Presentación de los puntos cardinales del uso de la inteligencia artificial: las IA no pueden ser acreditas como autoras; la responsabilidad de un trabajo académico es íntegra y exclusiva del autor; las personas autoras deben aplicar el pensamiento crítico en el uso de las IA y el uso significativo de la IA debe ser declarado.
Consecuencias de estos puntos cardinales aplicados al uso de l IA en la producción de trabajos académicos evaluativos. Presentación del marco Veritas: verificación, evaluación, atribución y edición como procedimiento para transformar y filtrar contenidos generados por una IA antes de aplicarlo en un trabajo académico.
Presentación de la interacción crítica escalonada como la filosofía detrás de Veritas para el uso ético de la IA pero también para mitigar o anular la deuda cognitiva.
Palabras clave Inteligencia artificial generativa; trabajos académicos evaluativos; ética; Veritas; interacción crítica escalonada
Introducción
Como es bien sabido, en pocos años, la utilización de la inteligencia artificial generativa en trabajos académicos se ha vuelto casi universal o está camino de serlo. Antes de seguir, a efectos de lo que seguirá, debo aclarar que, por trabajos académicos entiendo los trabajos académicos que tienen un carácter evaluativo. Para que se entienda enseguida, señalaré que, entre los más representativos de estas producciones encuentran los trabajos de fin de máster y las tesis doctorales.
Podemos añadir, sin mayor problema (todo lo contrario), los trabajos finales de grado que también exhiben en muchas ocasiones una notable calidad. Lo importante, sobre todo en el caso de las tesis doctorales, es que los trabajos académicos de mayor calidad realizan aportaciones muy relevantes con implicaciones tanto académicas como sociales.
Además, precisamente por el carácter evaluativo al que me he referido, cuando se superan, dan derecho a titulaciones que gozan de amplia consideración social. En concreto, el trabajo final de máster genera magisters y las tesis doctorales, doctores, lo que abre nuevas posibilidades profesionales a los poseedores de estos títulos.
Una característica adicional de esta clase de títulos académicos es que la sociedad espera de ellos que sean otorgados de forma justa, esto es, que los tribunales respectivos solamente los concedan a quienes realmente los han merecido con su esfuerzo y no, por ejemplo, con el uso de la inteligencia artificial sustituyendo el esfuerzo del autor.
Lo que voy a discutir aquí se refiere por tanto a esta clase de producciones académicas. No obstante, buena parte de los que se expondrá creo que es extrapolable a otros formatos de la comunicación académicas, como artículos científicos, dado que, aunque sea por otras vías, también constituyen de alguna forma trabajos evaluativos.
Por ejemplo, en muchos países la publicación de artículos científicos conduce a mejoras en la contratación académica. Por último, me gustaría explicar como se ha gestado esta Tribuna. Desde hace dos años, he impartido sesiones de formación predoctoral o seminarios para expertos en mi universidad (Pompeu Fabra) pero también en universidades de Cataluña, de España y de América Latina.
La necesidad de una forma operativa de enseñar y de discutir el uso de la IA forjó las bases del marco de procedimientos que llamo Veritas y que presento aquí. Para llegar a este marco, durante estos dos años, me he ido documentando extensivamente usando tanto buscadores convencionales como sistemas de IA.
Por último, las experiencias formativas y el debate con colegas en seminarios, me ha ido ayudando a refinar y presentar Veritas de un modo que espero sea a la vez tan coherente como práctico.
Los puntos cardinales de la ética de la IA aplicada a la academia
Los responsables de titulaciones universitarias, desde los grados a los programas de doctorado saben bien que, a día de hoy, existen numerosas guías y orientaciones sobre el uso de la inteligencia artificial en la academia, no solo en trabajos evaluativos, sino también (y sobre todo) en investigación y en publicación científica en general (ver al respecto, la sección de Referencias).
Y este es el punto al que quería llegar. A poco que el lector haya examinado algunas de estas guías o normativas, se dará cuenta de que, o bien tienen un carácter abstracto o bien cuando descienden al detalle, dejan zonas que requieren interpretación.
Afortunadamente, lo anterior no impide que emerja un claro núcleo duro de consenso de una lectura atenta de las mismas. Este consenso emergente se manifiesta en, al menos, los cuatro puntos cardinales que se van a presentar (recuerden que un punto cardinal no es necesariamente un punto geográfico). Así mismo, estos puntos solapan en general con las disposiciones éticas de las revistas científicas.
Los enuncio a continuación de una forma que espero que el lector interesado en estos temas pueda reconocer fácilmente:
- No autoría. Las IA no pueden ser acreditadas ni como autoras ni como coautoras. Esta no-autoría desaconseja citar a la IA como fuentes de autoridad. En su lugar, se promueve la cita de la fuente original.
- Responsabilidad. La responsabilidad del contenido de un trabajo académico corresponde íntegramente a la persona autora.
- Pensamiento crítico. Las personas autoras deben utilizar la IA aplicando su pensamiento crítico para la detección de “alucinaciones”, evitación de sesgos y prevención de errores o inconsistencias.
- Transparencia. El uso significativo de la IA en un trabajo académico, debe ser declarado tanto de forma transparente como trazable.
(…)
Enlaces útiles:
Citación recomendada
Codina, Lluís (2025). Ethical and efficient use of artificial intelligence in academic work: Veritas and staggered critical interaction. BiD, 55. https://doi.org/10.1344/BID2025.55.01
Referencias
Aguilera-Cora, E., Lopezosa, C., Fernández-Cavia, J., & Codina, L. (2024). Accelerating research processes with Scopus AI: A place branding case study . Pan-American Journal of Communication, 6 (1). https://doi.org/10.21555/rpc.v6i1.3088
Bhavsar, D., Duffy, L., Jo, H., Lokker, C., Haynes, R., Iorio, A., Marušić, A., & Ng, J. (2024). Policies on artificial intelligence chatbots among academic publishers: a cross-sectional audit. Research Integrity and Peer Review, 10. https://doi.org/10.1101/2024.06.19.24309148
Crompton, H., & Burke , D. (2023). Artificial intelligence in higher education : The state of the field . International Journal of Educational Technology in Higher Education , 20 (1). https://doi.org/10.1186/s41239-023-00392-8
Font-Julián, C.I., Orduña-Malea, E., & Codina, L. (2024). ChatGPT Search as a tool for scholarly tasks : Evolution or return? Infonomy , 2 (5). https://doi.org/10.3145/infonomy.24.059
Gao, R., Yu, D., Gao, B., Hua, H., Hui, Z., Gao, J., & Yin, C. (2025). Legal regulation of AI-assisted academic writing: challenges, frameworks, and pathways. Frontiers in Artificial Intelligence, 8. https://doi.org/10.3389/frai.2025.1546064
Hosseini, M., Resnik, D., & Holmes, K. (2023). The ethics of disclosing the use of artificial intelligence tools in writing scholarly manuscripts. Research ethics, 19, 449 – 465. https://doi.org/10.1177/17470161231180449.
Hosseini, M., Rasmussen, L. M., & Resnik, D. B. (2024). Using AI to write scholarly publications. Accountability in Research, 31(7), 715–723. https://doi.org/10.1080/08989621.2023.2168535
Kasani, P. H., Cho, K. H., Jang, J.-W., & Yun, C.-H. (2024). Influence of artificial intelligence and chatbots on research integrity and publication ethics. Science Editing. https://doi.org/10.6087/kcse.323
Koplin, J. 2023. «Plagiarism, Academic Ethics, and the Utilization of Generative AI in Academic Writing.» International Journal of Applied Philosophy. https://doi.org/10.5840/ijap2023372202
Mondal, H., Mondal, S., & Behera, J. (2024). Artificial intelligence in academic writing: Insights from journal publishers’ guidelines. Perspectives in Clinical Research, 16, 56 – 57. https://doi.org/10.4103/picr.picr_67_24.
Penabad-Camacho, L., Morera-Castro, M., & Penabad-Camacho, M. A. (2024). Guidelines for the use and reporting of Artificial Intelligence in scientific-academic journals. Revista Electrónica Educare, 28(2), 1-18. https://doi.org/10.15359/ree.28-S.21028
Resnik, D., & Hosseini, M. (2024). The ethics of using artificial intelligence in scientific research: new guidance needed for a new tool. Ai and Ethics, 5, 1499–1521. https://doi.org/10.1007/s43681-024-00493-8
Resnik, D. B., & Hosseini, M. (2025). Disclosing artificial intelligence use in scientific research and publication: When should disclosure be mandatory, optional, or unnecessary? Accountability in Research, 1–13. https://doi.org/10.1080/08989621.2025.2481949
Torres-Salinas, Daniel, Arroyo-Machado, Wenceslao (2025). Enseñar e investigar con inteligencia artificial: una llamada a la reflexión. BiD, 54. https://doi.org/10.1344/BID2025.54.01.
UNESCO. (2023, September 8). Guidance for generative AI in education and research . https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
Veiga, A. (2025). Ethical guidelines for the use of generative artificial intelligence and artificial intelligence-assisted tools in scholarly publishing: a thematic analysis. Science Editing. https://doi.org/10.6087/kcse.352
Yousaf, M. (2025). Practical Considerations and Ethical Implications of Using Artificial Intelligence in Writing Scientific Manuscripts. ACG Case Reports Journal, 12. https://doi.org/10.14309/crj.0000000000001629
Materiales de referencia adicionales
- Carpeta drive con guías y normativa sobre el uso de la IA en trabajos académicos
- GAIDeT (Generative AI Delegation Taxonomy): A taxonomy for humans to delegate tasks to generative artificial intelligence in scientific research and publishing
- Síntesis de la evidencia generada con Consensus
https://consensus.app/search/evaluate-this-reasoning-if-there-is-a-consensus-on/50bZB47bQ5CMKcTXy4cc_Q/ - Síntesis de la evidencia generada con Undermind
https://app.undermind.ai/report/6ba39cde4e09765bc0ca85a0531ebd8ec5db440d55acdca4718c4f91f5d34573