La integridad académica es un tema clave en la educación, ya que fomenta el desarrollo de valores y conductas éticas, tanto en lo personal como en lo profesional. Como docente, una de las tantas tareas en el aula es fomentar la integridad, la ética y los valores. No obstante, existen muchos retos para garantizar la calidad de la educación , puesto que la deshonestidad académica está a un solo prompt de distancia. Si bien la inteligencia artificial generativa (IAgen) se ha erigido como una herramienta para apoyar los procesos de enseñanza-aprendizaje, también se ha convertido en un obstáculo para la educación.
En México, no solo no hay guías homologadas para la educación, sino que tampoco existe un marco normativo vigente que la regule como tal (solo existen iniciativas de ley que no se han concretado). Esto provoca que muchos modelos y sistemas de IA no cumplan con salvaguardar la privacidad de los datos ni la seguridad del usuario, o bien que simplemente apliquen un ethics washing , es decir, prácticas, en este caso éticas, que se realizan con afán de mejorar la percepción de una persona u organización, pero sin implementar cambios. Aunque existen muchas consecuencias del mal uso de la IA en la educación (dependencia cognitiva, deuda cognitiva, academic laziness , etc.
), este escrito se enfocará en la integridad de la educación en la era de la inteligencia artificial . ¿Qué es la integridad académica? Según la RAE , la palabra íntegro significa «dicho de una persona: recta, proba, intachable», mientras que integridad es la «cualidad de íntegro». Ahora bien, no existe una definición consensuada de lo que abarca la integridad académica. Sin embargo, e l término suele asociarse con la conducta académica, las virtudes (confianza, justicia, carácter, integridad) y los valores (honestidad, equidad, respeto, responsabilidad, etc. ) ( Mejía y Garcés, 2025 ).
Otros autores, como Șercan y Voicu (2022), la definen como la integridad, el respeto a la propiedad intelectual, los estándares morales y éticos, así como las normas de conducta (citados en Balalle y Pannilage, 2025 ). Por su parte, Sbaffi y Zhao (2022) la describen como el compromiso, la honestidad y el comportamiento moral en el trabajo académico de estudiantes y docentes (citados en Balalle y Pannilage, 2025 ).
Dentro de la práctica académica, la integridad académica busca evitar el plagio, el fraude, la trampa (ya sea de forma análoga o con tecnología), la obtención de material (como exámenes) para su venta o reproducción ilegal, el soborno para obtener mejores notas y, más recientemente, el ghostwriting y la escritura con IA ( AI writing ) ( Balalle y Pannilage, 2025 ). El impacto de la IA gen en la integridad académica Un estudio realizado por Ruskulis et al.
(2026), titulado An Academic Text: The Balance Between Academic Integrity and Artificial Intelligence , demostró que el 76 % de los encuestados (estudiantes de educación superior) utiliza IA constantemente para realizar tareas académicas, prefiriendo ChatGPT (65 %) por sobre otras herramientas. Asimismo, ese estudio reveló que los propios estudiantes perciben la dependencia excesiva de la IA como una violación de la integridad académica .
Esto deja entrever que es necesario un enfoque más ético y responsable; se requiere un esfuerzo para fomentar la alfabetización en IA, así como para crear y aplicar políticas institucionales transparentes y bien definidas que preserven la calidad e integridad académicas. Como ya se ha mencionado en otros artículos del Observatorio , los derechos de autor al usar herramientas de IA siguen siendo un tema de debate importante. En este caso, muchos estudiantes emplean LLM como ChatGPT , Claude , Gemini , etc. , para producir texto al instante, gracias a la creación de prompts y agentes especializados ( bots ) para tareas de generación de texto.
En este sentido, el único esfuerzo «cognitivo» del estudiante consiste en redactar el comando, ya que la IA realiza todo el trabajo de buscar, analizar y sintetizar la respuesta. En este escenario, el estudiante comete errores de omisión y de comisión; es decir, cuando acepta la información como válida y la incorpora a su trabajo (omisión) y, en una segunda instancia, cuando no es capaz de identificar que existe un problema crítico con dicha información, ya sea porque no tuvo la iniciativa de revisar o porque la IA no se lo indicó ( Watts, 2025 ).
Esto también provoca el deterioro de los procesos cognitivos ( deuda cognitiva ), es decir, de los mecanismos del pensamiento crítico, la toma de decisiones y otras habilidades esenciales. Además, este tipo de procesos aumenta la dependencia cognitiva . Muchos expertos sostienen que la IA carece de comprensión, pensamiento crítico e intuición para producir un trabajo auténtico, lo que genera preocupación por la integridad académica, ya que estas capacidades no reflejan las ideas ni la esencia del autor y, a su vez, disminuyen la originalidad y el comportamiento ético (Currie et al. , 2023; Balalle y Pannilage, 2025 ; Bittle y El-Gayar, 2025 ).
Asimismo, autores como Currie et al.
Etiquetas: Integridad académica, Inteligencia artificial, Educación, Ética, México, Tecnología · IA general
About the Author
