Archivo de la etiqueta: Uso

El 75 % de los estudiantes ya utiliza IA en sus trabajos académicos lo que preocupa a los docentes

KPMG Canada. “Majority of students use AI, but educators sound alarm.” KPMG Canada, 4 de septiembre de 2026. KPMG Canada – Majority of students use AI, but educators sound alarm

El 75 % de los estudiantes canadienses utiliza IA generativa en sus trabajos, pero el 59 % de los docentes cree que el sistema educativo no los prepara adecuadamente para este nuevo escenario. Aunque la IA mejora el aprendizaje para muchos estudiantes, el 51 % reconoce un deterioro de sus capacidades de pensamiento crítico. Los docentes reclaman formación explícita en un uso ético y responsable de la IA, especialmente ante problemas de plagio, dependencia y deshonestidad académica

KPMG Canada encuestó a 1.009 personas mayores de 18 años vinculadas a universidades, colegios, centros de formación profesional o educación secundaria, entre el 22 de julio y el 5 de agosto de 2026, utilizando la plataforma Methodify de Sago. En total fueron examinadas 1.864 personas para establecer la muestra

El informe de KPMG Canada pone de manifiesto una brecha cada vez mayor entre la rápida adopción de la inteligencia artificial generativa por parte de los estudiantes y la capacidad de las instituciones educativas para proporcionar orientación, formación y normas claras sobre su utilización. Según la encuesta, el 75 % de los estudiantes canadienses utiliza herramientas de IA generativa para realizar sus trabajos académicos, y casi el 70 % las emplea al menos varias veces por semana. Sin embargo, el 59 % de los docentes considera que el sistema educativo canadiense no está preparando adecuadamente a los estudiantes para un futuro laboral en el que la IA será una herramienta habitual. La situación evidencia que el uso de estas tecnologías se ha extendido mucho más rápidamente que la alfabetización necesaria para utilizarlas de manera crítica, responsable y ética.

Los estudiantes reconocen importantes beneficios de la IA. Más de tres cuartas partes consideran que estas herramientas han mejorado la calidad de sus trabajos y el 81 % afirma que les han ayudado a comprender mejor los contenidos de las asignaturas. Sin embargo, el mismo estudio revela una importante contradicción: el 51 % de los estudiantes afirma que sus capacidades de pensamiento crítico se han deteriorado desde que comenzó a utilizar IA, mientras que el 69 % considera que sus compañeros recurren a ella para evitar pensar críticamente. Esta percepción también preocupa a los docentes: el 89 % cree que, sin una orientación adecuada, los estudiantes pueden desarrollar hábitos perjudiciales para su aprendizaje.

Uno de los principales problemas identificados es la falta de formación específica en uso responsable de la IA. Solo el 53 % de los estudiantes afirma haber recibido algún tipo de formación formal sobre cómo utilizarla responsablemente en sus trabajos académicos y únicamente el 46 % de los educadores considera que sus estudiantes reciben suficiente preparación en este ámbito. Al mismo tiempo, existe una demanda clara de formación: el 79 % de los docentes cree que el uso responsable y ético de la IA debería enseñarse explícitamente, mientras que el 70 % de los estudiantes reclama que las instituciones educativas ofrezcan más cursos sobre IA generativa. El problema, por tanto, no parece ser la resistencia de los estudiantes a aprender sobre estas tecnologías, sino la falta de una respuesta educativa suficientemente estructurada.

La integridad académica constituye otra de las grandes preocupaciones. Los docentes sitúan entre sus principales problemas el fraude o la trampa académica, la dependencia excesiva de la IA y las cuestiones relacionadas con el copyright y el plagio. Existe además una importante diferencia de percepción entre profesores y estudiantes: el 72 % de los educadores considera que utilizar IA generativa para ayudar a realizar trabajos académicos constituye una forma de trampa, frente al 50 % de los estudiantes. Al mismo tiempo, resulta significativo que el 67 % de los estudiantes manifieste que cuestionaría el resultado de una evaluación si supiera que su profesor había utilizado IA para corregir su trabajo. Es decir, los estudiantes aceptan ampliamente la IA como herramienta para su propio aprendizaje, pero muestran mayores reservas cuando la tecnología interviene en la evaluación de su rendimiento.

El informe plantea, por ello, que la respuesta no debería consistir simplemente en prohibir la IA, sino en transformar las estrategias docentes y de evaluación. KPMG propone avanzar hacia actividades que obliguen a los estudiantes a demostrar comprensión, razonamiento y capacidad de juicio independiente, mediante aprendizaje basado en proyectos, evaluaciones orales, debates y actividades interactivas. El objetivo sería que la IA funcione como una herramienta para potenciar el aprendizaje y no como un sustituto del pensamiento. Esta perspectiva supone pasar de preguntarse si los estudiantes utilizan IA —algo que ya ocurre de manera generalizada— a plantearse cómo diseñar entornos educativos en los que su utilización contribuya realmente al desarrollo de competencias intelectuales.

Otro aspecto especialmente relevante es la desigualdad en el acceso a la inteligencia artificial. Casi una cuarta parte de los estudiantes encuestados paga actualmente por herramientas de IA para sus trabajos académicos, y casi la mitad considera que quienes pueden pagar por estos servicios disfrutan de una ventaja académica frente a quienes utilizan únicamente herramientas gratuitas. La preocupación es todavía mayor entre los docentes: el 84 % teme que las diferencias en el acceso a herramientas y formación en IA puedan generar nuevas desigualdades educativas. De este modo, la IA puede convertirse simultáneamente en una herramienta de democratización del conocimiento y en un nuevo factor de brecha educativa si no existen políticas que garanticen un acceso equitativo

En conjunto, el estudio dibuja una situación que resulta especialmente significativa para el debate sobre alfabetización en inteligencia artificial: los estudiantes ya están utilizando la tecnología antes de que las instituciones hayan establecido plenamente las competencias, normas y criterios necesarios para hacerlo de manera responsable. La cuestión fundamental ya no es enseñar únicamente a utilizar una herramienta o a formular mejores prompts, sino desarrollar la capacidad para evaluar las respuestas de la IA, detectar errores, contrastar fuentes, reconocer sesgos, respetar la propiedad intelectual y decidir cuándo utilizarla y cuándo recurrir al razonamiento propio. El reto para universidades, centros educativos y bibliotecas es, por tanto, integrar la IA dentro de una formación más amplia en pensamiento crítico, alfabetización informacional y ciudadanía digital.

La IA ya forma parte de la vida universitaria

Brand, Louie; Berka, Alex; Spies, Maria. Generative AI in Higher Education: Academic and Student Perspectives. QS, 15 de junio de 2026. Informe completo de QS

El informe de QS (Quacquarelli Symonds) analiza cómo estudiantes y académicos están utilizando y valorando la inteligencia artificial generativa en la educación superior. Sus resultados muestran que la IA ha dejado de ser una tecnología emergente para convertirse en una herramienta integrada en la actividad universitaria cotidiana.

El 67 % de los académicos y el 62 % de los estudiantes afirma utilizar herramientas de IA generativa al menos semanalmente para actividades relacionadas con la enseñanza, la investigación, el estudio o tareas administrativas. Paralelamente, ha aumentado notablemente el grado de familiaridad con estas tecnologías: el 48 % de los académicos y el 53 % de los estudiantes se consideran muy o extremadamente familiarizados con la IA generativa.

La percepción general de la tecnología es también mayoritariamente positiva. El 74 % de los académicos y el 68 % de los estudiantes considera que la IA desempeña un papel algo o muy positivo en la sociedad. Entre los docentes, la IA se utiliza especialmente para redacción y edición de textos, preparación de clases, diseño de evaluaciones, generación de retroalimentación y síntesis de literatura científica. En el caso de los estudiantes, la utilización está vinculada fundamentalmente al aprendizaje, la elaboración de trabajos y la búsqueda o comprensión de información.

Uno de los resultados más significativos es que los estudiantes no parecen reclamar una prohibición de la IA, sino su integración formal en la enseñanza. El 94 % considera al menos algo importante que las universidades incorporen la IA generativa al currículo y a la experiencia de aprendizaje. Los estudiantes demandan formación práctica para aprender a utilizar estas herramientas de manera profesional y ética, así como normas institucionales claras que determinen qué usos son aceptables y cuáles no. El informe identifica, por tanto, una oportunidad para que las universidades pasen de una política basada principalmente en restricciones a otra centrada en la alfabetización en IA y el uso responsable.

La evaluación y la integridad académica constituyen uno de los principales desafíos. El 24 % de los estudiantes declara utilizar IA para ayudarles en la redacción de ensayos, mientras que el 30 % considera que las universidades deberían diseñar evaluaciones que sean más difíciles de realizar exclusivamente mediante herramientas de IA. El problema ya no consiste simplemente en detectar si un texto ha sido generado artificialmente, sino en replantear las formas de evaluación para comprobar realmente el aprendizaje, el razonamiento y las competencias del estudiante.

Desde la perspectiva institucional, los principales obstáculos señalados por los académicos son las cuestiones éticas, la seguridad de los datos y la ausencia de estrategias y mecanismos de gobernanza suficientemente desarrollados. El informe destaca que estudiantes y profesores coinciden en la necesidad de disponer de políticas transparentes, formación específica y orientaciones sobre el uso profesional y ético de la IA. Los estudiantes, en particular, parecen favorecer una flexibilidad responsable: quieren poder utilizar estas herramientas siempre que su utilización sea transparente y se declare adecuadamente.

En definitiva, el informe de QS plantea que el debate universitario ha entrado en una segunda etapa. La cuestión ya no es si la IA generativa debe estar presente en la universidad —porque ya lo está—, sino cómo incorporarla de manera pedagógica, ética y estratégica. La alfabetización en inteligencia artificial aparece así como una nueva competencia transversal de los graduados, junto con la capacidad para evaluar críticamente las respuestas de los sistemas, reconocer sus limitaciones, proteger los datos y utilizar la IA como herramienta de apoyo sin delegar en ella las capacidades intelectuales que la universidad pretende desarrollar.

El informe evidencia una brecha entre la rápida adopción de la IA por estudiantes y profesores y la capacidad de las universidades para proporcionar políticas, formación y sistemas de evaluación adaptados. El reto para las instituciones de educación superior ya no es decidir si permitir o prohibir la IA, sino formar a estudiantes y docentes para utilizarla de manera crítica, ética, transparente y académicamente responsable.

La IA se convierte en asistente habitual de los investigadores

AI for Science 2026: The State of AI Use among Researchers. Fudan University, Shanghai Academy of AI for Science & Nature Research Intelligence, 2026.

Texto completo

El informe muestra que la IA generativa ya está integrada en buena parte del trabajo cotidiano de los investigadores, aunque principalmente como herramienta de apoyo y no como sustituto del juicio científico. Su utilización se concentra especialmente en las primeras fases del proceso investigador: búsqueda y descubrimiento de información, exploración de literatura, redacción, edición y mejora de textos. Casi la mitad de los investigadores afirma utilizar IA con frecuencia para recopilar información y para mejorar o editar artículos.

El informe muestra que la inteligencia artificial está incorporándose rápidamente al trabajo cotidiano de los investigadores, aunque su utilización no es homogénea. La IA se emplea sobre todo en las fases exploratorias y generativas de la investigación, especialmente para recopilar información, descubrir literatura, planificar investigaciones y mejorar o editar artículos. El 43,8 % de los investigadores utiliza IA frecuente o muy frecuentemente para recopilar información y el 44,6 % para mejorar o editar artículos. En cambio, su utilización disminuye considerablemente cuando las tareas requieren evaluación, responsabilidad y juicio profesional.

Una de las principales conclusiones es que la IA actúa más como asistente que como sustituto del investigador. El uso es mucho menor en actividades como la revisión de artículos científicos o la toma de decisiones sobre la publicación. Solo el 23,5 % utiliza IA para revisar artículos y el 25,7 % para decisiones relacionadas con su presentación. Esto refleja que los investigadores siguen reservando para las personas aquellas tareas en las que son fundamentales el criterio experto, la responsabilidad profesional y la evaluación crítica.

Existe además una importante diferencia generacional. Los investigadores más jóvenes recurren a la IA con mayor frecuencia que los investigadores con más experiencia. Entre quienes llevan menos de tres años investigando, el 46,8 % utiliza frecuentemente IA para mejorar o editar artículos, frente al 36,1 % entre quienes acumulan 20 años o más de experiencia. Para la recopilación de información, las cifras son del 47,8 % y el 33,4 %, respectivamente. La diferencia se explica tanto por una mayor utilización entre los investigadores jóvenes como por una mayor resistencia de los investigadores sénior a utilizar estas herramientas.

En cuanto a las herramientas utilizadas, los modelos generalistas dominan claramente el panorama. Representan el 75,9 % de las menciones entre las tres herramientas de IA más utilizadas por los investigadores. ChatGPT aparece en primer lugar, con el 36,8 % de las menciones, seguido de Gemini, con el 19,4 %, y Claude, con el 6,5 %. Las herramientas específicas para escritura y edición representan el 7,2 %, mientras que las destinadas al descubrimiento de literatura y evidencias alcanzan el 5,6 %.

El informe también revela diferencias geográficas. El uso intensivo de IA para descubrir contenidos científicos es especialmente elevado en Asia oriental. En el conjunto de la muestra, el 5,7 % de los investigadores depende principalmente o exclusivamente de herramientas de IA para identificar investigaciones relevantes, pero entre los investigadores jóvenes la proporción llega al 21,2 % en Japón y al 15,2 % en China, frente al 5,7 % en Estados Unidos y el 8,9 % en Europa.

Otro aspecto significativo es la forma de financiación de estas herramientas. La mayoría de los investigadores accede a ellas de manera independiente: el 45,4 % utiliza principalmente herramientas gratuitas y el 41,3 % las paga personalmente. Solo el 11,1 % señala que su institución financia la licencia. Esto indica que la adopción de IA está avanzando más rápidamente que el establecimiento de políticas y sistemas institucionales de apoyo, formación y financiación.

La satisfacción con la IA es relativamente elevada cuando se utiliza para descubrir información científica. El 65,2 % de los investigadores se declara satisfecho o muy satisfecho con la ayuda que proporciona su herramienta principal para descubrir nuevos contenidos. Las razones principales son su capacidad para localizar fuentes relevantes y proporcionar referencias, además de la precisión de las respuestas y el incremento de la productividad.

Sin embargo, la confianza sigue siendo el principal problema. Las respuestas abiertas muestran que los investigadores valoran especialmente la posibilidad de aumentar la productividad, facilitar el descubrimiento de literatura y ampliar el acceso al conocimiento, pero manifiestan importantes preocupaciones sobre la fiabilidad de los resultados. Entre más de 7.500 respuestas abiertas, las alucinaciones y los problemas de exactitud acumularon 4.935 menciones, muy por encima de otros riesgos. También aparecen el temor a la pérdida de pensamiento crítico, mencionado 1.167 veces, y las preocupaciones relacionadas con la integridad de la investigación, con 702 menciones.

En definitiva, el estudio presenta una imagen de una investigación científica cada vez más asistida por IA, pero todavía lejos de una investigación autónoma. La IA está penetrando especialmente en la búsqueda y descubrimiento de información, la organización de ideas, la redacción y la edición, mientras que los investigadores mantienen un mayor control humano sobre la evaluación y las decisiones científicas. El gran reto que plantea el informe no es tanto conseguir que los investigadores utilicen IA —algo que ya está sucediendo— como garantizar que sepan utilizarla de forma crítica, verificable, ética y responsable, especialmente ante las alucinaciones, la pérdida potencial de pensamiento crítico, la integridad científica y la seguridad de los datos.

Hacia un estándar global para declarar el uso de la inteligencia artificial en la investigación científica

Weaver, Kari D.; Seghers, Bert; McNeice, Kiera; Perkins, Mike; Santamarina, Sergio; Lingard, Lorelei; Tsybuliak, Natalia; Dijstal, Felix. «Guest Post — Research Needs a Shared Standard for AI Disclosure.» The Scholarly Kitchen, 13 de julio de 2026. The Scholarly Kitchen (artículo original)

El artículo sostiene que la investigación científica necesita con urgencia un estándar internacional y compartido para declarar el uso de herramientas de inteligencia artificial (IA) durante todo el ciclo de investigación.

Los autores argumentan que la aparición de modelos generativos como ChatGPT ha modificado profundamente la forma en que los investigadores redactan textos, analizan datos, revisan literatura, programan o traducen documentos. Sin embargo, mientras la adopción de estas herramientas se ha generalizado, las normas para informar sobre su utilización continúan siendo fragmentarias, inconsistentes y, en muchos casos, inexistentes. Esta falta de uniformidad genera incertidumbre entre autores, revisores, editores e instituciones y pone en riesgo principios esenciales de la integridad científica, como la transparencia, la reproducibilidad y la responsabilidad sobre los resultados publicados.

Los autores defienden que la declaración del uso de la IA debe entenderse como una práctica equiparable a la divulgación de las fuentes de financiación, los conflictos de interés o las contribuciones de terceros. En su opinión, informar sobre la utilización de herramientas de IA no debe interpretarse como una admisión de debilidad o una sospecha de mala conducta, sino como una manifestación de buenas prácticas científicas. No obstante, diversos estudios muestran que muchos investigadores evitan revelar el uso de estas tecnologías por temor a que disminuya la credibilidad de sus trabajos o influya negativamente en los procesos de evaluación editorial. Este fenómeno ha creado una importante «brecha de divulgación»: aunque la IA ya forma parte de las prácticas habituales de investigación, una proporción significativa de autores nunca informa sobre su utilización al publicar sus resultados.

Para afrontar este problema, el artículo describe la iniciativa impulsada desde la World Conferences on Research Integrity (WCRI), que ha creado un grupo de trabajo internacional con el apoyo de organizaciones como el International Science Council (ISC), COPE, STM y la Global Young Academy. El objetivo consiste en desarrollar un estándar de referencia mundial para la declaración del uso de IA, inspirado en modelos ampliamente aceptados como las normas de Vancouver para publicaciones biomédicas. El proceso se basa en varias rondas de consulta internacional dirigidas a investigadores, editores, responsables de integridad científica y otros actores del ecosistema académico, con el propósito de construir un consenso amplio antes de proponer un marco definitivo.

Los resultados preliminares de la primera consulta muestran que existe un amplio consenso sobre la necesidad de establecer reglas claras, aunque también revelan importantes desafíos. Los participantes coinciden en que cualquier sistema de declaración debe ser suficientemente flexible para adaptarse a disciplinas muy diversas y evitar imponer cargas administrativas excesivas a los investigadores. Asimismo, consideran fundamental determinar con precisión qué aspectos deben declararse, cuál debe ser el nivel adecuado de detalle y cómo integrar esa información en los manuscritos y en las infraestructuras editoriales existentes. También se debatió ampliamente cuál debe ser el verdadero propósito de estas declaraciones: facilitar la reproducibilidad de la investigación, reforzar la transparencia ética, mejorar la rendición de cuentas o combinar todos estos objetivos simultáneamente.

Otro de los mensajes centrales del artículo es que el uso de la inteligencia artificial no debe ser estigmatizado. Los autores sostienen que las herramientas de IA representan una nueva generación de tecnologías avanzadas, pero que los principios clásicos de la integridad científica siguen siendo plenamente aplicables. La responsabilidad última sobre el contenido científico continúa recayendo en los investigadores humanos, independientemente de las herramientas empleadas durante el proceso. Por ello, las declaraciones sobre IA deberían proporcionar únicamente la información necesaria para que revisores y lectores puedan valorar si las contribuciones de estas herramientas podrían haber influido en la fiabilidad de los métodos, los resultados o las conclusiones del estudio, evitando exigir una documentación innecesariamente detallada que dificulte la investigación.

Finalmente, los autores anuncian la apertura de nuevas rondas de consulta durante la segunda mitad de 2026 y principios de 2027 con el objetivo de perfeccionar una propuesta de estándar global. Subrayan que el éxito de esta iniciativa dependerá de la participación activa de investigadores, universidades, editoriales, financiadores y organismos de integridad científica de todo el mundo. Solo mediante un consenso internacional será posible establecer un sistema de divulgación que promueva la confianza en la investigación, facilite la evaluación de los trabajos científicos y permita integrar la inteligencia artificial en la ciencia de forma responsable, transparente y compatible con los principios fundamentales de la investigación académica.

La inteligencia artificial se convierte en una nueva fuente de información sanitaria para los estadounidenses

Lardinois, F. (2026). US adults use AI for health information now. ZDNET, julio de 2026. Basado en los resultados de la encuesta KFF Tracking Poll on Health Information and Trust: Use of AI for Health Information and Advice. https://www.zdnet.com/article/us-adults-use-ai-for-health-information-now/?utm_source=flipboard&utm_content=user%2FZDNet

La inteligencia artificial está consolidándose como una herramienta habitual para buscar información sobre salud entre la población estadounidense. El artículo de ZDNET, apoyado en una encuesta de la Kaiser Family Foundation (KFF), muestra que un número creciente de ciudadanos utiliza asistentes conversacionales basados en IA para resolver dudas relacionadas con síntomas, enfermedades, tratamientos y bienestar emocional.

Lejos de ser un fenómeno marginal, la consulta a herramientas como ChatGPT y otros chatbots comienza a formar parte de los hábitos cotidianos de búsqueda de información sanitaria, especialmente entre los usuarios más jóvenes, que ven en estos sistemas una forma rápida y accesible de obtener explicaciones médicas antes o después de acudir a un profesional.

Los datos revelan importantes diferencias generacionales. Más de un tercio (36 %) de los adultos de entre 18 y 29 años afirma haber utilizado herramientas de IA durante el último año para obtener información sobre su salud física, mientras que cerca de un 28 % las ha empleado para cuestiones relacionadas con la salud mental o el bienestar emocional. La utilización disminuye de forma progresiva con la edad, lo que refleja que la adopción de estas tecnologías está estrechamente vinculada con la familiaridad digital de los usuarios. La encuesta también indica que quienes recurren a la IA no suelen hacerlo para sustituir al médico, sino para comprender mejor un diagnóstico, interpretar resultados clínicos, preparar preguntas para una consulta o recibir explicaciones redactadas en un lenguaje más sencillo.

El artículo destaca que esta tendencia abre nuevas oportunidades para mejorar el acceso a la información sanitaria, pero también plantea riesgos importantes. La facilidad con la que los modelos de lenguaje generan respuestas puede llevar a algunos usuarios a otorgarles un grado de confianza excesivo, pese a que estas herramientas pueden cometer errores, ofrecer información desactualizada o producir afirmaciones falsas con gran apariencia de credibilidad. La propia KFF subraya que la inteligencia artificial debe entenderse como un recurso complementario y no como un sustituto del asesoramiento proporcionado por profesionales sanitarios cualificados.

Otra cuestión relevante es la creciente preocupación por la desinformación. Estudios recientes citados por ZDNET muestran que los usuarios que recurren con mayor frecuencia a chatbots para obtener información médica presentan una mayor probabilidad de aceptar afirmaciones falsas sobre vacunas y otros temas de salud pública. Aunque la relación observada es de correlación y no demuestra que la IA cause esas creencias, el fenómeno pone de manifiesto la importancia de desarrollar competencias de alfabetización digital y pensamiento crítico para interpretar adecuadamente las respuestas generadas por estos sistemas.

El reportaje también llama la atención sobre la privacidad. Las consultas médicas suelen contener información extremadamente sensible y, dependiendo de la plataforma utilizada, esos datos pueden almacenarse o emplearse para mejorar futuros modelos. Por ello, los expertos recomiendan revisar cuidadosamente las políticas de privacidad de cada servicio y evitar introducir datos personales identificables cuando no sea imprescindible. Paralelamente, el creciente uso de herramientas de IA por parte de médicos y hospitales está impulsando nuevos debates regulatorios sobre seguridad, consentimiento informado y protección de la información clínica.

En conjunto, el artículo refleja una transformación significativa en la manera en que los ciudadanos acceden al conocimiento sanitario. La inteligencia artificial ofrece rapidez, disponibilidad permanente y capacidad para adaptar las explicaciones al nivel de comprensión del usuario, cualidades que explican su rápida adopción. Sin embargo, su integración en el ámbito de la salud dependerá de que se mantenga un equilibrio entre innovación, fiabilidad, protección de la privacidad y supervisión profesional. La IA se perfila como un valioso complemento para la educación sanitaria y la toma de decisiones informadas, pero no como un reemplazo del juicio clínico ni de la relación entre pacientes y profesionales de la salud.

El 91 % de los estudiantes de último curso en Yale ya utiliza inteligencia artificial para sus trabajos académicos: la universidad frente a una nueva realidad educativa

Yale Daily News. “91 Percent of Senior Class Has Used AI for Schoolwork, News Survey Finds.” Yale Daily News, 16 de mayo de 2026. Disponible en: Yale Daily News

Un reciente estudio publicado por el periódico universitario Yale Daily News revela un dato que confirma hasta qué punto la inteligencia artificial generativa se ha integrado en la vida académica contemporánea: el 91 % de los estudiantes que integran la promoción 2026 de Yale University ha utilizado herramientas de inteligencia artificial para realizar algún tipo de trabajo académico durante su etapa universitaria.

La encuesta, realizada de manera anónima entre 172 estudiantes de último curso, ofrece una radiografía muy significativa sobre cómo tecnologías como ChatGPT y otros sistemas de IA han dejado de ser una novedad experimental para convertirse en parte habitual del ecosistema educativo universitario.

Los resultados muestran que únicamente un 9,1 % de los encuestados afirmó no haber utilizado nunca herramientas de inteligencia artificial en tareas relacionadas con sus estudios. La mayoría, concretamente un 67,5 %, declaró emplearlas de manera ocasional, frecuente o muy frecuente, lo que evidencia que el uso de estas tecnologías ha alcanzado niveles de normalización impensables apenas tres años atrás, cuando la irrupción pública de modelos generativos como ChatGPT abrió un intenso debate internacional sobre plagio, autoría, originalidad y el futuro mismo del aprendizaje universitario. La generación que se gradúa en 2026 aparece así como la primera cohorte académica que ha convivido plenamente con la IA durante gran parte de su formación superior.

La encuesta también permite observar cómo se utiliza concretamente la inteligencia artificial en el trabajo universitario. Más del 75 % de los estudiantes reconoció haber empleado estas herramientas para resolver ejercicios o problem sets, una práctica especialmente extendida en disciplinas técnicas, matemáticas y científicas. Un 64 % admitió utilizar IA para ayudar en la redacción de ensayos o trabajos escritos, mientras que uno de los datos más llamativos señala que casi la mitad de los estudiantes —48,5 %— afirmó haber usado inteligencia artificial incluso para colaborar en la elaboración de su tesis final o senior thesis, un tipo de trabajo que tradicionalmente representa la culminación intelectual individual del proceso universitario. Este dato plantea interrogantes profundos sobre cómo deberán redefinirse en el futuro conceptos como esfuerzo individual, originalidad académica o evaluación del aprendizaje.

Más allá de las cifras, el estudio refleja un cambio cultural profundo dentro de la educación superior. La universidad, históricamente concebida como un espacio donde se desarrollan capacidades de análisis crítico, escritura autónoma y construcción gradual del conocimiento, se enfrenta ahora a una tecnología capaz de automatizar precisamente parte de esos procesos cognitivos. Esto genera una paradoja cada vez más visible: mientras muchas instituciones educativas mantienen restricciones severas sobre el uso de inteligencia artificial por considerarla una amenaza para la integridad académica, el mercado laboral empieza simultáneamente a exigir competencias avanzadas en el manejo de estas herramientas. De esta forma, los estudiantes viven en un escenario contradictorio donde lo que en el aula puede considerarse una forma de hacer trampa, en el ámbito profesional comienza a verse como una habilidad necesaria.

Diversos estudios complementarios publicados durante 2026 confirman que el caso de Yale no es una excepción aislada sino parte de una tendencia global. Investigaciones de organizaciones como Gallup muestran que una mayoría creciente de estudiantes universitarios utiliza inteligencia artificial semanalmente para comprender conceptos complejos, revisar ejercicios, mejorar textos, resumir apuntes o desarrollar ideas para trabajos académicos. Paralelamente, una parte importante del profesorado expresa preocupación creciente por el posible deterioro de habilidades fundamentales como la escritura autónoma, el pensamiento crítico o la capacidad de razonamiento independiente, elementos que tradicionalmente constituyen la esencia misma del aprendizaje universitario.

En definitiva, el caso de Yale University ilustra con claridad que la educación superior se encuentra en medio de una transformación estructural sin precedentes. La pregunta central ya no parece ser si los estudiantes utilizan inteligencia artificial, porque las cifras demuestran que su adopción es prácticamente universal, sino cómo deberán adaptarse las universidades para integrar esta nueva realidad sin sacrificar los principios fundamentales del aprendizaje. Más que prohibir o aceptar acríticamente estas tecnologías, el verdadero desafío educativo del futuro inmediato será redefinir qué significa aprender, crear conocimiento y demostrar competencia intelectual en una era donde la inteligencia artificial se ha convertido en una extensión cotidiana del trabajo humano.

La mitad de los adultos de Estados Unidos nunca ha utilizado un chatbot de inteligencia artificial

Gottfried, Jeffrey, William Bishop, Monica Anderson, Michelle Faverio, Eugenie Park y Colleen McClain. 2026. “Americans and AI 2026: Chatbots, Smart Devices and Views on Impact – Why don’t people use chatbots?” Pew Research Center, 17 de junio de 2026. https://www.pewresearch.org/internet/2026/06/17/why-dont-people-use-chatbots/

El informe analiza por qué una parte significativa de la población adulta en Estados Unidos no utiliza chatbots de inteligencia artificial como ChatGPT, Gemini o Copilot, a pesar de su creciente presencia en la vida cotidiana. Los resultados proceden de una encuesta representativa realizada a más de 5.000 adultos estadounidenses, lo que permite identificar patrones claros de adopción, rechazo y percepción social de estas herramientas.

El informe de Pew Research Center (17 de junio de 2026) muestra un panorama muy claro sobre la adopción de los chatbots de inteligencia artificial: su uso está lejos de ser universal y la principal explicación no es tecnológica, sino cultural y actitudinal.

En términos generales, los datos indican que el 51% de los adultos en Estados Unidos no ha usado nunca chatbots de IA, frente a un 49% que sí los ha utilizado al menos una vez. Esta división casi simétrica refleja que la tecnología está extendida, pero todavía no plenamente integrada en la vida cotidiana de la población.

Cuando se analizan las razones del no uso, el factor más importante es el desinterés, señalado por un 83% de los no usuarios. Es decir, la mayoría no rechaza activamente la tecnología, sino que simplemente no la percibe como necesaria o útil en su día a día. A esto se suma un componente de desconfianza estructural, ya que un 76% duda de la exactitud de la información que generan los chatbots, lo que limita su valor como herramienta informativa o de apoyo. En paralelo, aparece una preocupación muy marcada por la privacidad y el uso de datos personales (79%), lo que evidencia una sensibilidad creciente hacia el impacto de la inteligencia artificial en la esfera privada.

Junto a estos factores principales, el estudio también identifica barreras secundarias: un 55% declara no saber cómo usarlos, lo que apunta a ciertos déficits de alfabetización digital, aunque no son el obstáculo dominante. En cambio, la presión social o el miedo al juicio ajeno apenas influye, ya que solo un 14% menciona este motivo.

Las expectativas de futuro refuerzan esta tendencia de estancamiento. Un 67% de los no usuarios considera poco o nada probable que empiece a utilizarlos en los próximos 12 meses, lo que sugiere que la brecha de adopción podría mantenerse estable a corto plazo, sin una incorporación masiva inminente.

Los datos revelan que la no adopción de chatbots no responde a una falta de acceso tecnológico, sino a una combinación de desinterés mayoritario, desconfianza en la fiabilidad de la IA y preocupación por la privacidad, lo que configura un escenario en el que la expansión de estas herramientas depende tanto de su mejora técnica como de su aceptación social.

La falsa percepción del uso de IA: cuando creer que todos la usan termina haciendo que todos la usen

Fasiang, Kristin, y Jill Barshay. 2026. “Is Everyone Using AI? How False Perceptions Can Become Self-Fulfilling.” MindShift (KQED) / The Hechinger Report, 8 de junio de 2026. https://www.kqed.org/mindshift/66379/is-everyone-using-ai-how-false-perceptions-can-become-self-fulfilling

El artículo aborda una cuestión clave en el contexto actual de la educación superior: no se sabe con precisión cuántos estudiantes utilizan realmente herramientas de inteligencia artificial como ChatGPT, y esa incertidumbre está influyendo tanto en la percepción social como en las políticas universitarias.

El punto de partida es un estudio realizado en la Universidad de Chicago con 338 estudiantes de grado. Los resultados muestran una discrepancia significativa: el 60 % afirma utilizar herramientas de IA, mientras que el 90 % cree que la mayoría de sus compañeros también las usa. Esta diferencia de 30 puntos plantea varias posibilidades: que los estudiantes subestimen su propio uso, que sobreestimen el de los demás o ambas cosas simultáneamente. En cualquier caso, el resultado es una visión distorsionada del fenómeno.

Los investigadores señalan que esta distorsión puede estar provocada por la llamada “sesgo de deseabilidad social”. Es decir, los estudiantes pueden no declarar con sinceridad su uso de IA porque consideran que admitirlo podría asociarse con pereza, falta de esfuerzo o incluso deshonestidad académica. En entrevistas complementarias, algunos estudiantes equiparan el uso de IA con no ser capaz de realizar el trabajo por sí mismos, lo que refuerza el estigma y favorece el ocultamiento.

Sin embargo, el artículo también plantea una explicación alternativa: la sobreestimación del uso de IA entre compañeros. Dado que estas herramientas son muy visibles en la vida cotidiana universitaria —pantallas abiertas con ChatGPT, conversaciones sobre su uso, referencias constantes en clase— los estudiantes pueden asumir que su uso es mucho más generalizado de lo que realmente es. Esta combinación de invisibilidad del uso real y visibilidad del discurso genera un efecto de “normalización percibida”.

El texto conecta este fenómeno con un concepto bien conocido en ciencias sociales: la “ignorancia pluralista”. Este ocurre cuando las personas creen erróneamente que los demás se comportan de manera distinta (generalmente más extrema o más frecuente) que la realidad. Un paralelismo clásico se observa en el consumo de alcohol o drogas en campus universitarios, donde los estudiantes suelen sobrestimar cuánto beben o consumen sus compañeros.

Estas percepciones erróneas no son inocuas. El artículo recuerda que en estudios sobre salud pública se ha demostrado que cuando los estudiantes creen que “todo el mundo bebe”, tienden a beber más ellos mismos. Es decir, la percepción social puede convertirse en una profecía autocumplida. Si los estudiantes creen que el uso de IA es casi universal, pueden sentirse presionados a adoptarlo para no quedarse atrás, aunque en realidad no sea tan extendido.

En este sentido, los investigadores advierten de un riesgo importante para las universidades: diseñar políticas sobre inteligencia artificial basadas en suposiciones y no en datos fiables. Si las instituciones asumen que la IA es omnipresente sin evidencias sólidas, podrían establecer normas excesivamente restrictivas o, por el contrario, demasiado permisivas.

El artículo también sugiere que las universidades podrían aprender de estrategias aplicadas en salud pública. En el caso del alcohol, algunas campañas dejaron de enfatizar el problema del consumo excesivo y empezaron a comunicar datos reales que mostraban que la mayoría de estudiantes bebía con moderación. Esta corrección de percepciones contribuyó a reducir comportamientos de riesgo.

Finalmente, el texto concluye que la gestión del uso de la IA en educación no solo depende de normas tecnológicas o académicas, sino también de cómo se construyen las percepciones sociales. Si los estudiantes creen que el uso de IA es la norma absoluta, esa creencia puede moldear su comportamiento, independientemente de la realidad estadística. Por ello, los autores subrayan la necesidad de investigar mejor estos patrones y comunicar datos más precisos para evitar dinámicas de presión social y uso inducido.

Declaración del uso de inteligencia artificial en la redacción de artículos académicos y tesis

Cabrera Huaycochea, Daril. 2025. Declaración del uso de inteligencia artificial en la redacción de artículos académicos y tesis: Hacia un estándar ético y transparente para la producción científica en la era de los modelos de lenguaje de gran escala. ResearchGate. Consultado el 30 de mayo de 2026.

Texto completo

La expansión de los modelos de lenguaje de gran escala, como GPT, Claude o Gemini, ha transformado profundamente la producción académica, facilitando tareas como la redacción, la síntesis bibliográfica y la revisión textual. Sin embargo, este avance tecnológico no ha ido acompañado de normas homogéneas para declarar su utilización, generando importantes desafíos éticos relacionados con la transparencia, la autoría y la evaluación del mérito académico. El artículo de analiza esta problemática y propone un marco estandarizado para la declaración del uso de inteligencia artificial en artículos científicos y tesis.

El autor examina las políticas adoptadas por algunas de las principales instituciones y editoriales científicas internacionales, entre ellas arXiv, Elsevier, Nature y el Comité de Ética en Publicaciones (COPE). Aunque existen diferencias en los procedimientos, todas coinciden en dos principios fundamentales: las herramientas de inteligencia artificial no pueden ser consideradas autoras de trabajos académicos y cualquier utilización relevante debe ser declarada de manera explícita. Estas organizaciones subrayan que la responsabilidad sobre la exactitud, integridad y ética de los contenidos recae siempre en los autores humanos.

Uno de los principales aportes del trabajo es la formulación de una taxonomía de cuatro niveles de declaración. El Nivel 1 corresponde a trabajos elaborados sin IA generativa; el Nivel 2 contempla el uso de herramientas para corrección gramatical y estilística; el Nivel 3 incluye la generación de borradores, síntesis o análisis supervisados por los autores; y el Nivel 4 se refiere a aquellos casos en los que la IA participa de forma sustancial en la estructura argumentativa o conceptual del trabajo. El objetivo de esta clasificación no es juzgar moralmente los distintos usos de la tecnología, sino ofrecer un marco de transparencia que permita comprender el grado de intervención tecnológica en cada investigación.

El artículo también proporciona modelos prácticos de declaración para revistas científicas y tesis universitarias. Estas plantillas buscan facilitar la adopción de estándares comunes que permitan describir qué herramientas se utilizaron, en qué fases del proceso participaron y qué mecanismos de revisión humana se aplicaron posteriormente. Según el autor, la normalización de estas declaraciones contribuiría a reducir la ambigüedad normativa y fomentaría una cultura de integridad académica basada en la transparencia y la responsabilidad.

Se presta especial atención al contexto latinoamericano, donde identifica importantes desafíos relacionados con la desigualdad en el acceso a tecnologías avanzadas, la obsolescencia de los reglamentos universitarios y los sesgos lingüísticos de los modelos entrenados principalmente en inglés. Ante esta situación, propone que las universidades actualicen sus normativas y distingan claramente entre el uso declarado de la inteligencia artificial y el fraude académico por ocultamiento u omisión. La conclusión central del trabajo es que el verdadero debate no debe centrarse en prohibir o permitir la IA, sino en garantizar que su utilización sea transparente, verificable y compatible con los principios fundamentales de la integridad científica.

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.