Cómo saber si un uso de la IA en trabajos académicos es legítimo: framework interactivo [desarrollado con Perplexity]

Se presenta a continuación un framework interactivo que aporta orientaciones sobre los usos de la inteligencia artificial en trabajos académicos. Este marco informa sobre si el uso de la IA es legítimo o por el contrario podría incumplir las normativas académicas de organismos internacionales o de editoriales científicas.

Para crear este framework interactivo se utilizó la función Lab de Perplexity. Para ello, el prompt utilizado fue el siguiente:

La simplicidad del prompt es engañosa. Debo indicar que mi cuenta de Perplexity está configurada para apoyarse en mis búsquedas previas al responder; entiendo que este factor influyó en el resultado del prompt. Como sea, el marco se alinea con lo principal de mis propuestas al respecto.

Una vez generada la aplicación, revisé la validez de los diferentes apartados. Revisé también las 15 fuentes utilizadas por Perplexity. Todas, excepto una (la número 8 en la lista) resultaron ser no solo correctas sino altamente relevantes. El problema con la número 8 no parece una alucinación, sino que el dominio ha caducado y se ha roto el enlace. Dada su utilidad, las fuentes pueden consultarse aquí (una vez en la página, ir al final para acceder a la lista de fuentes).

Antes de proceder a presentar el framework, debo avanzar lo que después se repetirá de forma más articulada: esta aplicación es orientativa, y no sustituye las normativas que afecten en cada caso.

Nota sobre el acceso al framework interactivo

El acceso a esta aplicación es gratuito, no obstante, requiere identificación con un correo electrónico. Este requerimiento no es una elección de este autor, sino de Perplexity.

Parte superior de la pantalla inicial

En la parte superior, tenemos la banda horizontal con las cinco opciones del framework:

1. Matriz de usos. Revisa las prácticas legítimas e ilegítimas de 9 usos principales de la IA en trabajos académicos: revisión de la literatura, escritura y edición, diseño de la investigación, análisis de datos, exámenes y evaluaciones, programación y código, revisión por pares, traducción de idiomas, escritura de propuestas.
2. Principios éticos. Presenta, en forma de tarjetas los cinco principios éticos más importantes: transparencia, responsabilidad, aseguramiento de calidad, seguridad de datos y alfabetización en IA. Añade una sexta tarjeta sobre el concepto de «humano en el bucle» (human-in-the-loop).
3. Políticas publicadores (editoriales). Síntesis de las políticas de las cinco principales editoriales internacionales: Elsevier, Springer, Wiley, Taylor and Francis y Sage. Añade una tarjeta dedicada a la Comisión Europea. Es importante tener en cuenta que la aplicación sitúa en el 2024 las fuentes utilizadas.
4. Verificador. Este apartado es especialmente interesante, pues incluye dos apartados interactivos. El primero permite elegir entre 8 escenarios predefinidos y hace un dictamen sobre su legitimidad y riesgos. El segundo apartado es una checklist con 8 puntos de verificación, con los cuales se puede asegurar el cumplimiento de buenas prácticas.
5. Referencias. Contiene dos apartados. El primero es la lista de las 10 principales fuentes usadas para elaborar las recomendaciones del framework. El punto débil de este apartado, es que no es una verdadera lista de referencias, sino una orientación de las fuentes utilizadas por Perplexity. Hay algo de trazabilidad, ya que indica títulos y fuentes, pero es una trazabilidad parcial porque no ofrece las referencias en formato completo, ni incluye DOI o enlaces. Para ver la lista completa de fuentes con enlaces hay que acceder aquí. El lector interesado tiene referencias adicionales relacionadas con este framework al final de esta entrada. El segundo apartado incluye ejemplos de declaración de uso y una checklist para revisar antes de publicar un trabajo en el que hemos usado la IA.

A continuación, una breve galería de componentes de la aplicación para ilustrar su uso,

Matriz de usos

Vemos que cada uso de la IA está categorizado en tarjetas de síntesis con los parámetros:

• Legítimo
• Ilegítimo
• Divulgación
• Riesgo
• Directriz incumplida (en su caso)

Principios éticos

Políticas editoriales

Síntesis unificadora

Se reproduce este cuadro por su utilidad sintética. El denominado «consenso universal» establece:

• La IA no puede ser acreditada como autora.
• El autor humano retiene la responsabilidad total.
• El uso de la IA requiere divulgación.
• La verificación con pensamiento crítico es obligatoria.
• El autor humano debe mantener siempre el control.

Puedo señalar que estos puntos mantienen un alto grado de consistencia con los 4 puntos cardinales del uso de la IA incluidos de mi propuesta denominada Veritas.

Verificador

Referencias

La lista completa de fuentes, con enlaces, utilizada por Perplexity para generar este marco puede consultarse en este enlace:

• Fuentes utilizadas por Perplexity para generar el framework interactivo sobre usos legítimos de la IA en trabajos académicos

Consideraciones importantes

• Esta aplicación no tiene valor normativo. Sin embargo, puede proporcionar orientaciones.
• No sustituye recomendaciones elaboradas por equipos humanos. Estos son los únicos con agencia moral para hacer recomendaciones éticamente válidas.
• El marco normativo a tener en cuenta en cada caso será el de la editorial o la revista, el de la universidad donde el autor esté llevando a cabo su trabajo, el de los programa de doctorado donde esté haciendo su tesis, etc.
• La aplicación no cubre todas las casuísticas, ya que no hay una lista cerrada de ellas. El lector interesado puede consultar taxonomías más amplias, como GAIDeT.

La utilidad principal de esta aplicación es ofrecer una visión orientativa de los usos legítimos e ilegítimos de la IA en trabajos académicos, para quienes se acerquen por primera vez al tema, para actividades de formación, o para quienes ya tienen formación en el tema, para encontrar unificadas en una aplicación sencilla las principales perspectivas.

Experimento

Esta aplicación es un también un test que ilustra las posibilidades crecientes de la IA generativa para producir recursos interactivos que pueden ayudar en diferentes escenarios y procesos, incluyendo soporte para escenarios formativos.

El experimento con Perplexity ilustra el hecho de que las IA comienzan a poner en manos de todos la posibilidad de crear apps sencillas. Esto es importante porque abre nuevas posibilidades en la forma en la que la difusión del conocimiento puede funcionar en el futuro (en el presente, en realidad).

Como limitaciones: Perplexity debería permitir editar los campos de texto. De ser así, hubiera redactado algunas cosas de otra forma. También hubiera cambiado el formato de las fuentes, de haber tenido la opción, para que esa sección actuara como una verdadera sección de referencias. No obstante, como ya he reiterado, la lista de fuentes utilizadas y verificadas está disponible en este enlace.

Enlace a la aplicación
https://www.perplexity.ai/apps/9d81f4a2-97e6-4854-9443-d259f4ff3a01

Referencias relacionadas

Alduais, Ahmed; Qadhi, Saba; Chaaban, Youmen & Majeda Khraisheh (2025) Utilizing Generative AI Responsibly and Ethically for Research Purposes in Higher Education: A Policy Analysis. Serials Review. https://doi.org/10.1080/00987913.2025.2581429

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

Bridges, Laurie; Lopezosa, Carlos; Centelles Velilla, Miquel; Ferran-Ferrer, Núria (2025). «Moving towards critical AI literacy in LIS education: a scoping review and syllabi analysis». The Electronic Library, Vol. 43 No. 5 pp. 798–817, doi: https://doi.org/10.1108/EL-06-2025-0224

Codina, Lluís (2025a). 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

Codina, Lluís (2025b). Artificial intelligence systems for knowledge synthesis: Theoretical frameworks and literature reviews [Presentation]. Faculty of Communication, Pompeu Fabra University. http://hdl.handle.net/10230/70242

Codina, Lluís (2025c). Sistemas de inteligencia artificial para la síntesis del conocimiento: marcos teóricos y revisiones de la literatura. http://hdl.handle.net/10230/70242

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

Dongpeng Huang, Nicole Hash, James J. Cummings, Kelsey Prena (2025). Academic cheating with generative AI: Exploring a moral extension of the theory of planned behavior. Computers and Education: Artificial Intelligence, Volume 8, 100424,
https://doi.org/10.1016/j.caeai.2025.100424.

European Commission (2025). Living guidelines on the responsible use of generative AI in research. Directorate-General for Research and Innovation. European Commission. Acceso: https://research-and-innovation.ec.europa.eu/document/2b6cf7e5-36ac-41cb-aab5-0d32050143dc_en

European University Institute (2024) EUI Guidelines for the Responsible Use of Artificial Intelligence for Research. EUI. Acceso: https://www.eui.eu/Documents/ServicesAdmin/DeanOfStudies/ResearchEthics/2024.06-Ethics-Commitee-EUI-GENAI-DIGITAL.pdf

Giugliano, Alessandra (2025). When does AI use become plagiarism? A student guide to avoiding academic misconduct. https://www.thesify.ai/blog/when-does-ai-use-become-plagiarism-what-students-need-to-know

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

Huang, C., Zhang, Z., Mao, B., Yao, X. (2023). «An Overview of Artificial Intelligence Ethics. IEEE Transactions on Artificial Intelligence, vol. 4, no. 4, pp. 799-819, Aug. 2023, doi: https://doi.org/10.1109/TAI.2022.3194503.

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

Kim, S. J. (2024). Research ethics and issues regarding the use of ChatGPT-like artificial intelligence platforms by authors and reviewers: a narrative review. Science Editing, 11(2), 96–106.  https://doi.org/10.6087/kcse.343

Lopezosa, Carlos. (2023). La Inteligencia artificial generativa en la comunicación científica: retos y oportunidades. Revista de Investigación e Innovación en Ciencias de la Salud. 5(1). 1-5. https://doi.org/10.46634/riics.211

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.B, & Hosseini, M. (2025a). 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. (2025b). 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

Smith, S. M., Tate, M., Freeman, K., Walsh, A., Ballsun-Stanton, B., & Lane, M. (2026). A university framework for the responsible use of generative AI in research. Journal of Higher Education Policy and Management, 48(1), 17–36. https://doi.org/10.1080/1360080X.2025.2509187

Suchikova, Yana; Tsybuliak, Natalia; A. Teixeira da Silva, Jaime; Nazarovets, Serhii (2025): GAIDeT (Generative AI Delegation Taxonomy): A taxonomy for humans to delegate tasks to generative artificial intelligence in scientific research and publishing, Accountability in Research, https://doi.org10.1080/08989621.2025.2544331

Tang, B. L. (2025). AIgiarism is plagiarism: artificial intelligence can (be perceived to) plagiarize and can also be plagiarized. Science Editing, 12(1), 81–83. https://doi.org/10.6087/kcse.346

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. da (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

Entradas relacionadas

• Sistemas de inteligencia artificial y tesis doctorales · 1: Aspectos generales
• Sistemas de inteligencia artificial y tesis doctorales · 2: Guías de uso
• Sistemas de inteligencia artificial y tesis doctorales · 3: Veritas y transparencia