Editorial: Inteligencia artificial generativa, grandes modelos de lenguaje (LLMs) y analítica aumentada vs. big data y ciencia de datos: Nuevas avenidas para la investigación social

DEBATE: Más allá del Big Data: IA Generativa y LLMs como nuevas tecnologías digitales para el análisis de la realidad social

Autores/as

DOI:

https://doi.org/10.54790/rccs.150

Palabras clave:

inteligencia artificial, inteligencia de negocios, ciencia de datos, macrodatos, modelos grandes de lenguaje, inteligencia generativa, analítica aumentada, Web of Science, mapas de conocimiento, publicaciones científicas, ciencias sociales

Resumen

Este artículo examina comparativamente la evolución de campos y tecnologías como la inteligencia artificial, la inteligencia de negocios, la ciencia de datos, los big data, los grandes modelos de lenguaje (LLMs), la inteligencia generativa y la analítica aumentada. A partir de los documentos «más citados» y «candentes» de WoS, analiza redes de co-ocurrencias de términos, visualizando un mapa de conocimiento donde se observan temas o conceptos clave de esta bibliografía y sus conexiones. En el último lustro se aprecia una tendencia a la reducción relativa de las publicaciones científicas sobre la inteligencia de negocios, big data o ciencia de datos en comparación con las publicaciones sobre LLMs —como ChatGPT—, inteligencia generativa y analítica aumentada. Se anticipa una interesante diversidad de oportunidades e impactos para las ciencias sociales, como muestran con detalle los artículos incluidos en esta sección de Debate de la Revista CENTRA de Ciencias Sociales.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Biografía del autor/a

Estrella Gualda Caballero, Universidad de Huelva

Catedrática de Sociología en la Universidad de Huelva, académica de número de la «Academia Iberoamericana de La Rábida» y directora del grupo de investigación «Estudios Sociales e Intervención Social» (ESEIS). En los últimos años ha prestado gran atención a la sociología computacional, ciencia de datos, big data, análisis de redes sociales, así como a cuestiones tales a las teorías de la conspiración, los discursos de odio en línea y la desinformación en relación con la COVID-19, y las personas inmigrantes, refugiadas y LGTBIQ+, encontrándose sus trabajos en revistas y editoriales de gran prestigio tales a Nature Communication, Nature Human Behaviour, Nature Scientific Data, IEEE Access, Array, Frontiers in Psychology, PNAS Nexus, Political Psychology, The American Sociologist, REIS, Empiria, Gazeta de Antropología, Redes, Springer, Routledge, Dykinson, entre otras.

Citas

Chiu, T. K. F. (2023). The impact of Generative AI (GenAI) on practices, policies and research direction in education: a case of ChatGPT and Midjourney. Interactive Learning Environments, 32(10), 6187-6203. https://doi.org/10.1080/10494820.2023.2253861

Cobo, M. J., López-Herrera, A. G., Herrera-Viedma, E. y Herrera, F. (2011). An approach to detecting, quantifying, and visualizing the evolution of a research field: A practical application to the Fuzzy Sets Theory field. Journal of Informetrics, 5(1), 146-166. https://doi.org/10.1016/j.joi.2010.10.002

Codd, E. F. (1970). A relational model of data for large shared data banks. Commun. ACM 13, 6 (junio), 377-387. https://doi.org/10.1145/362384.362685

Cooper, G. (2023). Examining Science Education in ChatGPT: An Exploratory Study of Generative Artificial Intelligence. Journal of Science Education and Technology, 32, 444-452. https://doi.org/10.1007/s10956-023-10039-y

Gendler, M. A. (2026). Ciencias sociales y tecnologías digitales: un largo y complejo camino de enfoques e interrelaciones. Revista Centra de Ciencias Sociales, 5(1), 171-192. https://doi.org/10.54790/rccs.175

Gómez Espino, J. M. (2026). Los LLM y la codificación en la investigación cua­litativa: avances y oportunidades para Social Verbatim como herramienta integral cualitativa. Revista Centra de Ciencias Sociales, 5(1), 193-216. https://doi.org/10.54790/rccs.176

Gualda, E. (2025). Inteligencia artificial generativa, grandes modelos de lenguaje (LLMs) y analítica aumentada vs. big data y ciencia de datos: Nuevas avenidas para la investigación social — Dataset (XLSX), Script (R) y Visualización HTML (Plotly) - Materiales complementarios [Data set]. Zenodo. https://doi.org/10.5281/zenodo.17298490

Harrer, S. (2023). Attention is not all you need: the complicated case of ethically using large language models in healthcare and medicine. EBioMedicine, 90, 104512. https://doi.org/10.1016/j.ebiom.2023.104512

Luhn, H. P. (1958). A Business Intelligence System. IBM Journal of Research and Development, 2, 4, 314-319. https://doi.org/10.1147/rd.24.0314

Meskó, B. (2023). Prompt Engineering as an Important Emerging Skill for Medical Professionals: Tutorial. Journal of Medial Internet Research, 4, 25, e50638. https://doi.org/10.2196/50638

Mills, C. W. (1959). La imaginación sociológica. México: Fondo de Cultura Económica.

Mügge, D. (2024). EU AI sovereignty: for whom, to what end, and to whose benefit? Journal of European Public Policy, 31(8), 2200-2225. https://doi.org/10.1080/13501763.2024.2318475

Murdoch, B. (2021). Privacy and artificial intelligence: challenges for protecting health information in a new era. BMC Med Ethics, 22, 122. https://doi.org/10.1186/s12910-021-00687-3

Pinto-Coelho, L. (2023). How Artificial Intelligence Is Shaping Medical Imaging Technology: A Survey of Innovations and Applications. Bioengineering, 10(12), 1435. https://doi.org/10.3390/bioengineering10121435

Ryan, M. (2020). In AI We Trust: Ethics, Artificial Intelligence, and Reliability. Sci Eng Ethics, 26, 2749-2767. https://doi.org/10.1007/s11948-020-00228-y

Sætra, H. S. (2023). Generative AI: Here to stay, but for good? Technology in Society, 75, 102372. https://doi.org/10.1016/j.techsoc.2023.102372

Skinner, R. E. (2012). Building the Second Mind: 1956 and the Origins of Artificial Intelligence Computing. Smashwords. UC Berkeley. https://escholarship.org/uc/item/88q1j6z3

Van Eck, N. J. y Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523-538. https://doi.org/10.1007/s11192-009-0146-3

Varsha, P. S. (2023). How can we manage biases in artificial intelligence systems – A systematic literature review. International Journal of Information Management Data Insights, 3, 1, 100165. https://doi.org/10.1016/j.jjimei.2023.100165

Walter, Y. (2024). Embracing the future of Artificial Intelligence in the classroom: the relevance of AI literacy, prompt engineering, and critical thinking in modern education. Int J Educ Technol High Educ, 21, 15. https://doi.org/10.1186/s41239-024-00448-3

Descargas

Publicado

09.01.2026

Cómo citar

Gualda Caballero, E. (2026). Editorial: Inteligencia artificial generativa, grandes modelos de lenguaje (LLMs) y analítica aumentada vs. big data y ciencia de datos: Nuevas avenidas para la investigación social: DEBATE: Más allá del Big Data: IA Generativa y LLMs como nuevas tecnologías digitales para el análisis de la realidad social. Revista CENTRA De Ciencias Sociales, 5(1), 157–172. https://doi.org/10.54790/rccs.150

Número

Sección

Debate