1.1. Panorama de la IA en la academia e investigación.
1.2. Ética, confiabilidad y limitaciones de la IA en investigación.
1.3. Debate guiado: “¿Reemplaza o complementa la IA al investigador?”
1.4. Mapeo colectivo de herramientas (bibliografía, análisis, escritura).
1.5. Herramientas de IA para cada fase del ciclo investigativo.

2.1. Motores de búsqueda académicos.
2.2. IA para encontrar artículos relevantes, resúmenes y métricas de impacto.
2.3. Búsqueda de literatura con filtros de IA.
2.4. Organización de bibliografía con gestores y conexión con procesadores de texto.

3.1. Extracción y síntesis de ideas clave con IA.
3.2. Detección de vacíos de investigación y tendencias.
3.3. Creación de matrices comparativas y mapas conceptuales automáticos.

4.1. Redacción de resúmenes, introducciones y discusiones con IA.
4.2. Revisión de estilo, gramática y cohesión.
4.3. Estrategias para mantener originalidad.
4.4. Redacción asistida con IA.
4.5. Revisión colaborativa con IA.
4.6. Evaluación de la producción científica asistida por IA.