Un fenómeno creciente en la educación superior
La IA ya forma parte del día a día universitario, especialmente cuando hay que escribir, ordenar apuntes o preparar entregas. Y no se trata de un uso marginal: RTVE recoge que hasta el 90 % del alumnado recurre a estas herramientas para estudiar, mientras que la formación específica sigue sin estar a la altura de esa adopción.
Este contraste se nota con fuerza en los trabajos de fin de estudios. El TFG y el TFM no piden solo redactar: exigen método, decisiones justificadas y una argumentación que el estudiante pueda defender. En ese terreno, la IA puede ser un apoyo útil o un factor de riesgo, dependiendo de cómo se integre en el proceso.
Dónde la IA puede aportar valor
Usada con límites claros, la IA puede ayudar en tareas concretas sin sustituir el trabajo académico. Suele aportar sobre todo en tres momentos:
- Dar forma al trabajo: proponer una estructura inicial, ordenar ideas y detectar repeticiones o huecos.
- Empezar a escribir: ofrecer un punto de partida cuando hay bloqueo, siempre que el borrador se revise y se reescriba después.
- Pulir el texto: mejorar claridad, cohesión y corrección lingüística.
En todos estos casos, la IA funciona como un recurso técnico más, comparable a otras herramientas digitales ya normalizadas en la universidad. El enfoque, la selección de fuentes y la construcción del argumento deben seguir siendo responsabilidad del estudiante.
Riesgos: cuando el apoyo se convierte en atajo
El problema empieza cuando la IA sustituye procesos clave del TFG. Los riesgos más frecuentes son:
- Textos genéricos y pérdida de voz propia: la corrección formal no garantiza originalidad ni consistencia argumental. Un texto “impecable” puede ser poco defendible en tutorías si no refleja decisiones reales del autor.
- Autoría, plagio y falta de trazabilidad: la IA puede reproducir ideas o fragmentos sin indicar su origen. Incluso sin intención de copiar, el estudiante puede terminar entregando contenidos sin respaldo verificable.
- Superficialidad metodológica: objetivos, el marco teórico del TFG o metodologías “plausibles” pueden no encajar con la pregunta de investigación, los datos o el diseño del estudio. Delegar aquí vacía de contenido la parte más formativa del trabajo.
Por este motivo, muchas universidades revisan normativas y ajustan sus sistemas de evaluación y detección para abordar no solo copias literales, sino también usos que comprometen la integridad académica.
Un ejemplo: enseñar a justificar, verificar y asumir responsabilidad
El uso real es desigual. Algunos estudiantes emplean la IA para ordenar ideas y mejorar la redacción de un texto propio. Otros se apoyan demasiado en contenido automático y el resultado se vuelve repetitivo, poco profundo o incoherente.
Algunos docentes han optado por integrar esta realidad de forma pedagógica. En una universidad de Barcelona, por ejemplo, un profesor concedió un punto adicional en una actividad a quienes utilizaron ChatGPT y explicaron de manera transparente y crítica cómo lo habían empleado. El objetivo no era premiar la automatización, sino entrenar habilidades concretas: justificar decisiones, verificar información y asumir responsabilidad sobre el texto final.
Criterios para un uso responsable de la IA en el TFG
Para que la inteligencia artificial contribuya de forma positiva al proceso académico, es fundamental establecer límites claros. El uso de IA en trabajos universitarios puede servir como apoyo, pero no sustituye la investigación ni la responsabilidad académica del estudiante. La diferencia entre una ayuda legítima y un atajo problemático depende del control que se mantenga sobre el contenido y el proceso.
Desde una perspectiva práctica, pueden señalarse algunas pautas básicas:
Buenas prácticas
- Utilizar la IA para organizar ideas, planificar la estructura o mejorar la claridad del texto, sin delegar el contenido final.
- Contrastar siempre la información generada y respaldarla con fuentes académicas verificables.
- Mantener el control personal sobre la argumentación, la metodología y las conclusiones del trabajo.
Prácticas a evitar
- Copiar y pegar textos generados automáticamente sin una revisión crítica y una adaptación propia.
- Usar la IA para definir la metodología, el análisis o la discusión de resultados.
- Citar fuentes sugeridas por sistemas automáticos sin comprobación directa.
Este enfoque permite aprovechar las ventajas de la tecnología sin vaciar de contenido el aprendizaje ni comprometer la integridad académica.
Dónde está el límite
La IA ya forma parte del ecosistema universitario. Bien usada, puede ahorrar tiempo y mejorar la presentación. Mal usada, produce trabajos impersonales, metodológicamente débiles y con riesgo de incumplir normas de autoría y plagio. Un enfoque realista combina dos ideas: apoyo para tareas auxiliares y exigencia máxima en investigación, método, argumentación y responsabilidad final. Ahí se decide el valor académico del TFG.
