← Todas las guías Educación

Imágenes de IA e integridad académica

Por qué la puntuación de un detector no debe decidir una audiencia por falta disciplinaria, qué deberían hacer las instituciones en su lugar y cómo los estudiantes pueden acreditar su propio trabajo.

· 7 min de lectura · Best AI Image Detector

Una puntuación no puede sustentar una conclusión de falta disciplinaria. La detección tiene un porcentaje de error publicado, no hay cadena de custodia ni perito examinador, y un estudiante no puede interrogar a un modelo.

Por qué una puntuación no puede decidir una audiencia

Los procedimientos por faltas disciplinarias académicas son de carácter cuasilegal. Requieren pruebas que un estudiante pueda examinar e impugnar, aplicadas de manera consistente y con una vía de apelación. El resultado de un detector falla en todos los puntos.

  • Existe un porcentaje de error conocido. Alrededor de una de cada once imágenes se clasifica de forma errónea en condiciones de laboratorio, y el resultado empeora en los trabajos entregados que se han exportado, comprimido y subido a través de un portal.
  • No hay cadena de custodia. El archivo se procesó en el portátil de alguien sin registro de qué se ejecutó ni de qué versión del modelo produjo la cifra.
  • El razonamiento no se puede examinar. Un estudiante no puede cuestionar a un modelo sobre por qué produjo una cifra, y la institución por lo general tampoco puede explicarlo.
  • Los errores no se distribuyen por igual. Los estudiantes que utilizan herramientas de edición asistida, o que trabajan con equipos de especificaciones inferiores que comprimen las exportaciones, son marcados con más frecuencia.

Ese último punto es el que las instituciones subestiman. Si un detector marca sistemáticamente a un grupo de estudiantes con más frecuencia, utilizarlo en las decisiones crea un problema de igualdad, además de uno de imparcialidad.

Qué solicitar en su lugar

La cuestión no es si una imagen parece generada. Es si el estudiante hizo el trabajo. Las pruebas del proceso responden a eso directamente, y son mucho más difíciles de fabricar a posteriori que un archivo terminado.

  1. Exigir archivos de trabajo con la entrega

    Documentos con capas, archivos de proyecto, capturas en RAW o historial de versiones. Solicítalos en el momento de la entrega y no durante una investigación, para que nadie tenga que reunirlos estando bajo sospecha.

  2. Solicitar etapas intermedias

    Tres exportaciones del avance con marcas de tiempo demuestran la evolución del trabajo. Este es el requisito individual más útil que puede añadir una institución, y a los estudiantes no les cuesta casi nada.

  3. Realizar un breve examen oral sobre el trabajo

    Cinco minutos preguntando por qué se tomó una decisión aclaran la mayoría de los casos. Un estudiante que creó la imagen puede explicar las elecciones. Uno que no lo hizo, por lo general no puede.

  4. Utilizar un detector solo para decidir dónde mirar

    Una alerta es un motivo para solicitar los archivos de trabajo. No es un hallazgo y nunca debería aparecer en una notificación de falta disciplinaria.

El problema de los falsos positivos en los trabajos de clase

Las entregas de los estudiantes representan casi el peor escenario posible para la detección. El trabajo se exporta para un portal, se comprime al subirlo y a menudo se produce con escalado, reducción de ruido o relleno generativo utilizados de forma legítima como parte de un proceso de trabajo que se imparte en clase.

Una imagen, cuatro etapas de la misma entrega
Exportación original
22
Comprimido para subir
41
Reescritura del portal
58
Captura de pantalla del evaluador
71

Cifras ilustrativas para una fotografía auténtica de un estudiante exportada y subida con normalidad.

Cuánto se puede modificar un trabajo idéntico en su trayecto a través de un sistema de entregas.

No se le hizo nada a esa imagen excepto entregarla. Un evaluador que comprueba una captura de pantalla desde una interfaz de calificación está comprobando la copia más degradada de la cadena y obteniendo la respuesta menos fiable disponible.

Si eres un estudiante al que se ha acusado

Que te pidan probar que creaste tu propio trabajo es difícil y cada vez más común. Estas son las cosas que tienen peso ante un comité.

  • El archivo de trabajo, con las capas o el historial intactos. Es la prueba más sólida disponible y es difícil de falsificar de forma convincente.
  • Versiones intermedias fechadas, incluidas aquellas con las que no estabas satisfecho.
  • La captura original, directamente desde la cámara o el teléfono, en lugar de la exportación que entregaste.
  • Un registro de las herramientas que utilizaste, incluidas las funciones asistidas, declarado abiertamente en lugar de ser descubierto más tarde.
  • Una solicitud de las pruebas específicas en tu contra. Una institución debería ser capaz de decir en qué se basa más allá de un número.

Redactar una política institucional que sea sólida

Las instituciones que mejor manejan esto cambiaron sus requisitos de entrega en lugar de comprar un detector. Ese enfoque cuesta menos, genera menos conflictos y resiste el contraste ante un comité de apelación.

Exige archivos de trabajo en la entrega para cualquier evaluación donde la autoría sea importante. Los estudiantes que conocen el requisito se planifican para ello, y el material llega de forma habitual en lugar de ser exigido a alguien que ya está bajo sospecha.

Indica qué herramientas están permitidas y exige una breve declaración de lo que se utilizó. La mayoría de los conflictos involucran a un estudiante que utilizó una herramienta que el curso permitía y no pensó en mencionarla, algo que un campo de declaración elimina por completo.

Establece claramente que la detección automatizada no constituye por sí sola prueba de falta disciplinaria. Incluir eso en la política protege tanto a la institución como al estudiante, porque evita que se le pida a un comité que se base en algo que no puede examinar adecuadamente.

Preguntas habituales

¿Puede una universidad utilizar un detector de IA en los trabajos entregados?
Como señal de triaje, con cuidado. Como prueba en un caso de falta disciplinaria, no. El porcentaje de error es público, el razonamiento no se puede examinar y un estudiante no puede cuestionar a un modelo. Cualquier conclusión necesita pruebas sobre el proceso mediante el cual se realizó el trabajo, no sobre el archivo finalizado.
¿Qué pasa si un estudiante no puede presentar archivos de trabajo?
Esa es una pregunta sobre tus requisitos de entrega y no sobre el estudiante. Si no se exigieron archivos de trabajo en el momento de la entrega, pedirlos después es injusto y a menudo imposible de cumplir. Cambia el requisito para la siguiente promoción en lugar de penalizar a esta.
¿Se marca a algunos estudiantes más que a otros?
Sí, y este es el riesgo que las instituciones pasan por alto. Los estudiantes que utilizan herramientas de edición asistida, trabajan con equipos de especificaciones inferiores o entregan a través de sistemas que vuelven a comprimir agresivamente tienen más probabilidades de ser marcados, y nada de eso se correlaciona con una falta disciplinaria.
¿Debería prohibirse la IA de imágenes en los trabajos de clase?
Eso depende de lo que se enseñe en el curso, y una prohibición general suele ser inaplicable. Unas reglas claras sobre qué herramientas están permitidas, junto con el requisito de una declaración, generan muchos menos conflictos que una prohibición que nadie puede verificar.
¿Qué debería decir una notificación de falta disciplinaria?
En qué pruebas se basa, en términos a los que el estudiante pueda responder. Una carta que dice que una comprobación automatizada indicó una posible generación por IA no es una acusación a la que alguien pueda responder, y es probable que un comité lo señale.
¿Pueden los estudiantes comprobar su propio trabajo antes de entregarlo?
Sí, y vale la pena hacerlo en el archivo exacto que se va a entregar. Una puntuación alta en un trabajo auténtico es un aviso para conservar los archivos de trabajo y tomar nota de las herramientas utilizadas, en lugar de un motivo para cambiar algo de la obra.