Dentro de los artículos que indagan sobre los usos de la IA en contextos educativos, nos detendremos en aquellos que se centran en los chatbots y sus interacciones con estudiantes o docentes. Como primera observación, encontramos que la mayor parte de las investigaciones abordan la interacción que lxs alumnxs mantienen con estas herramientas. En un estudio acerca de las actitudes y percepciones sobre el uso de ChatGPT en educación superior, Núñez y Sánchez (2025) señalan la escasa presencia de investigaciones que exploren la perspectiva del profesorado o de los gestores universitarios. Según estos autores, la literatura sobre el tema suele centrarse en experiencias individuales de interacción con estas herramientas en el contexto de asistencia académica (por ejemplo, para realizar tareas, resolver dudas o mejorar la comprensión de contenidos). Esto define una segunda tendencia: a pesar de sus diferentes enfoques y preguntas de investigación, la mayoría de los trabajos plantea un interrogante común en torno a cómo/si estas tecnologías pueden beneficiar o no las trayectorias educativas/académicas (Álvarez y Difabio, 2026; de la Torre Sánchez, 2025; Ribes Lafoz y Colorado, 2023; Sánchez, 2024).

Destacamos aquellos estudios que analizan experiencias que integran el uso de chatbots en propuestas pedagógicas llevadas adelante de manera supervisada y conjunta, entre docentes y estudiantes, y que buscan promover interacciones responsables con la IA. Uno de ellos es el de Álvarez y Difabio (2026), que se interroga por los usos de la IA en el marco de la revisión de la escritura de tesis en posgrado. Las autoras estudian la implementación de una actividad de retroalimentación realizada en una universidad argentina, en la cual lxs estudiantes deben consultar al chatbot sobre posibles cambios en un capítulo de sus tesis del cual ya han recibido observaciones de pares y docentes. En este estudio, el abordaje de la interacción con la IA se realiza a través de dos técnicas: por un lado, el registro de las interacciones, incluyendo los prompts⁵ elaborados por lxs estudiantes y las respuestas desarrolladas por los sistemas; y, por el otro, la elaboración de un cuestionario que busca conocer las experiencias de lxs usuarixs de estas herramientas. Este doble abordaje les permite advertir que “los estudiantes solicitan información y evalúan las respuestas, pero no desarrollan un diálogo más activo y crítico con la tecnología para mejorar los aportes recibidos” (p. 95, cursivas nuestras), lo cual resulta un hallazgo relevante de su estudio.

Por otra parte, Ribes Lafoz y Colorado (2023) presentan una propuesta de uso de herramientas de IA en el contexto de la asignatura “Español a través del Arte”, parte de un programa de la Universidad de Alicante (España). Se trata de un proyecto en el cual un grupo de estudiantes debió utilizar ChatGPT-3 para la preparación de una presentación oral que forma parte de la evaluación de la materia. En este caso, la interacción fue guiada a través de dos prompts provistos por lxs docentes: lxs estudiantes debían pedirle al chatbot que elaborara un índice para su exposición oral sobre la temática elegida y, posteriormente, que lo llenara de contenido. Así, obtenían un texto que luego debían someter al análisis y revisión para transformarlo, finalmente, en su presentación oral. Para lo primero, debían analizar el texto de acuerdo con dos criterios: veracidad (“¿Es cierta la información que aporta ChatGPT?”) y adecuación (“¿Se adapta al registro oral que necesito para hacer una presentación en clase?”) (Ribes Lafoz y Colorado, 2023, p. 1266). Las presentaciones realizadas por el grupo que utilizó IA se compararon con las de otro grupo que no había utilizado esta herramienta, y se encontraron resultados positivos en cuanto a estructuración y mejora del nivel lingüístico en las presentaciones del primer grupo. Las autoras se cuestionan, no obstante, si esta mejora se debe al “ahorro de tiempo y esfuerzo” (p. 1269) en la recopilación del contenido y la estructuración de la presentación, lo que supone una ventaja frente al otro grupo.

Los estudios reseñados aportan experiencias concretas que contribuyen a un debate más amplio acerca de los efectos del uso de la IA en ámbitos educativos. Entre los negativos, suele mencionarse la excesiva dependencia de lxs estudiantes hacia estas herramientas, que se vincula con una “pérdida potencial de habilidades cognitivas esenciales, como el pensamiento crítico, la escritura autónoma y la resolución de problemas complejos” (Núñez y Sánchez, 2025, p. 2480). En este punto, Scotto (2025) trae un elemento importante a la discusión: la escritura asistida por GML requiere de un uso experto mínimo. La revisión de la literatura muestra que un uso inadecuado o no selectivo puede generar “‘endoso cognitivo’, una tendencia a la delegación irreflexiva del proceso de lectura e interpretación de las tareas para que las realice, sin supervisión, el GML” (Scotto, 2025, p. 69). Se ha observado, asimismo, que la falta de conocimiento no disuade a lxs estudiantes de utilizar la herramienta (Niloy et al., 2024), pero sí incide desfavorablemente en los resultados obtenidos; por lo que es necesario promover alfabetizaciones digitales que permitan conocer qué es lo que los GML son capaces de hacer, cuáles son sus límites, y en qué medida los textos generados necesitan ser corregidos o revisados.

En esta línea, otros estudios analizan las transformaciones que supone el uso de estas tecnologías, especialmente, en las prácticas letradas: ¿Cómo cambia la manera de leer y escribir de quienes usan la IA? ¿Qué procesos cognitivos están involucrados? ¿Qué saberes se requieren? Entre los cambios más relevantes que provoca el uso de chatbots en la escritura, Cassany (2025) menciona “la reformulación de indicaciones a partir de la lectura analítica de resultados previos” (p. 3), un proceso que sale a la luz en varias investigaciones que dan cuenta de los múltiples intentos que se debieron realizar para “refinar” el resultado, tras encontrarse con respuestas inesperadas o poco relevantes, o que señalan la necesidad de entrenar a lxs estudiantes en esta tarea (de la Torre Sánchez, 2025).

Otro cambio observado se vincula con las prácticas de verificación de datos. Si bien no es específico de esta tecnología, se asocia a un nuevo tipo de lectura, la analítica-evaluadora (Cassany, 2025, p. 11), enfocada en revisar los contenidos y prestar atención a posibles sesgos o errores en los textos generados por IA. Para algunxs, podría tratarse de una tarea más exigente que la lectura de borradores anterior al desarrollo de IA (Cassany, 2025) o incluso más trabajosa que la propia composición del texto (Scotto, 2025).

Finalmente, otro grupo de estudios se interroga por la utilidad de esta herramienta para la enseñanza de lenguas. Muñoz-Basols y Fuertes Gutiérrez (2024) destacan como ventajas la disponibilidad e inmediatez de estos sistemas tecnológicos, que potencian el contacto con la lengua meta de una manera que sería “imposible de emular” en una clase de lenguas tradicional e incluso en una experiencia de estudio en el extranjero (p. 347). De la Torre Sánchez (2025) analiza el potencial de ChatGPT como herramienta de autocorrección en el aprendizaje de la escritura en ELE y se pregunta si su uso puede fomentar la autonomía de lxs estudiantes en el proceso de corrección. Cantero Romero (2025) se interroga si los chatbots podrían utilizarse para elaborar materiales de enseñanza y analiza el léxico de los textos generados por ChatGPT y Llama, en función de su adecuación a los descriptores oficiales del Plan Curricular del Instituto Cervantes. En una línea similar, Huete-García (2024) busca conocer si los chatbots son capaces de emular los errores habituales de estudiantes de español. A través de una serie de pruebas realizadas en la interacción con ChatGPT, Gemini y Copilot, en las que la autora guia al modelo a través de definición de roles y demostración de ejemplos, concluye que los chatbots no son capaces de “imitar algo tan propio del ser humano como es el error lingüístico” (p. 657).

Si bien algunos de estos trabajos parecen transmitir una confianza excesiva en la capacidad de los GML de “generar enunciados ilimitados gramaticalmente correctos” (Muñoz-Basols y Fuertes Gutiérrez, 2024, p. 347), o en los beneficios en cuanto al ahorro de tiempo que podría significar en las tareas docentes,⁶ otros se detienen en sus limitaciones. Ha sido bien documentado el hecho de que los textos producidos por chatbots pueden tener “errores”, aunque este suele ser un término poco preciso, que engloba fenómenos de diverso tipo, como limitaciones de índole pragmático, conocimiento gramatical deficiente (De la Torre Sánchez, 2025; Huete-García, 2024), mal manejo de información o plagio (Sánchez, 2024), alucinaciones (Mendoza, 2023), sesgos y discriminación (Le Mur y Sánchez, 2024; Fernández Martínez y Torres Rodríguez, 2021). Para el uso de estas herramientas en el ámbito científico-académico, Scotto (2025) enumera cinco deficiencias de los textos producidos por IA: sesgos y falta de trazabilidad, alucinaciones, plagio, parroting y composición textual endeble. Esto muestra que la veracidad de los datos es solo un aspecto, entre otros, a los que atender durante una lectura analítica. La práctica de verificar la información no aplica por igual en todos los escenarios de uso ni en todo tipo de escrituras, pero es una de las preocupaciones predominantes en el ámbito educativo.

Para la enseñanza del español, de la Torre Sánchez (2025) nota que la efectividad de ChatGPT para corregir la escritura de sus estudiantes es limitada. Su análisis señala que muchas veces las correcciones que el chatbot propone “contienen errores gramaticales que no estaban presentes en el texto original” (p. 41) y, más aún, implican posicionamientos ideológicos en torno al uso del español y sus variedades (por ejemplo, cuando ChatGPT corrige el uso del lexema platicar en el escrito de una alumna, p. 38). También Mendoza (2023) refiere a los sesgos originados por “la falta de neutralidad existente en los datos utilizados para el entrenamiento del sistema” (p. 6), y señala una cuestión especialmente relevante para el contexto de enseñanza de lenguas, y del español en particular: la falta de diversidad lingüística, estilística y cultural de ChatGPT, y una clara influencia del inglés, que se evidencia en la estructuración de los párrafos, las fórmulas de cortesía y aspectos ortotipográficos.

Un segundo grupo de trabajos se pregunta por los usos lingüísticos de los chatbots: ¿qué lenguas y variedades utilizan, cuánto saben sobre ellas, cuán flexibles son ante las variedades de lxs usuarixs, cuáles reconocen? Estas preguntas guían distintos propósitos investigativos, vinculados ya sea con el desempeño y la utilidad de estas tecnologías, ya sea con las relaciones de poder que guían su funcionamiento, aunque en algunos casos ambas dimensiones conviven.

En cuanto al desempeño de los chatbots, los trabajos abordan distintas problemáticas, en general vinculadas con la educación, la salud y la comunicación. En el contexto de enseñanza de español para hablantes de sueco, Mezyed Rivas (2024) analiza distintos agentes de IA (ChatGPT, Google Bard y Bing AI) para observar si en ellos predomina una variedad de español específica. Entre los principales resultados, la autora encuentra que, cuando la consigna —en sueco— no solicita el uso de una variedad específica, los chatbots tienden a valerse de una “variedad latinoamericana” (p. 18), noción que no es definida en el trabajo más que por oposición a una variedad española. Esto se alinea con el hecho, subrayado por la autora, de que la mayoría de lxs usuarixs hispanohablantes de Internet son de Latinoamérica. En los casos en los cuales se le pide al chatbot que use variedades específicas del español, los tres modelos logran hacerlo de manera adecuada y, además, se suelen adaptar a la variedad de sus usuarixs. Se trata de una conclusión que diside de la mayoría de los estudios relevados. De hecho, Santana de Souza y Prado Sana (2025) observan que, a pesar de sus grandes avances, el PLN no logra distinguir matices de tipo semántico y pragmático, especialmente en cuanto a lenguas y variedades no dominantes. En sus palabras, “a linguagem online é um campo minado de desigualdades e preconceitos, e os algoritmos de IA podem perpetuar e amplificar esses vieses” (p. 14).

Las variedades también son objeto de estudio a la hora de evaluar el rendimiento de desarrollos para reconocimiento del habla, sobre todo con fines de inclusión en términos de salud. Fernández Martínez y Torres Rodríguez (2021) analizan cómo el asistente de voz Siri, de Apple, realiza transcripciones a partir de audio en siete variedades de español de España. Su trabajo muestra que esta aplicación no logra llegar a resultados igual de precisos para todas las variedades, sino que, por el contrario, reproduce “sesgos” existentes en los datos de entrenamiento. Esto es interpretado por lxs autorxs como una brecha digital, que podemos llamar lingüística, dado que se trata de desigualdades en el acceso a las nuevas tecnologías originadas por las variedades empleadas por ciertos grupos sociales. Es destacable la posición de estxs investigadorxs sobre la interrelación entre variedades y hablantes: no sólo muestran la “estigmatización que sufren muchas variedades del español” (p. 3), sino que resaltan que el desempeño de los modelos se basa en la “identidad social del hablante” (p. 4). En consecuencia, la tecnología excluye a personas que necesitan estos servicios de reconocimiento de voz, sobre todo aquellas que tienen discapacidad visual o dificultades en la lectoescritura.

Desde una perspectiva sociopragmática, Valenzuela Cáceres y Patiño (2024) observan la interacción de hablantes chilenxs con los asistentes virtuales Amazon Alexa y Google Home Mini, con foco en el análisis de las estrategias de cortesía verbal. En cuanto al manejo de las variedades, las autoras observan, por un lado, que lxs usuarixs tienden a modificar su pronunciación cuando no obtienen las respuestas que quieren de los asistentes virtuales y, por el otro, que estos logran comprender mejor la variedad chilena cuando se trata de palabras de uso coloquial (como “pololo” o “bacán”) que de expresiones o dichos más elaborados, desempeño que atribuyen a la presencia o ausencia de estos datos en fuentes conocidas, como diccionarios (p. 63-64). Es destacable el hecho de que este trabajo no sólo se detiene en las respuestas generadas por las herramientas de IA, sino especialmente en cómo se expresan lxs usuarixs al comunicarse con ellas (en particular, qué recursos de cortesía verbal utilizan), y qué ideas y percepciones tienen sobre esta comunicación.

Entre las investigaciones centradas en las relaciones de poder que guían el uso de variedades lingüísticas por parte de los chatbots, merecen atención algunos trabajos sobre traducción. Desde una mirada glotopolítica, Bein (en prensa) se pregunta por el desempeño de DeepL y ChatGPT y compara traducciones del alemán al español en textos literarios y científicos. El autor sostiene que la fiabilidad de estas aplicaciones depende de las representaciones sociolingüísticas acerca de qué es una “buena traducción”. Es elocuente, en tal sentido, que estas tecnologías no suelan emplear “variantes regionales acotadas, como los distintos tipos de voseo argentino, uruguayo y de otras regiones latinoamericanas” (s/p), a no ser que se indique esa regionalización y se les provea contexto suficiente para hacerlo. Bein concluye que la habilidad traductora es insuficiente si no está acompañada por saberes sólidos sobre la variedad y el registro a los que se quiere traducir y su aceptación en la cultura en la que el texto traducido va a circular. Correia Almeida y Ferreira da Silva (2024) demuestran hallazgos similares para el portugués, cuyos “regionalismos, gírias e expressões culturais” (s/p) son neutralizados por las plataformas Google Translate y DeepL en las traducciones del inglés, lo cual afecta seriamente la diversidad lingüística. Asimismo, sugieren que la traducción puede beneficiarse de la velocidad de las herramientas de IA, siempre y cuando la labor humana complemente la tarea en cuanto a especificidades culturales, aspecto no tenido en cuenta en las traducciones literales de las aplicaciones analizadas.

Estos trabajos forman parte de un gran conjunto de abordajes que se preguntan qué ideologías lingüísticas subyacen a la predilección por determinadas variedades y hasta qué punto las opciones realizadas por los chatbots reproducen o desafían las desigualdades existentes. En este punto, la noción de “sesgo lingüístico digital” (Muñoz-Basols et al., 2024) señala la representatividad inadecuada del español, que resulta en una combinación aleatoria de rasgos de distintas variedades. Esta “hibridez lingüística” generada por la tecnología ocurre en dos niveles: interlingüístico e intralingüístico. El primero se explica por el entrenamiento de los GML en español, los cuales “suelen derivar de modelos monolingües previamente entrenados en inglés o de modelos multilingües que, en su mayoría, han sido igualmente entrenados en inglés” (p. 634). El segundo remite a la priorización de una variedad lingüística por sobre otras.

Mayor-Rocher et al. (2025) se preguntan si los GML son capaces de reconocer distintas variedades del español y, para ello, se proponen evaluar el desempeño de nueve modelos de lenguaje para siete variedades del español. Entre los principales resultados, identifican un “sesgo” que favorece el habla peninsular y desfavorece notablemente las variedades andina, antillana y caribeña y, sobre todo, la mexicana y la centroamericana. En cuanto a la variedad rioplatense, en cambio, los modelos exponen distintos niveles de reconocimiento. El trabajo tiene algunas limitaciones, pero tanto el diseño de la investigación como la interpretación de los resultados apuntan a mostrar la injusta representación de la diversidad lingüística de nuestra región. Con este mismo gesto, Santos y Gameiro Cordeiro (2025) evalúan la habilidad de ChatGPT y Gemini para reconocer variedades del portugués de Brasil y explicar los usos de determinadas formas coloquiales. Las autoras toman como punto de partida los prejuicios lingüísticos que tiene la sociedad acerca de las variedades que no encajan con el habla “correcta” (p. 2), es decir, aquella que se asocia a la tradición escrita, literaria y escolar. Mediante un análisis cualitativo del contenido presentado por los chatbots a partir de distintas consignas, Santos y Gameiro Cordeiro consideran que estos demuestran un alto grado de acierto en identificar variedades y en describir la correlación entre usos lingüísticos y factores sociales.

En nuestro propio trabajo sobre acomodación comunicativa (Salerno y Vilar, 2025) indagamos si Gemini y ChatGPT se ajustan o no a la variedad rioplatense utilizada por nosotras en la interacción. Encontramos que, aunque presentan distintos tipos de comportamiento verbal, ambos exponen una ideología lingüística monoglósica y construyen discursos homogeneizantes que, en última instancia, reproducen desigualdades sociales preexistentes. También en esta línea, Rizzo (2025) analiza las respuestas de Gemini a preguntas acerca del español y sus variedades, prestando atención a los trasfondos políticos y económicos que rigen el ecosistema de las nuevas tecnologías. Señalando la desigual representación de las lenguas en los GML en base al modelo de racionalidad neoliberal que privilegia la rentabilidad de los desarrollos por sobre la representatividad, la autora se pregunta en qué variedades están entrenados los GML. Para ello, establece interacciones a partir del siguiente prompt: “¿Cuál es tu materia prima en relación al conocimiento lingüístico que tenés del español?” (p. 76). Rizzo se concentra en la expresión “español estándar” usada por el chatbot y, luego de solicitarle ejemplos, observa una discordancia entre lo que Gemini dice entender por “estándar” y las opciones que efectivamente realiza con el lenguaje, que corresponden a una variedad minoritaria, a saber, el español madrileño culto. El rol de la Real Academia Española (RAE) como autoridad lingüística es clave para comprender la pervivencia de esta variedad como opción “no marcada” y la consecuente exclusión de otras variedades y sus hablantes. En suma, explica Rizzo, el desarrollo de aplicaciones de IA reproduce relaciones de poder ya que “borra la diversidad de lxs hablantes y consolida jerarquías lingüísticas heredadas de matrices coloniales” (2025, p. 77).

Los trabajos relevados exponen una serie de limitaciones metodológicas que consideramos importante señalar con el fin de reflexionar sobre nuestro quehacer investigativo, tanto acerca de la conformación del corpus como del tratamiento de los datos y los supuestos que guían nuestras interpretaciones.

En cuanto al corpus, en algunos casos se pasa por alto la descripción de los datos: no se especifica el número de textos, en qué formato se han recibido (si capturas de pantalla, copias del historial de la aplicación, enlaces a la conversación) y se omiten también detalles técnicos y/o contextuales sobre la interacción (versión del GML, parámetros de su configuración, fecha de la interacción, extensión, geolocalización del dispositivo desde el cual se producen los datos, entre otros).

También es revisable el tamaño de la muestra, que, debido al carácter exploratorio de los estudios, puede ser muy pequeña (Valenzuela Cáceres y Patiño, 2024; Cassany y Casarin, 2025). Si bien hay trabajos en los que esto es fundamentado por tratarse de estudios de caso y de investigaciones cualitativas (Salerno y Vilar, 2025; Rizzo y Salerno, 2025, Álvarez y Difabio, 2026), los resultados se beneficiarían de estudios que puedan replicarlos y observar si se trata de hallazgos generalizables o de singularidades.

Al respecto, son solo cinco los trabajos que ponen a disposición el corpus de datos interaccionales (Domínguez García, 2023; Mendoza, 2023; Mezyed Rivas, 2024; Mayor-Rocher et al., 2025; Salerno y Vilar, 2025). La disponibilidad de los datos no sólo permitiría el diálogo académico y la comparación de resultados y motivaría la realización de nuevos estudios, sino también podría sentar las bases para la conformación de una base de datos abierta y accesible sobre interacciones H-Ch en español.

La generación de datos también puede verse afectada por una confianza excesiva en la información provista por el chatbot o por la empresa que lo desarrolla, especialmente en cuanto al propio desempeño lingüístico o su ideología lingüística. Esta confianza puede responder a una falta de mirada crítica, pero también a una decisión metodológica que consiste en no indagar sobre la conducta lingüística del modelo. Esto último puede observarse también en el tratamiento de los datos, particularmente en aquellos trabajos que se ciñen al análisis de contenido (Sánchez, 2024) o que realizan interpretaciones despojadas de las condiciones de producción de los discursos tecnológicos (Santos y Gameiro Cordeiro, 2025). En esta línea, el predominio de lecturas cuantitativas y la escasez de metodologías mixtas y flexibles son factores determinantes.

Otra limitación radica en que la mayoría de los estudios relevados suelen detenerse en el intercambio prompt-respuesta, pero generalmente no consideran los prompts en el análisis. En algunas excepciones, guiadxs por el interés en conocer las capacidades de los GML para cumplir ciertas tareas, como emular errores de estudiantes (Huete-García, 2024) o asistir en revisión y autocorrección (De la Torre Sánchez, 2025), lxs autorxs se detienen en la descripción de los tipos de prompts y definen técnicas para redactarlos. Sin embargo, no es habitual encontrar trabajos que indaguen sobre su efecto concreto en las respuestas de los chatbots. Esto es problemático, sobre todo si consideramos que, como explica Sal Paz (2025), “este acto, aparentemente técnico, está inevitablemente impregnado de representaciones sociodiscursivas y de ideologías, por lo que puede desafiar o reproducir, irrevocablemente, sesgos cognitivos, valores culturales y asimetrías sociales” (p. 279). Más bien, las investigaciones tienden a centrarse en cómo las personas debemos usar la lengua para conseguir ciertos resultados y lograr una comunicación “efectiva” con estas tecnologías, lineamientos que solo refuerzan la repetición de modelos preestablecidos e invisibilizan aspectos singulares y creativos de las prácticas comunicativas de lxs hablantes.

Las preguntas de investigación también merecen una revisión. Es frecuente encontrar objetivos vinculados con preguntas dadas de antemano, muchas veces impregnadas del factor novedad (¿Los chatbots tienen las mismas habilidades que las personas?) y otras veces atravesadas por el discurso dominante impulsado por las empresas desarrolladoras (¿Los asistentes de voz mejoran la calidad de vida de las personas con discapacidad?). En este sentido, los parámetros para evaluar los resultados arrojados por los chatbots suelen circunscribirse a opciones dicotómicas, como “bueno/malo”, “mejor/peor”, “correcto/incorrecto” o “eficiente/ineficiente”¹⁰(Mezyed Rivas, 2024; Huete-García, 2024; Santos y Gameiro Cordeiro, 2025). Por un lado, la pregunta por la corrección reproduce una visión normativa sobre la lengua, en algunos casos mediante la asignación de un puntaje numérico a las respuestas del chatbot (Mayor-Rocher et al., 2025). Por otro lado, este tipo de valoraciones no sólo da cuenta de la reproducción de una mirada instrumental sobre los textos producidos con IA, sino también de la dificultad para formular preguntas nuevas. De hecho, son recurrentes los interrogantes y reflexiones de tipo ético (¿Cómo usar de manera responsable estas tecnologías? ¿Es posible que la IA represente el mundo de manera justa?). Desde el punto de vista sociolingüístico, esto puede considerarse una limitación porque, al jerarquizar las preguntas por el manejo de datos y la responsabilidad en el uso de estas herramientas, se pasa por alto la posibilidad de pensar en esos usos como prácticas sociales.

Una última problematización sobre el tratamiento de los datos concierne a las categorías teóricas y analíticas con las cuales se emprende esa tarea. En general, nociones como “turno de habla”, “conversación”, “hablantes”, generadas disciplinarmente para el análisis de interacciones entre personas, son trasladadas acríticamente para estudiar la interacción H-Ch (Kelly-Holmes, 2024). En este aspecto, acordamos con Domínguez García (2023), quien sobre la noción conversación aclara: “Entrecomillo esta palabra, aunque también podría utilizar la misma convención gráfica para el resto de las actividades, supuestamente lingüísticas, que realizan los modelos de lenguaje artificial” (p. 413). Con algunas excepciones, como “sesgo lingüístico digital” (Muñoz-Basols et al., 2024), los trabajos relevados no proponen categorías nuevas para pensar los fenómenos emergentes de la IA.

Tampoco se presta suficiente atención a categorías del contexto de la IA, como “ prompt”, “ output”, “lenguaje natural”. Es ilustrativo el uso recurrente del vocablo “sesgo” que, a fuerza de repetición, tiende a superficializar problemáticas vinculadas con desigualdades sociales de distinto tipo (Mayor-Rocher et al., 2025; Scotto, 2025; Sal Paz, 2025; Le Mur y Sánchez, 2024; Mendoza, 2023; entre otros). Los trabajos relevados, de hecho, suelen usar este vocablo para referirse a algo largamente abordado por las ciencias humanas y sociales, a saber, la discriminación. El uso de este lexema trae aparejado el borramiento de saberes específicos sobre discriminación y el carácter estructural de las desigualdades señaladas, que parecen explicarse, entonces, por el tratamiento de los datos, más que por la reproducción fiel de inequidades históricas. Esta limitación se articula con supuestos que asocian los chatbots al mundo tecnológico casi de manera exclusiva, con base en una dicotomía entre máquinas/personas, y que va a tono con el uso de otros conceptos igual de cuestionables como alucinación o error¹¹.

Un último grupo de debilidades metodológicas concierne a determinados supuestos y posicionamientos que acarrean lxs investigadorxs. Por un lado, algunos trabajos entienden nociones como lengua y variedades de manera anacrónica, en tanto soslayan las dinámicas lingüísticas y comunicativas que se dan desde hace años en el mundo digital. Desde la cartografía lingüística, preocupada por revelar cómo factores históricos, geográficos y sociales moldean la variación lingüística, Santana de Souza y Prado Sana (2025, p. 3) cuestionan la “mera representação geográfica das línguas” que desconoce los movimientos del contexto internet. Desde la glotopolítica, también Bein (en prensa) critica “la concepción de las lenguas como sistemas cerrados con fronteras nítidas”. En este marco, nos parece cuestionable el uso de categorías como “variedad latinoamericana” (Mezyed Rivas, 2024), “dialecto”, “estándar” y “peculiaridades lingüísticas” (Mayor-Rocher et al., 2025) que reproducen, desde la academia, jerarquías y miradas homogeneizantes sobre las lenguas y sus hablantes.

Para terminar, destacamos una problemática que atraviesa todos estos trabajos y es, en cierta medida, inevitable: los GML son constantemente actualizados debido a avances tecnológicos, de modo que las características de los textos que arrojan pueden cambiar en tiempos mucho más breves que los tiempos académicos. Esto se observa, sobre todo, en aquellas investigaciones que analizan el rendimiento de los chatbots y señalan sus errores (Mendoza, 2023; de la Torre Sánchez, 2025) o aciertos (Muñoz-Basols y Fuertes Gutiérrez, 2024). En este punto, una limitación adicional radica en la falta de problematización de estas transformaciones y el correlativo tratamiento de los datos como textos estables, soslayando el dinamismo que caracteriza a estos modelos. Esto es comprensible, no obstante, si consideramos que el uso masivo de los chatbots se impulsó recién en 2022 y que, por lo tanto, estamos ante una etapa inicial de estudios sobre el tema. En esta línea, consideramos que la siguiente conclusión de Núñez y Sánchez (2025) para el ámbito educativo puede extenderse a todos los trabajos revisados en esta sección: “muchas de las investigaciones aún se encuentran en una fase exploratoria y descriptiva [...], más que en un análisis profundo o longitudinal de las implicaciones del uso de la IA en los entornos de enseñanza-aprendizaje” (p. 2479).