Guía de uso de inteligencia artificial (IA) generativa para estudiantes

1. ¿Por qué una guía de uso de IA generativa?

La inteligencia artificial generativa ya circula en la universidad. Su presencia puede advertirse en prácticas de lectura, escritura, búsqueda de información, organización de ideas y revisión de trabajos. Por eso, su incorporación abre cuestiones que es necesario pensar en el ámbito universitario. Entre ellas, la confiabilidad de la información que produce, los errores que puede cometer, la reproducción de sesgos, la simplificación de temas complejos y las preguntas que surgen en relación con la autoría, la elaboración personal y los modos en que se construye conocimiento en el trabajo académico.

En este contexto, esta guía fue escrita porque esas prácticas necesitan ser pensadas y puestas en discusión en la universidad. Su propósito es ofrecer orientaciones que promuevan una reflexión crítica y responsable sobre la inteligencia artificial generativa en el ámbito académico, sin perder de vista el sentido formativo del estudio, la escritura y la producción de conocimiento.

2. ¿Qué es la IA generativa y qué implica su uso en la universidad?

La IA generativa es un conjunto de sistemas capaces de producir textos, imágenes, audio, video, código u otros contenidos a partir de instrucciones dadas por una persona usuaria. Sus respuestas se basan en patrones estadísticos aprendidos durante el entrenamiento del modelo; sin embargo, estos sistemas suelen funcionar como “cajas negras”, lo que significa que su lógica interna no siempre es abierta a la inspección o fácil de comprender.

A esto se suma que sus respuestas no son necesariamente idénticas ante una misma consulta. Un mismo pedido puede dar lugar a formulaciones, ejemplos o desarrollos diferentes, incluso dentro de un mismo sistema. Tampoco todos los sistemas de IA generativa ofrecen lo mismo: pueden variar en la calidad de sus respuestas, en el tipo de tareas que resuelven mejor, en el acceso a información actualizada, en las posibilidades de recuperación de una conversación y en las condiciones de uso de cada plataforma. Por eso, conviene no asumir que una respuesta generada va a mantenerse siempre igual o que podrá recuperarse del mismo modo más adelante.

Debido a esta opacidad, cobra importancia la explicabilidad, entendida como la posibilidad de contar con explicaciones claras sobre cómo el modelo algorítmico llega a sus resultados específicos (Agencia de Acceso a la Información Pública [AAIP], 2024). Sin algún grado de explicabilidad, podría depositarse una confianza injustificada en los sistemas de inteligencia artificial que no “comprenden” el mundo ni garantizan verdad, pertinencia o neutralidad.

3. Principios para su uso en la vida universitaria

3.1. Centralidad del aprendizaje

Usar IA generativa tiene sentido cuando ayuda a comprender mejor, a revisar un proceso o a pensar nuevas preguntas. Cuando ocupa el lugar del trabajo de leer, escribir o argumentar, deja de ser un apoyo al aprendizaje.

3.2. Integridad académica

La integridad académica también se juega en cómo se elabora un trabajo, qué decisiones toma cada estudiante y qué apoyos intervienen en ese proceso. Cuando un texto generado total o parcialmente por IA se presenta como propio sin explicitar esa intervención, esa relación entre elaboración, autoría y responsabilidad pierde claridad.

3.3. Transparencia

Cuando la IA generativa interviene de manera sustantiva en un trabajo, resulta importante explicitarlo según lo que indique cada docente o reglamentación. La transparencia no es solo una formalidad: ayuda a reconocer cómo fue elaborado el trabajo.

3.4. Cuidado de datos y privacidad

El uso de IA generativa también abre preguntas sobre qué información se pone en circulación. Por eso, antes de copiar un contenido, conviene detenerse a pensar si incluye datos personales, sensibles, institucionales, inéditos o protegidos por derechos.

3.5. Pensamiento crítico

Las respuestas de la IA pueden estar bien escritas y resultar convincentes, pero eso no significa que sean correctas o pertinentes. Por eso, conviene leerlas con cierta distancia, contrastarlas con otras fuentes y ponerlas en relación con la consigna, la bibliografía y el propio criterio.

4. Riesgos, límites y cuidados necesarios

4.1. Alucinaciones y errores

A veces, la IA produce afirmaciones que suenan convincentes, pero no son correctas. Esto se vuelve un problema, por ejemplo, cuando inventa referencias bibliográficas, atribuye ideas a autores equivocados o presenta como ciertos datos que no pueden verificarse.

4.2. Sesgos

Los modelos se entrenan a partir de grandes volúmenes de información ya producida. Por eso, en sus respuestas pueden aparecer estereotipos, desigualdades, silencios o jerarquías que ya estaban presentes en esos materiales. De ahí la importancia de leerlas con atención y de preguntarse también qué dejan afuera.

4.3. Dependencia

Cuando la IA generativa empieza a ocupar de manera constante el lugar de la síntesis, la escritura, la explicación o el análisis, se vuelve más difícil sostener un trabajo propio y construir criterios personales. Usarla solo para “salir del paso” puede ir desplazando esos procesos.

4.4. Privacidad y huella digital

El uso de IA generativa también lleva a pensar qué tipo de información se comparte y en qué condiciones circula. En ese marco, y en relación con lo establecido por la Ley 25.326 de Protección de los Datos Personales (2000), cobra especial importancia prestar atención a los datos personales, sensibles, institucionales, inéditos o protegidos por derechos que pueden quedar expuestos al ingresar contenidos en estos sistemas.

5. Criterios para un uso pedagógico de la IA en el estudio

5.1. Antes de leer

• pedir una explicación preliminar de un tema para activar conocimientos previos;
• solicitar una lista de conceptos clave que conviene reconocer en la bibliografía;
• pedir preguntas orientadoras para una lectura crítica.

5.2. Durante la lectura

• reformular párrafos complejos con lenguaje más claro;
• comparar definiciones entre autores;
• pedir ejemplos situados para comprender una categoría teórica.

5.3. Para organizar el estudio

• armar cronogramas de lectura;
• proponer cuadros comparativos;
• ordenar apuntes dispersos;
• generar autoevaluaciones o preguntas para practicar.

5.4. Para escribir mejor

• revisar cohesión, claridad, gramática y redundancias;
• detectar fragmentos confusos o poco precisos;
• probar distintas maneras de organizar una introducción o una conclusión;
• chequear si el texto responde a la consigna.

6. La IA en el estudio universitario

La inteligencia artificial generativa puede estar presente en distintas instancias del estudio universitario, pero su lugar no se agota en lo que permite hacer. Su incorporación también modifica el proceso de producción académica, por lo que conviene atender a las mediaciones que intervienen en la construcción y validación del conocimiento.

Por eso, pensar la IA generativa en el estudio no pasa solo por aprender a usarla. También implica detenerse en las condiciones en que produce respuestas, en la información con la que fueron construidas, en los recortes que realizan y en los problemas que pueden presentar en cada contexto.

En este sentido, el enfoque RTD —Responsable, Transparente y Documentado— puede ofrecer una orientación general para pensar su incorporación en educación (Ministerio de Capital Humano, 2025). Más que como una secuencia técnica, puede leerse como una invitación a prestar atención al lugar que ocupa la IA en relación con la bibliografía, el trabajo intelectual propio y las decisiones que intervienen en un proceso de estudio o de escritura.

También conviene tener presente que estas tecnologías no funcionan de manera neutral ni aislada. Forman parte de plataformas con políticas de uso y tratamiento de datos, y sus respuestas pueden reproducir sesgos, omitir contextos o presentar como válidas afirmaciones que requieren verificación. En esa línea, UNESCO señala que la incorporación de inteligencia artificial en educación requiere criterios éticos y pedagógicos que fortalezcan la comprensión, el análisis y la producción crítica en los procesos de formación (Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO], 2024).

Desde esta perspectiva, si la incorporación de IA modifica los modos en que se produce el trabajo académico, también habilita la discusión sobre el lugar de la lectura, la escritura, la elaboración propia, el pensamiento propio y la construcción de criterio en los procesos de aprendizaje.

7. Buenas prácticas para trabajos y evaluaciones

7.1. Antes de usar IA

• Leé la consigna completa.
• Revisá si la consigna permite, restringe o prohíbe determinados usos.
• Definí qué parte del proceso querés apoyar y cuál vas a resolver por cuenta propia.

7.2. Durante el uso

• Formulá pedidos específicos.
• Pedí que señale dudas, límites y contraargumentos.
• No busques respuestas cerradas si la tarea exige análisis.
• Conservá un registro de prompts y respuestas cuando hayan sido relevantes para tu trabajo.

7.3. Después del uso

• Verificá la información con bibliografía real.
• Reescribí con tus palabras y desde tu criterio.
• Evaluá si el resultado fortalece o debilita tu comprensión.
• Declaralo cuando corresponda.

8. ¿Cómo declarar y citar el uso de IA generativa?

Cuando la inteligencia artificial generativa tuvo un papel relevante en la elaboración de un trabajo académico, conviene que ese uso quede explicitado. Se trata de mostrar cómo fue realizado el trabajo, qué mediaciones participaron en su producción y qué lugar tuvo la IA en tareas como la búsqueda de información, organización de ideas o la escritura. La manera de hacerlo puede variar según la materia, la carrera, las indicaciones docentes o el estilo de citación solicitado. Las desarrolladas por la American Psychological Association (APA) suelen ser las más utilizadas en los trabajos académicos. APA (2026) ofrece ejemplos específicos para referencias de sistemas de IA generativa y chats de IA. Esto no implica desconocer que existen otros estilos de citación. Por ejemplo, la Modern Language Association of America (MLA, 2025) actualizó su guía para este tipo de materiales y recomienda no tratar la IA como autora, sino describir el contenido generado en el título de la fuente, indicar el modelo específico utilizado e incluir un enlace estable y compartible cuando esté disponible. Por su parte, The Chicago Manual of Style (Chicago, 2023) sugiere mencionar ese uso en el texto o, cuando haga falta una cita más formal, recurrir a una nota al pie o nota final. También recomienda incluir la fecha de generación y, si se dispone de un enlace público, incorporarlo para que la referencia pueda verificarse. Más allá de sus diferencias, APA, MLA y Chicago coinciden en la conveniencia de explicitar el uso de IA y en señalar que la responsabilidad sobre el trabajo académico sigue siendo de la persona que lo presenta.

8.1. Declarar no es exactamente lo mismo que citar

Declarar el uso de IA generativa implica hacer visible que intervino en alguna parte del proceso de trabajo. Citar, en cambio, supone reconocer esa intervención de acuerdo con un estilo académico determinado, cuando la consigna lo requiera.

En muchos trabajos de cursada puede alcanzar con una declaración de uso, sobre todo si la IA generativa se utilizó para organizar ideas, reformular preguntas o revisar la claridad de un texto. En otros casos, cuando se recupera, se parafrasea o se toma de manera más directa una respuesta generada por IA generativa, puede ser necesario además citar esa intervención.

8.1.1 Modelo breve de declaración de uso

8.1.2 Ejemplo orientativo en normas APA (7.ª edición)

APA (2025) ofrece ejemplos específicos para referencias de sistemas de IA y chats de IA. También indica que las fuentes no recuperables por otras personas se tratan como comunicaciones personales, es decir, se citan solo en el texto y no se incorporan en la lista de referencias. También conviene registrar qué sistema o modelo se utilizó y la fecha de generación de la respuesta, por si hiciera falta volver sobre ella más adelante.

(OpenAI, comunicación personal, 17 de abril de 2026)

OpenAI. (2026, 17 de abril). Respuesta de ChatGPT a la consulta “…” [Chat con IA generativa]. ChatGPT. URL compartible

8.2. Criterio general para esta guía

9. Preguntas para decidir antes de usarla

10. Declaración de uso de IA

11. Referencias y lecturas recomendadas