Actitudes éticas de estudiantes de educación superior ante la inteligencia artificial. Revisión narrativa

Ethical attitudes of higher education students toward artificial intelligence. Narrative review

Atitudes éticas dos estudantes do ensino superior em relação à inteligência artificial. Revisão narrativa

Datos de los autores

Katherine Poémape-Bustamante *

Universidad Peruana de Ciencias Aplicadas, Lima, Perú.

https://orcid.org/0000-0003-3682-643X

katherine.poemape@upc.pe

Carlos Siguas-Flores

Universidad San Ignacio de Loyola, Lima, Perú.

https://orcid.org/0009-0005-6656-8373

carlos.siguas@usil.pe

*Autor corresponsal: katherine.poemape@upc.pe

Citar como: Poémape-Bustamante, K. y Siguas-Flores, C. (2025). Actitudes éticas de estudiantes de educación superior ante la inteligencia artificial. Revisión narrativa. Homero, 1(1), 56-65. https://revistas.gigapsico.com/index.php/homero/issue/current

Recibido: 15/12/2024 Revisado: 17/02/2025 Publicado: 31/03/2025

Resumen

Introducción: En la última década, las TIC y la inteligencia artificial han transformado la educación, fortaleciendo competencias digitales en estudiantes, alineadas con el ODS 4 que promueve una educación de calidad. Objetivo: Sistematizar las percepciones en torno a las actitudes éticas ante la IA de estudiantes de educación superior. Método: Se utilizó el método QR (Questions and Reproducibility), el cual representa una propuesta metodológica estructurada para realizar revisiones narrativas con mayor rigurosidad, permitiendo reducir los sesgos derivados de la subjetividad o de la falta de criterios definidos. Resultados: Los artículos analizados en el proceso narrativo evidencian que las actitudes éticas en los estudiantes universitarios están asociadas a la percepción que ellos tienen sobre el uso y funcionalidad de la IA. Estas investigaciones expresan la preocupación ética de docentes y estudiantes universitarios. Conclusiones: La inteligencia artificial en muchos casos ha sido una respuesta a la necesidad de acceso a la información de manera rápida, inmediata y eficiente. Sin embargo, existen vacíos en el abordaje pedagógico de la misma. Estos vacíos se manifiestan en la preocupación de los docentes sobre el descontrolado uso de la IA en las aulas universitarias. Uno de los desafíos de los docentes universitarios será promover la integridad académica en los estudiantes.

Palabras clave: actitudes, ética, inteligencia artificial, estudiantes, educación superior.

Abstract

Introduction: Over the last decade, ICT and artificial intelligence have transformed education, strengthening digital skills in students, in line with SDG 4, which promotes quality education. Objective: To systematize good practices regarding ethical attitudes toward AI among higher education students. Method: The QR (Questions and Reproducibility) method was used, which represents a structured methodological proposal for conducting more rigorous narrative reviews, allowing for the reduction of biases derived from subjectivity or the lack of defined criteria. Results: The articles analyzed in the narrative process show that ethical attitudes among university students are associated with their perception of the use and functionality of AI. This research expresses the ethical concerns of university teachers and students. Conclusions: Artificial intelligence has in many cases been a response to the need for fast, immediate, and efficient access to information. However, there are gaps in its pedagogical approach. These gaps are manifested in teachers' concerns about the uncontrolled use of AI in university classrooms. One of the challenges for university teachers will be to promote academic integrity among students.

Keywords: attitudes, ethics, artificial intelligence, students, higher education.

Resumo

Introdução: Na última década, as TIC e a inteligência artificial transformaram a educação, fortalecendo as competências digitais dos estudantes, em linha com o ODS 4, que promove uma educação de qualidade. Objetivo: Sistematizar boas práticas em torno das atitudes éticas dos estudantes do ensino superior em relação à IA. Método: Foi utilizado o método QR (Questions and Reproducibility), que representa uma proposta metodológica estruturada para realizar revisões narrativas com maior rigor, permitindo reduzir os vieses derivados da subjetividade ou da falta de critérios definidos. Resultados: Os artigos analisados no processo narrativo evidenciam que as atitudes éticas dos estudantes universitários estão associadas à percepção que eles têm sobre o uso e a funcionalidade da IA. Essas pesquisas expressam a preocupação ética de professores e estudantes universitários. Conclusões: A inteligência artificial, em muitos casos, tem sido uma resposta à necessidade de acesso rápido, imediato e eficiente à informação. No entanto, existem lacunas na abordagem pedagógica dela. Estas lacunas manifestam-se na preocupação dos professores com o uso descontrolado da IA nas salas de aula universitárias. Um dos desafios dos professores universitários será promover a integridade acadêmica nos alunos.

Palavras-chave: atitudes, ética, inteligência artificial, estudantes, ensino superior.

1. Introducción

El presente estudio se fundamenta en antecedentes recientes que han abordado de manera sistemática la integración de la inteligencia artificial (IA) en el ámbito educativo. En particular, la revisión sistemática realizada por Bustamante y Camacho (2024) constituye un referente al analizar la IA desde múltiples dimensiones: la pedagogía, el currículo, la enseñanza, la gestión educativa y los aspectos éticos. Este trabajo destaca la necesidad de que la dimensión ética en la aplicación de la IA sea objeto de una planificación rigurosa por parte del docente, de modo que se garantice un uso responsable y efectivo de estas tecnologías en el proceso de aprendizaje. La literatura reciente enfatiza la importancia de marcos reguladores y pedagógicos sólidos para orientar la implementación de la IA, subrayando que su potencial transformador solo se materializa si se acompaña de una reflexión ética y una gestión docente adecuada.

No obstante, investigaciones como la de Otero (2023) advierten sobre los riesgos asociados al uso indiscriminado de la IA, especialmente entre adolescentes, quienes pueden percibir la información generada por estos sistemas como absolutamente veraz, sin someterla a procesos de verificación o análisis crítico. Esta tendencia plantea preocupaciones en torno a la confiabilidad y objetividad de los datos proporcionados por la IA, así como a la formación de habilidades reflexivas en los estudiantes. En esta misma línea, Coeckelbergh (2021) señala que uno de los peligros inherentes al uso intensivo de la IA radica en la posible limitación de la autonomía en la toma de decisiones, ya que la facilidad de acceso y la automatización pueden inducir a los estudiantes a aceptar la información como única y definitiva, omitiendo procesos deliberativos y críticos.

Por otra parte, Flores-Vivar y García-Peñalvo (2023) evidencian riesgos adicionales vinculados al uso de la IA en el ámbito educativo, tales como la manipulación de la información, la restricción del pensamiento crítico y creativo, la obsolescencia de los datos con el paso del tiempo y la presencia de sesgos en los resultados generados por estas herramientas. Estos hallazgos coinciden con revisiones sistemáticas recientes, que identifican desafíos éticos, pedagógicos y tecnológicos que deben ser abordados para asegurar una integración responsable y sostenible de la IA en la educación. En síntesis, la literatura especializada converge en la necesidad de fortalecer la formación ética y crítica tanto de docentes como de estudiantes, así como de establecer lineamientos claros para la implementación de la IA, a fin de maximizar sus beneficios y mitigar los riesgos asociados a su uso en el entorno educativo.

En la última década, el vertiginoso avance de las tecnologías de la información y la comunicación (TIC) ha propiciado una profunda transformación en los procesos de enseñanza y aprendizaje, particularmente en lo referente a la integración pedagógica de dichas tecnologías. En este contexto, la incorporación de la inteligencia artificial (IA) en las actividades académicas de los estudiantes ha emergido como una alternativa eficaz para el desarrollo de capacidades y estrategias orientadas al fortalecimiento de sus competencias digitales. Este fenómeno se enmarca en los lineamientos del Objetivo de Desarrollo Sostenible (ODS) 4 de la Agenda 2030 de la UNESCO, el cual enfatiza la importancia de garantizar una educación de calidad mediante la provisión de recursos adecuados tanto para estudiantes como para docentes (Flores-Vivar y García-Peñalvo, 2023).

La IA, en este sentido, no solo ha abierto nuevas oportunidades de aprendizaje, sino que ha propiciado dinámicas disruptivas en los procesos de enseñanza y aprendizaje (UNESCO, 2019). Como señala Selwyn (2022), la irrupción de la IA ha replanteado el concepto mismo de aprendizaje, al generar entornos de automatización educativa que favorecen la eficacia, la rapidez y la facilidad de acceso al conocimiento. Sin embargo, como ocurre con toda innovación tecnológica aplicada al ámbito educativo, la IA también suscita importantes incertidumbres, especialmente en torno a cuestiones éticas, epistemológicas y de toma de decisiones responsables (Holmes & Toumi, 2022).

En el contexto peruano, la temática adquiere particular relevancia, ya que pone en evidencia no solo el nivel de dominio de los estudiantes respecto al uso de la IA, sino también los desafíos asociados a la formación ética digital dentro del ecosistema educativo nacional (Congreso de la República del Perú, 2023). Si bien en el Perú persiste una marcada brecha digital, la mayoría de los estudiantes cuenta con acceso a internet y a herramientas basadas en IA para complementar su educación básica. No obstante, a pesar de los beneficios académicos que la IA puede ofrecer, se observa que muchos estudiantes carecen de una comprensión responsable y crítica de estas herramientas, lo que se traduce en prácticas como la deshonestidad académica, el plagio asistido, la falta de reconocimiento de los sesgos inherentes a la IA y una dependencia excesiva de estos recursos (Esteves, 2023).

Adicionalmente, el empoderamiento docente en el uso pedagógico de la IA resulta insuficiente, lo que conlleva un desconocimiento generalizado de las implicancias éticas asociadas a su utilización (Fernández-Bringas & Chinchay Pajuelo, 2023). En este sentido, el riesgo académico derivado de una ética digital no fortalecida en los estudiantes puede tener como consecuencia la pérdida de capacidades transversales fundamentales, tales como el análisis crítico de la información, el pensamiento autónomo, la creatividad y el acceso informado a fuentes de calidad.

Objetivo de Investigación: Sistematizar las percepciones en torno a las actitudes éticas de estudiantes de educación superior ante la inteligencia artificial.

2. MÉTODO

Descripción del Método QR

El método QR (Questions and Reproducibility) representa una propuesta metodológica estructurada para realizar revisiones narrativas con mayor rigurosidad, permitiendo reducir los sesgos derivados de la subjetividad o de la falta de criterios definidos. Este enfoque se basa en dos componentes clave. El primero, relacionado con las Preguntas, se centra en delimitar con precisión el objeto de estudio, los criterios de organización de la información y las preguntas que orientan la indagación, es decir, se enfoca en el "qué" se quiere investigar. El segundo componente, la Reproducibilidad, se vincula con la necesidad de asegurar que el proceso de revisión sea transparente y replicable, considerando el "cómo", "con qué", "dónde" y "cuándo" se lleva a cabo. Esta fase incluye pasos como la elaboración de ecuaciones de búsqueda, la elección de bases de datos, el uso de filtros automatizados, la incorporación de estrategias complementarias y la selección final de los estudios, todo ello dentro de un proceso flexible y repetible que garantiza mayor solidez metodológica (Deroncele Acosta, 2025).

Para el estudio de revisión narrativa se empleó el Método QR (Questions & Reproducibility), el cual es una estrategia que permite sistematizar con rigurosidad metodológica la literatura científica en torno a las actitudes éticas de los estudiantes respecto al uso de la inteligencia artificial. Esta rigurosidad ética, transparente y profunda del estudio se centra en la pregunta clave que aborda las percepciones en torno a las actitudes éticas de estudiantes de educación superior en el uso de la inteligencia artificial. Este método además se basa en el principio de reproducibilidad, eje central del proceso investigativo, ya que describe la estrategia de búsqueda de información, la toma de decisiones en la trazabilidad del proceso y validación de las fuentes consultadas. Dentro de los criterios de inclusión se encuentran que las fuentes consultadas sean investigaciones educativas, indexadas en bases de datos reconocidas mundialmente como Scopus y Web of Science. Además, las fuentes consultadas corresponden a los últimos 5 años y que tengan pertinencia temática con el estudio, registrando los clúster y operadores boleanos para operativizarlos.

Pregunta

¿Qué percepciones se han documentado en torno a las actitudes éticas de estudiantes de educación superior ante la inteligencia artificial?

Reproducibilidad

La ecuación de búsqueda está conformada por cuatro clústeres temáticos: ética y valores, actitudes, inteligencia artificial y estudiantes de educación superior. En la Tabla 1 se presenta la ecuación de búsqueda utilizada.

Tabla 1

Ecuación de búsqueda

Clúster 1

Ética y valores

"ethical" OR "morality" OR "principle" OR "values"

Operador boleano

AND

Clúster 2

Actitudes

"attitude" OR "perception" OR "belief"

Operador boleano

AND

Clúster 3

Inteligencia artificial

"artificial intelligence" OR "ai" OR "machine learning" OR "automation"

Operador boleano

AND

Clúster 4

Educación superior

"higher education" OR "university" OR "tertiary education" OR "postsecondary"

Aplicando dicha ecuación, se obtuvo 1,082 documentos, ante lo cual se filtró sólo por artículos, con lo cual se obtuvo 739 documentos

Selección de bases de datos

Para la presente investigación se seleccionó la base de datos Scopus, reconocida internacionalmente por su rigor en la indexación de literatura científica y académica. Esta elección se justifica por su amplia cobertura multidisciplinaria, así como por la calidad y pertinencia de las fuentes que alberga. Scopus proporciona herramientas analíticas robustas que permiten evaluar tendencias, autores y revistas clave en el área de estudio. Su inclusión garantiza un respaldo metodológico sólido en la revisión de literatura. La ejecución de la búsqueda se realizó el 18 de mayo de 2025 en Scopus.

Filtros

La búsqueda se refinó aún más y sólo se consideraron los artículos de acceso abierto, con lo cual el número de documentos se redujo a 376. Finalmente, se refinó la búsqueda sólo para los artículos del 2024 y 2025 y del área de ciencias de la educación, con lo cual los documentos encontrados fueron 12, los cuales serán material para esta investigación.

Jerarquización y selección de estudios (obligatorio)

La búsqueda se refinó aún más y sólo se consideraron los artículos de acceso abierto, con lo cual el número de documentos se redujo a 376. Finalmente, se refinó la búsqueda solo para los artículos del 2024 y 2025 y del área de ciencias de la educación, con lo cual los documentos encontrados fueron 12, los cuales serán material para esta investigación.

Recursos tecnológicos

Para la gestión de referencias se empleó el gestor bibliográfico Zotero, que administró literatura encontrada en idioma español e inglés. Este procedimiento metodológico permitió identificar la trazabilidad, el análisis interpretativo y validación de las fuentes consultadas, para una deliberación crítica en este proceso de construcción de conocimiento.

3. RESULTADOS

Los artículos analizados en el proceso narrativo evidencian que las actitudes éticas en los estudiantes universitarios están asociadas a la percepción que ellos tienen sobre el uso y funcionalidad de la IA. Estas investigaciones expresan la preocupación ética de docentes y estudiantes universitarios. Se puede observar la lista de los artículos en la Tabla 2.

Percepción de los docentes

En el caso de los docentes, Vieriu & Petrea (2025) identificaron que la preocupación gira en relación con los valores estudiantiles asociados a la integridad académica, y que el excesivo uso de la IA limite las habilidades superiores como el pensamiento crítico. Otro aspecto hallado por Swidan et al. (2025) y Uwosomah & Dooly (2025) corresponde al proceso de evaluación, ya que, según los estudios, los resultados académicos no responden a las capacidades identificadas en los estudiantes, lo que preocupa que muchos de los productos evaluativos respondan más al uso de IA que a la respuesta académica de los universitarios. Algunos docentes conciben a la IA como el docente alterno que ayuda a los estudiantes a mejorar (Ruiz Viruel et al., 2025).

Los resultados de los estudios de Alshamy et al. (2025) y López (2025) evidencian que la mayoría de los docentes concibe al uso de la IA como un aspecto positivo, ya que fortalece las capacidades académicas de los estudiantes, mejora la experiencia educativa, y contribuye a la eficacia del aprendizaje facilitando la comprensión de materiales complejos. Otro aspecto hallado por Haroud & Saqri (2025); Ou et al. (2024) y Cowling et al. (2023) es que desde la mirada docente la IA ofrece la personalización del aprendizaje, reduce las emociones asociadas a la ansiedad académica, permite una retroalimentación efectiva, y que su uso se alinea con el bienestar educativo y equidad que algunas universidades conciben en sus principios éticos.

Finalmente, la narrativa consultada concluye que, desde la perspectiva docente, la solución no está en vetar el uso de la IA en los estudiantes, sino en desarrollar en ellos capacidades éticas, para que la IA sea concebida como un complemento académico no determinante en los resultados académicos de los estudiantes.

Actitudes éticas de estudiantes de educación superior ante la inteligencia artificial. Revisión narrativa

Tabla 2.

Estudios incluidos para la síntesis narrativa

#

Autor

Año

Diseño

Muestra (n)

Objetivo explícito

Resultados principales

Instrumento/Medida

1

Alshamy et al.

2025

Cuantitativo

555 estudiantes y 168 académicos

Investiga las percepciones de las herramientas de inteligencia artificial generativa (GenAI), como ChatGPT, entre los estudiantes y académicos de la Universidad Sultán Qaboos (SQU) en el contexto de la educación superior en Omán

Revelan notables diferencias entre estudiantes y académicos en cuanto a su percepción de las herramientas GenAI en todas las variables del Modelo de Aceptación de la Tecnología (TAM)

Encuestas. Modelo TAM3

2

Cowling et al.

2023

Cualitativo

No aplica

Beneficios y limitaciones emergentes de ChatGPT y los LLM en el contexto de la supervisión de investigación de pregrado y posgrado.

Se percibe que ChatGPT tiene la capacidad de mejorar las prácticas de investigación de nivel superior.

Análisis de la literatura

3

Gasaymeh et al.

2024

Cualitativo

95 estudiantes de pregrado y posgrado de una Facultad de Educación en una universidad de Jordania.

Examina las percepciones de los estudiantes universitarios sobre las herramientas de escritura generativa de IA con respecto a su familiaridad, preocupaciones percibidas sobre ellas y beneficios percibidos de estas herramientas en su trabajo académico.

Los resultados muestran que los estudiantes universitarios muestran una familiaridad moderada con las herramientas de escritura generativa de IA, especialmente en la participación, pero se percibe que carecen de conocimientos técnicos.

Cuestionario

4

Haroud y Saqri

2025

Mixto

130 docentes y 156 estudiantes

Explora las percepciones y aplicaciones de la IA generativa en la educación superior marroquí

Si bien la IA se percibe como una herramienta complementaria valiosa, no puede reemplazar el papel humano esencial de los educadores a la hora de brindar orientación personalizada y abordar las necesidades emocionales y cognitivas de los estudiantes. Necesidad de mejorar la alfabetización digital para garantizar una integración ética y eficaz de la IA.

Cuestionario con corte cualitativo

5

Khlaif et al.

2024

Cuantitativo

358 profesores Miembros de diferentes países de Oriente Medio

Examina los factores que pueden afectar la adopción de inteligencia artificial generativa, herramientas de inteligencia artificial (Ge AI) para la evaluación de estudiantes en educación superior desde la perspectiva de Instructores pioneros en Oriente Medio.

Los educadores desarrollaron nuevas estrategias para integrar Gen AI se incorporó a la evaluación y utilizó un enfoque sistemático para desarrollar tareas.

Encuestas

6

Lazar et al.

2024

Cualitativo

Métodos cienciométricos dentro de la base de datos de Web of Science

Explorar los puntos de vista de los estudiantes sobre los principios éticos en el contexto de las actividades de evaluación impulsadas por IA para iluminar su conciencia, actitudes y prácticas con respecto a las consideraciones éticas en los entornos educativos.

Los estudiantes expresaron su deseo de que el curso de Cultura de la Información incorporara un módulo centrado en el uso ético de la IA en la publicación académica.

Revisión sistemática

7

López

2025

Cuantitativo

141 docentes

Explora la implementación de la inteligencia artificial (IA) y la alfabetización de datos en las escuelas rurales catalanas mediante el análisis del conocimiento, el uso y las percepciones del profesorado.

El profesorado utiliza principalmente la IA para la generación de texto y la detección de contenido. En cuanto a la alfabetización de datos, el profesorado demostró conocimiento, pero carecía de habilidades prácticas.

Encuestas

8

Ou et al.

2024

Cuantitativo

60 estudiantes de doctorado de diversos orígenes

El estudio aborda la necesidad de desarrollar las habilidades críticas necesarias para emplear las herramientas de la IAG de forma ética y eficaz en sus procesos de escritura mediante 1) la conceptualización de la alfabetización crítica en IAG con base en la investigación actual y los datos recopilados, y 2) el desarrollo de un micro currículum basado en el aprendizaje autorregulado

Ilustran el desencanto con el GAI, una comprensión recalibrada y mejorada de las cuestiones éticas, el desarrollo de métodos de apoyo y una mayor conciencia de la propiedad del texto mediante el proceso de aprendizaje autodirigido

Cuestionario

9

Ruiz Viruel et al.

2025

Cuantitativo

300 docentes

Enfocado en subrayar lo que la inteligencia artificial puede lograr para aportar valor a la calidad del aprendizaje, especialmente al implementar metodologías activas, como el aprendizaje basado en proyectos (ABP)

Revelaron que el ABP mejorado con IA se califica significativamente más alto que el ABP regular sin IA. Respaldan el desarrollo de un modelo PBL optimizado impulsado por IA.

Cuestionario

10

Swidan et al.

2025

Cuantitativo

822 estudiantes

Proporciona conocimientos empíricos sobre el uso de herramientas de IA por parte de los estudiantes universitarios de los EAU, examinando modelos de mediación para explorar la complejidad de sus motivaciones, preocupaciones éticas y orientación institucional.

Ofrece datos empíricos a las instituciones de educación superior y a los responsables políticos sobre las perspectivas de los estudiantes sobre las herramientas de IA en los EAU.

Cuestionario

11

Uwosomah & Dooly

2025

Cuantitativo

46 estudiantes

Examina el uso y la interpretación de la IA por parte de estudiantes de magisterio de idiomas durante un curso telecolaborativo de 10 semanas entre estudiantes de dos universidades, una en Estados Unidos y otra en España

La formación práctica, que incluye el diseño de lecciones, ayuda a los estudiantes de magisterio a considerar la IA como una herramienta complementaria para muchos aspectos de su enseñanza, aunque esto solo puede lograrse mediante una aplicación pedagógica adecuada.

Cuestionario

12

Vieriu & Petrea

2025

Mixto

85 estudiantes de 2do año

Estudio del impacto de las tecnologías de IA en los procesos de aprendizaje y el rendimiento académico de los estudiantes, con un enfoque en sus percepciones y los desafíos asociados con la adopción de IA.

Revelan que la IA ofrece beneficios significativos, incluyendo aprendizaje personalizado, mejores resultados académicos y mayor participación estudiantil. Sin embargo, también se identificaron desafíos como la excesiva dependencia de la IA, la disminución de las habilidades de pensamiento crítico, los riesgos para la privacidad de datos y la deshonestidad académica.

Cuestionario

Percepción de los estudiantes

En el caso de los estudiantes, los estudios de Alshamy et al. (2025); Gasaymeh et al. (2024) y Ruiz Viruel et al. (2025) identificaron que las diversas percepciones confluyen en que la IA les permite acceder a mejor información, realizar trabajos con mejor calidad académica, lograr mejores calificaciones y desarrollo de competencias digitales. Respecto al componente ético en su uso, Cowling et al. (2023) y López (2025) identificaron que muchos estudiantes consideran que es responsabilidad de los docentes y las universidades hacer los filtros tecnológicos para que los productos académicos sean validados, dejando el primer plano del problema en manos de los docentes. Para Ruiz Viruel et al. (2025) estas percepciones estudiantiles son polarizadas entre aquellos que manifiestan que al usar la IA se introducen en el mundo digital y tecnológico que la educación actual promueve y aquellos que juzgan al problema como académico para que se actúe con efecto sancionador a aquellos que la utilicen para fines evaluativos.

Caso resaltante es el estudio de Vieriu & Petrea (2025), en el cual más del 80% de estudiantes considera que la IA potencia sus aprendizajes, rendimiento académico y organización de la información. Pero, un 48% se preocupa más por la calidad de respuestas que la IA les ofrece, sobre todo en exámenes virtuales o en línea (Haroud & Saqri, 2025). Aunado a ello, el estudio de Ou et al. (2024) expone que un poco margen de estudiantes se preocupa por la limitación de interacción humana y un aprendizaje pasivo que la IA ofrece.

Preocupaciones sobre el consumo de información

En cuanto al contenido que consumen los estudiantes en la IA, Swidan et al. (2025) encontró que muchos estudiantes usan la información obtenida de manera inmediata, brindando un amplio sentido de confiabilidad, difundiendo sesgos informativos, además que hacen uso de información superficial, literatura gris, y datos no verificables. Estos hallazgos fueron comprobados en el estudio de Uwosomah & Dooly (2025) quienes encontraron que los criterios que identifican los universitarios sobre la selección de la información que obtienen de la IA, responde a originalidad de las presentaciones, la privacidad de acceso a información, la precisión de datos obtenidos y el impacto académico que pueda ocasionar.

En cuanto a las preocupaciones éticas de los estudiantes, los artículos analizados como Haroud & Saqri (2025) y Ruiz Viruel et al. (2025) responden a que la mayor preocupación es recibir información equivocada de la IA, principalmente a recibir respuestas incorrectas. La segunda preocupación, en menor medida radica en que los jóvenes comprenden que al usar la IA, limitan su capacidad de razonamiento y criticidad. Aunado a ello, el estudio de Ruiz Viruel et al. (2025) y Lazar et al. (2024) analizan que las preocupaciones estudiantiles radican en la dependencia que genera el uso desmedido de la IA. Otra preocupación mínima es la asociada a la privacidad de los datos que declaran los estudiantes al registrarse y usar las herramientas de IA. Sin embargo, un dato alarmante es que la última de sus preocupaciones de los universitarios era la deshonestidad académica y el temor para descubrir empleando el 100% de sus productos académicos por los docentes (Khlaif et al., 2024 y Lazar et al., 2024).

La IA en los ámbitos académicos

Según los estudios realizados por Alshamy et al. (2025); Vieriu & Petrea (2025) y Ou et al. (2024), el mayor consumo de la IA se da principalmente en las áreas de Humanidades ya que, de acuerdo con la percepción de los estudiantes, permiten comprimir demasiada información en ideas claves de los temas estudiados. Caso contrario a los resultados obtenidos, donde en las investigaciones consultadas, son las carreras de ingeniería, las que tienen mayor grado de desconfianza en el uso de la IA. Para Vieriu & Petrea (2025), esto se debe básicamente a que los productos académicos son meramente operacionales en su mayoría, y al estar preferentemente familiarizados con la tecnología, ello los conlleva a ser más conscientes de los riesgos académicos que ello conlleva. Otro factor clave, es la escritura académica, pues algunos estudiantes emplean la IA para mejorar la redacción, el estilo de presentación de sus trabajos, la búsqueda de aplicaciones para presentar mejor la información, entre otros (Swidan et al., 2025; Ruiz Viruel et al., 2025 y Khlaif et al., 2024).

Demandas éticas

Para Ruiz Viruel et al. (2025), tanto estudiantes como docentes requieren de una mayor alfabetización digital, no solo en el uso de la IA, la regulación de esta, y la adopción de marcos éticos normativos. Haroud & Saqri (2025) confirman que esto es clave, ya que está de por medio la imagen institucional sobre la calidad de egresar que tiene cada año. Por otro lado, el componente de investigación es importante de abordar, ya que según los estudios analizados está siendo bastante utilizada en el proceso de investigación de los docentes y estudiantes (Gasaymeh et al., 2024). En ese sentido, Cowling et al. (2023) afirman que la ética investigativa está mediada con el nivel de responsabilidad académica que la persona demuestre. Parte de los problemas asociados al excesivo uso de la IA en investigación es que la autenticidad, calidad y confiabilidad de las investigaciones y productos académicos se ven comprometidos (Swidan et al., 2025).

4. DISCUSIÓN

La inteligencia artificial en muchos casos ha sido una respuesta a la necesidad de acceso a la información de manera rápida, inmediata y eficiente. Sin embargo, existen vacíos en el abordaje pedagógico de la misma. Estos vacíos se manifiestan en la preocupación de los docentes sobre el descontrolado uso de la IA en las aulas universitarias. Uno de los desafíos de los docentes universitarios será promover la integridad académica en los estudiantes. Tal como manifiestan Alshamy et al. (2025), Cowling et al. (2023) y Vieriu & Petrea (2025), muchos estudios consideran los aspectos positivos en practicidad de la IA, pero a la vez, estos beneficios van acompañados de episodios de plagio, deshonestidad académica, evaluación descontextualizada y ajena a las características de los estudiantes. Aunado a ello para Gasaymeh et al (2024), un desafío que tienen las entidades universitarias serán que se sigan promoviendo en los estudiantes las capacidades de orden superior. En ese sentido, Haroud & Saqri (2025) manifiestan la preocupación de que el pensamiento crítico, analítico, reflexivo y la toma de decisiones se ven afectadas por el avance vertiginoso del uso de la IA en las actividades académicas formativas de los estudiantes.

Empero a las actitudes éticas de los estudiantes, Khlaif et al. (2024) y Lazar et al. (2024) manifiestan que son los estudiantes los que no comprenden la magnitud del problema y que este debe ser abordado desde los docentes hasta la universidad, no siendo conscientes que el cambio a la situación radica en la práctica de la honestidad académica en ellos. Esta situación es reafirmada en el estudio de Vieriu & Petrea (2025); López (2025) y Ruiz Viruel et al. (2025), en el cual identificaron que, de todas las preocupaciones de los estudiantes respecto a la IA, era la deshonestidad académica y que preferían correr el riesgo de ser descubiertos que a desarrollar de manera consciente sus trabajos académicos. Esta situación contradice al estudio de Swidan et al. (2025), en el cual identificó que los estudiantes tienen un alto grado de conciencia sobre los desafíos éticos de la IA en sus estudios. Esta percepción moderada del problema, López (2025) y Ou et al. (2024) lo detallan en que los estudiantes en que se sienten familiarizados con la IA, sin embargo, carecen de conocimientos que permitan explorar a profundidad el recurso. Para Khalaif et al. (2024), si bien, uno de los principios de las universidades es promover la investigación, alfabetización digital, la búsqueda de información, es responsabilidad de la misma promover que este proceso de accesibilidad a la IA sea responsable, y que se oriente como lo manifiestan Uwosomah & Dooly (2025), en que se establezcan políticas institucionales claras, que no apunte a la sanción sino a la concientización académica de los estudiantes. Por lo tanto, a pesar de que los estudiantes conocen los riesgos de la IA en cuanto a su integridad académica, no practican la transparencia en la presentación de sus productos académicos.

5. CONCLUSIONES

En las fuentes consultadas y con la narrativa identificada, se concluye que los estudiantes tienen un nivel moderado de cuanto, a sus posturas éticas frente al uso de la IA, por un lado, aspectos positivos que reconocen como la eficacia en el acceso de información, la resolución de problemas complejos y la necesidad de digitalización de la educación. Sin embargo, los aspectos negativos están asociados principalmente a la confiabilidad en la información asumida, la desinformación y sesgos, la privacidad de sus datos y dependencia al recurso. Los estudiantes no evidencian preocupaciones éticas respecto al uso académico de la IA, ya que lo conciben como una herramienta útil al acelerado estilo de vida académica de los universitarios. En ese sentido, la deshonestidad académica en muchos de los estudios es aceptado por los estudiantes, priorizando sus intereses académicos por encima de la práctica de la ética. Las comunidades académicas, tiene mayor apertura al uso de la IA en las actividades académicas, sin embargo, el aspecto de preocupación radica en la validez de los resultados de las evaluaciones, la legitimidad de su uso y la reputación académica de la universidad.

Las tensiones que genera el tema abordado se centran en el control, monitoreo y supervisión de los productos académicos de los estudiantes, y el nivel de calificación que obtendrán en cada curso. En ese sentido, priorizan los beneficios obtenidos por la IA que los riesgos mismos que esta posee. Ello demanda una adecuada formación ética al respecto desde las universidades y la difusión de normativas claras.Existe un consenso entre las percepciones de estudiantes y docentes respecto a la IA, que ello ayuda a mejorar el desempeño docente en aula, existe una ambigua regulación en las instituciones formadoras sobre las actitudes éticas frente a la IA, la cultura universitaria se ve favorecida con su uso y la toma de decisiones debe estar fundamentada en datos confiables y válidos.

Las actitudes éticas frente al consumo de la IA responden a formación adquirido del contexto, la experiencia de vida de los estudiantes, el entorno educativo y académico en el que se encuentre y factores sociales que conllevan a la concepción de una comprensión fragmentada sobre el tema. Se tiene que reconocer que el tema al ser novedoso no tiene información histórica, sino que los estudios son todos recientes. Al principio no se encontraban los documentos necesarios, pero se fue ajustando el filtro de búsqueda.

Se debe fomentar en las instituciones universitarias el debate ético sobre el uso responsable de la IA, promocionando los protocolos de acción frente a los casos de deshonestidad académica tecnológica. La promoción en el uso de la IA debe contemplarse de manera estratégica, ya que limitar su uso no es la respuesta inmediata al problema, sino proponer situaciones educativas desafiantes que involucren que el estudiante cuestione la información obtenida, desarrollando la capacidad de análisis, síntesis, razonamiento, argumentación y técnicas para seleccionar la información adecuada. La comunidad académica debe trabajar para la integración equilibrada de la IA en las experiencias de aprendizaje, se recomienda fomentar los debates éticos en docentes y estudiantes al respecto. Para crear cultura ética en los estudiantes, un factor clave es que se estipule en el estatuto universitario, el currículo de cada carrera profesional y en los criterios de evaluación de cada docente, impulsando así la participación estudiantil para la integridad académica. Promover actividades académicas desafiantes que evidencien la actuación y desempeño estudiantil, actividades que incluyan el pensamiento crítico y autonomía intelectual puesta en práctica. Es fundamental que se forme profesiones que demuestren aprendizajes y que transformen contextos.

DECLARATORIA DE TRANSPARENCIA, ÉTICA Y RESPONSABILIDAD

Contribución de autoría – Taxonomía CRediT

Las contribuciones de los autores se describen a continuación según la Taxonomía CRediT:

Conflicto de intereses

Los autores declaran que no existen conflictos de intereses relacionados con la investigación, la autoría o la publicación de este artículo.

Disponibilidad de datos y materiales

Los datos y materiales utilizados en esta investigación están disponibles y podrán ser proporcionados por los autores a otros investigadores que lo soliciten de forma razonada y justificada.

Retracciones y correcciones

Los autores son conscientes de la política editorial de la revista HOMERO respecto a la ética en publicación, retractaciones y correcciones, y se comprometen a actuar conforme a los principios establecidos por el Committee on Publication Ethics (COPE) en caso de identificarse errores o malas prácticas después de la publicación.

6. Referencias

Alshamy, A., Al-Harthi, A. S. A., & Abdullah, S. (2025). Perceptions of Generative AI Tools in Higher Education: Insights from Students and Academics at Sultan Qaboos University. Education Sciences, 15(4). https://doi.org/10.3390/educsci15040501

Bustamante Bula, R., & Camacho Bonilla, A. (2024). Inteligencia artificial (IA) en las escuelas: Una revisión sistemática (2019-2023). Enunciación, 29(1), 62-82. https://doi.org/10.14483/22486798.22039

Coeckelbergh, M. (2021). Ética de la inteligencia artificial. Comercial Grupo ANAYA, SA.

Congreso de la República del Perú. (2023). Ley N.º 31814, "Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país". (2023, 28 de junio). Diario Oficial El Peruano. https://busquedas.elperuano.pe/

Cowling, M., Crawford, J., Allen, K. A., & Wehmeyer, M. (2023). Using leadership to leverage ChatGPT and artificial intelligence for undergraduate and postgraduate research supervision. Australasian Journal of Educational Technology, 39(4), 89-103. https://doi.org/10.14742/ajet.8598

Deroncele Acosta, A. (2025). Método QR: Guía paso a paso para escribir una revisión narrativa. https://gigapsico.com/capacitacion/

Esteves, A. (2023). Aplicación de inteligencia artificial para el desarrollo de trabajos académicos en universidades del Perú: Un problema actual. Technological Innovations Journal, 2(4), 20-32. https://doi.org/10.35622/j.ti.2023.04.002

Fernández-Bringas, T., & Chinchay Pajuelo, A. S. (2023). Competencia digital de información e inteligencia artificial en docentes universitarios en el Perú: retos de la pospandemia. En Blanco & Negro, 14(1), 1-10. https://revistas.pucp.edu.pe/index.php/enblancoynegro/article/view/28188

Flores-Vivar, J. M., & García-Peñalvo, F. J. (2023). La vida algorítmica de la educación: Herramientas y sistemas de inteligencia artificial para el aprendizaje en línea. McGraw-Hill.

Gasaymeh, A.-M. M., Beirat, M. A., & Abu Qbeita, A. A. (2024). University Students’ Insights of Generative Artificial Intelligence (AI) Writing Tools. Education Sciences, 14(10). https://doi.org/10.3390/educsci14101062

Haroud, S., & Saqri, N. (2025). Generative AI in Higher Education: Teachers’ and Students’ Perspectives on Support, Replacement, and Digital Literacy. Education Sciences, 15(4). https://doi.org/10.3390/educsci15040396

Holmes, W., & Tuomi, I. (2022). State of the art and practice in AI in education. European Journal of Education, 57(4), 542-570. https://doi.org/10.1111/ejed.12533

Khlaif, Z. N., Ayyoub, A., Hamamra, B., Bensalem, E., Mitwally, M. A. A., Ayyoub, A., Hattab, M. K., & Shadid, F. (2024). University Teachers’ Views on the Adoption and Integration of Generative AI Tools for Student Assessment in Higher Education. Education Sciences, 14(10). https://doi.org/10.3390/educsci14101090

Lazar, A. M., Repanovici, A., Popa, D., Ionas, D. G., & Dobrescu, A. I. (2024). Ethical Principles in AI Use for Assessment: Exploring Students’ Perspectives on Ethical Principles in Academic Publishing. Education Sciences, 14(11). https://doi.org/10.3390/educsci14111239

López, M. (2025). Artificial Intelligence and Data Literacy in Rural Schools’ Teaching Practices: Knowledge, Use, and Challenges. Education Sciences, 15(3). https://doi.org/10.3390/educsci15030352

Otero, P. (2023). ¿La inteligencia artificial será un cambio de paradigma para la medicina pediátrica? Archivos argentinos de pediatría, 121(6), 1-1. http://dx.doi.org/10.5546/aap.2023-10090

Ou, A. W., Khuder, B., Franzetti, S., & Negretti, R. (2024). Conceptualising and cultivating Critical GAI Literacy in doctoral academic writing. Journal of Second Language Writing, 66. https://doi.org/10.1016/j.jslw.2024.101156

Ruiz Viruel, S., Sánchez Rivas, E., & Ruiz Palmero, J. (2025). The Role of Artificial Intelligence in Project-Based Learning: Teacher Perceptions and Pedagogical Implications. Education Sciences, 15(2). https://doi.org/10.3390/educsci15020150

Selwyn, N. (2022). The future of AI and education: Some cautionary notes. European Journal of Education, 57(4), 620-631. https://doi.org/10.1111/ejed.12532

Swidan, A., Lee, S. Y., & Romdhane, S. B. (2025). College Students’ Use and Perceptions of AI Tools in the UAE: Motivations, Ethical Concerns and Institutional Guidelines. Education Sciences, 15(4). https://doi.org/10.3390/educsci15040461

UNESCO. (2019). La Agenda 2030 para el Desarrollo Sostenible. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. https://unesdoc.unesco.org/ark:/48223/pf0000264027

Uwosomah, E. E., & Dooly, M. (2025). It Is Not the Huge Enemy: Preservice Teachers’ Evolving Perspectives on AI. Education Sciences, 15(2), 152. https://doi.org/10.3390/educsci15020152

Vieriu, A. M., & Petrea, G. (2025). The Impact of Artificial Intelligence (AI) on Students’ Academic Development. Education Sciences, 15(3). https://doi.org/10.3390/educsci15030343