{"id":5931,"date":"2026-01-19T10:00:09","date_gmt":"2026-01-19T13:00:09","guid":{"rendered":"https:\/\/blog.scielo.org\/es\/?p=5931"},"modified":"2026-01-19T16:18:12","modified_gmt":"2026-01-19T19:18:12","slug":"quien-es-la-partera-y-quien-es-la-parturienta-la-perspectiva-socratica-para-repensar-la-autoria-y-la-responsabilidad-epistemica-en-el-uso-de-la-ia-en-la-produccion-cientifica","status":"publish","type":"post","link":"https:\/\/blog.scielo.org\/es\/2026\/01\/19\/quien-es-la-partera-y-quien-es-la-parturienta-la-perspectiva-socratica-para-repensar-la-autoria-y-la-responsabilidad-epistemica-en-el-uso-de-la-ia-en-la-produccion-cientifica\/","title":{"rendered":"\u00bfQui\u00e9n es la partera y qui\u00e9n es la parturienta? La perspectiva socr\u00e1tica para repensar la autor\u00eda y la responsabilidad epist\u00e9mica en el uso de la IA en la producci\u00f3n cient\u00edfica"},"content":{"rendered":"

Por Ricardo Limongi Fran\u00e7a Coelho e Luis Carlos Coelho<\/h3>\n

Introducci\u00f3n<\/h3>\n
\"Fotograf\u00eda<\/a>

Imagem: <\/p>\n

Liah Martens v\u00eda Unsplash<\/a>.<\/em><\/p><\/div>\n

La irrupci\u00f3n de la inteligencia artificial generativa en la producci\u00f3n cient\u00edfica ha suscitado intensos debates sobre la integridad, la transparencia y, sobre todo, la autor\u00eda. Estudios recientes indican que el uso de modelos ling\u00fc\u00edsticos en art\u00edculos cient\u00edficos ha crecido exponencialmente: an\u00e1lisis de grandes corpus<\/em> han identificado evidencia de modificaci\u00f3n por IA en hasta el 22,5% de los res\u00famenes de ciencias de la computaci\u00f3n. Revistas cient\u00edficas de alto impacto, editoriales y organizaciones de \u00e9tica en publicaciones han adoptado una postura relativamente consensuada: los sistemas de IA no pueden figurar como autores. Sin embargo, m\u00e1s all\u00e1 de las directrices normativas, persiste una pregunta filos\u00f3fica fundamental: \u00bfcu\u00e1l es la naturaleza de la relaci\u00f3n entre el investigador y la IA en el proceso de producci\u00f3n de conocimiento?<\/p>\n

Este texto propone que la perspectiva may\u00e9utica socr\u00e1tica, el m\u00e9todo de “dar a luz ideas”, ofrece un marco conceptual fruct\u00edfero para repensar esta relaci\u00f3n. M\u00e1s que una herramienta para extraer informaci\u00f3n, la IA puede entenderse como un interlocutor dial\u00f3gico que ayuda a los investigadores a articular el conocimiento que ya llevan en gestaci\u00f3n.<\/p>\n

La may\u00e9utica como met\u00e1fora de la producci\u00f3n de conocimiento.<\/h3>\n

El t\u00e9rmino “may\u00e9utica” deriva del griego maieutik\u00f3s<\/em>, que significa “arte de la obstetricia”. S\u00f3crates emple\u00f3 esta met\u00e1fora deliberadamente: as\u00ed como su madre, Fenarete, era partera y ayudaba a las mujeres a dar a luz, \u00e9l se consideraba un partero de ideas, ayudando a sus interlocutores a generar conocimientos que ya llevaban dentro, pero que a\u00fan no hab\u00edan articulado ni hecho conscientes.<\/p>\n

El m\u00e9todo funciona esencialmente mediante preguntas sucesivas. En lugar de transmitir el conocimiento directamente, S\u00f3crates interrogaba a sus interlocutores para que examinaran sus propias creencias, identificaran contradicciones en su razonamiento y llegaran gradualmente a una comprensi\u00f3n m\u00e1s refinada. La premisa subyacente es que el conocimiento genuino no puede simplemente depositarse en alguien desde fuera, sino que debe surgir de un proceso activo de reflexi\u00f3n y descubrimiento personal.<\/p>\n

Esta perspectiva tiene profundas implicaciones para el debate sobre la IA y la autor\u00eda cient\u00edfica. Si el conocimiento genuino surge de un proceso dial\u00f3gico de cuestionamiento y reflexi\u00f3n, la pregunta central no es si la IA particip\u00f3 en la producci\u00f3n del texto, sino c\u00f3mo particip\u00f3 y, fundamentalmente, qui\u00e9n sigue siendo responsable del conocimiento producido.<\/p>\n

De la extracci\u00f3n a la reflexi\u00f3n: reposicionando la relaci\u00f3n entre el investigador y la IA.<\/h3>\n

El uso predominante de sistemas de IA generativa en el \u00e1mbito acad\u00e9mico ha seguido una l\u00f3gica instrumental: la IA se considera un or\u00e1culo que proporciona respuestas predefinidas: textos, res\u00famenes, an\u00e1lisis, c\u00f3digos. Este enfoque, que podr\u00edamos llamar “extractivo”, posiciona al investigador como un consumidor pasivo de los resultados generados por las m\u00e1quinas. Como advierten Birhane et al<\/em>. (2023) en el art\u00edculo Science in the age of large language models<\/em>1<\/sup><\/a>, publicado en Nature Reviews Physics<\/em>, los modelos de lenguaje a gran escala presentan riesgos significativos para la ciencia, incluyendo la posibilidad de erosionar el pensamiento cr\u00edtico y la originalidad.<\/p>\n

La perspectiva may\u00e9utica sugiere un reposicionamiento radical de esta relaci\u00f3n. En lugar de extraer respuestas, el investigador puede utilizar la IA como un interlocutor dial\u00f3gico que ayuda a aclarar, examinar y refinar ideas en gestaci\u00f3n. El proceso iterativo de prompting<\/em> se convierte as\u00ed en una forma contempor\u00e1nea de di\u00e1logo socr\u00e1tico: cada respuesta de la IA no es un punto final, sino un est\u00edmulo para una nueva reflexi\u00f3n.<\/p>\n

Desde esta perspectiva, la IA asume el papel de “partera”: plantea preguntas, ofrece perspectivas alternativas, identifica lagunas en el razonamiento y cuestiona suposiciones. Sin embargo, el investigador sigue siendo quien “da a luz” el conocimiento. La responsabilidad epist\u00e9mica, la capacidad y la obligaci\u00f3n de responder por el conocimiento producido sigue siendo intransferible. Como argumenta Lloyd (2025) en Epistemic responsibility: toward a community standard for human-AI collaborations<\/em>2<\/sup><\/a>, es necesario desarrollar est\u00e1ndares comunitarios para las colaboraciones entre humanos e IA que preserven esta responsabilidad epist\u00e9mica.<\/p>\n

Autor\u00eda y responsabilidad epist\u00e9mica: el consenso emergente<\/h3>\n

Las principales organizaciones de \u00e9tica en publicaciones cient\u00edficas coinciden en un punto fundamental: los sistemas de IA no pueden ser considerados autores porque no pueden asumir responsabilidad. El Consejo COPE (2023)3<\/sup><\/a> \u00a0estableci\u00f3, en su postura oficial, que las herramientas de IA no cumplen los requisitos de autor\u00eda porque \u00abno pueden responsabilizarse del trabajo\u00bb ni \u00abgestionar cuestiones relacionadas con la precisi\u00f3n, la integridad y la originalidad\u00bb. En la misma l\u00ednea, Hosseini, Rasmussen e Resnik (2023)4<\/sup><\/a>\u00a0argumentan en Using AI to write scholarly publications,<\/em> que los sistemas de procesamiento del lenguaje natural no pueden considerarse autores porque carecen de agencia moral.<\/p>\n

La revista Science<\/em> fue categ\u00f3rica al afirmar, a trav\u00e9s de su editor jefe, que \u00abel texto generado por IA es (…) an\u00e1logo al plagio\u00bb (Thorp, 2023, p. 313)5<\/sup><\/a>. Nature<\/em> estableci\u00f3 sus propias directrices, enfatizando que \u00ablos modelos de lenguaje a gran escala (LLM), como ChatGPT, no cumplen nuestros criterios de autor\u00eda\u00bb (Nature Editorial, 2023, p. 612)6<\/sup><\/a>. Estas posturas reflejan una profunda comprensi\u00f3n de la naturaleza de la autor\u00eda cient\u00edfica: ser autor no se trata solo de producir texto, sino de asumir la responsabilidad epist\u00e9mica del conocimiento comunicado.<\/p>\n

Un an\u00e1lisis bibliom\u00e9trico realizado por Ganjavi et al<\/em>. (2024), publicado en el BMJ <\/em>en art\u00edculo Publishers’ and journals’ instructions to authors on use of generative artificial intelligence in academic and scientific publishing: bibliometric analysis<\/em>7<\/sup><\/a>, examin\u00f3 las directrices de las 100 editoriales acad\u00e9micas m\u00e1s importantes y las 100 revistas mejor clasificadas. Los resultados revelaron que solo el 24% de las editoriales contaban con directrices espec\u00edficas sobre IA generativa, pero, entre las que s\u00ed las ten\u00edan, entre el 96% y el 98% prohib\u00edan atribuir la autor\u00eda a los sistemas de IA. Esto pone de relieve un consenso emergente que vincula la autor\u00eda con la responsabilidad, algo que las m\u00e1quinas, por definici\u00f3n, no pueden asumir.<\/p>\n

Implicaciones para las pol\u00edticas editoriales: de la prohibici\u00f3n a la transparencia con reservas.<\/h3>\n

La perspectiva may\u00e9utica ofrece un marco m\u00e1s matizado para las pol\u00edticas editoriales que la simple dicotom\u00eda permiso\/prohibici\u00f3n. Lo importante no es solo si se utiliz\u00f3 IA, sino tambi\u00e9n la naturaleza de dicho uso y, fundamentalmente, si el investigador mantuvo su posici\u00f3n como agente epist\u00e9mico responsable durante todo el proceso.<\/p>\n

Un an\u00e1lisis de las directrices de las principales editoriales revela matices importantes. Elsevier distingue entre usos aceptables (refinamiento del lenguaje, apoyo al an\u00e1lisis) y usos prohibidos (generaci\u00f3n de im\u00e1genes cient\u00edficas, producci\u00f3n de texto sin supervisi\u00f3n cr\u00edtica). Springer Nature enfatiza que el uso debe documentarse en los m\u00e9todos. Como documentan Resnik e Hosseni(2024) en The ethics of using artificial intelligence in scientific research: new guidance needed for a new tool<\/em>8<\/sup><\/a>, existe una necesidad urgente de nuevas directrices \u00e9ticas para el uso de la IA en la investigaci\u00f3n cient\u00edfica, que incluyan recomendaciones que abarquen desde una definici\u00f3n clara del papel de la IA hasta mecanismos para verificar el contenido generado. En el contexto brasile\u00f1o, Sampaio, Sabbatini e Limongi (2025) propusieron en Investigadores brasile\u00f1os lanzan directrices para el uso \u00e9tico y responsable de la Inteligencia Artificial Generativa (IAG)<\/a>9<\/sup><\/a>,directrices espec\u00edficas para el uso \u00e9tico y responsable de la IA generativa en la investigaci\u00f3n acad\u00e9mica, enfatizando los principios de transparencia, rendici\u00f3n de cuentas e integridad. Como destacan Vasconcelos e Maru\u0161i\u0107 (2025) en post Integridad cient\u00edfica y agencia humana en la investigaci\u00f3n entrelazada con IA Generativa<\/a>10<\/sup><\/a>,, publicado en el blog SciELO en Perspectiva, la cuesti\u00f3n central es preservar la agencia humana en la investigaci\u00f3n intercalada con la IA generativa. Estas distinciones apuntan a un principio com\u00fan: la transparencia no debe ser un fin en s\u00ed misma, sino un medio para evaluar si se ha ejercido adecuadamente la responsabilidad epist\u00e9mica.<\/p>\n

Formaci\u00f3n de investigadores: ense\u00f1ar a dialogar, no a extraer<\/h3>\n

La perspectiva may\u00e9utica tiene implicaciones directas para la formaci\u00f3n de investigadores en competencias relacionadas con la IA, lo que la literatura ha denominado alfabetizaci\u00f3n en IA<\/em>. En un trabajo fundamental, What is AI Literacy? Competencies and Design Considerations<\/em> 11<\/sup><\/a> , Long e Magerko (2020) definieron la alfabetizaci\u00f3n en IA como \u00abun conjunto de competencias que permite a las personas evaluar cr\u00edticamente las tecnolog\u00edas de IA, comunicarse y colaborar eficazmente con ella, y utilizarla como herramienta\u00bb (p. 2). Los autores identificaron 17 competencias esenciales, organizadas en dimensiones que abarcan desde la comprensi\u00f3n t\u00e9cnica hasta la evaluaci\u00f3n \u00e9tica.<\/p>\n

M\u00e1s que ense\u00f1ar a utilizar las herramientas de IA de forma eficiente, se trata de desarrollar la capacidad de interactuar cr\u00edticamente con estos sistemas. Smith et al.<\/em> (2024)12<\/sup><\/a> propusieron \u00abdiez reglas sencillas para el uso de modelos ling\u00fc\u00edsticos a gran escala en la ciencia\u00bb, publicadas en PLoS Computational Biology<\/em>, que incluyen principios como mantener un escepticismo sano, verificar los resultados, documentar el uso y comprender las limitaciones de los modelos.<\/p>\n

Por lo tanto, implica competencias espec\u00edficas: formular preguntas que estimulen la reflexi\u00f3n en lugar de simplemente pedir respuestas; evaluar cr\u00edticamente los resultados generados; Identificar sesgos, lagunas e inconsistencias; y, fundamentalmente, ser consciente de la propia posici\u00f3n como agente epist\u00e9mico responsable. Estas habilidades evocan la tradici\u00f3n socr\u00e1tica: el buen uso de la IA, al igual que el buen di\u00e1logo filos\u00f3fico, requiere la disposici\u00f3n a cuestionar, incluy\u00e9ndose a uno mismo.<\/p>\n

Los programas de posgrado y la formaci\u00f3n en metodolog\u00eda cient\u00edfica deben incorporar estas dimensiones. No se trata de prohibir el uso de la IA ni de fomentarlo acr\u00edticamente, sino de formar investigadores capaces de utilizar estas tecnolog\u00edas de una manera que ampl\u00ede, y no reemplace, su capacidad intelectual.<\/p>\n

Consideraciones finales: La IA como partera, no como or\u00e1culo<\/h3>\n

La met\u00e1fora may\u00e9utica ofrece un marco conceptual que trasciende las dicotom\u00edas simplistas del debate actual sobre la IA en la ciencia. Ni una herramienta neutral que se pueda usar sin restricciones ni una amenaza de prohibici\u00f3n, la IA generativa puede entenderse como un interlocutor dial\u00f3gico: una “partera” contempor\u00e1nea que ayuda a los investigadores a generar el conocimiento que ya poseen en potencia.<\/p>\n

Esta perspectiva no resuelve todas las tensiones, m\u00e1s persisten preguntas sobre el sesgo algor\u00edtmico, la desigualdad de acceso, los impactos ambientales y los riesgos de homogeneizaci\u00f3n del pensamiento cient\u00edfico. Sin embargo, reubica el debate sobre la autor\u00eda en una base m\u00e1s s\u00f3lida: la cuesti\u00f3n central no es la participaci\u00f3n de la IA, sino el mantenimiento de la responsabilidad epist\u00e9mica del investigador.<\/p>\n

Para la comunidad de la comunicaci\u00f3n cient\u00edfica, como editores, revisores, gestores de revistas, el reto consiste en desarrollar mecanismos que eval\u00faen no solo la transparencia en el uso de la IA, sino tambi\u00e9n la calidad del proceso dial\u00f3gico que este representa. Para los investigadores, el reto consiste en aprender a usar la IA como S\u00f3crates us\u00f3 el di\u00e1logo: no para obtener respuestas predefinidas, sino para refinar su propio pensamiento.<\/p>\n

En definitiva, en el m\u00e9todo socr\u00e1tico, la partera no es la protagonista del parto.Ese rol le corresponde a quien da a luz. En la producci\u00f3n cient\u00edfica mediada por IA, el conocimiento genuino contin\u00faa surgiendo del investigador. La IA puede asistir en el parto, pero la responsabilidad del nacimiento sigue siendo, ineludiblemente, humana.<\/p>\n

Notas<\/h3>\n

1.BIRHANE, A., et al<\/em>. Science in the age of large language models. Nature Reviews Physics<\/em> [online]. 2023, vol. 5, pp. 277-280.[viewed 21 January 2026] https:\/\/doi.org\/10.1038\/s42254-023-00581-4<\/a>. Available from: https:\/\/www.nature.com\/articles\/s42254-023-00581-4<\/a> \u21a9<\/a><\/p>\n

2.LLOYD, D. Epistemic responsibility: toward a community standard for human-AI collaborations. Frontiers in Artificial Intelligence<\/em> [online]. 2025, vol. 8, 1635691. [viewed 21 January 2026]. https:\/\/doi.org\/10.3389\/frai.2025.1635691<\/a>. Available from: https:\/\/www.frontiersin.org\/journals\/artificial-intelligence\/articles\/10.3389\/frai.2025.1635691\/full<\/a> \u21a9<\/a><\/p>\n

3.COPE COUNCIL. COPE Authorship and AI tools [online]. Committee on Publication Ethics, 2023. [viewed 21 January 2026]. https:\/\/doi.org\/10.24318\/cCVRZBms<\/a>. Available from: https:\/\/publicationethics.org\/guidance\/cope-position\/authorship-and-ai-tools<\/a> \u21a9<\/a><\/p>\n

4.HOSSEINI, M., RASMUSSEN, L. M., e RESNIK, D. B. Using AI to write scholarly publications. Accountability in Research<\/em> [online]. 2023, vol. 31, no. 7, pp. 715-723. [viewed 21 January 2026]. https:\/\/doi.org\/10.1080\/08989621.2023.2168535<\/a>. Available from: https:\/\/www.tandfonline.com\/doi\/full\/10.1080\/08989621.2023.2168535<\/a> \u21a9<\/a><\/p>\n

5.THORP, H. H. ChatGPT is fun, but not an author. Science<\/em> [online]. 2023, vol. 379, no. 6630, p. 313. [viewed 21 January 2026]. https:\/\/doi.org\/10.1126\/science.adg7879<\/a>. Available from: https:\/\/www.science.org\/doi\/10.1126\/science.adg7879<\/a> \u21a9<\/a><\/p>\n

6.Nature Editorial. Tools such as ChatGPT threaten transparent science; here are our ground rules for their use. Nature<\/em> [online]. 2023, vol. 613, p. 612. [viewed 21 January 2026]. https:\/\/doi.org\/10.1038\/d41586-023-00191-1<\/a>. Available from: https:\/\/www.nature.com\/articles\/d41586-023-00191-1<\/a> \u21a9<\/a><\/p>\n

7.GANJAVI, C., et al<\/em>. Publishers’ and journals’ instructions to authors on use of generative artificial intelligence in academic and scientific publishing: bibliometric analysis. The BMJ<\/em> [online]. 2024, vol. 384, e077192. [viewed 21 January 2026]. https:\/\/doi.org\/10.1136\/bmj-2023-077192<\/a>. Available from: https:\/\/www.bmj.com\/content\/384\/bmj-2023-077192<\/a> \u21a9<\/a><\/p>\n

8.RESNIK, D. B., e HOSSEINI, M. The ethics of using artificial intelligence in scientific research: new guidance needed for a new tool. AI Ethics<\/em> [online]. 2024, vol. 5, no. 2, pp. 1499-1521. [viewed 21 January 2026]. https:\/\/doi.org\/10.1007\/s43681-024-00493-8<\/a>. Available from: https:\/\/link.springer.com\/article\/10.1007\/s43681-024-00493-8<\/a> \u21a9<\/a><\/p>\n

9.SAMPAIO, R. C., SABBATINI, M., e LIMONGI, R. Pesquisadores brasileiros lan\u00e7am diretrizes para o uso \u00e9tico e respons\u00e1vel da Intelig\u00eancia Artificial Generativa (IAG) [online]. SciELO em Perspectiva<\/em>, 2025. [viewed 21 January 2026]. Available from: https:\/\/blog.scielo.org\/blog\/2025\/02\/05\/pesquisadores-lancam-diretrizes-iag\/<\/a> \u21a9<\/a><\/p>\n

10.VASCONCELOS, S., e MARU\u0160I\u0106, A. Integridade cient\u00edfica e ag\u00eancia humana na pesquisa entremeada por IA Generativa [online]. SciELO em Perspectiva<\/em>. 2025 [viewed 21 January 2026] Available from: https:\/\/blog.scielo.org\/blog\/2025\/05\/07\/integridade-cientifica-e-agencia-humana-na-pesquisa-ia-gen\/<\/a> \u21a9<\/a><\/p>\n

11.LONG, D., e MAGERKO, B. What is AI Literacy? Competencies and Design Considerations. In: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. New York:, 2020 [viewed 21 January 2026]. https:\/\/doi.org\/10.1145\/3313831.3376727<\/a>. Available from: https:\/\/dl.acm.org\/doi\/10.1145\/3313831.3376727<\/a> \u21a9<\/a><\/p>\n

12.SMITH, G. R., et al<\/em>. Ten simple rules for using large language models in science, version 1.0. PLoS Computational Biology<\/em> [online]. 2024, vol. 20, n.\u00ba 1, e1011767. [viewed 21 January 2026]. https:\/\/doi.org\/10.1371\/journal.pcbi.1011767<\/a>. Available from: https:\/\/journals.plos.org\/ploscompbiol\/article?id=10.1371\/journal.pcbi.1011767<\/a> \u21a9<\/a><\/p>\n

Refer\u00eancias<\/h3>\n

BIRHANE, A., et al<\/em>. Science in the age of large language models. Nature Reviews Physics<\/em> [online]. 2023, vol. 5, pp. 277-280.[viewed 21 January 2026] https:\/\/doi.org\/10.1038\/s42254-023-00581-4<\/a>. Available from: https:\/\/www.nature.com\/articles\/s42254-023-00581-4<\/a><\/p>\n

COPE COUNCIL. COPE Authorship and AI tools [online]. Committee on Publication Ethics, 2023. [viewed 21 January 2026]. https:\/\/doi.org\/10.24318\/cCVRZBms<\/a>. Available from: https:\/\/publicationethics.org\/guidance\/cope-position\/authorship-and-ai-tools<\/a><\/p>\n

GANJAVI, C., et al<\/em>. Publishers’ and journals’ instructions to authors on use of generative artificial intelligence in academic and scientific publishing: bibliometric analysis. The BMJ<\/em> [online]. 2024, vol. 384, e077192. [viewed 21 January 2026]. https:\/\/doi.org\/10.1136\/bmj-2023-077192<\/a>. Available from: https:\/\/www.bmj.com\/content\/384\/bmj-2023-077192<\/a><\/p>\n

HOSSEINI, M., RASMUSSEN, L. M., e RESNIK, D. B. Using AI to write scholarly publications. Accountability in Research<\/em> [online]. 2023, vol. 31, no. 7, pp. 715-723. [viewed 21 January 2026]. https:\/\/doi.org\/10.1080\/08989621.2023.2168535<\/a>. Available from: https:\/\/www.tandfonline.com\/doi\/full\/10.1080\/08989621.2023.2168535<\/a><\/p>\n

LIANG, W., et al<\/em>. Quantifying large language model usage in scientific papers. Nature Human Behaviour<\/em> [online]. [viewed 21 January 2026]. https:\/\/doi.org\/10.1038\/s41562-025-02273-8<\/a>. Available from: https:\/\/www.nature.com\/articles\/s41562-025-02273-8<\/a><\/p>\n

LLOYD, D. Epistemic responsibility: toward a community standard for human-AI collaborations. Frontiers in Artificial Intelligence<\/em> [online]. 2025, vol. 8, 1635691. [viewed 21 January 2026]. https:\/\/doi.org\/10.3389\/frai.2025.1635691<\/a>. Available from: https:\/\/www.frontiersin.org\/journals\/artificial-intelligence\/articles\/10.3389\/frai.2025.1635691\/full<\/a><\/p>\n

LONG, D., e MAGERKO, B. What is AI Literacy? Competencies and Design Considerations. In: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. New York:, 2020 [viewed 21 January 2026]. https:\/\/doi.org\/10.1145\/3313831.3376727<\/a>. Available from: https:\/\/dl.acm.org\/doi\/10.1145\/3313831.3376727<\/a><\/p>\n

Nature Editorial. Tools such as ChatGPT threaten transparent science; here are our ground rules for their use. Nature<\/em> [online]. 2023, vol. 613, p. 612. [viewed 21 January 2026]. https:\/\/doi.org\/10.1038\/d41586-023-00191-1<\/a>. Available from: https:\/\/www.nature.com\/articles\/d41586-023-00191-1<\/a><\/p>\n

RESNIK, D. B., e HOSSEINI, M. The ethics of using artificial intelligence in scientific research: new guidance needed for a new tool. AI Ethics<\/em> [online]. 2024, vol. 5, no. 2, pp. 1499-1521. [viewed 21 January 2026]. https:\/\/doi.org\/10.1007\/s43681-024-00493-8<\/a>. Available from: https:\/\/link.springer.com\/article\/10.1007\/s43681-024-00493-8<\/a><\/p>\n

SAMPAIO, R. C., SABBATINI, M., e LIMONGI, R. Pesquisadores brasileiros lan\u00e7am diretrizes para o uso \u00e9tico e respons\u00e1vel da Intelig\u00eancia Artificial Generativa (IAG) [online]. SciELO em Perspectiva<\/em>, 2025. [viewed 21 January 2026]. Available from: https:\/\/blog.scielo.org\/blog\/2025\/02\/05\/pesquisadores-lancam-diretrizes-iag\/<\/a><\/p>\n

SMITH, G. R., et al<\/em>. Ten simple rules for using large language models in science, version 1.0. PLoS Computational Biology<\/em> [online]. 2024, vol. 20, n.\u00ba 1, e1011767. [viewed 21 January 2026]. https:\/\/doi.org\/10.1371\/journal.pcbi.1011767<\/a>. Available from: https:\/\/journals.plos.org\/ploscompbiol\/article?id=10.1371\/journal.pcbi.1011767<\/a><\/p>\n

THORP, H. H. ChatGPT is fun, but not an author. Science<\/em> [online]. 2023, vol. 379, no. 6630, p. 313. [viewed 21 January 2026]. https:\/\/doi.org\/10.1126\/science.adg7879<\/a>. Available from: https:\/\/www.science.org\/doi\/10.1126\/science.adg7879<\/a><\/p>\n

VASCONCELOS, S., e MARU\u0160I\u0106, A. Integridade cient\u00edfica e ag\u00eancia humana na pesquisa entremeada por IA Generativa [online]. SciELO em Perspectiva<\/em>. 2025 [viewed 21 January 2026] Available from: https:\/\/blog.scielo.org\/blog\/2025\/05\/07\/integridade-cientifica-e-agencia-humana-na-pesquisa-ia-gen\/<\/a><\/p>\n

 <\/p>\n

Sobre\u00a0Ricardo Limongi Fran\u00e7a Coelho<\/h3>\n

\"Fotografia<\/a><\/p>\n

Professor de Marketing e Intelig\u00eancia Artificial, Universidade Federal de Goi\u00e1s (UFG), Goi\u00e2nia\u2013GO, e Editor-Chefe do peri\u00f3dico Brazilian Administration Review (BAR) da ANPAD, Bolsista DT-CNPq.<\/p>\n

 <\/p>\n

 <\/p>\n

<\/h3>\n

Sobre Luis Carlos Coelho<\/h3>\n

\"Fotografia<\/a><\/p>\n

Economista pela Universidade de Mogi das Cruzes<\/p>\n

 <\/p>\n

 <\/p>\n

 <\/p>\n

Traducido del original en portugu\u00e9s<\/a> por\u00a0Ernesto Spinak<\/span>.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

La perspectiva may\u00e9utica socr\u00e1tica ofrece un marco filos\u00f3fico para repensar el uso de la IA en la producci\u00f3n cient\u00edfica. En lugar de un or\u00e1culo que proporciona respuestas, la IA puede ser un interlocutor dial\u00f3gico que ayuda a los investigadores a explicitar el conocimiento latente y, as\u00ed, replantear el debate sobre la autor\u00eda: el investigador sigue siendo el agente epist\u00e9mico responsable, mientras que la IA act\u00faa como una partera intelectual. …<\/span> Read More →<\/span><\/a><\/span><\/p>\n","protected":false},"author":142,"featured_media":5932,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":"","_links_to":"","_links_to_target":""},"categories":[3],"tags":[37,78],"class_list":["post-5931","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-analisis","tag-etica-en-la-comunicacion-cientifica","tag-inteligencia-artificial"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t