Una mentee llegó la semana pasada con una pregunta que se ha vuelto común en los últimos meses. trabaja con graduados y quería saber cómo responder cuando los estudiantes preguntan si ejecutar un esquema a través de un modelo de lenguaje grande cuenta como su propio trabajo.
Una encuesta a gran escala de más de 95.000 graduados en veinte universidades de investigación encontró que aproximadamente dos tercios habían utilizado herramientas de IA generativas, con casi el 40 por ciento haciendo esto al menos cada mes. Entre esos usuarios, al menos el 9 por ciento informó que empleaba las herramientas para engañar, con usuarios diarios mostrando tasas significativamente más altas que las ocasionales.
Las cifras nacionales del Reino Unido apuntan en la misma dirección.Los casos probados de mala conducta relacionada con la IA alcanzaron casi 7.000 en el año académico 2023-24, o 5.1 incidentes por 1.000 estudiantes, un aumento notable respecto al año anterior.Las proyecciones para el año siguiente sugirieron nuevos aumentos.Estos casos registrados se encuentran frente a encuestas más amplias que muestran que el 88 por ciento de los graduados del Reino Unido habían recurrido a la IA generativa para evaluaciones a principios de 2025.
Los números por sí solos no capturan las decisiones diarias que enfrentan los estudiantes. Muchos describen la IA como una ayuda de estudio para el brainstorming, la aclaración de conceptos o la verificación de la gramática. Otros admiten cruzarse a la generación de ensayos completos bajo la presión de los plazos. Las encuestas de varios cientos de estudiantes indican que las creencias éticas personales predicen el comportamiento de manera más fiable que la conciencia de las reglas institucionales.
Un tema recurrente es la distinción entre la aceleración y la externalización.Un estudiante que utiliza la herramienta para generar preguntas de práctica, luego trabaja a través de explicaciones y verifica la comprensión contra las fuentes primarias, está construyendo habilidades.Otro que coloca un prompt y envía el resultado sin cambios no es.La misma tecnología apoya ambos caminos, por lo que las prohibiciones de cubierta han demostrado ser difíciles de sostener.
Photo by Brett Jordan on Unsplash
Las preocupaciones de la facultad siguen estos desarrollos de cerca. La investigación publicada a principios de 2026 mostró que el 92 por ciento de los instructores estaban preocupados por el plagio o la deshonestidad capacitado por la IA, con un malestar especialmente agudo en las disciplinas intensivas en la escritura. Al mismo tiempo, muchos reconocen que el software de detección sigue siendo poco fiable, produciendo tanto falsos positivos que banderas injustamente el trabajo original y falsos negativos que pierden el texto generado.
Los ejemplos incluyen un retorno a los exámenes en persona en algunos departamentos, requisitos que los estudiantes documenten su proceso, y prompts que piden reflexión personal o datos recopilados por el propio estudiante. la Agencia de Garantía de Calidad del Reino Unido ha aconsejado a las instituciones que indiquen claramente qué formas de uso de IA son aceptables, para exigir un reconocimiento explícito del uso de la herramienta, y para poner la responsabilidad de la presentación final en el estudiante.
El lenguaje de la política ayuda, pero la aplicación todavía depende de la comprensión compartida. Cuando las directrices permanecen vagas o cambian de término a término, los estudiantes informan de la incertidumbre sobre si un flujo de trabajo en particular será tratado posteriormente como una mala conducta. La formación que se centra en el razonamiento ético en lugar de listas de prohibiciones parece ser más eficaz en la toma de decisiones. Los estudiantes que pueden articular por qué un uso dado preserva o socava su propio aprendizaje tienden a tomar decisiones más consistentes bajo presión.
Las diferencias culturales y disciplinarias también son importantes.Los campos que ya enfatizan la elaboración iterativa y la colaboración han encontrado que es más fácil integrar el uso transparente de la IA que las disciplinas construidas en torno a las presentaciones de un solo autor, de alta participación.Los estudiantes internacionales a veces se enfrentan a capas adicionales de confusión cuando las normas del país de origen en torno a la asistencia difieren de las expectativas de la institución anfitriona.
Las respuestas prácticas están surgiendo de estos patrones. documentación de proceso clara, asignaciones escalonadas que se construyen de esquema a proyecto a revisión, y la discusión explícita de las promesas aceptables versus inaceptables todos reducen la ambigüedad. Algunos programas ahora incluyen módulos cortos sobre la ética de la IA temprano en el término, tratando las herramientas como parte del entorno de investigación contemporáneo en lugar de una amenaza externa.
Los estudiantes con acceso confiable a modelos premium o con una preparación previa más fuerte pueden obtener ventajas que otros carecen. Las instituciones están empezando a abordar esto proporcionando herramientas aprobadas a través de las licencias del campus y diseñando asignaturas que no asumen puntos de partida iguales con la tecnología.
Photo by Brett Jordan on Unsplash
Lo que la evidencia demuestra hasta ahora es que ni las prohibiciones directas ni la adopción sin control sirven bien a los estudiantes.El camino medio operable trata a la IA como un colaborador poderoso pero imperfecto cuyo resultado aún debe ser evaluado, verificado e integrado por un autor humano.
Un pequeño paso este mes es elegir una tarea o una conversación de asesoramiento y preguntar explícitamente qué pretende hacer el estudiante o colega de IA y cómo verificará o ampliará el resultado.