Ni cyborg ni centauro: hacia un modelo mayéutico. De colaboración humano-IA en la escritura en ciencia política

Rinaldi, Sebastián Martín - Universidad del CEMA

Resumen

La escritura argumentativa cumple un papel fundamental en la producción del conocimiento en la ciencia política. Como acto que constituye al sujeto que escribe y determina su participación efectiva en la comunidad disciplinar de pertenencia, se encuentra en profunda tensión ante la irrupción de la inteligencia artificial generativa-IAGen. En el presente trabajo se describen los modelos disponibles de colaboración entre el autor y la IAGen en la escritura académica, clasificados según ejes analíticos referidos a la delegación de la prosa, la división del trabajo, el lugar de la autoría, el ingreso de texto generado al manuscrito y el riesgo de integridad. El estudio es de carácter teórico-conceptual y combina el análisis conceptual con la construcción tipológica sobre un cuerpo de modelos presentes en la literatura, sin recurrir a datos empíricos primarios. De esa descripción emerge la necesidad de plantear un modelo alternativo, ya que todos los disponibles admiten, en distinta medida, el ingreso de texto generado por la máquina al manuscrito. En tal sentido, se propone y caracteriza el modelo mayéutico, en el que la IAGen ocupa el lugar de un interlocutor adversarial que objeta, contraargumenta e interroga sin que ninguno de sus enunciados ingrese a la producción escrita. Se concluye que, en una disciplina cuyo conocimiento es disputado, un modelo no delegativo preserva la autoría y la voz situada de quien escribe a la vez que aprovecha la herramienta. 

Abstract

Argumentative writing plays a fundamental role in the production of knowledge in political science. As an act that constitutes the writing subject and determines their effective participation in the disciplinary community to which they belong, it stands in deep tension with the emergence of generative artificial intelligence-GenAI. This article describes the available models of collaboration between the author and GenAI in academic writing, classified according to analytical axes concerning the delegation of prose, the division of labour, the locus of authorship, the entry of generated text into the manuscript, and the risk to integrity. The study is theoretical-conceptual in nature and combines conceptual analysis with typological construction based on a corpus of models present in the literature, without drawing on primary empirical data. From this description emerges the need to propose an alternative model, since all available models allow, to varying degrees, the entry of machine-generated text into the manuscript. Accordingly, the article proposes and characterizes the maieutic model, in which GenAI takes the place of an adversarial interlocutor that objects, counterargues, and questions without any of its statements entering the written work. It concludes that, in a discipline whose knowledge is contested, a non-delegative model preserves the authorship and the situated voice of the writer while still drawing on the tool.

Palabras clave

escritura académica; inteligencia artificial generativa; ciencia política; autoría; modelo mayéutico

Referencias

Alves, P., & Pereira Cipriano, B. (2023). The centaur programmer. How Kasparov's Advanced Chess spans over to the software development of the future. ArXiv. https://doi.org/10.48550/arXiv.2304.11172

Anthony, C. (2021). When knowledge work and analytical technologies collide: The practices and consequences of black boxing algorithmic technologies. Administrative Science Quarterly, 66(4), 1173–1212. https://www.jstor.org/stable/pdf/48648412.pdf

Arellano Toledo, M. (2025). Inteligencia artificial y ciencia política. En F. Reveles Vázquez (Comp.), Temas nuevos y desafíos conceptuales de la ciencia política (pp. 127–150). Teseo.

Barrios Tao, H., Díaz Pérez, V., & Guerra, Y. (2020). Subjetividades e inteligencia artificial: Desafíos para “lo humano”. Veritas, (47), 81–107. https://www.scielo.cl/pdf/veritas/n47/0718-9273-veritas-47-81.pdf

Blair, A., Butcher, C., Bhasin, T., Gordon, E., Hallward, M. C., McCartney, A. R. M., & Usherwood, S. (2025). Artificial intelligence challenges and opportunities. Journal of Political Science Education, 21(2), 187–191. https://doi.org/10.1080/15512169.2025.2481586.

Calvo, E., Elverdín, A. S., Kessler, G., & Murillo, M. V. (2019). Investigando las influencias internacionales en las ciencias sociales argentinas. Revista Latinoamericana de Metodología de las Ciencias Sociales, 9(2), e055. https://www.relmecs.fahce.unlp.edu.ar/article/view/Relmecse055

Cameron, L. D. (2022). “Making out” while driving: Relational and efficiency games in the gig economy. Organization Science, 33(1), 231–252. https://faculty.wharton.upenn.edu/wp-content/uploads/2016/11/Making-out-While-Driving.pdf

Cameron, L. D., & Rahman, H. (2022). Expanding the locus of resistance: Understanding the co-constitution of control and resistance in the gig economy. Organization Science, 33(1), 38–58. https://doi.org/10.1287/orsc.2021.1557

Carrillo Cruz, C. E., Herrera Barragán, V. A., & Cortés Serrato, J. N. (2023). Inteligencia artificial para la escritura académica en investigación. Ciencia Latina Revista Científica Multidisciplinar, 7(4), 4604–4620. https://doi.org/10.37811/cl_rcm.v7i4.7304

Christin, A. (2017). Algorithms in practice: Comparing web journalism and criminal justice. Big Data & Society, 4(2), 1–14. https://journals.sagepub.com/doi/10.1177/2053951717718855

Committee on Publication Ethics (COPE) (2024). Authorship and AI tools. Committee on Publication Ethics.

Dell'Acqua, F., McFowland III, E., Mollick, E. R., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., et al. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality. Harvard business school technology & operations mgt. Unit working paper, (24-013). https://doi.org/10.1287/orsc.2025.21838

Draxler, F., Werner, A., Lehmann, F., Hoppe, M., Schmidt, A., Buschek, D., & Welsch, R. (2024). The AI ghostwriter effect: When users do not perceive ownership of AI-generated text but self-declare as authors. ACM Transactions on Computer-Human Interaction, 31(2), 1–40. https://doi.org/10.1145/3637875

Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P., & Vayena, E. (2018). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and Machines, 28(4), 689–707. https://doi.org/10.1007/s11023-018-9482-5

Gayol, D. S. (2025). La inteligencia artificial: Conceptos contextualizadores como recurso de la educación. En D. S. Gayol (Ed.), El rol de la inteligencia artificial en la educación: Redefiniendo los procesos enseñanza-aprendizaje (pp. 13–30). Editorial Biblos.

Hannon, M., & de Ridder, J. (Eds.). (2021). The Routledge handbook of political epistemology. Routledge.

Hannon, M., & Woodard, E. (2025). Political epistemology: An introduction. Routledge.

Hassoulas, A., Powell, N., Roberts, L., & Umla-Runge, K. (2023). Investigating marker accuracy in differentiating between student scripts and those produced using ChatGPT. Journal of Applied Learning & Teaching, 6(2), 71-77. https://doi.org/10.37074/jalt.2023.6.2.13

Hosseini, M., Rasmussen, L. M., & Resnik, D. B. (2024). Using AI to write scholarly publications. Accountability in Research, 31(7), 715-723. https://doi.org/10.1080/08989621.2023.2168535

International Committee of Medical Journal Editors (ICMJE) (2023). Recommendations for the conduct, reporting, editing, and publication of scholarly work in medical journals. International Committee of Medical Journal Editors.

Ivanič, R. (1998). Writing and identity: The discoursal construction of identity in academic writing. John Benjamins.

Lebovitz, S., Lifshitz-Assaf, H., & Levina, N. (2022). To engage or not to engage with AI for critical judgments: How professionals deal with opacity when using AI for medical diagnosis. Organization Science, 33(1), 126–148. https://doi.org/10.1287/orsc.2021.1549

Martínez-Olmo, F., & González Catalán, F. (2024). Revisión sistemática de tendencias en la aplicación de la inteligencia artificial al ámbito de la escritura académica en las ciencias sociales. Digital Education Review, (45), 37–42. https://doi.org/10.1344/der.2024.45.37-42

Mazmanian, M., Orlikowski, W. J., & Yates, J. (2013). The autonomy paradox: The implications of mobile email devices for knowledge professionals. Organization Science, 24(5), 1337–1357. https://www.jstor.org/stable/pdf/42002909.pdf

Mollick, E. (2024). Co-intelligence: Living and working with AI. WH Allen.

Mollick, E. R., & Mollick, L. (2023). Assigning AI: Seven approaches for students, with prompts (arXiv:2306.10052). arXiv. https://doi.org/10.48550/arXiv.2306.10052

Pachidi, S., Berends, H., Faraj, S., & Huysman, M. (2021). Make way for the algorithms: Symbolic actions and change in a regime of knowing. Organization Science, 32(1), 18–41. https://doi.org/10.1287/orsc.2020.1377

Piovani, J. I. (2018). Estilos de producción en el campo de las ciencias sociales en Argentina. CIC. Cuadernos de Información y Comunicación, 23, 125–141. https://www.memoria.fahce.unlp.edu.ar/art_revistas/pr.13710/pr.13710.pdf

Platón (2003). Teeteto. Biblioteca Nueva.

Rahman, H. A. (2021). The invisible cage: Workers’ reactivity to opaque algorithmic evaluations. Administrative Science Quarterly, 66(4), 945–988. https://www.jstor.org/stable/pdf/48648407.pdf

Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation–augmentation paradox. Academy of Management Review, 46(1), 192–210. https://journals.aom.org/doi/10.5465/amr.2018.0072

Randazzo, S., Lifshitz-Assaf, H., Kellogg, K., Dell’Acqua, F., Mollick, E. R., Candelon, F., & Lakhani, K. R. (2025). Cyborgs, centaurs and self-automators: The three modes of human–GenAI knowledge work and their implications for skilling and the future of expertise (Working Paper No. 26-036). Harvard Business School. https://www.hbs.edu/ris/Publication%20Files/26-036_e7d0e59a-904c-49f1-b610-56eb2bdfe6f9.pdf

Ricoeur, P. (1996). Sí mismo como otro. Siglo XXI Editores.

Rinaldi, S. M. (2024a). El análisis de artículos falsos como estrategia para la alfabetización académica en ciencias políticas y relaciones internacionales. Didáctica y Educación, 15(4), 152–173. https://dialnet.unirioja.es/servlet/articulo?codigo=9856689

Rinaldi, S. M. (2024b). La escritura académica en la enseñanza de la ciencia política: Una revisión del caso argentino. Res Non Verba, 14(1), 85–99. https://doi.org/10.21855/resnonverba.v14i1.878

Rovetto, F., Zanuccoli, M., Taruselli, M. V., Pinillos, C., & Perbellini, M. (2014). La producción de textos académicos en el nivel de grado: Estrategias y resultados de la experiencia de la alfabetización académica en la carrera de Ciencia Política. En F. Rovetto, M. Zanuccoli, M. V. Taruselli, C. Pinillos, & M. Perbellini (Comps.), Promoción de la alfabetización académica en la carrera de Ciencia Política: Estrategias y resultados (pp. 4–12). UNER.

Salatino, M., & Gallardo, O. (2020). Cartografías de la ciencia política argentina: Un análisis de sus espacios de producción/circulación. Civilizar: Ciencias Sociales y Humanas, 20(39), 99–114. https://doi.org/10.22518/jour.ccsh/2020.2a06

Sartori, G. (1970). Concept misformation in comparative politics. American Political Science Review, 64(4), 1033–1053. https://doi.org/10.2307/1958356

Sartori, G. (2010). La política: Lógica y método de las ciencias sociales. Fondo de Cultura Económica.

Valentine, M., & Hinds, R. (2022). How algorithms change occupational expertise by prompting explicit articulation and testing of experts’ theories. SSRN 4246167. https://papers.ssrn.com/sol3/Delivery.cfm?abstractid=4246167

Van den Broek, E., Sergeeva, A., & Huysman, M. (2021). When the machine meets the expert: An ethnography of developing AI for hiring. MIS Quarterly, 45(3), 1557–1580. https://doi.org/10.25300/MISQ/2021/16559

Waardenburg, L., Huysman, M., & Sergeeva, A. V. (2022). In the land of the blind, the one-eyed man is king: Knowledge brokerage in the age of learning algorithms. Organization Science, 33(1), 59-82. https://doi.org/10.1287/orsc.2021.1544

Wahlke, J. C. (1991). Liberal learning and the political science major: A report to the profession. Political Science & Politics, 24(1), 48–60. https://doi.org/10.2307/419376

Wu, N., & Wu, P. Y. (2024). Surveying the impact of generative artificial intelligence on political science education. Political Science & Politics, 57(4), 602–609. https://doi.org/10.1017/S1049096524000167