Buscar

¿Cuál Inteligencia Artificial (IA) es la más adecuada para supervisar la escritura académica?: Un análisis comparativo entre ChatGPT, Copilot y DeepSeek.

Julian Arturo Castillo-Velasquez
31 ene
5 Min. de lectura

En el ámbito de la investigación académica, el uso de Inteligencia Artificial (IA) ha tomado un papel cada vez más relevante, especialmente en la revisión y supervisión de escritos de carácter científico. En este contexto,

herramientas de IA como ChatGPT, Copilot y DeepSeek han emergido como aliadas estratégicas para sintetizar información compleja en formatos estructurados,

optimizando tiempo y recursos. No obstante, cuando estas plataformas generan respuestas divergentes ante un mismo conjunto de datos —como ocurre con una tabla ingresada en cada IA, que analiza características de adultos mayores institucionalizados— se plantea un dilema crítico: ¿qué herramienta prioriza el rigor metodológico y se adhiere con mayor fidelidad a normas académicas como las APA? Este artículo evalúa las salidas de cada IA, contrastando su capacidad para articular datos cuantitativos, contextualizar hallazgos y cumplir con los criterios técnicos exigidos en publicaciones de alto impacto, con el fin de identificar cuál ofrece mayor confiabilidad para la supervisión de escritura académica.

El prompt ingresado fue el siguiente:

Aprende a realizar prompts precisos y efectivos en nuestro artículo: Métodos de Ingeniería de Prompts y la estructura JSON para mejorar la precisión en tus órdenes a la IA generativa como ChatGPT, Copilot y Gemini. Sácale el jugo en modo profesional. Si no entiende cómo iniciar la interacción con una IA, pruebe con la plantilla de generación de prompts de info[rage].

Respuestas de las Inteligencias Artificiales ChatGPT, Copilot y DeepSeek en la supervisión de escritura académica:

ChatGPT: Claridad General con Limitaciones en Profundidad

Respuesta de ChatGPT:

La Tabla 9 ofrece una visión global de las características sociodemográficas y del tiempo de residencia en la institución de los 16 adultos mayores que conforman este grupo. De manera específica, se examinan las variables de género, edad, años de estudio, condición de institucionalización y duración del internamiento, con el fin de comprender la posible influencia de estas variables en el desempeño cognitivo posterior. El promedio de la edad y de los años de estudio permiten contextualizar la muestra dentro de una cohorte relativamente homogénea, mientras que el amplio rango de tiempo de institucionalización evidencia la diversidad de experiencias dentro del mismo entorno institucional.

La respuesta de ChatGPT proporciona una visión global de las características sociodemográficas, destacando variables como género, edad y tiempo de institucionalización. Su enfoque es conciso y accesible, ideal para lectores que buscan una comprensión rápida del contexto muestral. Sin embargo, carece de especificidades clave:

Fortalezas: Organización lógica y tono académico adecuado.
Debilidades: Omite datos cuantitativos (medias, desviaciones estándar) y rangos, esenciales para evaluar la heterogeneidad de la muestra.
Ejemplo crítico: Menciona un "amplio rango de tiempo de institucionalización", pero no cuantifica ese rango (ej. 5-288 meses), lo que reduce su utilidad analítica.

Veredicto: Útil para resúmenes introductorios, pero insuficiente para análisis detallados que exigen precisión numérica.

Copilot: Equilibrio entre Detalle y Estructura

Respuesta de Copilot:

En relación con el grupo de adultos mayores institucionalizados, se llevó a cabo un análisis descriptivo para profundizar en sus características sociodemográficas y entender cómo éstas pueden influir en los resultados cognitivos (ver Tabla 9). Los resultados indican que la muestra institucionalizada está equilibrada en términos de género, con una media de 1,5 y una desviación estándar de 0,516, reflejando una distribución equitativa entre hombres y mujeres. La edad promedio es de 67,69 años (DE = 1,58), situándose principalmente en el rango de adultos mayores jóvenes. En cuanto a la escolaridad, los participantes presentan en promedio 6,88 años de estudio (DE = 1,09), lo que sugiere un nivel educativo básico. Es relevante destacar la amplia variabilidad en el tiempo de institucionalización, que oscila entre 5 y 288 meses, con una media de 70,63 meses (DE = 75,97). Esta dispersión indica diferencias significativas en la duración de la permanencia en las instituciones, lo que podría influir en las funciones cognitivas evaluadas.

Copilot profundiza en los datos, incorporando estadísticas descriptivas como medias, desviaciones estándar (DE) y rangos. Por ejemplo:

Género: Media = 1.5 (DE = 0.516), reflejando equilibrio entre hombres y mujeres.
Edad: Media = 67.69 años (DE = 1.58).
Tiempo de institucionalización: Media = 70.63 meses (DE = 75.97), rango = 5-288 meses.

Fortalezas:

Integra datos cuantitativos con interpretaciones contextuales (ej.: "adultos mayores jóvenes").
Destaca la variabilidad en la institucionalización y su posible impacto en funciones cognitivas.

Debilidades:

No menciona la moda en años de estudio, dato relevante para identificar el nivel educativo más frecuente.
Omite porcentajes de género (50% hombres/mujeres), útiles para reforzar la equidad en la muestra.

Veredicto: Superior a ChatGPT en rigor estadístico, ideal para estudios que requieren balance entre descripción y análisis.

DeepSeek: Excelencia en Profundidad y Cumplimiento de Normas

Respuesta de DeepSeek:

La Tabla 9 presenta las características sociodemográficas de la submuestra de adultos mayores institucionalizados (n=16). En términos de género, la distribución es equitativa, con 8 hombres (50%) y 8 mujeres (50%), reflejada en una media de 1,50 (DE = 0,52). Respecto a la edad, la media se sitúa en 67,69 años (DE = 1,58), ligeramente superior a la media general de la muestra, con un rango entre 65 y 69 años, lo que confirma la homogeneidad etaria del grupo. En cuanto a los años de estudio, se observa una moda en 6 años (40,6% en la muestra total), con un rango de 6 a 9 años y una media de 6,88 años (DE = 1,09), indicando un nivel educativo básico predominante. El tiempo de institucionalización presenta una amplia variabilidad, con una media de 70,63 meses (DE = 75,97) y un rango entre 5 y 288 meses. Esta dispersión, junto a un caso extremo de 288 meses (24 años), subraya la heterogeneidad en la exposición al contexto institucional, lo que podría influir en los perfiles cognitivos analizados.

DeepSeek sobresale al integrar detalles cuantitativos, cualitativos y referencias a la muestra general:

Género: 8 hombres (50%) y 8 mujeres (50%), con media = 1.50 (DE = 0.52).
Edad: Media = 67.69 años (rango = 65-69), destacando homogeneidad etaria.
Años de estudio: Moda = 6 años (40.6% de la muestra), media = 6.88 (DE = 1.09).
Institucionalización: Caso extremo de 288 meses (24 años), enfatizando heterogeneidad.

Fortalezas:

Exhaustividad: Combina medias, modas, rangos y porcentajes, cumpliendo con estándares APA que exigen transparencia en la descripción muestral (APA, 2020).
Contextualización: Vincula datos de la submuestra con la muestra general (ej.: edad ligeramente superior).
Identificación de valores atípicos: Menciona el caso de 288 meses, crucial para discutir limitaciones o sesgos.

Veredicto: Herramienta óptima para investigaciones que requieren minuciosidad estadística y alineación estricta con normas académicas.

Conclusión: DeepSeek como Herramienta Preferencial

Para la supervisión de escritura académica, DeepSeek se posiciona como la opción más robusta gracias a su profundidad analítica y adherencia a estándares metodológicos. No obstante, Copilot resulta valioso para síntesis equilibradas, mientras que ChatGPT es funcional para introducciones o resúmenes no técnicos. La elección final dependerá de la fase investigativa: diseño metodológico (DeepSeek), redacción inicial (Copilot) o divulgación (ChatGPT). Como señala Castillo-Velasquez (2023), la excelencia académica se logra cuando las herramientas tecnológicas se alinean con el rigor metodológico, y en este escenario, DeepSeek marca la diferencia.