Este artículo ofrece un análisis exhaustivo del desarrollo, las capacidades y las aplicaciones de la inteligencia artificial generativa (GenAI) y los modelos lingüísticos a gran escala (LLM), centrándose en sus implicaciones para la investigación y la educación. Traza la evolución conceptual desde la inteligencia artificial (IA) hasta el aprendizaje automático (AA), el aprendizaje profundo (AA) y, finalmente, la arquitectura Transformer, que constituye la base de los sistemas generativos modernos. Examina aspectos técnicos como las estrategias de incitación, la incrustación de palabras y los métodos de muestreo probabilístico (temperatura, top-k, top-p), así como la aparición de agentes autónomos, considerando las oportunidades, limitaciones y riesgos que estos factores plantean. Evalúa críticamente la integración de GenAI en todo el proceso de investigación, desde la ideación y la revisión bibliográfica hasta el diseño del estudio, la recopilación de datos, el análisis, la interpretación y la difusión. Si bien se centra específicamente en la investigación en geografía, el análisis se extiende a contextos académicos más amplios. También aborda las aplicaciones educativas de GenAI, incluyendo el diseño de conferencias y lecciones, la impartición de la instrucción, la evaluación y la retroalimentación, presentando la educación en geografía como un caso de estudio. Este estudio se centra en los problemas éticos, sociales y ambientales que plantea la GenAI, incluyendo sesgos, derechos de propiedad intelectual, gobernanza y rendición de cuentas, así como estrategias tecnológicas emergentes para mitigar el impacto ambiental de los LLM. Finalmente, considera el futuro a corto y largo plazo de la GenAI, incluyendo escenarios de adopción continua, regulación y posible declive. Al situar la GenAI tanto en la práctica académica como en los contextos educativos, este estudio contribuye al debate crítico sobre su potencial transformador y la responsabilidad social.
