# Integridad académica e inteligencia artificial: cómo actualizar las reglas institucionales

> Actualiza las reglas de integridad académica ante la inteligencia artificial con criterios de uso, declaración, evaluación, privacidad y responsabilidades claras.

- Site: Genialoh (https://genialoh.org)
- Language: es
- Category: Gobernanza
- Reading time: 15 min
- HTML version: https://genialoh.org/#/blog/integridad-academica-inteligencia-artificial

---
La inteligencia artificial generativa obliga a las universidades a revisar sus reglas de integridad académica.

Las políticas tradicionales suelen concentrarse en plagio, copia durante evaluaciones, suplantación de identidad y uso no autorizado de materiales. Estas conductas siguen siendo relevantes, pero la IA introduce situaciones más difíciles de clasificar.

Un estudiante puede utilizar una herramienta para generar ideas, mejorar la claridad de un texto, traducir un párrafo, revisar código, resolver un problema, crear referencias, resumir una fuente o redactar una entrega completa.

Algunas de estas prácticas pueden apoyar el aprendizaje. Otras pueden ocultar la falta de comprensión, infringir las instrucciones de una actividad o presentar como propio un trabajo que el estudiante no realizó.

Por eso, la pregunta institucional ya no puede limitarse a: ¿el estudiante utilizó inteligencia artificial? La universidad debe responder preguntas más precisas.

> **Nuevas preguntas institucionales**
> 
> - ¿El uso estaba permitido?
> - ¿En qué etapa de la actividad se utilizó?
> - ¿Qué parte del resultado pertenece al estudiante?
> - ¿Se declaró el apoyo recibido?
> - ¿Se verificó la información?
> - ¿La actividad conserva evidencia del aprendizaje?
> - ¿Se compartieron datos o materiales protegidos?
> - ¿Existió intención de engañar?
> - ¿Las instrucciones del profesor eran suficientemente claras?
> - ¿La consecuencia es proporcional a la conducta?

Actualizar las reglas no significa aceptar cualquier uso de IA. Significa definir condiciones comprensibles para que estudiantes, profesores y autoridades puedan actuar de forma consistente.

UNESCO recomienda que la incorporación de inteligencia artificial en educación se base en una visión centrada en las personas, con protección de datos, validación ética, diseño pedagógico y desarrollo de capacidades. La OCDE también identifica la integridad académica, la protección de datos, la equidad y la fiabilidad de los contenidos generados como áreas centrales de las políticas de adopción en educación superior.

## ¿Qué es la integridad académica en la era de la IA?

La integridad académica es el compromiso de producir, evaluar y comunicar trabajo académico de manera honesta, responsable y transparente. No se reduce a evitar el plagio.

- Presentar evidencia auténtica del aprendizaje.
- Reconocer las contribuciones externas.
- Respetar las reglas de cada actividad.
- Utilizar fuentes de manera responsable.
- Verificar la información.
- Proteger datos y materiales.
- No suplantar el trabajo de otras personas.
- Asumir responsabilidad por el contenido entregado.
- Respetar los procesos de evaluación.
- Actuar de manera justa con otros estudiantes.

La inteligencia artificial no elimina estos principios. Cambia las formas en que pueden cumplirse o vulnerarse. Un texto generado no es necesariamente una infracción: depende del propósito de la actividad, de las instrucciones, del grado de intervención de la herramienta, de la declaración realizada y de la evidencia que el estudiante pueda presentar sobre su proceso.

## Por qué las reglas tradicionales ya no son suficientes

Una política que solamente prohíbe utilizar inteligencia artificial puede resultar difícil de aplicar. La IA ya está incorporada en buscadores, procesadores de texto, plataformas de diseño, correctores, traductores, herramientas de programación y sistemas de productividad. Los estudiantes pueden no saber qué funciones están cubiertas por la prohibición.

Existen diferencias importantes entre corregir ortografía, solicitar una explicación, generar un esquema, reescribir un párrafo, resolver un ejercicio, crear una bibliografía, redactar un ensayo completo, inventar datos, utilizar información confidencial o presentar una respuesta sin comprenderla. Una política útil debe distinguir entre comportamientos, no limitarse a enumerar marcas o aplicaciones.

## Primer cambio: definir categorías de uso

La universidad puede establecer una clasificación común que cada profesor adapte a sus actividades.

| Nivel | Descripción | Ejemplos |
| --- | --- | --- |
| 1. No permitido | La actividad debe realizarse sin apoyo de IA generativa. | Examen presencial, examen oral, redacción supervisada. |
| 2. Limitado | La IA puede utilizarse solo en etapas específicas. | Generar preguntas de estudio, revisar claridad, comparar estructuras. |
| 3. Permitido con declaración | El estudiante puede usar IA, pero debe documentar su participación. | Ensayos, proyectos, análisis con anexo de declaración. |
| 4. Requerido | La herramienta forma parte del objetivo de aprendizaje. | Comparar respuestas, identificar sesgos, diseñar instrucciones, defender iteraciones. |

Cada actividad debe indicar su nivel. La universidad puede exigir que todas las instrucciones incluyan una sección visible que explique qué está permitido, qué no y qué evidencia debe conservarse. Esta práctica evita que los estudiantes tengan que adivinar las expectativas de cada profesor.

## Segundo cambio: definir qué significa autoría

La inteligencia artificial complica la idea de autoría porque puede generar contenido que el estudiante selecciona, modifica y presenta. La política debe aclarar que entregar un trabajo implica asumir responsabilidad sobre la exactitud, la selección de fuentes, los argumentos, los datos, las referencias, el cumplimiento de las instrucciones, la declaración de apoyos y la originalidad de las decisiones.

Una declaración como "lo hizo la IA" no elimina la responsabilidad del estudiante. Quien entrega el trabajo debe poder explicarlo, defenderlo, reproducir los pasos fundamentales, justificar sus decisiones, identificar las fuentes, reconocer limitaciones y corregir errores.

> **Señal de alerta, no prueba definitiva**
> 
> Que el estudiante no pueda explicar el contenido presentado es una señal a revisar, pero no debe convertirse automáticamente en prueba definitiva de una infracción.

## Tercer cambio: separar uso de IA, plagio y fraude académico

No todos los usos no autorizados son idénticos. La política puede distinguir entre categorías con respuestas diferenciadas.

| Categoría | Qué ocurrió |
| --- | --- |
| Uso no autorizado | El estudiante utilizó una herramienta en una actividad que no lo permitía. |
| Falta de declaración | El uso estaba permitido, pero no se informó como se indicaba. |
| Presentación engañosa | Se afirmó haber realizado un trabajo generado sustancialmente por una herramienta. |
| Fabricación de información | Se incluyeron datos, fuentes, entrevistas o citas inexistentes sin verificación. |
| Suplantación del aprendizaje | La herramienta realizó la parte central que debía demostrar la competencia. |
| Uso indebido de información | Se introdujeron datos personales, evaluaciones o materiales confidenciales. |
| Manipulación o evasión | Se ocultó el origen del trabajo o se evitaron controles establecidos. |

## Cuarto cambio: diseñar evaluaciones que conserven evidencia del aprendizaje

La integridad académica no puede depender solamente de detectar textos generados. TEQSA recomienda que las instituciones revisen la integridad de sus sistemas de evaluación y reformen el diseño de actividades ante las oportunidades y riesgos de la IA generativa.

- Entregas parciales y borradores.
- Bitácoras y discusión en clase.
- Defensa oral y preguntas de seguimiento.
- Aplicación a un caso local.
- Datos recopilados por el estudiante.
- Reflexión sobre decisiones.
- Comparación de fuentes y revisión de errores.
- Actividades bajo supervisión y trabajo combinado individual/colaborativo.

### Ejemplo de rediseño

| Actividad tradicional | Actividad rediseñada |
| --- | --- |
| Escribe un ensayo de 2,000 palabras sobre los efectos de la IA en el empleo. | Selecciona un sector local y formula una pregunta de investigación. |
|  | Genera con IA dos posibles explicaciones e identifica afirmaciones que necesitan evidencia. |
|  | Contrasta con cinco fuentes y entrevista a una persona del sector o analiza datos. |
|  | Redacta tu argumento, anexa declaración de uso y defiende conclusiones. |
|  | Explica qué sugerencias de la IA rechazaste y por qué. |

La IA puede participar, pero el estudiante debe investigar, verificar, decidir y argumentar.

## Quinto cambio: establecer una declaración de uso

Una declaración común facilita la transparencia y evita que cada profesor invente un formato diferente.

> **Plantilla breve de declaración**
> 
> Utilicé [herramienta] para [propósito] durante [etapa]. Las principales instrucciones fueron [descripción]. Revisé o modifiqué el resultado de las siguientes maneras: [explicación]. Verifiqué la información mediante [fuentes]. Asumo la responsabilidad del contenido entregado.

| Campo | Contenido |
| --- | --- |
| Herramienta | Nombre y versión cuando sea posible. |
| Propósito | Explicar para qué se utilizó. |
| Etapa | Planeación, investigación, redacción, análisis, edición u otra. |
| Intervención | Qué generó o modificó la herramienta. |
| Verificación | Cómo se comprobaron afirmaciones, datos o referencias. |
| Decisiones del estudiante | Qué sugerencias se aceptaron, modificaron o rechazaron. |
| Limitaciones | Errores o problemas identificados. |
| Responsabilidad | Confirmación de revisión y comprensión del contenido final. |

La declaración debe ser proporcional. No es necesario exigir un registro extenso para una corrección menor si el objetivo de la actividad no lo requiere.

## Sexto cambio: regular las fuentes y referencias generadas

Las herramientas de IA pueden producir referencias inexistentes, datos incorrectos o citas que no corresponden al contenido original. La política debería indicar reglas claras.

- La IA no sustituye la consulta de la fuente.
- Toda referencia debe ser localizada y verificada.
- No deben citarse documentos que el estudiante no haya revisado.
- Los datos deben comprobarse mediante fuentes confiables.
- Las citas textuales deben contrastarse con el original.
- La bibliografía generada automáticamente debe revisarse.
- Las fuentes confidenciales o inexistentes no pueden presentarse como evidencia.

El estudiante debe comprender que una lista de referencias bien formateada puede seguir siendo falsa.

## Séptimo cambio: proteger datos, evaluaciones y materiales

La integridad académica también implica proteger la información. UNESCO enfatiza la necesidad de proteger la privacidad y establecer mecanismos de gobernanza antes de incorporar herramientas generativas a la educación.

> **No introducir en herramientas no autorizadas**
> 
> - Nombres completos, matrículas y expedientes.
> - Calificaciones individualizadas.
> - Información médica, financiera o situaciones personales identificables.
> - Exámenes no publicados y bancos de preguntas confidenciales.
> - Investigaciones no divulgadas y datos de empresas colaboradoras.
> - Contratos, materiales propietarios e información institucional estratégica.

La universidad debe proporcionar una lista de herramientas autorizadas y un proceso para evaluar nuevas soluciones.

## Octavo cambio: capacitar a profesores y estudiantes

Una política publicada en el sitio institucional no cambia automáticamente las prácticas.

| Profesores necesitan | Estudiantes necesitan |
| --- | --- |
| Comunicar reglas y diseñar evaluaciones. | Comprender los niveles de uso. |
| Reconocer usos aceptables. | Declarar el apoyo recibido. |
| Analizar posibles infracciones sin acusar por sospecha. | Verificar resultados y reconocer errores. |
| Proteger información y usar herramientas institucionales. | Proteger datos personales. |
| Documentar evidencias y aplicar consecuencias proporcionales. | Conservar evidencia de su proceso. |
| Orientar a los estudiantes. | Citar correctamente y asumir responsabilidad. |

El marco de competencias docentes de UNESCO organiza la preparación en cinco dimensiones: enfoque centrado en las personas, ética, fundamentos y aplicaciones, pedagogía y desarrollo profesional.

## Noveno cambio: no depender únicamente de detectores de IA

Un detector puede generar una puntuación, pero esa puntuación no explica quién produjo el trabajo, qué herramienta se utilizó ni si existió una infracción. Una universidad no debería sancionar a un estudiante basándose únicamente en una herramienta automática.

> **La revisión debe considerar**
> 
> - Instrucciones de la actividad y declaración de uso.
> - Borradores e historial de versiones cuando esté disponible.
> - Fuentes utilizadas y capacidad para explicar el trabajo.
> - Comparación con entregas anteriores.
> - Conversación con el estudiante y evidencias del proceso.
> - Posibles circunstancias alternativas.

## Décimo cambio: aplicar consecuencias proporcionales

No toda infracción requiere la misma respuesta. La política puede considerar gravedad, intención, impacto, nivel académico, claridad de las instrucciones, reincidencia, cantidad del trabajo afectado, existencia de engaño, uso de datos protegidos y cooperación durante la revisión.

| Tipo de respuesta | Cuándo aplica | Ejemplos |
| --- | --- | --- |
| Educativa | Casos iniciales o de menor gravedad. | Orientación, repetición, corrección de declaración, taller, reflexión escrita, ajuste de calificación. |
| Disciplinaria | Fraude deliberado, suplantación, reincidencia o fabricación grave. | Sanciones alineadas al reglamento institucional revisadas por áreas académicas y jurídicas. |

## Undécimo cambio: crear un proceso justo para posibles infracciones

- Cómo se reporta la sospecha y qué evidencias deben presentarse.
- Quién realiza la primera revisión.
- Cómo se informa al estudiante y qué oportunidad tiene para responder.
- Cómo se documenta la decisión y qué consecuencias pueden aplicarse.
- Cómo puede apelarse y cómo se protege la confidencialidad.
- Cómo se utiliza el caso para mejorar instrucciones o formación.

El procedimiento debe evitar tanto la impunidad como las acusaciones automáticas.

## Duodécimo cambio: diferenciar reglas institucionales y reglas de asignatura

La universidad debe proporcionar principios comunes (honestidad, transparencia, responsabilidad, protección de datos, verificación, declaración, procedimiento de revisión y consecuencias generales). Cada profesor debe definir las condiciones específicas de sus actividades.

> **Plantilla para instrucciones de una actividad**
> 
> - Uso de IA: no permitido / limitado / permitido con declaración / requerido.
> - Usos autorizados y usos no autorizados.
> - Declaración requerida (formato y extensión).
> - Evidencia del proceso: borradores, bitácora, fuentes, historial o defensa oral.
> - Verificación: cómo comprobar datos, citas o resultados.
> - Protección de información: qué contenido no puede compartirse.
> - Criterios de evaluación y consecuencias aplicables.

## Decimotercer cambio: incluir reglas para profesores

La integridad académica no es una obligación exclusiva del estudiante. Los profesores también deben comunicar instrucciones claras, aplicar reglas de manera consistente, verificar materiales generados, no introducir trabajos identificables en herramientas no autorizadas, revisar preguntas y rúbricas creadas con IA, conservar responsabilidad sobre calificaciones, informar cuando la IA participe de manera significativa, evitar acusaciones basadas solamente en detectores y participar en capacitación.

## Decimocuarto cambio: integrar la IA al reglamento existente

No siempre es necesario crear un reglamento completamente independiente. La universidad puede actualizar código de integridad, reglamento de estudiantes, política de evaluación, manual docente, política de privacidad, lineamientos de investigación, política de seguridad, formatos de asignaturas, procedimientos disciplinarios y condiciones de uso de plataformas. Puede existir una política general de IA que conecte estos documentos y ofrezca criterios comunes.

## Decimoquinto cambio: revisar la política regularmente

Las herramientas cambian con rapidez. Una política basada en marcas, funciones específicas o técnicas de detección puede quedar desactualizada.

- Responsable de la política.
- Fecha de aprobación y de revisión.
- Canal para proponer cambios.
- Historial de versiones.
- Procedimiento de actualización urgente.
- Participación de profesores y estudiantes.
- Comunicación de cambios.

Una revisión semestral o anual puede complementarse con actualizaciones cuando aparezcan nuevos riesgos o formas de uso.

## Ejemplo de política institucional resumida

> **Política resumida**
> 
> La universidad promueve un uso responsable, transparente y pedagógicamente justificado de la inteligencia artificial. Cada actividad indicará si su uso está prohibido, limitado, permitido con declaración o requerido. Los estudiantes conservarán la responsabilidad sobre cualquier trabajo entregado. Está prohibido introducir datos personales sensibles, expedientes, calificaciones, evaluaciones confidenciales o materiales institucionales no autorizados en herramientas externas. Las posibles infracciones se revisarán considerando instrucciones, evidencias, declaración, oportunidad de respuesta y proporcionalidad. Ninguna decisión disciplinaria se sustentará exclusivamente en un detector automático.

## Plan de actualización en 30 días

| Días | Fase | Acciones |
| --- | --- | --- |
| 1-5 | Diagnóstico | Reunir políticas actuales, identificar conflictos, consultar comunidad, revisar herramientas, documentar casos. |
| 6-10 | Diseño | Definir categorías, crear declaración, establecer responsabilidades, tratar datos, diseñar procedimiento y proporcionalidad. |
| 11-15 | Consulta | Dirección académica, tecnología, jurídico, docentes; probar instrucciones en distintas disciplinas. |
| 16-20 | Adaptación | Incorporar cambios, crear ejemplos, preparar plantillas, definir FAQ, alinear reglamento disciplinario. |
| 21-25 | Capacitación | Formar profesores, preparar materiales para estudiantes, practicar análisis de casos, presentar herramientas autorizadas. |
| 26-30 | Publicación | Publicar versión vigente, comunicar aplicación, habilitar canal de dudas, registrar incidentes, medir comprensión. |

## Indicadores para evaluar las nuevas reglas

- Asignaturas que indican el nivel de uso de IA y profesores capacitados.
- Estudiantes que conocen las reglas y declaraciones de uso presentadas.
- Consultas recibidas, casos revisados y tiempo de resolución.
- Tipos de infracción, reincidencia y apelaciones.
- Actividades rediseñadas y herramientas autorizadas.
- Incidentes de privacidad y necesidades de capacitación.

El objetivo no debe ser aumentar el número de sanciones. Debe ser mejorar la claridad, prevenir conductas problemáticas y conservar evidencia válida del aprendizaje.

## Errores frecuentes al actualizar la política

| Error | Riesgo |
| --- | --- |
| Prohibir toda IA sin distinguir usos. | Regla difícil de aplicar; incluye herramientas que los estudiantes no reconocen como IA. |
| Permitir todo sin condiciones. | Debilita la evaluación y aumenta riesgos de privacidad. |
| Depender de detectores. | Una puntuación no demuestra por sí sola una infracción. |
| No capacitar a profesores. | Interpretaciones inconsistentes. |
| No escuchar a los estudiantes. | Confusiones prácticas no contempladas. |
| Lenguaje demasiado técnico. | La norma no es comprensible para toda la comunidad. |
| No actualizar evaluaciones. | Actividades sin evidencia suficiente del aprendizaje. |
| Misma consecuencia a todos los casos. | Ignora gravedad, intención, impacto y reincidencia. |
| Publicar sin ejemplos. | Usuarios no comprenden cómo se aplica. |
| No indicar quién resuelve dudas. | Decisiones improvisadas. |

## Preguntas frecuentes

### ¿Utilizar inteligencia artificial siempre es plagio?

No. Depende de las instrucciones, el propósito, la forma en que se utilizó y si se declaró. Puede existir uso autorizado, uso no autorizado, falta de declaración, fabricación de información u otras conductas diferentes.

### ¿Los estudiantes deben citar ChatGPT u otras herramientas?

La universidad debe definir una forma de declaración o atribución. Además, las afirmaciones académicas deben respaldarse con fuentes verificables, no únicamente con una respuesta generada.

### ¿Puede sancionarse a un estudiante por una puntuación de detector?

Una decisión no debería basarse únicamente en un detector automático. Deben revisarse las instrucciones, el proceso, las fuentes, los borradores, la explicación del estudiante y otras evidencias.

### ¿Puede permitirse IA en algunas actividades y prohibirse en otras?

Sí. El permiso debe relacionarse con el objetivo de aprendizaje y la evidencia que el profesor necesita observar.

### ¿Quién debe actualizar las reglas?

Dirección académica, comités de integridad, jurídico, tecnología, protección de datos, profesores y representantes de estudiantes deberían participar según la estructura institucional.

### ¿Es necesario modificar todas las asignaturas?

Todas deberían indicar reglas claras, pero el rediseño puede priorizar evaluaciones de alto impacto o actividades que pueden delegarse fácilmente.

### ¿Qué datos no deben introducirse?

Nombres, matrículas, expedientes, calificaciones individualizadas, información médica, financiera, evaluaciones confidenciales y materiales institucionales no autorizados.

### ¿La universidad necesita una plataforma institucional?

Una plataforma propia puede ayudar a ofrecer identidad, contexto académico, tutores por programa, lineamientos comunes, capacitación, implementación, soporte y analítica. No elimina la necesidad de políticas y diseño pedagógico.

### ¿Cómo se comunica la nueva política?

Mediante el reglamento, manual docente, programas de asignatura, sesiones de inducción, capacitación, preguntas frecuentes y mensajes visibles dentro de las plataformas utilizadas.

### ¿Cada cuánto debe revisarse?

Debe establecerse una revisión periódica y un procedimiento extraordinario para responder a cambios relevantes en herramientas, normativa o prácticas académicas.

## De la prohibición a la responsabilidad institucional

La inteligencia artificial no elimina la integridad académica. Obliga a definirla con mayor precisión. Una universidad necesita reglas que permitan distinguir entre apoyo, colaboración, delegación, engaño y uso indebido de información. También necesita evaluaciones que conserven evidencia del aprendizaje, profesores capacitados, herramientas autorizadas y procedimientos justos.

> **Genialoh para tu institución**
> 
> - Nombre, logotipo y colores institucionales.
> - Valores, metodología y contexto basado en planes y programas.
> - Tutores configurados alrededor de carreras o grados.
> - Lineamientos académicos presentes en la experiencia.
> - Apoyo de IA para profesores y analítica institucional.
> - Capacitación, implementación, soporte y seguimiento de adopción.

Agenda una primera reunión de 30 minutos. Si la institución decide avanzar, seleccionará dos carreras o programas y proporcionará los documentos autorizados necesarios. Genialoh preparará una demo funcional con la identidad y el contexto académico de la institución en menos de 14 días desde la recepción de la documentación completa. Después de la presentación, hasta cinco personas autorizadas podrán explorarla durante 30 días naturales.