14.° Congreso de Integridad Académica

1. Inteligencia Artificial y su impacto en la práctica docente universitaria: retos y estrategias para la integridad académica.
Manuela Jiménez Meraz
Ma. Esther Orta Martínez
Lucila Berenice Martínez Tapia
Universidad Marista San Luis Potosí

2. Brechas y oportunidades para fortalecer la cultura de integridad académica.Gina Lizzet González Boone
UNID

3. Integridad Académica y habilidades digitales en los procesos de aprendizaje en universitarios: diagnóstico caso CETYS.
Dora Yesica Caudillo Ruiz
CETYS Universidad

4. De la integridad académica a la ética profesional.
Ileana Nieves Velázquez
Tecnológico de Monterrey

5. Integridad académica en la supervisión de tesis.
Ricardo Villegas Tovar
Claudia Dayana Pérez Ruíz
Benemérita Universidad Autónoma de Puebla

Nuestra huella en el camino a la integridad.
Kimberly Carrillo Vázquez
Ia Fernanda Cantú Medellín
Regina Gutiérrez Castillo
Universidad de Monterrey

La rápida adopción de herramientas de inteligencia artificial generativa, como ChatGPT, Claude y Gemini, ha transformado profundamente las prácticas de aprendizaje y evaluación en la educación superior. Sin embargo, la mayoría de las instituciones aún carecen de criterios claros que permitan distinguir entre usos pedagógicamente aceptables y conductas que comprometen la integridad académica. Esta ausencia de lineamientos genera incertidumbre tanto para estudiantes como para docentes, quienes enfrentan decisiones inconsistentes respecto al empleo de estas tecnologías.

Este trabajo propone una Taxonomía de Usos de Inteligencia Artificial (TUIA) como un marco conceptual para clasificar el uso de la IA generativa en actividades académicas según el grado de intervención de la herramienta y la participación intelectual del estudiante. La propuesta se desarrolla mediante una revisión de literatura especializada, el análisis comparativo de políticas institucionales y documentos internacionales sobre integridad académica e inteligencia artificial, así como la identificación de escenarios frecuentes en el contexto universitario.

La taxonomía distingue categorías de uso permitido, uso permitido con declaración, uso restringido y uso no aceptable, con el propósito de ofrecer criterios transparentes para la enseñanza, la evaluación y la elaboración de políticas institucionales. Más que promover una visión prohibitiva de la IA, la propuesta busca fortalecer la integridad académica mediante principios de transparencia, responsabilidad y autoría intelectual, favoreciendo una integración ética y pedagógicamente pertinente de estas tecnologías en la educación superior

La incorporación de modelos de lenguaje de gran escala (LLM) en actividades matemáticas plantea nuevas oportunidades, pero también interrogantes relevantes sobre confiabilidad, autoría y rigor académico. Este trabajo analiza las implicaciones de la inteligencia artificial aplicada al razonamiento matemático a partir de un enfoque neuro-simbólico que combina las capacidades generativas de los LLM con sistemas de verificación formal, particularmente Lean 4. El estudio base emplea un enfoque computacional mixto y considera conjuntos de datos como mathlib y MiniF2F, junto con arquitecturas de generación aumentada por recuperación (RAG) y estrategias de búsqueda de demostraciones mediante Hyper-tree Proof Search.

Los resultados muestran que los sistemas analizados alcanzan una precisión promedio de autoformalización del 74,6 %, con una reducción estimada del 78,5 % del esfuerzo manual requerido para traducir expresiones matemáticas a lenguajes formalmente verificables. Sin embargo, se identifica también un 15,3 % de alucinaciones lógicas en las demostraciones generadas, las cuales son rechazadas por el sistema de verificación formal cuando no satisfacen las reglas lógicas establecidas.

A partir de estos hallazgos, se discuten sus implicaciones para la integridad académica en la enseñanza y producción de conocimiento matemático. Se propone avanzar desde enfoques centrados únicamente en detectar o prohibir el uso de inteligencia artificial hacia modelos basados en transparencia, trazabilidad, verificación y responsabilidad humana. La confianza académica en sistemas generativos no debería sustentarse exclusivamente en la plausibilidad de sus respuestas, sino en la posibilidad de verificar los razonamientos producidos y mantener al usuario como responsable final de su interpretación y validación.

La construcción de la Declaración de Integridad Académica de la Universidad de los Andes responde a una preocupación sostenida del Comité Ampliado de Integridad, un espacio interdisciplinario que, durante más de  cinco años, ha promovido la reflexión institucional en torno a la integridad como valor fundamental del proyecto educativo universitario. En el contexto contemporáneo, marcado por transformaciones tecnológicas y nuevas prácticas pedagógicas, la integridad académica adquiere una relevancia creciente al plantear desafíos éticos complejos para la comunidad educativa. Esta experiencia se articula con el eje temático Cultura de integridad académica, al proponer una comprensión de la integridad no como imposición normativa, sino como práctica colectiva orientada a preservar los fines de la educación superior.

La tesis central plantea que la integridad académica es un compromiso activo de la comunidad universitaria con la práctica académica, que comprende la enseñanza y el aprendizaje, la investigación y la creación, las actividades de servicio y el desarrollo institucional, así como el compromiso con la sociedad, el bien común y la justicia social. Este compromiso se orienta a proteger el aprendizaje y el conocimiento, más allá del cumplimiento de normas o la ausencia de fraude. En consecuencia, la construcción de una declaración institucional en este campo requiere procesos participativos, deliberativos y contextualizados que fortalezcan su legitimidad y apropiación.

Se concluye que la construcción participativa de una declaración de integridad favorece el surgimiento de culturas democráticas de la integridad, en las que los miembros de la comunidad deliberan sobre los fines de la educación y resisten dinámicas que los reducen a lógicas instrumentales. En consonancia con la literatura, este proceso evidencia que la promulgación de esta declaración constituye un punto clave, y plantea como desafío sostener conversaciones institucionales que permitan traducir estos principios en prácticas cotidianas y evaluar su impacto.

La inteligencia artificial generativa no ha creado la deshonestidad académica, pero está transformando profundamente sus formas, su escala y sus posibilidades de detección. La conferencia analizará la evolución desde el plagio tradicional hasta la compra de trabajos, la e-suplantación y la delegación de la producción intelectual en sistemas algorítmicos. El fenómeno delve servirá para examinar cómo la IA está dejando huellas en el lenguaje académico y contribuyendo a su homogeneización. La ponencia también hará visible la infraestructura humana que sostiene estos sistemas, incluyendo el trabajo de etiquetado, evaluación y moderación de contenidos realizado frecuentemente en condiciones precarias. Se defenderá que la integridad académica debe abarcar no solo el uso transparente y responsable de la IA, sino también una reflexión crítica sobre los sesgos, las condiciones de producción, los costes humanos y la justicia social de las tecnologías utilizadas por las universidades.

La expansión de la Inteligencia Artificial Generativa ha transformado la producción del conocimiento en el ámbito educativo, exponiendo dilemas éticos que trascienden la simple detección de plagio. Cuando el proceso reflexivo se ve sustituido por la herramienta digital, esta cuestión atañe a la posible pérdida de la voz propia, del criterio analítico y la autorregulación socioemocional del alumnado. En fechas recientes se ha desatado una crisis de autoría en la que la subjetividad que resulta del pensamiento crítico y la redacción académica con el estilo personal del enunciador del discurso, ahora corren el riesgo de ser reemplazadas por textos impecables y en apariencia perfectos que, estandarizados –aunque objetivos– se producen por obra y gracia de la Inteligencia Artificial Generativa.
Esta ponencia plantea un enfoque pedagógico interdisciplinario y humanista que combina las narrativas cinematográficas y literarias como herramientas que revaloran la voz personal y robustecen su integridad en el ámbito académico. Se sostiene que el análisis y la creación de narrativas funcionan como laboratorios de empatía y pensamiento crítico. Esto, posibilita que el alumnado examine las implicaciones éticas de suplantar a otros autores y que los estudiantes aprecien el esfuerzo expresivo como un acto de autenticidad e identidad.
Con este objetivo propone examinar relatos fílmicos de manera comparativa, los cuales, desde la ciencia ficción, el drama o la comedia, simulan dilemas morales y abordan el conflicto de la pérdida de la voz propia. Por medio de un marco metodológico basado en la apreciación estética y la mediación tecnológica, la ponencia propone estrategias didácticas concretas para transformar la IA, de una máquina de respuestas automáticas, a un interlocutor dialéctico. Esta propuesta examina cómo guiar al estudiantado para que audite las respuestas algorítmicas, identifique sesgos y emplee la tecnología como un andamiaje técnico, sin dejar de lado su propia visión afectiva y crítica.

Mediante ejemplos, esta presentación pretende ilustrar cómo la Integridad Académica desde una perspectiva Indígena difiere de las formas más comunes en  la Universidad de Victoria, en la Colombia Británica, Canadá no sólo en cuanto a expectativas dentro de los cursos sino también dentro de los requerimientos de ética para procesos de investigación, entre otros. Dichos ejemplos han servido para guiar enfoques, metodologías y principios de nuestros planes estratégicos los cuales deben reconocer y respetar los principios de la Ley de Declaración sobre los Derechos de los Pueblos Indígenas.

En un contexto donde la inteligencia artificial, el acceso inmediato a la información y la complejidad de los problemas profesionales desafían las formas tradicionales de enseñar la integridad académica, surge la necesidad de trascender un enfoque centrado únicamente en el cumplimiento de normas como el plagio, las citas o las referencias. Esta ponencia presenta una propuesta pedagógica basada en el Proyecto de Reflexión del Programa de Orientación Profesional (Career-related Programme) del Bachillerato Internacional (IB), cuyo propósito es desarrollar el juicio ético y preparar a los estudiantes para enfrentar dilemas propios de su futura profesión.
A partir del análisis de dilemas éticos, los estudiantes investigan desde múltiples perspectivas, evalúan críticamente la evidencia, identifican sus propios sesgos, documentan la evolución de su pensamiento mediante un diario de aprendizaje y construyen una postura personal fundamentada. De esta manera, la investigación deja de ser únicamente un ejercicio académico para convertirse en un proceso de reflexión que fortalece tanto la integridad académica como la ética profesional.
La ponencia expone los fundamentos teóricos que sustentan esta metodología, ilustra su aplicación mediante ejemplos de proyectos desarrollados por estudiantes y presenta una propuesta metodológica transferible para docentes de diferentes disciplinas y niveles educativos. Se concluye que la integridad académica no debe entenderse exclusivamente como el cumplimiento de normas institucionales, sino como un proceso formativo orientado al desarrollo del pensamiento crítico, la reflexión, la toma de decisiones éticamente fundamentadas y la capacidad de actuar con responsabilidad en contextos caracterizados por la incertidumbre y las denominadas "zonas grises" de la práctica profesional.
Palabras clave: integridad académica, ética profesional, Proyecto de Reflexión, Bachillerato Internacional, pensamiento crítico, reflexión, dilemas éticos, pensamiento ético.

La incorporación de la inteligencia artificial (IA), particularmente de la inteligencia artificial generativa, está transformando los procesos de evaluación del aprendizaje en la educación superior y, al mismo tiempo, plantea nuevos desafíos para la integridad académica. Esta ponencia tiene como objetivo analizar la evidencia reciente sobre el uso de la IA en la evaluación del aprendizaje en el nivel superior, con énfasis en sus oportunidades, riesgos e implicaciones éticas. Se realizó una revisión integrativa de 37 artículos académicos publicados entre 2023 y 2026, en español e inglés. La información se organizó a partir del año de publicación, enfoque metodológico y principales aportaciones, y se analizó mediante categorías vinculadas con las aplicaciones de la IA, la calidad de la evaluación y la integridad académica.
Los resultados muestran que la IA puede favorecer la automatización de tareas evaluativas, la generación de retroalimentación inmediata y personalizada, el apoyo a la evaluación formativa y sumativa, y la optimización del tiempo docente. Sin embargo, también se identifican riesgos relacionados con la confiabilidad y validez de las calificaciones, los sesgos algorítmicos, la dependencia de las instrucciones proporcionadas, la falta de contextualización, la opacidad de los sistemas y el uso no autorizado por parte del estudiantado. La evidencia indica que una respuesta centrada exclusivamente en la detección resulta insuficiente para proteger la autoría y la autenticidad de los aprendizajes.
Se concluye que la integración responsable de la IA requiere rediseñar las estrategias de evaluación, fortalecer la alfabetización en IA, explicitar los usos permitidos, documentar el proceso de aprendizaje y conservar la supervisión humana en las decisiones académicas. Se propone avanzar hacia modelos híbridos de evaluación que articulen innovación tecnológica, juicio docente, transparencia y corresponsabilidad institucional.