DOI 10.35381/noesisin.v8i16.818

Inteligencia artificial generativa y la ética estudiantil

Generative Artificial Intelligence and Student Ethics

Rosalinda Isabel González-Arauz

rgonzalezar83@ucvvirtual.edu.pe

Universidad César Vallejo, Piura, Piura

Perú

https://orcid.org/0009-0007-9280-6755

Raiza Rossibel Mosquera-Vera

raiza.mosquera@docentes.educacion.edu.ec

Ministerio de Educación, Guayaquil, Guayas

Ecuador

https://orcid.org/0009-0002-1465-9896

Ana María Ulpo-Quizhpi

ana.ulpo@docentes.educacion.edu.ec

Ministerio de Educación, Guayaquil, Guayas

Ecuador

https://orcid.org/0009-0000-0491-4238

Gloria Cunia-Huamán

ccuniahu1687@ucvvirtual.edu.pe

Universidad César Vallejo, Piura, Piura

Perú

https://orcid.org/0000-0002-6842-9001

Recepción: 25 de marzo 2026

Revisado: 26 de abril 2026

Aprobación: 15 de mayo 2026

Publicado:01 de julio 2026

RESUMEN

El objetivo general de la investigación fue analizar la inteligencia artificial generativa y la ética estudiantil. El desarrollo del método fue través de la investigación, recopilación y análisis crítico tanto de documentos como de referencias bibliográficas. Mediante una exploración metódica, rigurosa y exhaustiva de variadas fuentes documentales compuestas por artículos arbitrados e instituciones internacionales, exponiendo los descubrimientos encontrados. Además, se utilizó el método inductivo-deductivo. Se empleó un diseño no experimental que se concentró en la descripción y el entendimiento de fenómenos reales a partir de una indagación puramente teórica y abstracta. En conclusión, el surgimiento de las nuevas herramientas evidencia que la tecnología, por sí misma, no educa; requiere una actitud ética de quien las emplea, no es malo usar inteligencia artificial, pero si se depende de ella para evitar el esfuerzo mental, la educación universitaria se ve afectada, las instituciones tienen que actuar de inmediato, emitiendo reglamentos claros.

Descriptores: Inteligencia artificial; ética; estudiante. (Tesauro UNESCO).

ABSTRACT

The overall objective of the research was to analyze generative artificial intelligence and student ethics. The methodology involved research, compilation, and critical analysis of both documents and bibliographic references. Through a methodical, rigorous, and exhaustive exploration of various documentary sources—including peer-reviewed articles and international institutions—the findings were presented. In addition, the inductive-deductive method was used. A non-experimental design was employed, focusing on the description and understanding of real phenomena based on a purely theoretical and abstract inquiry. In conclusion, the emergence of new tools demonstrates that technology, in and of itself, does not educate; it requires an ethical attitude on the part of those who use it. It is not wrong to use artificial intelligence, but if one relies on it to avoid mental effort, higher education is adversely affected. Institutions must act immediately by issuing clear regulations.

Descriptors: Artificial intelligence; ethics; student. (UNESCO Thesaurus).

INTRODUCCIÓN

La incorporación de la inteligencia artificial generativa en los salones de clases universitarios es un hecho que evoluciona las formas tradicionales de acceder al conocimiento y elaborar trabajos de investigación, al respecto la Unesco (2024) sustenta que, en esta época de rápida evolución tecnológica, el uso de estas herramientas informáticas debe tener un objetivo definido: actuar como soporte directo para el desarrollo humano, sin desplazar la interacción entre maestros y estudiantes, ni suplir la función de orientación del docente. Igualmente, el organismo internacional destaca que es compromiso de los Estados prepara a los docentes en el uso responsable de la tecnología, promover el pensamiento crítico en los alumnos y garantizar que las plataformas digitales respeten los derechos fundamentales y promuevan la inclusión.

El requerimiento de regulación se fundamenta en la consecuencia que la tecnología avanzada tiene sobre los procesos de enseñanza y aprendizaje, en cuanto a este tema, Atencio-Gonzáles (2023) destaca que la introducción de tecnología digital en las aulas no se trata solamente de una innovación técnica, sino de una evolución significativa en los procesos educativos. Esto viabiliza la caracterización del aprendizaje, ajustando las actividades a lo que cada alumno necesita y haciendo más fácil el acceso a recursos diversos. Sin embargo, el autor subraya que esta combinación demanda un compromiso ético en el cual instituciones, docentes y estudiantes cooperen para aprovechar las aplicaciones de modo responsable, enriqueciendo así su pensamiento personal y enalteciendo la calidad educativa sin suplantar el componente humano.

La postura ética no solo debe estar incorporada cuando se emprende a estudiar en la educación superior, sino que necesita ser extendida desde los primeros niveles escolares. Rocha Chasi et al. (2026) revelan que la inclusión de estas aplicaciones en las escuelas transforma los métodos tradicionales y la forma en que los estudiantes acceden a la información, lo que demanda un cambio en el modo de ofrecer las clases. Por lo tanto, los autores concluyen que no es necesario prohibir estas tecnologías; en su lugar, se debe incorporar la enseñanza de valores éticos en el aula desde las primeras etapas de formación, instruyendo a los estudiantes sobre cómo estas herramientas pueden servir como un apoyo para el aprendizaje y nunca como un sustituto del esfuerzo, la honestidad o el trabajo individual.

La eficacia de esta formación en el contexto universitario depende, en gran parte, de lo preparado que esté el cuerpo de profesores. La investigación de Lucero-Baldevenites et al. (2025) muestra que la mayoría de los docentes emplean la IA generativa para diseñar materiales educativos y preparar sus clases, aunque con menos frecuencia lo hacen para revisar y redactar escritos, buscar ideas para proyectos y crear pruebas. En este contexto, los autores determinan que las universidades tienen la obligación de brindar formación constante a sus docentes, no únicamente para instruir sobre las funciones técnicas de las aplicaciones sino también con el fin de fomentar una reflexión profunda acerca del empleo ético, responsable y orientado de la tecnología en pro del aprendizaje.

La elaboración de trabajos de titulación, como las etapas más avanzadas de la carrera, requiere una guía ética. Morales Romero y otros (2026) determinan que los talleres de grado tienen que ajustarse a esta reciente realidad tecnológica. Es esencial que los orientadores de tesis instruyan a los estudiantes en el uso responsable de estas herramientas, definiendo límites precisos y poniendo siempre por delante la honradez académica, la rigurosidad científica y el pensamiento personal del alumno sobre el automatismo técnico.

Los autores Gallent Torres et al. (2023) destacan que:

El impacto en términos de seguridad, accesibilidad, privacidad y transparencia, entre otras cuestiones; e incide en la importancia de fomentar un compromiso ético por parte de la comunidad universitaria para preservar los valores fundamentales de la educación superior (honestidad, responsabilidad, respeto, etc.) y prevenir el desarrollo de nuevas formas de plagio y fraude académico que busquen imitar o suplantar la autoría (p.5).

Por otro lado, autor Suárez-Muñoz. (2025), manifiesta que las instituciones educativas no pueden usar la tecnología sin reflexionar ni prohibirla totalmente. Es necesario desarrollar estrategias pedagógicas que insten al alumno a cuestionar las respuestas automáticas, a comprobar la información, a adoptar una actitud activa en la solución de problemas y, en última instancia, a ejercitar su mente de manera constante.

Surge la siguiente interrogante de investigación: ¿Cómo influye el uso de inteligencia artificial generativa en la ética de estudiantes? Planteándose como objetivo general de investigación analizar la inteligencia artificial generativa y la ética estudiantil.

MÉTODO

Los investigadores sugieren el desarrollo del método a través de la investigación, recopilación y análisis crítico tanto de documentos como de referencias bibliográficas. Para ello, se basan en una exploración metódica, rigurosa y exhaustiva de variadas fuentes documentales compuestas por artículos arbitrados e instituciones internacionales, exponiendo los descubrimientos encontrados. La revisión documental ha sido utilizada como técnica en la investigación, lo que posibilita reunir información importante para contextualizar los sucesos, las reacciones y los conflictos más comunes de individuos y culturas que están bajo estudio. (Sánchez Bracho et al. 2021). Además, se utiliza el método inductivo-deductivo, que sostiene que para descubrir una verdad es necesario investigar los hechos y no apoyarse solamente en suposiciones. Este método también propone partir de afirmaciones generales para llegar a conclusiones específicas. (Dávila, 2006). La investigación emplea un diseño no experimental que se concentra en la descripción y el entendimiento de fenómenos reales a partir de una indagación puramente teórica y abstracta.

RESULTADOS

Después de aplicar el método propuesto por los investigadores, se muestran a continuación los resultados.

Tabla 1.

Inteligencia artificial generativa y ética.

Autor(es)	Investigación	Aportes
Ricra Ruiz et al.(2026)	Implicaciones éticas de la inteligencia artificial generativa en la educación superior: una revisión sistemática.	El uso de estas tecnologías en las universidades trae facilidades para el aprendizaje, pero también genera problemas de honestidad académica, falta de reglas claras y el riesgo de que los estudiantes dependan demasiado de las máquinas para pensar o hacer sus tareas. Si los alumnos usan estas aplicaciones sin una guía adecuada, pueden perder la costumbre de analizar, cuestionar o reflexionar por sí mismos. Los autores concluyen que las universidades deben enseñar a profesores y estudiantes a usar estas herramientas con responsabilidad, incorporando valores éticos en las materias para preparar a los futuros profesionales de manera correcta.
Chele-Delgado et al.(2026)	Impacto de la inteligencia artificial generativa en el desarrollo de competencias innovadoras en estudiantes de bachillerato.	La utilización de la inteligencia artificial generativa, por parte de los alumnos ayuda a mejorar la creatividad, la resolución de problemas y la capacidad de análisis en sus tareas escolares, siempre y cuando se utilicen con el acompañamiento adecuado de los profesores. Los autores plantea que para aprovechar las ventajas de estas herramientas no basta con darles acceso a los alumnos, sino que las escuelas deben enseñarles formas correctas y guiadas de usarlas.
Chafloque-Capuñay et al.(2026)	Inteligencia artificial generativa y escritura académica en la educación superior: revisión integrativa de sus implicaciones pedagógicas, éticas y evaluativas.	La incorporación de estas herramientas tecnológicas en la universidad cambia la manera en que los estudiantes abordan la escritura. Estas aplicaciones funcionan como un asistente para ordenar ideas iniciales, dar estructura a los borradores y corregir la gramática o el estilo de los escritos, lo que facilita el trabajo inicial de producción de textos. Es necesario adaptar los métodos de enseñanza y calificación para no juzgar únicamente el texto terminado, sino centrarse en medir el proceso completo de elaboración, el esfuerzo de investigación y la capacidad de reflexión.
Alier-Forment et al.(2026)	Inteligencia artificial generativa y autonomía educativa: metáforas históricas y principios éticos para la transformación pedagógica.	Si los alumnos permiten que las aplicaciones hagan todo el trabajo de redacción y análisis, pierden la capacidad de tomar decisiones informadas, desarrollar criterio propio y dirigir su propio proceso de aprendizaje. Las universidades y centros educativos deben guiar el cambio hacia un modelo donde la tecnología sirva para potenciar la capacidad humana y no para sustituirla. Para lograrlo, es indispensable adaptar las formas de dar clase y diseñar tareas que requieran reflexión personal, pensamiento crítico y un uso ético de los recursos digitales.
Salas et al.(2026)	Percepciones éticas de estudiantes universitarios sobre el uso de la inteligencia artificial en sus producciones científicas.	La investigación muestra que la mayoría de los estudiantes universitarios percibe estas herramientas digitales de manera positiva. Las consideran asistentes útiles para buscar información rápida, estructurar borradores de trabajos, corregir la redacción. Sin embargo, la ausencia de reglamentos precisos sobre qué está permitido y qué no; genera incertidumbre al momento de presentar sus producciones académicas, lo que demuestra la urgencia de establecer políticas institucionales definidas.
Ramírez Martinell. (2026)	Educación en la era de la inteligencia artificial generativa: desafíos éticos y filosóficos.	La investigación aborda las dudas profundas que surgen sobre quién es el verdadero autor de un trabajo o una idea. Al delegar la redacción, el diseño o la búsqueda de datos en programas automáticos. El autor concluye que las instituciones deben abordar estos cambios desde la reflexión y la crítica consciente. No se trata de incorporar estas herramientas de forma apresurada, sino de entender cómo funcionan sus algoritmos para orientar a la comunidad educativa hacia un uso responsable.
López-Vasco et al.(2025)	Formación docente en IA Generativa: impacto ético y retos en educación superior.	La capacitación adecuada ayuda a que los profesores entiendan mejor estas herramientas tecnológicas y se sientan con más confianza para usarlas en sus clases. A pesar de haber aprendido a usar las herramientas, la postura de los profesores sobre qué tan originales son los trabajos hechos con estas tecnologías no cambió. Siguen teniendo dudas respecto a la autoría y la honestidad académica. No basta con enseñar la parte técnica, es necesario combinar la capacitación con métodos donde los estudiantes realicen proyectos prácticos, y crear reglas claras en las universidades para garantizar un uso ético y transparente de la tecnología.
Camacho Vázquez et al.(2025)	Implicaciones éticas del uso de Inteligencia Artificial en educación superior.	La investigación destaca que tres de cada cuatro estudios analizados insisten en la importancia de enseñar criterios éticos, sentido de la responsabilidad y pensamiento propio para usar la tecnología correctamente. Los autores señalan que las universidades deben acompañar la adopción de estas herramientas tecnológicas con reglas claras y formación ética personalizada según cada área de estudio, garantizando así un aprendizaje justo y responsable.
Wiese   et al.(2025)	AI ethics education: A systematic literature review.	Se muestra que la enseñanza de la ética tecnológica ha comenzado a abordar el tema de manera amplia. En lugar de enfocarse únicamente en aspectos técnicos simples, los cursos buscan preparar a los estudiantes para comprender los impactos sociales, morales y prácticos de estas herramientas informáticas. Es indispensable que educadores e investigadores diseñen métodos de evaluación claros y rigurosos que permitan comprobar si los estudiantes realmente han desarrollado un sentido crítico y una conducta ética sólida
Rodríguez Salcedo et al.(2025)	Ética de la IA generativa en la formación jurídica universitaria.	El uso de plataformas digitales en casos reales o ficticios requiere cuidar la confidencialidad de los documentos. Asimismo, se señala la necesidad de mantener la honestidad académica y no presentar razonamientos hechos por máquinas como si fueran reflexiones legales propias.
García Peñalvo et al.(2024)	La nueva realidad de la educación ante los avances de la inteligencia artificial generativa.	Para aprovechar los beneficios de estas herramientas y mitigar riesgos como la desinformación o la pérdida de habilidades de análisis, los autores concluyen que es imprescindible capacitar de forma continua al personal docente y establecer políticas institucionales claras que regulen el uso transparente, ético y pedagógico de los recursos informáticos.

Elaboración: Los autores.

Tabla 2.

Consideraciones éticas del estudiante ante la IA generativa.

Consideración Ética del Estudiante	Descripción y Aplicación Práctica
Declaración explícita del uso de herramientas	Manifestar con claridad en qué partes del trabajo se usó la tecnología. Jamás hacer pasar por propias las frases o esquemas que creó un programa informático.
Resguardo de datos y privacidad	Cuidar la información sensible de terceros, no subir documentos privados, fichas o casos reales a plataformas abiertas donde no hay control del uso de los datos.
Autonomía y criterio propio	Emplear la aplicación únicamente para organizar pensamientos. El juicio crítico y la toma de decisiones finales del texto no pueden ser sustituidos por la máquina.
Contraste activo de la información	Verificar cada uno de los datos proporcionados por el sistema con fuentes directas y originales. No dar por sentado nada.
Prioridad del trabajo individual	Aceptar que el aprendizaje requiere tiempo, lectura y borrones. Buscar atajos automáticos para ahorrar tiempo destruye la honestidad del proceso personal.

Elaboración: Los autores.

DISCUSIÓN

El hecho de incorporar inteligencia artificial generativa en las aulas causó un conflicto, pues los alumnos buscan rapidez, por un lado, mientras que la exigencia de rigor académico se mantiene como siempre, los estudiantes emplean estas plataformas cotidianamente para buscar ideas, crear esquemas o corregir la gramática de un texto. El inconveniente es que las universidades no han establecido normas precisas, la falta de reglamentos específicos deja al estudiante a la deriva; no tiene idea de dónde comienza el fraude y dónde termina la ayuda permitida, ese vacío de líneas institucionales promueve el empleo secreto de la tecnología, lo que debilita la confianza en las evaluaciones.

La atrofia intelectual es el peligro latente, si un estudiante permite que la aplicación busque, ordene, analice y redacte por él, su habilidad de razonamiento se desactiva simplemente porque no se practica. La memoria de trabajo se deteriora, la concentración disminuye y se deja de cuestionar lo que uno lee, la ética estudiantil, en este sentido, no se limita a "no copiar", sino que implica la responsabilidad de desconfiar de la pantalla, comprobar los datos y seguir pensando.

Los estudios analizados concuerdan en un punto esencia; que la prohibición de la tecnología o el acoso al estudiante no solucionan nada, la salida es didáctica. Es necesario modificar la forma de evaluar, pasando a apreciar el proceso de investigación, los intercambios en clase y las lecturas anteriores, en lugar de premiar únicamente el texto final impreso. Asimismo, los docentes requieren formación inmediata para guiar este proceso con ejemplos y establecer límites claros en cada materia, solo de esta manera, la tecnología apoyará al pensamiento humano en vez de reemplazarlo.

CONCLUSIONES

El surgimiento de las nuevas herramientas evidencia que la tecnología, por sí misma, no educa; requiere una actitud ética de quien las emplea, no es malo usar inteligencia artificial, pero si se depende de ella para evitar el esfuerzo mental, la educación universitaria se ve afectada, las instituciones tienen que actuar de inmediato, emitiendo reglamentos claros sobre transparencia y autoría que se adapten a cada una de las carreras.

FINANCIAMIENTO

No monetario

AGRADECIMIENTOS

A las instituciones, por el apoyo en el desarrollo de la investigación.

REFERENCIAS CONSULTADAS

Alier-Forment, M., Casañ-Guerrero, M. J., Pereira, J., García-Peñalvo, F. J., & Llorens-Largo, F. (2026). Inteligencia artificial generativa y autonomía educativa: metáforas históricas y principios éticos para la transformación pedagógica. RIED-Revista Iberoamericana de Educación a Distancia, 29(1),9–28. https://doi.org/10.5944/ried.45536

Atencio-Gonzáles, Rousseau Eedyah. (2023). Inteligencia artificial en Educación. Cienciamatria. Revista Interdisciplinaria de Humanidades, Educación, Ciencia y Tecnología,9(17), 2-3. https://doi.org/10.35381/cm.v9i17.1150

Camacho Vázquez, M., Pérez Méndez, J., Cárdenas Castellanos, J., & Adaile Benítez, N. (2025). Implicaciones éticas del uso de Inteligencia Artificial en educación superior. Emerging trends in education (México, Villahermosa), 8(15), 122-139. https://doi.org/10.19136/etie.v8n15.6343

Chafloque-Capuñay, J., Uría-Sánchez, M., Gonzales-Velásquez, E., Borges-Huanca, A., Marocho-Rojas, A., & Ussa-López, Y. (2026). Inteligencia artificial generativa y escritura académica en la educación superior: revisión integrativa de sus implicaciones pedagógicas, éticas y evaluativas. Prohomino. Revista de Ciencias Sociales y Humanas,8(2),247-262. https://doi.org/10.47606/acven/ph0487

Chele-Delgado, S., Martínez-Caracundo, N., & Castro-Vera, I. (2026). Impacto de la inteligencia artificial generativa en el desarrollo de competencias innovadoras en estudiantes de bachillerato. Revista InveCom,6(4), e604031. https://doi.org/10.5281/zenodo.20671102

Dávila Newman, G. (2006). El razonamiento inductivo y deductivo dentro del proceso investigativo en ciencias experimentales y sociales. Laurus, 12(Ext),180-205. https://n9.cl/nx847

Gallent Torres, C., Zapata González, A., & Ortego Hernando, J. L. (2023). El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica. RELIEVE - Revista Electrónica de Investigación y Evaluación Educativa, 29(2). https://doi.org/10.30827/relieve.v29i2.29134

García Peñalvo, F. J., Llorens-Largo, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a Distancia, 27(1),9–39. https://doi.org/10.5944/ried.27.1.37716

López-Vasco, F., Angulo-Álvarez, M., & Sosa-Zúñiga, D. (2025). Formación docente en IA Generativa: impacto ético y retos en educación superior. ALTERIDAD. Revista de Educación,20(2),166-177. https://doi.org/10.17163/alt.v20n2.2025.01

Lucero-Baldevenites, E. V., Bueno-Fernández, M. M., Caballero-de Lamarque, C. P., & Bracho-Fuenmayor, P. L. (2025). El uso del ChatGPT en actividades académicas por parte de docentes universitarios. EPISTEME KOINONIA, 8(16), 264–284. https://doi.org/10.35381/e.k.v8i16.4591

Morales Romero, G., Quispe Andía, A., Guía-Altamirano, T., y Teresa Quispe, S. (2026). Inteligencia artificial generativa y ética: revisión crítica sobre la aplicación de los talleres de tesis. Encuentros. Revista de Ciencias Humanas, Teoría Social y Pensamiento Crítico, 27, 291-300. https://doi.org/10.5281/zenodo.20934896

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (17 de mayo 2024). El uso de la IA en la educación: decidir el futuro que queremos. https://n9.cl/lj5srm

Ramírez Martinell, A. (2026). Educación en la era de la inteligencia artificial generativa: desafíos éticos y filosóficos. Revista latinoamericana de estudios educativos, 56(2), 411-414. https://doi.org/10.48102/rlee.2026.56.2.915

Ricra Ruiz, R., Queque Luque, E., Vega Lazo, F., Martínez Horna, D., Ross Audureau, J., & Lara Tapia, L. (2026). Implicaciones éticas de la inteligencia artificial generativa en la educación superior: una revisión sistemática. Revista InveCom, 6 (2), e602066. https://doi.org/10.5281/zenodo.16734732

Rocha Chasi, M. E., Solórzano David, P. M., Mero Oña, J. F., Segura Zarchi, J. C., & Anatoa Cárdenas, V. A. (2026). Uso ético de la inteligencia artificial generativa en educación escolar. Ciencia y Educación, 7(7),181-192. https://doi.org/10.5281/zenodo.21268685

Rodríguez Salcedo, E., Molina Hurtado, D., Morocho Sáez, Y., Lema Vaca, K., Morales Alvarado, M., Espinosa Rodríguez, M., Guangasi Lagua, A., Centeno Chiguano, M., & Zamora Paredes, B. (2025). Ética de la IA generativa en la formación jurídica universitaria. Prohomino. Revista de Ciencias Sociales y Humanas, 7 (3), 360-382. https://doi.org/10.47606/acven/ph0375

Salas, G., Villasante, Y., Chirinos, G., & Villanueva, R. (2026). Percepciones éticas de estudiantes universitarios sobre el uso de la inteligencia artificial en sus producciones científicas. Revista Espacios,47(3),146-153. https://doi.org/10.48082/espacios-a26v47n03i13

Sánchez Bracho, M., Fernández, M., y Díaz, J. (2021). Técnicas e instrumentos de recolección de información: análisis y procesamiento realizado por el investigador cualitativo. Revista Científica UISRAEL, 8(1), 107–121. https://doi.org/10.35290/rcui.v8n1.2021.400

Suárez-Muñoz, F. (2025). Inteligencia artificial generativa en la educación: implicaciones éticas y riesgos cognitivos. JAIIO, Jornadas Argentinas de Informática, 11(12), 85-98. https://n9.cl/h28dt

Wiese, L., Patil, I., Schiff, D., Magana, A. (2025). AI ethics education: A systematic literature review. Computers and Education: Artificial Intelligence, 8,2666-920X. https://doi.org/10.1016/j.caeai.2025.100405

©2026 por los autores. Este artículo es de acceso abierto y distribuido según los términos y condiciones de la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) (https://creativecommons.org/licenses/by-nc-sa/4.0/)