Integrar la inteligencia artificial con sentido crítico se ha convertido en un pilar de la formación investigativa. Javeriana y Andes se unieron para crear un curso interactivo que aborde el uso de la IA en la investigación. 

El  8 de julio, en la Pontificia Universidad Javeriana, se inauguró el curso Inteligencia artificial para la investigación, promovido por el Comité de Cultura y Desarrollo Digital, creado para consolidar la cultura digital javeriana y fomentar un desarrollo tecnológico alineado con los principios de la Universidad. 

Se articularon esfuerzos entre la Javeriana sede Bogotá y su seccional Cali, junto a la Universidad de los Andes, logrando convocar a más de setenta profesores de veinte facultades y tres ciudades en torno a un mismo objetivo: comprender, con sentido crítico, el potencial de la IA a lo largo del ciclo investigativo y fijar pautas institucionales de su uso responsable. La primera sesión del curso estuvo marcada por dos conferencias magistrales y un panel de expertos. 

De la IA simbólica a los modelos generativos 

Andrés Darío Moreno, docente del Departamento de Ingeniería de Sistemas de la Javeriana, abrió la jornada con un mapa histórico‑técnico del campo. Recorrió la evolución desde la IA simbólica basada en reglas hasta la IA estadística sustentada en el aprendizaje profundo; también, explicó por qué los modelos generativos actuales —con miles de millones de parámetros— son apenas un subconjunto de ese ecosistema. 

Para ilustrar el potencial de esta tecnología, Moreno profundizó la arquitectura de los modelos de lenguaje (tokens, vectores, transformers) y advirtió sobre los riesgos, entre ellos, los sesgos en los datos, el alto consumo energético y la opacidad algorítmica. “Comprender la mecánica interna de la IA es condición indispensable para aprovecharla sin delegar el juicio investigador”, concluyó Moreno. 

La IA en la metodología científica 

Luego, Luis Eduardo Tobón Llano, director del programa de Ingeniería Electrónica de la Javeriana, seccional Cali, recurrió a la fábula de Caperucita Roja para describir el trayecto de todo proyecto científico. El bosque es la incertidumbre. El lobo, los sesgos y la sobrecarga de información. El cazador, la IA que ayuda a enfrentar los lobos y superar obstáculos. Pero advirtió: “tu canasta no puede llevar treinta aplicaciones distintas… escoge una o dos por etapa y domina su uso”. 

Sus recomendaciones prácticas fueron: 

• Exploración bibliográfica: formular prompts específicos. 

• Lectura asistida: “leer a doble pantalla” (IA a la izquierda, PDF original a la derecha). 

• Redacción y estilo: usar modelos multilingües solo como apoyo, nunca como texto definitivo. 

• Revisión crítica: la pertinencia contextual sigue siendo responsabilidad humana. 

Comodidad cognitiva y gobernanza de los datos 

Al terminar las ponencias se abrió un panel moderado por Alexandra Pomares, directora de Investigación de la Pontificia Universidad Javeriana y doctora en Informática, quien abrió el debate con la pregunta: ¿Hasta dónde delegaremos el esfuerzo intelectual si la IA escribe, resume y evalúa por nosotros?  

Una de las panelistas, Isabel Tejada, lingüista y profesora asociada de la Facultad de Educación de la Universidad de Los Andes, ilustró el problema con un estudio de neurociencia aplicada: estudiantes que redactan primero con su criterio y luego afinan el texto con IA conservan la activación cerebral del pensamiento crítico; pero quienes empiezan pidiendo que el modelo escriba el documento, exhiben menor actividad. El peligro, concluyó Tejada, es saltarse el “sufrimiento fértil” de la formulación de la hipótesis. 

Ignacio Sarmiento-Barbieri, profesor de la Facultad de Economía de la Universidad de los Andes, quien también participó de la conversación, complementó con una advertencia clave: “los algoritmos piensan en promedios; la innovación ocurre cuando salimos de la media”. Al analizar proyectos de selección de personal y evaluación crediticia, mostró cómo los modelos reproducen sesgos de género cuando aprenden de historiales misóginos. La moraleja es clara: la IA amplifica lo que le damos. 

En esa misma línea, Tobón advirtió sobre la dificultad de corregir las respuestas plausibles pero falsas que dan algunas IA, llamadas alucinaciones: “verificar cada texto generado por IA, puede ser más caro”. Por ello, recomendó limitar el uso de modelos de lenguaje a aplicaciones de bajo riesgo y siempre bajo supervisión humana. Seguido a eso, Tejada retomó con una observación aguda sobre el sesgo de complacencia: “versiones recientes de ChatGPT se volvieron exageradamente aduladoras, reforzando las creencias del usuario en vez de cuestionarlas”. 

Pomares cerró el panel con una invitación concreta: diseñar rúbricas de uso responsable que obliguen a declarar qué parte del proceso se hizo con IA, cómo se diseñó el prompt y qué correcciones humanas se aplicaron. 

Isabel Tejada, lingüista y profesora asociada de la Facultad de Educación de la Universidad de los Andes (centro); Alexandra Pomares (izquierda), y Luis Eduardo Tobón, profesor javeriano de la seccional Cali (derecha)

Proyección inmediata 

El curso dejó varias certezas. Primero, la IA acorta la travesía en la generación y circulación del conocimiento, pero el discernimiento —convertir datos en sabiduría— sigue siendo humano. Segundo, la eficiencia algorítmica no debe sacrificar la divergencia creativa: a veces el camino más largo revela conexiones que el atajo oculta. Tercero, la gobernanza de datos y la transparencia de modelos son condiciones indispensables para que la IA se inserte éticamente en la academia. 

Curso interactivo que aborde el uso de la IA en la investigación

Eventos como este curso interuniversitario —impulsado por la Pontificia Universidad Javeriana a través del Comité de Cultura y Desarrollo Digital, la Vicerrectoría de Investigación, la Oficina de Investigación y Desarrollo de la seccional Cali y la Vicerrectoría de Transformación Digital de la Universidad de los Andes— demostraron que integrar la inteligencia artificial con sentido crítico se ha convertido en un pilar de la formación investigativa. Con más de 200 inscritos de diversas facultades y sedes, el programa ofreció sesiones durante una semana sobre fundamentos teóricos, aplicaciones prácticas y ética digital, y facilitó la creación de redes académicas y proyectos colaborativos, siempre bajo la premisa de un uso responsable de la IA. 

Para conocer más sobre este curso, consulte el artículo de Pesquisa Javeriana.