Plagio y umbrales de inteligencia artificial en tesis académicas: una recomendación práctica para fortalecer la calidad de la investigación científica
- hace 3 horas
- 10 Min. de lectura
La educación superior atraviesa hoy una transformación profunda debido a la expansión de las herramientas digitales, especialmente las aplicaciones de inteligencia artificial. Las universidades e instituciones académicas están más obligadas que nunca a establecer normas claras que protejan la originalidad científica y, al mismo tiempo, permitan un uso responsable de la tecnología moderna. En este contexto, las tesis académicas siguen siendo uno de los indicadores más importantes de la calidad educativa, porque reflejan la capacidad del estudiante para investigar, analizar y pensar de manera independiente.
Este artículo propone una recomendación práctica que puede servir como marco orientador general para los miembros del Consejo Europeo de Escuelas Líderes de Negocios y para otras instituciones académicas comprometidas con la calidad. La recomendación se basa en un criterio simple y claro para evaluar similitud o plagio en tesis: Menos del 10 % = aceptable, 10–15 % = requiere evaluación, más del 15 % = suspenso. El texto también subraya que el tratamiento de la inteligencia artificial no debe basarse en el miedo ni en el rechazo absoluto, sino en la divulgación, la transparencia y el juicio académico responsable.
Una cultura académica sólida no se construye solo detectando y sancionando infracciones, sino también enseñando a los estudiantes cómo escribir con honestidad, citar correctamente y distinguir entre una ayuda técnica legítima y una sustitución inaceptable del trabajo intelectual propio. Desde esta perspectiva, el artículo defiende un modelo equilibrado que proteja la integridad académica, refuerce la confianza en las titulaciones y ofrezca a estudiantes, supervisores e instituciones un marco claro y justo.
Introducción
La calidad educativa en la actualidad está directamente relacionada con la capacidad de las instituciones académicas para proteger la integridad científica. Una universidad o centro de educación superior no se evalúa solo por sus programas, su alcance internacional o sus planes de estudio, sino también por la firmeza y la equidad con la que valora los trabajos académicos finales, especialmente las tesis. Esta cuestión resulta aún más importante en un momento en el que las herramientas de inteligencia artificial están disponibles de forma inmediata y pueden generar textos que parecen formales y bien estructurados, pero que no siempre reflejan el verdadero esfuerzo científico de quien los presenta.
En el mundo hispanohablante y en el ámbito académico internacional, este tema tiene una relevancia especial. Los títulos universitarios continúan siendo un símbolo de prestigio profesional, desarrollo intelectual y credibilidad social. Por ello, cualquier relajación en los estándares de originalidad y honestidad académica afecta no solo a la institución, sino también a la confianza de las familias, los empleadores, los colegios profesionales y los organismos de calidad.
Por esta razón, existe una necesidad creciente de reglas claras y comprensibles. Muchos estudiantes no saben exactamente dónde termina la cita legítima y dónde comienza la apropiación indebida. Muchos supervisores y evaluadores valoran casos similares de formas distintas. Algunas instituciones siguen tratando los porcentajes de similitud de manera poco uniforme, lo que genera decisiones contradictorias. Un criterio transparente puede ayudar a reducir la confusión, reforzar la justicia y aumentar la confianza en los procesos de evaluación.
Este artículo propone la siguiente estructura para la evaluación de tesis académicas:
Menos del 10 % = aceptable
10–15 % = requiere evaluación
Más del 15 % = suspenso
Este modelo no elimina el juicio académico ni reduce la evaluación a cifras rígidas. Sin embargo, ofrece una base inicial justa sobre la que pueden construirse decisiones institucionales coherentes. Además, el artículo insiste en la necesidad de declarar cualquier uso sustancial de inteligencia artificial en la elaboración de la tesis, con el fin de proteger los derechos del estudiante, preservar el valor del trabajo científico y evitar la confusión entre ayuda tecnológica legítima y sustitución indebida de la autoría.
Revisión de la literatura
La literatura académica ha estudiado el plagio durante décadas, pero la comprensión contemporánea del problema es más amplia y más compleja que en el pasado. Antes, el plagio se entendía principalmente como la copia directa de palabras o ideas sin reconocer la fuente. Hoy, el concepto incluye también la paráfrasis inadecuada, la sobredependencia de citas, la copia parcial, el plagio por traducción y el uso de herramientas o terceras personas para producir el texto académico en lugar del propio estudiante.
Numerosos estudios muestran que el plagio no siempre nace de una intención claramente fraudulenta. En muchos casos puede estar relacionado con debilidades en la escritura académica, falta de formación en citación, presión de tiempo o supervisión insuficiente. Esta observación es importante porque demuestra que las instituciones no deben limitarse al castigo, sino que también deben trabajar en la prevención y en la formación académica.
Con el crecimiento de la inteligencia artificial, el debate se ha vuelto aún más complejo. Existen usos razonables de estas herramientas, como la corrección lingüística básica, la organización inicial de ideas o la mejora de la claridad textual. El problema comienza cuando la inteligencia artificial deja de ser una ayuda y pasa a sustituir el trabajo intelectual esencial del estudiante, por ejemplo generando argumentos centrales, revisiones de literatura extensas o secciones analíticas completas.
La literatura reciente sobre integridad académica destaca que el principal desafío no es la existencia de la tecnología, sino la ausencia de políticas claras para regular su uso. Por ello, muchas instituciones académicas están optando por un enfoque equilibrado: ni prohibición absoluta de toda inteligencia artificial ni aceptación sin límites. En cambio, se priorizan la transparencia, la declaración del uso y la evaluación humana responsable.
También se ha demostrado que los programas de detección de similitud tienen límites. Un porcentaje de coincidencia no constituye por sí mismo una prueba definitiva de mala conducta. Las coincidencias pueden deberse a referencias, definiciones comunes, terminología especializada, descripciones metodológicas estándar o citas correctamente identificadas. Por tanto, tiene sentido trabajar con zonas diferenciadas: una zona aceptable, una zona que requiere evaluación y una zona de alto riesgo que justifica el suspenso.
Metodología
Este artículo adopta un enfoque cualitativo y analítico con el objetivo de formular una recomendación práctica aplicable en instituciones académicas. No se trata de un experimento de laboratorio ni de un análisis estadístico de una muestra numérica concreta. Más bien, se basa en una lectura crítica de la literatura científica sobre plagio, integridad académica y el impacto de la inteligencia artificial en la educación superior.
La recomendación propuesta se construyó a partir de tres dimensiones principales.
En primer lugar, se reconoce el papel central de las tesis en la garantía de calidad de la educación superior. Una tesis no es solo un requisito formal, sino una evidencia de la capacidad del estudiante para investigar, pensar críticamente y argumentar de manera autónoma.
En segundo lugar, se consideran los hallazgos de la literatura sobre detección de plagio e interpretación de índices de similitud. Esa literatura demuestra que los porcentajes deben entenderse como un punto de partida para la revisión y no como un sustituto del juicio académico.
En tercer lugar, se analiza la influencia de la inteligencia artificial en la escritura académica, diferenciando entre un apoyo éticamente aceptable y una sustitución indebida del trabajo intelectual propio.
A partir de estas bases, se propone un modelo simple con tres franjas: menos del 10 %, entre 10 y 15 %, y más del 15 %. El objetivo es favorecer la claridad, la aplicabilidad y la coherencia institucional, dejando al mismo tiempo margen para adaptaciones según las políticas de cada institución.
Análisis
¿Por qué las instituciones necesitan umbrales claros?
La ausencia de estándares claros suele producir confusión en la evaluación. Un evaluador puede considerar que un 12 % no representa un problema serio, mientras otro puede verlo como una señal alarmante. Un estudiante puede recibir la oportunidad de corregir, mientras otro es sancionado en un caso muy parecido. Estas diferencias reducen la confianza en la justicia del sistema y también afectan la reputación institucional.
Un modelo de umbrales ayuda a corregir parte de este problema. Informa a los estudiantes desde el principio sobre qué rango suele ser aceptable, qué rango necesita revisión detallada y qué rango sobrepasa el límite tolerable. La claridad, en este sentido, también funciona como prevención.
Menos del 10 % = aceptable
Un porcentaje de similitud inferior al 10 % puede considerarse, en la mayoría de los casos, aceptable, siempre que no existan otras señales cualitativas de mala conducta académica. La escritura científica incluye de manera natural ciertos términos repetidos, fórmulas metodológicas, títulos y definiciones generales. Por ello, no es realista exigir niveles cercanos a cero en todas las tesis.
Este umbral favorece la originalidad sin imponer una presión irreal al estudiante. Al mismo tiempo, refleja una comprensión madura de cómo funciona realmente el lenguaje académico.
10–15 % = requiere evaluación
La franja media es la más delicada. No significa aceptación automática ni suspenso automático, sino necesidad de una revisión académica cuidadosa.
En esta etapa deben plantearse preguntas como las siguientes:
¿La similitud está concentrada en una sección o distribuida en toda la tesis?
¿Los fragmentos coincidentes están correctamente citados?
¿El problema se relaciona sobre todo con definiciones o expresiones estándar?
¿La tesis muestra una aportación analítica y argumentativa propia?
¿Existen indicios de un uso excesivo o no declarado de inteligencia artificial?
Esta categoría intermedia es esencial porque evita injusticias. No toda tesis por encima del 10 % implica automáticamente plagio, pero toda tesis en ese rango merece atención. Para las instituciones, resulta razonable aplicar en este punto un juicio académico informado en lugar de depender únicamente de una respuesta mecánica.
Más del 15 % = suspenso
Cuando una tesis supera el 15 % de similitud, el caso debe tratarse con especial seriedad. En ese nivel, aumenta notablemente el riesgo de que la originalidad haya sido comprometida. Dado que la tesis suele representar la evidencia final de madurez académica del estudiante, es necesario establecer una frontera clara.
Esto no significa ignorar la justicia procedimental. El estudiante debe poder revisar el informe, recibir una explicación formal y, si corresponde, presentar observaciones. Sin embargo, como criterio general, un valor superior al 15 % debería considerarse incumplimiento del estándar mínimo de originalidad exigido para una tesis.
La excesiva flexibilidad en este rango puede perjudicar la reputación institucional, desmotivar a los estudiantes honestos y debilitar el valor del propio título académico.
La inteligencia artificial no siempre es plagio, pero la declaración es obligatoria
Un error frecuente hoy es considerar todo uso de inteligencia artificial como una forma automática de fraude. Existen usos de apoyo que pueden aceptarse, como correcciones lingüísticas básicas o mejoras de claridad, siempre que el núcleo intelectual del trabajo pertenezca realmente al estudiante. El problema aparece cuando la inteligencia artificial genera ideas centrales, resume bibliografía sin lectura crítica, redacta análisis o produce grandes bloques de texto.
Por eso, además de los umbrales de similitud, debe adoptarse una segunda norma: todo uso sustancial de inteligencia artificial en la elaboración de una tesis debe ser declarado.
Esto incluye, por ejemplo:
la generación de párrafos completos o secciones relevantes,
los resúmenes automáticos de fuentes científicas,
las sugerencias de análisis, resultados o tablas,
la reescritura profunda de contenido académico más allá de la simple corrección gramatical.
Si ese uso no se declara, debe tratarse como una cuestión de integridad académica, incluso cuando el porcentaje de similitud sea bajo. En ese caso, el problema no es solo la coincidencia textual, sino la autenticidad de la autoría.
¿Por qué esta recomendación es útil también en el contexto internacional?
Muchos sistemas universitarios necesitan hoy reglas académicas claras, simples y aplicables. Algunas instituciones todavía oscilan entre un formalismo poco estructurado y una excesiva indulgencia. Además, no todos los estudiantes tienen el mismo nivel de formación en escritura y citación académica.
Un criterio claro como este puede ayudar a construir una cultura académica más madura. No genera miedo, sino orientación. También facilita que supervisores y evaluadores unifiquen decisiones y fortalece la transparencia frente a familias, organizaciones profesionales y organismos de calidad.
Hallazgos
Del análisis realizado se desprenden varios hallazgos principales.
En primer lugar, la calidad de las tesis no puede separarse de la reputación institucional ni de la confianza de la sociedad en las titulaciones otorgadas.
En segundo lugar, el avance de la inteligencia artificial exige una actualización de las políticas de integridad académica. Las definiciones tradicionales de plagio ya no son suficientes por sí solas.
En tercer lugar, la existencia de umbrales claros de similitud favorece la prevención, la justicia y la coherencia en la evaluación.
En cuarto lugar, el criterio menos del 10 % = aceptable representa una forma práctica y realista de reconocer la naturaleza de la escritura académica.
En quinto lugar, la categoría 10–15 % = requiere evaluación es indispensable porque deja espacio al juicio académico y evita decisiones automáticas injustas.
En sexto lugar, más del 15 % = suspenso transmite un mensaje claro de calidad: una tesis debe ser esencialmente original y autónoma.
En séptimo lugar, la declaración del uso sustancial de inteligencia artificial debe convertirse en parte integral de las políticas modernas sobre tesis. Un bajo índice de similitud no garantiza por sí solo integridad académica plena.
En octavo lugar, esta recomendación puede servir como base adecuada para que los miembros del Consejo Europeo de Escuelas Líderes de Negocios y otras instituciones orientadas a la calidad armonicen o desarrollen sus estándares.
Conclusión
La protección de la integridad académica ya no es una cuestión administrativa menor. Hoy forma parte del núcleo de la calidad de la educación superior y del futuro valor de los títulos académicos. En la era de la inteligencia artificial, no basta con depender únicamente del software de similitud. Tampoco es suficiente dejar todas las decisiones al juicio personal sin estructura. Se necesita equilibrio entre apoyo tecnológico y evaluación académica responsable.
Este artículo recomienda, por tanto, un marco claro y directo para la valoración de tesis:
Menos del 10 % = aceptable
10–15 % = requiere evaluación
Más del 15 % = suspenso
Además, recomienda hacer obligatoria la declaración del uso sustancial de inteligencia artificial. Una institución fuerte no es la que rechaza toda tecnología, sino la que sabe regularla de manera ética y académicamente responsable. Y un buen estudiante no es quien evita por completo las herramientas modernas, sino quien las utiliza con honestidad, conciencia y dentro de límites claros.
Para los miembros del Consejo Europeo de Escuelas Líderes de Negocios, esta recomendación puede representar un paso importante hacia la armonización de criterios, el fortalecimiento de la confianza en los trabajos académicos y la promoción de un modelo equilibrado que combine modernidad con disciplina académica. El futuro de la educación superior necesita claridad, justicia y responsabilidad, y esos tres principios comienzan por la manera en que tratamos la tesis como verdadera expresión de aprendizaje y calidad investigadora.
Hashtags
#PlagioAcadémico #IntegridadAcadémica #InteligenciaArtificialEnLaEducación #CalidadDeLasTesis #GarantíaDeCalidadEducativa
References
Bretag, T. Handbook of Academic Integrity. Springer.
Carroll, J. A Handbook for Deterring Plagiarism in Higher Education. Oxford Centre for Staff and Learning Development.
Eaton, S. E. Plagiarism in Higher Education: Tackling Tough Topics in Academic Integrity. Libraries Unlimited.
Foltýnek, T., Meuschke, N., and Gipp, B. “Academic Plagiarism Detection: A Systematic Literature Review.” ACM Computing Surveys.
Pecorari, D. Academic Writing and Plagiarism: A Linguistic Analysis. Continuum.
Sowden, C. “Plagiarism and the Culture of Multilingual Students in Higher Education Abroad.” ELT Journal.
Sutherland-Smith, W. Plagiarism, the Internet, and Student Learning: Improving Academic Integrity. Routledge.
Williamson, B., Eynon, R., and Potter, J. “Pandora’s Box of Artificial Intelligence in Education.” Learning, Media and Technology.
Zhai, X., Chu, X., Chai, C. S., et al. “A Review of Artificial Intelligence in Education.” Computers and Education: Artificial Intelligence.
Comentarios