WASHINGTON, 15 de junio de 2026.- Un estudiante de una universidad privada de Nueva York ha denunciado que su beca anual por mérito de 45,000 dólares está en peligro después de que un sistema de detección de IA clasificara su tesis de fin de carrera de 30 páginas como generada por IA con un 98% de probabilidad. El estudiante insiste en que escribió el trabajo él mismo durante seis meses y ahora se enfrenta a la suspensión académica, una calificación reprobatoria y la pérdida de la financiación, lo que, según afirma, le impediría costearse la continuación de sus estudios.
Esta disputa refleja un cambio más amplio en la educación superior, a medida que las instituciones de todo el mundo se adaptan a los riesgos académicos que plantea la IA generativa. En España, por ejemplo, las universidades están reformando los métodos de evaluación en respuesta al uso generalizado de la IA entre los estudiantes, avanzando hacia exámenes orales y defensas presenciales para garantizar un aprendizaje genuino. Estos cambios reflejan los desafíos del mercado laboral, donde el filtrado mediante IA obliga a los candidatos a adaptar sus solicitudes para superar los sistemas automatizados.
El estudiante afirma haber presentado el historial de versiones de Google Docs, que mostraba meses de ediciones y revisiones, como prueba de autoría humana. Sin embargo, alega que el comité disciplinario se negó a examinarlo, argumentando que su política se basa en el informe «altamente calibrado y preciso» de la herramienta de IA. Al igual que las preocupaciones expresadas por las oficinas del defensor del estudiante de las universidades españolas sobre la transparencia y el sesgo, y por los solicitantes de empleo que se enfrentan a obstáculos en los procesos de selección mediante IA, este caso plantea interrogantes sobre el debido proceso y la confianza en las evaluaciones automatizadas.
Los sistemas de detección de IA, como el de Turnitin, se utilizan cada vez más en universidades de EE. UU. y el Reino Unido para identificar trabajos sospechosos generados por máquinas, y en Europa están surgiendo preocupaciones similares. Incluso sus creadores reconocen que estas herramientas no son infalibles y pueden generar falsos positivos, especialmente con textos formales o estructurados. El caso del estudiante, junto con el cambio de España hacia la evaluación en tiempo real y la lucha del mercado laboral contra el filtrado de IA, subraya la necesidad de políticas transparentes y equilibradas que eviten una dependencia excesiva de las calificaciones automatizadas.
Descubre más desde Fernanda Tapia
Suscríbete y recibe las últimas entradas en tu correo electrónico.
