Aprender a investigar con portadores de saberes

Resumen

El presente artículo examina cómo se reconfigura la intención de aprender a investigar en estudiantes de posgrado, cuando dialogan con modelos de lenguaje grande (LLM) entendidos no como herramientas instrumentales sino como portadores de saberes situados en un entorno digital de interacción simbólica. La investigación adopta como marco la Teoría del Actor-Red (TAR) de Bruno Latour, Michel Callon y John Law, y moviliza los onceptos de simetría
generalizada, traducción, mediadores e intermediarios, y cajas negras. Desde un enfoque cualitativo de orientación etnográfico-conversacional, se analizaron diez trayectorias de interacción humano-LLM correspondientes a estudiantes de especialidad, maestría y doctorado de cuatro instituciones mexicanas, a saber, El Colegio de México (COLMEX), Universidad de Guadalajara (UDG), Universidad Autónoma de Zacatecas (UAZ) y Universidad Nacional Autónoma de México (UNAM), durante el segundo semestre de 2025, complementadas con entrevistas semiestructuradas en profundidad. El corpus, compuesto por 142 transcripciones de diálogos con Claude, ChatGPT, Gemini, Grok y Venice, se sometió a análisis temático y conversacional, tratando los prompts y las respuestas como inscripciones materiales-semióticas. Los hallazgos muestran que la intención investigativa no preexiste al diálogo, sino que emerge en una red distribuida donde el LLM opera como mediador que abre y cierra cajas negras, redistribuye agencias y modifica los intereses iniciales del estudiante mediante operaciones de traducción. Se identifican cuatro figuras de reconfiguración: el desplazamiento del problema, el plegamiento metodológico, la coautoría tácita y el cierre prematuro. El artículo concluye que entender la formación nvestigativa en la era de los LLM exige abandonar el binarismo, sujetoherramienta y asumir una ontología relacional que reconozca la heterogeneidad de los colectivos que aprenden.