En los últimos meses la inteligencia artificial se ha convertido en la herramienta favorita de muchos estudiantes para eludir el trabajo propio. Antes de la llegada de ChatGPT y sus competidores, la copia de textos de sitios como “El Rincón del Vago” o la contratación de terceros ya era una práctica extendida. Hoy, la facilidad de generar ensayos completos en segundos ha impulsado una carrera armamentista entre quienes hacen trampas y quienes intentan detectarlas.
Los docentes ya no se sorprenden al recibir trabajos idénticos a los producidos por una IA. Gracias a análisis de estilo, detección de alucinaciones y referencias inconsistentes, los profesores identifican patrones típicos de los algoritmos. Además, plataformas como Turnitin han incorporado módulos de detección de contenido generado por IA, aunque reconocen la existencia de falsos positivos y advierten que sus resultados deben ser sólo una pista para una investigación más profunda.
Frente a estos controles, algunos alumnos recurren a “humanizadores” de texto, herramientas que modifican la redacción para eliminar frases típicas de la IA. Otros prefieren el método más laborioso: reescribir línea por línea el contenido generado. En una entrevista para New York Magazine, Will confesó que dedica horas a pulir cada párrafo producido por Claude, mientras Theo pasó cuatro horas “estropeando” una presentación de astronomía creada por Codex para que pareciera obra suya.
La sofisticación de las trampas no se detiene allí. En la Universidad de Nueva York, donde la plataforma WebAssign busca dificultar el fraude, un estudiante desarrolló un bot que responde de forma lenta y errática, imitando el ritmo humano para evadir los detectores. Este tipo de ingenio muestra que la simple prohibición de usar IA ya no basta; los estudiantes están dispuestos a programar soluciones para sortear los obstáculos.
El impacto de esta dinámica se refleja en la política de exámenes. Princeton, que durante más de un siglo confió en el honor estudiantil sin vigilancia, anunció en mayo la implementación de supervisión presencial, poniendo fin a una tradición de 1893. La medida evidencia la creciente desconfianza que la IA ha sembrado en el ámbito educativo.
Algunos expertos proponen alternativas al enfoque punitivo. Danielle Carr, profesora de UCLA, argumenta que la IA no es un problema técnico que se solucione con más detectores, sino un reto pedagógico. Sugiere diseñar actividades donde el aprendizaje sea más valioso que la simple entrega de un trabajo, y promover un uso transparente de la IA en asignaturas avanzadas, convirtiéndola en un “exoesqueleto intelectual” que complemente, pero no reemplace, la capacidad del estudiante.
En México y el resto del mundo, las universidades están evaluando modelos híbridos: prohibir la IA en materias básicas, permitir su uso supervisado en otras y exigir su integración responsable en proyectos de alto nivel. La batalla entre trampas y detección continuará, pero la solución quizá resida en replantear la forma de enseñar y evaluar, más que en perseguir al infractor.
Fuente: xataka