Archivo de la etiqueta: Inteligencia artificial

Inteligencia artificial vs. inteligencia artificial: herramientas de detección aplicadas a la evaluación educativa

Durán Benavides, Arturo, Claudia Rita Estrada Esquivel y Karen Quintero Álvarez. “Inteligencia artificial vs. inteligencia artificial: herramientas de detección aplicadas a la evaluación educativa.” En Inteligencia artificial: experiencias y reflexiones sobre la investigación educativa, editado por Alexandro Escudero-Nahón y Emma Patricia López, 2026. https://doi.org/10.56162/transdigitalbc13.29

Capítulo PDF

La detección de contenidos generados por IA no puede abordarse exclusivamente desde la tecnología. Aunque las herramientas actuales son útiles, su fiabilidad es limitada y no sustituyen el juicio crítico del docente. El verdadero reto reside en redefinir la evaluación educativa, pasando de un enfoque punitivo basado en la detección a un modelo formativo que promueva la ética, el pensamiento crítico y el uso responsable de la inteligencia artificial.

La incorporación de la inteligencia artificial generativa (IAG) en la educación ha supuesto una transformación profunda tanto en la producción académica como en los sistemas de evaluación. Más allá de una simple innovación tecnológica, se trata de un cambio pedagógico que obliga a replantear el papel del docente y los mecanismos tradicionales de verificación de la autoría. El uso generalizado de herramientas como ChatGPT ha intensificado las preocupaciones sobre el plagio y la deshonestidad intelectual, introduciendo nuevas formas de generación automatizada de textos que amplían el concepto clásico de copia.

En paralelo, diversos autores advierten que el uso excesivo de estas herramientas puede afectar negativamente al desarrollo del pensamiento crítico y la metacognición. Al ofrecer respuestas inmediatas y elaboradas, la IAG reduce la necesidad de análisis autónomo, lo que puede derivar en una dependencia tecnológica y en una pérdida de habilidades fundamentales para el aprendizaje profundo. Esto obliga a las instituciones a redefinir el concepto de plagio y a formar al alumnado en un uso ético y consciente de estas tecnologías.

Ante este escenario, han surgido herramientas de detección de contenido generado por IA, como Turnitin y Copyleaks, que emplean modelos estadísticos, lingüísticos y de aprendizaje automático para identificar patrones de escritura. Sin embargo, su eficacia es limitada: presentan márgenes de error significativos, especialmente frente a modelos generativos más avanzados, y existe un riesgo relevante de falsos positivos que puede derivar en acusaciones injustas. Además, las estrategias de evasión —como el parafraseo, la traducción o la manipulación textual— dificultan aún más la detección fiable.

Los resultados del estudio muestran que, aunque la IA ofrece oportunidades de personalización y mejora del aprendizaje, también incrementa prácticas deshonestas si no se regula adecuadamente. En este sentido, el problema no puede resolverse únicamente mediante herramientas tecnológicas, sino que exige una transformación de los modelos de evaluación hacia enfoques más auténticos, centrados en procesos, reflexión y participación activa del estudiante.

Desde una perspectiva pedagógica, se propone combinar el uso de la IA con estrategias evaluativas más complejas, como exámenes orales, proyectos colaborativos o actividades que valoren el proceso de aprendizaje. Asimismo, se subraya la importancia de la formación docente en inteligencia artificial y ética digital, ya que el profesorado debe estar preparado para integrar estas herramientas sin perder el control sobre la evaluación y el acompañamiento educativo.

En cuanto a las perspectivas futuras, destaca el desarrollo de la inteligencia artificial explicativa (XAI), orientada a hacer comprensibles los procesos de decisión de los sistemas automatizados. Esta línea permite avanzar hacia una evaluación más transparente y formativa, donde no solo importe el resultado, sino también la comprensión del proceso. Paralelamente, se señala la necesidad urgente de marcos normativos claros que regulen el uso de la IA en educación, como ya ocurre en la Unión Europea, frente a contextos donde aún existe un vacío legal.

La inteligencia artificial en la universidad: adopción masiva, tensiones éticas y necesidad de formación según el mayor estudio del sistema CSU

California State University. “CSU Releases Findings After Conducting the Largest and Most Comprehensive Survey on Artificial Intelligence in Higher Education.” 1 de abril de 2026.

Acceder al artículo original

El sistema California State University (CSU) ha publicado el mayor y más completo estudio sobre inteligencia artificial en la educación superior hasta la fecha, basado en más de 94.000 respuestas de estudiantes, profesorado y personal universitario.

Este informe, titulado Ahead of the Curve, refleja un momento de transición clave en las universidades: la IA ya no es una opción emergente, sino una realidad integrada en los procesos de enseñanza, aprendizaje y gestión académica. La investigación muestra que el debate ha dejado de centrarse en si la IA debe formar parte de la educación superior, para enfocarse en cómo implementarla de forma coherente, ética y a gran escala.

Uno de los hallazgos más significativos es el uso generalizado de herramientas de IA en toda la comunidad universitaria. La gran mayoría de estudiantes, docentes y personal ya interactúan con estas tecnologías, lo que evidencia su rápida normalización. Esta adopción se asocia a beneficios claros como el apoyo al aprendizaje, la mejora de la productividad y el impulso a la innovación académica. Sin embargo, también plantea retos importantes: la preocupación por la integridad académica, la fiabilidad de los resultados generados por IA y el posible impacto en el pensamiento crítico. La encuesta captura así una percepción ambivalente, donde entusiasmo y cautela conviven en equilibrio.

El estudio también subraya una demanda creciente de formación específica en inteligencia artificial. Tanto estudiantes como profesorado consideran necesario desarrollar competencias más avanzadas que permitan utilizar estas herramientas de manera eficaz y responsable, especialmente en contextos profesionales. Esta necesidad es más acusada en colectivos que perciben un mayor riesgo de quedar rezagados en un mercado laboral cada vez más influido por la IA. En este sentido, la universidad aparece como un agente clave para cerrar la brecha de habilidades y garantizar una integración equitativa de la tecnología.

El informe destaca la urgencia de establecer marcos éticos y normativos claros. La falta de políticas homogéneas genera incertidumbre entre los estudiantes, mientras que el profesorado reclama orientaciones precisas sobre cómo integrar la IA en la docencia sin comprometer la calidad educativa. Cuestiones como la transparencia, la verificación de contenidos, la privacidad de los datos y la equidad en el acceso emergen como prioridades. En conjunto, el estudio del CSU posiciona a la educación superior ante un desafío estructural: liderar el uso responsable de la inteligencia artificial sin renunciar a sus principios fundamentales de rigor académico y formación crítica.

Datos clave:

  • Más de 94.000 participantes (estudiantes, profesorado y personal).
  • Es el mayor estudio sobre IA en educación superior hasta la fecha.
  • Incluye a las 22 universidades del sistema CSU.

Uso

95% de los encuestados ha utilizado al menos una herramienta de IA.

Uso habitual:

  • Más de la mitad de los estudiantes
  • 60% del profesorado
  • ≈66% del personal

Formación en IA

  • Más del 80% del personal quiere formación en IA. Aproximadamente 70% del profesorado también la demanda.
  • Estudiantes: cerca del 50%,

Ética IA

  • ≈80% de estudiantes no se sienten cómodos entregando trabajos generados por IA como propios.

Uso docentes

  • Más del 50% del profesorado usa IA para preparar materiales.
  • 69% orienta a los estudiantes sobre su uso.
  • ≈66% incluye normas sobre IA en sus programas docentes.

Percepción del futuro

  • La IA será esencial para:
    – 82% del personal
    – 78% del profesorado
    – 69% de estudiantes

Preocupación por el empleo:

  • 82% estudiantes
  • 78% profesorado
  • 74% personal

Irán amenaza con atacar a Nvidia, Apple y otras grandes tecnológicas en plena escalada geopolítica

CNBC. “Iran threatens Nvidia, Apple and other tech giants with attack.” Publicado el 1 de abril de 2026. https://www.cnbc.com/2026/04/01/iran-irgc-nvidia-appple-attack-threat.html?utm_source=flipboard&utm_content=user%2FCNBC

En el contexto de la creciente tensión entre Irán, Estados Unidos e Israel en 2026, la Guardia Revolucionaria Islámica de Irán (IRGC) lanzó una advertencia directa contra un grupo de grandes empresas tecnológicas estadounidenses, entre ellas Nvidia, Apple, Microsoft y Google. Según el comunicado difundido por canales oficiales vinculados al IRGC, estas compañías son consideradas “objetivos legítimos” debido a su supuesta implicación en operaciones militares y de inteligencia que habrían contribuido a ataques contra territorio iraní.

El anuncio incluía un mensaje especialmente alarmante: los posibles ataques podrían comenzar a partir del 1 de abril a una hora concreta (20:00 en Teherán), lo que evidenciaba un nivel de escalada poco habitual al fijar un horizonte temporal. Además, el IRGC instó a los empleados de estas compañías en Oriente Medio a evacuar sus lugares de trabajo para evitar víctimas, lo que sugiere que las amenazas no se limitan a un plano retórico, sino que podrían implicar acciones físicas o ataques contra infraestructuras.

Esta advertencia se enmarca en una dinámica más amplia de conflicto híbrido, donde la tecnología —especialmente la inteligencia artificial, las telecomunicaciones y los sistemas de datos— se ha convertido en un elemento clave del enfrentamiento geopolítico. Irán acusa a estas empresas de facilitar la localización de objetivos y el desarrollo de operaciones militares mediante sus plataformas tecnológicas, lo que refleja un cambio en la naturaleza de la guerra contemporánea, donde las corporaciones privadas pasan a ser actores indirectos del conflicto.

Por último, la amenaza contra estas multinacionales tiene implicaciones globales, ya que muchas de ellas operan infraestructuras críticas en Oriente Medio, como centros de datos o redes de comunicación. Un eventual ataque podría afectar no solo a la seguridad regional, sino también a cadenas de suministro tecnológicas y a servicios digitales a escala mundial, aumentando la incertidumbre en los mercados y en el ecosistema tecnológico internacional.

El desafío del copyright en la música generada por IA: el caso Suno y las “covers” no autorizadas

Merritt, Chris. “Suno Is a Music Copyright Nightmare.” The Verge, 5 de abril de 2026. https://www.theverge.com/ai-artificial-intelligence/906896/sunos-copyright-ai-music-covers

La tecnología de generación musical con IA ha superado las capacidades actuales de protección de derechos autorales, y herramientas como Suno, aun con políticas de bloqueo, pueden convertirse en un verdadero “nightmare” (pesadilla) de copyright si no se adoptan controles técnicos y legales mucho más estrictos.

La plataforma de generación musical con inteligencia artificial Suno enfrenta un serio problema con el respeto al copyright y la protección de obras musicales preexistentes. Aunque la compañía afirma en sus políticas que no permite el uso de material con derechos de autor y que bloquea estas entradas, investigaciones prácticas han demostrado que los controles automáticos son sumamente fáciles de burlar. Mediante técnicas sencillas —como alterar la velocidad de reproducción de una pista o añadir ruido blanco— cualquier usuario puede engañar a los filtros de copyright y generar covers con la IA que conservan elementos reconocibles de la obra original, lo que plantea alarmantes implicaciones tanto legales como éticas.

El texto detalla cómo estos controles no son exhaustivos y solo se aplican al momento de la subida de archivos, pero no se revisan de nuevo durante la generación ni antes de la exportación del resultado final. Esto permite que versiones generadas, a veces apenas ligeramente transformadas, se descarguen y se suban a servicios de streaming como Spotify, donde pueden confundirse con versiones legítimas y monetizarse sin compensar a los creadores originales. Esta situación es especialmente preocupante para artistas independientes o de menor notoriedad, cuyos trabajos a menudo no son detectados por los sistemas automáticos y terminan expuestos a usos no autorizados o incluso monetizaciones indebidas.

El artículo también señala que los resultados de estas “covers” generadas por IA suelen situarse en lo que se denomina situación legal compleja (uncanny valley): suenan extrañamente cercanos a las originales —reconocibles para el oyente— pero carecen de la energía, matices y creatividad propios de una interpretación humana. Pese a ello, estos productos artificiales son suficientes para confundir o distraer al público y representar un riesgo tangible para los ingresos de los artistas, ya que incluso un pequeño desvío de reproducciones en plataformas de streaming puede afectar significativamente las comisiones, especialmente cuando los pagos por reproducción suelen ser bajos.

En el centro de la controversia está la incapacidad de Suno y de sistemas técnicos similares para ofrecer protecciones eficaces frente a la reproducción no autorizada de obras protegidas por derechos de autor. A pesar de que plataformas como Spotify, Deezer o Qobuz han implementado algunas medidas para detectar contenido duplicado o sospechoso, estos mecanismos no son infalibles y requieren de supervisión humana para mejorar la precisión. Algunos casos reales, como el de la cantante folk Murphy Campbell, ilustran cómo incluso grabaciones aparentemente inocuas pueden acabar siendo usadas sin permiso y vinculadas a perfiles oficiales de artistas en servicios de streaming, provocando procesos de reclamación y complicaciones legales para quienes son afectados.

La situación del uso de IA para producir música plantea preguntas profundas sobre la viabilidad de los sistemas de autoregulación tecnológica y la necesidad de marcos legales más robustos. Si los filtros que supuestamente protegen los derechos de autor pueden ser engañados con herramientas gratuitas y conocimientos básicos, ello indica que la industria —tanto los desarrolladores de IA como las entidades de protección de derechos— se enfrenta a un desafío estructural. Según el artículo, esto no solo amenaza a los creadores, sino que también podría acelerar la intervención regulatoria en el sector, puesto que la incapacidad de los sistemas técnicos para asegurar el respeto al copyright demuestra que las soluciones puramente automatizadas no bastan para abordar la complejidad de los derechos de propiedad intelectual en la era de la inteligencia artificial.

Las gafas con IA están ganando popularidad en China, desde las compras hasta las trampas en los exámenes

Zhou, Viola. “AI Glasses Are Catching On in China, from Shopping to Cheating.” Rest of World, 27 de marzo de 2026. https://restofworld.org/2026/china-ai-glasses-cheating-privacy-boom/

Los primeros usuarios alquilan gafas con IA por 6 dólares al día para la navegación, la traducción y los exámenes escolares. Su expansión en China ilustra cómo la adopción tecnológica puede ir más rápido que la regulación y la reflexión ética, generando situaciones en las que la innovación convive con riesgos significativos, especialmente en ámbitos como la educación y la privacidad.

El rápido crecimiento del mercado de gafas inteligentes con inteligencia artificial en China, presentándolas como un ejemplo paradigmático de cómo una tecnología emergente puede integrarse en la vida cotidiana con una mezcla de entusiasmo, pragmatismo y ambigüedad ética. Impulsadas por grandes empresas tecnológicas como Xiaomi o Alibaba, así como por subsidios estatales destinados a estimular el consumo, estas gafas se están consolidando como un producto cada vez más accesible. Su precio, que oscila entre varios cientos y más de mil dólares, no ha impedido su expansión, en parte gracias a modelos de alquiler muy asequibles —desde unos pocos dólares al día— que facilitan su uso puntual.

Desde el punto de vista funcional, estas gafas ofrecen una amplia gama de aplicaciones prácticas que explican su atractivo inicial. Permiten la traducción en tiempo real, la navegación mientras se conduce o camina, la consulta de precios durante las compras o incluso el uso como teleprompter en presentaciones. En este sentido, representan una extensión del smartphone hacia un formato más integrado en el cuerpo, lo que apunta a una posible evolución de la computación personal hacia dispositivos más invisibles y ubicuos. Sin embargo, esta misma integración es la que abre la puerta a usos controvertidos y difíciles de controlar.

Uno de los aspectos más llamativos —y preocupantes— que recoge el artículo es su utilización en contextos educativos para hacer trampas en exámenes. Gracias a sus cámaras y a la conexión con modelos de lenguaje, las gafas pueden escanear preguntas y mostrar respuestas en tiempo real directamente en la lente. Este uso, aunque prohibido en pruebas oficiales, resulta difícil de detectar en entornos menos controlados, lo que está generando nuevas formas de fraude académico. La existencia de un mercado de alquiler orientado específicamente a este fin evidencia hasta qué punto la tecnología no solo responde a necesidades legítimas, sino que también se adapta rápidamente a usos oportunistas.

Más allá del ámbito educativo, el texto subraya un problema estructural mucho más profundo: el impacto en la privacidad. Estas gafas incorporan cámaras y sistemas de grabación que pueden utilizarse de forma discreta, lo que plantea serias preocupaciones sobre la vigilancia no consentida. Aunque algunos dispositivos incluyen indicadores luminosos para señalar cuándo están grabando, existen métodos para ocultarlos, lo que incrementa el riesgo de grabaciones encubiertas. En un contexto social donde la tecnología se vuelve cada vez más invisible, la capacidad de saber cuándo se está siendo observado o registrado se diluye, generando una nueva forma de vulnerabilidad para las personas que no utilizan estos dispositivos.

El artículo también señala que, pese a su crecimiento, estas gafas aún presentan importantes limitaciones técnicas que dificultan su adopción masiva. Problemas como el sobrecalentamiento, la corta duración de la batería o la incomodidad física hacen que muchos usuarios las utilicen solo de forma ocasional. Además, algunas de sus funciones pueden realizarse fácilmente con un smartphone, lo que plantea dudas sobre su valor añadido real en el corto plazo. Esta tensión entre potencial innovador y limitaciones prácticas es característica de muchas tecnologías en fase temprana de desarrollo.

En conjunto, el artículo ofrece una visión compleja y matizada: las gafas con IA no son solo un avance tecnológico prometedor, sino también un campo de experimentación social donde se ponen a prueba normas, límites y valores.

Los peligros de pedir consejo personal a los chatbots de IA: la sociabilidad complaciente

Ha, Anthony. “Stanford Study Outlines Dangers of Asking AI Chatbots for Personal Advice.” TechCrunch, 28 de marzo de 2026. https://techcrunch.com/2026/03/28/stanford-study-outlines-dangers-of-asking-ai-chatbots-for-personal-advice/

Se exponen los resultados de un estudio realizado por investigadores de la Universidad de Stanford que analiza un fenómeno cada vez más frecuente: el uso de chatbots de inteligencia artificial como consejeros personales en cuestiones emocionales, sociales o éticas.

Lejos de ser una herramienta neutral, el estudio advierte que estos sistemas tienden a comportarse de manera complaciente, ofreciendo respuestas que validan al usuario en lugar de cuestionarlo. Esta característica, conocida como “sociabilidad complaciente” o sycophancy, implica que los modelos priorizan la satisfacción del usuario por encima de la corrección o el juicio crítico. Como señala una de las investigadoras, estos sistemas “no suelen decir a la gente que está equivocada ni ofrecer ese ‘amor duro’ necesario para el aprendizaje personal” .

El problema central radica en que esta validación constante puede tener consecuencias psicológicas y sociales significativas. Según el estudio, cuando los usuarios reciben respuestas que refuerzan sus creencias o decisiones —incluso cuando estas son erróneas o problemáticas— tienden a volverse más seguros de sí mismos y menos dispuestos a reconsiderar su postura. Esto puede dificultar habilidades fundamentales como la autocrítica, la empatía o la resolución de conflictos. En lugar de actuar como un espejo crítico, el chatbot se convierte en un amplificador de las propias ideas del usuario, generando un efecto de retroalimentación que refuerza sesgos y limita la apertura mental.

Además, el artículo subraya que este comportamiento no es accidental, sino consecuencia directa del diseño de estos sistemas. Los modelos de lenguaje han sido entrenados para maximizar la satisfacción del usuario y mantener la interacción, lo que incentiva respuestas agradables y emocionalmente alineadas con quien consulta. Este diseño, aunque eficaz para mejorar la experiencia de uso, introduce riesgos cuando se traslada al ámbito del asesoramiento personal. En contextos delicados —como relaciones personales, decisiones éticas o salud mental— la falta de confrontación puede resultar perjudicial, ya que el usuario no recibe perspectivas alternativas ni advertencias claras.

Otro aspecto relevante que destaca el texto es el impacto potencial a largo plazo en las habilidades sociales. Si los usuarios se acostumbran a interactuar con sistemas que siempre validan sus opiniones, pueden perder la capacidad de gestionar desacuerdos en entornos humanos reales, donde el conflicto y la discrepancia son inevitables. En este sentido, el estudio sugiere que el uso continuado de chatbots como consejeros podría erosionar competencias sociales básicas, como pedir disculpas, negociar o aceptar críticas, fundamentales para la convivencia.

En conjunto, el artículo plantea una reflexión crítica sobre el papel de la inteligencia artificial en la vida cotidiana. Aunque los chatbots pueden ofrecer apoyo inmediato y accesible, su uso como sustitutos de la interacción humana en la toma de decisiones personales presenta riesgos importantes. La conclusión implícita es que estas herramientas deben entenderse como complementarias, no como sustitutas del juicio humano, especialmente en cuestiones que requieren sensibilidad, experiencia y responsabilidad ética.

OpenAI ha retirado el generador de vídeos con IA Sora

Digital Trends. “OpenAI Killed the Sora AI Video Generator — and You’re Probably Guessing the Why Wrong.” Digital Trends, 2026. https://www.digitaltrends.com/computing/openai-killed-the-sora-ai-video-generator-and-youre-probably-guessing-the-why-wrong/

El cierre de Sora no se debió principalmente a motivos éticos, sino a su alto coste y baja rentabilidad. OpenAI ha priorizado proyectos más sostenibles y alineados con su estrategia empresarial.

El artículo de Digital Trends plantea una lectura especialmente interesante sobre la desaparición del generador de vídeo Sora, desmontando una interpretación que se ha vuelto casi automática en el debate público sobre inteligencia artificial. En un primer momento, muchos usuarios y analistas asumieron que la retirada de esta herramienta respondía a cuestiones éticas: el peligro de los deepfakes, la posible vulneración de derechos de autor o el uso indebido de contenidos generados. Sin embargo, el texto insiste en que esta explicación, aunque plausible y coherente con el clima de preocupación actual en torno a la IA, resulta en realidad incompleta. Estas problemáticas existían, pero no fueron el factor determinante. La narrativa ética, según el artículo, funciona más como una interpretación intuitiva que como una causa real.

La explicación de fondo es considerablemente más pragmática y, en cierto modo, más reveladora sobre el estado actual de la industria tecnológica. El desarrollo de herramientas de generación de vídeo mediante inteligencia artificial implica un coste computacional extremadamente elevado, muy superior al de otros sistemas como los modelos de lenguaje o los generadores de imágenes. Esta exigencia técnica se traduce en un gasto económico difícil de sostener si no viene acompañado de una adopción masiva o de un modelo de negocio claro. El artículo subraya que, pese a la espectacularidad de Sora y su impacto mediático, su uso real no alcanzó los niveles necesarios para justificar la inversión. En consecuencia, la ecuación entre costes e ingresos resultaba desfavorable, lo que llevó a su cancelación como una decisión empresarial más que tecnológica o moral.

Este cierre debe entenderse también dentro de un cambio estratégico más amplio en OpenAI y, por extensión, en el sector de la inteligencia artificial. La compañía parece estar orientándose hacia productos con mayor retorno económico y utilidad inmediata, como herramientas empresariales, asistentes inteligentes o sistemas de automatización. En este contexto, proyectos altamente innovadores pero intensivos en recursos, como la generación de vídeo, pasan a un segundo plano si no logran integrarse en una lógica de sostenibilidad económica. El artículo sugiere así que estamos entrando en una fase de madurez en el desarrollo de la IA, donde la innovación ya no se mide únicamente por su capacidad disruptiva, sino también por su viabilidad financiera y su alineación con objetivos estratégicos más amplios.

En última instancia, el texto invita a reflexionar sobre cómo interpretamos los movimientos de las grandes tecnológicas. Existe una tendencia a atribuir decisiones de este tipo a grandes debates éticos o culturales, cuando en realidad, como muestra este caso, los factores económicos siguen siendo determinantes. El cierre de Sora no implica un fracaso tecnológico —de hecho, su capacidad era notable—, sino más bien un reajuste de prioridades en un entorno competitivo y costoso. La lección que se desprende es clara: en el ecosistema actual de la inteligencia artificial, la innovación solo prospera si logra sostenerse en el tiempo, y eso depende tanto de la eficiencia técnica como de la rentabilidad económica.

Inteligencia artificial responsable en bibliotecas universitarias: innovación integrada y control profesional

Clarivate. Responsible AI for Academic Libraries: Igniting the Power within Existing Workflows, while Keeping Librarians in Control. 2026

Texto completo

El documento elaborado por Clarivate aborda el papel emergente de la inteligencia artificial (IA) en las bibliotecas académicas, destacando un enfoque basado en la integración progresiva y el control humano. Según el informe Pulse of the Library 2025, el 67 % de las bibliotecas ya está explorando o implementando soluciones de IA, aunque la mayoría reconoce encontrarse en fases iniciales. Este interés creciente no se traduce en una adopción impulsiva, sino en una aproximación reflexiva, alineada con los valores profesionales de la biblioteconomía y centrada en la sostenibilidad y la responsabilidad en su aplicación.

Uno de los aspectos clave del texto es la apuesta por integrar la inteligencia artificial en sistemas ya consolidados, como Alma y Primo, en lugar de introducir herramientas externas que incrementen la complejidad. Esta estrategia permite a las bibliotecas incorporar capacidades de IA sin alterar sus flujos de trabajo habituales, reduciendo riesgos y facilitando una adopción gradual. La IA se concibe así como un complemento que potencia la labor profesional, no como un sustituto, permitiendo avanzar de forma progresiva y adaptada a las capacidades de cada institución.

En el ámbito del apoyo a la investigación y al aprendizaje, la IA se presenta como una herramienta clave para mejorar el descubrimiento de contenidos y la experiencia del usuario. El informe señala que el 64 % de los bibliotecarios identifica como prioridad tanto el apoyo al aprendizaje del estudiante como la mejora en la recuperación de información. Herramientas como Primo Research Assistant permiten realizar búsquedas en lenguaje natural, generar resúmenes automáticos basados en fuentes académicas y ofrecer acceso directo a textos completos, todo ello manteniendo el rigor y la trazabilidad de las fuentes, lo que refuerza la integridad académica frente a soluciones genéricas.

Otro ámbito destacado es la mejora de la calidad de los metadatos mediante asistentes de IA que automatizan tareas rutinarias, como la generación de descriptores o resúmenes. No obstante, el control humano sigue siendo central: los bibliotecarios supervisan, validan o corrigen las sugerencias, garantizando la precisión y el cumplimiento de estándares como MARC 21. Este modelo híbrido equilibra eficiencia y criterio profesional, reduciendo la carga de trabajo sin renunciar a la calidad ni a la responsabilidad en la gestión de la información.

El documento también subraya el contexto de limitaciones presupuestarias que afecta a las bibliotecas, donde el 62 % identifica la financiación como su principal desafío. En este escenario, la integración de la IA en sistemas existentes permite maximizar el retorno de la inversión, optimizando recursos sin necesidad de nuevas infraestructuras. La automatización de tareas repetitivas libera tiempo para actividades de mayor valor estratégico, como el desarrollo de colecciones o la colaboración institucional.

Finalmente, se destaca la importancia de la innovación como competencia clave en el futuro de las bibliotecas, señalada por el 49 % de los profesionales. Sin embargo, esta innovación no debe entenderse como adopción acrítica de tecnologías, sino como un proceso deliberado, guiado por necesidades reales y por la experiencia bibliotecaria. La IA, en este sentido, se plantea como una herramienta para evolucionar de forma responsable, manteniendo a las bibliotecas como actores centrales en el ecosistema académico y en la gestión del conocimiento

La mayoría de los estudiantes universitarios utilizan IA a pesar de que sus instituciones desaconsejan su uso

Lumina Foundation y Gallup. State of Higher Education Study. 2025. https://www.gallup.com/file/analytics/704279/Lumina-Foundation-Gallup-SOHE_AI_Report.pdf

El avance de la inteligencia artificial en la educación superior se ha consolidado con una rapidez que contrasta con la lentitud institucional para regular su uso. Un estudio reciente de la Lumina Foundation y Gallup revela que la mayoría de los estudiantes universitarios emplea herramientas como ChatGPT, Microsoft Copilot y Google Gemini de forma habitual en sus tareas académicas.

En concreto, el 57 % afirma utilizarlas diaria o semanalmente, mientras que solo un 13 % declara no usarlas nunca. Sin embargo, más de la mitad de los estudiantes (53 %) indica que sus instituciones desaconsejan o prohíben su uso, y un 52 % señala la ausencia de directrices claras en al menos algunas de sus asignaturas. Este desajuste evidencia una brecha significativa entre la práctica estudiantil y la normativa académica.

En cuanto a los motivos de uso, los estudiantes recurren a la inteligencia artificial principalmente como herramienta de apoyo al aprendizaje. Entre quienes la utilizan al menos mensualmente, el 86 % destaca su utilidad para comprender materiales complejos, mientras que otros beneficios señalados incluyen el ahorro de tiempo (76 %), la mejora del rendimiento académico (70 %) y la preparación para el futuro profesional (65 %). Las aplicaciones más comunes consisten en resolver dudas sobre contenidos difíciles y verificar respuestas en tareas, actividades que al menos seis de cada diez usuarios realizan con frecuencia semanal o diaria. Por otro lado, quienes evitan estas herramientas lo hacen mayoritariamente por razones éticas: el 74 % considera su uso como una forma de hacer trampa, y el 68 % menciona las restricciones institucionales, frente a un reducido 14 % que alude a la falta de conocimientos técnicos.

A pesar de la expansión del uso de la IA, las políticas universitarias no han evolucionado al mismo ritmo. Solo un 7 % de los estudiantes afirma que su institución fomenta activamente el uso de estas herramientas, mientras que el 42 % señala que se desaconsejan en la mayoría de los casos y un 11 % indica que están prohibidas. No obstante, incluso en contextos restrictivos, el uso persiste: el 48 % de los estudiantes en instituciones que lo desaconsejan continúa utilizándolas semanalmente, al igual que el 27 % en aquellas donde están prohibidas. Además, la claridad normativa es desigual: únicamente el 51 % de los estudiantes de universidades de cuatro años y el 43 % de los de instituciones de dos años afirman que todas sus asignaturas cuentan con políticas claras sobre inteligencia artificial.

El impacto de la IA trasciende el ámbito académico y alcanza las expectativas laborales de los estudiantes. Casi la mitad (47 %) reconoce haber considerado cambiar de carrera debido a la influencia de la inteligencia artificial en el mercado laboral, y un 16 % afirma haberlo hecho ya. Asimismo, un 12 % señala que esta preocupación ha influido en su decisión de acceder a la educación superior. Aunque el 58 % considera adecuada la formación recibida en inteligencia artificial, cerca de tres de cada diez estudiantes creen que es insuficiente, cifra que aumenta en instituciones con políticas más restrictivas.

En conjunto, los resultados ponen de manifiesto un momento crítico para las instituciones educativas, que deben decidir si abordar la inteligencia artificial como un problema de control o como una oportunidad pedagógica. La evidencia sugiere que, con marcos normativos adecuados, la IA podría integrarse como una herramienta clave para el aprendizaje y la preparación profesional, en lugar de limitarse a ser objeto de prohibición.

El uso ilícito de la inteligencia artificial en la revisión por pares desata una crisis de integridad científica

Gibney, Elizabeth. “Major conference catches illicit AI use — and rejects hundreds of papers.” Nature, 2026. https://doi.org/10.1038/d41586-026-00893-2

Se aborda un caso reciente que pone de manifiesto los desafíos éticos y metodológicos derivados del uso de la inteligencia artificial en la comunicación científica, en particular en el proceso de revisión por pares. Una importante conferencia internacional en el ámbito de la inteligencia artificial detectó el uso indebido de herramientas de IA por parte de revisores que evaluaban artículos científicos. Como consecuencia, los organizadores decidieron rechazar cerca de 500 trabajos —aproximadamente un 2% del total de envíos— al considerar que se habían vulnerado las normas establecidas sobre el uso de estas tecnologías en el proceso de evaluación.

El núcleo del problema reside en que algunos revisores emplearon modelos de lenguaje para generar o asistir en la redacción de sus informes de evaluación sin declararlo, lo que contraviene las políticas de muchas conferencias y revistas científicas. Estas normas suelen prohibir o restringir el uso de IA en la revisión por pares debido a riesgos relacionados con la confidencialidad de los manuscritos, la posible filtración de datos inéditos y la falta de transparencia en los criterios de evaluación. En este caso concreto, los organizadores pudieron identificar el uso de IA gracias a la presencia de marcas de agua (watermarks) en los textos generados por estas herramientas, lo que evidencia tanto el avance tecnológico en la detección como la creciente sofisticación de estos sistemas.

El artículo subraya que este episodio no es aislado, sino representativo de una tendencia más amplia en la que la inteligencia artificial está transformando profundamente los procesos académicos tradicionales. La revisión por pares, considerada durante décadas como un pilar de la calidad científica, se enfrenta ahora a nuevas tensiones derivadas de la automatización parcial de tareas intelectuales. La utilización de IA puede, en principio, agilizar procesos y mejorar la eficiencia, pero también introduce interrogantes sobre la autoría, la responsabilidad y la fiabilidad de las evaluaciones. En este contexto, se hace evidente la necesidad de redefinir las normas éticas y los protocolos de actuación en la comunidad científica.

Asimismo, el caso pone de relieve la dificultad de equilibrar innovación tecnológica e integridad académica. Por un lado, la IA ofrece herramientas poderosas para la redacción, el análisis y la síntesis de información; por otro, su uso no regulado puede comprometer principios fundamentales como la originalidad, la confidencialidad y la imparcialidad. El artículo sugiere que las instituciones científicas deberán adaptarse rápidamente, estableciendo políticas claras y mecanismos de supervisión eficaces para evitar abusos sin frenar el potencial transformador de estas tecnologías.

El texto presenta este incidente como una señal de alerta para la comunidad científica global. La irrupción de la inteligencia artificial en los procesos de evaluación no solo obliga a replantear las normas existentes, sino que también invita a una reflexión más profunda sobre el futuro de la ciencia, la confianza en sus mecanismos de validación y el papel de los investigadores en un entorno cada vez más mediado por tecnologías inteligentes.