Human-AI Academic Co-Writing: A Systematic Review of Cognition, Authorship, and Responsibility

Durante décadas, el acto de escribir un artículo académico se ha entendido como un esfuerzo humano solitario. Un investigador reúne evidencia, construye un argumento y traduce esos pensamientos en oraciones, cargando con todo el peso de las ideas y la responsabilidad de las palabras finales. Este proceso no trata solo de producir texto; es el mecanismo mismo mediante el cual los académicos piensan a través de problemas complejos, prueban su lógica y refinan su comprensión del mundo. Recientemente, un nuevo participante ha entrado en esta habitación silenciosa: la inteligencia artificial generativa. Estos son sistemas informáticos capaces de producir lenguaje similar al humano, desde corregir la gramática hasta redactar párrafos enteros o sugerir nuevos argumentos. A medida que estas herramientas pasan de ser simples correctores ortográficos a socios activos en el proceso de escritura, ha surgido una pregunta fundamental. Cuando un humano y una máquina trabajan juntos para crear un artículo académico, ¿quién es el autor? ¿Quién es responsable de las ideas? Y, ¿cambia la presencia de la máquina la forma en que el humano piensa?

Un investigador se propuso responder a estas preguntas examinando el cuerpo de trabajo en rápido crecimiento sobre la coescritura entre humanos e inteligencia artificial. No se limitó a preguntar si la tecnología funciona o si es poco ética; en su lugar, analizó todo el panorama de cómo estas dos entidades comparten la labor de la escritura. Al analizar cuarenta y cinco estudios distintos publicados entre 2023 y 2026, el investigador mapeó exactamente dónde interviene la máquina y dónde el humano debe mantener el control firme. Encontró que la relación no es un simple intercambio de un escritor por otro, sino una división compleja del trabajo que cambia la naturaleza misma del trabajo. Crucialmente, la revisión enfatiza que esta división del trabajo debe entenderse de manera diferente según el contexto. En la escritura estudiantil, el proceso de producir el texto es a menudo el objetivo de aprendizaje en sí mismo; delegar la planificación o el razonamiento a la IA puede debilitar el desarrollo de las habilidades mismas que la tarea pretende cultivar. En la escritura académica orientada al investigador, sin embargo, el objetivo principal es la producción y comunicación fiable del conocimiento, lo que hace que las cuestiones de pericia, verificación y responsabilidad sean más centrales que el acto de escribir en sí. Tratar estos dos contextos como equivalentes conlleva el riesgo de pasar por alto estas diferencias vitales en lo que constituye una participación apropiada de la IA.

La revisión revela que la inteligencia artificial está ahora involucrada en casi todas las etapas del proceso de escritura, desde la chispa inicial de una idea hasta la verificación final de las referencias. En las etapas iniciales, como la lluvia de ideas o la creación de un esquema, la máquina actúa a menudo como un generador de posibilidades, ofreciendo una amplia gama de opciones para que el humano las considere. A medida que el trabajo avanza hacia la redacción y la revisión, la máquina puede producir oraciones completas, reorganizar párrafos o pulir el lenguaje. Sin embargo, el investigador encontró un patrón constante en cómo se comparte la responsabilidad. Si bien la máquina puede encargarse del trabajo pesado de generar texto, el escritor humano casi siempre conserva el papel de juez. El humano es quien selecciona qué ideas conservar, verifica que los hechos sean ciertos, comprueba que las referencias sean reales y, en última instancia, decide si el producto final está listo para ser publicado.

Esta división del trabajo trae beneficios claros, pero también introduce nuevos costos. La ventaja más obvia es la velocidad. La máquina puede producir borradores y parafrasear oraciones mucho más rápido de lo que un humano puede hacerlo, lo que ayuda a los escritores a superar bloqueos y refinar su lenguaje. Para los investigadores que no son hablantes nativos del idioma en el que escriben, la herramienta puede ser una ayuda poderosa para expresar pensamientos complejos con claridad. Sin embargo, la revisión sugiere que esta velocidad tiene un precio oculto. El texto generado por la máquina no siempre es preciso; puede contener hechos inventados, citas incorrectas o argumentos que suenan convincentes pero carecen de sustancia. En consecuencia, el tiempo ahorrado en la redacción suele gastarse más tarde en un proceso riguroso de comprobación y corrección. El investigador señala que un borrador más rápido no significa necesariamente un producto terminado más rápido si el humano debe pasar horas verificando cada afirmación que la máquina hizo.

El estudio también destaca una tensión más profunda respecto a cómo la mente humana se involucra con el trabajo. Cuando un escritor utiliza la máquina para que piense por él —como generar los argumentos principales o construir la lógica del artículo—, se arriesga a la "descarga cognitiva". Este es un término que el investigador utiliza para describir el acto de entregar el trabajo mental a la computadora. Si bien esto puede hacer que la tarea sea más fácil, también puede significar que el escritor se pierda el ejercicio mental que proviene de luchar con una idea, refinar un pensamiento o descubrir una nueva conexión a través del acto de escribir. El investigador encontró que el uso más productivo de la tecnología ocurre cuando el humano permanece activamente comprometido, utilizando la máquina como una compañera para expandir su pensamiento en lugar de como un sustituto de su propio razonamiento.

Quizás el hallazgo más significativo concierne a la definición de autoría. La revisión argumenta que la vieja forma de pensar sobre la autoría —donde la persona que escribe las palabras es el autor— ya no es suficiente. En esta nueva era, la persona que escribe las oraciones podría no ser quien merece el crédito, y la persona que merece el crédito podría no haber escrito ni una sola oración. El investigador sugiere que la autoría debería definirse por quién proporciona la dirección intelectual, quién verifica la verdad y quién asume la responsabilidad del trabajo final. Proponen que necesitamos alejarnos de simplemente preguntar "¿Usaste IA?" y empezar a preguntar "¿Qué hiciste tú y qué hizo la máquina?".

Este cambio requiere un nuevo tipo de honestidad en la publicación académica. Una simple declaración de que "se utilizó IA" no es suficiente para contar la historia completa. El investigador sostiene que los escritores deben ser más específicos, explicando exactamente qué partes del proceso manejó la máquina y cómo el humano supervisó el trabajo. Este nivel de detalle es crucial para mantener la confianza en la ciencia. Si una máquina genera una sección de un artículo, el humano debe ser capaz de respaldar cada palabra en ella, verificando que sea precisa y significativa. Sin esta línea clara de responsabilidad, la integridad de la investigación está en riesgo.

La revisión concluye que el futuro de la escritura académica dependerá de qué tan bien los humanos puedan gestionar esta asociación. La tecnología está aquí para quedarse y probablemente se convertirá en una parte estándar del proceso de escritura. Sin embargo, su valor no vendrá de cuánto trabajo pueda hacer, sino de qué tan bien apoye a la mente humana sin reemplazarla. El investigador enfatiza que el objetivo no es prohibir la máquina, sino asegurar que el humano siga siendo el capitán del barco, dirigiendo el rumbo, revisando el mapa y asumiendo la responsabilidad del destino. A medida que la línea entre la escritura humana y la de la máquina se desibuja, la habilidad más importante para un académico será la capacidad de saber exactamente qué contribuyó ellos, qué contribuyó la máquina y cómo asegurar que el trabajo final sea un reflejo fiel del entendimiento y la integridad humana.