Integridad académica e inteligencia artificial: nuevos retos para la educación universitaria
La expansión de la inteligencia artificial en la educación está transformando la manera en que estudiantes y docentes buscan información, producen contenidos y desarrollan actividades académicas. Al mismo tiempo, estas herramientas plantean nuevos desafíos relacionados con el plagio, la autoría, la evaluación y la confiabilidad de las fuentes.
Ante este escenario, especialistas de la Universidad del Valle de Puebla (UVP) participaron en una mesa de diálogo para analizar la relación entre integridad académica e inteligencia artificial, en el marco del Día de Acción Internacional por la Integridad Académica, celebrado el 21 de octubre e impulsado globalmente por el International Center for Academic Integrity (ICAI).
Durante el encuentro, docentes e investigadores coincidieron en un punto fundamental: enfrentar la deshonestidad académica no significa simplemente prohibir herramientas digitales, sino desarrollar pensamiento crítico, alfabetización informacional y criterios claros para utilizar la tecnología de manera ética.
Inteligencia artificial y deshonestidad académica
La deshonestidad académica no comenzó con la inteligencia artificial.
Entre las prácticas que tradicionalmente han afectado a las instituciones educativas se encuentran:
- Plagio.
- Ciberplagio.
- Autoplagio.
- Uso indebido de fuentes.
- Manipulación de información.
- Presentación de trabajos realizados por terceros.
Sin embargo, la aparición de herramientas de inteligencia artificial generativa ha añadido nuevas posibilidades para producir textos, imágenes, análisis y contenidos prácticamente de manera inmediata.
El problema surge cuando estas herramientas sustituyen el proceso intelectual que corresponde realizar al estudiante.
El Dr. Mauricio Piñón Vargas, director de Investigación e Innovación de la UVP, señaló que la cultura de la inmediatez puede llevar a los estudiantes hacia una especie de “cárcel de oro”, donde obtener respuestas rápidas resulta atractivo, pero puede reducir el esfuerzo cognitivo necesario para construir un aprendizaje significativo.
En este contexto, el reto no consiste solamente en identificar quién utilizó inteligencia artificial, sino en preguntarnos qué aprendizaje ocurrió durante el proceso.
Los riesgos también existen en la investigación científica
La integridad académica no corresponde exclusivamente al estudiantado.
El Dr. Marcelino Trujillo Méndez, profesor de tiempo completo de la Dirección de Investigación e Innovación, destacó que los problemas relacionados con la integridad también afectan al ámbito científico.
La presión por publicar y producir resultados académicos puede favorecer prácticas como:
- Falsificación de datos.
- Manipulación de imágenes.
- Presentación de resultados inexistentes.
- Publicaciones duplicadas.
- Uso de revistas depredadoras.
- Participación en paper mills o fábricas de artículos científicos.
Estas prácticas ponen en riesgo la confiabilidad del conocimiento académico.
Por ello, hablar de integridad implica también analizar las condiciones bajo las cuales se produce, evalúa y publica la investigación científica.
¿La inteligencia artificial puede ser autora de un trabajo?
Uno de los puntos centrales de la mesa estuvo relacionado con la autoría de contenidos generados mediante inteligencia artificial.
La Dra. Lucero Alicia Alarcón Rincón, coordinadora de la Licenciatura en Derecho, y el Dr. Marcelino Trujillo Méndez analizaron las implicaciones jurídicas y éticas de considerar a una IA como autora.
Desde el marco jurídico mexicano, la autoría y los derechos derivados de una obra están relacionados con personas físicas.
Por esta razón, las herramientas de inteligencia artificial deben entenderse principalmente como instrumentos de asistencia o acompañamiento, y no como sustitutos de la responsabilidad intelectual de quien presenta un trabajo.
«La IA es una realidad que llegó para quedarse, pero requiere reglas claras y regulación uniforme.»
Dra. Lucero Alicia Alarcón Rincón
Este planteamiento refuerza una idea importante: aunque una herramienta pueda ayudar a generar contenido, la responsabilidad sobre su veracidad, pertinencia y utilización continúa siendo humana.
El riesgo de las citas y referencias generadas por IA
Uno de los principales problemas detectados en el uso académico de herramientas de inteligencia artificial es la generación de información aparentemente confiable que, en realidad, puede ser incorrecta.
Los modelos generativos pueden producir:
- Referencias bibliográficas inexistentes.
- Autores incorrectos.
- DOI falsos.
- Datos imprecisos.
- Interpretaciones equivocadas de investigaciones reales.
Estas referencias, conocidas de manera informal como “citas fantasma”, pueden pasar inadvertidas cuando el estudiante copia la respuesta sin verificarla.
Por esta razón, el uso responsable de IA requiere comprobar cualquier fuente en bases de datos académicas, repositorios institucionales o publicaciones originales.
La inteligencia artificial puede ayudar a buscar caminos, pero no sustituye la validación de la información.
De sancionar el plagio a construir una cultura de integridad
Otro de los principales acuerdos de la mesa fue la necesidad de superar los modelos exclusivamente punitivos.
Las sanciones forman parte de los mecanismos institucionales, pero por sí mismas difícilmente construyen una cultura de integridad.
La Mtra. Mercedes Benítez Santiago, coordinadora de Tutorías, destacó que algunas malas prácticas académicas pueden originarse también en el desconocimiento.
Un estudiante puede tener dificultades para:
- Identificar una fuente confiable.
- Realizar una cita correctamente.
- Parafrasear.
- Organizar referencias.
- Utilizar una base de datos académica.
- Diferenciar colaboración de plagio.
- Reconocer cuándo debe declarar el uso de inteligencia artificial.
Por ello, una estrategia preventiva requiere fortalecer la alfabetización informacional desde los primeros niveles de la formación universitaria.
Herramientas para mejorar la alfabetización informacional
La alfabetización informacional implica desarrollar las habilidades necesarias para buscar, evaluar, organizar y utilizar información de manera responsable.
Durante la mesa se destacó la importancia de que estudiantes y docentes conozcan herramientas como:
- Mendeley, para organizar fuentes y referencias bibliográficas.
- Zotero, para gestionar bibliografía y documentos académicos.
- Bases de datos científicas.
- Repositorios universitarios.
- Plataformas de ciencia abierta.
El conocimiento de estas herramientas permite disminuir la dependencia de búsquedas superficiales y favorecer el acceso a fuentes académicas verificables.
Ciencia abierta e investigación universitaria
La disponibilidad de repositorios y proyectos de ciencia abierta representa otra oportunidad para fortalecer la integridad académica.
Facilitar el acceso a investigaciones, datos y publicaciones contribuye a que estudiantes e investigadores puedan verificar información y construir nuevo conocimiento a partir de fuentes confiables.
Sin embargo, la tecnología debe mantenerse al servicio de la curiosidad científica.
El Mtro. Enrique de Jesús Garduño Gómez, responsable de Eficiencia Terminal en UVP Tehuacán, señaló que la investigación continúa siendo una actividad esencialmente humana.
«No debemos perder la pasión científica frente a una investigación mecanizada o industrializada dedicada únicamente a producir por producir.»
La tecnología puede acelerar determinados procesos, pero formular preguntas relevantes, interpretar resultados y construir conocimiento continúa requiriendo criterio humano.
Cómo debe cambiar la evaluación ante la inteligencia artificial
La llegada de la IA generativa obliga también a revisar algunas prácticas tradicionales de evaluación.
Si una actividad puede resolverse completamente con una instrucción básica en una plataforma de inteligencia artificial, probablemente resulte necesario analizar qué competencia está evaluando realmente.
Una de las propuestas discutidas consiste en dar mayor importancia al proceso de aprendizaje y no únicamente al producto final.
Entre las alternativas se encuentran:
- Evaluaciones orales.
- Estudios de caso.
- Presentaciones y defensas de proyectos.
- Bitácoras de trabajo.
- Entregas progresivas.
- Análisis de problemas reales.
- Evidencias del proceso de investigación.
Este tipo de actividades permite conocer mejor cómo piensa el estudiante y cómo llegó a determinada conclusión.
Cuatro estrategias para integrar la IA de manera responsable
La mesa de diálogo identificó cuatro ejes que pueden ayudar a las instituciones de educación superior a responder a los retos actuales.
1. Establecer políticas claras sobre el uso de IA
Las instituciones y docentes necesitan comunicar de manera explícita cuándo puede utilizarse inteligencia artificial.
Una posible clasificación contempla tres escenarios:
- IA prohibida: actividades en las que su uso no está permitido.
- IA permitida con declaración: puede utilizarse siempre que se informe cómo fue empleada.
- IA integrada pedagógicamente: la herramienta forma parte intencional del proceso de aprendizaje.
Esta diferenciación permite evitar reglas ambiguas y facilita que los estudiantes conozcan claramente los límites de cada actividad.
2. Rediseñar la evaluación universitaria
El segundo eje consiste en valorar más el proceso mediante el cual se construye el conocimiento.
Evaluaciones orales, casos prácticos y proyectos desarrollados por etapas pueden ayudar a reducir la posibilidad de delegar completamente el trabajo a una herramienta tecnológica.
3. Fortalecer la alfabetización digital e informacional
Utilizar inteligencia artificial responsablemente requiere conocimientos técnicos y criterios críticos.
Tanto docentes como estudiantes necesitan formación en:
- Búsqueda de información.
- Verificación de fuentes.
- Privacidad y protección de datos.
- Uso ético de información sensible.
- Funcionamiento básico de modelos generativos.
- Ingeniería de prompts.
- Identificación de errores o alucinaciones de IA.
La alfabetización digital no consiste únicamente en saber utilizar una herramienta, sino en comprender cuándo confiar en ella y cuándo cuestionarla.
4. Considerar el impacto ambiental de la inteligencia artificial
El uso de herramientas digitales también implica infraestructura física.
Servidores, centros de datos y sistemas de refrigeración requieren recursos energéticos e hídricos.
Por ello, la alfabetización en inteligencia artificial puede incorporar también una dimensión ambiental que ayude a comprender que cada interacción digital forma parte de una infraestructura tecnológica más amplia.
La IA como acompañamiento y no como sustitución
Una de las principales conclusiones del encuentro fue que la discusión sobre inteligencia artificial no debe reducirse a decidir entre permitirla o prohibirla.
La pregunta más relevante es cómo integrarla sin disminuir la capacidad de estudiantes e investigadores para pensar, cuestionar y crear.
Una herramienta puede ayudar a organizar información, revisar argumentos, formular preguntas o explorar nuevas posibilidades.
Sin embargo, el estudiante debe continuar siendo responsable de:
- Las ideas que presenta.
- Las fuentes que utiliza.
- Los argumentos que construye.
- La verificación de la información.
- Las conclusiones que defiende.
Recuperar la pasión por ser autores
El encuentro concluyó con una reflexión del Dr. Enrique Moreno Ceballos, coordinador de Editorial y Publicaciones de la UVP, quien planteó la necesidad de recuperar la “pasión por buscarse como autores”.
En un entorno donde producir texto resulta cada vez más sencillo, la formación universitaria tiene el desafío de enseñar que escribir no consiste únicamente en generar palabras.
Ser autor implica investigar, cuestionar, contrastar información, construir una postura y asumir responsabilidad sobre aquello que se comunica.
La inteligencia artificial puede convertirse en una aliada de ese proceso siempre que funcione como una herramienta de acompañamiento y no como sustituto del pensamiento.
Construir una cultura de integridad académica en la era de la inteligencia artificial requiere entonces algo más que nuevas tecnologías.
Requiere estudiantes capaces de preguntar, docentes dispuestos a replantear la evaluación e instituciones comprometidas con formar personas que no solamente produzcan información, sino que sean capaces de generar conocimiento con responsabilidad, ética y sentido crítico.