Revista semestral - junio 2025 AÑO 9 / NÚM 14
La inteligencia artificial en el aula: más allá de los mitos pág. 06
Voces de la integridad académica: la inteligencia artificial en la educación pág. 13
¿Deberíamos evitar la inteligencia artificial en el aula? pág. 32
María del Carmen García Higuera, Mónica López Bátiz, Universidad Panamericana campus Ciudad de México; María Alejandra Calderón Swain, Universidad Panamericana, campus Guadalajara; Gonzalo PizarroPuccio y Cecilia Arce Maillard, Pontificia Universidad Católica de Chile; Luz Herlinda Godina Silva, Adriana Lizeth Barberena Cerda, Universidad de Monterrey; Pablo Ayala Enríquez y Daniela Gallego Salazar, Instituto Tecnológico y de Estudios Superiores de Monterrey; Isabel Barreneche Giraldo, Universidad EAFIT; Ana Belarmina Castañaza Ruano De Sandoval, Universidad del Istmo; Jorge Francisco Hernández Saldivar, Universidad Tecmilenio y Stephanie Goldberg, Turnitin.
Edición
Armando Alemán Juárez aalemanj@up.edu.mx
Diseño
Christopher René Bautista Sánchez
Centro de Profesores Talent mx_talent@up.edu.mx https://talent.up.edu.mx
Integridad Académica mayo - agosto 2025 / Año 9 / Número 14
Universidad Panamericana Jerez 10
Col. Insurgentes Mixcoac 03920. Del. Benito Juárez, CDMX
Créditos de recursos gráficos: Freepik.com
Envato Elements
Esta revista es un esfuerzo conjunto de la Universidad Panamericana en alianza con las siguientes universidades:
Revista de Integridad Académica © 2025 by Centros Culturales de México A.C. is licensed under CC BY-NC-ND 4.0
INTEGRIDAD ACADÉMICA, año 9, número 14, es una publicación semestral junio 2025 editada por CENTROS CULTURALES DE MÉXICO, A.C. (propietaria de la Universidad Panamericana), con domicilio en calle Jerez No. 10 Col. Insurgentes Mixcoac, Delegación Benito Juárez, Ciudad de México, C.P. 03920, Tel. (55) 54 82 16 00. Editor responsable María del Carmen García Higuera, Reserva de Derechos al Uso Exclusivo 04-2017-121117154000-203, ISSN 2594-0236, ambos otorgados por el Instituto Nacional de Derechos de Autor. Responsable de la última actualización de éste Número, María del Carmen García Higuera. INTEGRIDAD ACADÉMICA. Copyright 2022© Todos los derechos reservados. El contenido de la presente publicación no puede ser reproducido, ni transmitido por ningún procedimiento electrónico o mecánico, incluyendo fotocopia, grabación magnética, ni registrado por ningún sistema de recuperación de información, en ninguna forma y por ningún medio, sin la previa autorización por escrito de CENTROS CULTURALES DE MÉXICO, A.C. CENTROS CULTURALES DE MÉXICO, A.C. no tendrá responsabilidad alguna por las lesiones y/o daños sobre personas o bienes que sean el resultado de presuntas declaraciones difamatorias, violaciones de derechos de propiedad intelectual, industrial o privacidad, ni responsabilidad por producto de negligencia. Tampoco asumirán responsabilidad alguna por la aplicación o utilización de los métodos, productos, instrucciones o ideas descritos en el presente material, seguir los consejos y/o recomendaciones, incluidos en ellos es responsabilidad de quien lo hace y de quien lo recomienda. Todas las ideas expresadas en los artículos incluidos en esta publicación, son de cada autor. CENTROS CULTURALES DE MÉXICO, A.C. y el comité editorial no asumen responsabilidad alguna sobre las ideas expresadas en los artículos publicados, toda vez que estos no necesariamente expresan la ideología, opinión ni la interpretación de CENTROS CULTURALES DE MÉXICO, A.C., de sus Directivos, empleados, ni del equipo que dirige esta publicación. Queda prohibida la reproducción total o parcial de los contenidos e imágenes de la publicación sin previa autorización de CENTROS CULTURALES DE MÉXICO, A.C.
Agradecemos a nuestro patrocinador:
Como apunta Vasant Dhar (2025), profesor de la Escuela de Negocios Leonard N. Stern y del Centro de Ciencias de Datos de la Universidad de Nueva York, la capacidad de dialogar con una “entidad” —aunque imperfecta— ha impulsado un cambio de paradigma en los sistemas de inteligencia artificial (IA). Inicialmente diseñados para tareas muy concretas, el auge reciente de estos desarrollos ha ampliado su aplicación a conversaciones generales, asistencia en múltiples labores, toma de decisiones y generación de texto y video, entre otros usos.
En el ámbito educativo, los modelos de lenguaje (Large Language Models, LLM) están adquiriendo un papel central. Autores como Sarah Eaton (25 de julio de 2023) sostienen que la escritura híbrida —cocreada por humanos y sistemas de IA— se está normalizando, lo que dificulta distinguir dónde termina la intervención humana y comienza la automatizada.
Este cambio de paradigma demuestra la necesidad de profundizar en el potencial, los límites y los riesgos de la IA en la enseñanza y el aprendizaje. Es vital defender la centralidad de la persona en todo proceso educativo: aunque las herramientas de IA ganen protagonismo, su uso debe siempre favorecer al ser humano y nunca sustituirlo (Dicasterio para la Doctrina de la Fe, 2025).
En este número, te invito a reflexionar sobre cómo la IA puede contribuir a los valores de integridad académica en la educación superior. A través de diversos textos, exploramos su impacto, desafíos y oportunidades, y proponemos caminos para un actuar ético al utilizar estas herramientas.
“La inteligencia artificial en el aula: más allá de los mitos”, de Pablo Ayala, desmonta
ideas preconcebidas y sugiere prácticas éticas para integrar la IA en clase. Con ejemplos de instituciones latinoamericanas, muestra cómo estos sistemas pueden potenciar el pensamiento crítico sin reemplazar al docente.
“Voces de la integridad académica: la inteligencia artificial en la educación” reúne a tres expertos en IA y ética. Comparten perspectivas sobre personalización del aprendizaje y destacan la formación continua de los docentes y políticas claras como pilares esenciales.
“Contract cheating en universidades latinoamericanas”, por María Medina y Ada Verdejo, analiza el fenómeno de servicios externos para tareas académicas. Con datos de México, Puerto Rico, Ecuador y República Dominicana, proponen un enfoque integral: políticas institucionales, capacitación docente y herramientas tecnológicas para prevenir y detectar la práctica.
En “El impacto de la inteligencia artificial en la educación superior”, David Rettinger ofrece una entrevista sobre cómo diseñar intervenciones tempranas basadas en IA para fomentar una cultura de compromiso ético en las instituciones.
Complementa este número una infografía del Centro de Desarrollo Docente de la Pontificia Universidad Católica de Chile: “Recomendaciones para docentes: ¿Cómo promover un uso íntegro de la IA?”, con nueve pautas prácticas para no comprometer los valores éticos en el aula.
Finalmente, “¿Deberíamos evitar la inteligencia artificial en el aula?”, de Mauricio Garita, propone recomendaciones como evaluaciones orales y métodos presenciales para garantizar un aprendizaje auténtico, sin renunciar al potencial de la IA.
* Durante la preparación de este número de la revista, el editor usó ChatGPT 04-mini para sugerir algunas modificaciones de los textos y mejorar la claridad del lenguaje. Tras utilizar esta herramienta generativa, el editor revisó y editó el contenido según fuera necesario.
24
A COMMENTARY ABOUT CONTRACT CHEATING IN SOME LATIN AMERICAN UNIVERSITIES
VOCES DE LA INTEGRIDAD ACADÉMICA: LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN
EL IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR 13 29
RECOMENDACIONES PARA DOCENTES: ¿CÓMO PROMOVER UN USO ÍNTEGRO DE LA INTELIGENCIA ARTIFICIAL?
Cuando puedas, solicita a tus es tudiantes que vinculen sus trabajos con casos específicos, problemas reales, experiencias personales o reflexiones. E s t as no solamente 6
¿DEBERÍAMOS EVITAR LA INTELIGENCIA ARTIFICIAL EN EL AULA?
La máquina gira, gira, y debe seguir girando, siempre. Si se para, es la muerte.
-Aldous Huxley, Un mundo feliz
Pablo Ayala Enríquez1 pabloayala@tec.mx
El término Inteligencia Artificial (IA) adolece del mismo mal que enfrentan otros conceptos cuya definición oscila entre lo real y la fantasía distópica: su simple mención evoca elucubraciones diversas alrededor del tema.
La definición de IA que Roberto Navarro presenta, al tiempo que refleja su esencia y peculiaridades, deja entrever algunos mitos que orbitan en torno a ella, al señalar que el conjunto heterogéneo de tecnologías de las cuales se vale la IA:
Pretende emular las capacidades humanas en el desarrollo de tareas que, hasta su surgimiento, eran propias y exclusivas de los seres humanos. Tales capacidades se refieren, principalmente, a la percepción del mundo, la comprensión e interpretación de este, el raciocinio, la argumentación y la creatividad. (2023, p. 232)
Pensemos, por ejemplo, que en esta aproximación a la IA se puede entender bastante bien una parte del papel que puede tener, como puede ser el facilitar procesos industriales, transportar cierto tipo de carga, ayudar en la búsqueda de desaparecidos en una zona devastada por un desastre natural o producir documentos escritos. Es sencillo entrever el rol de la IA en todos estos casos; sin embargo, aún no conocemos completamente el impacto de la IA en la vida del
1. Director de
lación de diversos mitos relacionados con la IA. Y si en el terreno de la industria y la ciencia médica abunda la confusión en torno a los sistemas de IA, el de la educación no corre mejor suerte. Para muchos colegas la irrupción de algunas aplicaciones de IA representó el fin de la capacidad de nuestros estudiantes para investigar, pensar críticamente y producir trabajos académicos sin recurrir a la trampa.
En el ánimo de desembarazarnos de algunas confusiones, describiré algunos de los mitos y fortalezas de los sistemas de IA. En un segundo momento, identificaré las potencialidades de los sistemas de IA cuando se utilizan dentro del aula, siempre y cuando se sorteen dos obstáculos presentes en la realidad latinoamericana: la brecha digital y la inequidad en el acceso a la tecnología. Cerraré con algunas pautas para aprovechar los sistemas de IA como aliados en el aprendizaje, especialmente en el ámbito de la integridad académica.
Algunos mitos en torno a los sistemas de IA en la educación
Jordi Navarro y Pere Vandellós (2021) señalan tres mitos en torno a los sistemas de IA: 1) los algoritmos empleados por estas tecnologías se mueven como efecto de intereses indescifrables
y perversos; 2) destruyen puestos de trabajo; y, 3) más pronto que tarde, los sistemas de IA nos controlarán.
Con relación al supuesto de que los algoritmos se mueven por intereses indescifrables y perversos, los investigadores apuntan a que tal supuesto es un absurdo porque los algoritmos “son (pura) matemática con capacidad de aprender tendencias y patrones del comportamiento humano” (párr. 5 ). Lo que verdaderamente condiciona los resultados es la calidad de los datos y la transparencia con que se diseñan y entrenan estos modelos.
Respecto al segundo mito, si bien los sistemas de IA eliminan algunas ocupaciones tradicionales, también crean numerosos empleos en áreas que hoy se consideran emergentes:
El pronóstico a nivel mundial, según el World Economic Forum, cifra en más de 133 millones los empleos creados a la sombra de la difusión de la IA para 2025, frente a una pérdida de 75 millones debido a la automatización. La clave diferencial es que los trabajos que tienden a desaparecer en este contexto son repetitivos y suponen riesgos para quien los desarrolla, mientras que los que se crearán serán de mayor valor añadido y cualificación. (párr. 8)
Respecto al tercer mito sobre que estas tecnologías controlarán al ser humano, conviene recordar que somos las personas quienes decidimos el uso que le damos a la tecnología y no a la inversa. En todo caso, la discusión que debemos promover es la manera en que conviene relacionarnos con los sistemas de IA con el objetivo de preservar nuestra autonomía. En ese sentido, como dice Martha Muñiz, los sistemas de IA nos ofrecen la posibilidad de “dedicar tiempo a lo intrínsecamente humano, liberándonos de las tareas repetitivas, las tareas peligrosas o esas tan complejas de abordar que son resueltas de manera más eficaz por un algoritmo” (2022, párr. 2).
A los mitos señalados por los autores anteriores, todavía podemos sumar otro asociado
a la originalidad de la producción de textos académicos. El uso de ChatGPT y otros modelos de lenguaje en las aulas de bachillerato y universidad nos ha enseñado que estas herramientas “no solo puede[n] entender texto natural y contestar preguntas, sino que también [son] capa[ces] de traducir entre distintos idiomas, rechazar requerimientos inapropiados, contradecir premisas incorrectas, resumir textos, generar escritura creativa como poesía, contar chistes o crear cuentos” (Navarro, 2023, pp. 239-240). ¿Tal capacidad refuerza el temor de muchos docentes de que estamos ante el fin del pensamiento propio y la originalidad en los escritos académicos?
Cotton et al. (2023) plantean que este tipo de tecnologías “ofrecen oportunidades únicas para el mejoramiento continuo de la enseñanza universitaria que 'incluyen una mayor participación, colaboración y accesibilidad de los estudiantes' (citado en Navarro, 2023, p. 239). Estos sistemas pueden permitirles identificar fuentes de información de una manera más rápida que a través de las búsquedas en bases de datos convencionales, facilitar el procesamiento de mayores volúmenes de datos o contribuir al proceso de formación de un juicio crítico sobre diversos temas, por mencionar algunos aspectos (p. 239). El desafío no reside en encontrar la manera de mantener fuera de las aulas los
sistemas de IA, sino en saber manejarlos para poder emplearlos de manera adecuada en la formación de nuestros estudiantes. La clave es enfocarse en el “¿cómo?”.
Por lo dicho, cabe pensar que el uso de los sistemas de IA sí pueden colaborar a que los estudiantes realicen sus trabajos académicos de manera original, la cuestión, por tanto, sería en investigar qué tipo de actividades de aprendizaje pueden estimular y garantizar la originalidad; por ejemplo, escribir ideas personales, enseñar a dar el crédito correspondiente, contrastar ideas, entre otros.
Al discurso del imaginario distópico del uso de los sistemas de IA en la educación se contrapone el hecho de que:
La integración de la IA en la educación superior ofrece un amplio abanico de oportunidades para mejorar la enseñanza y el aprendizaje, así como para optimizar la gestión institucional. Sin embargo, también plantea desafíos y dilemas éticos que deben ser abordados de manera cuidadosa. (Vera, 2023, p. 18)
Para el caso latinoamericano, los principales desafíos en el uso de los sistemas de IA en educación comienzan con el problema de la llamada brecha digital. A decir del comentario del autor anterior:
Aunque la IA tiene el potencial de democratizar el acceso a la educación, ya que puede ofrecer oportunidades de aprendizaje en línea a un gran número de estudiantes, existe el riesgo de que solo aquellos con acceso a la tecnología y recursos adecuados puedan beneficiarse plenamente de ella. (p. 19)
Lo anterior representa el mismo reto que enfrentan los profesores. Quienes logran el acceso
a los recursos tecnológicos necesarios para emplear la IA en el aula requieren entrenarse para emplearla y sacarle el máximo provecho posible. Al igual que en el caso de los estudiantes, el origen y la condición socioeconómica influyen en los docentes, y muchas veces determinan las oportunidades reales para acceder a recursos tan básicos como una computadora o la red de Internet.
Otros dos retos son la privacidad y la transparencia en el manejo de la información estudiantil al utilizar algoritmos de IA. En la red circula una enorme cantidad de datos personales que fluyen y que, en ocasiones, terminan por caer en manos de compañías y personas que de manera exclusiva se dedican a la estafa, la manipulación emocional o, incluso, la explotación sexual. Sin mecanismos claros de rendición de cuentas de los sistemas de IA, la confianza de estudiantes y docentes se ve irremediablemente socavada. El respeto a la privacidad no solo debe de ser un requisito normativo sino un punto central de la legitimidad de cualquier sistema de IA en la educación superior.
El amplio abanico de posibilidades que los sistemas de IA ofrecen para generar información trae consigo otro reto relacionado con la gestión académica. El mismo autor también advierte sobre algunos de los riesgos del uso de algoritmos para agilizar los procesos de selección y admisión de estudiantes, ya que un uso inadecuado de información generada a través de la IA generativa “podría presentar sesgos o perpetuar desigualdades existentes. [De ahí que sea] esencial desarrollar marcos [para el uso ético…] de la IA en la educación superior,
y garantizar una toma de decisiones informada, transparente y justa” (p. 19).
Un riesgo añadido se desprende de la inevitable posibilidad de incurrir en plagio al utilizar sistemas de IA generativa. Como bien apunta Navarro:
El plagio tradicional se basa en la fatídica, pero engorrosa combinación de las acciones copiar-pegar (copy-paste), las tecnologías algorítmicas de escritura y de generación de contenido que se pueden usar deshonestamente pueden serlo a una escala industrial por la facilidad de uso que ellas tienen y la posibilidad de replicar sus utilizaciones. (p. 245)
Al riesgo del plagio debemos sumar el de la indetectabilidad de la trampa realizada con herramientas algorítmicas. Hoy, menciona nuestro autor, “se han hecho esfuerzos por desarrollar herramientas de detección (clasificación) de contenido generado automáticamente, pero sin resultados concretos por el momento” (p. 246). La dificultad en detectar este tipo de engaños amenaza la validez de las evaluaciones y pone en entredicho la credibilidad misma de los títulos y certificaciones otorgados por las universidades.
La vulnerabilidad a la que se enfrentan los profesores frente a las limitaciones propias y tecnológicas para contrarrestar la indetectabilidad de los algoritmos, los puede conducir a otro riesgo: enjuiciar de manera injusta al estudiante. Sobre este punto, nuestro autor refiere que: las tecnologías generativas pueden desencadenar un círculo vicioso de afectación al valor de la confianza como parte de la integridad académica. Por un lado, la posibilidad de su utilización por los y las estudiantes podría conducir a los profesores y las profesoras a comenzar el proceso evaluativo desde una premisa de desconfianza; es decir, desde una situación inicial de negación de dicho valor. Por otro lado, la urgencia por detectar y evitar conductas disvaloradas plantea el riesgo de
instalar culturas de vigilantismo al interior del proceso docente que también implican una afectación al valor de la confianza como elemento estructurante de la integridad académica. La tercera diferencia consiste en el carácter informatizado de las técnicas de deshonestidad que el mal uso de las tecnologías de IA permite desarrollar. […] En otras palabras, las técnicas de deshonestidad tecnologizadas dejan de ser una experiencia individual y pueden pasar a tener un carácter colectivo que llegue a muchas personas instantáneamente. (Navarro, 2023, p. 247).
Frente a los retos anteriores y para no quedarnos solo en el discurso del terror, destacaré cinco aspectos positivos de emplear correctamente los sistemas de IA en el ámbito educativo:
1. Personalización del aprendizaje, basada en el análisis de patrones y hábitos de estudio, la identificación de estilos de aprendizaje predominantes, fortalezas, debilidades y áreas de interés de cada estudiante, junto con retroalimentación inmediata y sugerencias para favorecer aprendizajes significativos (Vera, 2023).
2. Comunicación asincrónica y aprendizaje remoto, mediante modelos de lenguaje de IA que facilitan la publicación de preguntas y el debate colaborativo sin coincidencia temporal y chat API que habilitan la participación de estudiantes con limitaciones de salud física o mental (Cotton et al., 2023).
3. Acceso a recursos avanzados en línea que optimizan la recopilación de información, el levantamiento bibliográfico y la síntesis de conocimientos; esta capacidad, aunada a la necesidad de compensar la actual carencia de pensamiento crítico y reflexivo en las IA generativas, abre una oportunidad para potenciar experiencias formativas más profundas (Navarro, 2023).
4. Detección temprana de riesgos académicos, al identificar patrones y señales asociadas a desempeños deficientes, lo que posibilita intervenciones oportunas, reduce el fracaso escolar y mejora la eficiencia terminal en los distintos programas educativos (Vera, 2023).
5. Optimización del tiempo docente, gracias a algoritmos que automatizan tareas administrativas, al liberar recursos y permitir que los profesores se enfoquen en actividades pedagógicas más creativas y de mayor valor añadido (2023).
Soy consciente que los retos y las oportunidades que señalé en los párrafos anteriores no son solo el cuadro completo sino una parte. Los he seleccionado por su impacto y porque me parecen relevantes en el proceso de aprendizaje. A continuación ofrezco algunas recomendaciones para integrar los sistemas de IA de manera efectiva en el aula.
Recomendaciones para la integración de los sistemas de IA en el aula
Dada la cantidad y diversidad de consideraciones a tener en cuenta para lograr armonizar las ventajas del uso de los sistemas de IA con los objetivos planteados por los programas de integridad académica en las instituciones educativas, esquematizaré las recomendaciones en tres rubros: políticas y normativa institucional, habilitación y despliegue en el aula y consideración del rol que juegan estudiantes y docentes.
Sobre políticas y normativa institucional, vale la pena:
• Revisar la dimensión normativa, formativa y operativa del programa de integridad académica promovido por la institución y en específico qué se menciona respecto al uso de los sistemas de IA. En caso de que no existan, será necesario abrir los espacios de reflexión para su diseño y posterior despliegue.
• Promover espacios de reflexión y debate sobre las mejores estrategias para “ajustar las normas internas a las nuevas realidades marcadas por la IA […] para evitar vacíos normativos [y transgredir] los valores de integridad académica” (Navarro, 2023, pp. 254255). Así como revisar todas las políticas institucionales relacionadas con el manejo de la información personal.
• Mantener viva la discusión académica “sobre los beneficios y riesgos de la IA en la actividad docente” (p. 256) y el desarrollo de competencias de aprendizaje.
Sobre la habilitación y despliegue en el aula conviene:
• Evaluar la calidad y confiabilidad de las herramientas de IA antes de permitir su uso con fines académicos. Esto implica investigar y seleccionar herramientas que estén respaldadas por evidencia científica, para asegurar que cumplan con los estándares de seguridad y privacidad de datos (Vera, 2023, p. 23).
• Establecer una oferta de capacitación para que los distintos usuarios puedan “familiarizarse con las diversas herramientas disponibles y comprender cómo integrarlas de manera efectiva en el proceso de enseñanza-aprendizaje” (p. 22). Dicho esfuerzo permitirá “tomar conciencia no solo de las ventajas y posibilidades que [las tecnologías de la IA] entregan para la innovación pedagógica, sino también de los riesgos” (Navarro, 2023, p. 259).
• Monitorear y ajustar continuamente el uso de los sistemas de IA, para evaluar el impacto de su uso en las clases, tanto en términos de rendimiento académico y en lo que se refiere al uso lícito y ético (Vera, 2023).
Sobre el rol de los agentes del proceso educativo:
• Comprender las necesidades y preferencias de los estudiantes, lo cual implica conocer su nivel de familiaridad con los sistemas de IA, “sus estilos de aprendizaje, intereses y el nivel de desarrollo de competencias genéricas, para así poder seleccionar y personalizar las herramientas de inteligencia artificial adecuadas” (Vera, 2023, p. 22).
• Fomentar la participación activa de los estudiantes en sus procesos de aprendizaje mediante el uso de herramientas que promuevan la colaboración en línea, la retroalimentación y la minería de datos.
• Personalizar el aprendizaje, mediante la adaptación de algunos contenidos y metodologías de enseñanza para armonizarlas con las necesidades y preferencias de los estudiantes.
• Si los profesores aún no terminan de estar plenamente convencidos de las bondades que podría traer consigo herramientas como ChatGPT, deberán: a) identificar si en los procesos de escritura de sus estudiantes hay patrones o irregularidades del lenguaje, como el empleo repetitivo de términos antiguos o los que son utilizados en otras ramas del conocimiento. Asimismo, conviene verificar que el texto no se haya escrito de manera “impecable”; sabemos que los estudiantes, por lo regular, escriben con faltas de ortografía, sintaxis, etcétera. b) Revisar con detenimiento las fuentes bibliográficas empleadas, porque los chatbots aún “no son capaces de desarrollar una investigación original o producir nuevas ideas, de ahí que sea poco probable que lo escrito por un chatbot incluya citas o referencias con fuentes bibliográficas adecuadas” (Cotton et al., 2023, p. 4). c) Asegurarse –hasta donde sea posible– si el escrito es original, al apoyarse en herramientas de análisis del lenguaje, como GPT-2 d) Identificar si existen errores relacionados con datos, hechos, actores; los chatbots generan textos hasta cierto punto depurados, pero no recogen de manera precisa los hechos de los cuales se habla. e) Como bien señalan Cotton y sus colegas, la escritura humana tiende a ser más consciente del contexto y a tener más en cuenta las necesidades de la audiencia, mientras que la escritura generada por IA resulta ser más genérica y menos adaptada a un contexto específico, lo cual afecta la claridad y efectividad de la escritura” (p. 5).
• Aunque los sistemas de IA pueden ser herramientas valiosas para el apoyo académico, también es importante reconocer que en los procesos formativos no solo se busca compartir conocimientos, sino desarrollar habilidades socioemocionales y bienestar emocional (Vera, 2023, p. 23). La IA puede ser una gran aliada en este sentido.
En las primeras páginas de “The Age of AI and our Human Future”, Kissinger, Schmidt y Huttenlocher (2023) señalan que la IA no es una industria, un producto único o un dominio. En todo caso, dadas sus características y alcances, es un facilitador de muchas industrias y facetas de la vida humana, como la:
Investigación científica, educación, manufactura, logística, transporte, defensa, aplicación de la ley, política, publicidad, arte, cultura y más. Las características de la IA, incluidas sus capacidades para aprender, evolucionar y sorprender, alterarán y transformarán a todos. El resultado será la alteración de la identidad humana y de la experiencia humana de la realidad a niveles no experimentados desde los albores de la era moderna. (p. 4)
De la reflexión anterior se hace evidente que sería un sinsentido que los profesores intenten mantener a los sistemas de IA fuera de las aulas. Los sistemas de IA son aliados, siempre y cuando los conozcamos y sepamos utilizarlos en favor del aprendizaje de nuestros estudiantes. En definitiva, si disponemos de una aproximación satisfactoria de la IA en todos los contextos en que se emplea (Farisco et al., 2020), como destaca Navarro (2023), las tecnologías algorítmicas de redacción y generación de contenido impulsan, guste o no, a replantear tanto los modelos docentes que utilizamos como los métodos con los que valoramos el aprendizaje.
Los sistemas de IA cumplen la promesa de transformar todos los ámbitos de la experiencia humana: como apuntan Kissinger et al. (2023), su impacto alcanza la reflexión sobre cómo concebimos la realidad y nuestro papel en ella nos obliga a realizar una reflexión profunda. Por ejemplo, la imprenta democratizó el saber al desplazar el monopolio del libro de las élites a la población general, al modificar nuestra relación con la autoridad y la verdad. De manera análoga, la IA —desde algoritmos de recomendación que moldean lo que leemos hasta asistentes virtuales que internalizan nuestros hábitos— redefinió la distinción entre creador y herramienta, lo cual, necesariamente, nos obliga a replantear un concepto tan importante como el de la autoría.
Cotton, D., Cotton, P. & Shipway, J. (2023). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT, Innovations in Education and Teaching International, https://doi.org/10.1080/14703297.202 3.2190148
Farisco, M., Evers, K. & Salles, A. (2020). Towards Establishing Criteria for the Ethical Analysis of Artifcial Intelligence, Science and Engineering Ethics, 26:2413–2425. Muñiz, M. (2022). La Algor-Ética (o los principios éticos de la inteligencia artificial). Ethic. Recuperado de: https:// ethic.es/2022/11/la-algor-etica-o-los-principioseticos-de-la-inteligencia-artificial/
Navarro, R. (2023). Descripción de los riesgos y desafíos para la integridad académica de aplicaciones generativas de inteligencia artificial. Revista Derecho PUCP. (91), 231-270.
Navarro, J. y Vandellós, P. (2021). Inteligencia Artificial: Mitos y maledicencias”. Ethic. Recuperado en: https:// ethic.es/2021/06/inteligencia-artificial-mitos-ymaledicencias/
Kissinger, H., Schmidt, E. y Huttenlocher, D. (2023). La era de la Inteligencia Artificial y el futuro de la humanidad. Anaya: México.
Vera, F. (2023). Integración de la Inteligencia Artificial en la Educación superior: Desafíos y oportunidades. Revista Transformar, 4 (1). Recuperado de: https:// www.revistatransformar.cl/index.php/transformar/ article/view/84
La inteligencia artificial (IA) está transformando la educación al permitir un aprendizaje más personalizado, ajustando los contenidos a las necesidades específicas de cada estudiante (Zawacki-Richter, Marín, Bond y Gouverneur, 2019). Herramientas de IA ofrecen retroalimentación adaptativa que responde a las particularidades de los usuarios, mientras que su implementación en tareas administrativas libera tiempo valioso para que los docentes se concentren en la interacción con sus estudiantes y en la implementación de prácticas pedagógicas efectivas (Chen, Chen y Lin, 2020). No obstante, este avance plantea retos significativos tanto pedagógicos como éticos. Es recomendable establecer marcos claros que aseguren que la tecnología actúe como un complemento, y no un sustituto, de los educadores (Zawacki-Richter et al., 2019). En este contexto, la capacitación docente resulta crucial para integrar estas herramientas con éxito en la enseñanza (Hemachandran et al., 2022). El desafío principal radica en mantener un equilibrio entre la tecnología y la interacción humana, pues es prudente preservar el componente humano de la enseñanza (Bilad, Yaqin y Zubaidah, 2023).
En este número de Voces de la Integridad Académica, nos adentramos en la reflexión sobre el uso de la IA en los procesos educativos formales, particularmente en la educación superior. A través de tres entrevistas con expertos en IA, ética y herramientas para la prevención del plagio, exploramos los retos, beneficios y recomendaciones que surgen con la incorporación de estas tecnologías en el ámbito académico.
Nuestra primera entrevistada, la doctora María de Lourdes Martínez, investigadora de la Facultad de Ingeniería de la Universidad Panamericana, trabaja las líneas de investigación de IA y Machine Learning aplicado a la asistencia en salud. Lourdes destaca el potencial de la IA generativa para enriquecer el aprendizaje mediante herramientas como los modelos grandes de lenguaje, pero también advierte sobre los riesgos éticos y educativos asociados a su uso irresponsable. Subraya la necesidad de capacitar tanto a profesores como a estudiantes para aprovechar estas tecnologías de manera crítica y creativa.
2. Las entrevistas fueron realizadas por las siguientes personas que se presentan a continuación en el mismo orden para cada entrevista: 1) María del Carmen García Higuera (mcgarcia@up.edu.mx) / Directora de Biblioteca, Universidad Panamericana, Campus México. 2) Stephanie Goldberg (sgoldberg@turnitin.com) / Field and Customer Marketing Manager, Turnitin. 3) Cecilia Arce Maillard (ccarce@uc.cl) / Unidad de Formación y Curriculum-Dirección Académica de Docencia, Pontificia Universidad Católica de Chile.
Diego Osorio, especialista en Turnitin y promotor de la integridad académica, comparte su visión sobre los desafíos que plantea la escritura asistida por IA. Resalta cómo estas herramientas pueden personalizar y enriquecer el aprendizaje si se usan responsablemente. Además, enfatiza la importancia de establecer expectativas claras y formar a los educadores en el uso ético de estas tecnologías.
Por su parte, Gabriela Arriagada, profesora asistente en la Pontificia Universidad Católica de Chile e investigadora en el Centro Nacional de Inteligencia Artificial (CENIA), subraya el potencial de la IA para personalizar la enseñanza y fomentar el pensamiento crítico. Gabriela insiste en la necesidad de integrar estas herramientas de manera contextual y planificada, al promover principios éticos como la transparencia, la no discriminación y la responsabilidad en su implementación.
1. ¿Cuál es tu rol en la universidad y de qué manera se vincula con la (IA)?
Soy profesora investigadora y jefa académica de la Maestría en Ciencia de Datos. Mis intereses de investigación son inteligencia artificial, en particular aplicada a las Ciencias de la Salud, y ética de la inteligencia artificial. El programa que coordino también está directamente relacionado con la inteligencia artificial.
2. Desde tu experiencia, ¿cómo dirías que se está usando la IA en las instituciones de educación superior?
Las instituciones, en general usan la IA principalmente en aplicaciones de promoción. Sistemas para predecir el éxito de los prospectos y para anunciar en diferentes redes los programas, generalmente. Los programas de la mayoría de las instituciones están cambiando para incluir IA en muchas de sus carreras y posgrados. Los investigadores de todas las áreas cada vez incluyen más la IA en sus líneas de investigación. Los alumnos universitarios están usando cada vez más aplicaciones de IA generativa para elaborar sus trabajos.
3. En tu opinión, ¿qué ventajas tiene usar las herramientas de IA (como ChatGPT, por ejemplo) para el proceso de enseñanza y aprendizaje?
Los modelos grandes de lenguaje (LLM, por sus siglas en inglés), como ChatGPT, pueden facilitar el proceso de elaborar diferentes trabajos; desde hacer un escrito, revisarlo, hasta obtener un rápido resumen de un tema. La IA generativa puede programar y manipular imágenes y sonido entre otras muchas cosas.
4. ¿Qué problemas podrían surgir al usar las herramientas de IA (como ChatGPT, por ejemplo) para el proceso de enseñanza y aprendizaje?
El principal problema de utilizar modelos grandes de lenguaje, en particular las versiones que actualmente son gratuitas es que, dada una solicitud (prompt), pueden contestar con información imprecisa o inclusive alucinar e inventar datos e información falsa, y lo hacen de manera congruente y convincente. También pueden devaluar las habilidades del estudiante si este se confía y utiliza los contenidos generados sin analizar y verificar las respuestas. Se pueden generar contenidos dañinos, ilegales, ofensivos, discriminatorios, por mencionar algunos.
5. Algunas personas han comentado que el uso de la IA en el ámbito de la educación podría implicar problemas éticos, por ejemplo, vinculados a la integridad académica (plagio, fraude, entre otros). ¿Cuál es tu opinión al respecto?
Todas las instituciones de educación (no solo las de educación superior) están preocupadas por la rápida adopción de los alumnos de los modelos de IA generativa y los problemas éticos que puede acarrear como, por ejemplo:
a) Los modelos de IA generativa están desarrollados de manera que en muchos casos violan los derechos de autor de los creadores de contenido; los alumnos y profesores usan los contenidos generados por esta tecnología continuando la violación de dichos derechos.
b) Los alumnos y profesores abusan de esta tecnología al utilizarla para entregar un trabajo sin esforzarse en revisar y trabajar el contenido que genera la tecnología.
c) Como se pueden generar copias con diferencias del mismo contenido, es muy fácil que se utilicen para copiar.
d) Como usuarios y como desarrolladores con más razón pueden generar contenido ilegal, inapropiado, ofensivo y que incluso permita dañar a otros o a sí mismo.
Sin embargo, creo que el uso de este tipo de tecnologías no va a cesar, más bien va a aumentar y con mejores respuestas por parte de las tecnologías cada vez, por lo que es mejor adoptar la tecnología y poner guías de uso para poder aprovecharlas.
6. ¿Podrías mencionar tres recomendaciones que le harías a un profesor que quisiera usar herramientas de IA en sus cursos, para procurar la integridad académica?
• En primer lugar, estudiar y familiarizarse con las tecnologías que están usando los alumnos para que puedan aprovecharlas y no sufrirlas.
• En segundo lugar, es necesario cambiar la manera de enseñar y evaluar proponiendo tareas que impliquen pensamiento crítico y no solo resumen de conocimientos que las tecnologías hacen, desde hace mucho, muy bien.
• En tercer lugar, es necesario enseñarles a los alumnos el valor de realizar los trabajos con rigor académico, así como conocer y enseñar los problemas que tienen las tecnologías en este sentido.
• En cuarto lugar, advertirles de los peligros y la falta de ética al generar contenido ilegales, inapropiados, ofensivos, discriminatorios o dañinos.
7. En tu opinión, ¿cuáles serían los principios éticos clave que las instituciones académicas deberían fomentar para usar las herramientas de IA de manera adecuada?
Los principios éticos adoptados por la comunidad internacional para el uso de la IA son: privacidad, justicia y no discriminación, seguridad y protección, responsabilidad profesional, control humano, transparencia y explicabilidad, responsabilidad (accountability en inglés), promoción de valores humanos. Lo anterior se traduce en respeto a los derechos humanos y a la dignidad de las personas.
8. ¿De qué manera las instituciones de educación superior podrían promover una cultura de ética y responsabilidad en el uso de la IA en el ámbito académico entre estudiantes, profesores y personal administrativo?
Educar a estudiantes, profesores y personal administrativo en el uso de las tecnologías y promover lo siguiente:
• Respetar la propiedad intelectual de los otros y cuidar la propia (si se proporcionan contenidos a los modelos de IA generativa se vuelven accesibles a cualquiera).
• Promover la capacitación de todos los involucrados en la institución en el uso ético de las tecnologías para poder aprovecharlas.
• Divulgar una guía que ayude a instruir en las mejores prácticas del uso y desarrollo de las tecnologías.
9. ¿Cómo te imaginas el escenario educativo dentro de 15 años, respecto al uso de herramientas de IA y su vínculo con la integridad académica?
En 15 años seguro habrá tecnologías de IA que realicen cualquier tarea o práctica (que implique tomar contenidos existentes y generar otro diferente) solicitada a un alumno mejor y más rápido que este e inclusive mejor que el profesor en algunos casos. Creo que el trabajo del docente tendrá que transformarse para generarle valor a los alumnos. Deberá utilizar técnicas que impliquen aprovechar la tecnología de manera responsable para facilitar el aprendizaje del alumno y no solo presentar conocimientos.
1. ¿Cuál es el papel de tu empresa en la universidad y su relación con la IA?
Turnitin trabaja de la mano con las instituciones de educación superior para promover la integridad académica desde diferentes espacios. Hemos estado a la vanguardia de la tecnología en la detección de similitud durante 25 años, innovando y adaptándonos continuamente a las necesidades académicas y a los avances tecnológicos. Desde la manipulación indebida de textos hasta la paráfrasis y las fábricas de ensayos, en Turnitin hemos superado cada uno de estos desafíos durante más de dos décadas. Hoy no es una excepción y somos líderes mundiales en tecnología de IA para la educación. Contamos desde hace años con un laboratorio de innovación para el desarrollo de productos y funciones relacionadas con IA. En particular y como respuesta al uso masivo de la IA generativa, en abril del 2023 lanzamos la función de detección de escritura con IA, res-
pondiendo a la solicitud de los educadores de tener datos que les puedan apoyar de una manera rápida y confiable a tener las conversaciones adecuadas con sus estudiantes. Ahora ya disponible en español e inglés, las universidades pueden activar la función de detección de acuerdo con sus necesidades y políticas de uso.
2. ¿Cómo pueden los educadores incorporar la IA generativa en el plan de estudios?
Los profesores pueden incorporar la IA generativa para enriquecer la experiencia de aprendizaje de los estudiantes. Es importante ayudarles a entender y usar de manera responsable la IA, enseñándoles los conceptos básicos y el funcionamiento de estas herramientas y diseñando actividades, ejemplos y proyectos prácticos que les permitan utilizar la IA generativa en su vida cotidiana. En todo caso, este es un proceso que requiere comunicación permanente y efec-
tiva entre docentes y estudiantes para crear un entorno de aprendizaje enriquecedor en el que los estudiantes se sientan motivados a explorar, comprender y utilizar de manera ética las herramientas de escritura con IA.
Estas herramientas son complejas y están en constante evolución y, al igual que un rompecabezas, hay que ver el panorama completo en lugar de centrarse solo en una pieza (por ejemplo, en la detección de escritura con IA). Aquí les comparto un kit que todo docente debe tener y que incluye seis maneras de integrar herramientas de escritura con IA en el aula (Smith, 9 de agosto del 2023).
3. ¿En tu opinión, ¿qué ventajas tiene usar las herramientas de IA (como ChatGPT, por ejemplo) para el proceso de enseñanza y aprendizaje?
Este tipo de herramientas está cambiando la forma como funciona la educación. Cuando se utilizan de manera responsable, estas herramientas ofrecen eficiencia y conveniencia, por ejemplo, permitiendo a los instructores generar rápidamente materiales didácticos, brindar retroalimentación instantánea e incluso automatizar tareas administrativas rutinarias.
Otra ventaja es el potencial para personalizar el aprendizaje al adaptar los contenidos y el nivel de dificultad a las necesidades individuales de cada estudiante, lo cual fomenta un entorno de aprendizaje más atractivo y promueve la creatividad. Además, estas herramientas pueden ayudar a superar las barreras del idioma y facilitar la accesibilidad a una mayor escala.
4. ¿Qué problemas podrían surgir al usar las herramientas de IA (como ChatGPT, por ejemplo) para el proceso de enseñanza y aprendizaje?
Su uso puede plantear desafíos importantes al proceso de enseñanza y aprendizaje. Uno de los problemas más notables es el riesgo de que los estudiantes las utilicen para hacer pasar como
propio un texto generado por la IA, lo que va en contra de la integridad académica. La evaluación escrita sigue siendo un elemento esencial del viaje del pensamiento crítico, por lo que es importante que las herramientas de IA se utilicen para apoyar el proceso de aprendizaje en lugar de reemplazar el trabajo auténtico y original.
Otro problema asociado al uso de la IA es la dependencia excesiva de la tecnología, lo que podría reducir la capacidad de los estudiantes para desarrollar un pensamiento crítico. También existen retos ampliamente discutidos como la privacidad y seguridad de la información, así como asuntos asociados a la confiabilidad y precisión de los textos, la actualidad de los datos y los sesgos en las respuestas.
En Turnitin, nuestro enfoque parte de que no hay sustituto para la discreción profesional de los educadores, quienes conocen a sus estudiantes, su estilo de escritura y su formación académica. Con el ánimo de apoyar a los profesores y estudiantes, nuestro equipo de educadores de Turnitin (2025) ha creado recursos en línea para ayudarlos a enfrentar los desafíos que trae la rápida evolución de los generadores de texto y ofrecerles pautas para que los docentes orienten a sus estudiantes a mantener la integridad académica al utilizar las herramientas de IA.
5. ¿Podrías mencionar tres recomendaciones que le harías a un profesor para utilizar la la IA con integridad académica en su materia?
El equipo de educadores de Turnitin (2023) recopiló una lista de estrategias prácticas para enfrentar los retos de la escritura con IA. De esta
guía he tomado tres recomendaciones importantes para utilizar la IA con integridad:
• Informarse: Probar y explorar las herramientas es indispensable para tener una postura clara frente a su alcance. Es recomendable darse la oportunidad de discutir con los colegas sobre el uso potencial de las herramientas en la clase y tener un enfoque informado que pueda comunicar a los estudiantes.
• Conversar con los estudiantes: Hablar abiertamente con ellos y establecer expectativas claras sobre lo que es o no aceptable o problemático en las distintas actividades de la clase.
• Hacer énfasis en el proceso de escritura y no solo en el producto final: Lo cual permite brindar retroalimentación formativa oportuna y permanente a los estudiantes.
6. En tu opinión, ¿cuáles serían los principios éticos clave que las instituciones académicas deberían fomentar para usar las herramientas de IA de manera adecuada?
Las instituciones académicas deberían promover y fomentar principios como el respeto, la justicia, la responsabilidad y la honestidad, que justamente corresponden a los valores de la integridad académica según el International Center for Academic Integrity (ICAI). Y cuando hablo de honestidad, precisamente destaco la importancia de que todos los actores del fenómeno educativo seamos conscientes de cómo se utiliza la IA y de cómo puede afectarnos. Se deben tomar medidas para garantizar que su uso sea seguro, ético y beneficioso para la sociedad. Los principios éticos que he mencionado anteriormente son fundamentales para el desarrollo de los estudiantes. Al promover estos principios, las instituciones educativas colaboran a garantizar que la IA se utilice de manera adecuada y responsable.
7. ¿De qué manera las instituciones de educación superior podrían promover
una cultura de ética y responsabilidad en el uso de la IA en el ámbito académico entre estudiantes, profesores y personal administrativo?
Chris Caren, CEO de Turnitin, comenta que los educadores, administradores, estudiantes y aliados tecnológicos tienen la oportunidad y la responsabilidad de participar abierta y honestamente en el diálogo sobre escritura asistida por IA para preservar la confianza y la integridad dentro de la comunidad educativa y fuera de ella. Estamos trabajando activamente con nuestros clientes, consejeros y socios para abordar necesidades nuevas y en constante evolución, mejorar nuestro entendimiento colectivo de las capacidades actuales de la escritura asistida por IA y reconocer cuándo su uso es beneficioso o perjudicial para el aprendizaje de los estudiantes.
8. ¿Cómo te imaginas el escenario educativo dentro de 15 años, respecto al uso de herramientas de IA y su vínculo con la integridad académica?
Al igual que con las mejoras y los avances tecnológicos del pasado que impactaron la educación, desde la calculadora hasta los motores de búsqueda, la IA necesita el tiempo adecuado y una consideración cuidadosa para integrarse de manera ética y responsable en el entorno académico.
Creemos que en 15 años, la IA, desde el reconocimiento facial mejorado hasta el apoyo de herramientas de IA generativa, será un elemento común y aceptado dentro de la educación. Las escuelas y universidades contarán con políticas integrales más robustas sobre el uso adecuado de la IA. Las empresas que representan tanto la IA generativa como las soluciones de detección de IA trabajarán de forma más imbricada para cumplir con las regulaciones y las mejores prácticas con respecto al uso de la IA y los datos que proporciona para ayudar a dar forma al proceso de aprendizaje.
1. ¿Cuál es tu rol en la universidad y de qué manera se vincula con la IA?
Mi investigación y docencia de pre y posgrado tratan sobre ética de la IA y ética de datos. Además, contribuyo como investigadora joven en el Centro Nacional de Inteligencia Artificial (CENIA).
2. Desde tu experiencia, ¿cómo dirías que se está usando la IA en las instituciones de educación superior?
Me parece que, transversalmente, su aplicación suele ser bastante limitada. La IA sigue siendo intimidante, ya que muchas veces implica conocer sus límites, sus beneficios, la multiplicidad de aplicaciones que tiene, etcétera. En general se ocupa para tareas “tradicionales” como la traducción, la revisión de documentos, o quizás como actividad más interactiva con el uso de chatbots. Sin embargo, la IA no se ve como parte de una herramienta fundamental del currículum. No estamos integrando la tecnología como algo que inevitablemente es parte del nuevo mundo laboral. En ese sentido, se está usando de manera superficial o incipiente.
3. En tu opinión, ¿qué ventajas tiene usar las herramientas de IA (como ChatGPT, por ejemplo) para el proceso de enseñanza y aprendizaje?
Las ventajas son varias y se manifiestan aún más cuando se aplican herramientas de IA como un eje central de la planificación de un curso y los procesos de aprendizaje que se quieren alcanzar. Integrar herramientas de IA, como cualquier otra herramienta pedagógica, requiere de una buena planificación. ¿Qué quiero lograr al insertar la IA en mi clase? Así se puede utilizar, por ejemplo, para personalizar el aprendizaje. Para corregir código de programación, se tiene retroalimentación inmediata. Lo mismo para editar la gramática de un texto. Para búsquedas de datos o de bibliografía, puede automatizar procesos para buscar temas, ejemplos, o conectar información, lo que puede ahorrar tiempo para que los estudiantes se enfoquen en el análisis crítico del problema estudiado. También se puede usar para visualizar complejidades, por ejemplo, para simular un ecosistema virtual y ver patrones meteorológicos o para simular modelos biológicos para estudiar el sistema nervioso.
4. ¿Qué problemas podrían surgir al usar las herramientas de IA (como ChatGPT, por ejemplo) para el proceso de enseñanza y aprendizaje?
La dependencia excesiva de la tecnología puede hacer que los estudiantes sean menos competentes en habilidades básicas si no tienen acceso a estas herramientas. Además, la falta de acceso equitativo a la tecnología puede exacerbar las desigualdades educativas. Es importante que cuando se introduzcan herramientas de IA siempre sea con un contexto y como apoyo para fortalecer habilidades superiores y comunicativas también. En este sentido, es importante que herramientas de IA como ChatGPT y otras, no se vuelvan una barrera para el pensamiento crítico.
5. Algunas personas han comentado que el uso de la IA en el ámbito de la educación podría implicar problemas éticos, por ejemplo, vinculados a la integridad académica (plagio, fraude, entre otros). ¿Cuál es tu opinión al respecto?
Me parece que siempre han existido incentivos para cometer faltas de esta naturaleza. Puede ser que esta tecnología facilite este tipo de faltas, sin embargo, yo lo veo como una oportunidad. Estas herramientas utilizadas e integradas al proceso de aprendizaje de los estudiantes, facilitan ciertas tareas y ayudan a concentrarse en otros aspectos relacionados con la resolución de problemas, análisis, juicios, inferencias, etcétera. Creo que el progreso de la IA ha significado que volvamos a poner en el centro de nuestras preocupaciones la relevancia del quehacer pedagógico, resaltando el rol docente como un guía y fomentador de conocimiento activo. Las herramientas de IA son excelentes aliados, pero no estimulan activamente el desarrollo de conocimientos, por lo mismo, planificar evaluaciones y actividades que estimulen la autonomía, creatividad y que incluso utilicen la IA desde una perspectiva crítica, son una buena manera de hacer frente a esta realidad.
6. ¿Podrías mencionar tres recomendaciones que le harías a un profesor que quisiera usar herramientas de IA en sus cursos, para cautelar la integridad académica?
• Jamás aplicarlas sin un contexto, propósito y sin una planificación de clase acorde. Lo mejor siempre es predicar con el ejemplo, mostrar cómo usar la IA como un aliado para ciertas tareas y practicar el utilizarlas apropiadamente.
• Monitorear su uso. Es importante que el docente siempre esté moderando cómo el estudiante recibe y utiliza la tecnología. Prever posibles faltas de acceso (si se requiere tecnología en la sala de clases). Y, sobre todo, discutir abiertamente los problemas éticos que puede traer su mal uso. La honestidad y apertura es fundamental.
• Idealmente, es bueno realizar demostraciones. Si bien la mayoría de los estudiantes más jóvenes manejan en cierto grado las tecnologías de IA como usuarios, no todos los estudiantes las saben manipular y aplicar de la misma manera. Así como uno introduce conceptos, fórmulas, o teoría a una clase, se debe también incluir aspectos básicos del uso de la IA a través de demostraciones prácticas que permitan a los estudiantes familiarizarse con sus beneficios y limitaciones.
7. En tu opinión, ¿cuáles serían los principios éticos clave que las instituciones académicas deberían fomentar para usar las herramientas de IA de manera adecuada?
Como base, me atrevería a decir que tres, no como una jerarquía, sino que como ejes transversales. No discriminación, transparencia y responsabilidad. La no discriminación se relaciona a que un correcto y justo uso de estas tecnologías requiere de una integración de diferentes representaciones. Los usos de la IA son muy diferentes aplicados a cada disciplina de estu-
dio, por lo que se debe asegurar que el uso de estas herramientas, las cuales pueden estar altamente sesgadas, no implique un traspaso de esos sesgos a la experiencia de aprendizaje del estudiante. Asocio la transparencia al uso mismo de la tecnología; significa saber para qué se usa, quién la usa, cómo la usa y quién supervisa su uso. La mejor manera de combatir las malas prácticas va de la mano de ofrecer buenas justificaciones para la implementación de la tecnología, sin estigmatizar su uso ni su no uso. En ese sentido, a nivel institucional, es muy importante que se especifiquen los criterios y lineamientos que la institución académica adopta. Defino a la responsabilidad como el hacerse cargo de los posibles riesgos. Toda aplicación tecnológica conlleva riesgos, en menor o mayor grado, lo relevante es que institucionalmente se establezca un espacio seguro para hacer públicos casos donde se falla, con el fin de retroalimentar las experiencias institucionales y apoyar a docentes y estudiantes en su camino educativo.
8. ¿De qué manera las instituciones de educación superior podrían promover una cultura de ética y responsabilidad en el uso de la IA en el ámbito académico entre estudiantes, profesoresypersonaladministrativo?
Lo primero es contar con directrices claras; las políticas de uso deben ser accesibles a todos. Educar a docentes y apoyarlos en la implementación de estas herramientas; para eso es fundamental mostrar no solo ejemplos sobre cómo aplicarlas a su quehacer docente, sino también integrarlas a sus cursos con un objetivo coherente en su planificación. Otro aspecto importante es mantener un diálogo abierto, retroalimentación de los diferentes estamentos sobre sus experiencias (positivas y negativas) para ir articulando y modificando las políticas institucionales y los procesos de apoyo y capacitación.
Aunque pueda parecer evidente, un aspecto clave es el instruirse en las dimensiones éticas de la IA. Comunicar a la comunidad aspectos técnicos y sociales de esta tecnología,
aportándoles una visión integral sobre su impacto en estudiantes, profesionales, funcionarios y, más abiertamente, en la sociedad.
9. ¿Cómo te imaginas el escenario educativo dentro de 15 años, respecto al uso de herramientas de IA y su vínculo con la integridad académica?
Yo creo que ya no va a ser una novedad. Hay muchas buenas y útiles maneras de integrar la IA a la docencia y, a medida que nuevas funcionalidades de herramientas actuales y nuevas opciones vayan surgiendo, la IA se va a transformar en un recurso más para el proceso de aprendizaje significativo. En este sentido, me gusta imaginar que la IA será una aliada facilitando tareas y procesos, dándonos más tiempo para humanizar la sala de clases, enfocándonos en potenciar el aprender activo y colaborativo.
Bilad, M., Yaqin, L., & Zubaidah, S. (2023). Recent Progress in the Use of Artificial Intelligence Tools in Education. Jurnal Penelitian dan Pengkajian Ilmu Pendidikan: e-Saintika. https://doi.org/10.36312/esaintika.v7i3.1377.
Chen, L., Chen, P., & Lin, Z. (2020). Artificial Intelligence in Education: A Review. IEEE Access, 8, 75264-75278. https://doi.org/10.1109/ACCESS.2020.2988510.
Hemachandran, K., Verma, P., Pareek, P., Arora, N., Kumar, K., Ahanger, T., …Ratna, R. (2022). Artificial Intelligence: A Universal Virtual Tool to Augment Tutoring in Higher Education. Computational Intelligence and Neuroscience. https://doi.org/10.1155/2022/1410448
Smith, K. (9 de agosto del 2023). Six ways to embed AI writing tools in every teacher toolkit [Nota de blog]. Turnitin. https://www.turnitin.com/blog/six-ways-toembed-ai-writing-tools-in-every-teacher-toolkit
Turnitin. (2023). Guía para abordar textos generados por IA en el aula. https://latam.turnitin.com/papers/guiapara-abordar-en-clase-textos-generados-con-ia
Turnitin. (2025). Soluciones: Escritura con IA. https://latam. turnitin.com/soluciones/temas/escritura-con-ia
Zawacki-Richter, O., Marín, V., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators?. International Journal of Educational Technology in Higher Education, 16 https://doi. org/10.1186/s41239-019-0171-0
La escritura con IA ha transformado todos los aspectos de nuestras vidas, con IA en los trabajos de los alumnos es sólo una pieza de un rompecabezas
Haz clic en una pieza para obtener más información.
El 97% de las instituciones no tienen una política formal para el uso de herramientas con IA*.
El 71% de los instructores/ administradores nunca ha utilizado herramientas de escritura con IA*.
Alucinaciones:
La escritura generada con IA inventa cosas, así que comprueba los hechos y valida las referencias.
Turnitin apoya a
Administradores
Educadores Instituciones
*Fuente: Estudio Time for Class 2023
*Turnitin colaboró patrocinando este estudio.
Identificar la escritura con IA
Función de detección de escritura con IA de Turnitin
Comprender el alcance de la escritura con IA
Establecer expectativas con los estudiantes
Guía para abordar un texto generado con en el aula
Lista de recomendaciones de la escritura con IA para educadores
Glosario básico para entender la IA
Cómo usar de manera correcta la IA para tareas sencillas
Cómo hablar los estudiantes sobre IA e integridad
rompecabezas de inteligencia artificial vidas, y las aulas no son la excepción. Detectar la escritura rompecabezas más amplio, complejo y en constante evolución.
Establecer expectativas estudiantes
Adoptar una nueva mentalidad de calificación
Hablar con los estudiantes sobre el posible uso inapropiado de la escritura con IA
texto con IA con estudiantes e integridad
Cómo hablar con un alumno que ha realizado un posible uso incorrecto de la IA
Evalúa el texto utilizando una rúbrica de IA
Apoyar los valores educativos y la reputación
Priorizar la alfabetización en IA
Cómo implementar la alfabetización en IA entre educadores y estudiantes
Actualiza la política de integridad académica institucional en la era de la IA
Considera estos sencillos ajustes rápidos
Incluye la escritura con IA en el código de honor y plan de estudios de la institución.
María Medina-Díaz4 / maria.medina2@upr.edu
Ada L.Verdejo-Carrión5 / ada.verdejo@upr.edu
Da clic aquí para leer la traducción de este artículo al español.6
Contract cheating has been defined in several ways since Clarke & Lancaster (2006, p. 2) coined this term as “offering completion of an assignment for a student out to tender.” Today, contract cheating includes behaviors where students engage, deal, purchase, “get help,” or commission a third party7 (paid or unpaid) for completing academic work on their behalf (Eaton, 2021; Lancaster & Clarke, 2016). This party can be a person (e.g., ghostwriter, freelancer, graduate student, or unemployed professor), a paper mill, or a company, usually found on an Internet site (Comas-Forges, Morey-López, & Sureda-Negre, 2021; Lancaster & Clarke, 2016).
The requested works can be essays, research papers, a thesis, or a dissertation. They are “custom-written” with specifications (e.g., number of words or pages, manual of style, language) provided by the student (buyer or client), who then submits them as her or his own. Although wide access to the Internet economy might be novel and profitable, the practice of people or businesses producing written works is ancient (Dante, 2010; Eaton, 2021; Lines, 2016; Medina &
Verdejo, 2012; Walker & Townley, 2012).
Bretag et al. (2018, p. 1839), in a survey of students from eight Australian universities extended contract cheating behaviors to those related to assignments and exams: (a) obtaining a completed assignment; (b) providing exam assistance; (c) receiving exam assistance; (d) taking an exam for another student, and (e) arranging for another to take one’s exam. Recently, Lancaster & Cotarlan (2021) included students’ file sharing with university course materials, lecture notes, and assignment answers. In addition to the usual academic writing sites and paid exam takers, Ellis, Zucker, & Randall (2018) identified other providers, such as family and friends, and pre-written essay banks. Indeed, people close to the student (a family member, a friend, or another student) can provide “help” or unauthorized assistance, and generally, they do not accept money to do the assigned work (Bretag et al., 2018; Eaton, 2021; Morris, 2018).
The incidence of contract cheating around the world today is unknown. Some of the available survey data from undergraduate students
3.This paper was presented, in Spanish, as a conference paper at the "VI CONFERENCIA INTERUNIVERSITARIA, Integridad Académica en la Educación Presente y futuro" held at the University of A Coruña (October 2023). Actas de Comunicaciones, Comunicación 11, pp. 185-195, ACTAS DE COMUNICACIÓNES - VI CONFERENCIA INTERUNIVERSITARIA (1).pdf
4. Full Professor in the Educational Research and Evaluation Program, Department of Graduate Studies, Faculty of Education, University of Puerto Rico, Recinto de Río Piedras.
5. Retired Professor, Faculty of Education at University of Puerto Rico, Recinto de Río Piedras.
6. The translation of this article to Spanish was carried out with the assistance of ChatGPT o4-mini. OpenAI. (2023). ChatGPT (Mar 14 version) [Large language model]. Retrieved May 17, 2025, from https://chat.openai.com/
7. In contract cheating there is a main relationship between three parties: a student, the university and who completes or does the work for the student (e.g., commercial company, family member or friend) for monetary or other benefit (Draper & Newton, 2017).
revealed a range from 1 % out of 152 using ghostwriting services in Australia (Maxwell, Curtis, & Vardanega, 2006) to 3 % out of 71,071 in the United States of America (USA) and Canada obtaining a paper from a mill (McCabe, 2005). Newton (2018, p. 4) reviewed 65 studies in the USA, Canada, Australia, New Zealand, Singapore, South Korea, Taiwan, Philippines, Iran, Turkey, South Arabia, United Kingdom, Georgia, Germany, Nigeria, Ethiopia and Ghana, with 71 student samples from 1978 to 2016, asking them to self-report commercial contract cheating (i.e., “Paid someone else to undertake an assignment or homework”); and found that 3.5 % (1919 out of 54,514 participants) engaged in it. “The 10 samples with the highest rates of contract cheating (all over 20 %) were all, except one, from 2009 or later” (p. 6). As Newton (2018) and Ahsan, Akbar, & Kam (2022) reported, the research on contract cheating had been concentrated on a few countries, such as Australia, Canada, the United Kingdom, and the USA. This matter is an advancing theme in academic
Table 1.
integrity scholarship and policy that Latin American universities (public and private) should not ignore. It poses a threat to university education and student learning and development. This text sheds light on the prevalence of contract cheating-related behaviors in six surveys about academic dishonesty or plagiarism in universities in five Latin American countries (Medina & Verdejo, 2016, 2022).
Latin American countries share a common colonial history and language (primarily Spanish). Nonetheless, they have different cultural, social, legal, and political contexts and economic forces moving their educational systems. These influence how university students, professors, and administrators perceive, react, and tolerate academic dishonesty (Franco Pérez, 2017; García-Villegas, Franco-Pérez, & Cortés-Arbeláez, 2015; Medina & Verdejo, 2016;
Some survey results in Latin American universities relating contract cheating to plagiarism
México
Reyes et al. (2014, p. 8)
Carrillo et al. (2019, p. 32)
Amiama-Espaillat (2021, p. 42)
Medina y Verdejo (2022, p. 19)
Villagómez y Pérez (2022, p. 7)
180 freshmen students of Agriculture, Nursing, Pharmacy, and Veterinary Medicine programs in Universidad Autónoma Metropolitana de Xochimilco, México
211 students in a distance modality of the International University of Ecuador
255 students from four universities in the Dominican Republic
360 undergraduate students of the University of Puerto Rico
164 students of Industrial Engineering and Administration of the Unidad Profesional Interdisciplinaria de Ingeniería y Ciencias Sociales y Administrativas (UPIICSA), México
3.2 % paid someone for doing academic work or bought it, through the Internet (“Han pagado a alguien para que les hiciera un trabajo académico”), between one to five times.
23.2 % thought that their peers have bought academic works (“Creen que sus compañeros esporádicamente han pagado a alguien para que les hiciera un trabajo académico o lo han comprado”).
1.7 % claimed to pay someone to do an academic paper or buy it, one or two times.
16 % paid somebody to help them with their academic work (“He pagado a alguien para que me ayude a realizar un trabajo académico”), and 37 % observed this act in their peers one or more times.
17 % order or paid a work to a person or company (“Encargar un trabajo a otra persona o empresa”) more than once.
8 % paid another person for writing a work or bought it on an Internet site (“Pagar a una persona para que escriba un trabajo o comprarlo en un sitio de la Internet”), at least once, and 62 % have observed it by their peers.
23.1 % known another student or friend who paid a third party for doing an academic work (“Pago a terceros para la realización de trabajos o tareas”), as well as answering an exam by another person (“Suplantación o realización de exámenes”).
Reyes García, 2020). Even though contract cheating differs from plagiarism, because of the use of deliberate outsourcing transactions (assistance, agreement, or fee) between the student (or client) and the third party (provider), it may be included as one of the plagiarism or cyber-plagiarism behaviors in the surveys done in some Latin American universities. “Copy and paste” parts of an Internet text or piece without citing the source, is the most common plagiarism behavior among university students reported in some countries, from 2009 to 2022: Colombia (García-Villegas et al., 2015; Mejía & Ordóñez, 2004); Dominican Republic (Amiama-Espaillat, 2021); Ecuador (Carrillo, Gónzalez, & Verdezoto, 2019; Torres-Díaz, Duart, & Hinojosa-Becerra, 2018; México (Reyes at al., 2014; Sureda et al., 2009); Peru (Rivera-Vilchez & Garay, 2014), and Puerto Rico (Medina & Verdejo, 2022; Torres, 2018).
The percentages of students who admitted to this behavior ranged from 33 % to 71 %. In contrast, in some studies, contract cheating behavior, such as buying academic work from another person or party, is less frequent (See Table 1). Between 3 % (Reyes et al., 2014) and 17 % (Amiana- Espaillat, 2021), approximately, declared it. However, the students observed more of their peers doing it (Medina & Verdejo, 2022; Sureda et al., 2009; Villagómez & Pérez, 2022).
However, if work done for another person is turned on as an act of contract cheating, the occurrence is higher. Medina & Verdejo (2022) found that 12 % turned as own a written work, report or project done for another person more than once in the university (“Entregar, como propio, un trabajo escrito, informe o proyecto hecho por otra persona”). In Amiana-Espaillat (2021) and Carrillo et al. (2019) surveys, 13 % and 10 % of the students, respectively, reported a similar action (“Entregar un trabajo realizado por otro alumno/a que ya había sido entregado en cursos anteriores”). It is not quite clear what type of transaction is involved, such as an “order and pay” or loan (“prestar” in Spanish, without fee). However, this act might signify the cultural values of collectivism and solidarity of many Latin American people (Franco, 2017; García-Villegas et al., 2015).
Also, answering an exam by another person or peer student (“suplantar en un examen”), as Bretag et al. (2018) proposed, accounts for contract cheating. For example, Mejía & Ordoñez (2004, p. 19) reported that less than 2 % of 1,994 students in a Colombian university had taken an exam for another (“Presentar una prueba [examen o parcial] a nombre de un compañero”). Ten years later, in another university in the same country, 12 % of 382 students admitted similar behavior at least once (Martínez, Borjas, & Andrade, 2015). In Ecuador, accordingly to Carrillo et al. (2019), near 8 % of 211 students did the same (“He realizado un examen en nombre de otro compañero”). Medina & Verdejo (2019) found that ten out of 360 students answered an exam for another student (“Contestar un examen por otro u otra estudiante”) more than once, and only three asked another person to take an exam (“Pedir a otra persona que te sustituya en un examen”). Villagómez & Pérez (2022) reported that 23 % of 164 Mexican students knew other students had done it.
In sum, the results of some surveys suggest a relatively low prevalence of three contract cheating behaviors among undergraduate university students in Latin American countries. Of course, these encompassed variations in survey methodologies, sampling, and asked behaviors (Medina & Verdejo, 2021).
Despite the low prevalence, contract cheating cannot be ignored. There are at least four challenges to be acknowledged. First, the proliferation of commercial online companies providing different services has made it more accessible, appealing, and timely (Bretag et al., 2018; Newton, 2018). Thus, it is likely that a growing number of students might pay a person (ghostwriter) to write a paper and assignment or buy it from an Internet provider, especially during the COVID-19 pandemic (Hill, Mason, & Dunn, 2021; Strocchi, Boysen, Barros, & Castillo, 2022; Villagómez Pérez, 2022).
Second, the rise of Generative Artificial Intelligence (GenAI), with Large Language Models,
for writing and creation applications, such as ChatGPT, produces an essay, a song, a poem, or a computer algorithm easily and quickly. Additionally, evaluating the works’ quality is necessary, mainly when the language is Spanish and the primary providers are English-based in different countries worldwide (Díaz, 2023; Lines, 2016; Newton, 2018). For instance, the first author found about 72,200,000 results searching8 on Google for “to pay someone for an essay in Spanish” and 26,200,000 using "comprar un ensayo en español". Two were Best essays (https://www. bestessays.com/es/) from Cyprus and Aprobare (https://aprobare.es/) from Barcelona, Spain. Comas-Forgas, Morey-López, & Sureda-Negre (2021) analyzed 36 Spanish companies selling academic works from March 2019 to February 2020. The typical visitors were from Spain and the least from four Latin American countries (Colombia, Argentina, Ecuador, and Chile). Hill et al. (2021) also describe websites for “helping” with assignments and exams.
Third, it is hard to detect or trace contract cheating, mainly based on GenAI, with “anti-plagiarism”9 computer software and services, as well as to prove or punish it by applying institutional policies or in a court of law (Díaz, 2023; Draper & Newton, 2017; Lines, 2016: Medina & Verdejo, 2012; Stoesz, Eaton, Miron, & Thacker, 2019). Contract cheating has become more sophisticated, and transactions are conducted privately and confidentially, with anonymity guaranteed by commercial companies or individuals. The cases suspected or detected by professors may be due to the students' carelessness, citation irregularities, or written clues. Still, reliance on these is insufficient to prove and will likely leave most contract cheating undetected.
Fourth, there are several internal and external motivations for pursuing plagiarism by students in Latin American universities, and maybe for contract cheating as well, such as pressure to get good grades and achieve academic degrees, lack of time for studying or doing the work; fear
of failure; insufficient writing and citation skills; easy access to the Internet; low risk of detection; and inadequate commitment or time by professors for reading students’ papers (Amiama-Espaillat, 2021; Escalante-Jiménez & Martínez, 2022; Medina & Verdejo, 2019; Rebollo-Quintela, Espiñeira-Bellón, & Muñoz-Cantero, 2017; Strocchi et al., 2022; Torres, 2018; Villagómez & Pérez, 2022).
This paper shows the frequency of plagiarism behaviors related to contract cheating reported in a few surveys done in Colombia, Ecuador, México, the Dominican Republic, and Puerto Rico universities. Based on the results reported in a small sample of reviewed publications, the dependency on secondary sources is one of the limitations (Medina & Verdejo, 2016, 2022). Also, contract cheating is not even targeted in them. Thus, pursuing research related to this problem in Latin American universities and addressing research and policy drawbacks is a real challenge. Contract cheating conveys intentional fraud and supports an illegal form of individual or commercial enterprise wherein someone produces fake academic work and assumes another’s identity. More research has to be conducted on the prevalence of students engaging in these acts and the ways and reasons for doing so. Although it has been absorbed as “their” misconduct, it could also implicate professors, researchers, staff, and administrators. Contract cheating, like other academic dishonesty behaviors, is an urgent affair concerning the quality, worth, and trust of higher education in each country, and consequently, it must be confronted. Some valuable recommendations for examining, preventing, and detecting it are shared by Eaton (2018, 2021), Guruge & Kadel (2023), Lancaster & Clarke (2016), Morris (2018), Rogerson (2017), and Quality Assurance Agency (2022).
8. The search was on February 5,2023 and this paper includes this sites as examples. We are not promoting the use of any of them.
9. Also, companies proving contract cheating services offered some form of “plagiarism-free guarantee” for their work (Draper & Newton, 2017, p. 3).
Ahsan, K., Akbar, S., & Kam, B. (2022). Contract cheating in higher education: A systematic literature review and future research agenda. Assessment & Evaluation in Higher Education, 47(4), 523-539.
Amiama-Espaillat, C. (2021). El plagio en la Educación Superior dominicana: Una oportunidad para desarrollar la escritura académica. Cuaderno de Pedagogía Universitaria, 18(35), 37-48.
Bretag, T., Harper, R., Burton, M., Ellis, C., Newton, P., Rozenberg, P., & van Haeringen, K. (2018). Contract cheating: A survey of Australian university students, Studies in Higher Education, 44(11), 1837-1856 https://doi.org/10.1080/03075079.2018.1462788
Carrillo, M. V., Gónzalez, D. C., y Verdezoto, R. H. (2019). El plagio académico percibido por los estudiantes de la Modalidad a Distancia de la UIDE. Espíritu Emprendedor TES, 3(1), 25-35. https://doi. org/10.33970/eetes.v3.n1.2019.125
Clarke, R. y Lancaster, T. (2006). Eliminating the successor to plagiarism? Identifying the use of contract cheating sites. Second Plagiarism: Prevention, Practice and Policy Conference 2006 – Organised by JISC Plagiarism Advisory Service, Newcastle, UK. Comas-Forgas, R., Morey-López, M. & Sureda-Negre, J. (2021). La publicidad en buscadores de las plataformas españolas de compraventa de trabajos académicos: Análisis del tráfico, costes y palabras clave. Revista Española de Documentación Científica, 44(3), e298. https://doi.org/10.3989/ redc.2021.3.1767
Dante, E. (2010, November 12). The shadow scholar. The Chronicle of Higher Education https://www. chronicle.com/article/the-shadow-scholar/ Díaz, D. (2023). Inteligencia artificial vs. Turnitin: Implicaciones para el plagio académico. Revista Cognosis, 8(1), 15-25.
Draper. M. J., & Newton, P. M. (2017) A legal approach to tackling contract cheating? International Journal of Educational Integrity, 13, 1–16. https://doi. org/10.1007/s40979-017-0022-5
Eaton, S. E. (October 1, 2018). 15 strategies to detect contract cheating. https://taylorinstitute.ucalgary. ca/sites/default/files/Content/Resources/AcademicIntegrity/15-Strategies-to-Detect-Contract-Cheating.pdf
Eaton, S. E. (2021). Plagiarism in Higher Education: Tackling Tough Topics in Academic Integrity. Libraries Unlimited.
Ellis, C., Zucker, I.M. & Randall, D. (2018). The infernal business of contract cheating: understanding the business processes and models of academic custom writing sites. International Journal of Educatinal Integrity, 14(1), 2. https://doi.org/10.1007/s40979017-0024-3
Escalante-Jiménez, J. L., y Martínez, S. (2022). Causas del plagio académico en estudiantes universitarios de educación: Percepción docente de una universidad dominicana. Revista Educare, 26(3), 47-62. https:// doi.org/10.46498/reduipb.v26i3.1814
Franco, N. (2017). Una mirada a la integridad académica en la actualidad. Revista de Integridad Académica, 1(2), 6-9.
García-Villegas, M., Franco-Pérez, N., & Cortés-Arbeláez, A. (2015). Perspectives on academic integrity in Colombia and Latin America. In Bretag, T. (Editor), Handbook of Academic Integrity (pp.161-180). Springer.
Guruge, D. B. & Kadel, R. (2023). Towards a holistic framework to mitigate and detect contract cheating within an academic institute. Education Science, 13, 148. https://doi.org/10.3390/educsci13020148
Hill, G., Mason, J. & Dunn, A. (2021). Contract cheating: an increasing challenge for global academic community arising from COVID-19. Research and Practice in Technology Enhanced Learning, 16, 24. https://doi. org/10.1186/s41039-021-00166-8
Lancaster, T. & Clarke, R. (2016). Contract Cheating: The Outsourcing of Assessed Student Work. In Bretag, T. (Editor), Handbook of Academic Integrity (pp. 639–654). Springer. https://doi.org/10.1007/978981-287-098-8_17
Lancaster, T., & Cotarlan, C. (2021). Contract cheating by STEM students through a file sharing website: a Covid-19 pandemic perspective. International Journal for Educational Integrity, 17(3), 16. https:// doi.org/10.1007/s40979-021-00070-0
Lines, L. (2016). Ghostwriters guaranteeing grades? The quality of online ghostwriting services available to tertiary students in Australia. Teaching Higher Education, 21(8), 889–914.
Martínez, A., Borjas, M., & Andrade, J.J. (2015). El fraude académico universitario: El caso de una universidad en la ciudad de Barranquilla. Zona Próxima, 23, 1-17.
Maxwell, A. J., Curtis, G., & Vardanega, L. (2006). Plagiarism among local and Asian students in Australia. Guidance and Counselling, 21, 210-215.
McCabe, D. (2005). Cheating among college and university students: A North American perspective. International Journal for Educational Integrity, 1(1). https://doi.org/10.21913/IJEI.v1i1.14
Medina, M. del R., & Verdejo, A. L. (2012). Plagio cibernético: Situación y detección. Cuadernos de Investigación en la Educación, 27, 23-42.
Medina, M., & Verdejo, A. L. (2016). Una mirada a la deshonestidad académica y el plagio estudiantil en algunas universidades en siete países de América Latina. Presentación en Virtual Educa 2016, San Juan, Puerto Rico.
Medina, M. del R., & Verdejo, A. L. (2019). Segunda encuesta de la deshonestidad académica estudiantil en el Recinto de Río Piedras de la Universidad de Puerto Rico. Revista de Educación de Puerto Rico, 2(2), 1-36.
Medina, M. del R., & Verdejo, A. L. (2021). Una mirada crítica a la frecuencia de la deshonestidad académica del estudiantado universitario en cinco décadas. Revista de Educación de Puerto Rico, 4(1), 1-28
Medina, M. del R., & Verdejo, A. L. (2022). Frecuencia de comportamientos asociados con el plagio del estudiantado en una universidad en Puerto Rico. Revista Innovaciones Educativas, 24, 21-40.
Mejía, J. F., & Ordóñez, C. L. (2004). El fraude académico en la Universidad de los Andes: ¿Qué, qué tanto y por qué? Revista de Estudios Sociales, 18,13-25.
Morris, E. J. (2018). Academic integrity matters: Five considerations for addressing contract cheating. International Journal for Educational Integrity, 14(15), 12pp. https://doi.org/10.1007/s40979-018-0038-5
Newton, P. M. (2018). How common is commercial contract cheating in higher education, and is it increasing? A Systematic Review. Frontiers in Education, 3 (67). https://doi.org/10.3389/ feduc.2018.00067
Rebollo-Quintela, N., Espiñeira-Bellón, E., & MuñozCantero, J. (2017). Atribuciones causales en el plagio académico por parte de los estudiantes universitarios. Revista de Estudios e Investigación en Psicología y Educación, 6, A6-193. https://doi. org/10.17979/reipe.2017.0.06.2453
Reyes García, J. M. (2020). Perspectiva de la facultad hacia la deshonestidad académica estudiantil [Tesis de maestría inédita]. Universidad de Puerto Rico, Río Piedras.
Reyes, J., Coronel, S., Flores, R., Díaz, R., & Ortíz. L. (2014). Academic plagiarism from the perspective of students. Paper presented at the Sixth International Integrity & Plagiarism Conference: Promoting authentic assessment. New Castle, United Kingdom.
Rivera-Vilchez, R.V., & Garay, R.A. (2014). Nivel de dependencia de los estudiantes de una facultad de odontología a las funciones informáticas de “copiar y pegar”. KIRU, 11(2), 153-161.
Rogerson, A. M. (2017). Detecting contract cheating in essay and report submissions: Process, patterns, clues and conversations. International Journal for Educational Integrity, 13(10), 17. https://doi. org/10.1007/s40979-017-0021-6
Sureda, J., Comas, J., Serrano, L., Nava, C., Oliver, M., & Morey, M. (2009). El plagio académico entre el alumnado de la Universidad Tecmilenio. Resultados generales. Informes de Investigación, Grupos de Investigación “Educación y Cuidadanía”, Universidad de las Islas Baleares. https://www.academia. edu/22664410/EL_PLAGIO_Y_OTRAS_FORMAS_ DE_DESHONESTIDAD_ACAD%C3%89MICA_ ENTRE_EL_ALUMNADO_DE_LA_UNIVERSIDAD_ TECMILENIO_RESULTADOS_GENERALES
Stoesz, B. M., Eaton, S. E., Miron, J. & Thacker, E. J. (2019). Academic integrity and contract cheating policy analysis of colleges in Ontario, Canada. International Journal for Educational Integrity, 15(4), 18pp. https://doi.org/10.1007/s40979-019-0042-4
Strocchi, M. V., Boysen, P., Barros, V., & Castillo, I. S. (2022). El plagio en estudiantes de pregrado: Un abordaje desde las representaciones sociales. Visual Review, 9, 1-18. https://doi.org/10.37467/revvisual. v9.3769
Quality Assurance Agency (2022). Contracting to cheat in higher education—how to address contract cheating, the use of third-party services and essay mills (3rd. edition). Contracting to Cheat in Higher Education (qaa.ac.uk)
Torres-Diaz, J. C., Duart, J.M., & Hinojosa-Becerra, M. (2018). Plagiarism, internet and academic success at the university. Journal of New Approaches in Educational Research, 7(2), 98-104. https://doi. org/10.7821/naer.2018.7.324
Torres, G. (2018). La percepción y conocimiento sobre el ciberplagio en los estudiantes universitarios de nuevo ingreso Disertación doctoral inédita]. Universidad del Turabo, Puerto Rico.
Villagómez, A. C., & Pérez, I. J. (2022). Trampa por contrato” el principal obstáculo del aprendizaje en la modalidad virtual. Revista Electrónica Ciencia, Tecnología y Humanidades del Instituto Politécnico Nacional, Ejemplar 26, 1-11. https:// revistaelectronica-ipn.org/ResourcesFiles/ Contenido/27/HUMANIDADES_27_001085.pdf
Walker, M. & Townley, C. (2012). Contract cheating: A new challenge for academic honesty? Journal of Academic Ethics, 10, 27–44. https://doi.org/10.1007/s10805012-9150-y
Pontificia Universidad
Católica de Chile
Entrevista a David Rettinger
En un mundo donde la educación enfrenta desafíos constantes, promover una cultura de integridad académica se vuelve una prioridad fundamental para las instituciones educativas. Esta cultura no solo refuerza valores como la honestidad y la responsabilidad, sino que también sienta las bases para un aprendizaje auténtico y significativo
Sin embargo, construir un ambiente que fomente la integridad académica requiere algo más que reglamentos. Implica entender las causas profundas de la deshonestidad académica y, a partir de ahí, desarrollar estrategias que combinen enfoques preventivos y educativos. Según estudios recientes, el diseño de intervenciones pedagógicas que refuercen los valores éticos y la toma de decisiones informada puede marcar una diferencia significativa en la experiencia estudiantil (Bretag, 2019).
En esta entrevista, exploramos el papel clave de los valores éticos en la educación superior a través de una conversación con David Rettinger, destacado experto en integridad académica y profesor de la Universidad de Mary Washington.
Rettinger comparte su visión sobre cómo las instituciones pueden fortalecer la cultura de integridad mediante un enfoque integral que combine la prevención, la educación y el apoyo a estudiantes y profesores.
A lo largo de la entrevista, David enfatiza la importancia de comprender los factores contextuales que influyen en la deshonestidad académica, desde la presión por el desempeño hasta la normalización de ciertas conductas en los entornos educativos. Además, ofrece recomendaciones prácticas para que las instituciones trabajen en la construcción de entornos educativos que promuevan no solo el aprendizaje, sino también el desarrollo de ciudadanos éticos y responsables.
Te invitamos a sumergirte en esta conversación enriquecedora y reflexionar sobre el papel que todos desempeñamos en la construcción de una educación basada en la integridad.
Accede a la entrevista en la siguiente liga: https://vimeo.com/835592220
RECOMENDACIONES PARA DOCENTES:
Promueve un uso informado, transparente, responsable y ético de la inteligencia ar tificial. Procura que su uso contribuya al for t alecimiento de los aprendizaje s de los y las e s tudiante s
1 AI AI
2
Es tablece con claridad y transparencia las formas y usos permitidos de IA y qué se va a entender como falta a la integridad académica en es te contex to. E s impor t ante cont ar con una polític a de transparencia en el uso de herramient as de Inteligencia Ar tificial, que se encuentre declarada en un e spacio concreto, como el programa o contrato del curso.
3
Conversa con tus estudiantes respecto a cuál es el uso esperado de la IA, en qué ocasiones se puede utilizar y en cuáles no. Se sugiere indicar el valor que puede aportar la Inteligencia Artificial en ciertas tareas, así como en los casos que no se pueda utilizar, el sentido que tiene para el logro de los aprendizajes esperados en el curso
4
Habla con tus estudiantes acerca de las oportunidades y limitaciones que tiene la herramienta. Por una parte, puede hacer que algunos procesos sean más eficientes, pero también puede presentar errores y sesgos, por lo que sus respuestas no son del todo confiables.
5
Conecta a tus estudiantes con el sentido de tus evaluaciones. Cuando el e s tudiant ado percibe mayor valor en la t area, hay menos incentivo para cometer falt as y se promueve un uso apropiado de la IA.
6
Cuando puedas, solicita a tus es tudiantes que vinculen sus trabajos con casos específicos, problemas reales, experiencias personales o reflexiones. E s t as no solamente herramient as de IA, sino que t ambién promueven mejore s aprendizaje s.
7
Procura evaluar procesos que consideren un trabajo sos tenido en el semes tre, con ins tancias formativas. De e sa manera, puede s monitorear el trabajo del curso y evaluar su consis tencia E s to, además de ser una prác tic a que tiende a mejorar el aprendizaje del e s tudiant ado, te permite familiarizar te más con el trabajo del curso y así detec t ar produc tos que hayan sido elaborados con IA
9 8
Intenta utilizar las herramientas de IA para cumplir tus propias ins trucciones. A sí verás cuále s son las re spue s t as que genera o puede s edit ar tus evaluacione s para que sean más de safiante s por e s te medio si e s nece sario.
Utiliza la IA como objeto de es tudio en los trabajos de tus es tudiantes. Ya sea de sde su funcionamiento, las implic aciones étic as de su uso, el impac to que tendrá en el mundo profe sional y ac adémico u otras aplic acione s par ticulare s de la disciplina que sean relevante s.
Por Mauricio Garita10
Los sistemas de inteligencia artificial (IA) son utilizados por estudiantes constantemente. De acuerdo con una encuesta realizada por Best Colleges (Nam, 22 de noviembre del 2023), 53% de los estudiantes encuestados mencionaron que han utilizado herramientas de IA en sus trabajos académicos y 79% dijeron que su docente ha abordado la ética de la IA. Una de las preocupaciones más importantes para la academia es la conexión que puede existir entre las tecnologías de IA y el plagio en las aulas, lo cual compromete la integridad del estudiante.
Un ejemplo claro sobre la ruptura de la integridad sucedió durante la pandemia, cuando se incrementaron las oportunidades para cometer plagio en las clases en línea. Se notó, por ejemplo, un incremento en el plagio en los cursos que requerían prácticas de laboratorio (Mayron, 2022). La razón subyacente se debió, en parte, al mal uso de la tecnología, como la IA. ¿Deberíamos, entonces, evitar el uso de los sistemas de IA en el aula?
Algunos estudios han demostrado que muchos estudiantes no tienen un conocimiento adecuado sobre el uso de los sistemas de IA; por ejemplo, desconocen cómo utilizarlos correctamente en la academia. También se ha encontrado que la confianza en las tecnologías
de IA en relación con el rendimiento académico de los estudiantes es mínima (Juma, 2021). Sin embargo, es probable que se utilicen estas tecnologías en el aula ya que alrededor de 35% de los estudiantes lo hacen para el apoyo de sus trabajos académicos (Ortiz, 2024).
En Estados Unidos, por ejemplo, 43% de los alumnos comentan que han utilizado herramientas como ChatGPT para estudiar. Por ende, podemos pensar que los estudiantes seguirán utilizando herramientas de IA, independientemente de si la universidad cuenta o no con normativas para su uso ético.
Es aquí en donde subrayamos una brecha importante en el deber institucional. Las universidades pueden y deben abordar el uso ético de los sistemas de IA en las aulas; no corresponde cuestionar su discusión. Las universidades pueden recomendar distintas formas de que el docente aborde el uso ético de los sistemas de IA.
El Centro de Innovación Docente de la Universidad de Cornell (2023), por ejemplo, sugiere que las instituciones educativas aborden el uso ético de la IA en el aula desde una perspectiva de transparencia y supervisión. Se insta a que se utilicen salvaguardas para determinar qué herramientas proveen información fidedigna y cuáles pueden ser desfavorables. También sugiere que se abor-
den temas como el impacto político, que incluye la utilización de sistemas de IA para discriminación; el impacto ambiental, como el consumo de energía; la justicia, que contempla el uso de las herramientas de IA al evitar crear sesgos; y la privacidad, que incluye la utilización del material basado en derechos de autor.
La exactitud en la producción de contenido se ha convertido en una de las mayores preocupaciones en el aula debido a que, ante la existencia de varias tecnologías basadas en IA, resulta un reto identificar cuáles son más exactas en la producción de sus resultados y cuáles no. Las universidades pueden apoyar al señalar la distinción entre herramientas que son más exactas respecto del contenido que producen (outputs). Este trabajo se puede hacer mediante la enseñanza de cómo dar instrucciones claras, transparencia y explicación, mediciones exactas y ajustes a las tecnologías generativas (Caltech 2023). Sin embargo, la exactitud también depende de la confiabilidad de la información que es ingresada en la herramienta de IA y de la calidad de las bases de datos con las que se alimenta a la herramienta. Una buena práctica para las universidades es la enseñanza del manejo de datos que permita extraer análisis certeros.
Otro reto que existe “en el aula” es saber identificar los sesgos al utilizar herramientas de IA. Cuando se entrena una herramienta de IA con distintos tipos de información, esta información puede incluir sesgos. Un ejemplo
de ello fue el experimento nombrado “Norman”, por el personaje de las películas de Alfred Hitchcock llamado Norman Bates. Un sistema de IA fue entrenado utilizando imágenes de contenido gráfico para su aprendizaje. El resultado del entrenamiento de la IA llamada Norman fue la creación de un psicópata en su manera de comportarse (Wakefield, 1 de junio del 2018). Lo anterior demuestra el cuidado que se debe tener en conocer la información utilizada para entrenar a las herramientas de IA y los sesgos que estas pueden ocasionar. Por ello, resulta importante para las universidades el entablar una conversación con el estudiante para hacerle ver que los modelos de lenguaje necesitan de un proceso íntegro.
Las universidades tienen una gran responsabilidad en guiar a los estudiantes en un mundo donde las herramientas de IA proliferan y pueden estar sesgadas al brindar información que carece de exactitud de contenido. En el campo de la ciberpsicología, se ha manifestado como preocupación el impacto que los sistemas de IA pueden tener en la salud mental y el bienestar debido a los sentimientos de soledad, ansiedad y depresión en el mal uso de estas tecnologías (Birsa, 30 de marzo del 2023). La utilización de herramientas como chatbots para requerir consejería psicológica pueden causar un impacto negativo debido a que ocasionan una brecha entre el conocimiento de las personas especializadas en psicología, psiquiatría o coaching y las herramientas de 33
IA, las cuales son entrenadas con modelos que podrían carecer de información importante para la toma de decisiones. La guía que puedan proveer las universidades sobre las limitaciones en la utilización de los sistemas de IA y el posible impacto en la salud física y psicológica podrían ser áreas de suma importancia al momento de comunicar la forma adecuada de utilizar los sistemas de IA en el aula.
Las universidades deben guiar la conversación de las herramientas de IA en el aula. La academia se constituye por instituciones en las cuales la investigación y el aprendizaje pueden aprovecharse desde los sistemas de IA. Es importante destacar que, en un contexto donde la IA se perfila como una de las industrias más lucrativas, proliferan herramientas que buscan monetizar su contenido de forma apresurada. Esta urgencia por obtener beneficios inmediatos puede conducir a omitir fases esenciales —como el entrenamiento de modelos de lenguaje, la depuración de bases de datos y la afinación de algoritmos—, lo que a su vez da lugar a un mercado que cuenta con soluciones de tecnología con IA de baja calidad o potencialmente perjudiciales.
Dentro de las preocupaciones de las herramientas de IA existe el sesgo que pueden tener sobre la información que el estudiante consume. Una persona puede consultar una herramienta de IA que tenga sesgos o que sea inadecuada y concluir que dicha información es verdadera, y de esa forma atenta contra el aprendizaje. Es en estos casos donde la universidad, a través de la formación del pensamiento crítico, puede incentivar al estudiante a plantear las preguntas adecuadas y determinar si la respuesta que está brindando la herramienta de IA es la correcta o si debe hacer preguntas más críticas. Por lo tanto, es claro que una de las habilidades más importantes para el estudiante en la era de los sistemas de IA es el pensamiento crítico.
La capacidad de filtrar la información a través de realizar las preguntas adecuadas, revisar las citas, corroborar la información con otras fuentes y determinar diversos caminos para la toma de decisiones, se convierten en habilidades necesarias para el presente
y futuro. A raíz de la alta oferta de herramientas de IA, el estudiante debe saber cómo pensar críticamente sobre la información que está arrojando la herramienta, así como distinguir entre la certeza y la falta de exactitud. Lo anterior abre una amplia gama de posibilidades para enseñar a los estudiantes a ser críticos con el uso de sistemas de IA; por ejemplo, mediante el diálogo socrático como herramienta de discernimiento.
Pienso que las herramientas de IA se apoyarán cada vez más en ciencias como la estadística, la economía, las finanzas y la programación para determinar la veracidad y la interpretación de los resultados. Es difícil imaginar otro momento en la humanidad en donde el análisis y el pensamiento crítico haya sido más vital que en los tiempos actuales.La idea anterior nos lleva a pensar que el catedrático utilice herramientas que evalúen el entendimiento del estudiante y no pruebas de ensayo que puedan ser resueltas fácilmente con herramientas de IA. El profesor deberá idear pruebas dónde los estudiantes profundicen sobre los conceptos y su aplicación.
Los profesores deberán adecuar los métodos de evaluación, como los ensayos cambiándolos por ejemplo por pruebas orales o actividades con componentes presenciales donde se pueda medir el entendimiento de la materia, más allá de la capacidad de resolver el examen. El entendimiento profundo de la materia podrá guiar el razonamiento crítico del estudiante y, por ende, el catedrático deberá idear una manera óptima de evaluarlo. En lo que respecta a su método de enseñanza, el docente deberá concentrarse en cómo el estudiante aprende mediante la reflexión.
Se concluye que evitar las herramientas de IA en el aula sería un grave error para las universidades debido a que los estudiantes ya utilizan dichas herramientas. El futuro vislumbra un trabajo en conjunto que deberán realizar los diferentes actores dentro de las universidades a partir de proponer retos que sean interesantes para la adaptación de la educación a la era de la IA.
Birsa, P. (2023). Cyberpsychology and impact of AI on mental wellbeing. Linkedin. Recuperado de https://www.linkedin. com/pulse/cyberpsychology-impact-ai-mental-wellbeingpaolo-birsa/
California Institute of Technology Caltech. (2023). Guidance on the use of generative AI and large language model tools. Caltech Office of the Provost. https://www.caltech.edu/ campus-life-events/campus-announcements/guidanceon-the-use-of-generative-ai-and-large-language-modeltools
Centro de Innovación Docente, Universidad de Cornell. (2023). IA ética para la enseñanza y el aprendizaje. Recuperado de https://teaching.cornell.edu/generative-artificialintelligence/ethical-ai-teaching-and-learning
Juma, H. (2021). Artificial intelligence: Higher education students´ knowledge and understanding. Towards excellence, 13(2), 834-841.
Mayron, M. (2022). Cheating in Online Science Labs: Lessons from the Pandemic. Inside Higher Ed Nam, J. (22 de noviembre del 2023). 56% of College Students Have Used AI on Assignments or Exams. Best Colleges [Sitio web]. Recuperado de https://www.bestcolleges.com/ research/most-college-students-have-used-ai-survey/ Ortiz, J. (1 de abril del 2024). Encuesta revela brecha en preparación educativa para la inteligencia artificial. IADocentes https://www.iadocentes.com/encuesta-revela-brecha-en-preparacion-educativa-para-la-inteligencia-artificial/
Wakefield, J. (1 de junio del 2018). Are you scared yet? Meet Norman, the psychopathic AI. BBC [Sitio web]. Recuperado de https://www.bbc.com/news/technology-44040008
