Cómo los agentes de IA y ChatGPT transforman la investigación académica y la productividad laboral

Hoy aprenderemos más sobre el uso que le damos a los grandes modelos de lenguaje, concretamente el más utilizado: ChatGPT y su diferencia con los ahora llamados "agentes de IA".

Primeramente, vamos a ver cómo se usa ChatGPT. Un nuevo artículo de investigación de OpenAI arroja luz sobre el comportamiento de los usuarios mediante el análisis de una muestra de 1,1 millones de mensajes de usuarios activos de ChatGPT entre mayo de 2024 y julio de 2025.

Fuente: Visual Capitalist

Más del 55 % de las solicitudes de ChatGPT se relacionaron con tareas de aprendizaje o productividad. Los usuarios suelen recurrir al chatbot para obtener ayuda para comprender conceptos, redactar correos electrónicos, resumir artículos o programar. Un amplio grupo de usuarios utiliza la herramienta como asistente digital, tutor o asistente de investigación.

Por otro lado, categorías de nicho como los juegos de rol y el entretenimiento representan un segmento más pequeño, pero significativo. Estos usos incluyen la narración de ficción, el diseño de juegos y la escritura de fanfiction. Su crecimiento apunta al potencial creativo de ChatGPT más allá de las tareas funcionales.

¿Por qué es importante este estudio? Este es el primer análisis a gran escala que clasifica cómo se utiliza realmente ChatGPT, en lugar de basarse en evidencia anecdótica o encuestas. También revela cómo personas de diversas profesiones, desde profesionales del marketing hasta desarrolladores de software, están integrando la IA en sus flujos de trabajo diarios.

Otra información clave: La mayoría de la gente todavía usa la versión gratuita de ChatGPT. Solo alrededor del 10 % de las solicitudes analizadas provinieron de usuarios de pago de GPT-4, lo que sugiere que incluso el modelo gratuito está impulsando una productividad generalizada.

Por otra parte, en este estudio se examina qué le reconocen los investigadores a ChatGPT en sus artículos:

El uso de grandes modelos lingüísticos (LLM) como ChatGPT es cada vez más común en la investigación académica. Estas herramientas pueden ayudar a los investigadores con diversas tareas, desde soporte editorial y de redacción (corrección y mejora de la legibilidad) hasta actividades más complejas (p. ej., análisis estadístico, interpretación de datos y codificación).

Cada vez hay más pruebas de que muchos investigadores utilizan LLM. Las encuestas sugieren que un número significativo ya utiliza herramientas como ChatGPT, principalmente para escribir, revisar, generar ideas o traducir. Por ejemplo, el 31 % de los investigadores (n=2284) utilizó LLM para tareas de investigación; el 93 % afirmó que les ayudó con la redacción o la revisión. En otra encuesta, el 55 % de los investigadores (n=1659) afirmó que los LLM ahorraban tiempo y dinero; se utilizaban principalmente para escribir y editar, especialmente por personas que no eran angloparlantes nativos. Otros estudios indican que los términos relacionados con la IA han aparecido con mayor frecuencia en publicaciones y reseñas académicas desde el lanzamiento de ChatGPT. En otro estudio reciente similar sobre la influencia de los LLM en la publicación académica, Michael Thelwall y yo descubrimos que algunos términos asociados a los LLM mostraron un crecimiento drástico del 400% al 1600% entre 2022 y 2024, lo que sugiere que ciertos términos se volverán más comunes en la escritura académica.

Analizar los agradecimientos en los artículos académicos ofrece una forma más directa de evaluar cómo los investigadores utilizan específicamente los LLM en sus publicaciones. Este estudio analizó 1759 artículos indexados en Scopus y Web of Science hasta agosto de 2024 que mencionaban explícitamente ChatGPT en sus agradecimientos. La figura 1 muestra que la mayoría de los investigadores (80%) reconocieron ChatGPT para la edición y corrección de textos, mientras que solo una pequeña fracción (5,3%) lo atribuyó a tareas no editoriales como la codificación o el análisis de datos. Un 3,5 % adicional mencionó su uso en la redacción de manuscritos (p. ej., redacción de resúmenes, introducciones y conclusiones) y un 1,6 % para la creación de contenido visual (p. ej., generación de figuras, resúmenes gráficos y visualizaciones de datos). A pesar del potencial de los grandes modelos de lenguaje para la programación, la codificación y la depuración, solo el 2 % de los agradecimientos mencionó su uso en estas áreas. Esto sugiere que ChatGPT se utilizó principalmente para mejorar la redacción, con un reconocimiento limitado a las contribuciones de investigación más complejas.

Fig.1: Clasificación de los agradecimientos de ChatGPT en publicaciones académicas (n = 1.759).

La figura 2 muestra los 15 países con mayor número de reconocimientos de ChatGPT por la edición de manuscritos, con aproximadamente el 75 % de los autores correspondientes provenientes de países no angloparlantes. Esto sugiere que los programas de maestría en derecho (LLM) como ChatGPT ayudan a los investigadores a mejorar la claridad y el lenguaje de sus escritos académicos en inglés. Al reducir las barreras lingüísticas, estas herramientas pueden facilitar el acceso a la investigación, aumentando su alcance y las posibilidades de publicación en revistas internacionales.

Fig.2: Afiliación nacional de los autores correspondientes en los 15 países con el mayor porcentaje de reconocimientos de ChatGPT por la edición y producción de manuscritos.

¿Qué es un agente de IA?

Los agentes de IA son sistemas de software que usan la IA para alcanzar objetivos y completar tareas en nombre de los usuarios. Muestran razonamiento, planificación y memoria, y tienen un nivel de autonomía para tomar decisiones, aprender y adaptarse (Google Cloud).

¿Qué tiene que ver con ChatGPT?

Aquí es donde entra la confusión. ChatGPT, o para ser más precisos, su motor, un Gran Modelo de Lenguaje (LLM), es una herramienta fundamental, pero no es un agente de IA por sí mismo.

En resumen

ChatGPT es un componente clave dentro de un AI Agent. El agente utiliza la capacidad de razonamiento de ChatGPT para entender la tarea y decidir qué hacer, pero son las otras partes del sistema las que le dan la capacidad de actuar por sí solo en el mundo digital.

Implementar IA con agentes con éxito no es fácil. Aquí te dejo seis lecciones de quienes trabajan en ello:

1. No se trata del agente, sino del flujo de trabajo. Los flujos de trabajo complejos deben incorporar las mejores herramientas para cada tarea.
2. Los agentes no siempre son la solución.
3. Evitar la "IA deficiente": Invertir en evaluaciones y generar confianza con los usuarios.
4. Facilitar el seguimiento y la verificación de cada paso.
5. El mejor caso de uso es la reutilización.
6. Las personas siguen siendo esenciales, pero sus roles y su número cambiarán.

Fuente: McKinsey

Finalmente, aquí te dejo un artículo que proporciona instrucciones prácticas para que los economistas creen sus propios agentes de IA, incluso sin conocimientos de programación. Concretamente, el artículo nos muestra que, mediante la programación en lenguaje natural (vibe coding) y basándose en marcos modernos de trabajo con agentes como LangGraph, cualquier economista puede crear sofisticados asistentes de investigación y otras herramientas autónomas en minutos. Al proporcionar implementaciones completas y funcionales junto con marcos conceptuales, esta guía demuestra cómo emplear agentes de IA en cada etapa del proceso de investigación, desde la investigación inicial hasta el análisis final.

Hasta aquí el post del día de hoy y recuerda que puedes seguirme en X y mantenerte informado de lo último de ciencia, tecnología e innovación en el mundo de la economía y las finanzas.

Cómo citar esta entrada del Blog:

Zorrilla-Salgador, J.P. (2025). Cómo los agentes de IA y ChatGPT transforman la investigación académica y la productividad laboral. Blog El Analista Económico-Financiero, 25/09/2025. Recuperado de [link post]