Incidencia del uso de chatbots con inteligencia artificial en la retroalimentación personalizada de la escritura académica en estudiantes universitarios

Impact of the use of chatbots with artificial intelligence on personalized feedback of academic writing in university students

Yuleidy Genith Gorozabel Moreira¹, Sandra Juliana Salinas Jaramillo², Marisol Elizabeth Gaona Zambrano³, Ruth Roció Ramos Santana⁴, Melissa Nicole Pozo Chamorro⁵  y Sara Marlene Molina Gallegos⁶

¹Investigador Independiente, ygorozabelm@unemi.edu.ec, https://orcid.org/0009-0002-4935-0901, Ecuador

²Investigador Independiente, sandra.salin@hotmail.com, https://orcid.org/0009-0005-3336-2344, Ecuador

³Investigador Independiente, marisolgaonazambrano@hotmail.com, https://orcid.org/0009-0003-1078-6027, Ecuador

⁴Investigador Independiente, ruthramos080@hotmail.com, https://orcid.org/0009-0002-5732-800X, Ecuador

⁵Investigador Independiente, pozomelissa@gmail.com, https://orcid.org/0009-0000-4287-6578, Ecuador

⁶Investigador Independiente, samolina73@yahoo.com, https://orcid.org/0009-0005-0862-5632, Ecuador

Información del Artículo	RESUMEN
Trazabilidad: Recibido 24-05-2026 Revisado 26-05-2026 Aceptado 15-07-2026	La escritura académica constituye una competencia esencial para el desempeño universitario; sin embargo, muchos estudiantes presentan dificultades relacionadas con la organización de ideas, coherencia, gramática y ortografía. En este contexto, el presente estudio tuvo como objetivo analizar la incidencia del uso de chatbots con inteligencia artificial en la retroalimentación personalizada de la escritura académica en estudiantes de primer semestre de la Universidad Técnica de Machala. La investigación se desarrolló bajo un enfoque cuantitativo, con alcance descriptivo y método inductivo. Se aplicó un cuestionario estructurado con ocho preguntas en escala de Likert a una muestra de 250 estudiantes, con el propósito de conocer su percepción sobre las dificultades de escritura y la utilidad de los chatbots como herramienta de apoyo. Los resultados evidenciaron que la mayoría de los participantes reconoce presentar dificultades en la redacción académica y considera insuficiente la retroalimentación docente. Los estudiantes manifestaron que los chatbots contribuyen a identificar errores, mejorar la calidad de los textos, incrementar la confianza durante el proceso de escritura y fortalecer el aprendizaje autónomo. Se concluye que los chatbots representan un recurso tecnológico complementario que favorece la retroalimentación inmediata y personalizada, aunque su implementación debe realizarse bajo la orientación docente para potenciar el pensamiento crítico y evitar la dependencia excesiva de la inteligencia artificial.
Palabras Clave: Chatbots Inteligencia artificial Escritura académica Educación superior
Keywords: Chatbots Artificial intelligence Academic writing Higher education	ABSTRACT Academic writing is an essential competence for university performance; however, many students experience difficulties related to idea organization, coherence, grammar, and spelling. In this context, the present study aimed to analyze the impact of using artificial intelligence chatbots on personalized feedback for academic writing among first-semester students at the Technical University of Machala. The research was conducted using a quantitative approach with a descriptive scope and an inductive method. A structured questionnaire consisting of eight Likert-scale questions was administered to a sample of 250 students to identify their perceptions of writing difficulties and the usefulness of chatbots as a support tool. The findings revealed that most participants acknowledged experiencing difficulties in academic writing and considered the feedback provided by instructors to be insufficient. Furthermore, students reported that chatbots help identify writing errors, improve text quality, increase confidence during the writing process, and promote autonomous learning. It is concluded that chatbots represent a complementary technological resource that facilitates immediate and personalized feedback. However, their implementation should be guided by instructors to foster critical thinking and prevent excessive dependence on artificial intelligence.

INTRODUCCIÓN

En la Universidad Técnica de Machala los estudiantes de primer semestre presentan diversas dificultades para desarrollar una escritura académica adecuada, ya que aún no logran organizar sus ideas con claridad ni aplicar correctamente las normas formales que exige el trabajo universitario. Además, muchos de ellos redactan sin coherencia, repiten errores ortográficos y tienen problemas para estructurar párrafos de manera lógica. A pesar de los esfuerzos de los docentes, la retroalimentación que reciben es limitada, puesto que el tiempo de clase no siempre permite atender de forma individual a cada estudiante.

Como consecuencia, los textos académicos no mejoran de manera significativa y los estudiantes continúan con vacíos en su proceso de redacción. Por ello, se evidencia la necesidad de contar con un acompañamiento más continuo y personalizado que facilite resolver dudas en el momento en que aparecen. De esta manera, surge la preocupación sobre cómo apoyar a los estudiantes para fortalecer sus habilidades de escritura y avanzar con mayor seguridad en sus estudios universitarios.

En la Universidad Técnica de Machala, los estudiantes de primer semestre tienen problemas frecuentes al escribir textos académicos. Muchos llegan con poco conocimiento sobre redacción formal y no saben cómo hacer párrafos, organizar sus ideas o seguir las normas de presentación. Este problema se nota en los trabajos que entregan durante el semestre, donde se ven errores frecuentes de coherencia, ortografía y uso correcto de fuentes. El ambiente académico requiere un nivel de escritura más avanzado, pero los estudiantes todavía no tienen las herramientas que necesitan para cumplir con estas expectativas.

Una de las principales razones de esta situación es que no hay suficiente retroalimentación personalizada durante el proceso de escritura. Esto sucede porque los docentes tienen poco tiempo para revisar cada trabajo de forma individual. Además, muchos estudiantes no piden ayuda cuando tienen dudas, lo que hace que sigan cometiendo los mismos errores. Algunos provienen de entornos educativos donde no se enfatizó la escritura académica, lo que afecta su confianza y habilidades al escribir. Estas razones se juntan y crean un proceso de escritura que es ineficaz y lento.

Como resultado, los trabajos académicos tienen baja calidad, los estudiantes se sienten inseguros al escribir y les cuesta cumplir con las exigencias de las materias universitarias. Esto impacta su desempeño, la comprensión de los temas y su participación en actividades que necesitan un análisis escrito. Los actores en esta situación son los estudiantes, que necesitan ayuda; los profesores, que quieren mejorar el aprendizaje, pero a veces no tienen el tiempo necesario; y la institución, que intenta fortalecer la educación para mejorar el rendimiento académico desde el primer semestre.

El objetivo general de este trabajo es: Analizar la incidencia del uso de chatbots con retroalimentación personalizada en la escritura académica mediante la identificación de sus beneficios y limitaciones para fortalecer la calidad de redacción de los estudiantes de primer semestre de la Universidad Técnica de Machala, 2026. Por consiguiente, los objetivos específicos son: Fundamentar la importancia del uso de chatbots y su relación con la mejora de la escritura, a partir de la revisión de literatura científica; caracterizar el nivel actual de desempeño en la escritura académica, mediante un diagnóstico que evidencie fortalezas y dificultades en su proceso de redacción; y, diseñar una propuesta de mejora orientada a fortalecer las habilidades de escritura académica.

La presente investigación se fundamenta en la premisa de que la escritura académica representa una competencia fundamental para el desarrollo en el ámbito universitario. Este aspecto es particularmente relevante para los estudiantes de primer semestre, quienes inician su incursión en la elaboración de trabajos formales, informes y diversas actividades que demandan claridad, coherencia y una adecuada organización de las ideas.    En consecuencia, se hace imprescindible identificar alternativas que respalden el proceso de aprendizaje desde sus etapas iniciales.  En este contexto, los chatbots que ofrecen retroalimentación personalizada constituyen una alternativa accesible y práctica, disponible en todo momento. Su utilización puede contribuir de manera significativa a la mejora de la calidad de la escritura.

La investigación reviste una importancia académica significativa, dado que proporciona conocimiento actualizado acerca del impacto de las herramientas digitales emergentes en la formación universitaria.  Asimismo, se facilita un análisis detallado sobre cómo la retroalimentación inmediata contribuye a la comprensión de errores y a la mejora progresiva de los textos. Este proceso no siempre es alcanzable mediante la revisión docente tradicional, dado el tiempo limitado y el elevado número de estudiantes.  Este estudio amplía la literatura existente sobre innovación educativa y proporciona evidencias que pueden ser empleadas por docentes, investigadores y autoridades académicas con el fin de fortalecer los procesos de enseñanza de la escritura.  Mediante este enfoque, se fomenta una educación más personalizada, dinámica y acorde con las necesidades actuales.

El estudio presenta una relevancia social y práctica al ofrecer una herramienta que puede ser implementada con recursos limitados y que se encuentra al alcance de la mayoría de los estudiantes. Esta herramienta facilita el aprendizaje autónomo, contribuye al fortalecimiento de la confianza del estudiante y permite la resolución de dudas en el momento en que estas surgen.  Este enfoque promueve la inclusión digital, dado que todos los estudiantes, sin distinción de su formación previa, tienen la posibilidad de acceder a un acompañamiento continuo.  Además, la propuesta impacta directamente en la calidad educativa de la Universidad Técnica de Machala, ya que mejora las competencias comunicativas de los estudiantes desde el primer semestre, lo que repercute positivamente en su rendimiento, su permanencia y su preparación para los retos profesionales futuros.  En conjunto, esta investigación presenta beneficios en los ámbitos académico, pedagógico y social que fundamentan de manera adecuada su realización.

El diálogo, la columna vertebral de muchos chatbots, se define como un programa informático cuya función es gestionar la interacción conversacional con un usuario mediante la planificación, coordinación de actos en la comunicación, el chatbot no solo es un conjunto de respuestas, es más una arquitectura que interpreta la intención del usuario, mantiene el estado de la comunicación, selecciona objetivos intermedios y orquesta componentes más concretos, el cual muestra como la IA se emplea en la toma de decisiones y la gestión de incertidumbres durante múltiples turnos.(Garzón y Loor  2025).

Por otra parte, tenemos a Balbaceta (2025), el cual define a los agentes relacionales como artefactos computacionales diseñados explícitamente para crear y mantener relaciones sociales y emocionales a largo plazo con usuarios humanos, su trabajo, cuando los chatbots incorporan comportamientos relacionales, continuidad en el trato, demostraciones de empatía, recordatorios personalizados, estrategia de conversación social, se facilita la construcción de confianza, adherencia y compromiso del usuario. Esta definición es especialmente aplicada en salud y educación, donde el valor del chatbot reside tanto en su función informativa como en su capacidad para promover cambios de conducta y acompañamiento sostenido (Ancheyta y Ovalle, 2026).

El uso de chatbots con inteligencia artificial, se ha convertido en una herramienta fundamental en múltiples de acuerdo con la forma en que procesan la información y generan sus respuestas. Uno de los tipos más utilizados corresponde a los chatbots basados en reglas, los cuales funcionan mediante estructuras predefinidas que establecen una respuesta específica para cada tipo de entrada del usuario, Estos sistemas operan con patrones lingüísticos concretos y utilizan árboles de decisión, flujos conversacionales y coincidencia de palabras clave para determinar la respuesta más adecuada. Sin embargo, cuando reciben preguntas inesperadas o mal formuladas, su desempeño disminuye considerablemente, debido a que no cuentan con mecanismos de aprendizaje automático ni con capacidades de interpretación semántica profunda.

A pesar de esta limitación, su bajo costo, facilidad de implementación y alta precisión en dominios cerrados hacen que continúen siendo ampliamente utilizados en diferentes contextos debido a su capacidad para ofrecer atención personalizada, estos sistemas permiten automatizar procesos de comunicación, reduciendo tiempos de espera y facilitando el acceso a información relevante en cualquier momento, aquellos sistemas permiten automatizar procesos de comunicación, reduciendo tiempo de espera y facilitando el acceso a información relevante en cualquier momento. Su importancia radica en el procesamiento de grandes volúmenes de datos, analizar patrones y adaptar sus respuestas a las necesidades específicas del usuario, contribuyendo a mejorar la experiencia de interacción (Vásquez, et al.,2024).

Los chatbots pueden clasificarse de acuerdo con la forma en que procesan la información y generan sus respuestas. Uno de los tipos más utilizados corresponde a los chatbots basados en reglas, los cuales funcionan mediante estructuras predefinidas que establecen una respuesta específica para cada tipo de entrada del usuario, Estos sistemas operan con patrones lingüísticos concretos y utilizan árboles de decisión, flujos conversacionales y coincidencia de palabras clave para determinar la respuesta más adecuada. Sin embargo, cuando reciben preguntas inesperadas o mal formuladas, su desempeño disminuye considerablemente, debido a que no cuentan con mecanismos de aprendizaje automático ni con capacidades de interpretación semántica profunda. A pesar de esta limitación, su bajo costo, facilidad de implementación y alta precisión en dominios cerrados hacen que continúen siendo ampliamente utilizados en diferentes contextos (Garcia,2025).

Otro tipo corresponde a los chatbots de recuperación de información, cuyo funcionamiento se basa en seleccionar la respuesta más adecuada a partir de una base de datos previamente estructurada. Para ello emplean técnicas de procesamiento del lenguaje natural, análisis semántico y modelos de similitud textual que permiten comparar la consulta del usuario con las respuestas disponibles. En comparación con los chatbots basados en reglas, ofrecen una interacción más flexible y natural, ya que pueden atender una mayor variedad de preguntas sin que cada una haya sido programada de manera explícita. No obstante, presentan la limitación de no generar contenido nuevo, puesto que únicamente recuperan información existente, lo que reduce su capacidad creativa y la profundidad de sus respuestas, aunque mantienen una elevada eficacia en la atención de consultas frecuentes (Camarillo et al., 2025).

Asimismo, existen los chatbots híbridos, los cuales combinan reglas preestablecidas con tecnologías de inteligencia artificial para ofrecer un equilibrio entre precisión y adaptabilidad. En este tipo de sistemas, las consultas simples son atendidas mediante flujos conversacionales previamente definidos, mientras que las preguntas más complejas o inesperadas son procesadas por modelos de inteligencia artificial capaces de interpretar el lenguaje natural y generar respuestas más contextualizadas. Esta integración permite personalizar la experiencia del usuario, optimizar la atención automatizada y mejorar la eficiencia en organizaciones empresariales e instituciones educativas. Gracias a la combinación del control proporcionado por las reglas y la capacidad de aprendizaje de la inteligencia artificial, los chatbots híbridos se han consolidado como una de las alternativas más empleadas en las plataformas modernas (López y Menéndez, 2026). 

Los chatbots también pueden clasificarse según el dominio de conocimiento en el que operan. Los chatbots de dominio específico son desarrollados para atender áreas concretas, como soporte técnico, orientación académica, servicios financieros o atención en entidades públicas, por lo que proporcionan respuestas altamente precisas, pertinentes y fáciles de mantener. En contraste, los chatbots de dominio abierto están diseñados para mantener conversaciones sobre una amplia variedad de temas sin limitarse a un campo determinado. Para lograrlo, suelen apoyarse en modelos generativos con capacidad para comprender lenguaje complejo, interpretar múltiples intenciones y adaptarse a cambios de contexto durante la interacción. La elección entre un dominio específico o abierto depende de las necesidades de la aplicación, ya que la amplitud del dominio influye directamente en la complejidad del diseño, el entrenamiento y el desempeño del sistema conversacional (Grabosky 2025).

Los modelos y enfoques relacionados con los chatbots han evolucionado con el propósito de mejorar su capacidad para comprender el lenguaje natural, aprender de las interacciones y ofrecer respuestas cada vez más precisas y eficientes. En este contexto, el Aprendizaje Automático (Machine Learning), complementado por el Aprendizaje Profundo (Deep Learning), constituye uno de los principales enfoques para el desarrollo de agentes conversacionales inteligentes.

A diferencia de los sistemas tradicionales basados únicamente en reglas, estos modelos utilizan datos reales de interacción para aprender de la experiencia y perfeccionar su desempeño de manera continua. Mediante algoritmos de clasificación, regresión y análisis predictivo, identifican patrones en las conversaciones, ajustan sus respuestas de forma autónoma y mejoran su capacidad para interpretar consultas complejas, lo que convierte al chatbot en un sistema dinámico capaz de adaptarse progresivamente a las necesidades de los usuarios (Arredondo y Cruz 2024).

De manera complementaria, la evaluación de la calidad de los agentes conversacionales representa otro enfoque fundamental para garantizar su efectividad. Más allá de verificar el correcto funcionamiento del sistema, este modelo analiza la calidad de la interacción desde la perspectiva del usuario. En este sentido, señala que un chatbot debe evaluarse mediante criterios como la usabilidad, la accesibilidad, la capacidad de respuesta, la interacción social, la estabilidad y la precisión. Para ello, propone la aplicación del Proceso Analítico Jerárquico (AHP), una metodología que permite ponderar y jerarquizar los atributos de calidad de acuerdo con la importancia que adquieren en cada contexto de uso. Este enfoque facilita la identificación de los aspectos que requieren mejoras y contribuye al diseño de chatbots más confiables, eficientes y orientados a proporcionar una experiencia de usuario satisfactoria (Jiménez,2025).

La escritura académica es un estilo de expresión utilizado en contextos universitarios y de investigación, que se caracteriza por su formalidad, claridad, organización lógica y evidencia fundamentada. Significa no solamente redactar, sino presentar ideas, hipótesis y teorías de forma coherente, mediante argumentación y citación de fuentes. Este tipo de escritura exige además evitar lenguaje coloquial, estructurar párrafos con conectores, y situar el trabajo dentro de una comunidad disciplinar que comparte criterios de calidad. La importancia de la escritura académica radica en que permite al estudiante y al investigador comunicarse de forma efectiva dentro del ámbito académico, participar en el diálogo del conocimiento y demostrar dominio sobre un tema, lo que influye en su éxito académico y profesional. Así, mejorar la escritura académica no solo fortalece la producción de trabajos de calidad sino también fomenta el pensamiento crítico, la autonomía intelectual y la capacidad de integrarse con éxito en la comunidad científica o educativa (Insuasti et al.,2024).

Las estrategias para mejorar la escritura académica requieren aplicar estrategias que fortalezcan el proceso de redacción de manera progresiva y organizada. En primer lugar, la planificación previa permite que el estudiante identifique el propósito del texto, organice las ideas principales y estructure un esquema que facilite la coherencia. Además, la lectura constante de artículos, ensayos y textos especializados contribuye a ampliar el vocabulario académico y a comprender modelos de redacción formales. De igual manera, el uso de borradores y la revisión continua ayudan a identificar errores, reorganizar párrafos y desarrollar una escritura más clara y precisa. Cada una de estas acciones favorece la construcción de textos mejor elaborados y con mayor profundidad conceptual (Córdova et al.,2025).

La escritura académica puede adoptar diferentes modalidades según el propósito comunicativo del autor y el tipo de conocimiento que se pretende transmitir. Una de las más utilizadas es la escritura expositiva, cuyo objetivo consiste en explicar un tema de manera clara, objetiva y organizada, presentando información sustentada en hechos, conceptos o teorías sin incorporar opiniones personales. Este tipo de escritura es frecuente en informes, resúmenes, fichas de lectura y diversos textos descriptivos elaborados en el ámbito universitario, ya que facilita la comprensión y difusión del conocimiento. Por otra parte, la escritura argumentativa tiene como finalidad defender una postura mediante el uso de razones y evidencias. En ella, el autor plantea una tesis, desarrolla argumentos fundamentados y recurre a fuentes confiables para respaldar sus planteamientos, razón por la cual es ampliamente utilizada en ensayos, artículos científicos y debates académicos. La escritura crítica se caracteriza por analizar, interpretar y evaluar la información proveniente de otros autores, trascendiendo la simple descripción de los contenidos. Este tipo de escritura examina la validez, coherencia y contribuciones de los textos, favoreciendo una reflexión fundamentada y el desarrollo del pensamiento analítico, por lo que suele emplearse en reseñas críticas, análisis teóricos, comentarios académicos y estudios de caso (Navarro y Aparicio, 2018).

En la investigación, efecto de los chatbots con IA en las habilidades para escribir, la autoeficacia y la autorregulación de estudiantes de inglés como lengua extranjera, se investiga cómo los chatbots con IA pueden mejorar la escritura de estudiantes de inglés como lengua extranjera, para determinar cómo influyen en la redacción. Se utilizó un diseño mixto con 40 estudiantes divididos en grupo experimental y grupo control con pruebas previas y posteriores más entrevistas cualitativas. Los resultados mostraron mejoras en la competencia escritora. Se determinó que los chatbots con retroalimentación personalizada benefician la escritura académica, pero existe el riesgo de dependencia excesiva al chatbot (Rebolledo y Gisbert,2025).

En la investigación titulada el impacto de la retroalimentación en la escritura de textos informativos: ¿IA o profesor?, se compara la retroalimentación de un chatbot de generación de IA con la del profesor en textos informativos escritos por alumnos de quinto grado en Turquía. La metodología fue cuasiexperimental con análisis cuantitativo del rendimiento y cualitativo del contenido del feedback. Los resultados indicaron que la el chatbot mejoró el rendimiento, con algunas diferencias en la persistencia del efecto. Se determinó que los chatbots son una opción para la retroalimentación formativa en ambientes educativos, pero la figura del profesor es insustituible para la sostenibilidad en el tiempo. En " Chatbots y escritura académica para estudiantes de doctorados se investigó cómo los chatbots pueden ayudar a estudiantes de doctorado en su escritura académica, con el fin de observar cómo el chatbot revisa borradores, los ayudó a precisar la pregunta de investigación, mejorar la estructura y reforzar el marco teórico (Tramallino 2025).

MATERIALES Y MÉTODOS

Según Alban et al. (2020), una investigación descriptiva tiene como objetivo describir algunas características de conjuntos homogéneos de fenómenos, utilizando criterios sistemáticos. Por esta razón, se escogió este tipo de investigación, ya que permitió identificar y detallar cómo se presenta el uso de chatbots con retroalimentación personalizada en la escritura académica de los estudiantes, sin manipular variables y enfocándose únicamente en observar y describir su comportamiento dentro del contexto universitario.

Durán y Cifuentes (2015) señalan que el enfoque cuantitativo se caracteriza por la recolección y análisis de datos numéricos con el propósito de describir, medir e interpretar un fenómeno de manera objetiva. En la presente investigación se seleccionó este enfoque porque permitió obtener información cuantificable sobre la percepción de los estudiantes respecto al uso de chatbots con inteligencia artificial en la retroalimentación de la escritura académica. Para ello, se aplicó un cuestionario estructurado que facilitó el análisis de frecuencias y porcentajes, permitiendo identificar tendencias y establecer conclusiones fundamentadas sobre el fenómeno estudiado.

El estudio se llevó a cabo mediante el método inductivo, el cual parte de observaciones específicas para llegar a conclusiones generales (Vargas, 2014). Este método fue pertinente porque permitió analizar los datos obtenidos en las encuestas y entrevistas, identificando patrones, tendencias y comportamientos asociados al uso de chatbots como herramienta de apoyo académico. Gracias a este método, fue posible comprender cómo la retroalimentación automatizada influye en la redacción de los estudiantes a partir de evidencias concretas recogidas en el campo.

Según Reyes (2015), la encuesta es una técnica que permite obtener información estructurada mediante preguntas previamente diseñadas para analizar opiniones y comportamientos de una población determinada. En esta investigación, se aplicó una encuesta a los estudiantes para conocer su nivel de uso de chatbots, los tipos de errores que corrigen y la percepción de su utilidad en la escritura académica.

El instrumento cuantitativo consistió en un cuestionario estructurado por 8 preguntas con escala de Likert de cinco opciones de respuesta (Totalmente en desacuerdo, En desacuerdo, Ni de acuerdo ni en desacuerdo, De acuerdo y Totalmente de acuerdo), diseñado para identificar la percepción de los estudiantes sobre las dificultades en la escritura académica, la utilidad de la retroalimentación recibida y la incidencia del uso de chatbots con inteligencia artificial en el fortalecimiento de sus habilidades de redacción. La aplicación de este instrumento permitió obtener información cuantificable para analizar las tendencias y percepciones de la población estudiada.

RESULTADOS

Con el propósito de conocer la percepción de los estudiantes sobre las dificultades que presentan en la escritura académica y la utilidad de los chatbots con inteligencia artificial como herramienta de retroalimentación personalizada, se aplicó una encuesta estructurada con ocho preguntas en escala de Likert a una muestra de 250 estudiantes de primer semestre de la Universidad Técnica de Machala.

Escala de Likert utilizada:

1 = Totalmente en desacuerdo

2 = En desacuerdo

3 = Ni de acuerdo ni en desacuerdo

4 = De acuerdo

5 = Totalmente de acuerdo

Tabla 1: Dificultades para redactar textos académicos

Respuesta	Frecuencia	%
Totalmente en desacuerdo	10	4%
En desacuerdo	18	7,2%
Ni de acuerdo ni en desacuerdo	32	12,8%
De acuerdo	95	38%
Totalmente de acuerdo	95	38%
Total	250	100%

Los resultados muestran que el porcentaje más alto corresponde a las opciones De acuerdo y Totalmente de acuerdo, con un 38 % cada una, mientras que el porcentaje más bajo se registra en Totalmente en desacuerdo, con un 4 %. Estos datos evidencian que la mayoría de los estudiantes reconoce presentar dificultades al redactar textos académicos. Esta situación confirma la existencia de debilidades en el desarrollo de competencias de escritura desde los primeros semestres universitarios. En consecuencia, se identifica la necesidad de implementar estrategias que fortalezcan este proceso formativo.

Tabla 2: Retroalimentación docente

Respuesta	Frecuencia	%
Totalmente en desacuerdo	80	32%
En desacuerdo	85	34%
Ni de acuerdo ni en desacuerdo	35	14%
De acuerdo	30	12%
Totalmente de acuerdo	20	8%
Total	250	100%

En esta tabla, el porcentaje más alto corresponde a la opción En desacuerdo, con un 34 %, mientras que el porcentaje más bajo se observa en Totalmente de acuerdo, con un 8 %. Los resultados indican que una parte importante de los estudiantes considera insuficiente la retroalimentación que recibe durante el proceso de escritura académica. Esta percepción evidencia la necesidad de contar con mecanismos complementarios que proporcionen orientación continua y personalizada. Lo anterior demuestra la importancia de incorporar herramientas que apoyen el aprendizaje fuera del aula.

Tabla 3: Errores frecuentes

Respuesta	Frecuencia	%
Totalmente en desacuerdo	12	4,8%
En desacuerdo	20	8%
Ni de acuerdo ni en desacuerdo	28	11,2%
De acuerdo	100	40%
Totalmente de acuerdo	90	36%
Total	250	100%

Los datos reflejan que el porcentaje más alto corresponde a la opción De acuerdo, con un 40 %, mientras que el porcentaje más bajo se presenta en Totalmente en desacuerdo, con un 4,8 %. Esto demuestra que la mayoría de los estudiantes reconoce cometer errores frecuentes relacionados con la ortografía, la gramática y la coherencia textual. Estos resultados evidencian que aún existen dificultades en el dominio de la escritura académica. Por ello, resulta pertinente fortalecer las competencias de redacción mediante estrategias de apoyo permanentes.

Tabla 4: Uso de chatbots

Respuesta	Frecuencia	%
Totalmente en desacuerdo	15	6%
En desacuerdo	25	10%
Ni de acuerdo ni en desacuerdo	35	14%
De acuerdo	90	36%
Totalmente de acuerdo	85	34%
Total	250	100%

Los resultados evidencian que el porcentaje más alto corresponde a la opción De acuerdo, con un 36 %, mientras que el porcentaje más bajo se registra en Totalmente en desacuerdo, con un 6 %. Esta distribución muestra que una parte considerable de los estudiantes ya ha utilizado chatbots con inteligencia artificial como apoyo en la elaboración de sus trabajos académicos. Lo anterior refleja una creciente aceptación de estas herramientas dentro del contexto universitario. Además, pone de manifiesto el interés de los estudiantes por utilizar recursos tecnológicos que faciliten su aprendizaje.

Tabla 5: Utilidad de los chatbots

Respuesta	Frecuencia	%
Totalmente en desacuerdo	8	3,2%
En desacuerdo	18	7,2%
Ni de acuerdo ni en desacuerdo	34	13,6%
De acuerdo	98	39,2%
Totalmente de acuerdo	92	36,8%
Total	250	100%

En esta tabla, el porcentaje más alto corresponde a la opción De acuerdo, con un 39,2 %, mientras que el porcentaje más bajo se observa en Totalmente en desacuerdo, con un 3,2 %. Los resultados indican que la mayoría de los estudiantes considera que los chatbots contribuyen a identificar errores presentes en sus textos académicos. Esta percepción demuestra que la retroalimentación proporcionada por estas herramientas resulta útil durante el proceso de revisión de la escritura. En consecuencia, su utilización puede representar un apoyo importante para mejorar la calidad de los trabajos universitarios.

Tabla 6: Mejora de la escritura

Respuesta	Frecuencia	%
Totalmente en desacuerdo	10	4%
En desacuerdo	16	6,4%
Ni de acuerdo ni en desacuerdo	29	11,6%
De acuerdo	102	40,8%
Totalmente de acuerdo	93	37,2%
Total	250	100%

Los datos muestran que el porcentaje más alto corresponde a la opción De acuerdo, con un 40,8 %, mientras que el porcentaje más bajo se registra en Totalmente en desacuerdo, con un 4 %. Estos resultados evidencian que la mayoría de los estudiantes percibe que la retroalimentación proporcionada por los chatbots contribuye al mejoramiento de la escritura académica. Esta valoración positiva pone de manifiesto el potencial de estas herramientas para fortalecer las habilidades de redacción. Asimismo, demuestra que los estudiantes reconocen beneficios concretos en su proceso de aprendizaje.

Tabla 7: Motivación para escribir

Respuesta	Frecuencia	%
Totalmente en desacuerdo	12	4,8%
En desacuerdo	20	8%
Ni de acuerdo ni en desacuerdo	38	15,2%
De acuerdo	95	38%
Totalmente de acuerdo	85	34%
Total	250	100%

Los resultados indican que el porcentaje más alto corresponde a la opción De acuerdo, con un 38 %, mientras que el porcentaje más bajo se presenta en Totalmente en desacuerdo, con un 4,8 %. Esta información evidencia que los estudiantes consideran que el uso de chatbots incrementa su confianza y motivación al momento de redactar trabajos académicos. La percepción favorable hacia estas herramientas sugiere que pueden contribuir a reducir la inseguridad durante el proceso de escritura. De esta manera, se fortalece el aprendizaje autónomo y el desarrollo de competencias académicas.

Tabla 8: Implementación institucional

Respuesta	Frecuencia	%
Totalmente en desacuerdo	8	3,2%
En desacuerdo	12	4,8%
Ni de acuerdo ni en desacuerdo	20	8%
De acuerdo	100	40%
Totalmente de acuerdo	110	44%
Total	250	100%

En la última tabla, el porcentaje más alto corresponde a la opción Totalmente de acuerdo, con un 44 %, mientras que el porcentaje más bajo se registra en Totalmente en desacuerdo, con un 3,2 %. Estos resultados reflejan que la mayoría de los estudiantes considera pertinente que la universidad promueva el uso de chatbots como recurso de apoyo para la escritura académica. Esta tendencia evidencia una amplia aceptación de las herramientas basadas en inteligencia artificial dentro del proceso educativo. Por tanto, su incorporación podría fortalecer las estrategias institucionales orientadas a mejorar las competencias de redacción de los estudiantes.

DISCUSIÓN

Los resultados obtenidos evidencian que los estudiantes presentan dificultades en la escritura académica, especialmente en aspectos como redacción, coherencia, ortografía y organización de ideas. Esta situación se relaciona con lo señalado por Nazari et al. (2021), quienes encontraron que el uso de herramientas de escritura basadas en inteligencia artificial mejora la autoeficacia, el compromiso y las emociones positivas de los estudiantes durante el proceso de redacción. En comparación con este estudio, los resultados de la presente investigación coinciden, ya que los estudiantes encuestados consideran que los chatbots pueden apoyar la identificación de errores y mejorar la calidad de sus textos académicos. Por tanto, se confirma que la retroalimentación automatizada puede convertirse en un recurso complementario para fortalecer la escritura universitaria.

Guo et al. (2024) mencionan que la incorporación de un chatbot de inteligencia artificial en procesos de retroalimentación contribuyó significativamente a mejorar la calidad de los comentarios escritos y el desempeño de escritura de estudiantes universitarios. Este hallazgo coincide con los resultados de la presente investigación, donde la mayoría de estudiantes manifestó estar de acuerdo con que los chatbots ayudan a corregir errores y mejorar su escritura académica. Esta comparación permite afirmar que los chatbots no solo funcionan como herramientas de apoyo individual, sino también como recursos que fortalecen procesos de revisión y mejora textual.

Marzuki et al. (2023) sostienen que las herramientas de inteligencia artificial influyen positivamente en la calidad de la escritura de los estudiantes, principalmente en la organización del contenido y en la construcción de textos más claros. Estos resultados se relacionan con los datos obtenidos en la encuesta, debido a que los estudiantes reconocieron que los chatbots les permiten identificar errores y recibir orientación durante la elaboración de trabajos académicos. En este sentido, existe una coincidencia entre ambos estudios, ya que la inteligencia artificial se presenta como una alternativa útil para mejorar aspectos formales y estructurales de la escritura.

No obstante, Steiss et al. (2024) plantean una postura más cautelosa, al señalar que la retroalimentación proporcionada por evaluadores humanos entrenados fue de mayor calidad que la generada por ChatGPT, aunque reconocen que la inteligencia artificial puede ser útil en borradores iniciales o cuando el docente no está disponible. Esta idea se contrapone parcialmente con los resultados de la presente investigación, ya que los estudiantes valoran positivamente la retroalimentación de los chatbots. Sin embargo, también permite interpretar que estas herramientas no deben sustituir al docente, sino complementar su labor, especialmente en contextos donde se requiere retroalimentación inmediata y personalizada.

Por otra parte, Shi et al. (2025) encontraron que los estudiantes que utilizaron ChatGPT mejoraron su desempeño escrito, pero también identificaron riesgos relacionados con la dependencia excesiva, la pérdida de creatividad y la disminución de la agencia del estudiante. Esta postura permite contrastar los resultados obtenidos, ya que, aunque los encuestados muestran aceptación hacia el uso de chatbots, su implementación debe realizarse con orientación pedagógica. En consecuencia, el uso de estas herramientas debe promover la autonomía, la revisión crítica y el aprendizaje responsable, evitando que el estudiante dependa completamente de la respuesta generada por la inteligencia artificial.

Ding et al. (2025) señalan que ChatGPT puede mejorar aspectos como gramática, mecánica, tono y formato académico, pero presenta limitaciones en dimensiones más complejas como el contenido y la organización profunda de las ideas. Esta conclusión se relaciona directamente con los resultados de la presente investigación, debido a que los estudiantes perciben beneficios en la corrección de errores y en la mejora general de sus textos. Sin embargo, la comparación con este estudio permite sostener que los chatbots deben ser utilizados como apoyo inicial o complementario, mientras que la revisión docente continúa siendo necesaria para fortalecer el pensamiento crítico, la argumentación y la calidad académica del texto.

CONCLUSIÓN

El estudio permite concluir que el uso de chatbots con inteligencia artificial constituye una herramienta eficaz para fortalecer la retroalimentación personalizada en la escritura académica de los estudiantes universitarios. Su implementación favorece la identificación de errores gramaticales, de coherencia, cohesión y estructura textual, proporcionando sugerencias inmediatas que facilitan la revisión y mejora de los escritos. Además, la rapidez con la que los estudiantes reciben comentarios incrementa las oportunidades de corregir y perfeccionar sus trabajos durante el proceso de elaboración, promoviendo un aprendizaje más dinámico y continuo. Estos resultados evidencian que la inteligencia artificial puede complementar de manera significativa las estrategias tradicionales de enseñanza cuando es utilizada con fines educativos.

Asimismo, la investigación demuestra que la retroalimentación generada por los chatbots contribuye al desarrollo de competencias de escritura académica, fortaleciendo la capacidad de los estudiantes para organizar ideas, construir argumentos sólidos y redactar textos con mayor claridad y precisión. La interacción constante con estas herramientas favorece la autorregulación del aprendizaje, ya que permite a los estudiantes reconocer sus debilidades, reflexionar sobre ellas y aplicar mejoras de forma autónoma. En consecuencia, el uso de inteligencia artificial no solo optimiza la calidad de los productos escritos, sino que también impulsa habilidades de aprendizaje permanente.

No obstante, el estudio también evidencia que los chatbots no deben reemplazar la orientación del docente, debido a que pueden generar respuestas inexactas, referencias incorrectas o recomendaciones que requieren validación académica. Por ello, es indispensable que los estudiantes mantengan una actitud crítica frente a las sugerencias proporcionadas por la inteligencia artificial y contrasten la información con fuentes confiables. La supervisión del profesorado continúa siendo un elemento esencial para garantizar la calidad, la ética y la integridad de la producción académica, evitando una dependencia excesiva de estas tecnologías.

Finalmente, se concluye que la incorporación de chatbots con inteligencia artificial representa una oportunidad para innovar los procesos de enseñanza y aprendizaje en la educación superior, siempre que su integración responda a criterios pedagógicos y éticos. Su utilización favorece experiencias de aprendizaje más personalizadas, incrementa la participación del estudiante y optimiza el tiempo dedicado a la retroalimentación. Sin embargo, para obtener mejores resultados, es necesario fortalecer la alfabetización digital y el uso responsable de la inteligencia artificial, promoviendo que estas herramientas funcionen como un apoyo para el desarrollo del pensamiento crítico y la escritura académica, y no como un sustituto del esfuerzo intelectual del estudiant.

REFERENCIAS

Alban, G. P. G., Arguello, A. E. V., & Molina, N. E. C. (2020). Metodologías de investigación educativa (descriptivas, experimentales, participativas, y de investigación-acción). Recimundo, 4(3), 163-173. http://recimundo.com/index.php/es/article/view/860

Ancheyta, M. A. C., & Ovalle, J. H. R. (2026). La disrupción algorítmica en las relaciones humanas: revisión sistemática del fenómeno juvenil de los AI companions. Ciencia Latina Revista Científica Multidisciplinar, 10(1), 324-352.
https://ciencialatina.org/index.php/cienciala/article/view/22125

Arredondo, F. C. P., Taipe, J. I. C., & Cruz, M. A. (2024). Revisión sistemática de la evolución de los asistentes virtuales: Desde los primeros Chatbots hasta la IA conversacional. Micaela Revista de Investigación-UNAMBA, 5(2), 33-39.
https://revistas.unamba.edu.pe/index.php/micaela/article/view/154

Camarillo, C. M. S., Hernández, C. E. M., & Soto, E. S. (2025). Evaluación de coherencia en respuestas generadas por un Chatbot para consulta de legislación y reglamentos. Pädi Boletín Científico de Ciencias Básicas e Ingenierías del ICBI, 13, 39-47.
https://repository.uaeh.edu.mx/revistas/index.php/icbi/article/view/14676

Córdova, M. E. C., Cóndor, E. F. G., Luje, E. J. I., & Castro, M. E. M. (2025). Estrategias efectivas para mejorar la redacción de textos en estudiantes de educación básica elemental y media. Revista Social Fronteriza, 5(4).
http://www.revistasocialfronteriza.com/ojs/index.php/rev/article/view/820

Ding, L. (2025). ChatGPT as an automated writing evaluation tool: How students perceive it and how it affects their writing. Education and Information Technologies.
https://doi.org/10.1007/s10639-025-13775-3

Durán, N. D. O., & Cifuentes, C. L. C. (2015). Un acercamiento a los enfoques de investigación y tradiciones investigativas en educación. RHS-Revista Humanismo y Sociedad, 3(1-2), 24-34.
http://fer.uniremington.edu.co/ojs/index.php/RHS/article/view/197

García-Chacón, J. S. (2025). Herramienta Web Para la Configuración de Chatbots Orientados al Marketing Digital y el Servicio al Cliente.
https://repositorio.udes.edu.co/entities/publication/ffab4481-64b9-47d0-a839-380c8ccb9419

Garzón-Quiroz, M., Campo-Saltos, G. D., & Loor-Ávila, B. (2025). Análisis sistemático sobre la eficiencia comunicativa entre chatbots basados en reglas y modelos de lenguaje natural. Universitas-XXI, Revista de Ciencias Sociales y Humanas, (42), 167-192.
http://scielo.senescyt.gob.ec/scielo.php?pid=S1390-86342025000100167&script=sci_arttext

GRABOSKY, S. G. (2025). Didáctica de la escritura con IAG en la formación de comunicadores sociales (pp. 121-140). Inteligencia Artificial y Comunicación Social: Perspectivas Críticas desde América Latina.
https://www.academia.edu/download/125614143/FELAFACS_IA.pdf

Guo, K., Pan, M., Li, Y., & Lai, C. (2024). Effects of an AI-supported approach to peer feedback on university EFL students’ feedback quality and writing ability. The Internet and Higher Education, 63, 100962.
https://doi.org/10.1016/j.iheduc.2024.100962

Insuasti, J. J. P., Sarmiento, F. B. P., & Sarmiento, J. E. P. (2024). FUNDAMENTOS DE LA ESCRITURA TÉCNICA Y ACADÉMICA. Juan José Pérez Insuasti.
https://books.google.com/books?hl=es&lr=&id=Z4w0EQAAQBAJ&oi=fnd&dq=+importancia+de+la+escritura+acad%C3%A9mica+radica+en+que+permite+al+estudiante+y+al+investigador+comunicarse+de+forma+efectiva+dentro+del+%C3%A1mbito+acad%C3%A9mico,+participar+en+el+di%C3%A1logo+del+conocimiento+y+demostrar+dominio+sobre+un+tema,+lo+que+influye+en+su+%C3%A9xito+acad%C3%A9mico+y+profesional.&ots=nntP_PhAAT&sig=EA38tYUVVemkXwAycO2H1rBSwh4

Jiménez Villota, D. S. (2025). Usabilidad de herramientas de inteligencia artificial en la enseñanza-aprendizaje de la gestión de proyectos.
https://repository.unad.edu.co/handle/10596/67511

López, C. A., & Menéndez, F. E. A. (2026). Inteligencia Artificial para Estudiantes de Administración de Empresas. Aula Magna Proyecto clave McGraw Hill.
https://books.google.com/books?hl=es&lr=&id=zFXUEQAAQBAJ&oi=fnd&pg=PT9&dq=L%C3%B3pez,+C.+A.,+%26+Men%C3%A9ndez,+F.+E.+A.+(2026).+Inteligencia+Artificial+para+Estudiantes+de+Administraci%C3%B3n+de+Empresas.+Aula+Magna+Proyecto+clave+McGraw+Hill.&ots=LjnOVv1K1o&sig=viaThhE8aYsjZpfz6xa2PhSX8xI

Marzuki, Widiati, U., Rusdin, D., Darwin, & Indrawati, I. (2023). The impact of AI writing tools on the content and organization of students’ writing: EFL teachers’ perspective. Cogent Education, 10(2).
https://doi.org/10.1080/2331186X.2023.2236469

Navarro, F., & Aparicio, G. (2018). Didáctica basada en géneros discursivos para la lectura, escritura y oralidad académicas. Manual de lectura, escritura y oralidad académicas para ingresantes a la universidad, 13.
https://www.researchgate.net/profile/Federico-Navarro-2/publication/323694163_Manual_de_lectura_escritura_y_oralidad_academicas_para_ingresantes_a_la_universidad/links/5aa5d4f745851543e64134a0/Manual-de-lectura-escritura-y-oralidad-academicas-para-ingresantes-a-la-universidad.pdf#page=14

Nazari, N., Shabbir, M. S., & Setiawan, R. (2021). Application of Artificial Intelligence powered digital writing assistant in higher education: Randomized controlled trial. Heliyon, 7(5), e07014.
https://doi.org/10.1016/j.heliyon.2021.e07014

Rebolledo, R., & Gisbert, M. (2025). Aprendizaje adaptativo del inglés como lengua extranjera con herramientas de inteligencia artificial: una revisión sistemática de la literatura. Profesorado, Revista De Currículum Y Formación Del Profesorado, 29(1), 241-264.
https://revistaseug.ugr.es/index.php/profesorado/article/view/30828

Reyes, M. P. (2015). La encuesta. Obtenido de http://files. sld. cu/bmn/files/2015/01/laencuesta. pdf.
https://scholar.archive.org/work/4zrmdsbmdrgojnidnfdm4fuapy/access/wayback/http://files.sld.cu/bmn/files/2015/01/la-encuesta.pdf

Shi, H., Chai, C. S., Zhou, S., & Aubrey, S. (2025). Comparing the effects of ChatGPT and automated writing evaluation on students’ writing and ideal L2 writing self. Computer Assisted Language Learning, 39(4), 1148–1175.
https://doi.org/10.1080/09588221.2025.2454541

Steiss, J., Tate, T., Graham, S., Cruz, J., Hebert, M., Wang, J., Moon, Y., Tseng, W., Warschauer, M., & Olson, C. B. (2024). Comparing the quality of human and ChatGPT feedback of students’ writing. Learning and Instruction, 91, 101894.
https://doi.org/10.1016/j.learninstruc.2024.101894

Tramallino, C. (2025). La interacción entre docentes y estudiantes de posgrado: espacios de aprendizaje colaborativo y prácticas de uso de herramientas generativas de IA enfocadas en la escritura académica. Ciencia, Docencia y Tecnología, 36(74 (may-ago)).
https://pcient.uner.edu.ar/index.php/cdyt/article/view/2106

Vargas Biesuz, B. E. (2014). Tópicos de inferencia estadística: El método inductivo y el problema del tamaño de la muestra. Fides et Ratio-Revista de Difusión cultural y científica de la Universidad La Salle en Bolivia, 7(7), 86-92.
http://www.scielo.org.bo/scielo.php?pid=S2071-081X2014000100007&script=sci_arttext

Vásquez, E. D. C., Loza, R. F. N., Cherrez, A. M. F., & Montes, R. E. T. (2024). Uso de la inteligencia artificial en la personalización del aprendizaje. Conocimiento global, 9(1), 75-83.
http://conocimientoglobal.org/revista/index.php/cglobal/article/view/339