Autoría e integridad académica ante la inteligencia artificial generativa en educación superior

DOI: https://doi.org/10.54674/ess.v37i2.1174
Palabras clave: Integridad académica, Autoría, Inteligencia artificial generativa, Ética educativa, Educación Superior

Resumen

Este artículo analiza la problemática de la integridad académica y las nuevas formas de deshonestidad derivadas del uso de inteligencia artificial generativa (IAg) en contextos educativos, explorando cómo las herramientas de generación de texto —como chatbots avanzados— transforman las nociones tradicionales de autoría, originalidad y plagio académico. El objetivo es comprender de qué manera la IA generativa desafía las concepciones tradicionales de integridad académica y proponer lineamientos éticos e institucionales para su uso responsable. Metodológicamente, se realiza una revisión bibliográfica cualitativa de investigaciones recientes (2019–2024) sobre ética, autoría, plagio y equidad tecnológica en la educación superior. Los resultados muestran que la IA introduce dilemas éticos inéditos: redefine la autoría humana, dificulta la detección del plagio automatizado y puede ampliar la brecha digital entre instituciones con distinto acceso tecnológico; además, se identifican enfoques emergentes para la detección de contenido generado por IA y la promoción de prácticas de transparencia en la colaboración humano-IA. Las conclusiones subrayan la necesidad de fortalecer la educación ética digital, desarrollar políticas institucionales que regulen el uso académico de la IA y garantizar un aprovechamiento equitativo de sus beneficios mediante herramientas de código abierto, promoviendo así una reflexión crítica sobre la autoría y la responsabilidad intelectual en la era de la inteligencia artificial generativa.

Biografía del autor/a

Zaira Navarrete-Cazales, Universidad Nacional Autónoma de México – Facultad de Filosofía y Letras – Ciudad de México, México

Profesora Titular de Tiempo Completo en la Facultad de Filosofía y Letras de la UNAM; Doctora en Ciencias por el Cinvestav-IPN e Investigadora Nacional del SNII-SECIHTI. Su trayectoria articula investigación educativa, docencia universitaria, formación de posgrado y participación en redes académicas nacionales e internacionales. Su producción académica comprende libros, artículos y capítulos sobre educación comparada, políticas educativas, internacionalización, formación docente, TIC, inteligencia artificial, inclusión, educación superior y procesos de titulación universitaria en México y América Latina, contribuyendo así al análisis crítico de los procesos educativos contemporáneos.

Juan Crescenciano Cruz-Victoria , Universidad Politécnica de Tlaxcala, Ingeniería Mecatrónica, Tlaxcala, México.

Profesor Investigador de Tiempo Completo en la Universidad Politécnica de Tlaxcala y Doctor en Ciencias por el CINVESTAV-IPN. Su trayectoria integra matemáticas aplicadas, control de sistemas no lineales, modelado, simulación e inteligencia artificial. Ha desarrollado investigación en diagnóstico de sistemas, observadores de orden reducido, sincronización caótica, aprendizaje automático aplicado a biotecnología, biosorción de metales tóxicos, Industria 4.0 y educación. Además de su producción científica, ha contribuido a la formación de estudiantes de licenciatura y posgrado, dirección de tesis, actualización curricular y fortalecimiento institucional de la Maestría en Ingeniería, con un enfoque interdisciplinario y aplicado sostenido.

Héctor M. Manzanilla-Granados, Instituto Politécnico Nacional – Escuela Superior de Cómputo – Ciudad de México, México

Profesor-Investigador de Tiempo Completo en la Escuela Superior de Cómputo del Instituto Politécnico Nacional (ESCOM-IPN), México. Es Doctor en Ciencias e Investigador Nacional del Sistema Nacional de Investigadoras e Investigadores de la SECIHTI. Su producción académica comprende artículos, capítulos de libro y obras colectivas en torno a tecnologías de la información y la comunicación en educación, inteligencia artificial, realidad extendida, Educación 5.0, inclusión digital, innovación educativa y educación superior. Su trayectoria articula investigación, docencia, desarrollo tecnológico y análisis comparado de políticas educativas en América Latina.

Citas

Artyukhov, A.; T. Wołowiec; N. Artyukhova; S. Bogacki; T. Vasylieva (2024). SDG 4, academic integrity and artificial intelligence: Clash or win-win cooperation? Sustainability, 16(8483). https://doi.org/10.3390/su16198483
Bearman, M.; J. Ryan; R. Ajjawi (2023). Discourses of Artificial Intelligence in Higher Education: A Critical Literature Review. Higher Education, 86(2), 369-385. https://link.springer.com/article/10.1007/s10734-022-00937-2
Bowen, J.; C. Watson (2024). Is it time to turn off AI detectors? Teaching with AI: A Practical Guide to a New Era of Human Learning [Feature article]. USA: American Association of Colleges and Universities. Published with permission of Johns Hopkins University Press.
Chaka, C. (2023). Detecting AI content in responses generated by ChatGPT, YouChat, and Chatsonic: The case of five AI content detection tools. Journal of Applied Learning & Teaching, 6(1), 94-104. https://doi.org/10.37074/jalt.2023.6.2.12
Chan, C. (2023). A Comprehensive AI Policy Education Framework for University Teaching and Learning. International Journal of Educational Technology in Higher Education, 20(1), 38. https://dialnet.unirioja.es/servlet/articulo?codigo=9062973
Clemente Alcocer, A. A., Cabello Cabrera, A., & Añorve García, E. (2024). La inteligencia artificial en la educación: desafíos éticos y perspectivas hacia una nueva enseñanza: LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, 5(6), 464 – 472. https://latam.redilat.org/index.php/lt/article/view/3019
Costa, C.; M. Aparicio; S. Aparicio; J. Aparicio (2024). The Democratization of Artificial Intelligence: Theoretical Framework. Applied Sciences, 14(18), 8236. https://doi.org/10.3390/app14188236
Dehouche, N. (2021). Plagiarism in the age of massive Generative Pre-Trained Transformers (GPT-3). Ethics in Science and Environmental Politics, (21), 17-23. https://www.int-res.com/articles/esep2021/21/e021p017.pdf
Digital Education Council (2024). What students want: Key results from DEC Global AI Student Survey 2024. Digital Education Council (DEC). https://www.digitaleducationcouncil.com/post/what-students-want-key-results-from-dec-global-ai-student-survey-2024
Gallent, C.; A. Zapata; J. Ortego (2023). El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica. RELIEVE - Revista Electrónica de Investigación y Evaluación Educativa, 29(2). https://doi.org/10.30827/relieve.v29i2.29134
Gervais, D. (2020), Is Intellectual Property Law Ready for Artificial Intelligence? GRUR International, 69(2), 117-118, https://doi.org/10.1093/grurint/ikz025
Jarrah, A.; Y. Wardat; P. Fidalgo (2023). Using ChatGPT in academic writing is (not) a form of plagiarism: What does the literature say? Journal of Communication and Media Technologies, 13(4), e202346. https://doi.org/10.30935/ojcmt/13572
Labrador-Fernández, J. G. (2023). Implicaciones éticas de la Inteligencia Artificial en las Ciencias de la Educación. Revista Arbitrada Interdisciplinaria Koinonía, 8(16), 1-3. Epub 16 de agosto de 2023.https://doi.org/10.35381/r.k.v8i16.2545
Liang, W.; M. Yükségönül; Y. Mao; E. Wu; J. Zou (2023). GPT detectors are biased against non-native English writers. Patterns, 4(10), 100676. (Preprint arXiv:2304.02819). https://arxiv.org/pdf/2304.02819
Linares, J. E. (2024, mayo). Los desafíos éticos de la inteligencia artificial. La Revista de la Universidad. https://unamglobal.unam.mx/global_revista/los-desafios-eticos-de-la-inteligencia-artificial/
Mah, C.; H. Walker; L. Phalen; S. Levine; S. Beck; J. Pittman (2024). Beyond CheatBots: Examining Tensions in Teachers’ and Students’ Perceptions of Cheating and Learning with ChatGPT. Education Sciences, 14(5), 500. https://doi.org/10.3390/educsci14050500
McGuire, A. (2023). Leveraging ChatGPT for Rethinking Plagiarism, Digital Literacy, and the Ethics of Co-Authorship in Higher Education. Irish Journal of Technology Enhanced Learning, 7(1), 21-31. https://doi.org/10.22554/ijtel.v7i2.131
Microsoft Education (2020). Ethical AI for Classrooms: A Guide for Educators. https://education.microsoft.com/en-us/resource/6d5d1280
Muñoz, J. (2024). La integridad académica (IA) vs. inteligencia artificial (IA). El Diario de la Educación. https://eldiariodelaeducacion.com/2024/01/24/la-integridad-academica-ia-vs-inteligencia-artificial-ia/
Navarrete, Z.; H. Manzanilla (2023). Una perspectiva sobre la inteligencia artificial en la educación. Perfiles Educativos, 45(Especial), 87-107. https://doi.org/10.22201/iisue.24486167e.2023.Especial.61693
Pavlik, J. (2023). Collaborating with ChatGPT: Considering the implications of Generative Artificial Intelligence for journalism and media education. Journalism & Mass Communication Educator, 78(1), 84-93. https://doi.org/10.1177/10776958221149577
Perkins, M. (2023). Academic Integrity Considerations of AI Large Language Models in the Post-Pandemic Era: ChatGPT and beyond. Journal of University Teaching & Learning Practice, 20(3), Article 7. https://doi.org/10.53761/1.20.02.07
Qadhi, S.; A. Alduais; Y. Chaaban; M. Khraisheh (2024). Generative AI, Research Ethics, and Higher Education Research: Insights from a Scientometric Analysis. Information, 15(6), 325. https://doi.org/10.3390/info15060325
Rudolph, J.; S. Tan; S. Tan (2023). ChatGPT: Bullshit spewer or the end of traditional assessments in higher education? Journal of Applied Learning & Teaching, 6(1), 342-363. https://doi.org/10.37074/jalt.2023.6.1.9
Tu, J.; H. Hadan; D. Wang; S. Sgandurra; R. Mogavi; L. Nacke (2024). Augmenting the author: Exploring the potential of AI collaboration in academic writing. In GenAI Workshop ’24. https://doi.org/10.17605/OSF.IO/FVTMQ
UNESCO (2021). Recomendación sobre la ética de la inteligencia artificial. https://unesdoc.unesco.org/ark:/48223/pf0000380455_spa
Wiese, L. J., Patil, I., Schiff, D. S., & Magana, A. J. (2025). AI ethics education: A systematic literature review. Computers and Education: Artificial Intelligence, 8, 100405. https://www.sciencedirect.com/science/article/pii/S2666920X25000451
Zawacki-Richter, O.; V. Marín; M. Bond; F. Gouverneur (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), art., 39. https://doi.org/10.1186/s41239-019-0171-0
Publicado
2026-05-30
Cómo citar
Navarrete-Cazales, Z., Cruz-Victoria , J. C., & Manzanilla-Granados, H. M. (2026). Autoría e integridad académica ante la inteligencia artificial generativa en educación superior. Revista Educación Superior Y Sociedad (ESS), 37(2), 205-222. https://doi.org/10.54674/ess.v37i2.1174
Número
Vol. 37 Núm. 2 (2025): La inteligencia artificial generativa (IAGen) en la docencia e investigación: buenas prácticas, retos y prospectiva
Sección
Artículos Dossier Temático

Derechos de autor 2025 Zaira Navarrete-Cazales , Juan Crescenciano Cruz-Victoria , Héctor Manuel Manzanilla-Granados

Creative Commons License
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.

Los derechos de autor permiten la protección del material original, y frena la utilización del trabajo ajeno sin permiso. UNESCO IESALC se adhiere a las licencias Creative Commons en la publicación de acceso abierto de la ESS. En concreto, los textos publicados en esta revista están sujetos a una licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0): La ESS es una revista de acceso abierto, lo que significa que todo el contenido está disponible gratuitamente para el usuario o su institución. Los usuarios pueden leer, descargar, copiar, distribuir, imprimir, buscar o enlazar a los textos completos de los artículos, o utilizarlos para cualquier otro fin lícito, sin pedir permiso previo al editor o al autor, procurando siempre cite al autor. No se permite el uso comercial. La ESS requiere que los autores acepten el Copyright Notice como parte del proceso de envío. Los autores conservan todos los derechos.

La licencia completa puede consultarse en https://creativecommons.org/licenses/by-nc/4.0/

Reconocimiento – NoComercial (CC BY-NC 4.0)

Esta revista no aplica ningún tipo de cargo a los autores por la presentación o procesado de los artículos. Los autores de las colaboraciones recibirán acuse de recibo de que el trabajo ha llegado al Equipo Editorial de la Revista.