Boillos, M. M. (2026). Enseñar escritura académica en la era del ChatGPT. Aula de Encuentro, volumen 28 (1), Experiencias pp. 1-18

ENSEÑAR ESCRITURA ACADÉMICA EN LA ERA DEL CHATGPT

TEACHING ACADEMIC WRITING IN THE CHATGPT ERA

Boillos, Mari Mar

Universidad del Pais Vasco/Euskal Herriko Unibertsitatea,
mariadelmar.boillos@ehu.eus,
https://orcid.org/0000-0001-5546-4724

Recibido: 07/02/2025. Aceptado: 21/10/2025

RESUMEN

La adquisición de las habilidades de escritura en la educación superior presenta desafíos para el alumnado universitario. La llegada de la inteligencia artificial (IA) ha precipitado un cambio de paradigma en este campo y los estudios han destacado los beneficios que esta puede tener para la enseñanza. Esta propuesta recoge la intervención llevada a cabo en una asignatura de un grado en Educación. El objetivo principal es que, por medio de la metodología de aprendizaje basado en proyectos (ABP), los estudiantes de primer curso empiecen a construir textos académicos sencillos. La IA se propone para el trabajo de aquellas dimensiones que entrañan más complejidad: búsqueda de fuentes, síntesis de información, reconocimiento de la estructura de los géneros y sus características lingüísticas. Se observa que el alumnado aborda de una manera proactiva estos recursos y que desarrolla una visión crítica acerca de la fiabilidad de los textos generados por la IA.

PALABRAS CLAVE: Aprendizaje basado en proyectos, educación superior, escritura académica, inteligencia artificial.

ABSTRACT

Mastering academic writing remains a formidable challenge for university students. However, the emergence of Artificial Intelligence (AI) has triggered a paradigm shift in the field, with growing evidence highlighting its potential to enhance instructional practices. This paper presents a classroom intervention conducted within an Education degree subject. Using a Project-Based Learning (PBL) framework, the study aimed to support first-year students in drafting simple academic texts. AI was integrated specifically to address the most complex aspects of the writing process: source discovery, information synthesis, and the mastery of genres structures and their linguistic conventions. The findings reveal that students engage proactively with these tools while simultaneously developing a critical perspective on the reliability of AI-generated texts.

Keywords: Project-based learning, higher education, academic writing, artificial intelligence.

1. Introducción

A diferencia de las premisas de la visión tradicional de la escritura, los trabajos sobre escritura académica dejan de manifiesto que el aprendizaje de esta competencia no termina con la formación básica. Por el contrario, los estudiantes, cuando acceden a la universidad, se encuentran con el reto de alfabetizarse en un nuevo sistema de comunicación (Boillos y Rodríguez, 2022). Construir textos en el ámbito de la educación superior requiere del desarrollo de herramientas tales como la construcción de un metadiscurso, la argumentación basada en fuentes, la presentación de la información o el empleo de recursos de apoyo a la organización del discurso (Rodríguez y García, 2015).

Ante las dificultades que entraña esta tarea, han proliferado en el ámbito universitario los centros de escritura especializada y la implantación de asignaturas orientadas a alfabetizar a los estudiantes en los géneros propios de las disciplinas en las que se están formando. El profesorado que asume este compromiso se enfrenta a la necesidad de crear soluciones innovadoras para que el alumnado aprenda de una forma creativa y sostenible. Todo ello en un contexto en el que ha aparecido en escena la inteligencia artificial (en adelante, IA) que ha revolucionado el panorama de la construcción de textos.

El primero de los beneficios que suponen estas herramientas es el acceso a bases de datos y corpus de información extensos que posibilitan producir textos con mayor rigor y profundidad (Strobl et al., 2019). A esto contribuye, por ejemplo, el hecho de que pueda accederse a textos científicos en cualquier idioma, de cualquier disciplina y en cualquier contexto (Escotet, 2023). Como consecuencia, el alumnado tiene a su disposición más recursos para la formulación de argumentos y para contrastar las fuentes, lo que aporta una mejora de la calidad y del impacto que puede tener la producción científica (Malik et al., 2023). En este sentido, el estudio de Boillos e Idoiaga (2025) confirma que los estudiantes valoran de manera positiva la velocidad, la facilidad y el confort con el que consiguen acceder a una información que consideran muy diversa y de calidad.

De la misma manera, la IA puede ayudar en los procesos de redacción de los textos. Este proceso complejo abarca desde la revisión de la literatura y la síntesis de información hasta la construcción y revisión de textos (Nguyen et al., 2024). También existen herramientas para el análisis automatizado de los textos con los que se pueden predecir los resultados de aprendizaje. Este recurso es beneficioso tanto para el alumnado que puede autorregular su proceso de aprendizaje como para el profesorado que puede adaptar su enseñanza a las necesidades reales de cada estudiante (Salmerón et al., 2023).

Sin embargo, los estudios muestran que hay dos maneras en las que los estudiantes integran la tecnología en su quehacer escritor. De acuerdo con Nguyen et al. (2023), existe un modo de uso proactivo y otro, pasivo. El proactivo se corresponde con la manera de actuar de estudiantes que integran activamente la tecnología en sus tareas, de manera controlada y con el objetivo de mejorar sus textos de una manera consciente. El modo pasivo se corresponde con la manera de comportarse de estudiantes que delegan en la IA la realización de tareas que les corresponden. Así, el conocimiento es generado automáticamente, sin mediar la creatividad (Gayed et al., 2022), sin ningún tipo de actitud crítica y sin que se produzca, por ende, un aprendizaje gracias al empleo de la herramienta.

Como medida para erradicar ese comportamiento pasivo, se vuelve necesario que el alumnado desarrolle su competencia de pensamiento crítico. Esto es especialmente relevante si se tienen en cuenta las cuestiones éticas, de integridad académica y de fiabilidad que afectan a los productos generados por la IA. De acuerdo con un informe de la Unesco (Sabzalieva y Valentini, 2023), herramientas como ChatGPT pueden arrojar contenidos en los que no se distinguen los datos reales de los ficticios y en los que pueden aparecer sesgos de género o raza, entre otros. Convertir al alumnado en usuarios críticos se convierte, por ende, en un requisito indispensable.

En consonancia con lo expuesto, estudios como el de Tlili et al. (2023) apuntan a que el uso de las herramientas de IA no garantiza un impacto positivo automático en la competencia escritora. Consideran que para que exista una mejora es necesario que haya una reflexión pedagógica previa y que se diseñen intervenciones efectivas derivadas de una reflexión metodológica. De lo contrario, no será posible una colaboración efectiva estudiante-tecnología (Nguyen et al., 2024).

De hecho, así lo atestigua el trabajo de Baldrich y Domínguez-Oller (2024) en el que se muestra que ChatGPT influye positivamente en la calidad argumentativa de los textos académicos, y mejora, en algunos casos, la coherencia y cohesión. Sin embargo, persisten dificultades en la organización discursiva de ciertos grupos, lo que evidencia la necesidad de fortalecer la enseñanza de la argumentación y de formar al profesorado en el uso didáctico IA, para evitar un uso superficial que oculte carencias en las competencias esenciales de escritura.

Es precisamente en esta línea en la que se inserta este artículo en el que se describe una propuesta en la que, con base en la metodología del aprendizaje basado en proyectos (en adelante, ABP), estudiantes de primer curso de un grado en Educación adquieren los aspectos básicos de la escritura académica en su disciplina. El objetivo de la propuesta es que, al final del curso, sean capaces de participar en un congreso y, posteriormente, publicar el acta de su participación. A continuación, se presenta una descripción pormenorizada de la propuesta metodológica y se detalla el modo en que la IA contribuye a la optimización del proceso de enseñanza-aprendizaje. Por último, se reflexionará acerca del impacto de esta iniciativa y se expondrán los retos pendientes.

2. Descripción de la experiencia

2.1. Descripción del contexto y de los participantes

Esta propuesta se ha diseñado para el alumnado del Grado de Educación Primaria de una universidad pública. El proyecto se enmarca en una asignatura troncal de primer curso, en el primer cuatrimestre, que tiene como finalidad el desarrollo de la competencia comunicativa académica —oral y escrita—. Se trata de una asignatura de 6 créditos en la que un grupo de 70 estudiantes del programa trilingüe (euskera-castellano-inglés) se subdivide en dos grupos de 35 estudiantes. No se exigen requisitos previos para cursar esta asignatura que se desarrolla en castellano en su totalidad. La duración del curso es de 15 semanas. Se destinan dos horas a la semana para el trabajo de la expresión escrita y hora y media para la expresión oral.

2.2. Metodología

La asignatura está diseñada de acuerdo con los planteamientos del ABP. Este enfoque didáctico busca que los estudiantes den respuesta a un reto final a partir de la aplicación de los conocimientos que adquieren del área. Así, no solo se integran los contenidos, sino que se fomenta el desarrollo de las competencias transversales tales como el pensamiento crítico, el trabajo colaborativo o la resolución de conflictos (Bell, 2010). En este enfoque, el profesorado asume el rol de guía en el aprendizaje, mientras que el alumnado se convierte en protagonista y agente activo (Larmer et al., 2015). Asimismo, se fomenta una enseñanza de tipo inductivo que favorece que se infieran los conocimientos a partir de la exposición y análisis de casos reales.

En este caso en concreto, los estudiantes tienen como proyecto final participar en un congreso en el que expondrán, en grupos de cinco, una pequeña investigación sobre un tema vinculado a la educación primaria (creatividad en educación primaria, aprendizaje cooperativo en educación primaria, hábito lector en educación primaria, etc.). Este se asignará de manera aleatoria al principio del cuatrimestre. Posteriormente, de manera individual, tendrán que escribir en 10 páginas el acta que recoja el contenido de su participación en el congreso. En este documento tendrán que aplicar todo lo trabajado a lo largo del cuatrimestre.

En cuanto a las fases en las que se desarrolla la parte de esta propuesta vinculada a la escritura académica, se identifican las siguientes:

- Identificación de los géneros académicos: tipología y naturaleza

- Búsqueda de fuentes bibliográficas en repositorios y buscadores de calidad científica

- Reconocimiento de las partes constitutivas de un abstract

- Creación de un abstract y presentación de este a un call for papers

- Análisis de las características lingüísticas de los textos académicos a nivel ortográfico, ortotipográfico, gramatical y discursivo

- Análisis de las características lingüísticas de los textos académicos a nivel léxico y de modalización

- Construcción del acta del congreso

2.3. Objetivos

Durante la impartición de esta asignatura en cursos precedentes, se observó que los estudiantes tenían carencias en, fundamentalmente, cuatro dimensiones: identificación de las estructuras prototípicas de los géneros discursivos académicos, búsqueda y selección de la información, síntesis de los resultados y reconocimiento de características lingüísticas. Son estas, además, las dimensiones que se considera por la bibliografía que entrañan más complejidad en la construcción de textos académicos y en las que la IA puede tener un impacto más positivo (Bedington et al., 2024).

Así, a continuación, se presentan los objetivos específicos de esta intervención que ponen el foco en cómo integrar la IA para optimizar el proceso de enseñanza de la escritura académica en una fase de alfabetización temprana:

OE1. Identificar la estructura prototípica de los abstract o resúmenes científicos.

OE2. Emplear repositorios y buscadores de bases científicas.

OE3. Sintetizar e interpretar resultados científicos.

OE4. Reconocer las características lingüísticas de los textos académicos.

2.4. Descripción de la intervención didáctica

Como se ha explicado previamente, la propuesta macro culmina con la escritura individual del acta del congreso. En este apartado, el objetivo no es explicar cómo se desarrolla la asignatura para lograr esa finalidad, sino que se van a exponer las actividades que se han llevado a cabo con herramientas de IA para abordar cuestiones vinculadas a la escritura académica que entrañan especial dificultad para el alumnado.

Vinculada al OE1, se propone una actividad en la que se emplea la herramienta ChatGPT¹ en su versión gratuita. También se podría realizar con otros modelos de lenguaje tales como Copilot, Deepseek o Gemini. En primer lugar, se proporciona al alumnado tres abstract de artículos científicos con temáticas vinculadas a los temas que se han asignado al inicio del curso. Tras la lectura, es momento de inferir la estructura prototípica de estos textos y el contenido que incluye cada uno de los apartados. Posteriormente, se crea una receta de lo que consideran que hace a un abstract el texto perfecto. Esto servirá de checklist para la siguiente tarea en la que se pide a ChatGPT que genere un abstract sobre la misma temática. La tarea final consiste en aplicar la lista de comprobación y corregir ese texto de manera argumentada. Esta actividad también sirve para trabajar con el alumnado los modos de diseñar el prompt con el que interactuarán con la IA.

En la Figura 1 se observa un ejemplo de un texto producido por ChatGPT en el que se pueden identificar las siguientes carencias de acuerdo con lo trabajado en la asignatura: (1) el tema no está desarrollado y cae en ambigüedades, (2) hay desequilibrio en la exposición de la información; el foco está especialmente en los resultados, (3) el objetivo no está suficientemente explicado.

Para desarrollar el OE2, se propone una actividad que emplea la herramienta de ingeniería de búsqueda Consensus². El fin último es desarrollar habilidades de argumentación a partir de la búsqueda, selección y análisis de información. En esta tarea también se pone el foco en el pensamiento crítico. Se proponen, al inicio de la clase, afirmaciones que están asentadas en la creencia popular. Algunas vinculadas a la educación (“Las mujeres tienen más habilidades que los hombres para el aprendizaje de lenguas”) y otras no (“Existe una vinculación entre las fases de la luna y los cambios de humor”). Por grupos, se analizan las búsquedas que arroja la herramienta y se genera un breve texto en el que contrastan diferentes opiniones por medio de argumentos. Esta también es una oportunidad para el trabajo de las citas bibliográficas.

Por lo que respecta al OE3, se propone emplear la herramienta ChatDOC³ para comprender y sintetizar ideas. El alumnado sube algún artículo científico que haya encontrado sobre la temática que se les ha asignado y genera un prompt para pedir que la herramienta cree diez preguntas de opción múltiple a partir del documento. Los estudiantes, después, leen el texto y los resultados, con ayuda de la herramienta, para poder identificar cuáles son las respuestas correctas. Este recurso es de especial utilidad cuando se trata de artículos con estudios cuantitativos, ya que los estudiantes carecen de nociones en esta materia.

La última actividad está orientada al trabajo del nivel lingüístico. En esta ocasión, el OE4 se alcanza con una dinámica en la que se contrastan los textos que genera la herramienta DeepL Write (IA)⁴. Este recurso adapta los textos al tipo de discurso que se solicite (académico, profesional, simple o coloquial). La tarea consiste en reconocer cuáles son los cambios que realiza la herramienta y generar un listado de recursos lingüísticos propios del ámbito académico. Posteriormente, los estudiantes revisan un texto que hayan escrito ellos previamente y lo corrigen no solo a nivel lingüístico, sino también a nivel discursivo. Esta actividad será clave también para revisar cuestiones de tipo gramatical, ortográfico, etc. En la Figura 2 se muestra un ejemplo a partir de un texto generado por ChatGPT. Se ha solicitado a la herramienta que adapte el estilo al ámbito académico.

2.5. Evaluación

La evaluación del proceso será de tipo formativo. Las tareas que se proponen son tareas capacitadoras, de manera que será necesario ir adquiriendo los conocimientos que se trabajan en cada una de ellas para poder avanzar en el proceso de aprendizaje. En concreto, se recogerán evidencias tal y como se indica en la Tabla 1. En ella se detalla qué objetivo se alcanza a través de qué actividad, qué tipo de agrupamiento se sugiere, la tipología de evaluación (heteroevaluación, coevaluación o autoevaluación) y el peso que tiene cada tarea con respecto a la nota de la asignatura asociada a la escritura académica.

El 40% restante de la nota será destinado al acta del congreso que realizarán de manera individual y que será revisada únicamente por el o la docente.

Además de la evaluación formativa del proceso de aprendizaje, se ha llevado a cabo una evaluación de la asignatura en sí misma con el objetivo de analizar la eficacia de la propuesta docente y su impacto en el desarrollo competencial del alumnado. Para ello, se han recogido datos mediante cuestionarios de satisfacción, entrevistas informales y análisis de las producciones escritas generadas a lo largo del curso. Por ejemplo, se ha valorado el grado de adecuación de las actividades al nivel del grupo, la utilidad percibida de los recursos digitales empleados —incluyendo herramientas de inteligencia artificial— y la evolución en la calidad de los textos académicos. Estos datos permiten identificar fortalezas y áreas de mejora en la planificación didáctica, así como ajustar futuras intervenciones para optimizar los resultados de aprendizaje.

3. Discusión y conclusiones

Este trabajo ha consistido en la descripción de una intervención educativa cuya finalidad es abordar las dificultades que encuentra el alumnado de primer curso en el aprendizaje de las particularidades de la escritura académica. Se trata de un repertorio de actividades que se integran en una asignatura que sigue la metodología de aprendizaje basado en proyectos. El alumnado, durante 15 semanas, irá resolviendo tareas que lo capacitarán para llevar a cabo la tarea final que consiste en la redacción de un acta de un congreso. En todas las actividades que se proponen, siempre de manera inductiva, el alumnado irá reconociendo y construyendo textos o fragmentos de textos científicos con la ayuda de herramientas de IA variadas.

La puesta en práctica de estas actividades durante el curso 2024/25 ha arrojado resultados positivos en lo relativo a la autorregulación del aprendizaje. Este hecho viene a corroborar lo expuesto por Salmerón et al. (2023), quienes apuntaban a que un empleo activo de la IA puede favorecer la autoevaluación y la identificación del propio proceso de aprendizaje. El alumnado ha valorado positivamente ser consciente de cuáles eran sus dificultades y reconocer qué tipo de recursos podía utilizar para mejorar su competencia, lo que pone de manifiesto que una actitud positiva frente al aprendizaje potencia la motivación intrínseca, la autonomía y la autoeficacia, elementos clave para consolidar procesos formativos significativos y sostenibles.

Como muestra de ello, los estudiantes han constatado que tienen errores heredados de etapas educativas precedentes —como en la construcción de los párrafos— que afectan también la calidad de los textos científicos. En este sentido, es positivo que la IA proporcione retroalimentación automática e instantánea, ya que esto hace que el o la docente pueda ejercer mejor su rol de guía y acompañante en el proceso de enseñanza. La automatización de estos procesos permite que el profesorado pueda destinar más tiempo a dar respuesta a las necesidades reales del alumnado y ofrecer una enseñanza más personalizada. Este hecho también pone de manifiesto que un control consciente de las herramientas evita que queden ocultas carencias vinculadas a la competencia escritora, como se alertaba en el estudio de Baldrich y Domínguez-Oller (2024).

Otro de los aspectos positivos se ha observado en lo relativo a la conciencia crítica. Asumir el reto de tener que corregir un texto generado por la propia IA invita al alumnado a cuestionar la fiabilidad de estos recursos. Comprueban de manera experimental que estas herramientas de modelos de lenguaje pueden generar contenidos tanto reales como ficticios (Sabzalieva y Valentini, 2023) y observan que no puede asumirse que los textos que se producen no carecen de errores de tipo lingüístico-discursivo. Como consecuencia, se ven en la necesidad de adoptar una actitud proactiva y emplear las herramientas de IA no para sustituir su tarea, sino para mejorarla.

Como nota negativa, sí que se observa que los estudiantes delegan en la herramienta la tarea de generar reflexiones o crear nuevos contenidos. Esta pasividad, ya identificada por Boillos e Idoiaga (2025), pone de manifiesto cierta desidia a la hora de tener que pensar o generar un texto desde cero. Las futuras intervenciones deberán tener como objetivo que el uso de la IA no vaya en detrimento de la creatividad (Khalifa y Albadawy, 2024). Este hecho también pone de manifiesto un conflicto relacionado con la autoría de los textos generados por estos recursos a los que ya pronosticaban Dergaa et al. (2023).

Por último, si bien esta propuesta es innovadora en la medida que integra escritura académica, inteligencia artificial y aprendizaje basado en proyectos, de cara a futuro, sería de utilidad realizar investigaciones empíricas en las que tener constancia de cuál es el impacto real que tiene el uso de estas herramientas no solo de manera inmediata, sino a medio y largo plazo. Es decir, comprobar si estos recursos promueven un aprendizaje significativo que capacita al alumnado para comunicarse en su comunidad discursiva más allá de la asignatura.

4. Referencias

Baldrich, K., y Domíguez-Oller, J. C. (2024). El uso de ChatGPT en la escritura académica: Un estudio de caso en educación. Pixel-Bit, 70, 143-158 https://doi.org/10.12795/pixelbit.103527

Bedington, A., Halcomb, E. F., McKee, H. A., Sargent, T., y Smith, A. (2024). Writing with generative AI and human-machine teaming: Insights and recommendations from faculty and students. Computers and Composition, 71, 102833. https://doi.org/10.1016/j.compcom.2024.102833

Bell, S. (2010). Project-based learning for the 21st century: Skills for the future. Clearing House, 83(2), 39-43. https://doi.org/10.1080/00098650903505415

Boillos, M. M., e Idoiaga, N. (2025). Student perspectives on the use of AI-based language tools in academic writing. Journal of Writing Research, 17(1) https://doi.org/10.17239/jowr-2025.17.01.06

Boillos, M. M., y Rodríguez, A. F. (2022). La escritura académica en las carreras de Educación en Ecuador: representaciones del alumnado. Íkala, Revista de Lenguaje y Cultura, 27(2), 312-221. https://doi.org/10.17533/udea.ikala.v27n2a02

Dergaa, I., Chamari, K., Zmijewski, P., y Saad, H. B. (2023). From human writing to artificial intelligence generated text: examining the prospects and potential threats of ChatGPT in academic writing. Biology of Sport, 40(2), 615-622. https://doi.org/10.5114/biolsport.2023.125623

Escotet, M. Á. (2023). The optimistic future of Artificial Intelligence in higher education. Prospects, 54, 531–540. https://doi.org/10.1007/s11125-023-09642-z

Gayed, J. M., Carlon, M. K. J., Oriola, A. M., y Cross, J. S. (2022). Exploring an AI-based writing Assistant’s impact on English language learners. Computers and Education: Artificial Intelligence, 3, 100055. https://doi.org/10.1016/j.caeai.2022.100055

Khalifa, M., y Albadawy, M. (2024). Using artificial intelligence in academic writing and research: An essential productivity tool. Computer Methods and Programs in Biomedicine Update, 100145. https://doi.org/10.1016/j.cmpbup.2024.100145

Larmer, J., Mergendoller, J., y Boss, S. (2015). Setting the Standard for Project Based Learning. ASCD.

Malik, A. R., Pratiwi, Y., Andajani, K., Numertayasa, W., Suharti, S., Darwis, A., y Marzuki (2023). Exploring Artificial Intelligence in Academic Essay: Higher Education Student's Perspective. International Journal of Educational Research Open, 5, 1-11. https://doi.org/10.1016/j.ijedro.2023.100296

Nguyen, A., Hong, Y., Dang, B., y Huang, X. (2024). Human-AI collaboration patterns in AI-assisted academic writing. Studies in Higher Education. https://doi.org/10.1080/03075079.2024.2323593

Nguyen, A., Ngo, H. N., Hong, Y., Dang, B., y Nguyen, B. P. T. (2023). Ethical Principles for Artificial Intelligence in Education. Education and Information Technologies, 28, 4221-4241. https://doi.org/10.1007/s10639-022-11316-w

Rodríguez, B., y García, L. (2015). Escritura de textos académicos: dificultades experimentadas por escritores noveles y sugerencias de apoyo. Revista de Investigación Educativa, 20, 250-265. https://doi.org/10.25009/CPUE.V0I20.1332

Sabzalieva, E., y Valentini, A. (2023). ChatGPT e inteligencia artificial en la educación superior: Guía de inicio rápido. Unesco. https://unesdoc.unesco.org/ark:/48223/pf0000385146_spa

Salmerón, Y. M., Luna, H. E., Murillo, W. G., y Pacheco, V. A. (2023). El futuro de la Inteligencia Artificial para la educación en las instituciones de Educación Superior. Conrado, 19(93), 27-34. http://scielo.sld.cu/pdf/rc/v19n93/1990-8644-rc-19-93-27.pdf

Strobl, C., Ailhaud, E., Benetos, K., Devitt, A., Kruse, O., Proske, A., y Rapp, C. (2019). Digital Support for Academic Writing: A Review of Technologies and Pedagogies. Computers & Education, 131, 33–48. https://doi.org/10.1016/j.compedu.2018.12.005

Tlili, A., Shehata, B., Adarkwah, M. A., Bozkurt, A., Hickey, D. T., Huang, R., y Agyemang, B. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learning Environments, 10(1), 15. https://doi.org/10.1186/s40561-023-00237-x

_______________________________

¹ ChatGPT es un modelo conversacional de inteligencia artificial desarrollado por OpenAI sobre la arquitectura GPT-5, entrenado con técnicas de machine learning y procesamiento del lenguaje natural para producir respuestas textuales coherentes y contextualmente relevantes.

² Consensus (Consensus AI Inc., 2025) es una plataforma de inteligencia artificial que aplica procesamiento del lenguaje natural para analizar literatura científica y generar síntesis automatizadas de resultados empíricos extraídos de fuentes académicas.

³ ChatDOC (ChatDOC AI Inc., 2025) es una herramienta de procesamiento del lenguaje natural que integra modelos de lenguaje generativo para analizar, sintetizar y recuperar información de documentos científicos, facilitando la comprensión de textos académicos extensos.

⁴ DeepL Write es una herramienta de inteligencia artificial desarrollada por DeepL, orientada a mejorar la calidad estilística y gramatical de textos escritos.