Muchas instituciones de educación superior han introducido formularios o casillas obligatorias para que el alumnado declare si ha utilizado IA generativa en una tarea. Sin embargo, los autores señalan que estas fórmulas binarias resultan insuficientes, ya que no distinguen entre usos muy diferentes: generar ideas iniciales, revisar estilo, resumir literatura, crear fragmentos de código o producir partes sustantivas del contenido.  

Esta falta de granularidad genera un problema pedagógico y ético. Una misma declaración puede englobar prácticas aceptables, como corregir errores gramaticales, y prácticas potencialmente problemáticas, como delegar la redacción central de un informe. Para los estudiantes, esto puede convertir la declaración en una admisión de culpa; para el profesorado, reduce la utilidad de la información recibida para rediseñar evaluaciones o ajustar criterios de acompañamiento.  

La propuesta principal del artículo es un marco de declaración específico para el ámbito de la informática, aunque adaptable a otras disciplinas. El modelo incluye dos estructuras diferenciadas: una para actividades centradas en la escritura académica y otra para evaluaciones basadas en programación. En ambos casos, el estudiante debe indicar si ha usado IA, con qué intensidad —menor, moderada o extensa—, añadir una breve explicación y aportar ejemplos de prompts utilizados.

• En trabajos escritos, el marco distingue entre planificación y estructura, generación de contenido textual, investigación y análisis, revisión y mejora del estilo, creación de contenido visual, y evaluación o retroalimentación. Esta separación permite diferenciar, por ejemplo, entre usar IA para organizar un argumento y usarla para redactar párrafos completos.  

• En tareas de programación, la declaración se organiza en torno a planificación y diseño, generación de código, mejora del código, comprensión y aprendizaje, y documentación o informes técnicos. Así, no se trata igual pedir ayuda para entender un mensaje de error que solicitar a la IA la creación de una solución completa. Esta distinción es especialmente relevante en titulaciones donde aprender a programar implica desarrollar razonamiento técnico, no solo entregar un producto funcional.  

• El valor del marco reside en desplazar la declaración desde una lógica punitiva hacia una lógica reflexiva. Para el alumnado, la propuesta clarifica qué usos pueden considerarse apoyo legítimo y cuáles podrían comprometer los resultados de aprendizaje. Para el profesorado, ofrece datos más útiles sobre cómo se está incorporando la IA en los procesos de trabajo, lo que puede informar el rediseño de tareas, rúbricas y actividades de acompañamiento.  

• A nivel institucional, el modelo puede complementar políticas generales sobre IA, pero no sustituirlas. Los autores advierten que la declaración depende de la autorrevelación del estudiante y que no debe entenderse como una herramienta automática de detección de malas prácticas. También subrayan la necesidad de definir con claridad qué herramientas entran en el alcance de la declaración, especialmente en un entorno donde los editores de texto, buscadores, entornos de programación y plataformas de aprendizaje incorporan funciones generativas de manera cada vez más integrada.  

La propuesta abre una vía prometedora para que las universidades pasen de preguntar simplemente si se ha usado IA a comprender cómo se ha integrado en el proceso académico. Su desarrollo futuro requerirá evaluación empírica, adaptación a otras disciplinas y análisis de su efecto sobre la confianza, la transparencia y la alfabetización en IA. En un escenario donde documentar flujos de trabajo con IA será parte de la práctica profesional, formar al alumnado en declaraciones detalladas puede convertirse en una competencia académica esencial.  

Micallef, N., & Petrovska, O. (2026). Structuring transparency: Developing domain-specific generative AI declaration frameworks in higher education. arXiv. https://doi.org/10.48550/arXiv.2606.13389 

Volver a Inicio