Bibliographic search with AI: Innovation in the training of educational researchers

Abstract

En la formación de investigadores educativos, la revisión de literatura se percibe como una etapa ardua debido al crecimiento acelerado de la producción científica, lo que genera una alta carga cognitiva y lentos procesos de síntesis. La búsqueda de información tradicional, basada en operadores booleanos, suele ser imprecisa y puede dificultar el hallazgo de literatura relevante alineada con problemas de investigación específicos. El objetivo de este estudio descriptivo es evaluar el impacto de una innovación metodológica basada en Inteligencia Artificial (IA) sobre la eficiencia y las competencias investigativas de estudiantes de Grado, centrada en la comprensión semántica y relacional mediante el uso de las herramientas SciSpace, Connected Papers y Research Rabbit. La metodología se aplicó en la asignatura "Metodología de Investigación en Educación" de la Universidad a Distancia de Madrid durante tres semestres académicos (cursos 24-25 y 25-26) con una muestra de 169 estudiantes de los Grados en Educación Infantil (n = 100) y Educación Primaria (n = 69). La propuesta se implementó en cuatro fases: formación ética, familiarización técnica, integración en proyectos reales y control de calidad mediante rúbricas de triangulación. Los datos se recolectaron mediante encuestas de satisfacción que incluyeron registros de tiempos de ejecución. Los resultados mostraron una reducción de hasta el 70% en el tiempo dedicado al mapeo de citaciones y un 60% en el cribado bibliográfico. Asimismo, se evidencia un fortalecimiento significativo en las competencias de síntesis de datos y una satisfacción estudiantil superior a 4,5 sobre 5. Se concluye que esta integración ayuda a optimizar tareas mecánicas, permitiendo que el investigador novel se enfoque en el análisis crítico, siempre bajo una supervisión docente para garantizar el rigor ético y mitigar riesgos como la dependencia tecnológica y las "alucinaciones" de la IA.