Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
INTRODUCCIÓN
La inteligencia artificial (IA) representa un tema muy controversial, que ha irrumpido diversos ámbitos del conocimiento generando profundas transformaciones en la forma que se comprende, produce y comunica la información. En el campo educativo, esta tecnología ha adquirido protagonismo al ofrecer herramientas para la optimización de los procesos de enseñanza-aprendizaje, gestión institucional y evaluación académica (Hinojo et al., 2022). En particular el uso de sistemas de traducción automática apoyados por la inteligencia artificial (IA), como Deepl o Google Translate, ha despertado interés en la educación universitaria, en especial en áreas como lenguas extranjeras, la comunicación intercultural y la producción académica multilingüe.
A nivel internacional la UNESCO ha subrayado el papel transformador de la IA en el logro de los Objetivos de Desarrollo Sostenible reconociendo su capacidad para mejorar el acceso al conocimiento, fomentar la equidad y promover una educación inclusiva. Sin embargo, también ha advertido sobre los riesgos éticos, culturales y sociales asociados a su implementación, especialmente cuando no se integran normas claras para su uso.
En el ámbito latinoamericano, los marcos legislativos comienzan a reconocer la necesidad de regular esta tecnología. Por ejemplo, el Congreso del Perú (2022) aprobó una ley orientada a promover el uso responsable de la IA, destacando su potencial para impulsar el desarrollo económico y social, sin perder de vista la centralidad del ser humano en dichos procesos.
En el ámbito universitario, se evidencia una polarización de percepciones entre estudiantes y docentes. Mientras algunos reconocen los beneficios de la IA como mediadora del aprendizaje, otros manifiestan una actitud de resistencia o temor, principalmente motivada por el desconocimiento de su funcionamiento y la percepción de que estas herramientas podrían reemplazar habilidades cognitivas humanas (Valero y Tan, 2020). Estudios recientes han abordado esta problemática desde distintas ópticas: por ejemplo, Bolaños e Iserm (2012) indaga la actitud de estudiantes de lenguas extranjeras ante la traducción asistida por IA, encontrando tensiones entre eficiencia operativa y pérdida de autonomía; mientras que Wang et al. (2024) identificaron el potencial de estas tecnologías como soporte en la producción académica, siempre que se utilicen de manera ética y crítica.
Asimismo, investigaciones como la de García y Cantón (2023) plantean que el uso de la IA en traducción no solo facilita la comprensión de textos técnicos o científicos en otros idiomas, sino que también puede constituirse en una herramienta didáctica que fortalece competencias lingüísticas. Sin embargo, estas potencialidades conviven con desafíos relacionados con la dependencia tecnológica, la calidad de las traducciones y la integridad académica. En este escenario, resulta necesario explorar qué piensan los estudiantes universitarios sobre el uso de IA en contextos reales de formación, como la traducción académica, y cómo sus percepciones configuran el modo en que adoptan o rechazan dichas tecnologías.
De igual manera, Zelaya, et al. (2024), realizó un estudio en la Universidad Privada Domingo Savio, sede Cochabamba (2023), en el que evidenció que el 57 % de los estudiantes perciben una mejora en su rendimiento académico gracias al uso de herramientas de IA, especialmente en actividades como la investigación, redacción de textos y análisis de datos. Sin embargo, también se documentó que el 41 % no reporta cambios significativos, mientras que el 22.89 % señala preocupaciones éticas como la dependencia tecnológica y el 16.57 % vincula el uso de IA con riesgos de plagio. Estos datos revelan una relación compleja entre percepción, adopción y resultados académicos, y refuerzan la necesidad de examinar en profundidad cómo los estudiantes universitarios interpretan y utilizan las aplicaciones de IA, especialmente en funciones especializadas como la traducción académica.
En esta línea, el estudio realizado por Yong (2024) ofrece un relevante análisis del uso de herramientas basadas en inteligencia artificial en contextos universitarios. En su investigación explora las percepciones de estudiantes coreanos respecto a aplicaciones como Google Translate, Naver Papago y Grammarly, empleando una metodología mixta que combina encuestas en línea (n=80) y entrevistas grupales (n=5). Los resultados revelan que dichas tecnologías pueden mejorar la redacción académica en inglés como lengua extranjera (ELL), especialmente en aspectos relacionados con la traducción automática y la corrección gramatical. No obstante, también se evidencian riesgos derivados de su uso excesivo, como la interferencia en el desarrollo autónomo de habilidades de escritura. Este estudio pone de relieve la necesidad de integrar estas herramientas en prácticas pedagógicas responsables, contextualizadas y éticamente conscientes, que reconozcan tanto sus beneficios funcionales como sus posibles implicaciones sobre la formación lingüística.
A pesar de los avances en esta línea de investigación, persiste un vacío en la literatura científica respecto a la sistematización de estudios que recojan la perspectiva estudiantil sobre la IA aplicada a la traducción, especialmente desde un enfoque multidisciplinario y contextualizado. En el contexto universitario, los estudiantes son usuarios activos de herramientas como traductores automáticos y asistentes de redacción, lo que los convierte en actores principales para comprender los impactos reales de estas tecnologías.
Sin embargo, sus voces han sido poco exploradas de forma sistemática en la investigación académica. Por ello, esta revisión propone examinar el corpus existente desde el periodo 2019-2024, abarcando estudios publicados en bases como Scopus, Web of Science y Google Scholar. El objetivo central es analizar la percepción de estudiantes universitarios sobre el uso de inteligencia artificial aplicada a la traducción académica, identificando los beneficios percibidos, los desafíos formativos y las implicaciones éticas asociadas a su implementación en el contexto de la educación superior. Para ello, se plantean las siguientes preguntas orientadoras: ¿Qué beneficios académicos perciben los estudiantes universitarios en el uso de inteligencia artificial para la traducción de contenidos educativos?, ¿Qué desafíos enfrentan los estudiantes en la integración de herramientas de inteligencia artificial aplicadas a la traducción dentro de la práctica educativa universitaria?, y ¿Qué factores influyen en la aceptación o rechazo por parte de los estudiantes universitarios del uso de inteligencia artificial en procesos de traducción académica?
En función de los antecedentes revisados, se aprecia una diversidad de enfoques que abordan el uso de la inteligencia artificial en la traducción académica desde perspectivas tecnológicas, pedagógicas y éticas. La evidencia empírica sugiere que los estudiantes universitarios adoptan estas herramientas con distintos niveles de aceptación, aunque reconocen sus beneficios operativos, también señalan preocupaciones vinculadas a la autonomía, el plagio, la calidad lingüística y la equidad de acceso. Ante esta complejidad, se vuelve imprescindible llevar a cabo un análisis sistemático que sintetice estas percepciones de manera rigurosa, contextualizada y crítica, permitiendo comprender el rol que la inteligencia artificial desempeña en los procesos formativos actuales. Esta revisión se estructura metodológicamente bajo los lineamientos PRISMA, con el objetivo de garantizar transparencia, reproducibilidad y solidez analítica en la selección, evaluación y síntesis de los estudios consultados.
METODOLOGÍA
Este estudio se desarrolló bajo un enfoque cualitativo, empleando los lineamientos establecidos por la metodología PRISMA 2020 para la realización de revisiones sistemáticas de literatura científica. La finalidad fue identificar, seleccionar y analizar estudios que abordan la percepción de los estudiantes universitarios respecto al uso de inteligencia artificial (IA) en procesos de traducción académica, durante el periodo comprendido entre enero de 2019 y abril de 2024.
La búsqueda documental se efectuó mediante la biblioteca virtual Myloft y el descubridor Primo, accediendo a bases de datos de alto impacto como Scopus, Web of Science y Google Scholar, complementadas con repositorios especializados como Redalyc, SciELO, Dialnet y DOAJ. La inclusión de estas fuentes se justificó por su cobertura multidisciplinaria, especialmente en áreas como la educación, tecnología, lingüística aplicada e inteligencia artificial. Asimismo, se priorizaron publicaciones en inglés y español que estuvieran indexadas en revistas científicas arbitradas.
Para delimitar los criterios de búsqueda, se usaron los operadores Booleanos, aplicados en la lógica para la búsqueda documental en bases de datos dentro de las colecciones de la biblioteca virtual. Mediante estos operadores se conectaron palabras clave de la investigación como: Artificial AND Intelligence, Perception AND Students, Traducción AND Inteligenci Artificial, Traducción OR Inteligencia artificial, esto con el fin de estrechar o ampliar los resultados (Nilo, 2020). También se delimitó la búsqueda a registros obtenidos entre el 2019 y el 2024 y aquellos que no representaban la percepción de estudiantes universitarios, sino de otros miembros de la comunidad educativa. Los criterios de inclusión fueron: (a) estudios que abordan la percepción de estudiantes universitarios sobre el uso de IA en traducción, (b) investigaciones empíricas o revisiones sistemáticas, y (c) publicaciones en inglés o español. Se excluyeron estudios que no enfocados en la percepción estudiantil o que se centraran exclusivamente en aspectos técnicos de la IA.
Para la estrategia de búsqueda se aplicaron operadores booleanos para conectar palabras clave relevantes, como: "Artificial Intelligence" AND "Student Perception", "Traducción" AND "Inteligencia Artificial", "Traducción" OR "Inteligencia Artificial". Se utilizaron truncamientos y filtros por idioma (inglés y español), tipo de documento (artículos revisados por pares), y población objetivo (estudiantes universitarios). En cuanto a los criterios de inclusión y exclusión.
Fueron incluidos estudios que abordan la percepción de estudiantes universitarios sobre el uso de IA en traducción, investigaciones empíricas o revisiones sistemáticas y publicaciones en inglés o español. En lo que respecta los criterios de exclusión, se desecharon los estudios centrados exclusivamente en aspectos técnicos de la IA e investigaciones que no incluyan la perspectiva estudiantil.
La búsqueda inicial realizada en las bases de datos Scopus, Web of Science y Google Scholar, entre los meses de marzo y abril de 2024, arrojó un total de 97 registros relacionados con la percepción estudiantil sobre inteligencia artificial aplicada a la traducción en educación superior. En esta primera etapa, se eliminaron 21 documentos duplicados que aparecían en más de una base, lo que redujo el total a 76 estudios únicos.
Para la segunda etapa, se realizó la revisión de títulos y resúmenes, con base en los criterios de inclusión previamente establecidos. Esta lectura permitió identificar 41 documentos que no abordaban directamente la percepción de estudiantes universitarios, se centran en aspectos técnicos de la IA, o no eran pertinentes al campo educativo. Como resultado de esto, quedaron 35 artículos para revisión completa.
Finalmente, en la tercera y última etapa, se realizó una lectura integral de estos 35 documentos para evaluar la calidad metodológica, la relevancia teórica y la adecuación al objetivo del presente estudio. De ello, se excluyeron 20 estudios adicionales por presentar limitaciones metodológicas, escasa vinculación con el tema central o enfoque fuera del alcance definido. De esta manera, se seleccionaron 15 estudios que cumplían rigurosamente con los criterios establecidos, y que fueron incorporados al corpus final de la revisión sistemática, Figura 1.
Para facilitar la organización y una mejor comprensión y comparación de los estudios seleccionados, se diseñó una matriz de análisis (Tabla 1), que recoge las principales características de cada investigación, estructurada en los siguientes campos: de los siguientes criterios: Número de referencia, autores y año de publicación, Título del estudio, Metodología empleada, enfoque, aportes principales.
DESARROLLO Y DISCUSIÓN
A continuación, en este apartado se presentan los hallazgos de la revisión sistemática realizada. A partir del proceso de selección y análisis de estudios realizado bajo los criterios PRISMA. Los resultados se estructuran conforme a los tres ejes temáticos definidos: beneficios académicos percibidos, desafíos en la integración pedagógica y consideraciones éticas asociadas a su uso.
Entre los hallazgos más destacados en esta revisión, se observa una tendencia positiva hacia la aceptación funcional de la IA, en especial en actividades como la redacción, la traducción automática y la asistencia en el procesamiento lingüístico. Investigaciones como la de Niño et al. (2025) y Zelaya et al. (2024) revelan que más del 50 % de los estudiantes perciben mejoras en su desempeño académico cuando utilizan herramientas como ChatGPT o DeepL, mientras que otros como Yong et al. (2024) y Gallent (2024) alertan sobre el riesgo de interferencia cognitiva y dependencia tecnológica, particularmente en habilidades de escritura en inglés y traducción literaria.
De igual manera, estudios como los de García y Cantón (2023) y Fajardo et al. (2023) señalan la necesidad de integrar la IA de forma crítica y pedagógicamente estructurada, reconociendo que su impacto no depende únicamente de la herramienta, sino de las mediaciones didácticas y éticas que acompañen su uso.
Cabe destacar que, varios estudios revelan lagunas formativas en los estudiantes respecto al uso responsable de la IA, lo que se traduce en preocupaciones explícitas sobre plagio, autoría intelectual y autonomía profesional. Este punto es relevante para la educación universitaria, donde la formación ética y crítica se vuelve indispensable ante el avance acelerado de tecnologías generativas y traductológicas.
Percepciones de los estudiantes universitarios frente al uso de inteligencia artificial en traducción académica
Entre los hallazgos más destacados en esta revisión, se observa una tendencia positiva hacia la aceptación funcional de la IA, en especial en actividades como la redacción, la traducción automática y la asistencia en el procesamiento lingüístico. Investigaciones como la de Niño et al. (2025) y Zelaya et al. (2024) revelan que más del 50 % de los estudiantes perciben mejoras en su desempeño académico cuando utilizan herramientas como ChatGPT o DeepL, mientras que otros como Yong et al. (2024) y Gallent (2024) alertan sobre el riesgo de interferencia cognitiva y dependencia tecnológica, particularmente en habilidades de escritura en inglés y traducción literaria.
De igual manera, estudios como los de García y Cantón (2023) y Fajardo et al. (2023) señalan la necesidad de integrar la IA de forma crítica y pedagógicamente estructurada, reconociendo que su impacto no depende únicamente de la herramienta, sino de las mediaciones didácticas y éticas que acompañen su uso.
Cabe destacar que, varios estudios revelan lagunas formativas en los estudiantes respecto al uso responsable de la IA, lo que se traduce en preocupaciones explícitas sobre plagio, autoría intelectual y autonomía profesional. Este punto es relevante para la educación universitaria, donde la formación ética y crítica se vuelve indispensable ante el avance acelerado de tecnologías generativas y traductológicas.
El vínculo entre la inteligencia artificial (IA) y las percepciones de los estudiantes en contextos universitarios comienza a consolidarse como un campo emergente para ser estudiado. Aunque investigadores como Calvo y Ufarte (2020) exploran la percepción de la IA en el ámbito del periodismo, en el entorno académico aún se están diseñando marcos interpretativos para comprender cómo esta tecnología impacta en tareas como la traducción y la escritura.
Cuando se habla de inteligencia artificial, Rouhiainen (2018) señala que la IA representa la capacidad de las máquinas para procesar algoritmos, utilizar lo aprendido de los datos procesados para tomar decisiones, en el mismo nivel de raciocinio que se espera lo haga un ser humano. Su ventaja radica en la capacidad para el procesamiento continuo, sin pausas, y con una proporción de errores significativamente menor a la de las personas. Por otro lado, desde una perspectiva cognitiva, la percepción humana, según Concepto (2021) se define como un mecanismo que manejan los seres humanos a nivel individual y les permite, recoger, interpretar y lograr una comprensión de los significados contextuales, los cuales codifican a partir de los sentidos.
Asimismo, un concepto clave es la traducción, el cual resulta central para entender el rol de la IA. De acuerdo con Hurtado (2017) la traducción es esencialmente un «saber cómo», lo que representa un conocimiento operativo y como todo tipo de conocimiento de este tipo se adquiere principalmente por la práctica; desde esta perspectiva, el traductor no requiere ser un lingüista, traductólogo o teórico.
Beneficios percibidos del uso de IA en traducción académica
Respecto al primer eje de análisis, múltiples estudios revisados coinciden en que los estudiantes universitarios perciben positivamente el uso de herramientas de IA para la traducción. En particular, se destacan la eficiencia en la realización de tareas y la mejora en la comprensión de textos complejos. Por ejemplo, Carrasco et al. (2024) encontraron que los estudiantes consideran que la IA facilita el aprendizaje y mejora el rendimiento académico al proporcionar traducciones rápidas y comprensibles.
En sintonía con esta postura, Ocaña et al. (2019) discuten el potencial revolucionario de la inteligencia artificial y las implicaciones de esta nueva tecnología en la educación universitaria, destacando su papel como facilitadora del acceso a materiales en lenguas extranjeras. Fajardo et al. (2023), por su parte, concluyen que la implementación y desarrollo de las IA en el contexto de la educación universitaria, contribuye a personalizar los procesos de enseñanza, optimizando la atención a las necesidades individuales de los estudiantes.
El resumen de estos hallazgos muestra que la eficiencia operativa, la accesibilidad lingüística y la mejora en la comprensión académica son los principales atributos valorados por los estudiantes.
Desafíos y tensiones en el uso de herramientas de IA
El segundo eje, corresponde a los desafíos y beneficios del uso de herramientas de IA. En este marco, pese a los beneficios señalados, también surgen desafíos importantes en la adopción de estas tecnologías. Los estudios destacan la posibilidad de que los estudiantes desarrollen una dependencia excesiva de la IA, lo que podría limitar el fortalecimiento de habilidades críticas como el pensamiento reflexivo y la escritura creativa.
En este respecto estudios como el de Niño et al. (2025) observaron que los estudiantes valoran el ahorro de tiempo que proporciona la IA, pero tienen dificultades para vincular dicho ahorro con una mejora real en la calidad de sus producciones académicas
En esta línea, Lin y Chen (2024) advierten sobre los efectos negativos de las interacciones impersonalizadas con IA, que generalmente delimita las capacidades críticas, de innovación y pensamiento creativo, lo que trae como consecuencia una desconexión emocional causada por la interacción impersonal y repetitiva, poco natural con la IA en sus traducciones.
De forma complementaria Gallent (2024), indica que la IA no logra incorporar matices culturales, pragmáticos ni creativos en las traducciones, lo cual restringe su utilidad en contextos más exigentes. En conjunto, estos estudios sugieren que el uso de la IA debe equilibrarse con estrategias pedagógicas que fomenten la autonomía intelectual.
Consideraciones éticas y formativas en torno al uso de la IA
El tercer eje temático corresponde a las implicaciones éticas del uso de la IA en traducciones académicas. Las percepciones de los estudiantes expresan dudas sobre la precisión de las traducciones y la posibilidad de plagio involuntario y la necesidad de establecer límites claros en la apropiación de contenidos producidos por sistemas automatizados.
Como lo indica Díaz (2021), advierte sobre el riesgo de sustituir la supervisión pedagógica por el uso exclusivo de la IA, lo cual podría comprometer tanto la calidad de los productos como la formación ética de los estudiantes.
Esta preocupación es compartida por Gilbert et al. (2023) quienes indican que si bien es cierto la IA puede contribuir en el desarrollo de competencias profesionales relacionadas con su perfil de egreso y la inserción en el mercado laboral, también puede generar desventajas en cuanto a la equidad, calidad y ética en su uso, pues el uso excesivo de los Chatbots genera incertidumbre frente al desarrollo natural y real de dichas competencias, pues serían estos elementos los que mediante comandos específicos generan los trabajos presentados por estudiantes, resaltando la importancia de utilizarlos como apoyo, mas no como herramienta que reemplace la redacción que propiamente debería ser hecha por el estudiante, lo que aplica de igual manera para la elaboración de traducciones producto de asignaciones académicas.
En contraste, estudios como el de Ríos et al. (2024) reconocen el potencial de la IA, en términos de la mejora de la personalización del aprendizaje y enriquecer la calidad educativa. No obstante, también pone en relieve la brecha digital que afecta a los estudiantes que no tienen las competencias básicas digitales para el manejo de la IA, puedan ser guiados y orientados en el manejo de las nuevas tecnologías, ocasionando esta deficiencia una percepción negativa de la IA.
Discusión
Los resultados de la presente revisión señalan que, las percepciones de los estudiantes respecto al uso de la inteligencia artificial (IA) en procesos de traducción académica, denotan una dualidad entre sus beneficios operativos y los desafíos formativos y éticos que su implementación conlleva. Esta tensión permite comprender el fenómeno no solo desde una óptica técnica, sino también desde una mirada pedagógica y crítica.
En primer lugar, en relación con los beneficios del uso de la IA, se destaca que los estudiantes valoran positivamente su capacidad para ofrecer traducciones automáticas con rapidez y facilidad de comprensión. Este hallazgo coincide con lo reportado por Carrasco et al. (2024) y Ocaña et al (2019), quienes indican que los estudiantes destacan que la IA permite obtener traducciones automáticas rápidas y comprensibles, facilitando su aprendizaje y acceso a material académico en otras lenguas. Mostrando esta predominancia de estudios que contemplan beneficios de la IA, una buena aceptación de esta herramienta. Además, esta perspectiva encuentra respaldo teórico en la propuesta de Hurtado (2017), quien concibe la traducción como un “saber hacer”, donde el dominio práctico se apoya en herramientas que potencian la labor del traductor sin desdibujar su rol profesional. En consecuencia, se evidencia una buena aceptación de la IA como instrumento de apoyo, siempre y cuando su uso sea guiado por criterios formativos.
Sin embargo, al ampliar la mirada hacia los desafíos que acompañan esta tecnología, emergen preocupaciones relevantes. Tal como lo advierten Niño et al. (2024), uno de los principales riesgos es la dependencia excesiva que inhibe el ejercicio del pensamiento crítico. En efecto, cuando la IA sustituye la reflexión personal, se corre el riesgo de debilitar procesos cognitivos esenciales para el aprendizaje autónomo. Mientras que los estudios de Lin y Chen (2024) y Gallent (2024), contemplaron como aspecto negativo la falta de naturalidad y adaptación cultural de las traducciones llevadas a cabo con IA, lo que afecta tanto la precisión lingüística como la riqueza expresiva. Estos aspectos revelan que la IA, aunque eficaz en lo técnico, no logra replicar la sensibilidad contextual ni el juicio interpretativo que caracterizan al traductor humano.
Por otro lado, respecto a las consideraciones éticas, del uso de la IA, se identifican inquietudes sobre la autenticidad del aprendizaje. Gilbert et al. (2023) expresan que el uso indiscriminado de IA puede derivar en casos de plagio involuntario, así como el debilitamiento de las competencias de egreso esperadas en los estudiantes. En este sentido, se plantea la necesidad de establecer normas claras que limiten su uso en contextos académicos. Aunque Ríos et al. (2024) no hablaron directamente sobre la dimensión ética, sus hallazgos refuerzan la idea de que el acompañamiento docente es fundamental para garantizar la integración responsable de estas nuevas tecnologías. Esto sugiere que el uso pedagógico de la IA debe enmarcarse dentro de una estrategia que promueva la equidad, la reflexión crítica y el desarrollo ético del estudiantado.
CONCLUSIONES
La revisión sistemática realizada, identificó las percepciones estudiantiles sobre el uso de herramientas de inteligencia artificial en procesos de traducción académica. Se reconoció una tendencia favorable entre los estudiantes hacia el uso de estas tecnologías en la educación universitaria, valorándolas por valorándolas por su utilidad, accesibilidad y capacidad para optimizar el tiempo de estudio y favoreciendo el acceso a textos en múltiples idiomas.
No obstante, su implementación debe acompañarse de formación crítica en el uso de la IA, promoviendo el desarrollo de habilidades cognitivas propias y reflexión ética en torno a su implementación. En este sentido, se evidencian tensiones entre la eficiencia tecnológica y la autonomía del estudiante, lo que plantea desafíos pedagógicos y metodológicos relevantes.
La revisión evidencia una tendencia generalizada de aceptación y uso de herramientas de IA para la traducción entre estudiantes universitarios. De igual manera, se pone de relieve la importancia de establecer marcos educativos para orientar el uso de la IA como un recurso complementario, más no sustitutivo. Es necesario fomentar una comprensión crítica de las capacidades y limitaciones de la IA, así como promover prácticas éticas en su uso.
