Ir al contenido

Integridad académica y TFG ante la IA generativa

La integración de la inteligencia artificial generativa en la educación superior redefine los estándares tradicionales de autoría y rigor ético en la elaboración del Trabajo de Fin de Grado. El fenómeno exige el desarrollo de modelos pedagógicos y regulatorios que concilien el potencial asistivo de las herramientas computacionales con la preservación ineludible de la autonomía cognitiva y la transparencia académica. Este marco propone criterios analíticos para optimizar la evaluación y tutorización universitaria frente a los desafíos planteados por los sistemas generativos contemporáneos.

Objeto y sujeto

Procesos de culminación de grado universitario y evaluación de competencias investigadoras. — Preservación de la integridad académica y regulación de la autoría en el Trabajo de Fin de Grado frente a modelos de lenguaje.

Novedad científica

Sistematización comparativa de directrices éticas y formulación de una rúbrica procesual adaptada específicamente a la tutorización del TFG.

Vista previa del documento

Esta es una vista previa breve. La versión completa incluye texto ampliado para todas las secciones, una conclusión y una bibliografía formateada.

TFG (Trabajo Fin de Grado)

Grado académico:
Integridad académica y TFG ante la IA generativa

Autor/a:

Group

Nombre Apellidos

Tutor/a:

Nombre Apellidos

Ciudad, 2026

Contenido

Resumen y Palabras Clave
Introducción
Capítulo 1. Marco Teórico y Conceptual de la Integridad Académica en la Era Digital
1.1. Fundamentos de la autoría original y ética universitaria en el Trabajo de Fin de Grado
1.2. Modelos de lenguaje generativo y redefinición del plagio académico
1.3. Marcos regulatorios e institucionales frente a la inteligencia artificial en educación superior
Capítulo 2. Análisis del Impacto de la IA Generativa en la Elaboración y Evaluación del TFG
2.1. Patrones de asistencia algorítmica en la redacción, síntesis y búsqueda documental
2.2. Límites y fiabilidad de los sistemas de detección automatizada de texto artificial
2.3. Criterios docentes para la identificación de inconsistencias estilísticas y cognitivas
Capítulo 3. Propuestas y Directrices Éticas para la Integración Supervisada de la IA en los TFG
3.1. Protocolos de transparencia y declaración responsable del uso de modelos generativos
3.2. Rediseño de rúbricas de evaluación orientadas al pensamiento crítico y defensa oral
3.3. Guía de buenas prácticas para la tutorización académica en entornos enriquecidos por IA
Conclusión
Bibliografía

Introducción

La irrupción de los modelos de lenguaje a gran escala en el ámbito universitario ha transformado profundamente la elaboración de trabajos de culminación académica. En el marco del Trabajo de Fin de Grado, la capacidad de generar prosa estructurada plantea dilemas éticos sin precedentes sobre la autoría individual y la autenticidad del conocimiento producido [1]. Esta coyuntura exige examinar rigurosamente los principios de honestidad científica ante herramientas que automatizan tareas de redacción y síntesis documental.

La problemática central radica en la ambigüedad normativa y en las dificultades operativas para verificar el trabajo autónomo del estudiantado. La delegación no declarada de contenidos textuales desafía los mecanismos convencionales de evaluación formativa y sumativa, mientras los sistemas de detección automatizada evidencian limitaciones sustanciales para distinguir con certeza la autoría humana de la algorítmica [2], [4]. Dicha brecha genera incertidumbre tanto en los tribunales evaluadores como en el alumnado que busca emplear la tecnología como soporte metodológico legítimo.

El objetivo de esta investigación consiste en analizar el impacto de la inteligencia artificial generativa sobre la integridad académica en el Trabajo de Fin de Grado, delimitando criterios analíticos para su uso ético y transparente. A partir de una revisión crítica de la literatura científica y las directrices institucionales vigentes, se formulan recomendaciones prácticas orientadas a renovar la tutela docente y los instrumentos de valoración académica [1], [2].

2.1. Patrones de asistencia algorítmica y límites en la evaluación del Trabajo de Fin de Grado

La incorporación de modelos de lenguaje en el Trabajo de Fin de Grado transforma la noción tradicional de autoría hacia una mediación tecnológica que exige redefinir los mecanismos de supervisión docente. Al aplicar este marco a la producción académica estudiantil, se observa que el uso de estas herramientas abarca desde la delimitación de preguntas de investigación y la estructuración temática hasta la reformulación estilística de párrafos, proceso en el cual los alumnos no actúan como receptores pasivos, sino que ajustan, contrastan y verifican críticamente las sugerencias computacionales frente a las directrices del tutor (Exploring Generative AI Assisted Thesis Writing Behaviors, 2026). Sin embargo, esta interacción dialógica coexiste con tensiones epistemológicas y éticas significativas relativas a la autenticidad del trabajo independiente. Aunque la mayoría del profesorado identifica patrones lingüísticos artificiales o inconsistencias de estilo en los textos producidos por modelos generativos, persiste una notable discrepancia en la capacidad concluyente de atribución entre docentes experimentados y asistentes, lo que debilita la fiabilidad de los juicios subjetivos y de las declaraciones de uso no estandarizadas (Generative Artificial Intelligence and the Ambiguity of Academic Integrity, 2026). Por consiguiente, el análisis del Trabajo de Fin de Grado en este entorno digital demuestra que los sistemas de detección técnica y la intuición estilística resultan insuficientes para certificar la integridad académica si no se complementan con un seguimiento procesual continuo que valore la autonomía reflexiva del alumnado en cada fase de la investigación.

Bibliografía

  1. Exploring Generative AI Assisted Thesis Writing Behaviors Among EFL Students in Pesantren-Based Higher Education
    Zuraida Zuraida, Intan Susana
    Enlace DOI
  2. Generative Artificial Intelligence and the Ambiguity of Academic Integrity in Higher Education
    Katerina Zdravkova
    Enlace DOI
  3. Exploring Factors Affecting Academic Integrity in Higher Education Environments Accompanied by Generative Artificial Intelligence
    Zhidong Zhang
    Enlace DOI
  4. The Impact of Generative Artificial Intelligence on Academic Integrity.
    Aidan Duane
  5. The Impact of Generative Artificial Intelligence on Cognitive Engagement and Academic Integrity in Secondary Education
    Joshua Adeolu
  6. Generative Artificial Intelligence, Techno-Educational Ethics, and Academic Integrity in Higher Education
    Tomás Peralta Palazón, Cristina Galván Fernández, Maria Rosa Buxarrais
  7. Developing Academic Integrity-Compliant Regulations and Policies on the Use of Generative AI in Higher Education: Insights from the United Kingdom
    Dimitar Angelov

Bibliografía

Fuentes VerificadasNormas de FormatoAlta OriginalidadModelos Pro
🔥 25% OFF

Trabajo de grado

APA 7ª Edición (adaptado)

17 €22 €
  • 60-80 páginas
  • Alta originalidad
  • Exportar a Word
  • Formato correcto
  • Vista previa pública
    La vista previa de otra persona no se puede hacer privada. Tu trabajo será privado y completamente único.
  • Bibliografía (15+, APA 7ª Edición)
    +1 €
  • Añadir fuentes alternativas (Noticias, .gov, .edu)

Trabajo de grado

APA 7ª Edición (adaptado)

Integridad académica y TFG ante la IA generativa | Trabajo de grado | Aicademy