Revisión de Literatura sobre Inteligencia Artificial en la Síntesis: Un Enfoque Metodológico Paso a Paso para Investigadores y Académicos
Autores: Mtotywa, Matolwandile M.; Mowers, Jeri-Lee J.; Ndou, Wavhudi; Moleko, Thabang V. Q.; Ledwaba, Matsobane J.
Idioma: Inglés
Editor: MDPI
Año: 2026
Acceso abierto
Artículo científico
2026
Revisión de Literatura sobre Inteligencia Artificial en la Síntesis: Un Enfoque Metodológico Paso a Paso para Investigadores y Académicos
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Inteligencia artificial
Revisiones de literatura
Investigación
Herramientas de IA
Metodología
Consideraciones éticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La integración de la inteligencia artificial (IA) en las revisiones de literatura tiene como objetivo transformar la investigación al potencialmente automatizar procesos, mejorar el rigor y aumentar la calidad. El estudio propone un enfoque estructurado paso a paso para integrar herramientas de IA en el proceso de síntesis de la revisión de literatura. El enfoque metodológico desarrollado consta de cinco pasos. El primer paso, planificación y preparación, implica definir el alcance, comprender las prácticas y establecer los límites del uso de la IA. A continuación, se seleccionan las herramientas de IA y se alinean sus capacidades con las necesidades de la literatura a través de una matriz. El tercer paso se centra en utilizar la IA para llevar a cabo la revisión, seguido de la validación y la verificación cruzada de los resultados generados por la IA. El paso final es divulgar el uso de la IA de acuerdo con los estándares éticos y de informes. El enfoque se demuestra a través de cinco escenarios: literatura emergente o fragmentada, campos grandes o saturados, dominios interdisciplinarios, estudios metodológicamente diversos y temas poco investigados. Este enfoque está diseñado para mejorar la transparencia, potencialmente reducir sesgos y apoyar la reproducibilidad al alinear las funciones de la IA con los objetivos de investigación. También aborda consideraciones éticas y promueve la colaboración entre humanos e IA. Para investigadores y académicos, tiene como objetivo proporcionar una hoja de ruta práctica para la adopción responsable de la IA en las revisiones de literatura, apoyando la eficiencia, el uso ético de herramientas, la transparencia y el equilibrio entre la asistencia de la máquina y el juicio académico.
Descripción
La integración de la inteligencia artificial (IA) en las revisiones de literatura tiene como objetivo transformar la investigación al potencialmente automatizar procesos, mejorar el rigor y aumentar la calidad. El estudio propone un enfoque estructurado paso a paso para integrar herramientas de IA en el proceso de síntesis de la revisión de literatura. El enfoque metodológico desarrollado consta de cinco pasos. El primer paso, planificación y preparación, implica definir el alcance, comprender las prácticas y establecer los límites del uso de la IA. A continuación, se seleccionan las herramientas de IA y se alinean sus capacidades con las necesidades de la literatura a través de una matriz. El tercer paso se centra en utilizar la IA para llevar a cabo la revisión, seguido de la validación y la verificación cruzada de los resultados generados por la IA. El paso final es divulgar el uso de la IA de acuerdo con los estándares éticos y de informes. El enfoque se demuestra a través de cinco escenarios: literatura emergente o fragmentada, campos grandes o saturados, dominios interdisciplinarios, estudios metodológicamente diversos y temas poco investigados. Este enfoque está diseñado para mejorar la transparencia, potencialmente reducir sesgos y apoyar la reproducibilidad al alinear las funciones de la IA con los objetivos de investigación. También aborda consideraciones éticas y promueve la colaboración entre humanos e IA. Para investigadores y académicos, tiene como objetivo proporcionar una hoja de ruta práctica para la adopción responsable de la IA en las revisiones de literatura, apoyando la eficiencia, el uso ético de herramientas, la transparencia y el equilibrio entre la asistencia de la máquina y el juicio académico.