Enfoques institucionales sobre IA generativa en educación superior, uso guiado versus prohibición, asociaciones con aprendizaje, plagio y calidad de trabajos

Abstract

La expansión de la IA generativa en educación superior ha intensificado tensiones entre innovación pedagógica e integridad académica, en virtud de que los modelos de lenguaje pueden producir textos y soluciones con apariencia competente, lo cual obliga a replantear evaluación, autoría y evidencia del aprendizaje. Este trabajo analiza de manera sistemática la evidencia publicada entre 2020 y 2025 sobre enfoques institucionales frente a la IA generativa, comparando uso guiado, entendido como tareas con criterios, prompts responsables, declaración y citación del uso, y verificación de información, frente a prohibición total o uso no guiado. La revisión se ejecutó mediante un análisis estructurado en SCOPUS, Web of Science, SciELO y Google Académico, seleccionando treinta artículos de acceso abierto, con extracción de diseño, población, contexto disciplinar, desenlaces y estimaciones de efecto cuando estuvieron disponibles. Los resultados muestran que el uso guiado se asocia con mejoras en desempeño y calidad de productos académicos, especialmente en cursos con escritura y proyectos, mientras que los desenlaces de plagio e integridad se relacionan más con claridad normativa, rediseño evaluativo y alfabetización que con prohibiciones absolutas. La evidencia sugiere que la gobernanza efectiva debe priorizar transparencia, verificación y evaluación centrada en proceso, reduciendo dependencia de detección automatizada y fortaleciendo condiciones para aprendizaje auténtico.