#117 Un alumno me entregó una tarea que parece escrita por IA, ¿qué debería hacer?

Te llega un texto pulido, con un tono que no reconoces en ese alumno, y algo te hace sospechar.

La primera reacción puede ser buscar un detector de IA, pegar el texto y esperar un veredicto. Ahí está la trampa.

Las guías de Cornell e Indiana University coinciden en algo importante: un detector no debería convertirse en la prueba con la que acusas a un alumno.

Primero: el detector no es prueba

El Center for Teaching Innovation de Cornell es muy claro: aunque estas herramientas aseguran poder identificar textos generados por IA, no existe una forma confiable de respaldar sus señalamientos y las pruebas realizadas han mostrado tasas de error importantes..

Por eso, Cornell desaconseja utilizarlas como base para acusar a un estudiante de deshonestidad académica.

Indiana University añade otro problema: cargar trabajos de alumnos en detectores externos puede generar riesgos relacionados con la privacidad y la propiedad intelectual.

Así que si un texto te parece sospechoso, no empieces por utilizar un detector de IA. Empieza por una conversación con el alumno.

Segundo: habla con el alumno

Cornell propone hablar directamente con el estudiante porque la conversación puede revelar información que no estaba disponible en el trabajo escrito. No tiene que ser un interrogatorio.

Pregúntale cómo hizo el trabajo, por qué eligió determinado argumento, qué fuentes utilizó o cómo llegó a una conclusión concreta. Si el alumno tiene dificultades para explicar su propio trabajo, eso puede ser una señal que merece atención. Pero tampoco es una prueba aislada: la conversación es una pieza más de la evidencia.

Tercero: mira el proceso, no solo el producto

Cornell recomienda prestar atención a si el trabajo coincide con las entregas anteriores del alumno, sus esquemas, borradores y otras evidencias de su proceso.

Indiana propone algo muy práctico: revisar el historial de versiones para observar cómo fue construyéndose el documento.. En Google Docs o Word, ese historial cuenta una historia difícil de fingir.

También propone [escribir algo en clase, para tener a la mano una muestra del estilo de cada quien y notar después cuándo un texto no salió de su puño.

¿Y si de verdad hay una falta?

Cornell señala que para establecer una falta académica se necesita evidencia clara y convincente. Una sospecha o un resultado de detector no deberían sustituir ese estándar.

Por eso, una primera impresión debería ser el inicio de una revisión. Y vale la pena entender por qué a veces pasa.

Indiana señala algunos factores que pueden favorecer que un estudiante recurra a estas herramientas: carga excesiva de trabajo, falta de tiempo o evaluaciones que concentran demasiado peso en unos cuantos exámenes.

Algunas ideas para la próxima entrega

No necesitas convertirte en detective de cada tarea. Puedes diseñar actividades que hagan más visible el proceso:

• Pide el proceso, no solo el resultado. Solicita esquema, borrador y versión final. Dividir una tarea grande en entregas pequeñas te permite acompañar el trabajo y ver cómo evoluciona.

• Define las reglas desde el principio. Cornell recomienda que el programa de tu curso explique claramente qué usos de IA están permitidos y cuáles no.

• Cuando permitas IA, establece las condiciones. Deja claro qué parte del trabajo debe realizar el alumno y cómo debe declarar o documentar la ayuda que recibió de la herramienta.

• Evalúa también el proceso. Si la calificación depende únicamente del producto final, es mucho más difícil saber cómo llegó el alumno hasta ahí.

Para llevar

Si una tarea te parece escrita por IA, no empieces acusando y tampoco empieces por un detector. Habla con el alumno. Revisa su proceso. Compara con trabajos anteriores. Consulta las reglas de tu curso y reúne evidencia antes de tomar una decisión.

Y si descubres que efectivamente utilizó IA de una manera que no estaba permitida, entonces aplica las reglas de tu institución.

Pero quizá la lección más útil esté en lo que hagas después. Cornell propone construir confianza con los estudiantes y diseñar evaluaciones que tengan sentido, en lugar de convertir el aula en una vigilancia permanente.