Fraude, Plagio o Falta de Ética Profesional

Introducción

La irrupción de la inteligencia artificial generativa en la educación superior replantea los límites entre el apoyo tecnológico, el plagio y el fraude académico, especialmente en los trabajos de titulación de la formación docente. En este contexto, el presente ensayo tuvo como objetivo analizar un caso de posible uso indebido de inteligencia artificial en un informe profesional y, a partir de ello, proponer un instrumento que permita valorar la autenticidad, el rigor metodológico y la integridad ética en la producción académica.

En las Escuelas Normales (EN) es necesario diferenciar el aprovechamiento pedagógico de la inteligencia artificial de su uso indebido (Ocampo Martínez, 2024, p. 27). Si bien la IA optimiza procesos como la evaluación y la planificación didáctica mediante herramientas digitales (Rincón Castillo et al., 2024, p. 85), también ha dado lugar a nuevas formas de fraude académico asociadas a la inteligencia artificial generativa (IAGen), caracterizadas por la dificultad para identificar la autoría y la responsabilidad. Este fenómeno evidencia un cambio sustancial en la práctica docente y en las dinámicas de producción del conocimiento, lo que incrementa la necesidad de reflexionar sobre sus implicaciones éticas y formativas.

La identificación de prácticas fraudulentas en trabajos de titulación resulta, por tanto, una tarea urgente; sin embargo, aún no se han definido con claridad los límites legales y profesionales que se ven comprometidos, lo que dificulta dimensionar el impacto de estas prácticas en la formación docente. Asimismo, el acompañamiento en los procesos de investigación se convierte en un elemento central, especialmente cuando los asesores enfrentan limitaciones en el dominio de dichas tecnologías. En este sentido, el presente ensayo se orienta a analizar un caso específico que permita evidenciar estas tensiones, reconociendo como alcance la reflexión crítica sobre el fenómeno y como limitación la imposibilidad de generalizar los hallazgos a todos los contextos educativos.

El ensayo se enmarcó en el método inductivo, orientado al análisis de un fenómeno particular con el fin de construir interpretaciones generales. Se desarrolló bajo el paradigma humanista, con enfoque cualitativo, de tipo interpretativo, y con un diseño narrativo de tipo tópico, centrado en el análisis de un caso específico relacionado con el uso de la inteligencia artificial en la producción académica. A partir de este enfoque, se planteó la siguiente pregunta orientadora: ¿Cómo se demuestra el fraude académico asociado al uso de inteligencia artificial generativa en los trabajos de titulación?

Desarrollo

Fátima (2025) (como la que hace milagros) es estudiante de una licenciatura en una EN de renombre y prestigio. Su paso por la EN no ha sido tan suave debido a que su contexto socioeconómico la ‘obliga’ a estar atenta a las necesidades de su familia; por lo tanto, con frecuencia se ausenta de clases, no cumple con los trabajos o simplemente desaparece sin que haya manera de ponerse en contacto con ella. No ha tenido una vida tan común o clásica como el resto de sus compañeros debido a que sus padres son sordos y eso ha implicado que hable lengua de señas mexicanas (LSM) para comunicarse con su familia, sin embargo, ha sabido moverse adecuadamente en el sistema educativo además realiza las interpretaciones de ceremonias o eventos cuando se requiere un intérprete, también se le han dado becas para condonar el pago de inscripciones a cambio de dar talleres de LSM para participar en las actividades de la EN, que no afecten su horario de clases.

Los grupos en las EN avanzan por generaciones que comparten los mismos docentes y espacios durante tres años. Para el último año de la licenciatura, se dedican 16 semanas de cada semestre a su práctica intensiva en una escuela de educación básica, al mismo tiempo que elaboran su documento de titulación en tres modalidades a elegir: tesis de investigación, informe de prácticas profesionales o portafolio docente.

Fátima eligió la modalidad de informe de prácticas profesionales, cuyo objetivo es presentar, mediante un análisis reflexivo, usando los ciclos propuestos por Elliot (1991) o Latorre (2004) como investigación-acción. La designación de su asesor no fue fácil, ya que Fátima había tenido algunos roces académicos con varios docentes de la licenciatura, que tuvieron que resolverse desde la dirección general de la EN. Es importante hacer mención que ésta renombrada EN oferta seis licenciaturas y está certificada por la norma ISO 21001:2018 en varios procesos tanto administrativos como académicos, incluyendo el de titulación, para lo cual cada licenciatura conforma una subcomisión de titulación en la cual se deciden los aspectos relativos a los pasos registrados que deben cumplirse tanto para la norma de calidad, y para otras instancias como los CIEES (Comités interinstitucionales de evaluación de Educación Superior) o la Supervisión.

En marzo de 2025, el asesor de Fátima se acercó a la presidencia de la subcomisión para informar que el trabajo de Fátima tenía poco avance, ya que la estudiante no se estaba comprometiendo como se esperaba para entregar lo solicitado. La sugerencia fue redactar un acta con toda la subcomisión de titulación presente, dados los antecedentes de Fátima de llevar sus problemas académicos a otras instancias para resolverlos a su favor. El documento se firmó y se le dio seguimiento personal al asesor, siempre comentando que el trabajo iba bien, aunque no se percibía el nivel de involucramiento esperado en un proceso de autoevaluación. (Huang & Lee-Post, 2025)

A finales de mayo se entregaron las versiones finales de los documentos de titulación que revisa la subcomisión de titulación pues el de Fátima seguía incompleto y con muchos vacíos en las citas textuales, así como parafraseadas, se le devolvió al asesor para que se trabajara con la estudiante de forma urgente, ya que los exámenes profesionales en las EN se realizan en bloques en un periodo determinado, regularmente entre la segunda y tercera semana de julio.

En junio se entregó la versión final de los trabajos de titulación para la última revisión por parte de las subdirecciones académica y administrativa, pero nuevamente el trabajo de Fátima quedó pendiente, esta vez porque se encontraron inconsistencias tanto en las citas como en las referencias, claramente inventadas: unas por el estudiante y otras por la IAGen. Aquí dos ejemplos, ver Tabla 1:

Tabla 1

Referencias Inventadas.

Nota. Ejemplos de referencias inventadas en el trabajo de Fátima, elaboración propia (2025).

Ante la duda por 14 citas con inconsistencias, se pasó el documento por un antiplagio (23% de plagio) y por una aplicación de IA (JustDone, 2025), que marcó el 87% del contenido como generado por IA. Se notificó al asesor y a la dirección de la licenciatura; sin embargo, el documento presentado como versión final para firmar el dictamen seguía igual, salvo modificaciones en el paginado. Cuando se citó al asesor, quien ya había firmado una carta en la que afirmaba que el documento estaba completo y cumplía las normas, para señalar las citas expuestas, no dijo nada. Fátima estaba muy enojada por hacerle perder el tiempo, por lo que su respuesta fue: "Uy, debió ser un error". Pese a esta demostración de uso de IA para inventar texto, las autoridades decidieron darle otra oportunidad para que, en un fin de semana, arreglara el trabajo. Fátima solo preguntó: "¿Cómo quieren que redacte el texto para que no digan que yo no lo hice?"

Pasado el fin de semana, se recibió el documento final modificado: se quitaron los autores que sustentaban teóricamente el trabajo y se sustituyeron por nuevos nombres y documentos que, milagrosamente, conservaban las mismas palabras en las citas de la versión anterior. Mientras escribimos, el examen de Fátima está en curso y nos sentimos burlados como investigadores. Se dedica mucho tiempo a revisar los trabajos de los estudiantes y a acompañar la redacción con ética, pero, tristemente, algunas autoridades destruyen de un plumazo el ejemplo y la convicción. Sin embargo, como docentes e investigadores, queremos aprender de esta experiencia; por ello, compartimos nuestro análisis para reflexionar sobre lo que, seguramente, si no nos ponemos de acuerdo en un posicionamiento ético, volverá a suceder y nos dejará más incómodos e inconformes.

El plagio intelectual es el acto de hacer pasar como propias obras o ideas que pertenecen a otros (Vera, 2016, p. 2). Marybeth Peters, abogada de copyright, afirma que una demanda por copyright debe ponderar “de quién se ha copiado y qué tan enojada está esa persona” (Gaylor, 2012, 11:27). En otras palabras, en el plagio hay una víctima clara y definida, “pero nos resultará menos sencillo identificar al propietario y a la propiedad” (Yankelevich, 2016, p. 21); hablando de señalar lo que hace la IA a petición de alguien. Desde el inicio de la inteligencia artificial, en otras palabras, desde que OpenAI era un emprendimiento sin fines de lucro, se previó potencial para el plagio (Francke & Alexander, 2019, p. 131); su uso en la escritura de artículos de investigación se vio crecer, no sin preocupación (Bisi et al, 2023), al punto de hacernos repensar el concepto de plagio en la era de la inteligencia artificial (Dien & Ritz, 2023).

Plagio, IA e IAGen

El plagio es la apropiación indebida de las ideas, textos o trabajos de otra persona sin dar el crédito debido. Puede darse de diversas formas: la principal es 'copiar y pegar', pero también existen la falsa autoría, el robo de material, el parafraseo inadecuado, la referencia falsa o perdida, la fabricación de datos y el robo de ideas, entre otras (Soto Rodríguez, 2012). En cambio, cuando un usuario usa una herramienta de IAGen para crear contenido desde cero, no copia directamente a otro autor, sino que utiliza tecnología que genera texto a partir de patrones aprendidos a partir de grandes cantidades de información disponible en internet. Elegimos usar el concepto IAGen; en este documento se refiere a los modelos de lenguaje grandes (Large Language Models), en otras palabras, "Modelos, como GPT, que pueden generar texto similar al humano, lo que los hace útiles para escribir artículos, crear chatbots y código" (Oluwagbenro, 2024, p. 3).

Como no hay un solo autor o texto plagiado, sino incontables, la escritura de un texto con la ayuda de la IAGen no encaja en la definición clásica de plagio, pero sí representa una falta grave de integridad académica cuando "su uso destinado a obtener crédito académico podría considerarse como un tipo de fraude de contrato" (Moya & Eaton, 2023, p. 4). A pesar de que "la velocidad a la que avanza la tecnología detrás de la inteligencia artificial es mayor a los procesos de regulación" (UIA., 2024, p. 17), se empieza ya a reglamentar su uso, exigiendo la autorización explícita y clara de cada instructor, en otras palabras, su uso transparente (O.S.U., s/f); pero también que su uso sea informado, ético (sujeto de referencia y cita) y responsable, limitado a sugerir ideas en etapas tempranas, pero no para crear resultados, ni referencias (Gutiérrez, 2023), pues comete errores o "alucinaciones" (Raffaghelli et al., 2025).

Un caso de estudio permite comprender mejor las distintas aristas que surgen de una problemática, lo que facilita abordar con mayor precisión los puntos clave para su análisis posterior. De acuerdo con Starman (2013), los casos de estudio son un tipo de investigación que muestra la riqueza del contexto y los detalles significativos para las personas involucradas; también permiten la reflexión crítica para opinar, así como la exploración de formas de abordar las soluciones. Queremos poner sobre la mesa la dificultad de evaluar la autenticidad, la coherencia y el rigor ético del trabajo académico en el documento de Fátima, puesto que no se trata del uso de la IA para mejorar el aprendizaje (Alfaro-Salas & Díaz Porras, 2024, p. 209). Se busca identificar indicios de uso indebido de IA, de plagio o de invención de datos, así como detectar omisiones en el proceso de construcción del conocimiento desde una perspectiva claramente formativa y ética.

El punto de partida es un instrumento basado en los principios de integridad académica del International Center for Academic Integrity (ICAI, 2021), que enfatizan la honestidad, la responsabilidad, la justicia, el respeto y la valentía en el entorno educativo. En este marco, todo trabajo académico debe reflejar el esfuerzo autónomo del estudiante; cualquier desviación, como la apropiación indebida de ideas, la falsificación de datos o el uso no declarado de herramientas automatizadas, constituye una violación grave de los principios éticos de la formación docente. Esto reviste especial importancia en las Escuelas Normales, donde la integridad académica adquiere un valor formativo que modela las prácticas de los futuros docentes.

La detección de texto generado por inteligencia artificial se basa en el uso de herramientas tecnológicas, en este caso, JustDone (2025), lo que proporcionó un indicador cuantitativo del porcentaje de contenido que presenta características atípicas respecto a la escritura humana. No obstante, la efectividad de estas herramientas no ha sido evaluada de manera confiable (Gritsai et al., 2024, p. 8), ya que con frecuencia fallan al clasificar textos humanos como generados por IA (Zhou, 2023) o al penalizar a quienes escriben en una segunda lengua (Barr, 2025).

El segundo nivel corresponde a los indicios textuales, puesto que la IAGen suele revelarse por patrones lingüísticos asociados, tales como baja perplejidad, alta previsibilidad sintáctica; en otras palabras, textos redundantes, como una lista de ideas (Yang et al., 2024), y estructuras discursivas excesivamente uniformes, por ejemplo, frases de longitud similar (Muñoz-Ortiz et al., 2024), así como una tendencia a evitar posturas arriesgadas y emociones negativas. De igual modo, los textos generados por IA suelen quedar al descubierto por la ausencia de errores naturales, la preferencia por ciertas frases (“Finalmente…” o “no solo…, sino…”) y por los signos de puntuación, como el guion largo.

Más grave es la abundancia de citas ficticias o de fuentes inverificables, como en el caso que revisamos en este artículo. Otro indicio revelador es la ausencia de marcas del proceso de pensamiento: las contradicciones, los dedazos, las inconsistencias típicas de una tesis, por ejemplo, en el tiempo verbal; las tesis suelen empezar a escribirse en futuro y, en algún punto, se tiene que invitar a los autores a cambiar todo al presente y al pasado: ‘la presente tesis propone…’ o ‘los datos analizados fueron…’

Un tercer nivel es el diálogo, el acompañamiento del proceso de escritura y la defensa oral. Es lo más eficiente porque permite que el estudiante explique cómo llegó a las fuentes, qué lecturas lo transformaron, qué dudas lo habitaron, qué posibilidades escribió y qué abandonó. Quien hace investigación debe poder rastrear su propio proceso, pero si no hay memoria del esfuerzo, el texto parece surgir de la nada. Los textos académicos no nacen limpios, sino torpes, con borrones y tachaduras. Como docentes, la presencia de la IAgen en la clase nos invita a asegurarnos de que los estudiantes no desarrollen habilidades de escritura paralelamente al desarrollo del pensamiento crítico (Hutson, 2024, p.26), para usarla “de manera responsable y ética” (Hernández et al., 2024, p. 17).

El Análisis que Hacemos y las Sugerencias que Emitimos

¿De qué hablan los asesorados al iniciar los trabajos de titulación? Esta es una de las primeras preguntas para quienes asesoran en un proceso de investigación y titulación. La manera en que se plantean las inquietudes para atender un fenómeno educativo y forma de acercarse a la información son determinantes. También lo es el tratamiento de los datos hallados. Al tratarse de un proceso de construcción individual, el camino, como todo investigador sabe, es de ida y vuelta, constante y permanente. Los asesores son los encargados de brindar sentido a esas inquietudes, de establecer el rumbo a partir de aquello que los estudiantes quieren realizar, y de ayudar a generar preguntas pertinentes alrededor de las primeras inquietudes; en lenguaje de IAgen, mejorar los prompts para obtener los mejores resultados. La IAgen ha provocado un cambio en la autoridad académica, pasando de los expertos a las bases de datos (Dung et al., 2025).

Desafortunadamente si no hay un acompañamiento real, es fácil perderse en estas idas y vueltas o bien, solicitar a la IA a partir de un tema y algunos autores una ruta a seguir, que no siempre es la mejor, pero que sí cumple con las condiciones y expectativas de quien lo solicita, para cumplir con la entrega. Nuestros estudiantes, nacidos ya en una era llena de tecnología, están acostumbrados a procesos de respuesta inmediata y ubicua; en otras palabras, tienen y quieren una respuesta instantánea en dondequiera que se encuentren. Por otro lado, los asesores piden trabajos bien elaborados y a tiempo, porque tienen cada vez más actividades y menos tiempo para cada una. Esta combinación es un foco rojo que exige aprender a armonizar.

Las Voces en los Trabajos de Titulación

Llama la atención cómo se usan las citas, ya sean parafraseadas o textuales, cortas o largas, en los documentos que llegan para su revisión en la Escuela Normal. El uso del lenguaje es cada vez más escaso; según Sánchez (2009), un estudiante de educación superior tiene un vocabulario aproximado de 600 palabras. Un buen diccionario tiene 93000 palabras (Sánchez, 2005); y un escritor profesional llega a utilizar el 10% de esas palabras (Sánchez, 2009). De ahí la dificultad de defender una idea o postura con argumentos sólidos que respalden el punto de vista de los estudiantes. ¿Cómo se apoya el desarrollo de estas habilidades a lo largo de su formación?

Figura 1

Los resultados de la Figura 1 revelan un panorama preocupante respecto a la calidad y seriedad del marco referencial. De las treinta referencias examinadas, únicamente siete resultaron tanto existentes como pertinentes en el contexto del documento. La alta proporción de referencias inexistentes, junto con el uso inadecuado de fuentes reales, sugiere una falta de consistencia en el proceso de investigación y suscita serias sospechas sobre la autenticidad del trabajo. La recomendación es: primero, la lectura y la transcripción de la cita textual en concordancia con la redacción del texto, así como la descripción completa de la referencia; después, convertirla en un argumento y parafrasearla. ¿Implica lectura? Sí, mucha, pero garantiza el aprendizaje y el desarrollo de procesos cognitivos de análisis, selección y argumentación, entre otros.

¿Cómo es posible pasar por alto una cita en la que un autor se usa como base teórica cuando es un autor de metodología? ¿Dónde quedó el ojo del asesor? Esto no es IA, pero la IA también puede ayudar en estos casos a realizar una revisión y detectar estas incoherencias, ¿no lo creen?

Citas: Este tipo de estrategias se alinea con lo propuesto por Latorre (2004), quien destaca que la creación de ambientes adaptados y seguros favorece no solo el aprendizaje, sino también el desarrollo socioemocional de los estudiantes, especialmente en contextos de inclusión "El monstruo de las emociones" (p. 61) como herramienta pedagógica, respaldada teóricamente.

Lo Que la/él Otro Puede Ver y Aportar

El uso de la IAGen tiene una capacidad asombrosa para redactar ideas como si fueran verdades probadas, cuando lo único que hace la aplicación es ‘quedar bien’ con el usuario. Por ejemplo, si en el prompt se solicita que se redacte un texto sobre inclusión educativa, en donde se incluyan autores como Fierro et al. (1999), se puede obtener algo parecido a lo que Fátima presentó:

Cita: Para abordar estos desafíos, se propusieron alternativas como la modificación de horarios y el uso de tecnologías digitales para complementar el aprendizaje en el hogar. Fierro y Fortoul (2017) señalan que la colaboración entre la escuela y las familias es fundamental para garantizar la continuidad del aprendizaje, especialmente en contextos inclusivos.

Referencia: Fierro, C., y Fortoul, B. (2017). Educación inclusiva: estrategias para la diversidad. Ediciones Pedagógicas.

Cita: A través de reuniones, informes periódicos y la entrega de materiales visuales, se logró involucrar a las familias en el proceso educativo, asegurando que los avances alcanzados en el aula se consolidaran en otros contextos, tal como lo recomienda la literatura sobre inclusión y trabajo colaborativo (Rosas, 2019).

Referencia: Rosas, M. (2019). Desarrollo socioemocional en contextos educativos inclusivos. Revista Internacional de Educación para la Justicia Social.

Ninguna de las citas y referencias anteriores existe; sin embargo, ¿quién se tomó el tiempo de verificarlas? ¿Cuál es la función de los lectores que posteriormente serán sinodales? ¿Qué sentido tiene solicitar software antiplagio o de detección de IA generativa si lo que falta es rigor metodológico y ética para garantizar la revisión y el acompañamiento de los trabajos? Resulta prioritario el diálogo con el estudiantado para identificar sus ideas e inquietudes, así como conocer las fuentes que consultan para resolver sus dudas. Esto resalta el valor de elaborar una tabla de referencias que se construye y ajusta a lo largo del proceso.

Rigor Metodológico

Dado que la investigación cualitativa no podía evaluarse con los criterios de las ciencias exactas, los estudios cualitativos en ciencias sociales se ciñen a criterios de rigor metodológico propios: la dependencia (o consistencia lógica), la credibilidad, la auditabilidad y la transferibilidad (Salgado Lévano, 2007). La dependencia nos dice que “diferentes investigadores que recolecten datos similares en el campo y efectúen los mismos análisis, generarán resultados equivalentes” (Bravo & Osorio, 2017, p. 67). La credibilidad consiste en presentar tanto los procedimientos como las interpretaciones del estudio a los actores sociales para su reconocimiento (Cadenas, 2016, p. 22). La auditabilidad es la “triangulación temporal”; significa que una investigación puede seguir la pista de otra para verificarla y confirmarla (Corral, 2016, p. 199). Por último, Castillo & Vázquez (2003, p. 166) proponen dos preguntas para verificar la transferibilidad de los resultados de un estudio cualitativo: “¿Los investigadores indicaron lo típico de las respuestas de los informantes? ¿Los investigadores examinaron la representatividad de los datos como un todo?” A estas preguntas podemos agregar: ¿En una circunstancia similar se obtendrían resultados similares?

Nuestra Propuesta de Análisis

Presentamos un instrumento para valorar la posibilidad de fraude académico, basado en criterios técnicos del texto y en el rigor metodológico. La convergencia de al menos tres indicadores en rojo enciende la alarma de fraude y la necesidad de realizar una investigación formal. Dos o más en amarillo indican la realización de una revisión complementaria.

Figura 2

Como se aprecia en la Figura 2, casi todos los indicadores están en rojo, lo que nos indica que debemos realizar una investigación formal por fraude académico. Esto implicaría solicitar la auditoría de los documentos originales de recolección de datos y citar a la estudiante para que brinde una respuesta. Como sustento del criterio 2 (Indicios textuales de IAgen) se incluyen algunos ejemplos provenientes del texto de Fátima. Las frases “no solo… sino” y “no solo… también” aparecen 44 veces. En la página 6 “Este principio no solo responde a una exigencia pedagógica, sino también a un compromiso ético y social”; en la 36 “no solo como un medio funcional de comunicación, sino como una estrategia para promover valores…”; página 8 “este proceso no solo enriquece mi práctica docente, también se pudo contribuir al campo educativo” y un párrafo abajo, “busco no solo transformar positivamente su experiencia de aprendizaje, también busco convertirme en un agente de cambio”.

En el mismo criterio 2, se encontraron indicios de la inconsistencia que menciona Rachel Barr (2025) ideas planas demasiado generales vs lenguaje sofisticado, en la página 76, apartado Recomendaciones, Fátima afirma:

El enfoque curricular utilizado durante la intervención demostró ser efectivo para promover la inclusión educativa, pero también evidenció la necesidad de profundizar en algunos aspectos. La Unesco (2020) señala que la educación inclusiva debe garantizar que todos los alumnos tengan acceso a oportunidades de aprendizaje significativas. En este caso, se recomienda explorar nuevas áreas temáticas que puedan integrarse con la LSM, como la salud mental, el medio ambiente o la cultura local. Esto no solo enriquecería el currículo, sino que también sensibilizaría a los alumnos sobre la importancia de la diversidad y de la comunicación alternativa (“Fátima”, 2025, p.76).

En conjunto, los hallazgos presentados refuerzan el criterio 2, basado en indicios textuales de uso de IAGen. Sumado al predominio de alertas rojas en los indicadores de la tabla anterior, estos elementos justifican la apertura de una investigación formal por fraude académico, la cual debería incluir la auditoría de los documentos originales de recolección de datos y la comparecencia de la estudiante para que ofrezca una explicación coherente y fundamentada sobre su proceso de escritura.

Conclusión

El análisis desarrollado en el presente ensayo permitió confirmar que el uso no declarado de inteligencia artificial generativa en trabajos de titulación constituye una forma emergente de fraude académico que trasciende las definiciones tradicionales de plagio. A partir del estudio del caso presentado, se evidenció que la generación automatizada de contenidos puede producir textos formalmente coherentes, pero carentes de trazabilidad, de rigor metodológico y de autenticidad en el proceso de construcción del conocimiento. En este sentido, se reafirma la idea central de que la irrupción de la IAGen no solo desafía los límites éticos de la producción académica, sino que exige una reformulación de los criterios con los que se evalúa la integridad en la formación docente.

Desde una perspectiva interpretativa, los argumentos desarrollados permiten sostener que la problemática no radica exclusivamente en el uso de la tecnología, sino en la ausencia de criterios formativos, metodológicos y éticos que orienten su incorporación en los procesos de investigación. La evidencia analizada muestra que la falta de auditabilidad, la presencia de referencias inexistentes y la debilidad en la defensa del proceso investigativo constituyen indicadores clave para identificar el uso indebido de la inteligencia artificial. Este análisis amplía la comprensión del fenómeno al proponer que el fraude académico asociado a la IA no se limita a la copia, sino que se configura como una simulación de la producción científica.

En cuanto a los alcances del estudio, el ensayo aporta una propuesta de instrumento analítico que permite identificar indicios de fraude académico desde una perspectiva metodológica y textual, contribuyendo al fortalecimiento de la integridad académica en contextos de formación docente. No obstante, su carácter interpretativo y basado en un caso específico limita la generalización de los hallazgos, lo que evidencia la necesidad de estudios más amplios que validen y profundicen esta propuesta en diferentes contextos educativos.

Finalmente, se plantea, como proyección, la necesidad de construir marcos institucionales que regulen el uso de la inteligencia artificial desde una perspectiva ética, formativa y pedagógica, así como de fortalecer el acompañamiento docente en los procesos de titulación. Asimismo, se abren líneas de investigación orientadas a comprender cómo los estudiantes integran estas tecnologías en su proceso de aprendizaje, y de qué manera pueden desarrollarse estrategias que promuevan un uso responsable, crítico y transparente de la inteligencia artificial en la educación superior.