From transactional use to reflective engagement: Higher education students’ evolving understandings of academic integrity and generative AI
Este estudio cualitativo longitudinal revela que la comprensión de los estudiantes de grado y posgrado sobre la integridad académica evoluciona de ver la IA generativa como una mera herramienta de eficiencia hacia un compromiso más reflexivo y ético a través de la interacción sostenida, lo que sugiere que las universidades deberían priorizar enfoques educativos que fomenten la reflexión crítica por encima de las políticas orientadas a la detección.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En el aula moderna, una revolución silenciosa se ha apoderado del ambiente, no con el rugido de la maquinaria, sino con el suave zumbido de una pantalla de computadora. Durante décadas, las universidades han dependido de un conjunto de reglas, tanto escritas como no escritas, para asegurar que el trabajo que un estudiante entrega sea verdaderamente suyo. Este concepto, conocido como integridad académica, se basa en la idea de que el aprendizaje es un viaje personal de crecimiento, donde la honestidad, la responsabilidad y el valor para realizar el trabajo duro importan más que simplemente obtener una calificación. Es la creencia de que un título debe representar una mente que ha sido estirada y moldeada por el esfuerzo, no una que ha sido evadida. Recientemente, una nueva fuerza ha entrado en este panorama: la inteligencia artificial generativa. Estos son programas informáticos capaces de escribir ensayos, resolver problemas y crear ideas que parecen y suenan como si vinieran de un humano. Ofrecen una velocidad e increíble conveniencia, pero también desdibujan las líneas de quién está realizando realmente el pensamiento. La pregunta central para educadores y estudiantes por igual se ha vuelto difícil de responder: cuando una máquina te ayuda a escribir, ¿dónde comienza y termina tu aprendizaje?
Un equipo de investigadores de una universidad regional en Australia decidió dejar de suponer y empezar a observar. En lugar de tomar una sola instantánea de cómo se sienten los estudiantes respecto a estas herramientas, se embarcaron en un largo viaje, siguiendo a un grupo de veinte estudiantes durante quince meses. Querían ver si y cómo cambiaba la comprensión de los estudiantes sobre la honestidad y el aprendizaje mientras convivían con estas tecnologías día tras día. Los investigadores entrevistaron a los estudiantes cuatro veces, preguntándoles no solo qué hacían, sino cómo se sentían al respecto, qué les preocupaba y cómo daban sentido al trabajo que estaban produciendo. El objetivo era comprender la historia de la mente de un estudiante mientras se adaptaba a un mundo donde las respuestas están a un solo clic de distancia.
La historia que surgió no fue un relato simple de estudiantes haciendo un mal uso de la tecnología o convirtiéndose repentinamente en personas perfectas. Al principio, los estudiantes veían a la inteligencia artificial como una herramienta para la velocidad. La utilizaban para terminar tareas rápidamente, para pulir su gramática o para generar una estructura para un informe. En esta etapa, el enfoque estaba totalmente en el resultado: completar la tarea de manera eficiente. Para muchos, la idea de la integridad académica era un simple asunto de evitar problemas; querían asegurarse de no ser atrapados haciendo algo incorrecto, pero aún no pensaban profundamente en quién era el dueño de las ideas o qué estaban aprendiendo realmente. La máquina era un atajo, y el estudiante era el conductor, pero el motor hacía la mayor parte del trabajo.
A medida que pasaban los meses, la imagen comenzó a cambiar. Los estudiantes empezaron a encontrarse con las limitaciones de la tecnología. Descubrieron que la IA a veces daba respuestas que eran demasiado vagas, fácticamente incorrectas o que simplemente no se ajustaban a las necesidades específicas de su tarea. Un estudiante describió haber recibido una respuesta tan genérica que tuvo que pedirle a la computadora que lo intentara de nuevo con otras palabras. Otro se dio cuenta de que, debido a que había dependido tanto de la máquina, no podía explicar su propia tarea a un profesor. Estos momentos de fricción fueron crucialos. Los obligaron a detenerse y pensar. Empezaron a cuestionar la fiabilidad de la herramienta y, lo que es más importante, a cuestionar su propio papel en el proceso. Empezaron a darse cuenta de que si no comprendían el trabajo que estaban entregando, no habían aprendido realmente nada.
Para la fase final del estudio, un nuevo patrón había emergido para muchos de los participantes. Ya no usaban la IA solo para terminar una tarea; la usaban para poner a prueba su propio entendimiento. Le pedían a la computadora que explicara un concepto y luego verificaban esa explicación con sus propios libros de texto. Usaban la herramienta para proponer diferentes perspectivas, pero luego reescribían las ideas con sus propias palabras para asegurarse de comprender realmente el significado. Algunos incluso comenzaron a ayudar a sus compañeros a usar la tecnología de manera responsable, animándolos a verla como un compañero de aprendizaje en lugar de un atajo. Los estudiantes habían pasado de una relación transaccional con la máquina, donde intercambiaban instrucciones por respuestas, a una relacional y reflexiva, donde usaban la herramienta para profundizar su propio pensamiento. Estaban retomando la propiedad de su aprendizaje, pero esta vez con una conciencia nueva y más crítica sobre la tecnología que los rodeaba.
Los investigadores encontraron que este cambio no era una línea recta que todos los estudiantes siguieran. Algunos estudiantes continuaron usando las herramientas principalmente para la velocidad, mientras que otros solo se volvieron más reflexivos en ciertas clases o cuando las tareas requerían un pensamiento profundo. El cambio dependía de muchos factores, incluyendo la retroalimentación que recibían de los profesores, las expectativas de su campo de estudio específico y las oportunidades que tenían para discutir estos temas con sus pares. El estudio sugiere que la capacidad de usar estas herramientas éticamente no es algo que un estudiante posea o no; es una habilidad que puede desarrollarse a través de la experiencia y la reflexión. No se trata de seguir un conjunto rígido de reglas para evitar el castigo, sino de aprender a emitir buenos juicios sobre cuándo y cómo utilizar un nuevo y poderoso recurso.
Esta visión a largo plazo ofrece un camino diferente para las universidades. En lugar de centrarse únicamente en atrapar a los estudiantes que hacen un mal uso de la tecnología, los hallazgos sugieren que las instituciones deben diseñar experiencias de aprendizaje que fomenten este tipo de pensamiento crítico. Cuando las tareas piden a los estudiantes explicar su razonamiento, verificar información o justificar sus elecciones, crean un espacio donde los estudiantes deben comprometerse profundamente con el material, lo que hace más difícil depender ciegamente de una máquina. El estudio indica que cuando se les da a los estudiantes el espacio para reflexionar sobre su propio aprendizaje y el papel de la tecnología, naturalmente comienzan a desarrollar un enfoque más responsable y reflexivo. El desafío para la educación no es prohibir las nuevas herramientas, sino ayudar a los estudiantes a aprender cómo usarlas de una manera que fortalezca, en lugar de reemplazar, sus propias mentes.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.