que lo documentan (Autores, Año)
Desarrollo de textos
coherentes a partir de
palabras clave o ideas
sueltas
(Spirgi et al., 2024)
Integración fluida del
propio texto con el de la IA
generativa
(Spirgi et al., 2024)
Enriquecimiento de
contenido con la adición de
ejemplos, detalles y de
profundidad
(Xu & Jumaat, 2024), (Sudrajad et al., 2024)
Desarrollo de conceptos
nuevos
(Spirgi et al., 2024)
Redacción de borradores de
partes de textos o de textos
completos
(Zendah, 2025), (Soto Ortiz & Reyes Flores, 2024), (Loayza-
Maturrano, 2024), (Chaparro Aguilar et al., 2025)
Redacción de secciones
enteras o de trabajos
completos; generación de
contenido rápidamente
(Arbulú Vásquez & Falla Ortiz, 2025), (Gai Mali, 2025), (Črček
& Patekar, 2023), (Janković & Kulić, 2025)
Fuente: Ricaño, Cárdenas y Frías (2025)
En este apartado se encuentra la mayor
cantidad de usos y también están los más
polémicos, puesto que hace aparición la
generación directa de un texto por parte de la
IA.
Destaca, por su utilidad en el aprendizaje, el
empleo de ChatGPT para traducir (Spirgi et al.,
2024), (Xu & Jumaat, 2024), (Sarwanti et al.,
2024), (Črček & Patekar,
2023), (Naznin et al.,
2025). Al documentar este uso, los estudios se
enfocaron, principalmente en los estudiantes
de inglés como lengua extranjera (EFL/ESL),
quienes señalaban la ventaja de encontrar en la
IAG mayor conciencia del contexto.
Este resultado un software tradicional o un
diccionario no puede darlo, puesto que carecen
del entrenamiento con grandes volúmenes de
textos y la red neuronal de apoyo con que
cuenta ChatGPT para poder predecir y
responder de manera adaptada (OpenAI,
2025). La IAG le permite al estudiante
encontrar, en otro idioma, la expresión más
cercana a lo que concibe en su propia lengua.
Sin embargo, hay que anotar que, como existe
una fuerte intervención de la volición de
aprender y hacerse comprender, hay entonces
mayor predisposición a la apropiación del
resultado. Sin la existencia de esa volición, el
aprovechamiento podría ser nulo.
Y en ese extremo, podrían encontrarse
precisamente los usos más polémicos
documentados: desarrollo de textos coherentes
a partir de palabras clave o ideas sueltas,
desarrollo de conceptos nuevos, redacción de
borradores de partes de textos o de textos
completos, y redacción de secciones enteras o
de trabajos completos (Véase la Tabla 4). Aquí
se asiste a la delegación casi completa o
completa de la escritura académica.
Lo interesante de este punto es que no solo
se delega fuertemente la escritura, sino
también la consulta de fuentes, la búsqueda de
información, el establecimiento de relaciones
que posibilitan el desarrollo de argumentos.
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
335
Ello aleja a la formación, cada vez más, de la
idea de Carlino (2005) de que haya
reelaboración de ideas para que exista
apropiación, puesto que el universitario se salta
ese proceso, para que lo desarrolle la IAG en
su lugar.
Tal vez, en el caso de estos usos
mencionados, la mayor posibilidad de
actuación por parte del educando se pueda
encontrar en el empleo de la IA para redactar
borradores, porque se infiere que luego podrá
pulir el texto y darle un sello más personal,
pero no deja de ser preocupante que todo el
esqueleto sea dado solo para su posterior
maquillaje.
El resto de los usos en este apartado,
tampoco escapan de la controversia. ¿Cuánta
coautoría hay en el empleo de ChatGPT en la
creación de plantillas de escritura e
incorporación de las ideas del estudiante (Xu
& Jumaat, 2024)? ¿Cuánta podremos encontrar
en el uso para la integración fluida del propio
texto con el de la IA generativa (Spirgi et al.,
2024)? En el primer caso hay un cuerpo que
busca un molde, en el segundo hay uno que no
se sostiene por sí solo.
La pregunta inevitable es la siguiente: ¿El
estudiante toma la plantilla e incorpora en ella
sus ideas, es decir, batalla por la adaptación, o
esa adaptación la delega en la IA también? Si
se tratase de una actividad industrial, tendría
sentido delegar en la máquina el trabajo
pesado, pero cuando se trata del trabajo
intelectual, del uso del pensamiento, este tipo
de delegaciones hace al estudiante dependiente
de la IA para poder concretar un proyecto. La
duda que surge es si podrá luego
independizarse y hacer el trabajo sin necesidad
de moldes y prótesis.
El siguiente conjunto de usos también es
polémico en cuanto a la coautoría del
estudiante. Aquí se optó por agrupar el empleo
declarado en estructuración de argumentos,
párrafos y oraciones, así como en diseño de
conceptos y organización (14 estudios
empíricos lo mencionan); parafraseo y
reformulación de textos, y enriquecimiento de
contenido con la adición de ejemplos, detalles
y profundidad.
Si bien las visiones entusiastas de uso de
IAG ven estas acciones como una forma de
aprender mientras se mejora el texto, puesto
que parten del supuesto de que existe interés
por parte del estudiante, lo cierto es que este
tipo de usos pone en manos de la tecnología
uno de los trabajos más importantes que se
espera de un universitario: el saber leer y
escribir de manera «adecuada» (Mangenl,
2020).
Si quien parafrasea es un modelo de
lenguaje, si quien busca los ejemplos, los datos
y los detalles sigue siendo un modelo de
lenguaje, si quien da estructura al texto es un
modelo de lenguaje, ¿qué hace el
universitario? ¿Da instrucciones? ¿Supervisa
el diálogo con ChatGPT? ¿Son estas las nuevas
formas de adquirir conocimiento? ¿Ahora la
alfabetización académica debería poner el
centro en saber cómo hacer que la tecnología
llegue al resultado que se espera? ¿Cómo se
desarrollará entonces el pensamiento crítico?
Por último, un uso mencionado en algunos
estudios, aunque no listado en la Tabla 4, es el
empleo de ChatGPT para incrementar la
productividad, para ahorrar tiempo (Ozfidan et
al., 2024; Sudrajad et al., 2024; Loayza-
Maturrano, 2024; Launonen et al., 2024;
Chaparro Aguilar et al., 2025; Othman, 2025;
Naznin et al., 2025). Se optó por no incluirlo
porque, más que un uso, es un beneficio, un fin;
no embargante, permite entender una de las
necesidades básicas que rigen la delegación de
la escritura: la urgencia por la rapidez.
Ya sea porque hay fechas límites o porque
se quieren abarcar varias actividades al mismo
tiempo, esa obsesión por lo rápido alimentada
por la llegada de internet, como señalaban
Kovač & Van der Weel (2020), es uno de los
aspectos que bien podría la educación superior
mirar con lupa. ¿Se está hoy promoviendo el
aprendizaje lento y en profundidad? ¿Se
considera la lentitud un concepto anticuado?
¿Están abrumados los estudiantes con
montones de conocimiento que no pueden
procesar, entre otras cosas, por falta de
lecturas, fragmentación de la atención y falta
de tiempo?
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
336
Pulido y refinamiento del texto escrito
Tabla 5
Usos de ChatGPT para la corrección del texto
Etapa del
proceso de
escritura
Uso específico
Estudios que lo documentan (Autores, Año)
Pulido y
refinamiento
Revisión de la gramática y la
ortografía
(Zendah, 2025), (Ya’u & Mohammed, 2025), (Fujii & Hook,
2024), (Spirgi et al., 2024), (Ozfidan et al., 2024), (Sudrajad
et al., 2024), (Sarwanti et al., 2024), (Gai Mali, 2025),
(Othman, 2025), (Abu Quba et al., 2025), (Naznin et al.,
2025)
Enriquecimiento del
vocabulario y de las formas
de expresión
(Ya’u & Mohammed, 2025), (Fujii & Hook, 2024), (Othman,
2025)
Mejoramiento de la
cohesión, la coherencia, la
claridad y el ritmo
(Xu & Jumaat, 2024), (Launonen et al., 2024), (Othman,
2025), (Abu Quba et al., 2025)
Evaluación de la calidad de
la escritura
(Hikmah & Walida, 2024), (Črček & Patekar, 2023)
Identificación de fortalezas y
debilidades; sugerencias para
mejorar
(Hikmah & Walida, 2024), (Abu Quba et al., 2025)
Retroalimentación y
refinamiento de borradores
(Spirgi et al., 2024), (Xu & Jumaat, 2024), (Sudrajad
et al., 2024), (Ngo, 2023), (Naznin et al., 2025)
Refinamiento del estilo y el
lenguaje; corrección de
pruebas y edición
(Fujii & Hook, 2024), (Xu & Jumaat, 2024), (Sudrajad et al.,
2024), (Sarwanti et al., 2024), (Launonen et al., 2024),
(Othman, 2025), (Janković & Kulić, 2025), (Naznin et al.,
2025)
Mantenimiento de un estilo
consistente
(Sudrajad et al., 2024)
Verificación de alineación
con criterios académicos
solicitados
(Črček & Patekar, 2023)
Comprobación de plagio (Fujii & Hook, 2024)
Fuente: Ricaño, Cárdenas y Frías (2025)
En esta etapa de la escritura, la que
corresponde a la revisión y la corrección del
texto, nuevamente los usos son variados y,
podría decirse, minuciosos, en el sentido de
abarcar casi todos los detalles necesarios para
lograr un texto legible.
ChatGPT adopta un útil rol de corrector y
editor que eleva la calidad del trabajo escrito.
Su uso más documentado es el que posibilita la
corrección gramatical y ortográfica (12
estudios lo destacan. Véase la Tabla 5). Lo
complementan el enriquecimiento del
vocabula
rio y de las formas de expresión (Ya’u
& Mohammed, 2025), (Fujii & Hook, 2024),
(Othman, 2025) y el mejoramiento de la
cohesión, la coherencia, la claridad y el ritmo
(Xu & Jumaat, 2024), (Launonen et al., 2024),
(Othman, 2025), (Abu Quba et al., 2025).
También se mencionan la retroalimentación
y refinamiento de borradores (6 estudios.
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
337
Véase la Tabla 5) y el refinamiento del estilo y
el lenguaje, la corrección de pruebas y la
edición (8 estudios). Ambos, aunque dichos
con otras palabras más generales, no dejan de
cumplir con la misma función de los tres usos
anteriormente mencionados en este apartado.
Estos usos podrían calificarse como un
arma de doble filo en determinados contextos.
Si bien la presentación ante otro puede afectar
la confianza y es necesario, por respeto y
orgullo, pulir lo que se escribe, sería necesario
hacer estudios sobre cuánto se delega en esta
etapa, cuánto es el cambio que necesita o que
le permite el estudiante a ChatGPT para que no
elimine la voz propia y la sustituya por una
genérica.
De igual manera, tocaría ir más allá de lo
que afirma el estudiante y confirmar cuánto
vocabulario incorpora en verdad a partir de lo
que le da la IAG o si esa retroalimentación, a
veces explícita, y a veces implícita en el
arreglo final de un texto, es analizada con
minuciosidad para aprender de sus errores y
evitarlos.
Dos usos interesantes que destacan en esta
etapa son la evaluación de la calidad de la
escritura (Hikmah & Walida, 2024), (Črček &
Patekar, 2023) y la identificación de fortalezas
y debilidades, con sugerencias para mejorar
(Hikmah & Walida, 2024), (Abu Quba et al.,
2025). Con ellos, el potencial de actuación del
estudiante se incrementa, puesto que tiene que
tomar decisiones sobre la ruta a seguir. Si la
corrección sirve de ejemplo para un posterior
trabajo autómono, los beneficios del chatbot
serán siempre mayores que los asociados al uso
de este como apéndice sin que nada pueda ser
hecho fuera de su abrigo.
Otros usos hacen referencia al
mantenimiento de un estilo consistente
(Sudrajad et al., 2024), a la comprobación de
plagio (Fujii & Hook, 2024) y a la verificación
de alineación con los criterios académicos
solicitados (Črček & Patekar, 2023).
Comparten los tres la preocupación por el
cumplimiento de las reglas. Y, siempre que el
estudiante tenga interés por leer y analizar el
producto final que le es entregado, se podrá
beneficiar de ese temor a incumplir o, incluso,
a ser atrapado in fraganti si ha cometido algún
pecado académico.
Investigación y síntesis de información
Tabla 6
Usos de ChatGPT para garantizar la solidez de un texto escrito
Etapa del proceso
de escritura
Uso específico
Estudios que lo documentan (Autores, Año)
Investigación y
síntesis de
información
Generación de palabras clave de
búsqueda
(Spirgi et al., 2024)
Identificación de géneros textuales (Hikmah & Walida, 2024)
Obtención de datos difíciles o de
respuestas a preguntas concretas, con
retroalimentación instantánea
(Sarwanti et al., 2024), (Launonen et al., 2024)
Consulta de conceptos, verificación
temas, búsqueda de información
(Soto Ortiz & Reyes Flores, 2024), (Spirgi et al.,
2024), (Chaparro Aguilar et al., 2025)
Recopilación de información (Loayza-Maturrano, 2024), (Launonen et al.,
2024), (Xu & Jumaat, 2024)
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
338
Etapa del proceso
de escritura
Uso específico
Estudios que lo documentan (Autores, Año)
Síntesis de textos, resumen
(Xu & Jumaat, 2024), (Loayza-Maturrano,
2024), (Launonen et al., 2024), (Črček &
Patekar, 2023), (Naznin et al., 2025)
Análisis de datos e información
recopilada; evaluación y extracción de
datos clave
(Loayza-Maturrano, 2024), (Xu & Jumaat,
2024)
Redacción de listas de referencias
(Črček & Patekar, 2023), (Janković & Kulić,
2025)
Acceso inmediato a la información (Arbulú Vásquez & Falla Ortiz, 2025)
Fuente: Ricaño, Cárdenas y Frías (2025)
Esta subsección contiene uno de los
apartados más importantes en cualquier acto de
escritura académica. No es posible pensar la
respuesta a una tarea sin una investigación
previa.
Los estudiantes universitarios emplean la
IAG, por ejemplo, con el objeto de generar
palabras clave para búsquedas de literatura
(Spirgi et al., 2024). Este es un paso crucial en
la fase inicial de una investigación, pero
también un paso crucial en el entendimiento de
cómo funciona la tecnología, de cómo
aprovechar las posibilidades para hacerla
trabajar con eficiencia.
También la utilizan para la identificación de
géneros textuales (Hikmah & Walida, 2024), la
obtención de datos difíciles o de respuestas a
preguntas concretas, con retroalimentación
instantánea (Sarwanti et al., 2024), (Launonen
et al., 2024), la consulta de conceptos, la
verificación de temas y la búsqueda de
información (Soto Ortiz & Reyes Flores,
2024), (Spirgi et al., 2024), (Chaparro Aguilar
et al., 2025), así como la recopilación de
información (Loayza-Maturrano, 2024),
(Launonen et al., 2024), (Xu & Jumaat, 2024),
y todo ello se puede hacer de forma
instantánea.
ChatGPT es capaz de procesar grandes
volúmenes de datos para ofrecer respuestas y
tiene, además, la función de investigación
profunda, de modo que se vuelve un gran
aliado para el estudiante que necesita descubrir
datos nuevos que no encuentra en un buscador
habitual.
El riesgo con estos usos radica en la
posibilidad del conformismo, en el hecho de
que le baste al estudiante solo lo que el chatbot
diga y no amplíe sus conocimientos con la
consulta de las fuentes primarias, de las obras
originales y complejas, capaces de llevarlo a
desarrollar, a su vez, el pensamiento abstracto.
Con la síntesis de textos y la elaboración de
resúmenes (5 autores la mencionan. Véase la
Tabla 6) se favorece la comprensión, pero
también de simplifican las obras y se termina
por correr el mismo riesgo mencionado en el
párrafo anterior, con el añadido de que la
apropiación de la que hablaba Carlino (2005)
ahora podría darse sobre la base de la
reelaboración de lo que ya está simplificado.
Es una simplificación que abarca las formas,
abarca los matices, abarca el vocabulario… Y
ese vocabulario que disminuye, entre otras
cuestiones por el creciente hábito de textos
cortos en l
a pantalla (Kovač & Van der Weel,
2020), deja al estudiante sin capacidad de
entendimiento total de textos complejos y con
necesidad de un «traductor», que terminará por
dictarle su léxico.
También fueron mencionados como usos el
análisis de datos e información recopilada y la
evaluación y extracción de datos clave
(Loayza-Maturrano, 2024), (Xu & Jumaat,
2024), el acceso inmediato a la información
(Arbulú Vásquez & Falla Ortiz, 2025) y la
redacción de listas de referencias (Črček &
Patekar, 2023), (Jankovi
ć & Kulić, 2025). Los
dos primeros, valiosísimos en esta sociedad sin
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
339
tiempo y saturada de información; más el
último entraña un riesgo importante.
La propia experiencia de uso muestra que la
herramienta, en aras de complacer, es propensa
a la «fabricación de fuentes» y, por ende, de
referencias falsas. Pero ello, no es el único
problema asociado. Esa creación
—
a
posteriori
—
de una lista de referencia que no se
ha ido construyendo a medida que se lee pone
al estudiante ante el hecho de que falta rigor en
lo hecho. Y el rigor tiene que ser enseñado a
quien se forma para ser un profesional.
Los usos de ChatGPT en la lectura
académica: los grandes ausentes en la
investigación contemporánea
Tal vez el hallazgo más importante de esta
investigación radica en el hecho de que, si bien
se preveía hacer un desglose exhaustivo de
usos de la IAG en la lectura, se ha encontrado
que las miradas de los 21 artículos analizados
se enfocaron en la escritura, pero obviaron,
casi por completo, la lectura de textos
académicos por parte del estudiante
universitario.
En contraste con los usos de chat GPT
durante todo el proceso de escritura académica,
no se encontraron estudios, en esta revisión,
que hablasen exclusivamente sobre su papel en
los procesos de lectura. Esto podría ser
interpretado como síntoma de una sociedad
que pretende buscar el conocimiento o
aparentar que busca el conocimiento
saltándose una de las principales vías de acceso
a él.
Tras la revisión de los datos, se lograron
identificar algunos usos, compartidos la
mayoría de las veces con los de la etapa de
investigación y síntesis de información de la
escritura. Ellos fueron mencionados
indirectamente en 8 estudios, en los que se
valorizó hasta cierto punto la lectura como
parte esencial en la construcción de un texto
escrito.
Los usos identificados se centran,
principalmente, en lo siguiente:
-
Pedido de definiciones o explicaciones de
textos difíciles; búsqueda de literatura y de
palabras claves para su localización (Spirgi
et al., 2024).
-
Comprensión de textos, teorías y
conceptos; explicaciones (Ngo, 2023),
(Sarwanti et al., 2024).
-
Resumen y síntesis de documentos (Xu &
Jumaat, 2024).
-
Asistencia en revisión de literatura (Xu &
Jumaat, 2024).
-
Búsqueda y análisis de información
(Loayza-Maturrano, 2024).
-
Búsqueda de fuentes válidas (Launonen et
al., 2024), (Chaparro Aguilar et al., 2025).
-
Consultas informativas sobre qué leer o
qué referencias usar (Chaparro Aguilar et
al., 2025).
Los pocos usos identificados no están
orientados a la lectura por sí misma, a la lectura
como un fin, sino a la lectura como un medio
para lograr la producción escrita. Ello se debe
a que los estudios estuvieron enfocados en la
escritura como tal. Sin embargo, esta ausencia
de estudios que se enfoquen en los usos de
ChatGPT o IAG, en general, durante los
procesos de lectura de los estudiantes
universitarios, podría ser un síntoma de la
pérdida de valorización de la comprensión
profunda y del disfrute de los argumentos de
un texto.
Ninguno de los estudios hace alusión al uso
del chatbot para prácticas de lectura más
reflexivas, como el análisis de estrategias
retóricas, la identificación y la polemización
sobre sesgos, el contraste de fuentes o el
establecimiento de un diálogo que permita
(re)elaborar los pensamientos propios en torno
a la obra.
No se contempla la lectura académica como
placer y azote, sino como herramienta exigida
para la extracción de información que será
usada en la producción textual. Carlino
advertía, desde 2005, de la necesidad de que
los docentes enseñen no solo lo que saben, sino
también modos de leer, de escribir, de
aprender… y, en el caso de la le
ctura,
podríamos estar ante el hecho de que es la
tecnología la que está enseñando modos de leer
rápidos, superficiales, simplificados, alejados
de las fuentes originales, por lo que las
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
340
habilidades de lectura crítica en la academia
podrían limitarse a los límites que muestre al
estudiante ChatGPT, herramienta que con el
tiempo podría alcanzar, incluso, para los
menos lectores, el statu de fuente primaria.
CONCLUSIONES
El análisis de los 21 artículos que
conformaron esta revisión mostró el siguiente
hallazgo: los estudios se centraron, de manera
abrumadora, en el uso de ChatGPT en el
proceso de escritura académica, mientras que
se confirmó la existencia de un alarmante vacío
en los usos relacionados con la lectura de
textos académicos.
Contrasta la variedad de usos de esta
herramienta de inteligencia artificial
generativa en todas las etapas de la escritura
(ideación y estructuración, redacción, revisión,
investigación) con los usos instrumentales en
la lectura, mencionados de manera indirecta, y
que se centran, principalmente, en encontrar
literatura, en comprender ideas y en
sintetizarlas. No se evidencia, por ejemplo, la
posibilidad de un compromiso más profundo y
crítico con los textos, ni tampoco la búsqueda
de un diálogo para la comprensión, expansión
o polemización de perspectivas.
En el caso de los usos en la escritura
académica, se observa siempre una tensión
entre la coautoría del estudiante universitario y
la autoría total por parte de ChatGPT. Si bien
hay usos como la generación de ideas, la
traducción, la generación de palabras clave de
búsqueda, la extracción de datos clave o la
creación de plantillas de escritura, que tienen
la potencialidad de encontrar a un estudiante
interesado en aprender o darle forma a su
trabajo, también hay usos controversiales
como el hecho de que la herramienta se
encargue de la redacción de secciones enteras
o del trabajo completo.
Se corre el riesgo de delegar en la IAG
actividades que garantizan que el estudiante
adquiera un pensamiento crítico no amparado
en la emocionalidad y la improvisación, sino
en la racionalidad y el conocimiento. Ello lleva
a compartir las mismas preocupaciones que
Zapata-Ros (2023) sobre la automatización de
habilidades que son críticas en la educación
superior y, por ende, en la educación de un
profesional que procurará actuar dentro de la
sociedad donde viva.
Carlino (2004) apuntaba que escribir es una
tecnología que permite la elaboración de
conocimiento. Hoy se está en un momento en
el que se asiste a la posibilidad de que se asuma
a la IA como un partner, una secretaria, un
genio de la lámpara… y se descargue sobre ella
la responsabilidad en la elaboración de ese
conocimiento, mientras la persona queda
huérfana de las herramientas para elaborarlo
porque no ha necesitado hacer un gran esfuerzo
cognitivo.
Si bien le permite a los estudiantes aumentar
su confianza a la hora de entregar un trabajo y
mejorar la calidad de sus entregas, una de las
grandes gratificaciones que obtienen y que fue
mencionada, en ocasiones, como uso es la
posibilidad de aumentar la productividad, de
reducir los tiempos, de tener acceso a una
respuesta de manera instantánea, lo cual no
responde solo a una sensación interior, sino
incluso a una cultura educativa que podría
replantearse los tiempos destinados al
aprendizaje en profundidad de los alumnos
matriculados en la universidad.
Una de las limitaciones que se encontraron
en esta revisión de literatura estuvo en el hecho
de que al centrase en encuestas y entrevistas los
artículos analizados, se pudo determinar que
los usos «reales» que se esperaban partían más
bien de los usos declarados por los estudiantes
universitarios, de modo que se recomienda
para investigaciones futuras enfocarse en
observaciones de campo, en análisis directos
de la interacción y de los textos que se generan.
Sería deseable también realizar estudios
longitudinales que permitan observar
variaciones o constancias en los usos, así como
los posibles efectos que estos están teniendo en
el aprendizaje de los estudiantes. Esa
evaluación a lo largo del tiempo permitirá una
toma de decisiones sólida en torno a cuánto
incorporar la herramienta cuando de adquirir
habilidades de lectura y escritura se trata.
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
341
Por último, se recomienda también la
ampliación y diversificación de las muestras,
puesto que se requieren estudios a gran escala,
transculturales, transdisciplinarios,
transcontinentales tal vez, que puedan dar
pistas sobre los patrones de uso y sus
variaciones tanto por disciplinas, como por
regiones y culturas.
Las habilidades «adecuadas» de lectura y
escritura de las que hablaba Mangenl (2020) no
son ambiguas, no están libradas a la
imaginación, son habilidades con las que el
estudiante es capaz de hacer por sí mismo el
trabajo duro, aunque agobie, y de superarse
cada vez, aunque caiga, sin apéndices
irremplazables para darle valor y maquillar lo
que se ha de hacer con rigor y bien.
REFERENCIAS BIBLIOGRÁFICAS
Abu Quba, A., Abu Guba, M. N., Awad, A., &
Traish, A. (2025). University students’
reactions to ChatGPT: Enhancing
academic English writing and addressing
challenges. International Journal of
Innovative Research and Scientific Studies,
8(1), 2732
–
2740.
https://doi.org/10.53894/ijirss.v8i1.5048
Arbulú Vásquez, J. A., & Falla Ortiz, J. B. (2025).
ChatGPT y la redacción académica en
estudiantes universitarios lambayecanos.
EDUCARE ET COMUNICARE. Revista de
investigación de la Facultad de
Humanidades, 13(1), 16
–
23.
https://doi.org/10.35383/educare.v13i1.12
94
Carlino, P. (2004). Leer y escribir en la
universidad. Asociación Internacional de
Lectura / Lectura y Vida.
Carlino, P. (2005). Escribir, leer y aprender en la
universidad. Una introducción a la
alfabetización académica. Fondo de
Cultura Económica.
Casar Corredera, J. R. (2023). Inteligencia artificial
generativa. Anales de la Real Academia de
Doctores de España, 8(3), 475
–
489.
https://www.rade.es/imageslib/PUBLICA
CIONES/ARTICULOS/V8N3%20-
%2001%20-%20ED%20-
%20CASAR.pdf
Cassany, D. (1999). Construir la escritura. Grupo
Planeta (GBS).
Chaparro Aguilar, E., Arias Escobar, J., & Quispe
Capajaña, M. (2025). Uso de inteligencia
artificial generativa en contextos
académicos: Percepción de estudiantes
universitarios. INGENIERÍA INVESTIGA,
7.
https://doi.org/10.47796/ing.v7i00.1192
Cordón, J. A. (2019). La lectura académica en el
entorno impreso y digital: Contextos,
disrupciones y canon. En De la lectura
académica a la lectura estética (pp. 17
–
34). UNAM, Instituto de Investigaciones
Bibliotecológicas y de la Información.
Črček
, N., & Patekar, J. (2023). Writing with AI:
University students’ use of ChatGPT.
Journal of Language and Education, 9(4),
128
–
138.
https://cyberleninka.ru/article/n/writing-
with-ai-university-students-use-of-chatgpt
Fortich, N. (2013). ¿Revisión sistemática o
revisión narrativa? Ciencia y Salud Virtual,
5(1), 1
–
4.
https://doi.org/10.22519/21455333.372
Fujii, N., & Hook, I. (2024). ChatGPT and
academic writing: A study of Japanese
EFL undergraduates. JALT PanSIG
Journal, 10(1), 91
–
98.
https://doi.org/10.37546/JALTPanSIGJ10.
1-12
Gai Mali, Y. C. (2025). Exploring the use of
ChatGPT in EFL/ESL writing classrooms:
A systematic literature review. Journal of
Language and Education, 11(2), 137
–
156.
https://doi.org/10.17323/jle.2025.21793
Han, B.-C. (2009). El aroma del tiempo. Un ensayo
filosófico sobre el arte de demorarse.
Titivillus.
Hernández, B. A. R., & Valero, L. B. G. (2015).
Escritura de textos académicos:
Dificultades experimentadas por escritores
noveles y sugerencias de apoyo. CPU-e,
Revista de Investigación Educativa, 20,
249
–
265.
https://www.redalyc.org/articulo.oa?id=28
3133746012
Hikmah, D., & Walida, B. (2024). The role of
ChatGPT in enhancing students’ critical
thinking in academic writing. Ethical
Lingua: Journal of Language Teaching
and Literature, 11(2).
https://doi.org/10.30605/25409190.780
Janković, A., & Kulić, D. (2025). Use and misuse
of ChatGPT in academic writing among
the English language students. Information
Technologies and Learning Tools, 105(1),
178
–
188.
https://doi.org/10.33407/itlt.v105i1.5955
Kovač, M., & Van der Weel, A. (2020). La lectura
en una era postextual. En Lectura en papel
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
342
vs. lectura en pantalla (pp. 11
–
30).
Cerlalc-Unesco.
https://cerlalc.org/wp-
content/uploads/2020/04/Cerlalc_Publicac
iones_Dosier_Pantalla_vs_Papel_042020.
pdf
Launonen, P., Talalakina, E., & Dubova, G. (2024).
Students’ perceptions of using ChatGPT
for academic writing in English: Insights
from a Finnish university.
Półrocznik
Językoznawczy Tertium, 9
(1), 219
–
249.
https://doi.org/10.7592/Tertium.2024.9.1.
274
Loayza-Maturrano, E. F. (2024). Percepción de
estudiantes universitarios sobre el uso de
ChatGPT en la escritura académica.
EDUCARE ET COMUNICARE. Revista de
investigación de la Facultad de
Humanidades, 12(2), 28
–
38.
https://doi.org/10.35383/educare.v12i2.11
95
Lopezosa, C. (2023). La inteligencia artificial
generativa en la comunicación científica:
Retos y oportunidades. Revista de
Investigación e Innovación en Ciencias de
la Salud, 5(1), 1
–
5.
https://doi.org/10.46634/riics.211
Mangen, A. (2020). Modos de escritura de la era
digital: Lo bueno, lo malo y lo
desconocido. En Lectura en papel vs.
lectura en pantalla (pp. 31
–
48). Cerlalc-
Unesco.
https://cerlalc.org/wp-
content/uploads/2020/04/Cerlalc_Publicac
iones_Dosier_Pantalla_vs_Papel_042020.
pdf
Mendiola, M. S., & Degante, E. C. (2023). La
inteligencia artificial generativa y la
educación universitaria: ¿Salió el genio de
la lámpara? Perfiles Educativos,
45(Especial), 70
–
86.
https://doi.org/10.22201/iisue.24486167e.
2023.Especial.61692
Naznin, K., Al Mahmud, A., Nguyen, M. T., &
Chua, C. (2025). ChatGPT integration in
higher education for personalized learning,
academic writing, and coding tasks: A
systematic review. Computers, 14(2), 53.
https://doi.org/10.3390/computers140200
53
Ngo, T. T. A. (2023). The perception by university
students of the use of ChatGPT in
education. International Journal of
Emerging Technologies in Learning
(iJET), 18(17), 4
–
19.
https://doi.org/10.3991/ijet.v18i17.39019
OpenAI. (2025). ChatGPT (versión del 22 de
octubre) [Software] (Versión GPT-5).
https://chat.openai.com/
Othman, N. A. (2025). An investigation into the
usage of ChatGPT in academic writing by
EFL university students in North and East
Syria: A cross-sectional study. TESOL
Today, 2(1), 76
–
88.
https://doi.org/10.53898/tesol2025215
Ozfidan, B., El-Dakhs, D. A. S., & Alsalim, L. A.
(2024). The use of AI tools in English
academic writing by Saudi undergraduates.
Contemporary Educational Technology,
16(4).
https://eric.ed.gov/?id=EJ1449345
Rother, E. T. (2007). Revisión sistemática x
revisión narrativa. Acta Paulista de
Enfermagem, 20, v
–
vi.
https://doi.org/10.1590/S0103-
21002007000200001
Sarwanti, S., Sariasih, Y., Rahmatika, L., Islam, M.
M., & Riantina, E. M. (2024). Are they
literate on ChatGPT? University language
students’ perceptions, benefits and
challenges in higher education learning.
Online Learning, 28(3).
https://doi.org/10.24059/olj.v28i3.4599
Soto Ortiz, J. L., & Reyes Flores, I. A. (2024).
Apreciaciones de estudiantes
universitarios sobre el uso del ChatGPT.
Revista Paraguaya de Educación a
Distancia, FACEN-UNA, 5(2), 56
–
65.
https://doi.org/10.56152/reped2024-
dossierIA1-art5
Spirgi, L., Seufert, S., Delcker, J., & Heil, J.
(2024a). Student perspectives on ethical
academic writing with ChatGPT: An
empirical study in higher education.
Proceedings of the 16th International
Conference on Computer Supported
Education (pp. 179
–
186).
https://doi.org/10.5220/001255570000369
3
Su, J., & Yang, W. (2023). Unlocking the power of
ChatGPT: A framework for applying
generative AI in education. ECNU Review
of Education.
https://journals.sagepub.com/doi/10.1177/
20965311231168423
Sudrajad, W., Fikri, M. H., & Putra, R. P. B.
(2024). Help me ChatGPT! What ways
does ChatGPT influence students’
productivity and creativity in English
academic writing? EDUCATUM:
Scientific Journal of Education, 2(2), 48
–
57.
SAGA Rev. Cienc. Multidiscip. | e-ISSN 3073-1151 | Octubre-Diciembre, 2025 | vol. 2 | núm. 4 | pág. 321-343
343
https://doi.org/10.59165/educatum.v2i2.6
5
Xu, T., & Jumaat, N. F. (2024). ChatGPT-
empowered writing strategies in EFL
students’ academic writing: Calibre,
challenges and chances. International
Journal of Interactive Mobile
Technologies (iJIM), 18(15), 95
–
114.
https://doi.org/10.3991/ijim.v18i15.49219
Ya’u, M. S., & Mohammed, M. S. (2025). AI
-
assisted writing and academic literacy:
Investigating the dual impact of language
models on writing proficiency and ethical
concerns in Nigerian higher education.
International Journal of Education and
Literacy Studies, 13(2), 593
–
604.
https://eric.ed.gov/?id=EJ1468638
Zapata-Ros, M. (2023). Inteligencia artificial
generativa y aprendizaje inteligente.
https://osf.io/86ykm_v1
Zendah, A. A. A. (2025). Exploring senior
university students’ use of ChatGPT and it
s
perceived impact on academic writing.
Education Achievement: Journal of
Science and Research, 487
–
499.
https://doi.org/10.51178/jsr.v6i2.2494
DECLARACIÓN DE CONFLICTO DE INTERESES
Los autores declaran no tener conflictos de intereses.
DERECHOS DE AUTOR
Yetel Ricaño Noguera, M., Cárdenas Vela, M. E., & Frías Rivera, F. L. (2025)
Este es un artículo de acceso abierto distribuido bajo la licencia Creative Commons de Atribución No
Comercial 4.0, que permite su uso sin restricciones, su distribución y reproducción por cualquier
medio, siempre que no se haga con fines comerciales y el trabajo original sea fielmente citado.
El texto final, datos, expresiones, opiniones y apreciaciones contenidas en esta publicación es de
exclusiva responsabilidad de los autores y no necesariamente reflejan el pensamiento de la revista.