Recibido: 05/11/2025
Aprobado: 06/03/2026
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 797
DOI: https://doi.org/10.70747/cr.v5i1.926
Plagio Académico y Herramientas de Inteligencia Artificial
Generativa: Una Revisión Sistemática sobre Implicaciones Éticas
y Normativas en Universidades Mexicanas
Bernardo Corona Domínguez
https://orcid.org/0009-0008-6040-2171
bernardocorona70@rcastellanos.cdmx.gob.mx
Universidad Nacional Rosario Castellanos
Ciudad de México, México
María Carmen Alonso Núñez
https://orcid.org/0000-0003-1471-0903
carmen.alonso@nube.unadmexico.mx
Universidad Abierta y a Distancia de México
México, Ciudad de México
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 798
RESUMEN
Las herramientas de inteligencia artificial generativa (IAG) han establecido nuevos
paradigmas para la detección del plagio académico ya que la tecnología avanza más
rápido que la capacidad de construir marcos normativos al interior de las instituciones de
educación superior (IES) para regular su uso. La investigación busca estudiar los
problemas éticos que surgen cuando las IES mexicanas utilizan herramientas de IAG para
la detección de plagio académico. Metodológicamente se utilizó el protocolo PRISMA
para identificar estudios relevantes, seleccionados de las principales bases de datos como:
Web of Science, Scopus, ERIC, SciELO, Redalyc y Google Scholar, utilizando palabras
clave sobre plagio, IAG e instituciones de educación superior. Se realizó un análisis
cualitativo de 42 artículos que se convirtieron en el material de investigación
seleccionado. Los hallazgos de la investigación develaron que las IES enfrentan un
estancamiento importante debido a su pausada implementación de herramientas de IAG
dada la ausencia de reglamentaciones pertinentes sobre su uso, reconociendo que las
existentes han quedado rebasadas y obsoletas. El estudio desarrolló cuatro dimensiones
separadas que incluyeron cambios en la definición de plagio y los efectos de IAG en el
trabajo académico, así como nuevos problemas éticos y la falta de regulación suficiente
en los marcos normativos actuales. La investigación concluyó que el sistema disciplinario
actual subsiste con un enfoque punitivo obsoleto. Las IES en México necesitan construir
cuerpos normativos de rápida implementación que enseñen a los estudiantes
pensamiento crítico y habilidades éticas en lugar de utilizar prohibiciones para tutelar los
estándares de integridad académica.
Palabras clave: fraude académico, inteligencia artificial, ética de la tecnología, política
educacional, enseñanza superior
Los autores declaran no tener conflicto de intereses.
El Editor y los Revisores declararon no tener conflicto de intereses.
Licencia:
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 798
RESUMEN
Las herramientas de inteligencia artificial generativa (IAG) han establecido nuevos
paradigmas para la detección del plagio académico ya que la tecnología avanza más
rápido que la capacidad de construir marcos normativos al interior de las instituciones de
educación superior (IES) para regular su uso. La investigación busca estudiar los
problemas éticos que surgen cuando las IES mexicanas utilizan herramientas de IAG para
la detección de plagio académico. Metodológicamente se utilizó el protocolo PRISMA
para identificar estudios relevantes, seleccionados de las principales bases de datos como:
Web of Science, Scopus, ERIC, SciELO, Redalyc y Google Scholar, utilizando palabras
clave sobre plagio, IAG e instituciones de educación superior. Se realizó un análisis
cualitativo de 42 artículos que se convirtieron en el material de investigación
seleccionado. Los hallazgos de la investigación develaron que las IES enfrentan un
estancamiento importante debido a su pausada implementación de herramientas de IAG
dada la ausencia de reglamentaciones pertinentes sobre su uso, reconociendo que las
existentes han quedado rebasadas y obsoletas. El estudio desarrolló cuatro dimensiones
separadas que incluyeron cambios en la definición de plagio y los efectos de IAG en el
trabajo académico, así como nuevos problemas éticos y la falta de regulación suficiente
en los marcos normativos actuales. La investigación concluyó que el sistema disciplinario
actual subsiste con un enfoque punitivo obsoleto. Las IES en México necesitan construir
cuerpos normativos de rápida implementación que enseñen a los estudiantes
pensamiento crítico y habilidades éticas en lugar de utilizar prohibiciones para tutelar los
estándares de integridad académica.
Palabras clave: fraude académico, inteligencia artificial, ética de la tecnología, política
educacional, enseñanza superior
Los autores declaran no tener conflicto de intereses.
El Editor y los Revisores declararon no tener conflicto de intereses.
Licencia:
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 799
Academic Plagiarism and Generative Artificial Intelligence Tools:
A Systematic Review of Ethical and Regulatory Implications in
Mexican Universities
ABSTRACT
Generative artificial intelligence (GAI) tools have established new paradigms for detecting
academic plagiarism, as the technology advances faster than the capacity of higher
education institutions (HEIs) to develop regulatory frameworks for their use. This research
seeks to study the ethical problems that arise when Mexican HEIs use GAI tools for
detecting academic plagiarism. Methodologically, the PRISMA protocol was used to
identify relevant studies, selected from major databases such as Web of Science, Scopus,
ERIC, SciELO, Redalyc, and Google Scholar, using keywords related to plagiarism, GAI,
and higher education institutions. A qualitative analysis was conducted on 42 articles,
which became the selected research material. The research findings revealed that HEIs
face significant stagnation due to the slow implementation of GAI tools, given the lack of
relevant regulations on their use, recognizing that existing regulations have become
outdated and obsolete. The study developed four separate dimensions, including changes
in the definition of plagiarism and the effects of academic integrity in academic work, as
well as new ethical issues and insufficient regulation within current normative frameworks.
The research concluded that the current disciplinary system relies on an outdated,
punitive approach. Higher education institutions in Mexico need to develop rapidly
implementable normative frameworks that teach students critical thinking and ethical
skills, rather than relying on prohibitions to enforce academic integrity standards.
Keywords: academic fraud, artificial intelligence, ethics of technology, educational policy, higher
education
The authors declare no conflict of interest.
The Editor and the Reviewers declared no conflict of interest.
License:
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 799
Academic Plagiarism and Generative Artificial Intelligence Tools:
A Systematic Review of Ethical and Regulatory Implications in
Mexican Universities
ABSTRACT
Generative artificial intelligence (GAI) tools have established new paradigms for detecting
academic plagiarism, as the technology advances faster than the capacity of higher
education institutions (HEIs) to develop regulatory frameworks for their use. This research
seeks to study the ethical problems that arise when Mexican HEIs use GAI tools for
detecting academic plagiarism. Methodologically, the PRISMA protocol was used to
identify relevant studies, selected from major databases such as Web of Science, Scopus,
ERIC, SciELO, Redalyc, and Google Scholar, using keywords related to plagiarism, GAI,
and higher education institutions. A qualitative analysis was conducted on 42 articles,
which became the selected research material. The research findings revealed that HEIs
face significant stagnation due to the slow implementation of GAI tools, given the lack of
relevant regulations on their use, recognizing that existing regulations have become
outdated and obsolete. The study developed four separate dimensions, including changes
in the definition of plagiarism and the effects of academic integrity in academic work, as
well as new ethical issues and insufficient regulation within current normative frameworks.
The research concluded that the current disciplinary system relies on an outdated,
punitive approach. Higher education institutions in Mexico need to develop rapidly
implementable normative frameworks that teach students critical thinking and ethical
skills, rather than relying on prohibitions to enforce academic integrity standards.
Keywords: academic fraud, artificial intelligence, ethics of technology, educational policy, higher
education
The authors declare no conflict of interest.
The Editor and the Reviewers declared no conflict of interest.
License:
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 800
INTRODUCCIÓN
El plagio académico, entendido como la apropiación de ideas o texto sin el debido
reconocimiento, ha sido una preocupación constante en la educación superior. Este fenómeno
representa una de las transgresiones más significativas a la integridad científica y académica
a nivel mundial. Tradicionalmente, el debate se ha centrado en la copia textual o el parafraseo
inadecuado. Sin embargo, la reciente irrupción de las herramientas de inteligencia artificial
generativa (IAG), como los modelos de lenguaje a gran escala (LLM), ha transformado
profundamente el panorama de la escritura académica, introduciendo nuevas complejidades
y desafíos para la integridad.
En el contexto de las IES en México, este fenómeno no se manifiesta de forma genérica. Las
características estructurales del sistema educativo mexicano, incluyendo disparidades en
recursos tecnológicos y marcos normativos institucionales, crean un escenario particular que
requiere atención específica. La IA ha emergido como una fuerza transformadora que, si bien
ofrece oportunidades de optimización, también expone brechas existentes en capacidad
regulatoria y digital.
La intersección entre el plagio académico y la aparición de las herramientas de IAG trasciende
la mera vigilancia técnica; se sitúa, más bien, en una compleja red de determinantes
interconectados que cuestionan las definiciones tradicionales de autoría y originalidad. En este
escenario, las IES deben navegar un equilibrio: por un lado, la adopción de tecnologías
contemporáneas; por el otro, la preservación de valores fundamentales como la honestidad
intelectual y el rigor académico. Coincide con Cotton et al. (2023) al identificar que proteger
la integridad en la “era de ChatGPT” constituye uno de los retos más significativos de la
educación contemporánea.
Si bien la literatura internacional sobre la IAG y plagio es abundante, la mayor parte de ella se
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 800
INTRODUCCIÓN
El plagio académico, entendido como la apropiación de ideas o texto sin el debido
reconocimiento, ha sido una preocupación constante en la educación superior. Este fenómeno
representa una de las transgresiones más significativas a la integridad científica y académica
a nivel mundial. Tradicionalmente, el debate se ha centrado en la copia textual o el parafraseo
inadecuado. Sin embargo, la reciente irrupción de las herramientas de inteligencia artificial
generativa (IAG), como los modelos de lenguaje a gran escala (LLM), ha transformado
profundamente el panorama de la escritura académica, introduciendo nuevas complejidades
y desafíos para la integridad.
En el contexto de las IES en México, este fenómeno no se manifiesta de forma genérica. Las
características estructurales del sistema educativo mexicano, incluyendo disparidades en
recursos tecnológicos y marcos normativos institucionales, crean un escenario particular que
requiere atención específica. La IA ha emergido como una fuerza transformadora que, si bien
ofrece oportunidades de optimización, también expone brechas existentes en capacidad
regulatoria y digital.
La intersección entre el plagio académico y la aparición de las herramientas de IAG trasciende
la mera vigilancia técnica; se sitúa, más bien, en una compleja red de determinantes
interconectados que cuestionan las definiciones tradicionales de autoría y originalidad. En este
escenario, las IES deben navegar un equilibrio: por un lado, la adopción de tecnologías
contemporáneas; por el otro, la preservación de valores fundamentales como la honestidad
intelectual y el rigor académico. Coincide con Cotton et al. (2023) al identificar que proteger
la integridad en la “era de ChatGPT” constituye uno de los retos más significativos de la
educación contemporánea.
Si bien la literatura internacional sobre la IAG y plagio es abundante, la mayor parte de ella se
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 801
origina en contextos anglosajones, cuyas estructuras universitarias, recursos tecnológicos y
marcos normativos difieren significativamente de los de México. En el contexto mexicano, la
investigación sobre este tema es aún incipiente. Se desconocen en gran medida las respuestas
institucionales específicas que las universidades mexicanas están desarrollando, las
percepciones de docentes y estudiantes sobre el uso de la IAG, y la efectividad de las políticas
actuales para promover la integridad académica. Este estudio busca comenzar a llenar este
vacío al sistematizar la literatura existente sobre implicaciones éticas y normativas, con un
enfoque particular en su aplicabilidad y relevancia para las IES en México, sentando así las
bases para futuras investigaciones empíricas en este campo.
En respuesta a esta necesidad de investigación contextualizada, el presente estudio tiene
como objetivo analizar sistemáticamente las implicaciones éticas y normativas derivadas del
uso de herramientas de IAG con relación al plagio académico en la educación superior, con
énfasis particular en su relevancia para las instituciones mexicanas. Específicamente, se
propone: examinar cómo la literatura científica contemporánea conceptualiza la evolución del
plagio académico en la era de la IA; identificar las principales dimensiones éticas que emergen
de esta intersección; evaluar las respuestas normativas e institucionales que las universidades
están implementando; y proponer un marco analítico que permita a las IES mexicanas
diagnosticar y mejorar sus políticas de integridad académica.
MATERIALES Y MÉTODOS
Descripción del protocolo de revisión sistemática
La ejecución de la presente revisión sistemática se cimentó en el protocolo PRISMA (Preferred
Reporting Items for Systematic Reviews and Meta-Analyses). Este marco metodológico,
considerado el estándar por antonomasia para la transparencia científica, provee las
directrices axiales para el reporte y la sistematización de evidencias (Page et al., 2021). La
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 801
origina en contextos anglosajones, cuyas estructuras universitarias, recursos tecnológicos y
marcos normativos difieren significativamente de los de México. En el contexto mexicano, la
investigación sobre este tema es aún incipiente. Se desconocen en gran medida las respuestas
institucionales específicas que las universidades mexicanas están desarrollando, las
percepciones de docentes y estudiantes sobre el uso de la IAG, y la efectividad de las políticas
actuales para promover la integridad académica. Este estudio busca comenzar a llenar este
vacío al sistematizar la literatura existente sobre implicaciones éticas y normativas, con un
enfoque particular en su aplicabilidad y relevancia para las IES en México, sentando así las
bases para futuras investigaciones empíricas en este campo.
En respuesta a esta necesidad de investigación contextualizada, el presente estudio tiene
como objetivo analizar sistemáticamente las implicaciones éticas y normativas derivadas del
uso de herramientas de IAG con relación al plagio académico en la educación superior, con
énfasis particular en su relevancia para las instituciones mexicanas. Específicamente, se
propone: examinar cómo la literatura científica contemporánea conceptualiza la evolución del
plagio académico en la era de la IA; identificar las principales dimensiones éticas que emergen
de esta intersección; evaluar las respuestas normativas e institucionales que las universidades
están implementando; y proponer un marco analítico que permita a las IES mexicanas
diagnosticar y mejorar sus políticas de integridad académica.
MATERIALES Y MÉTODOS
Descripción del protocolo de revisión sistemática
La ejecución de la presente revisión sistemática se cimentó en el protocolo PRISMA (Preferred
Reporting Items for Systematic Reviews and Meta-Analyses). Este marco metodológico,
considerado el estándar por antonomasia para la transparencia científica, provee las
directrices axiales para el reporte y la sistematización de evidencias (Page et al., 2021). La
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 802
elección de este protocolo no fue arbitraria; obedeció a la necesidad imperativa de mitigar los
sesgos inherentes a la identificación y curaduría de la literatura, asegurando así una
trazabilidad absoluta en el análisis.
Complementariamente, se implementó el marco PICO (Population, Intervention, Comparison,
Outcome) como andamiaje estructural para delimitar la pregunta de investigación y los criterios
de elegibilidad. En el contexto de esta revisión, los elementos se configuraron bajo la siguiente
lógica procedimental:
• Población (P): Universidades mexicanas, con énfasis en instituciones públicas de
educación superior.
• Intervención (I): Uso de herramientas de IAG en contextos académicos.
• Comparación (C): Enfoques tradicionales de plagio académico versus nuevas
conceptualizaciones en la era de la IAG.
• Resultados (O): Implicaciones éticas y normativas para las IES.
Descripción del diseño del estudio
El diseño de esta revisión se adscribe a un enfoque cualitativo, priorizando una hermenéutica
crítica y un análisis temático riguroso de la literatura. Lejos de ser un proceso mecánico, el
diseño de la investigación se construyó a través de una secuencia de fases interdependientes,
diseñadas para revestir de validez interna al estudio: (1) formulación de la pregunta de
investigación; (2) criterios de elegibilidad; (3) heurística y búsqueda sistemática; (4) cribado y
depuración de evidencias; (5) extracción de datos; (6) análisis temático transversal; y (7)
síntesis e integración de resultados: El proceso culminó con la construcción de una narrativa
coherente y crítica que, en última instancia, pretende dar respuesta a la pregunta de
investigación desde una perspectiva holística.
Para la extracción de datos se diseñó una matriz en una hoja de cálculo (Microsoft Excel), la
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 802
elección de este protocolo no fue arbitraria; obedeció a la necesidad imperativa de mitigar los
sesgos inherentes a la identificación y curaduría de la literatura, asegurando así una
trazabilidad absoluta en el análisis.
Complementariamente, se implementó el marco PICO (Population, Intervention, Comparison,
Outcome) como andamiaje estructural para delimitar la pregunta de investigación y los criterios
de elegibilidad. En el contexto de esta revisión, los elementos se configuraron bajo la siguiente
lógica procedimental:
• Población (P): Universidades mexicanas, con énfasis en instituciones públicas de
educación superior.
• Intervención (I): Uso de herramientas de IAG en contextos académicos.
• Comparación (C): Enfoques tradicionales de plagio académico versus nuevas
conceptualizaciones en la era de la IAG.
• Resultados (O): Implicaciones éticas y normativas para las IES.
Descripción del diseño del estudio
El diseño de esta revisión se adscribe a un enfoque cualitativo, priorizando una hermenéutica
crítica y un análisis temático riguroso de la literatura. Lejos de ser un proceso mecánico, el
diseño de la investigación se construyó a través de una secuencia de fases interdependientes,
diseñadas para revestir de validez interna al estudio: (1) formulación de la pregunta de
investigación; (2) criterios de elegibilidad; (3) heurística y búsqueda sistemática; (4) cribado y
depuración de evidencias; (5) extracción de datos; (6) análisis temático transversal; y (7)
síntesis e integración de resultados: El proceso culminó con la construcción de una narrativa
coherente y crítica que, en última instancia, pretende dar respuesta a la pregunta de
investigación desde una perspectiva holística.
Para la extracción de datos se diseñó una matriz en una hoja de cálculo (Microsoft Excel), la
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 803
cual permitió sistematizar la información relevante de cada uno de los 42 artículos
seleccionados. La matriz incluyó las siguientes categorías: (a) referencia completa del artículo;
(b) país/región de origen del estudio; (c) tipo de IAG abordada; (d) conceptualización del
plagio; (e) implicaciones éticas identificadas; (f) respuestas normativas propuestas; y (g)
recomendaciones prácticas. La extracción fue realizada por dos investigadores de forma
independiente para asegurar la consistencia y reducir el sesgo de selección. Las discrepancias
iniciales fueron mínimas y se resolvieron por consenso. El análisis temático se realizó
siguiendo el enfoque de seis fases de Braun y Clarke (2006). El proceso no requirió software
especializado (como NVivo o ATLAS.ti) debido al tamaño manejable del corpus. La
codificación inicial fue realizada por el investigador principal, generando un primer catálogo
de códigos que especificaba las definiciones, criterios de aplicación y ejemplos para cada uno.
Posteriormente, el segundo investigador revisó una submuestra de los artículos (25%, n=11)
utilizando el catálogo de códigos para validar su aplicabilidad y consistencia. La concordancia
fue alta (Kappa de Cohen = 0.88), mostrando un alto nivel de acuerdo entre codificadores. Los
desacuerdos menores se discutieron en profundidad para refinar las definiciones de los
códigos y mejorar su claridad. Finalmente, los códigos se agruparon en subtemas y,
posteriormente, en las cuatro dimensiones principales que se presentan en la sección de
resultados.
Definición conceptual de herramientas de IAG
Para los fines de esta revisión sistemática, se define una IAG como cualquier sistema
informático capaz de generar contenido nuevo y original (texto, imágenes, código, entre otros)
en respuesta a una instrucción en lenguaje natural, basándose en patrones aprendidos de
grandes conjuntos de datos. Esta definición se centra en la capacidad generativa y distingue a
las IAG de otras formas de IA, como los sistemas expertos o la IA puramente discriminativa.
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 803
cual permitió sistematizar la información relevante de cada uno de los 42 artículos
seleccionados. La matriz incluyó las siguientes categorías: (a) referencia completa del artículo;
(b) país/región de origen del estudio; (c) tipo de IAG abordada; (d) conceptualización del
plagio; (e) implicaciones éticas identificadas; (f) respuestas normativas propuestas; y (g)
recomendaciones prácticas. La extracción fue realizada por dos investigadores de forma
independiente para asegurar la consistencia y reducir el sesgo de selección. Las discrepancias
iniciales fueron mínimas y se resolvieron por consenso. El análisis temático se realizó
siguiendo el enfoque de seis fases de Braun y Clarke (2006). El proceso no requirió software
especializado (como NVivo o ATLAS.ti) debido al tamaño manejable del corpus. La
codificación inicial fue realizada por el investigador principal, generando un primer catálogo
de códigos que especificaba las definiciones, criterios de aplicación y ejemplos para cada uno.
Posteriormente, el segundo investigador revisó una submuestra de los artículos (25%, n=11)
utilizando el catálogo de códigos para validar su aplicabilidad y consistencia. La concordancia
fue alta (Kappa de Cohen = 0.88), mostrando un alto nivel de acuerdo entre codificadores. Los
desacuerdos menores se discutieron en profundidad para refinar las definiciones de los
códigos y mejorar su claridad. Finalmente, los códigos se agruparon en subtemas y,
posteriormente, en las cuatro dimensiones principales que se presentan en la sección de
resultados.
Definición conceptual de herramientas de IAG
Para los fines de esta revisión sistemática, se define una IAG como cualquier sistema
informático capaz de generar contenido nuevo y original (texto, imágenes, código, entre otros)
en respuesta a una instrucción en lenguaje natural, basándose en patrones aprendidos de
grandes conjuntos de datos. Esta definición se centra en la capacidad generativa y distingue a
las IAG de otras formas de IA, como los sistemas expertos o la IA puramente discriminativa.
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 804
A lo largo de este artículo, se utilizará el término IAG como categoría principal. Términos
como “ChatGPT” o “LLM” se emplearán únicamente para referirse a esas tecnologías
específicas cuando el contexto lo requiera, entendiendo que son ejemplos o subconjuntos de
las IAG.
Detalles de la muestra
El corpus definitivo para esta revisión sistemática quedó constituido por 42 artículos científicos
de alto impacto, publicados en el arco temporal comprendido entre 2020 y 2025. Esta
selección fue producto de un proceso de cribado exhaustivo orientado a responder la
interrogante central de la investigación. La muestra exhibe una transdisciplinariedad
intrínseca, integrando perspectivas de la pedagogía, la ética aplicada, la tecnología educativa,
el derecho y las políticas públicas; una amalgama necesaria para capturar la complejidad
poliédrica de la IAG.
Criterios de inclusión y exclusión: Para garantizar la robustez del análisis, se implementaron
criterios de demarcación taxonómica que permitieron segregar la literatura de mayor rigor:
Criterios de inclusión:
• Validación epistémica: Investigaciones publicadas estrictamente en revistas
académicas indexadas y sometidas a procesos de revisión por pares (peer-review).
• Ventana de observación (2020-2025): Un rango temporal diseñado específicamente
para capturar el fenómeno del surgimiento de los modelos de lenguaje grande y sus
repercusiones inmediatas.
• Convergencia temática: Estudios situados en la intersección crítica entre el plagio
académico, la integridad científica y la disrupción por IAG.
• Enfoque en educación superior: Trabajos con relevancia directa para el ecosistema
universitario, descartando generalizaciones abstractas.
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 804
A lo largo de este artículo, se utilizará el término IAG como categoría principal. Términos
como “ChatGPT” o “LLM” se emplearán únicamente para referirse a esas tecnologías
específicas cuando el contexto lo requiera, entendiendo que son ejemplos o subconjuntos de
las IAG.
Detalles de la muestra
El corpus definitivo para esta revisión sistemática quedó constituido por 42 artículos científicos
de alto impacto, publicados en el arco temporal comprendido entre 2020 y 2025. Esta
selección fue producto de un proceso de cribado exhaustivo orientado a responder la
interrogante central de la investigación. La muestra exhibe una transdisciplinariedad
intrínseca, integrando perspectivas de la pedagogía, la ética aplicada, la tecnología educativa,
el derecho y las políticas públicas; una amalgama necesaria para capturar la complejidad
poliédrica de la IAG.
Criterios de inclusión y exclusión: Para garantizar la robustez del análisis, se implementaron
criterios de demarcación taxonómica que permitieron segregar la literatura de mayor rigor:
Criterios de inclusión:
• Validación epistémica: Investigaciones publicadas estrictamente en revistas
académicas indexadas y sometidas a procesos de revisión por pares (peer-review).
• Ventana de observación (2020-2025): Un rango temporal diseñado específicamente
para capturar el fenómeno del surgimiento de los modelos de lenguaje grande y sus
repercusiones inmediatas.
• Convergencia temática: Estudios situados en la intersección crítica entre el plagio
académico, la integridad científica y la disrupción por IAG.
• Enfoque en educación superior: Trabajos con relevancia directa para el ecosistema
universitario, descartando generalizaciones abstractas.
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 805
Criterios de exclusión
• Desalineación de nivel educativo: Se descartaron, no sin antes evaluar su posible
tangencialidad, aquellos estudios centrados exclusivamente en niveles básicos
(primaria o secundaria).
• Ausencia de rigor académico: Publicaciones de corte divulgativo, literatura gris o
textos carentes de un arbitraje científico verificable.
• Carencia de profundidad axiológica: Investigaciones meramente técnicas que omiten
el análisis de las dimensiones éticas o los marcos normativos.
Figura 1. Diagrama de flujo del proceso de selección de estudios según las directrices PRISMA.
Fuente: elaboración propia.
El diagrama ilustra las tres fases principales: Identificación: registros identificados en bases de
datos (n=187) y elementos eliminados antes del cribado (duplicados n=52; eliminados por
otras razones n=8); (b) Cribado: registros cribados (n=127), excluidos (n=72), informes
buscados para recuperación (n=55) y no recuperados (n=2); (c) Inclusión: informes evaluados
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 805
Criterios de exclusión
• Desalineación de nivel educativo: Se descartaron, no sin antes evaluar su posible
tangencialidad, aquellos estudios centrados exclusivamente en niveles básicos
(primaria o secundaria).
• Ausencia de rigor académico: Publicaciones de corte divulgativo, literatura gris o
textos carentes de un arbitraje científico verificable.
• Carencia de profundidad axiológica: Investigaciones meramente técnicas que omiten
el análisis de las dimensiones éticas o los marcos normativos.
Figura 1. Diagrama de flujo del proceso de selección de estudios según las directrices PRISMA.
Fuente: elaboración propia.
El diagrama ilustra las tres fases principales: Identificación: registros identificados en bases de
datos (n=187) y elementos eliminados antes del cribado (duplicados n=52; eliminados por
otras razones n=8); (b) Cribado: registros cribados (n=127), excluidos (n=72), informes
buscados para recuperación (n=55) y no recuperados (n=2); (c) Inclusión: informes evaluados
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 806
para elegibilidad (n=53), excluidos (n=11) y estudios incluidos en la revisión (n=42).
Descripción de las técnicas de recopilación de datos
La recopilación de datos se realizó mediante búsquedas sistemáticas en las siguientes bases
de datos académicas: Web of Science, Scopus, ERIC, SciELO, Redalyc y Google Scholar. La
recopilación de datos se realizó mediante búsquedas sistemáticas en las bases de datos
académicas antes señaladas. Esta combinación de bases de datos permitió identificar tanto
literatura internacional como publicaciones específicas del contexto latinoamericano y
mexicano. La búsqueda se realizó en los meses de julio y agosto de 2025. En la Tabla 1 se
detallan los parámetros específicos de búsqueda para cada base de datos:
Tabla 1. Parámetros de la búsqueda sistemática por base de datos.
Base de datos Ecuación de búsqueda Fecha Filtro Idioma
Web of
Science
TS=("generative artificial
intelligence" OR "generative AI"
OR "ChatGPT") AND
TS=("academic plagiarism" OR
"academic integrity" OR
"academic dishonesty")
Julio de 2025
Artículos y
revisiones;
2020-2025
Inglés
Scopus
TITLE-ABS-KEY(("generative
artificial intelligence" OR
"generative AI" OR "ChatGPT")
AND ("academic plagiarism" OR
"academic integrity" OR
"academic dishonesty"))
Julio de 2025
Artículos y
revisiones;
2020-2025
Inglés
ERIC
("generative artificial intelligence"
OR "generative AI" OR
"ChatGPT") AND ("academic
plagiarism" OR "academic
integrity")
Julio de 2025
Artículos y
revisiones;
2020-2025
Inglés
SciELO y
Redalyc
(plagio OR "integridad
académica") AND ("inteligencia
artificial generativa" OR "IA
generativa" OR "ChatGPT")
Agosto de 2025
Artículos y
revisiones;
2020-2025
Español
Google
Scholar
allintitle: plagiarism OR
"academic integrity" AND
"generative AI" OR "ChatGPT"
Agosto de 2025
Artículos y
revisiones;
2020-2025
Inglés
Fuente: elaboración propia.
Variables necesarias para evaluar los resultados
Para evaluar adecuadamente los resultados de esta revisión sistemática, se consideraron las
siguientes variables clave: (1) conceptualización del plagio; (2) tecnologías de IAG; (3)
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 806
para elegibilidad (n=53), excluidos (n=11) y estudios incluidos en la revisión (n=42).
Descripción de las técnicas de recopilación de datos
La recopilación de datos se realizó mediante búsquedas sistemáticas en las siguientes bases
de datos académicas: Web of Science, Scopus, ERIC, SciELO, Redalyc y Google Scholar. La
recopilación de datos se realizó mediante búsquedas sistemáticas en las bases de datos
académicas antes señaladas. Esta combinación de bases de datos permitió identificar tanto
literatura internacional como publicaciones específicas del contexto latinoamericano y
mexicano. La búsqueda se realizó en los meses de julio y agosto de 2025. En la Tabla 1 se
detallan los parámetros específicos de búsqueda para cada base de datos:
Tabla 1. Parámetros de la búsqueda sistemática por base de datos.
Base de datos Ecuación de búsqueda Fecha Filtro Idioma
Web of
Science
TS=("generative artificial
intelligence" OR "generative AI"
OR "ChatGPT") AND
TS=("academic plagiarism" OR
"academic integrity" OR
"academic dishonesty")
Julio de 2025
Artículos y
revisiones;
2020-2025
Inglés
Scopus
TITLE-ABS-KEY(("generative
artificial intelligence" OR
"generative AI" OR "ChatGPT")
AND ("academic plagiarism" OR
"academic integrity" OR
"academic dishonesty"))
Julio de 2025
Artículos y
revisiones;
2020-2025
Inglés
ERIC
("generative artificial intelligence"
OR "generative AI" OR
"ChatGPT") AND ("academic
plagiarism" OR "academic
integrity")
Julio de 2025
Artículos y
revisiones;
2020-2025
Inglés
SciELO y
Redalyc
(plagio OR "integridad
académica") AND ("inteligencia
artificial generativa" OR "IA
generativa" OR "ChatGPT")
Agosto de 2025
Artículos y
revisiones;
2020-2025
Español
Scholar
allintitle: plagiarism OR
"academic integrity" AND
"generative AI" OR "ChatGPT"
Agosto de 2025
Artículos y
revisiones;
2020-2025
Inglés
Fuente: elaboración propia.
Variables necesarias para evaluar los resultados
Para evaluar adecuadamente los resultados de esta revisión sistemática, se consideraron las
siguientes variables clave: (1) conceptualización del plagio; (2) tecnologías de IAG; (3)
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 807
implicaciones éticas; (4) enfoques normativos; (5) contexto institucional; y (6)
recomendaciones prácticas: Sugerencias concretas para instituciones educativas en el
desarrollo de marcos normativos y prácticas.
Descripción del análisis de datos realizados
El análisis de los datos extraídos siguió un enfoque de análisis temático, una metodología
cualitativa que permite identificar, analizar y reportar patrones o temas dentro de los datos
(Braun & Clarke, 2006). Este proceso se desarrolló en seis fases: (1) familiarización con los
datos; (2) generación de códigos iniciales; (3) búsqueda de temas; (4) revisión de temas; (5)
definición y denominación de temas y (6) producción del informe.
Este enfoque permitió una exploración profunda y matizada de la literatura, facilitando la
identificación de patrones, convergencias y divergencias en la forma en que se conceptualizan
y abordan las implicaciones éticas y normativas de la IAG en contextos académicos.
Control de sesgos y triangulación
Para garantizar el rigor metodológico y la objetividad de los hallazgos, se implementaron
estrategias específicas para mitigar los sesgos inherentes a una revisión sistemática. Se
especificó el sesgo como la variabilidad en la aplicación de criterios de inclusión/exclusión
(sesgo de selección) y en la interpretación de datos (sesgo de interpretación). En primer lugar,
se controló el sesgo de selección mediante la aplicación independiente de criterios por dos
investigadores. Ambos aplicaron los criterios de inclusión y exclusión de forma independiente
a una muestra del 25% de los artículos recuperados (n=47 de 187 artículos identificados),
alcanzando un alto grado de acuerdo (Kappa de Cohen=0.92). Las discrepancias se
resolvieron mediante discusión y consenso, y los criterios se refinaron antes de aplicarlos al
resto de los artículos, asegurando consistencia en la selección de los 42 artículos finales
incluidos en la revisión. La mitigación del sesgo de interpretación se logró mediante
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 807
implicaciones éticas; (4) enfoques normativos; (5) contexto institucional; y (6)
recomendaciones prácticas: Sugerencias concretas para instituciones educativas en el
desarrollo de marcos normativos y prácticas.
Descripción del análisis de datos realizados
El análisis de los datos extraídos siguió un enfoque de análisis temático, una metodología
cualitativa que permite identificar, analizar y reportar patrones o temas dentro de los datos
(Braun & Clarke, 2006). Este proceso se desarrolló en seis fases: (1) familiarización con los
datos; (2) generación de códigos iniciales; (3) búsqueda de temas; (4) revisión de temas; (5)
definición y denominación de temas y (6) producción del informe.
Este enfoque permitió una exploración profunda y matizada de la literatura, facilitando la
identificación de patrones, convergencias y divergencias en la forma en que se conceptualizan
y abordan las implicaciones éticas y normativas de la IAG en contextos académicos.
Control de sesgos y triangulación
Para garantizar el rigor metodológico y la objetividad de los hallazgos, se implementaron
estrategias específicas para mitigar los sesgos inherentes a una revisión sistemática. Se
especificó el sesgo como la variabilidad en la aplicación de criterios de inclusión/exclusión
(sesgo de selección) y en la interpretación de datos (sesgo de interpretación). En primer lugar,
se controló el sesgo de selección mediante la aplicación independiente de criterios por dos
investigadores. Ambos aplicaron los criterios de inclusión y exclusión de forma independiente
a una muestra del 25% de los artículos recuperados (n=47 de 187 artículos identificados),
alcanzando un alto grado de acuerdo (Kappa de Cohen=0.92). Las discrepancias se
resolvieron mediante discusión y consenso, y los criterios se refinaron antes de aplicarlos al
resto de los artículos, asegurando consistencia en la selección de los 42 artículos finales
incluidos en la revisión. La mitigación del sesgo de interpretación se logró mediante
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 808
triangulación de investigadores. La extracción de datos y la codificación inicial fueron
realizadas por el investigador principal en los 42 artículos seleccionados. Posteriormente, el
segundo investigador validó el proceso de codificación de manera independiente en una
submuestra del 25% de los artículos (n=11 artículos), como se detalló en la sección 2.2. Este
proceso aseguró que la interpretación de los datos no dependiera de una única perspectiva
subjetiva. La concordancia intercodificador (Kappa de Cohen=0.88) confirmó la confiabilidad
del proceso de codificación. Adicionalmente, se utilizó la triangulación teórica al interpretar
los hallazgos a la luz de diferentes marcos conceptuales. Se utilizaron tres marcos teóricos
complementarios: teoría de la integridad académica, ética tecnológica y política educativa.
RESULTADOS
Presentación de los hallazgos
El análisis sistemático de los 42 artículos científicos seleccionados observó patrones
significativos y hallazgos relevantes sobre el plagio académico y las herramientas de IAG en
el contexto universitario, con particular atención a las implicaciones para instituciones
mexicanas. Los resultados se presentan organizados en cuatro dimensiones principales que
emergieron del análisis temático que mostró una transformación significativa en la
conceptualización del plagio académico a partir de la emergencia de herramientas de IAG.
Tradicionalmente, el plagio se ha definido como “la apropiación indebida de ideas, palabras o
trabajos de otros sin el debido reconocimiento o citación” (Patak et al., 2020). Sin embargo,
esta definición ha sido desafiada por las capacidades de las nuevas tecnologías.
Hutson (2024) argumenta que “antes de 2022, y la disponibilidad generalizada de tecnologías
de inteligencia artificial generativa como ChatGPT de OpenAI, el concepto de plagio en
contextos académicos, literarios y científicos parecía relativamente sencillo y bien definido”.
Esta observación subraya el punto de inflexión que representó la popularización de
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 808
triangulación de investigadores. La extracción de datos y la codificación inicial fueron
realizadas por el investigador principal en los 42 artículos seleccionados. Posteriormente, el
segundo investigador validó el proceso de codificación de manera independiente en una
submuestra del 25% de los artículos (n=11 artículos), como se detalló en la sección 2.2. Este
proceso aseguró que la interpretación de los datos no dependiera de una única perspectiva
subjetiva. La concordancia intercodificador (Kappa de Cohen=0.88) confirmó la confiabilidad
del proceso de codificación. Adicionalmente, se utilizó la triangulación teórica al interpretar
los hallazgos a la luz de diferentes marcos conceptuales. Se utilizaron tres marcos teóricos
complementarios: teoría de la integridad académica, ética tecnológica y política educativa.
RESULTADOS
Presentación de los hallazgos
El análisis sistemático de los 42 artículos científicos seleccionados observó patrones
significativos y hallazgos relevantes sobre el plagio académico y las herramientas de IAG en
el contexto universitario, con particular atención a las implicaciones para instituciones
mexicanas. Los resultados se presentan organizados en cuatro dimensiones principales que
emergieron del análisis temático que mostró una transformación significativa en la
conceptualización del plagio académico a partir de la emergencia de herramientas de IAG.
Tradicionalmente, el plagio se ha definido como “la apropiación indebida de ideas, palabras o
trabajos de otros sin el debido reconocimiento o citación” (Patak et al., 2020). Sin embargo,
esta definición ha sido desafiada por las capacidades de las nuevas tecnologías.
Hutson (2024) argumenta que “antes de 2022, y la disponibilidad generalizada de tecnologías
de inteligencia artificial generativa como ChatGPT de OpenAI, el concepto de plagio en
contextos académicos, literarios y científicos parecía relativamente sencillo y bien definido”.
Esta observación subraya el punto de inflexión que representó la popularización de
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 809
herramientas como ChatGPT en la comprensión del plagio académico.
Un hallazgo significativo es la emergencia del concepto de “postplagio” propuesto por Eaton
(2023), quien lo define como “una era en la sociedad y cultura humanas en la que tecnologías
avanzadas como la inteligencia artificial y la neurotecnología... se convierten en una parte
normal de la vida, incluida la forma en que enseñamos, aprendemos, nos comunicamos e
interactuamos a diario”. Este concepto sugiere la necesidad de trascender las definiciones
tradicionales de plagio para abordar un escenario donde la tecnología está inextricablemente
integrada en los procesos educativos.
La Tabla 2 sintetiza la evolución conceptual del plagio académico identificada en la literatura
analizada.
Tabla 2. Evolución conceptual del plagio académico.
Periodo Conceptualización Características Fuentes
Antes de 2022 Plagio tradicional
Apropiación de ideas o palabras sin atribución
adecuada. Enfoque en la copia directa o
parafraseo inadecuado.
Patak et al.
(2020)
2022-2023 Plagio asistido por
IAG
Uso de herramientas de IAG para generar
contenido sin reconocimiento. Dificultad para
distinguir entre contenido humano y generado
por IA.
Cotton et al.
(2023)
2023-
2025 Postplagio
Integración de IA en procesos educativos
normalizados.
Cuestionamiento fundamental sobre
originalidad y autoría.
Eaton (2023)
Fuente: elaboración propia.
Impacto de las herramientas de IAG en las prácticas académicas
El análisis de la literatura señaló que las herramientas de IA generativa están transformando
fundamentalmente diversas prácticas académicas, desde la escritura hasta la evaluación.
Farrelly y Baker (2023) destacan que estas tecnologías ofrecen “tanto desafíos como
oportunidades” para la educación superior.
Entre los impactos identificados, destaca la capacidad de estas herramientas para producir
textos académicos que resultan indistinguibles de aquellos producidos por humanos utilizando
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 809
herramientas como ChatGPT en la comprensión del plagio académico.
Un hallazgo significativo es la emergencia del concepto de “postplagio” propuesto por Eaton
(2023), quien lo define como “una era en la sociedad y cultura humanas en la que tecnologías
avanzadas como la inteligencia artificial y la neurotecnología... se convierten en una parte
normal de la vida, incluida la forma en que enseñamos, aprendemos, nos comunicamos e
interactuamos a diario”. Este concepto sugiere la necesidad de trascender las definiciones
tradicionales de plagio para abordar un escenario donde la tecnología está inextricablemente
integrada en los procesos educativos.
La Tabla 2 sintetiza la evolución conceptual del plagio académico identificada en la literatura
analizada.
Tabla 2. Evolución conceptual del plagio académico.
Periodo Conceptualización Características Fuentes
Antes de 2022 Plagio tradicional
Apropiación de ideas o palabras sin atribución
adecuada. Enfoque en la copia directa o
parafraseo inadecuado.
Patak et al.
(2020)
2022-2023 Plagio asistido por
IAG
Uso de herramientas de IAG para generar
contenido sin reconocimiento. Dificultad para
distinguir entre contenido humano y generado
por IA.
Cotton et al.
(2023)
2023-
2025 Postplagio
Integración de IA en procesos educativos
normalizados.
Cuestionamiento fundamental sobre
originalidad y autoría.
Eaton (2023)
Fuente: elaboración propia.
Impacto de las herramientas de IAG en las prácticas académicas
El análisis de la literatura señaló que las herramientas de IA generativa están transformando
fundamentalmente diversas prácticas académicas, desde la escritura hasta la evaluación.
Farrelly y Baker (2023) destacan que estas tecnologías ofrecen “tanto desafíos como
oportunidades” para la educación superior.
Entre los impactos identificados, destaca la capacidad de estas herramientas para producir
textos académicos que resultan indistinguibles de aquellos producidos por humanos utilizando
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 810
métodos de detección convencionales. Esto ha generado lo que Cotton et al. (2023)
denominan una “crisis de confianza” en los sistemas tradicionales de evaluación académica.
Es fundamental señalar que, si bien la literatura internacional es amplia, la investigación
situada en contextos específicos es limitada. Del corpus de 42 artículos analizados, la gran
mayoría proviene de contextos anglosajones o europeos, lo que plantea interrogantes
significativas sobre la transferibilidad directa de sus hallazgos al contexto mexicano. Como se
muestra en la Tabla 3, la producción científica centrada explícitamente en México es mínima,
lo que subraya una brecha significativa en la investigación.
Tabla 3. Distribución geográfica de los artículos analizados (n=42).
Contexto geográfico Artículos Porcentaje
América del Norte (EE.UU. y Canadá) 21 50.0%
Europa (principalmente Reino Unido) 12 28.6%
Asia y Oceanía 5 11.9%
México 2 4.8%
Latinoamérica (excluyendo México) 1 2.4%
No especificado / global 1 2.4%
Total 42 100%
Fuente: elaboración propia.
Implicaciones éticas emergentes
El análisis temático identificó un conjunto de implicaciones éticas emergentes asociadas con
el uso de herramientas de IAG en contextos académicos. Estas implicaciones trascienden las
preocupaciones tradicionales sobre plagio para abordar cuestiones más amplias de equidad,
accesibilidad y justicia educativa.
Un hallazgo significativo es la preocupación por los sesgos inherentes a los modelos de IAG.
Farrelly y Baker (2023) destacan la “existencia de sesgos dentro de los modelos de IA” y la
“necesidad de equidad y justicia en las evaluaciones basadas en IA”, señalando el “impacto
desproporcionado en estudiantes internacionales, que ya enfrentan sesgos y discriminación”.
Otro tema emergente es la relación existente entre la alfabetización tecnológica y la integridad
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 810
métodos de detección convencionales. Esto ha generado lo que Cotton et al. (2023)
denominan una “crisis de confianza” en los sistemas tradicionales de evaluación académica.
Es fundamental señalar que, si bien la literatura internacional es amplia, la investigación
situada en contextos específicos es limitada. Del corpus de 42 artículos analizados, la gran
mayoría proviene de contextos anglosajones o europeos, lo que plantea interrogantes
significativas sobre la transferibilidad directa de sus hallazgos al contexto mexicano. Como se
muestra en la Tabla 3, la producción científica centrada explícitamente en México es mínima,
lo que subraya una brecha significativa en la investigación.
Tabla 3. Distribución geográfica de los artículos analizados (n=42).
Contexto geográfico Artículos Porcentaje
América del Norte (EE.UU. y Canadá) 21 50.0%
Europa (principalmente Reino Unido) 12 28.6%
Asia y Oceanía 5 11.9%
México 2 4.8%
Latinoamérica (excluyendo México) 1 2.4%
No especificado / global 1 2.4%
Total 42 100%
Fuente: elaboración propia.
Implicaciones éticas emergentes
El análisis temático identificó un conjunto de implicaciones éticas emergentes asociadas con
el uso de herramientas de IAG en contextos académicos. Estas implicaciones trascienden las
preocupaciones tradicionales sobre plagio para abordar cuestiones más amplias de equidad,
accesibilidad y justicia educativa.
Un hallazgo significativo es la preocupación por los sesgos inherentes a los modelos de IAG.
Farrelly y Baker (2023) destacan la “existencia de sesgos dentro de los modelos de IA” y la
“necesidad de equidad y justicia en las evaluaciones basadas en IA”, señalando el “impacto
desproporcionado en estudiantes internacionales, que ya enfrentan sesgos y discriminación”.
Otro tema emergente es la relación existente entre la alfabetización tecnológica y la integridad
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 811
académica. La literatura sugiere que existe una correlación entre el nivel de alfabetización
digital de estudiantes y docentes y su capacidad para navegar éticamente los desafíos
planteados por las herramientas de IAG.
La Tabla 4 sintetiza las principales implicaciones éticas identificadas en la literatura analizada.
Tabla 4. Implicaciones éticas del uso de IAG en contextos académicos.
Dimensión ética Descripción Implicaciones para universidades mexicanas
Equidad y acceso Disparidades en acceso a
herramientas de IA y tecnologías
de detección.
Potencial ampliación de brechas socioeconómicas
existentes.
Sesgos
algorítmicos
Prejuicios incorporados en
modelos de IA que pueden
perpetuar discriminación.
Necesidad de evaluación crítica de herramientas
antes de su adopción institucional.
Privacidad y datos
Preocupaciones sobre el uso de
datos estudiantiles en sistemas de
detección.
Requisito de políticas claras sobre manejo de datos
en conformidad con regulaciones mexicanas.
Autonomía
académica
Conflicto entre asistencia
tecnológica y desarrollo de
habilidades independientes.
Necesidad de equilibrio en políticas institucionales.
Fuente: elaboración propia.
Respuestas normativas institucionales
El análisis de la literatura revela un panorama de respuestas regulatorias que operan con
diferentes grados de adaptabilidad institucional. Un aspecto relevante es la brecha de
implementación entre el ritmo de la innovación tecnológica y la capacidad de adaptación de
los marcos normativos universitarios. De acuerdo con el análisis temático, las IES han
desarrollado tres enfoques normativos principales con características e implicaciones
distintas: (1) enfoque prohibitivo (restricción absoluta del uso de IAG); (2) enfoque adaptativo
(ajuste periférico de políticas existentes); y (3) enfoque integrativo (integración de IAG en
procesos educativos con énfasis en ética).
Reporte del análisis de datos
El análisis temático de los 42 artículos seleccionados siguió un proceso riguroso de
codificación y categorización. Inicialmente, se identificaron 87 códigos preliminares que
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 811
académica. La literatura sugiere que existe una correlación entre el nivel de alfabetización
digital de estudiantes y docentes y su capacidad para navegar éticamente los desafíos
planteados por las herramientas de IAG.
La Tabla 4 sintetiza las principales implicaciones éticas identificadas en la literatura analizada.
Tabla 4. Implicaciones éticas del uso de IAG en contextos académicos.
Dimensión ética Descripción Implicaciones para universidades mexicanas
Equidad y acceso Disparidades en acceso a
herramientas de IA y tecnologías
de detección.
Potencial ampliación de brechas socioeconómicas
existentes.
Sesgos
algorítmicos
Prejuicios incorporados en
modelos de IA que pueden
perpetuar discriminación.
Necesidad de evaluación crítica de herramientas
antes de su adopción institucional.
Privacidad y datos
Preocupaciones sobre el uso de
datos estudiantiles en sistemas de
detección.
Requisito de políticas claras sobre manejo de datos
en conformidad con regulaciones mexicanas.
Autonomía
académica
Conflicto entre asistencia
tecnológica y desarrollo de
habilidades independientes.
Necesidad de equilibrio en políticas institucionales.
Fuente: elaboración propia.
Respuestas normativas institucionales
El análisis de la literatura revela un panorama de respuestas regulatorias que operan con
diferentes grados de adaptabilidad institucional. Un aspecto relevante es la brecha de
implementación entre el ritmo de la innovación tecnológica y la capacidad de adaptación de
los marcos normativos universitarios. De acuerdo con el análisis temático, las IES han
desarrollado tres enfoques normativos principales con características e implicaciones
distintas: (1) enfoque prohibitivo (restricción absoluta del uso de IAG); (2) enfoque adaptativo
(ajuste periférico de políticas existentes); y (3) enfoque integrativo (integración de IAG en
procesos educativos con énfasis en ética).
Reporte del análisis de datos
El análisis temático de los 42 artículos seleccionados siguió un proceso riguroso de
codificación y categorización. Inicialmente, se identificaron 87 códigos preliminares que
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 812
posteriormente se agruparon en 12 subtemas y finalmente en las cuatro dimensiones
principales presentadas.
La frecuencia de aparición de temas específicos en la literatura analizada proporciona
hallazgos sobre las áreas de mayor interés y preocupación en el campo. La Tabla 5 presenta
la frecuencia de los temas principales identificados en el análisis.
Tabla 5. Frecuencia de temas principales en la literatura analizada.
Tema Frecuencia
(n=42) Porcentaje
Redefinición del plagio en era digital 38 90.5%
Desafíos de detección de contenido generado por IA 35 83.3%
Implicaciones éticas 32 76.2%
Políticas institucionales 29 69.0%
Contexto específico latinoamericano/mexicano 14 33.3%
Recomendaciones prácticas 27 64.3%
Nota: Los porcentajes se calcularon a partir de la frecuencia de aparición de cada categoría temática en el corpus
de los 42 artículos analizados. El cálculo se realizó dividiendo el número de artículos que abordaban cada tema
entre el número total de artículos incluidos en la revisión (n=42). Fuente: elaboración propia.
Un hallazgo particularmente revelador es la asimetría geográfica que permea la producción
científica sobre la materia. Mientras la literatura global se expande de forma casi inabarcable
en torno a la redefinición de la autoría y las herramientas de detección, apenas un tercio de la
producción académica analizada se detiene a examinar las especificidades del ecosistema
mexicano o latinoamericano. Esta vacuidad no es menor; representa una brecha epistémica
que este estudio pretende, no sin dificultades, comenzar a colmar. La ausencia de una mirada
situada sugiere que estamos importando soluciones técnicas para problemas que, en nuestra
región, poseen raíces estructurales y culturales profundamente distintas.
DISCUSIÓN
Los resultados de esta revisión sistemática revelan un panorama complejo y en rápida
evolución sobre las implicaciones del uso de herramientas de IAG con relación al plagio
académico, particularmente en el contexto de las universidades mexicanas. La interpretación
de estos hallazgos requiere una consideración cuidadosa de múltiples dimensiones
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 812
posteriormente se agruparon en 12 subtemas y finalmente en las cuatro dimensiones
principales presentadas.
La frecuencia de aparición de temas específicos en la literatura analizada proporciona
hallazgos sobre las áreas de mayor interés y preocupación en el campo. La Tabla 5 presenta
la frecuencia de los temas principales identificados en el análisis.
Tabla 5. Frecuencia de temas principales en la literatura analizada.
Tema Frecuencia
(n=42) Porcentaje
Redefinición del plagio en era digital 38 90.5%
Desafíos de detección de contenido generado por IA 35 83.3%
Implicaciones éticas 32 76.2%
Políticas institucionales 29 69.0%
Contexto específico latinoamericano/mexicano 14 33.3%
Recomendaciones prácticas 27 64.3%
Nota: Los porcentajes se calcularon a partir de la frecuencia de aparición de cada categoría temática en el corpus
de los 42 artículos analizados. El cálculo se realizó dividiendo el número de artículos que abordaban cada tema
entre el número total de artículos incluidos en la revisión (n=42). Fuente: elaboración propia.
Un hallazgo particularmente revelador es la asimetría geográfica que permea la producción
científica sobre la materia. Mientras la literatura global se expande de forma casi inabarcable
en torno a la redefinición de la autoría y las herramientas de detección, apenas un tercio de la
producción académica analizada se detiene a examinar las especificidades del ecosistema
mexicano o latinoamericano. Esta vacuidad no es menor; representa una brecha epistémica
que este estudio pretende, no sin dificultades, comenzar a colmar. La ausencia de una mirada
situada sugiere que estamos importando soluciones técnicas para problemas que, en nuestra
región, poseen raíces estructurales y culturales profundamente distintas.
DISCUSIÓN
Los resultados de esta revisión sistemática revelan un panorama complejo y en rápida
evolución sobre las implicaciones del uso de herramientas de IAG con relación al plagio
académico, particularmente en el contexto de las universidades mexicanas. La interpretación
de estos hallazgos requiere una consideración cuidadosa de múltiples dimensiones
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 813
interrelacionadas.
Transformación conceptual del plagio
La evolución conceptual del plagio académico identificada en los resultados, desde
definiciones tradicionales hasta el emergente concepto de “postplagio” (Eaton, 2023),
representa un cambio paradigmático fundamental en la comprensión de la integridad
académica. Este cambio no es meramente semántico, sino que refleja una transformación
profunda en la naturaleza misma de la producción de conocimiento en la era digital.
Como señala Hutson (2024), antes de la disponibilidad generalizada de tecnologías de IAG, el
concepto de plagio parecía “relativamente sencillo y bien definido”. Sin embargo, la capacidad
de herramientas como ChatGPT para generar contenido original que no constituye una copia
directa de fuentes existentes desafía fundamentalmente las definiciones tradicionales de plagio
basadas en la apropiación no atribuida de ideas o palabras ajenas.
Esta transformación conceptual tiene implicaciones profundas para las instituciones
educativas mexicanas, que tradicionalmente han operado con definiciones de plagio centradas
en la copia textual o el parafraseo inadecuado. La necesidad de reconceptualizar el plagio en
la era de la IAG requiere no solo actualizaciones normativas, sino un replanteamiento
filosófico sobre qué constituye originalidad, autoría y contribución académica en el siglo XXI.
Desafíos tecnológicos y pedagógicos
Los resultados revelan una correlación significativa entre el ritmo acelerado de desarrollo
tecnológico y la capacidad de las instituciones educativas para adaptar sus prácticas
pedagógicas y normativas. Esta relación es particularmente aguda en el contexto de
universidades públicas mexicanas, donde limitaciones presupuestarias pueden restringir el
acceso a tecnologías avanzadas de detección o programas de formación docente.
Farrelly y Baker (2023) destacan las “dificultades para detectar de manera confiable el
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 813
interrelacionadas.
Transformación conceptual del plagio
La evolución conceptual del plagio académico identificada en los resultados, desde
definiciones tradicionales hasta el emergente concepto de “postplagio” (Eaton, 2023),
representa un cambio paradigmático fundamental en la comprensión de la integridad
académica. Este cambio no es meramente semántico, sino que refleja una transformación
profunda en la naturaleza misma de la producción de conocimiento en la era digital.
Como señala Hutson (2024), antes de la disponibilidad generalizada de tecnologías de IAG, el
concepto de plagio parecía “relativamente sencillo y bien definido”. Sin embargo, la capacidad
de herramientas como ChatGPT para generar contenido original que no constituye una copia
directa de fuentes existentes desafía fundamentalmente las definiciones tradicionales de plagio
basadas en la apropiación no atribuida de ideas o palabras ajenas.
Esta transformación conceptual tiene implicaciones profundas para las instituciones
educativas mexicanas, que tradicionalmente han operado con definiciones de plagio centradas
en la copia textual o el parafraseo inadecuado. La necesidad de reconceptualizar el plagio en
la era de la IAG requiere no solo actualizaciones normativas, sino un replanteamiento
filosófico sobre qué constituye originalidad, autoría y contribución académica en el siglo XXI.
Desafíos tecnológicos y pedagógicos
Los resultados revelan una correlación significativa entre el ritmo acelerado de desarrollo
tecnológico y la capacidad de las instituciones educativas para adaptar sus prácticas
pedagógicas y normativas. Esta relación es particularmente aguda en el contexto de
universidades públicas mexicanas, donde limitaciones presupuestarias pueden restringir el
acceso a tecnologías avanzadas de detección o programas de formación docente.
Farrelly y Baker (2023) destacan las “dificultades para detectar de manera confiable el
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 814
contenido generado por IA”, lo que plantea un desafío fundamental para los sistemas
tradicionales de evaluación académica. Esta observación adquiere mayor relevancia en el
contexto mexicano, donde la brecha digital y las disparidades en recursos tecnológicos entre
instituciones pueden exacerbar las dificultades para implementar soluciones efectivas.
Sin embargo, interpretar estos desafíos únicamente como problemas tecnológicos sería
reduccionista. Los resultados sugieren que el verdadero desafío es pedagógico: cómo
rediseñar prácticas educativas para fomentar habilidades que sigan siendo relevantes y
valiosas en un mundo donde la generación de texto es cada vez más automatizada. Este
desafío requiere una reconsideración fundamental de los objetivos educativos y las
competencias que las universidades mexicanas buscan desarrollar en sus estudiantes.
Dimensiones éticas y de equidad
Las implicaciones éticas identificadas en los resultados, particularmente en relación con
equidad, sesgos algorítmicos y acceso diferencial a tecnologías, requieren especial atención
en el contexto mexicano, donde desigualdades socioeconómicas preexistentes pueden ser
amplificadas por la introducción de nuevas tecnologías.
La preocupación expresada por Farrelly y Baker (2023) sobre el “impacto desproporcionado
en estudiantes internacionales, que ya enfrentan sesgos y discriminación” puede extrapolarse
al contexto mexicano, donde estudiantes de comunidades marginadas o con acceso limitado
a recursos tecnológicos podrían enfrentar desventajas similares. Esta dimensión ética subraya
la necesidad de que las universidades mexicanas adopten enfoques que no solo aborden la
integridad académica, sino que también consideren principios de justicia social y equidad
educativa.
Respuestas normativas y su efectividad
La predominancia del enfoque adaptativo en las respuestas normativas institucionales,
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 814
contenido generado por IA”, lo que plantea un desafío fundamental para los sistemas
tradicionales de evaluación académica. Esta observación adquiere mayor relevancia en el
contexto mexicano, donde la brecha digital y las disparidades en recursos tecnológicos entre
instituciones pueden exacerbar las dificultades para implementar soluciones efectivas.
Sin embargo, interpretar estos desafíos únicamente como problemas tecnológicos sería
reduccionista. Los resultados sugieren que el verdadero desafío es pedagógico: cómo
rediseñar prácticas educativas para fomentar habilidades que sigan siendo relevantes y
valiosas en un mundo donde la generación de texto es cada vez más automatizada. Este
desafío requiere una reconsideración fundamental de los objetivos educativos y las
competencias que las universidades mexicanas buscan desarrollar en sus estudiantes.
Dimensiones éticas y de equidad
Las implicaciones éticas identificadas en los resultados, particularmente en relación con
equidad, sesgos algorítmicos y acceso diferencial a tecnologías, requieren especial atención
en el contexto mexicano, donde desigualdades socioeconómicas preexistentes pueden ser
amplificadas por la introducción de nuevas tecnologías.
La preocupación expresada por Farrelly y Baker (2023) sobre el “impacto desproporcionado
en estudiantes internacionales, que ya enfrentan sesgos y discriminación” puede extrapolarse
al contexto mexicano, donde estudiantes de comunidades marginadas o con acceso limitado
a recursos tecnológicos podrían enfrentar desventajas similares. Esta dimensión ética subraya
la necesidad de que las universidades mexicanas adopten enfoques que no solo aborden la
integridad académica, sino que también consideren principios de justicia social y equidad
educativa.
Respuestas normativas y su efectividad
La predominancia del enfoque adaptativo en las respuestas normativas institucionales,
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 815
identificada en los resultados, sugiere una tendencia a modificar incrementalmente políticas
existentes en lugar de desarrollar marcos completamente nuevos. Esta aproximación, si bien
pragmática, puede resultar insuficiente para abordar la magnitud del cambio que representan
las tecnologías de IAG.
La efectividad de diferentes enfoques normativos debe interpretarse considerando el contexto
específico de las universidades mexicanas, incluyendo sus estructuras administrativas,
recursos disponibles y culturas institucionales. Un enfoque que ha demostrado efectividad en
contextos anglosajones o europeos puede no ser directamente transferible al sistema
educativo mexicano sin adaptaciones significativas.
Los hallazgos de esta revisión sistemática tanto confirman como extienden investigaciones
previas sobre plagio académico e IA, aportando nuevas perspectivas particularmente
relevantes para el contexto mexicano.
Estos resultados confirman observaciones previas sobre la transformación fundamental que
las tecnologías de IAG están provocando en la comprensión y abordaje del plagio académico.
Cotton et al. (2023) ya habían identificado una “crisis de confianza” en los sistemas
tradicionales de evaluación académica, observación que los hallazgos corroboran y
contextualizan en el ámbito mexicano.
Similarmente, la conceptualización de “postplagio” propuesta por Eaton (2023) encuentra
resonancia en los resultados, que confirman la necesidad de trascender definiciones
tradicionales de plagio para abordar un escenario donde la tecnología está inextricablemente
integrada en los procesos educativos.
En cuanto a las implicaciones éticas, los hallazgos sobre sesgos algorítmicos y preocupaciones
de equidad coinciden con investigaciones previas como las de Farrelly y Baker (2023), quienes
ya habían señalado el potencial impacto desproporcionado en grupos vulnerables.
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 815
identificada en los resultados, sugiere una tendencia a modificar incrementalmente políticas
existentes en lugar de desarrollar marcos completamente nuevos. Esta aproximación, si bien
pragmática, puede resultar insuficiente para abordar la magnitud del cambio que representan
las tecnologías de IAG.
La efectividad de diferentes enfoques normativos debe interpretarse considerando el contexto
específico de las universidades mexicanas, incluyendo sus estructuras administrativas,
recursos disponibles y culturas institucionales. Un enfoque que ha demostrado efectividad en
contextos anglosajones o europeos puede no ser directamente transferible al sistema
educativo mexicano sin adaptaciones significativas.
Los hallazgos de esta revisión sistemática tanto confirman como extienden investigaciones
previas sobre plagio académico e IA, aportando nuevas perspectivas particularmente
relevantes para el contexto mexicano.
Estos resultados confirman observaciones previas sobre la transformación fundamental que
las tecnologías de IAG están provocando en la comprensión y abordaje del plagio académico.
Cotton et al. (2023) ya habían identificado una “crisis de confianza” en los sistemas
tradicionales de evaluación académica, observación que los hallazgos corroboran y
contextualizan en el ámbito mexicano.
Similarmente, la conceptualización de “postplagio” propuesta por Eaton (2023) encuentra
resonancia en los resultados, que confirman la necesidad de trascender definiciones
tradicionales de plagio para abordar un escenario donde la tecnología está inextricablemente
integrada en los procesos educativos.
En cuanto a las implicaciones éticas, los hallazgos sobre sesgos algorítmicos y preocupaciones
de equidad coinciden con investigaciones previas como las de Farrelly y Baker (2023), quienes
ya habían señalado el potencial impacto desproporcionado en grupos vulnerables.
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 816
Por otra parte, este estudio realiza varias contribuciones significativas a la literatura sobre
integridad académica en la era de la IA. En primer lugar, este trabajo representa el primer
análisis sistemático que examina específicamente las implicaciones éticas y normativas del
uso de IAG en relación con el plagio académico con un enfoque en el contexto de la educación
superior mexicana. Mientras que la mayoría de la investigación se ha centrado en contextos
anglosajones, este estudio contextualiza el debate y evidencia la escasez de investigación
empírica en México (ver Tabla 3), estableciendo una base y una agenda clara para futuras
investigaciones. En segundo lugar, el estudio avanza en la conceptualización del fenómeno al
proponer una evolución que transita del “plagio tradicional” al “plagio asistido por IAG” y,
finalmente, al emergente concepto de “postplagio” (Eaton, 2023). Finalmente, al identificar y
categorizar las respuestas institucionales en una tríada de enfoques (prohibitivo, adaptativo e
integrativo), el estudio ofrece un marco analítico útil para que las IES mexicanas y de otras
regiones puedan diagnosticar sus propias políticas y diseñar estrategias más robustas y
pedagógicamente fundadas para navegar la disrupción de la IAG. El aporte no radica solo en
la descripción de los problemas, sino en la sistematización de las respuestas posibles,
proveyendo un mapa para la toma de decisiones institucionales informadas y
contextualizadas.
Limitaciones del estudio
Esta revisión sistemática presenta varias limitaciones que deben ser consideradas al
interpretar sus hallazgos y conclusiones.
En primer lugar, aunque se realizaron esfuerzos para incluir literatura en español y específica
del contexto latinoamericano, la predominancia de publicaciones en inglés en las bases de
datos académicas principales puede haber resultado en una subrepresentación de
investigaciones locales no indexadas internacionalmente. Esta limitación es particularmente
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 816
Por otra parte, este estudio realiza varias contribuciones significativas a la literatura sobre
integridad académica en la era de la IA. En primer lugar, este trabajo representa el primer
análisis sistemático que examina específicamente las implicaciones éticas y normativas del
uso de IAG en relación con el plagio académico con un enfoque en el contexto de la educación
superior mexicana. Mientras que la mayoría de la investigación se ha centrado en contextos
anglosajones, este estudio contextualiza el debate y evidencia la escasez de investigación
empírica en México (ver Tabla 3), estableciendo una base y una agenda clara para futuras
investigaciones. En segundo lugar, el estudio avanza en la conceptualización del fenómeno al
proponer una evolución que transita del “plagio tradicional” al “plagio asistido por IAG” y,
finalmente, al emergente concepto de “postplagio” (Eaton, 2023). Finalmente, al identificar y
categorizar las respuestas institucionales en una tríada de enfoques (prohibitivo, adaptativo e
integrativo), el estudio ofrece un marco analítico útil para que las IES mexicanas y de otras
regiones puedan diagnosticar sus propias políticas y diseñar estrategias más robustas y
pedagógicamente fundadas para navegar la disrupción de la IAG. El aporte no radica solo en
la descripción de los problemas, sino en la sistematización de las respuestas posibles,
proveyendo un mapa para la toma de decisiones institucionales informadas y
contextualizadas.
Limitaciones del estudio
Esta revisión sistemática presenta varias limitaciones que deben ser consideradas al
interpretar sus hallazgos y conclusiones.
En primer lugar, aunque se realizaron esfuerzos para incluir literatura en español y específica
del contexto latinoamericano, la predominancia de publicaciones en inglés en las bases de
datos académicas principales puede haber resultado en una subrepresentación de
investigaciones locales no indexadas internacionalmente. Esta limitación es particularmente
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 817
relevante considerando el enfoque en universidades mexicanas.
En segundo lugar, la rápida evolución del campo de la IAG significa que incluso publicaciones
recientes pueden no reflejar los últimos desarrollos tecnológicos o institucionales. El periodo
de búsqueda (2020-2025) captura un momento de transformación acelerada, pero hallazgos
específicos sobre capacidades tecnológicas o respuestas institucionales pueden
desactualizarse rápidamente.
En tercer lugar, la heterogeneidad de los estudios incluidos en términos de metodologías,
contextos y enfoques presenta desafíos para la síntesis y comparación directa de hallazgos.
Aunque el análisis temático permite identificar patrones generales, matices específicos pueden
perderse en el proceso de síntesis.
Implicaciones teóricas y prácticas
Los hallazgos de esta revisión sistemática tienen implicaciones significativas tanto para la
teoría como para la práctica en el ámbito de la integridad académica y las políticas educativas.
A nivel teórico, estos resultados sugieren la necesidad de desarrollar nuevos marcos
conceptuales que trasciendan las definiciones tradicionales de plagio y propiedad intelectual.
El concepto de “postplagio” propuesto por Eaton (2023) representa un punto de partida
prometedor, pero requiere elaboración adicional para abordar las particularidades del
contexto mexicano y latinoamericano.
Estos nuevos marcos conceptuales deben integrar perspectivas interdisciplinarias, incluyendo
ética de la tecnología, pedagogía crítica, y estudios socioculturales, para capturar la
complejidad del fenómeno. Particularmente relevante es la necesidad de teorizar la integridad
académica desde perspectivas que reconozcan diferentes tradiciones epistemológicas y
culturales, incluyendo conocimientos indígenas y aproximaciones no occidentales a la
originalidad y atribución.
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 817
relevante considerando el enfoque en universidades mexicanas.
En segundo lugar, la rápida evolución del campo de la IAG significa que incluso publicaciones
recientes pueden no reflejar los últimos desarrollos tecnológicos o institucionales. El periodo
de búsqueda (2020-2025) captura un momento de transformación acelerada, pero hallazgos
específicos sobre capacidades tecnológicas o respuestas institucionales pueden
desactualizarse rápidamente.
En tercer lugar, la heterogeneidad de los estudios incluidos en términos de metodologías,
contextos y enfoques presenta desafíos para la síntesis y comparación directa de hallazgos.
Aunque el análisis temático permite identificar patrones generales, matices específicos pueden
perderse en el proceso de síntesis.
Implicaciones teóricas y prácticas
Los hallazgos de esta revisión sistemática tienen implicaciones significativas tanto para la
teoría como para la práctica en el ámbito de la integridad académica y las políticas educativas.
A nivel teórico, estos resultados sugieren la necesidad de desarrollar nuevos marcos
conceptuales que trasciendan las definiciones tradicionales de plagio y propiedad intelectual.
El concepto de “postplagio” propuesto por Eaton (2023) representa un punto de partida
prometedor, pero requiere elaboración adicional para abordar las particularidades del
contexto mexicano y latinoamericano.
Estos nuevos marcos conceptuales deben integrar perspectivas interdisciplinarias, incluyendo
ética de la tecnología, pedagogía crítica, y estudios socioculturales, para capturar la
complejidad del fenómeno. Particularmente relevante es la necesidad de teorizar la integridad
académica desde perspectivas que reconozcan diferentes tradiciones epistemológicas y
culturales, incluyendo conocimientos indígenas y aproximaciones no occidentales a la
originalidad y atribución.
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 818
Adicionalmente, los hallazgos sugieren la necesidad de desarrollar teorías más robustas sobre
la relación entre tecnología, pedagogía y evaluación en la educación superior. Las tensiones
identificadas entre innovación tecnológica e integridad académica requieren marcos teóricos
que permitan conceptualizar estas relaciones de manera más matizada que simples
dicotomías.
A nivel práctico, los resultados tienen implicaciones directas para diversos actores en el
sistema educativo mexicano:
Para las IES:
Las universidades mexicanas, particularmente instituciones públicas de educación superior,
deberían: (1) desarrollar políticas específicas sobre el uso de IAG que vayan más allá de
adaptaciones incrementales de normativas existentes sobre plagio; (2) implementar
programas de formación docente centrados no solo en aspectos técnicos de detección, sino
en rediseño pedagógico que promueva evaluaciones auténticas menos vulnerables a la
generación automatizada de contenido; (3) establecer comités interdisciplinarios de ética
digital que incluyan representación estudiantil para abordar casos complejos y desarrollar
directrices contextualizadas; y (4) invertir estratégicamente en recursos tecnológicos y
humanos para abordar desafíos de detección, priorizando enfoques que promuevan equidad
y accesibilidad.
Para docentes:
La planta universitaria docente debería: (1) rediseñar actividades de evaluación para enfatizar
procesos de pensamiento, aplicación contextualizada y habilidades que trascienden la
generación de texto; (2) incorporar discusiones explícitas sobre ética digital e integridad
académica en sus cursos, reconociendo las zonas grises y complejidades del uso de IAG; (3)
desarrollar criterios de evaluación transparentes que clarifiquen expectativas sobre el uso
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 818
Adicionalmente, los hallazgos sugieren la necesidad de desarrollar teorías más robustas sobre
la relación entre tecnología, pedagogía y evaluación en la educación superior. Las tensiones
identificadas entre innovación tecnológica e integridad académica requieren marcos teóricos
que permitan conceptualizar estas relaciones de manera más matizada que simples
dicotomías.
A nivel práctico, los resultados tienen implicaciones directas para diversos actores en el
sistema educativo mexicano:
Para las IES:
Las universidades mexicanas, particularmente instituciones públicas de educación superior,
deberían: (1) desarrollar políticas específicas sobre el uso de IAG que vayan más allá de
adaptaciones incrementales de normativas existentes sobre plagio; (2) implementar
programas de formación docente centrados no solo en aspectos técnicos de detección, sino
en rediseño pedagógico que promueva evaluaciones auténticas menos vulnerables a la
generación automatizada de contenido; (3) establecer comités interdisciplinarios de ética
digital que incluyan representación estudiantil para abordar casos complejos y desarrollar
directrices contextualizadas; y (4) invertir estratégicamente en recursos tecnológicos y
humanos para abordar desafíos de detección, priorizando enfoques que promuevan equidad
y accesibilidad.
Para docentes:
La planta universitaria docente debería: (1) rediseñar actividades de evaluación para enfatizar
procesos de pensamiento, aplicación contextualizada y habilidades que trascienden la
generación de texto; (2) incorporar discusiones explícitas sobre ética digital e integridad
académica en sus cursos, reconociendo las zonas grises y complejidades del uso de IAG; (3)
desarrollar criterios de evaluación transparentes que clarifiquen expectativas sobre el uso
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 819
permitido de herramientas tecnológicas y (4) adoptar un enfoque formativo más que punitivo
ante casos de uso inapropiado de IA, reconociendo la curva de aprendizaje asociada con
nuevas tecnologías.
Para autoridades educativas:
A nivel de política educativa nacional, se recomienda: (1) desarrollar directrices marco que
orienten a las instituciones en el desarrollo de políticas específicas, promoviendo coherencia
sin imponer uniformidad; (2) asignar recursos para investigación sobre impactos de IAG en
contextos educativos mexicanos, abordando la escasez de estudios empíricos identificada; (3)
facilitar comunidades de práctica interinstitucionales para compartir experiencias, recursos y
soluciones innovadoras; y (4) considerar implicaciones de equidad en todas las políticas
relacionadas con tecnologías emergentes, asegurando que no exacerben desigualdades
existentes.
Direcciones para investigaciones futuras
Futuras investigaciones deberían desarrollar y evaluar rigurosamente intervenciones
específicas diseñadas para promover el uso ético de IAG en contextos académicos mexicanos.
Estas intervenciones podrían incluir programas de formación docente, rediseños curriculares,
o nuevos enfoques de evaluación.
La efectividad de estas intervenciones debería evaluarse no solo en términos de prevención
de usos no autorizados, sino también considerando impactos en aprendizaje, desarrollo de
habilidades críticas, y equidad educativa.
Investigaciones que comparen respuestas a la IAG entre diferentes contextos culturales e
institucionales podrían proporcionar elementos valiosos sobre qué enfoques son más efectivos
en qué circunstancias. Particularmente relevantes serían comparaciones entre diferentes
países latinoamericanos, o entre instituciones públicas y privadas dentro de México.
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 819
permitido de herramientas tecnológicas y (4) adoptar un enfoque formativo más que punitivo
ante casos de uso inapropiado de IA, reconociendo la curva de aprendizaje asociada con
nuevas tecnologías.
Para autoridades educativas:
A nivel de política educativa nacional, se recomienda: (1) desarrollar directrices marco que
orienten a las instituciones en el desarrollo de políticas específicas, promoviendo coherencia
sin imponer uniformidad; (2) asignar recursos para investigación sobre impactos de IAG en
contextos educativos mexicanos, abordando la escasez de estudios empíricos identificada; (3)
facilitar comunidades de práctica interinstitucionales para compartir experiencias, recursos y
soluciones innovadoras; y (4) considerar implicaciones de equidad en todas las políticas
relacionadas con tecnologías emergentes, asegurando que no exacerben desigualdades
existentes.
Direcciones para investigaciones futuras
Futuras investigaciones deberían desarrollar y evaluar rigurosamente intervenciones
específicas diseñadas para promover el uso ético de IAG en contextos académicos mexicanos.
Estas intervenciones podrían incluir programas de formación docente, rediseños curriculares,
o nuevos enfoques de evaluación.
La efectividad de estas intervenciones debería evaluarse no solo en términos de prevención
de usos no autorizados, sino también considerando impactos en aprendizaje, desarrollo de
habilidades críticas, y equidad educativa.
Investigaciones que comparen respuestas a la IAG entre diferentes contextos culturales e
institucionales podrían proporcionar elementos valiosos sobre qué enfoques son más efectivos
en qué circunstancias. Particularmente relevantes serían comparaciones entre diferentes
países latinoamericanos, o entre instituciones públicas y privadas dentro de México.
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 820
Finalmente, aproximaciones de investigación participativa que involucren activamente a
estudiantes, docentes y administradores en el diseño e implementación de estudios podrían
proporcionar perspectivas más auténticas y soluciones más contextualizadas.
Estas aproximaciones son particularmente importantes considerando la naturaleza emergente
y rápidamente evolutiva del fenómeno estudiado.
CONCLUSIONES, LIMITACIONES Y RECOMENDACIONES
La presente revisión sistemática ha examinado las implicaciones éticas y normativas del uso
de herramientas de inteligencia artificial generativa en relación con el plagio académico en
universidades mexicanas. A través del análisis exhaustivo de 42 artículos científicos, siguiendo
el protocolo PRISMA y el marco PICO, se han identificado hallazgos significativos que
permiten responder a la pregunta de investigación planteada y cumplir con los objetivos
establecidos.
En respuesta a la pregunta principal de investigación sobre las implicaciones éticas y
normativas del uso de herramientas de IA generativa en relación con el plagio académico en
universidades mexicanas, podemos concluir que:
La emergencia de tecnologías de IAG ha provocado una transformación fundamental en la
conceptualización del plagio académico, trascendiendo definiciones tradicionales y
requiriendo nuevos marcos conceptuales. Esta transformación tiene profundas implicaciones
éticas relacionadas con equidad, acceso, sesgos algorítmicos y autonomía académica,
particularmente relevantes en el contexto de universidades mexicanas donde factores
socioeconómicos y brechas digitales pueden exacerbar desigualdades existentes.
Las respuestas normativas institucionales han sido predominantemente adaptativas,
modificando incrementalmente políticas existentes en lugar de desarrollar marcos
completamente nuevos. Esta aproximación, si bien pragmática, resulta insuficiente para
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 820
Finalmente, aproximaciones de investigación participativa que involucren activamente a
estudiantes, docentes y administradores en el diseño e implementación de estudios podrían
proporcionar perspectivas más auténticas y soluciones más contextualizadas.
Estas aproximaciones son particularmente importantes considerando la naturaleza emergente
y rápidamente evolutiva del fenómeno estudiado.
CONCLUSIONES, LIMITACIONES Y RECOMENDACIONES
La presente revisión sistemática ha examinado las implicaciones éticas y normativas del uso
de herramientas de inteligencia artificial generativa en relación con el plagio académico en
universidades mexicanas. A través del análisis exhaustivo de 42 artículos científicos, siguiendo
el protocolo PRISMA y el marco PICO, se han identificado hallazgos significativos que
permiten responder a la pregunta de investigación planteada y cumplir con los objetivos
establecidos.
En respuesta a la pregunta principal de investigación sobre las implicaciones éticas y
normativas del uso de herramientas de IA generativa en relación con el plagio académico en
universidades mexicanas, podemos concluir que:
La emergencia de tecnologías de IAG ha provocado una transformación fundamental en la
conceptualización del plagio académico, trascendiendo definiciones tradicionales y
requiriendo nuevos marcos conceptuales. Esta transformación tiene profundas implicaciones
éticas relacionadas con equidad, acceso, sesgos algorítmicos y autonomía académica,
particularmente relevantes en el contexto de universidades mexicanas donde factores
socioeconómicos y brechas digitales pueden exacerbar desigualdades existentes.
Las respuestas normativas institucionales han sido predominantemente adaptativas,
modificando incrementalmente políticas existentes en lugar de desarrollar marcos
completamente nuevos. Esta aproximación, si bien pragmática, resulta insuficiente para
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 821
abordar la magnitud del cambio que representan estas tecnologías, especialmente en
instituciones públicas de educación superior en México que enfrentan limitaciones
presupuestarias y estructurales específicas.
Los hallazgos de esta revisión sistemática convergen en tres conclusiones fundamentales:
Primero, las tecnologías de IAG no representan simplemente una nueva forma de plagio a ser
detectada y sancionada, sino un cambio paradigmático que requiere reconsiderar
fundamentalmente conceptos de originalidad, autoría y evaluación académica. Como señala
Hutson (2024), estamos ante la necesidad de una “reevaluación de la originalidad en la
escritura, el propósito del aprendizaje de la investigación y la escritura, y los marcos que rigen
la propiedad intelectual y el plagio”.
Segundo, las respuestas efectivas a los desafíos planteados por la IAG deben ser
multidimensionales, abordando simultáneamente aspectos tecnológicos, pedagógicos, éticos
y normativos. Enfoques unidimensionales, ya sea puramente prohibitivos o exclusivamente
centrados en detección tecnológica, resultan insuficientes ante la complejidad del fenómeno.
Tercero, el contexto específico de las universidades mexicanas, particularmente instituciones
públicas de educación superior, requiere aproximaciones contextualizadas que consideren
realidades socioeconómicas, recursos disponibles y particularidades culturales. Soluciones
desarrolladas en contextos anglosajones o europeos no pueden transferirse directamente sin
adaptaciones significativas.
Las conclusiones de esta revisión tienen implicaciones directas para la práctica educativa en
universidades mexicanas. Se recomienda un enfoque equilibrado que: (1) priorice la formación
y alfabetización digital de estudiantes y docentes sobre el uso ético de herramientas de IAG;
(2) desarrolle marcos normativos actualizados que clarifiquen expectativas y establezcan
pautas específicas sobre usos permitidos y no permitidos de estas tecnologías; (3) rediseñe
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 821
abordar la magnitud del cambio que representan estas tecnologías, especialmente en
instituciones públicas de educación superior en México que enfrentan limitaciones
presupuestarias y estructurales específicas.
Los hallazgos de esta revisión sistemática convergen en tres conclusiones fundamentales:
Primero, las tecnologías de IAG no representan simplemente una nueva forma de plagio a ser
detectada y sancionada, sino un cambio paradigmático que requiere reconsiderar
fundamentalmente conceptos de originalidad, autoría y evaluación académica. Como señala
Hutson (2024), estamos ante la necesidad de una “reevaluación de la originalidad en la
escritura, el propósito del aprendizaje de la investigación y la escritura, y los marcos que rigen
la propiedad intelectual y el plagio”.
Segundo, las respuestas efectivas a los desafíos planteados por la IAG deben ser
multidimensionales, abordando simultáneamente aspectos tecnológicos, pedagógicos, éticos
y normativos. Enfoques unidimensionales, ya sea puramente prohibitivos o exclusivamente
centrados en detección tecnológica, resultan insuficientes ante la complejidad del fenómeno.
Tercero, el contexto específico de las universidades mexicanas, particularmente instituciones
públicas de educación superior, requiere aproximaciones contextualizadas que consideren
realidades socioeconómicas, recursos disponibles y particularidades culturales. Soluciones
desarrolladas en contextos anglosajones o europeos no pueden transferirse directamente sin
adaptaciones significativas.
Las conclusiones de esta revisión tienen implicaciones directas para la práctica educativa en
universidades mexicanas. Se recomienda un enfoque equilibrado que: (1) priorice la formación
y alfabetización digital de estudiantes y docentes sobre el uso ético de herramientas de IAG;
(2) desarrolle marcos normativos actualizados que clarifiquen expectativas y establezcan
pautas específicas sobre usos permitidos y no permitidos de estas tecnologías; (3) rediseñe
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 822
prácticas pedagógicas y evaluativas para enfatizar procesos de pensamiento, aplicación
contextualizada y habilidades que trascienden la generación de texto; (4) establezca
mecanismos institucionales para abordar casos complejos y desarrollar respuestas adaptativas
a una tecnología en rápida evolución; y (5) considere implicaciones de equidad en todas las
políticas relacionadas con IAG, asegurando que no exacerben desigualdades existentes.
La intersección entre plagio académico, IAG y contextos educativos específicos como el
mexicano representa un campo emergente y en rápida evolución. Esta revisión sistemática
contribuye a la comprensión de este fenómeno complejo, pero reconoce la necesidad de
investigación empírica adicional, particularmente estudios contextualizados en universidades
mexicanas.
Las universidades mexicanas tienen la oportunidad y el desafío de desarrollar aproximaciones
que no solo preserven la integridad académica, sino que también preparen a estudiantes para
navegar éticamente un futuro donde la interacción con inteligencia artificial será cada vez más
ubicua.
En última instancia, el objetivo no debe ser simplemente prevenir el mal uso de herramientas
de IAG, sino fomentar una cultura de integridad académica que trascienda tecnologías
específicas y se fundamente en valores educativos perdurables como honestidad, rigor
intelectual y compromiso con el aprendizaje auténtico.
Finalmente, resulta imprescindible precisar que: “El presente trabajo se desarrolló en el marco
de los estudios del Doctorado en Ambientes y Sistemas Educativos Multimodales de la
Universidad Nacional Rosario Castellanos para la obtención del grado”.
Agradecimientos
Los autores expresan su más sincero reconocimiento a las instituciones de educación superior
que hicieron posible este trabajo. El compromiso de ambas instituciones con la excelencia
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 822
prácticas pedagógicas y evaluativas para enfatizar procesos de pensamiento, aplicación
contextualizada y habilidades que trascienden la generación de texto; (4) establezca
mecanismos institucionales para abordar casos complejos y desarrollar respuestas adaptativas
a una tecnología en rápida evolución; y (5) considere implicaciones de equidad en todas las
políticas relacionadas con IAG, asegurando que no exacerben desigualdades existentes.
La intersección entre plagio académico, IAG y contextos educativos específicos como el
mexicano representa un campo emergente y en rápida evolución. Esta revisión sistemática
contribuye a la comprensión de este fenómeno complejo, pero reconoce la necesidad de
investigación empírica adicional, particularmente estudios contextualizados en universidades
mexicanas.
Las universidades mexicanas tienen la oportunidad y el desafío de desarrollar aproximaciones
que no solo preserven la integridad académica, sino que también preparen a estudiantes para
navegar éticamente un futuro donde la interacción con inteligencia artificial será cada vez más
ubicua.
En última instancia, el objetivo no debe ser simplemente prevenir el mal uso de herramientas
de IAG, sino fomentar una cultura de integridad académica que trascienda tecnologías
específicas y se fundamente en valores educativos perdurables como honestidad, rigor
intelectual y compromiso con el aprendizaje auténtico.
Finalmente, resulta imprescindible precisar que: “El presente trabajo se desarrolló en el marco
de los estudios del Doctorado en Ambientes y Sistemas Educativos Multimodales de la
Universidad Nacional Rosario Castellanos para la obtención del grado”.
Agradecimientos
Los autores expresan su más sincero reconocimiento a las instituciones de educación superior
que hicieron posible este trabajo. El compromiso de ambas instituciones con la excelencia
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 823
académica en el nivel superior ha sido fundamental para la realización de este artículo.
Manifiesto sobre el uso de herramientas de inteligencia artificial generativa (IAG): En la
elaboración de este artículo, los autores utilizaron herramientas de IAG como asistente de
investigación y redacción, adhiriéndose a los principios de responsabilidad, transparencia y
rigor académico establecidos por el Comité de Ética de Publicaciones (COPE) y la
Declaración de Heredia. Las herramientas de IAG se utilizaron exclusivamente para tareas de
apoyo, incluyendo revisión y mejora del estilo, traducción y verificación lingüística, síntesis
preliminar de literatura y generación de ideas para la estructuración del manuscrito, siempre
bajo supervisión, revisión y validación humana. Los autores afirman que ninguna herramienta
de IAG ha sido considerada como autora o coautora, que la responsabilidad final sobre la
totalidad del contenido recae exclusivamente en los autores, y que no se utilizó IA para generar
contenido original, análisis de datos, figuras o tablas. Toda la información obtenida mediante
IAG fue verificada y contrastada con las fuentes originales, garantizando la integridad,
precisión y originalidad del trabajo académico.
Conflictos de interés: “Las personas autoras declaran no tener ningún conflicto de interés.”
REFERENCIAS BIBLIOGRÁFICAS
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of
Stochastic Parrots. Proceedings of the 2021 ACM Conference on Fairness, Accountability,
and Transparency, 610-623. https://doi.org/10.1145/3442188.3445922
Braun, V. & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in
Psychology, 3(2), 77-101. https://doi.org/10.1191/1478088706qp063oa
Cotton, D., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic
integrity in the era of ChatGPT. Innovations in Education and Teaching International,
61(2), 228-239. https://doi.org/10.1080/14703297.2023.2190148
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 823
académica en el nivel superior ha sido fundamental para la realización de este artículo.
Manifiesto sobre el uso de herramientas de inteligencia artificial generativa (IAG): En la
elaboración de este artículo, los autores utilizaron herramientas de IAG como asistente de
investigación y redacción, adhiriéndose a los principios de responsabilidad, transparencia y
rigor académico establecidos por el Comité de Ética de Publicaciones (COPE) y la
Declaración de Heredia. Las herramientas de IAG se utilizaron exclusivamente para tareas de
apoyo, incluyendo revisión y mejora del estilo, traducción y verificación lingüística, síntesis
preliminar de literatura y generación de ideas para la estructuración del manuscrito, siempre
bajo supervisión, revisión y validación humana. Los autores afirman que ninguna herramienta
de IAG ha sido considerada como autora o coautora, que la responsabilidad final sobre la
totalidad del contenido recae exclusivamente en los autores, y que no se utilizó IA para generar
contenido original, análisis de datos, figuras o tablas. Toda la información obtenida mediante
IAG fue verificada y contrastada con las fuentes originales, garantizando la integridad,
precisión y originalidad del trabajo académico.
Conflictos de interés: “Las personas autoras declaran no tener ningún conflicto de interés.”
REFERENCIAS BIBLIOGRÁFICAS
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of
Stochastic Parrots. Proceedings of the 2021 ACM Conference on Fairness, Accountability,
and Transparency, 610-623. https://doi.org/10.1145/3442188.3445922
Braun, V. & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative Research in
Psychology, 3(2), 77-101. https://doi.org/10.1191/1478088706qp063oa
Cotton, D., Cotton, P. A., & Shipway, J. R. (2023). Chatting and cheating: Ensuring academic
integrity in the era of ChatGPT. Innovations in Education and Teaching International,
61(2), 228-239. https://doi.org/10.1080/14703297.2023.2190148
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 824
Eaton, S. E. (2015). Handbook of Academic Integrity. https://doi.org/10.1007/978-981-287-
079-7
Eaton, S. E. (2023). Postplagiarism: transdisciplinary ethics and integrity in the age of artificial
intelligence and neurotechnology. International Journal for Educational Integrity, 19(1).
https://doi.org/10.1007/s40979-023-00144-1
Farrelly, T. & Baker, N. (2023). Generative Artificial Intelligence: Implications and
Considerations for Higher Education Practice. Education Sciences, 13(11), 1109.
https://doi.org/10.3390/educsci13111109
Hosseini, M., Resnik, D. B., & Holmes, K. (2023). The ethics of disclosing the use of artificial
intelligence tools in writing scholarly manuscripts. Research Ethics, 19(4), 449-465.
https://doi.org/10.1177/17470161231180449
Hutson, J. (2024). Rethinking Plagiarism in the Era of Generative AI. Journal of Intelligent
Communication, 3(2). https://doi.org/10.54963/jic.v3i2.220
Macfarlane, B., Zhang, J., & Pun, A. (2012). Academic integrity: a review of the literature.
Studies in Higher Education, 39(2), 339-358.
https://doi.org/10.1080/03075079.2012.709495
Martín‐Martín, A., Thelwall, M., Orduña‐Malea, E., & López‐Cózar, E. D. (2020). Google
Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and
OpenCitations’ COCI: a multidisciplinary comparison of coverage via citations.
Scientometrics, 126(1), 871-906. https://doi.org/10.1007/s11192-020-03690-4
Methley, A., Campbell, S., Chew‐Graham, C., McNally, R., & Cheraghi‐Sohi, S. (2014). PICO,
PICOS and SPIDER: a comparison study of specificity and sensitivity in three search
tools for qualitative systematic reviews. BMC Health Services Research, 14(1).
https://doi.org/10.1186/s12913-014-0579-0
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 824
Eaton, S. E. (2015). Handbook of Academic Integrity. https://doi.org/10.1007/978-981-287-
079-7
Eaton, S. E. (2023). Postplagiarism: transdisciplinary ethics and integrity in the age of artificial
intelligence and neurotechnology. International Journal for Educational Integrity, 19(1).
https://doi.org/10.1007/s40979-023-00144-1
Farrelly, T. & Baker, N. (2023). Generative Artificial Intelligence: Implications and
Considerations for Higher Education Practice. Education Sciences, 13(11), 1109.
https://doi.org/10.3390/educsci13111109
Hosseini, M., Resnik, D. B., & Holmes, K. (2023). The ethics of disclosing the use of artificial
intelligence tools in writing scholarly manuscripts. Research Ethics, 19(4), 449-465.
https://doi.org/10.1177/17470161231180449
Hutson, J. (2024). Rethinking Plagiarism in the Era of Generative AI. Journal of Intelligent
Communication, 3(2). https://doi.org/10.54963/jic.v3i2.220
Macfarlane, B., Zhang, J., & Pun, A. (2012). Academic integrity: a review of the literature.
Studies in Higher Education, 39(2), 339-358.
https://doi.org/10.1080/03075079.2012.709495
Martín‐Martín, A., Thelwall, M., Orduña‐Malea, E., & López‐Cózar, E. D. (2020). Google
Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science, and
OpenCitations’ COCI: a multidisciplinary comparison of coverage via citations.
Scientometrics, 126(1), 871-906. https://doi.org/10.1007/s11192-020-03690-4
Methley, A., Campbell, S., Chew‐Graham, C., McNally, R., & Cheraghi‐Sohi, S. (2014). PICO,
PICOS and SPIDER: a comparison study of specificity and sensitivity in three search
tools for qualitative systematic reviews. BMC Health Services Research, 14(1).
https://doi.org/10.1186/s12913-014-0579-0
Ciencia y Reflexión - Revista Científica Multidisciplinaria
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 825
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T., Mulrow, C. D., … &
Alonso‐Fernández, S. (2021). Declaración PRISMA 2020: una guía actualizada para la
publicación de revisiones sistemáticas. Revista Española De Cardiología, 74(9), 790-799.
https://doi.org/10.1016/j.recesp.2021.06.016
Patak, A. A., Wirawan, H., Abduh, A., Hidayat, R., Iskandar, I., & Dirawan, G. D. (2020).
Teaching English as a Foreign Language in Indonesia: University Lecturers’ Views on
Plagiarism. Journal of Academic Ethics, 19(4), 571-587.
https://doi.org/10.1007/s10805-020-09385-y
Plevris, V. (2025). From Integrity to Inflation: Ethical and Unethical Citation Practices in
Academic Publishing. Journal of Academic Ethics, 23(4), 1847-1877.
https://doi.org/10.1007/s10805-025-09631-1
Sullivan, M., Kelly, A., & McLaughlan, P. (2023). ChatGPT in higher education: Considerations
for academic integrity and student learning. Journal of Applied Learning & Teaching, 6(1).
https://doi.org/10.37074/jalt.2023.6.1.17
Tlili, A., Shehata, B., Adarkwah, M. A., Bozkurt, A., Hickey, D. T., Huang, R., … & Agyemang,
B. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using
chatbots in education. Smart Learning Environments, 10(1).
https://doi.org/10.1186/s40561-023-00237-x
Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., Foltýnek, T., Guerrero-Dib, J., Popoola,
O., … & Waddington, L. (2023). Testing of detection tools for AI-generated text.
International Journal for Educational Integrity, 19(1). https://doi.org/10.1007/s40979-
023-00146-z
La Revista utiliza códigos para identificar al Revisor y al equipo de
PARES REVISORES. Si tiene dudas o consultas, contacte a:
contacto@cienciayreflexion.org
Código de Editor: 122
Código de Revisores: 926
ISSN 3045-5537 (en línea) Enero-Marzo, 2026, Volumen 5, Número 1 Pág. 825
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T., Mulrow, C. D., … &
Alonso‐Fernández, S. (2021). Declaración PRISMA 2020: una guía actualizada para la
publicación de revisiones sistemáticas. Revista Española De Cardiología, 74(9), 790-799.
https://doi.org/10.1016/j.recesp.2021.06.016
Patak, A. A., Wirawan, H., Abduh, A., Hidayat, R., Iskandar, I., & Dirawan, G. D. (2020).
Teaching English as a Foreign Language in Indonesia: University Lecturers’ Views on
Plagiarism. Journal of Academic Ethics, 19(4), 571-587.
https://doi.org/10.1007/s10805-020-09385-y
Plevris, V. (2025). From Integrity to Inflation: Ethical and Unethical Citation Practices in
Academic Publishing. Journal of Academic Ethics, 23(4), 1847-1877.
https://doi.org/10.1007/s10805-025-09631-1
Sullivan, M., Kelly, A., & McLaughlan, P. (2023). ChatGPT in higher education: Considerations
for academic integrity and student learning. Journal of Applied Learning & Teaching, 6(1).
https://doi.org/10.37074/jalt.2023.6.1.17
Tlili, A., Shehata, B., Adarkwah, M. A., Bozkurt, A., Hickey, D. T., Huang, R., … & Agyemang,
B. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using
chatbots in education. Smart Learning Environments, 10(1).
https://doi.org/10.1186/s40561-023-00237-x
Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., Foltýnek, T., Guerrero-Dib, J., Popoola,
O., … & Waddington, L. (2023). Testing of detection tools for AI-generated text.
International Journal for Educational Integrity, 19(1). https://doi.org/10.1007/s40979-
023-00146-z
La Revista utiliza códigos para identificar al Revisor y al equipo de
PARES REVISORES. Si tiene dudas o consultas, contacte a:
contacto@cienciayreflexion.org
Código de Editor: 122
Código de Revisores: 926