Plagiarism or Productivity? Students Moral Disengagement and Behavioral Intentions to Use ChatGPT in Academic Writing

Resumen Técnico: Desconexión Moral e Intenciones Conductuales de los Estudiantes hacia el Uso de ChatGPT en la Escritura Académica

1. Planteamiento del Problema
El uso creciente de la Inteligencia Artificial Generativa (GenAI), específicamente ChatGPT, en entornos educativos plantea desafíos significativos a las definiciones tradicionales de autoría, originalidad e integridad académica. Aunque los estudiantes filipinos adoptan estas herramientas para generar ideas, organizar ensayos y mejorar sus escritos, existe una brecha en la comprensión de cómo justifican éticamente su uso.
El problema central abordado es la falta de investigación sobre cómo los mecanismos de desconexión moral (estrategias cognitivas para racionalizar comportamientos cuestionables) interactúan con los constructos de la Teoría de la Conducta Planificada (TPB) para influir en la intención de los estudiantes de utilizar IA en tareas académicas. Los autores buscan entender si los estudiantes utilizan estas herramientas por productividad o si recurren a la desconexión moral para evadir la culpa por posibles violaciones de integridad académica.

2. Metodología

• Diseño y Muestra: Estudio transversal con una muestra de 418 estudiantes universitarios filipinos que tenían experiencia previa en el uso de ChatGPT para tareas académicas (tesis, estudios de factibilidad, análisis de casos, etc.). La mayoría asistía a instituciones públicas (85.7%).
• Instrumentos: Se utilizó una encuesta con escala Likert de 5 puntos que medía nueve constructos:
  • Mecanismos de Desconexión Moral: Justificación moral, etiquetado eufemístico, desplazamiento de responsabilidad, minimización de consecuencias y atribución de culpa.
  • Componentes de la TPB: Actitudes, normas subjetivas y control conductual percibido.
  • Variable Dependiente: Intención conductual de usar ChatGPT.
• Análisis de Datos: Se empleó Modelado de Ecuaciones Estructurales (SEM) mediante regresión lineal múltiple (mínimos cuadrados ordinarios) utilizando Python. Se realizaron cuatro modelos de regresión separados para probar las relaciones entre los mecanismos de desconexión moral y los componentes de la TPB, y finalmente, cómo estos predicen la intención conductual.
• Fiabilidad: Todos los constructos mostraron una consistencia interna aceptable (Alfa de Cronbach > 0.70).

3. Contribuciones Clave

• Integración Teórica: El estudio es pionero en integrar la Teoría de la Desconexión Moral con la Teoría de la Conducta Planificada (TPB) en el contexto específico de la adopción de IA en la educación superior filipina.
• Identificación de Predictores Específicos: Diferencia entre los mecanismos de justificación interna (como la justificación moral) y las racionalizaciones externas (como la atribución de culpa o el desplazamiento de responsabilidad), mostrando cuáles tienen mayor peso en la formación de actitudes y normas.
• Evidencia Empírica Contextualizada: Proporciona datos concretos sobre cómo la percepción de políticas institucionales ambiguas y la presión de los pares moldean el comportamiento ético de los estudiantes en un entorno de rápido desarrollo tecnológico.

4. Resultados Principales

• Modelo Predictivo General: El modelo integrado explicó más del 60% de la varianza en la intención conductual de usar ChatGPT ($R^2 = .606$).
• Impacto de la Desconexión Moral:
  • La atribución de culpa (culpar a las instituciones por políticas poco claras) fue el predictor más fuerte de las actitudes, las normas subjetivas y el control conductual percibido.
  • La minimización de consecuencias y el desplazamiento de responsabilidad también fueron predictores significativos de actitudes favorables hacia el uso de la IA.
  • La justificación moral (reencuadrar el uso como beneficioso para el aprendizaje) no fue un predictor significativo en la mayoría de los modelos, sugiriendo que los estudiantes se basan más en racionalizaciones externas que en justificaciones internas de valor educativo.
• Determinantes de la Intención Conductual:
  • Las actitudes hacia el uso de ChatGPT fueron el predictor más fuerte de la intención de uso ($\beta = 0.499$).
  • El control conductual percibido y las normas subjetivas también influyeron significativamente, aunque en menor medida.
• Hallazgos Descriptivos: Los estudiantes tienden a considerar el uso de ChatGPT aceptable si el objetivo es aprender, si el contenido se modifica, o si las políticas institucionales son ambiguas. Existe una fuerte percepción de que la falta de reglas claras por parte de las instituciones justifica el uso de la herramienta.

5. Significado e Implicaciones

• Para las Instituciones Educativas: Los resultados indican que la ambigüedad en las políticas de integridad académica fomenta la desconexión moral. Las universidades deben actualizar sus códigos de honor para definir claramente el uso de IA, no solo prohibiéndolo, sino proporcionando guías éticas específicas.
• Para la Práctica Pedagógica: Se requiere un enfoque que vaya más allá de la detección de plagio. Los docentes deben facilitar discusiones en el aula sobre la ética de la IA, ayudar a los estudiantes a reflexionar sobre la responsabilidad moral y fomentar una cultura de honestidad académica.
• Limitaciones y Futuro: El estudio reconoce que los modelos basados en la intención (como la TPB) pueden no capturar completamente el comportamiento real, ya que factores emocionales, el estrés y la conveniencia inmediata también influyen en las decisiones de los estudiantes. Se sugiere investigación futura para explorar estos factores no racionales.

En conclusión, el estudio demuestra que la intención de los estudiantes de utilizar ChatGPT está fuertemente mediada por cómo racionalizan su uso ante la falta de claridad institucional y la influencia de sus pares, destacando la necesidad urgente de marcos éticos claros y apoyo pedagógico en la educación superior.