El avance de la inteligencia artificial generativa está cambiando la forma en que los estudiantes investigan, escriben y aprenden, pero también obliga a las instituciones educativas a redefinir qué significa realmente un trabajo propio y cómo debe evaluarse.
La discusión sobre la inteligencia artificial en las aulas dejó de ser una cuestión del futuro. Hoy, estudiantes de bachillerato y universidad tienen acceso cotidiano a herramientas capaces de redactar ensayos, resumir documentos, resolver problemas, traducir textos y proponer argumentos en cuestión de segundos. El desafío, por tanto, ya no consiste simplemente en prohibirlas, sino en establecer cuándo su utilización forma parte del aprendizaje y cuándo sustituye el trabajo intelectual que corresponde al alumno.
La frontera puede parecer sencilla, pero en la práctica resulta mucho más compleja. Un estudiante que utiliza una herramienta de IA para ordenar sus ideas, identificar preguntas que no había considerado o recibir explicaciones adicionales no necesariamente está haciendo trampa. El problema aparece cuando entrega como propio un texto que no construyó, no comprende o no puede defender.
Una investigación publicada en 2026 por especialistas de la Universidad Nacional Autónoma de México (UNAM) sobre integridad académica y plagio sostiene precisamente que la inteligencia artificial generativa ha alterado las definiciones tradicionales del plagio. El estudio, basado en una revisión de 149 documentos académicos publicados entre 2021 y 2024, plantea que el fenómeno debe analizarse desde dimensiones pedagógicas, regulatorias y digitales, pero también desde la capacidad del estudiante para demostrar que el producto entregado refleja su propio esfuerzo intelectual.
La diferencia es importante. Copiar un texto generado por una máquina y presentarlo como trabajo propio no es equivalente a utilizar la misma herramienta como apoyo para comprender un concepto, comparar argumentos o revisar un borrador. En ambos casos existe tecnología de por medio, pero el papel que desempeña el estudiante es completamente distinto.
La propia UNAM ha comenzado a abordar esta transformación desde una perspectiva que combina aprendizaje, ética y responsabilidad. Sus recomendaciones para el uso educativo de la inteligencia artificial generativa incluyen dimensiones como la enseñanza, el aprendizaje, la evaluación, la investigación y la gestión de los procesos educativos. El planteamiento apunta a que la tecnología puede incorporarse al aula siempre que su utilización sea crítica, transparente y pedagógicamente justificada.
Y es que prohibir la herramienta no necesariamente resuelve el problema. La inteligencia artificial ya forma parte del entorno académico y profesional en el que se desenvolverán los estudiantes. La cuestión de fondo es enseñarles a utilizarla sin renunciar a las capacidades que precisamente debería desarrollar la educación: analizar, argumentar, contrastar fuentes, resolver problemas y tomar decisiones.
Un estudio publicado en la Revista Digital Universitaria a partir de un cuestionario aplicado en 2024 a 2.069 integrantes del profesorado y 4.725 estudiantes de bachillerato, licenciatura y posgrado de la UNAM encontró una amplia presencia de la inteligencia artificial generativa entre ambos grupos. La investigación también señaló que uno de los principales usos académicos consiste en obtener y buscar información, al tiempo que identificó la necesidad de formar a la comunidad universitaria sobre las capacidades reales y las limitaciones de estas herramientas.
Esto introduce otro problema: una respuesta convincente no necesariamente es una respuesta correcta. Los modelos generativos pueden producir información errónea, referencias inexistentes o explicaciones aparentemente sólidas que requieren verificación. Por eso, utilizar IA sin revisar sus resultados puede convertir una herramienta de apoyo en una fuente adicional de errores.
La UNESCO ha planteado una conclusión similar desde una perspectiva internacional. Su orientación sobre inteligencia artificial generativa en educación y enseñanza propone un enfoque centrado en las personas y llama a replantear tanto las evaluaciones como los resultados de aprendizaje. La organización también advierte sobre cuestiones relacionadas con la privacidad, la equidad, las fuentes de información, la propiedad intelectual y el desarrollo de los procesos de pensamiento.
La evaluación, en particular, parece estar en el centro de la transformación. Si una tarea puede resolverse mediante una instrucción breve a un modelo lingüístico, quizá el problema no esté únicamente en el estudiante que utiliza la herramienta, sino también en una actividad que mide principalmente la capacidad de producir un texto terminado y no el proceso intelectual que llevó hasta él.
Por ello, algunas estrategias pedagógicas comienzan a otorgar mayor importancia al proceso. Explicar cómo se llegó a una conclusión, defender oralmente un argumento, conservar borradores, registrar las fuentes consultadas, comparar una respuesta generada por IA con información académica y justificar las modificaciones realizadas son mecanismos que permiten observar algo que una simple tarea final puede ocultar: cómo piensa el estudiante.
También resulta relevante enseñar a declarar el uso de estas herramientas. Si un alumno utilizó inteligencia artificial para generar preguntas, corregir la redacción o recibir retroalimentación, esa intervención puede formar parte del proceso de aprendizaje siempre que las reglas de la institución la permitan y que el estudiante conserve la responsabilidad sobre el resultado.
El debate también alcanza a los sistemas utilizados para detectar textos generados por IA. En este terreno conviene evitar certezas fáciles. Incluso las propias herramientas comerciales de detección reconocen que pueden equivocarse. Turnitin, por ejemplo, señala en su documentación actualizada que su sistema puede identificar incorrectamente textos humanos, generados por IA o parafraseados mediante estas tecnologías y que sus resultados no deben utilizarse como única base para sancionar a un estudiante.
La investigación académica publicada en 2025 también ha encontrado limitaciones en los detectores de texto generativo. Un estudio sobre herramientas de detección de IA concluyó que, aunque pueden alcanzar niveles de precisión relevantes en determinados contextos, ninguna de las herramientas analizadas consiguió una fiabilidad absoluta. La consecuencia pedagógica es clara: una puntuación algorítmica no puede sustituir por sí misma el criterio docente ni una revisión del trabajo del alumno.
En otras palabras, combatir el llamado plagio algorítmico únicamente con otro algoritmo puede convertirse en una carrera tecnológica difícil de ganar. Si el objetivo es preservar la integridad académica, resulta más sólido combinar herramientas de detección con evidencias del proceso, diálogo con el estudiante y criterios institucionales claros.
La Organización para la Cooperación y el Desarrollo Económicos (OCDE), en un análisis publicado en 2026 sobre el uso responsable de la inteligencia artificial generativa en la educación superior, identifica precisamente la integridad académica, la protección de datos, la equidad y la fiabilidad de los contenidos generados como algunos de los principales desafíos para las instituciones. Al mismo tiempo, plantea la necesidad de desarrollar competencias específicas para que estudiantes y docentes puedan utilizar estas tecnologías de manera responsable.
Así, la inteligencia artificial puede dejar de ser vista exclusivamente como una amenaza contra la autoría. También puede convertirse en un recurso para enseñar mejor. Un estudiante podría pedir a una herramienta que cuestione sus argumentos, proponga una interpretación contraria o señale vacíos en una explicación y después comprobar, corregir o rechazar esas sugerencias. En ese escenario, la máquina no piensa por el alumno; lo obliga a pensar mejor.
La diferencia parece pequeña, pero pedagógicamente es enorme. No se trata de entregar a la IA la responsabilidad de escribir, investigar o resolver, sino de utilizarla como un interlocutor que puede provocar preguntas, ofrecer alternativas y someter las ideas a prueba.
La verdadera defensa contra el plagio algorítmico, por tanto, no parece estar en regresar a un aula sin tecnología. Está en construir una cultura académica donde el estudiante pueda explicar lo que escribió, demostrar cómo llegó a sus conclusiones y reconocer qué herramientas utilizó para hacerlo.
La IA ya cambió la pregunta. Antes bastaba con preguntar si un trabajo había sido copiado. Ahora también es necesario saber quién tomó las decisiones intelectuales detrás de ese trabajo. Y esa respuesta, por mucho que avance la tecnología, todavía corresponde al estudiante y al docente.