FAQ

La IA es un conjunto de tecnologías capaces de aprender a partir de datos y realizar tareas asociadas a capacidades humanas, como interpretar información, apoyar decisiones o crear contenido

• IA predictiva: analiza datos, identifica patrones y clasifica o realiza predicciones (por ejemplo, recomendaciones o detección de spam).

• IA generativa: a partir de lo aprendido, crea nuevos contenidos (texto, imágenes, audio, vídeo o código).

• IA predictiva: analiza datos, reconoce patrones y clasifica o predice (p. ej., recomendaciones, detección de spam).
• IA generativa: crea contenido nuevo (texto, imágenes, audio, vídeo o código) a partir de lo aprendido.

No. Genera resultados por probabilidad (patrones aprendidos). Por eso puede equivocarse y “alucinar” información que parece correcta.

• Diseñar y estructurar asignaturas y secuencias didácticas.
• Elaborar presentaciones, textos explicativos, ejemplos y resúmenes.
• Adaptar materiales a perfiles diversos o necesidades específicas.
• Revisar estilo, claridad y coherencia de textos.
• Crear materiales multimedia (vídeos, pódcast, imágenes…).
• Diseñar guías, tutoriales y actividades de aprendizaje autónomo.
• Buscar, clasificar y sintetizar bibliografía (con verificación).
• Traducciones de apoyo con textos no confidenciales.
• Generar ideas de evaluación o preguntas siempre con verificación docente.

• Introducir datos personales del estudiantado o información confidencial.
• Usar resultados sin revisarlos o verificarlos.
• Delegar evaluación o calificaciones en la IA.
• Presentar como propios materiales generados por IA sin declararlo.
• Sustituir actividades de pensamiento crítico o aprendizaje activo por tareas automatizadas.

• Búsqueda y síntesis de literatura (organizar, filtrar, resumir).
• Generar hipótesis y preguntas a partir de literatura existente.
• Apoyar el diseño metodológico (propuestas y estructura).
• Tratamiento de datos (extracción, organización, simulaciones o análisis preliminares).
• Redacción científica (borradores y estructura).
• Detectar ideas nuevas y “research gaps”.
• Materiales de divulgación (resúmenes, infografías).
• Traducciones de apoyo con textos no confidenciales.

• Introducir datos personales, sensibles o información de estudiantes.
• Subir documentos confidenciales (tesis, artículos en revisión, propuestas…).
• Incorporar contenido sin verificar (incluidas citas y datos).
• No indicar la contribución de la IA (confusión de autoría).
• Delegar análisis estadístico o interpretación sin supervisión humana.
• Usos que comprometan la integridad académica del proceso investigador.

• Buscar información y material complementario.
• Generar ideas iniciales para trabajos (como punto de partida).
• Organizar información (resúmenes, mapas conceptuales, esquemas).
• Revisar y editar textos.
• Autoevaluación (ejercicios tipo examen para practicar).
• Aprendizaje de idiomas y competencias lingüísticas.

• Presentar contenido generado por IA como propio.
• Usar contenidos generados sin declarar su uso.
• Usarla en exámenes o evaluación continua cuando esté prohibido explícitamente.

• Borradores y estructuras de documentos.
• Síntesis y explicación de documentación (sin datos sensibles).
• Traducciones de textos no confidenciales.
• Plantillas, tablas y organización de tareas repetitivas.
• Respuestas coherentes en atención a usuarios (asistentes virtuales).
• Código de apoyo para pequeñas tareas informáticas.
• Organización de datos para apoyar decisiones.

• Introducir datos personales, académicos o confidenciales.
• Automatizar completamente procesos sin supervisión humana.
• Usos que comprometan seguridad, privacidad o protección de datos.
• Usar resultados sin verificación en documentos oficiales o comunicaciones institucionales.

No. Como regla general: no introducir datos personales, sensibles, académicos o institucionales confidenciales.

No necesariamente. El problema aparece cuando se oculta el uso, se presenta como propio o se delega la autoría intelectual. La clave es la transparencia.

• Declarar: informar de que se utilizó IA y para qué (obligatorio si contribuyó).
• Citar: hacer referencia formal cuando el texto/resultado de la IA aparece en el trabajo (literal, traducido o reformulado) según normas académicas.

No. Puede ayudar a buscar, resumir u organizar, pero no sustituye artículos, datos o fuentes académicas reales. Siempre hay que contrastar.

Cuando la IA genera información falsa o no verificable con apariencia convincente (por ejemplo, referencias inventadas, cifras sin fuente o atribuciones erróneas).

• Pedir prompts claros y con límites (“no inventes datos”).
• Solicitar que indique incertidumbres.
• Verificar manualmente lo importante (datos, citas, normativa).
• Usar la IA como apoyo estructural, no como fuente primaria.

Sí. Puede reproducir estereotipos o representar de forma desigual culturas, géneros, idiomas o contextos. Conviene pedir diversidad explícita, comparar respuestas y revisar críticamente.

La instrucción que le das a la IA (qué quieres, para quién, con qué formato y con qué límites).

Que sea claro, con contexto, objetivo, formato, tono, nivel de detalle y restricciones (por ejemplo: “incluye 2 ejemplos”, “evita tecnicismos”, “si no estás seguro, dilo”).

En general, no si no tienes autorización, licencia o base legal para compartirlos. Prioriza materiales propios o con licencias abiertas (p. ej., Creative Commons) y mantén la atribución.

Supervisión humana + privacidad + verificación + transparencia.
La IA puede ayudar mucho, pero la responsabilidad final (académica, ética y legal) siempre es de la persona usuaria.

La IA puede apoyar procesos académicos, pero las decisiones evaluativas y las responsabilidades docentes no pueden delegarse en sistemas automáticos. Cualquier uso debe mantenerse bajo supervisión humana y alineado con los principios de integridad académica, transparencia y responsabilidad.

La IA puede utilizarse como apoyo en tareas de corrección, revisión o mejora de textos, pero no debe decidir ni asignar calificaciones de forma autónoma. La evaluación académica es una responsabilidad docente y debe estar siempre supervisada por una persona, especialmente cuando tiene consecuencias formativas o administrativas para el estudiantado.

El uso de sistemas de proctoring basados en IA es particularmente sensible. Este tipo de tecnologías puede afectar a la privacidad, la presunción de honestidad y otros derechos fundamentales, por lo que no debe utilizarse de forma automática ni generalizada. En cualquier caso, su aplicación requiere una valoración previa y específica de su adecuación legal, ética y organizativa, atendiendo al contexto concreto de evaluación.

El uso de IA generativa como herramienta de apoyo —por ejemplo, para organizar ideas, mejorar el estilo o realizar traducciones de apoyo— no se considera, en sí mismo, una práctica de especial sensibilidad. No obstante, ocultar su uso o delegar en la IA la autoría académica vulnera los principios de integridad académica. Por ello, cualquier uso debe declararse conforme a las directrices establecidas por la universidad.