Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
DOI: https://doi.org/10.46296/rc.v8i15.0361  
Implicaciones éticas del uso de inteligencia artificial generativa en la  
formación universitaria, dilema entre la innovación tecnológica y la  
responsabilidad académica  
Ethical implications of the use of generative artificial intelligence in  
university education, dilemma between technological innovation  
and academic responsibility  
Vega-Reinel Stefani Vanesa  
Universidad Estatal De Bolívar, Facultad de Ciencias Agropecuarias,  
Recursos Naturales y del Ambiente. Guaranda, Ecuador.  
Correo: stefani.vega@ueb.edu.ec  
ORCID ID: https://orcid.org/0000-0002-2047-9763  
Palacios-Zuñiga Roque Mauricio  
Universidad Estatal De Bolívar, Facultad de Ciencias Agropecuarias,  
Recursos Naturales y del Ambiente. Guaranda, Ecuador.  
Correo: roque.palacios@ueb.edu.ec  
ORCID ID: https://orcid.org/0000-0001-8932-1676  
Pazmiño-Gaibor Álvaro Xavier  
Universidad Estatal De Bolívar, Facultad de Ciencias Agropecuarias,  
Recursos Naturales y del Ambiente. Guaranda, Ecuador.  
Correo: alvaro.pazmino@ueb.edu.ec  
ORCID ID: https://orcid.org/0009-0008-7516-6458  
Peña Patricia Moraima  
Universidad Estatal De Bolívar, Facultad de Ciencias de la Educación. Guaranda, Ecuador.  
Correo: ppena@ueb.edu.ec  
ORCID ID: https://orcid.org/0000-0001-8040-6593  
García-Laje Claudia Annabell  
Investigadora Independiente. Echeandía, Ecuador.  
Correo: claugarla@hotmail.com  
ORCID ID: https://orcid.org/0009-0005-2011-5993  
RESUMEN  
Esta investigación aborda las implicaciones éticas derivadas del uso de la inteligencia artificial  
generativa (IAG) en la formación universitaria, centrando el estudio en la Universidad Estatal de  
Bolívar, en la Facultad de Ciencias Agropecuarias, Recursos Naturales y del Ambiente. La  
muestra estuvo constituida por 40 estudiantes y 5 docentes de las carreras de Medicina  
Veterinaria, Agronomía  
y
Agroindustria.  
A
través de la aplicación de entrevistas  
semiestructuradas, grupos focales y análisis documental, se evidenció un uso intensivo y  
creciente de la IAG por parte de los estudiantes para la realización de actividades académicas,  
contrastando con un bajo nivel de conocimiento y preparación de los docentes para supervisar y  
orientar el empleo ético de estas tecnologías. Asimismo, se identificó la carencia de políticas  
institucionales específicas que regulen el uso responsable de la IAG, generando vacíos  
normativos que dificultan la gestión ética en el ámbito académico. Los hallazgos resaltan la  
Información del manuscrito:  
Fecha de recepción: 10 de octubre de 2024.  
Fecha de aceptación: 28 de diciembre de 2024.  
Fecha de publicación: 10 de enero de 2025.  
833  
Vega-Reinel et al. (2025)  
urgente necesidad de implementar estrategias integrales que incluyan la formación ética y  
tecnológica de la comunidad universitaria, así como el desarrollo de marcos regulatorios claros  
que promuevan un uso crítico y responsable de la inteligencia artificial generativa. Este estudio  
contribuye al entendimiento de los retos y oportunidades que representa la incorporación de la  
IAG en la educación superior, subrayando la importancia de garantizar la integridad académica  
y el fortalecimiento de competencias críticas en un entorno cada vez más digitalizado.  
Palabras claves: Inteligencia artificial, educación superior, dilemas éticos, responsabilidad  
académica.  
ABSTRACT  
This research addresses the ethical implications arising from the use of generative artificial  
intelligence (GAI) in university education, focusing on the State University of Bolívar, within the  
Faculty of Agricultural Sciences, Natural Resources, and Environment. The sample consisted of  
4
0 students and 5 faculty members from the Veterinary Medicine, Agronomy, and Agroindustry  
programs. Through semi-structured interviews, focus groups, and documentary analysis, an  
intensive and growing use of GAI by students for academic activities was evidenced, contrasted  
with a low level of knowledge and preparation among faculty to supervise and guide the ethical  
use of these technologies. Furthermore, the lack of specific institutional policies regulating the  
responsible use of GAI was identified, generating normative gaps that hinder ethical management  
in the academic field. The findings highlight the urgent need to implement comprehensive  
strategies that include ethical and technological training for the university community, as well as  
the development of clear regulatory frameworks to promote a critical and responsible use of  
generative artificial intelligence. This study contributes to understanding the challenges and  
opportunities represented by the incorporation of GAI in higher education, emphasizing the  
importance of ensuring academic integrity and strengthening critical competencies in an  
increasingly digitalized environment.  
Keywords: Artificial intelligence, higher education, ethical dilemmas, academic responsibility.  
1. INTRODUCCIÓN  
La IA generativa, una evolución significativa de la inteligencia artificial, destaca  
por su capacidad para crear de forma autónoma nuevos contenidos, desde  
conversaciones y textos hasta imágenes y música (Khennouche et al., 2024). En  
paralelo, los Sistemas de Procesamiento de Lenguaje Natural han mejorado  
sustancialmente la comprensión y generación de lenguaje humano (Sun et al.,  
2024), permitiendo a las máquinas interpretar y responder a las expresiones  
lingüísticas con una sofisticación cada vez mayor. Esta convergencia tecnológica  
plantea desafíos y oportunidades únicas, especialmente en el ámbito de la  
educación superior (Khennouche et al., 2024).  
En este contexto, la implementación de tecnologías como chatbots basados en  
PLN y sistemas de IA generativa en entornos académicos presenta una serie de  
beneficios, desde la aceleración de la investigación hasta la mejora de las  
834  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
experiencias de los estudiantes y la optimización de los procesos educativos (B  
et al., 2024). Sin embargo, este avance no está exento de desafíos, y uno de los  
aspectos más críticos es su integración efectiva en las dinámicas educativas  
superiores (Gao et al., 2024).  
Sin embargo, este avance tecnológico también ha traído consigo una serie de  
dilemas éticos que no pueden pasarse por alto. La facilidad con la que se puede  
generar contenido plantea interrogantes sobre la autoría académica, el plagio  
asistido, la veracidad de la información generada, el impacto en el pensamiento  
crítico y la equidad de acceso (Williams, 2024). A esto se suma la preocupación  
por la transparencia en el funcionamiento de los algoritmos, el tratamiento de los  
datos personales y la posibilidad de dependencia tecnológica en los procesos  
formativos (McDonald et al., 2025). En este nuevo escenario, las universidades  
se ven desafiadas a repensar sus marcos normativos, sus estrategias  
pedagógicas y los valores que orientan su práctica educativa (Alier et al., 2024).  
En este contexto, la presente investigación tiene como objetivo analizar las  
principales implicaciones éticas del uso de inteligencia artificial generativa en la  
formación universitaria. Para ello, se realiza una revisión de literatura  
especializada, se examinan percepciones de docentes y estudiantes en torno al  
uso de estas herramientas, y se propone un conjunto de lineamientos éticos  
orientados a una adopción crítica y responsable de la IAG en contextos  
académicos. La intención es aportar a la construcción de una cultura digital  
universitaria basada en la integridad, la equidad y la conciencia crítica sobre el  
uso de tecnologías emergentes (Johnston et al., 2024).  
Desarrollo  
A medida que las universidades incorporan tecnologías avanzadas en sus  
procesos formativos, la inteligencia artificial generativa (IAG) emerge como una  
de las herramientas más influyentes y, a la vez, más polémicas (González-  
Alcaide, 2024). Su uso intensivo en actividades como la redacción académica, la  
resolución de problemas o la tutoría automatizada ha comenzado a redefinir los  
límites tradicionales del aprendizaje, la evaluación y la producción de  
conocimiento (Perezchica-Vega et al., 2024). En este escenario, resulta  
835  
Vega-Reinel et al. (2025)  
indispensable construir un marco conceptual que permita comprender tanto el  
funcionamiento de estas tecnologías como sus implicaciones éticas en el  
contexto universitario (Flores et al., 2025). A continuación, se desarrolla una  
revisión teórica que aborda los fundamentos de la IAG, los principales dilemas  
éticos que plantea en la educación superior y los enfoques institucionales  
necesarios para orientar su uso de manera crítica y responsable (Balarezo et al.,  
2024).  
La inteligencia artificial generativa: una tecnología emergente en  
educación superior  
La inteligencia artificial generativa (IAG) se refiere a sistemas capaces de  
producir contenido original como texto, imágenes, código, audio en respuesta a  
una instrucción humana. Modelos como GPT-4 (OpenAI), Gemini (Google), y  
Claude (Anthropic) se basan en arquitecturas de aprendizaje profundo que han  
sido entrenadas con grandes volúmenes de datos textuales y visuales (Camacho  
et al., 2023). Su capacidad de generar respuestas coherentes y creativas ha  
revolucionado múltiples sectores, incluido el educativo (Alpizar Garrido et al.,  
2024).  
En la educación superior, la IAG ha sido rápidamente adoptada por estudiantes  
para apoyar actividades como la redacción de ensayos, el desarrollo de  
resúmenes, la solución de problemas matemáticos o la generación de ideas de  
investigación (Solís et al., 2023). Si bien esto representa un avance en términos  
de personalización del aprendizaje y acceso al conocimiento, también exige una  
reflexión crítica sobre sus impactos formativos.  
Ética de la tecnología y educación: principios y tensiones  
El uso de tecnologías emergentes en educación no es éticamente neutro. Desde  
la filosofía de la tecnología, autores como López (2023) han advertido sobre la  
necesidad de una ética de la responsabilidad en la innovación, basada en la  
anticipación de consecuencias y el respeto a la dignidad humana. En el ámbito  
educativo, esto implica garantizar que el uso de la IA se alinee con los valores  
de integridad, justicia, autonomía y equidad (Morán-Ortega et al., 2024).  
836  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
La UNESCO (2023) ha planteado principios éticos clave para el uso de IA en  
educación, entre los cuales destacan:  
•
•
•
•
•
Inclusión y equidad  
Transparencia y explicabilidad  
Responsabilidad y rendición de cuentas  
Privacidad y protección de datos  
Promoción del bienestar humano  
Dilemas éticos del uso de IAG en contextos académicos  
El empleo de inteligencia artificial generativa (IAG) en el ámbito universitario  
plantea un conjunto de dilemas éticos que desafían los principios fundamentales  
de la educación superior, tales como la integridad académica, la formación crítica  
y la igualdad de oportunidades (Cortes, 2024). Estos dilemas no solo tienen  
implicaciones individuales para estudiantes y docentes, sino también  
consecuencias institucionales y sistémicas que deben ser abordadas desde  
marcos éticos claros, políticas institucionales robustas y una pedagogía crítica.  
A continuación, se examinan con mayor detalle algunos de los dilemas más  
relevantes.  
Autoría, originalidad y honestidad académica  
Uno de los dilemas más debatidos es el relacionado con la autoría de los  
productos académicos cuando se utiliza IAG para redactar textos, resolver  
problemas o generar ideas. ¿Quién es el verdadero autor de un ensayo escrito  
parcialmente por una IA? ¿Debe el estudiante declarar el uso de estas  
herramientas? La ausencia de criterios claros sobre la coautoría tecnológica  
puede llevar a confusiones respecto a los límites entre apoyo y sustitución del  
trabajo intelectual. En muchos casos, los estudiantes pueden considerar el uso  
de IA como una extensión legítima de sus recursos de estudio, mientras que los  
docentes lo interpretan como una forma de deshonestidad o plagio (Degli-  
Esposti, 2023).  
b) Plagio automatizado y desvalorización del esfuerzo académico  
837  
Vega-Reinel et al. (2025)  
Aunque las plataformas de IAG como ChatGPT no copian directamente textos  
de internet, su capacidad para producir contenido original a partir de información  
entrenada plantea el riesgo de plagio automatizado. Esto complica la labor de  
los docentes al momento de evaluar la autenticidad de los trabajos y puede  
erosionar la cultura del esfuerzo, la autorreflexión y la producción genuina de  
conocimiento. Además, la posibilidad de “tercerizar” tareas intelectuales a una IA  
puede alentar prácticas de dependencia que limitan el desarrollo de  
competencias esenciales, como el pensamiento crítico, la escritura  
argumentativa o la capacidad de síntesis (Campi, 2023).  
Brechas de acceso y desigualdad digital  
El acceso desigual a herramientas de IAG genera un dilema ético relacionado  
con la equidad educativa. Estudiantes con mayor poder adquisitivo, acceso a  
dispositivos tecnológicos y alfabetización digital pueden aprovechar estas  
herramientas con más eficacia que aquellos en condiciones vulnerables,  
reproduciendo o ampliando las desigualdades existentes en el sistema educativo  
(Piedra-Alegría, 2024). Asimismo, el uso de versiones pagadas de estos  
sistemas que ofrecen respuestas más avanzadas y precisas refuerza las brechas  
entre quienes pueden invertir en tecnología y quienes no.  
Dependencia tecnológica y superficialidad cognitiva  
Otro dilema emergente es el riesgo de que la dependencia de IAG conduzca a  
una reducción en la profundidad del aprendizaje. Cuando los estudiantes  
recurren a estas herramientas para obtener respuestas rápidas o redactar textos  
sin una reflexión profunda, se debilitan procesos cognitivos clave como la  
elaboración conceptual, la capacidad de análisis y la argumentación personal.  
La sustitución del esfuerzo intelectual por automatización puede generar una  
forma de “pereza epistémica” (García-Peñalvo et al., 2025), donde el aprendizaje  
se vuelve superficial y centrado en el resultado más que en el proceso.  
Sesgos algorítmicos y calidad de la información  
Las IAG no están exentas de sesgos. Al haber sido entrenadas con grandes  
cantidades de datos provenientes de internet, reproducen sesgos ideológicos,  
culturales, de género, raza y clase presentes en los datos originales. En  
838  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
contextos académicos, esto puede afectar la neutralidad, precisión y diversidad  
de las respuestas generadas por los sistemas, especialmente en áreas como  
historia, política, ciencias sociales o temas sensibles. Los estudiantes podrían  
asumir como válidas o neutrales ideas que en realidad están cargadas de juicios  
implícitos, afectando así su comprensión crítica del mundo (Ramirez Autran,  
2023).  
Transparencia y explicabilidad algorítmica  
La opacidad de los sistemas de IAG constituye un problema ético adicional.  
Muchos usuarios, incluidos docentes, desconocen cómo funcionan estos  
modelos, cómo toman decisiones o qué fuentes de datos utilizan. Esta “caja  
negra” tecnológica impide evaluar con claridad la confiabilidad del contenido  
generado, y pone en riesgo el principio de transparencia que debe regir en  
entornos educativos. En contextos de formación universitaria, esta falta de  
explicabilidad impide la comprensión crítica del funcionamiento y los límites de  
la tecnología (Mendiola & Degante, 2023).  
Protección de datos y consentimiento informado  
El uso de plataformas de IAG implica la interacción constante con sistemas que  
almacenan, procesan o incluso reutilizan los datos ingresados por los usuarios.  
En entornos universitarios, esto puede incluir trabajos académicos, información  
personal o proyectos de investigación. La ausencia de políticas claras sobre el  
consentimiento informado, la privacidad y el uso secundario de datos vulnera  
derechos fundamentales de estudiantes y docentes, especialmente en contextos  
donde no se garantiza la soberanía de los datos o se depende de plataformas  
extranjeras con marcos jurídicos distintos (López-Borrull, 2024).  
Estos dilemas exigen una reflexión profunda por parte de la comunidad  
universitaria, no solo sobre los usos permitidos de la IAG, sino sobre el modelo  
de formación que se desea promover. La solución no radica únicamente en  
restringir su uso, sino en desarrollar enfoques éticos, pedagógicos y normativos  
que permitan integrar esta tecnología de forma crítica, equitativa y formativa. En  
el siguiente apartado, se discuten las respuestas institucionales que pueden  
orientar esta tarea.  
839  
Vega-Reinel et al. (2025)  
La universidad ante la inteligencia artificial  
Frente a los dilemas éticos que plantea la inteligencia artificial generativa (IAG),  
las instituciones de educación superior no pueden adoptar una postura pasiva o  
meramente reactiva (Vera et al., 2024). Es necesario que asuman un rol activo  
como orientadoras del uso ético y crítico de estas tecnologías, diseñando marcos  
normativos, estrategias pedagógicas y programas de formación que garanticen  
la coherencia entre la innovación tecnológica y los valores fundamentales de la  
educación.  
Reformulación de políticas de integridad académica  
Las universidades deben revisar y actualizar sus reglamentos sobre honestidad  
e integridad académica para incorporar explícitamente el uso de herramientas  
de IAG (Guerrero-Solé & Ballester, 2023). Esto implica definir qué usos son  
legítimos, en qué contextos se permiten, y bajo qué condiciones deben ser  
declarados por los estudiantes. Algunas instituciones han comenzado a incluir  
cláusulas específicas sobre el uso de ChatGPT y sistemas similares,  
estableciendo criterios diferenciados según se trate de apoyo en la redacción,  
generación de ideas o elaboración de productos completos.  
Alfabetización digital crítica y formación ética  
Uno de los pilares fundamentales para abordar el impacto de la IAG en la  
educación superior es la formación en alfabetización algorítmica y ética digital.  
Esta debe ir más allá del manejo técnico de las herramientas e incluir una  
comprensión crítica de cómo funcionan los modelos, qué sesgos pueden  
contener, cómo afectan la toma de decisiones y qué implicaciones tienen para la  
autonomía intelectual (Reig, 2024). Esta alfabetización debe estar dirigida no  
solo a los estudiantes, sino también a los docentes y administrativos, quienes  
requieren competencias para evaluar y acompañar el uso formativo de estas  
tecnologías.  
Innovación en la evaluación y el diseño pedagógico  
El auge de la IAG obliga a repensar las formas tradicionales de evaluación en la  
universidad. Las pruebas memorísticas, los trabajos escritos estandarizados y  
los exámenes a libro abierto pueden resultar fácilmente vulnerables al uso  
840  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
automatizado de IA. En su lugar, se requiere una transición hacia modelos de  
evaluación que prioricen:  
•
•
La reflexión personal y el desarrollo de argumentos.  
La producción de conocimiento situado, vinculado al contexto del  
estudiante.  
•
•
El trabajo colaborativo y basado en procesos.  
Las presentaciones orales, debates y análisis crítico.  
Estas estrategias permiten verificar el aprendizaje auténtico y dificultan la  
sustitución total por herramientas de IA.  
Garantías de acceso equitativo y apoyo institucional  
El acceso a la inteligencia artificial debe ser equitativo. Para ello, las  
universidades pueden ofrecer versiones institucionales de herramientas de IAG,  
brindar licencias educativas y garantizar espacios formativos para todos los  
estudiantes, especialmente aquellos de sectores más vulnerables (Farrelly &  
Baker, 2023). Además, el acompañamiento docente y el diseño de estrategias  
de inclusión tecnológica son esenciales para evitar que la brecha digital se  
traduzca en una brecha ética y formativa.  
Promoción de una cultura institucional ética y reflexiva  
Más allá de los aspectos normativos, la universidad debe fomentar una cultura  
ética que promueva la reflexión sobre el sentido del aprendizaje, la  
responsabilidad individual y el compromiso con el bien común. Esto puede  
lograrse a través de:  
•
•
•
Seminarios de ética aplicada a la tecnología.  
Espacios de diálogo interdisciplinar sobre el impacto de la IA.  
Prácticas pedagógicas que refuercen la autonomía, la creatividad y el  
juicio moral.  
El desarrollo de estas acciones institucionales no tiene como finalidad prohibir la  
tecnología, sino integrarla de manera responsable en el proceso educativo,  
garantizando que su uso no comprometa los principios formativos, la justicia  
social ni el pensamiento crítico. En el siguiente apartado se presentan algunas  
841  
Vega-Reinel et al. (2025)  
propuestas normativas y recomendaciones internacionales que pueden orientar  
este proceso de integración ética y pedagógica.  
2. METODOLOGÍA  
La presente investigación se enmarca en un enfoque cualitativo con un diseño  
descriptivo-interpretativo, orientado a profundizar en la comprensión de las  
implicaciones éticas derivadas del uso de la inteligencia artificial generativa en la  
formación universitaria. El estudio se desarrolló en la Universidad Estatal de  
Bolívar, específicamente en la Facultad de Ciencias Agropecuarias, Recursos  
Naturales y del Ambiente, involucrando a las carreras de Medicina Veterinaria,  
Agronomía y Agroindustria. La elección de este contexto responde a la  
necesidad de examinar la percepción y las prácticas relacionadas con la IAG en  
disciplinas con fuerte componente técnico y formativo, donde la ética académica  
y la innovación tecnológica convergen de manera crítica.  
Para la selección de la muestra se empleó un muestreo intencional,  
considerando criterios de representatividad y experiencia en el uso de  
tecnologías digitales. La muestra estuvo constituida por un total de cuarenta  
estudiantes, distribuidos equitativamente entre las tres carreras, quienes  
participaron en grupos focales diseñados para explorar sus vivencias,  
expectativas y preocupaciones éticas respecto al uso de la IAG en sus  
actividades académicas. Asimismo, se incorporaron cinco docentes con  
experiencia comprobada en la integración de herramientas digitales en la  
docencia, quienes fueron entrevistados mediante una guía semiestructurada que  
permitió indagar sobre los dilemas éticos, las prácticas pedagógicas y las  
políticas institucionales vinculadas al uso de la inteligencia artificial.  
La recolección de datos se realizó a través de técnicas cualitativas  
complementarias: los grupos focales facilitados con estudiantes promovieron un  
espacio de diálogo y reflexión colectiva, favoreciendo la identificación de  
patrones comunes y divergencias en torno a la temática; mientras que las  
entrevistas semiestructuradas con docentes brindaron una mirada profunda y  
crítica sobre los desafíos y oportunidades pedagógicas de la IAG.  
842  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
Complementariamente, se llevó a cabo un análisis documental de las normativas  
y políticas internas de la universidad relacionadas con la ética académica y la  
incorporación de tecnologías digitales, con el propósito de contextualizar los  
hallazgos y detectar vacíos o áreas de mejora.  
Para el análisis de la información se utilizó un enfoque temático, basado en la  
transcripción íntegra de las intervenciones, seguido de un proceso riguroso de  
codificación manual asistida por software especializado (NVivo) (Cook, 2000),  
que facilitó la organización y sistematización de categorías emergentes. Este  
procedimiento permitió una interpretación reflexiva y fundamentada de los datos,  
asegurando la validez y confiabilidad del estudio. Además, se garantizó el  
cumplimiento de los principios éticos en la investigación educativa, obteniendo  
el consentimiento informado de todos los participantes, preservando la  
confidencialidad y el anonimato, y respetando su derecho a retirarse en cualquier  
momento, con el fin de proteger su dignidad y autonomía.  
3. RESULTADOS Y DISCUSIÓN  
Los hallazgos de esta investigación reflejan una penetración significativa del uso  
de herramientas de inteligencia artificial generativa entre los estudiantes de las  
carreras de Medicina Veterinaria, Agronomía y Agroindustria de la Universidad  
Estatal de Bolívar. Durante los grupos focales, la mayoría de los estudiantes  
reportaron un uso frecuente y diversificado de la IAG, empleándola para la  
elaboración de informes académicos, generación de esquemas conceptuales,  
apoyo en la redacción de ensayos y solución de dudas técnicas. Este recurso es  
valorado como un facilitador que optimiza el tiempo y mejora la calidad formal y  
estructural de sus trabajos. No obstante, se detectó una percepción ambivalente  
en torno a la ética de su utilización, donde algunos estudiantes manifiestan  
desconocimiento o ambigüedad respecto a los límites aceptables, mientras que  
otros muestran preocupación sobre la posible dependencia tecnológica y la  
erosión del aprendizaje autónomo.  
En contraste, las entrevistas semiestructuradas realizadas a los docentes  
revelaron un bajo nivel de familiaridad con las tecnologías de IAG, lo que se  
843  
Vega-Reinel et al. (2025)  
traduce en una limitada capacidad para supervisar y regular su uso dentro del  
ámbito académico. Los docentes expresaron una sensación de incertidumbre y  
vulnerabilidad frente a la incapacidad de identificar cuándo un trabajo ha sido  
asistido o generado por inteligencia artificial. Además, se evidenció una carencia  
de formación específica en inteligencia artificial y ética digital, lo que dificulta la  
incorporación de estrategias pedagógicas efectivas para el uso responsable de  
estas tecnologías. Muchos docentes resaltaron la ausencia de políticas  
institucionales claras y protocolos que orienten el manejo ético y pedagógico de  
la IAG, generando un vacío normativo que afecta la integridad académica.  
Un hallazgo adicional relevante es la existencia de una brecha generacional y  
formativa entre estudiantes y docentes respecto a la adopción y comprensión de  
la IAG. Mientras los estudiantes adoptan rápidamente estas herramientas como  
parte de su cotidianidad académica, la respuesta institucional y docente no ha  
logrado mantenerse al ritmo de esta evolución tecnológica. Esta disonancia se  
refleja en la falta de programas de capacitación en alfabetización digital crítica y  
ética aplicada, lo cual limita la promoción de una cultura institucional que fomente  
un uso consciente, reflexivo y ético de la IAG.  
En cuanto a las percepciones éticas, se observaron posiciones diversas. Un  
sector de estudiantes considera que la IAG constituye un apoyo legítimo para  
potenciar el aprendizaje, siempre que se utilice con responsabilidad,  
complementando su trabajo sin reemplazar el esfuerzo intelectual. Otros  
estudiantes, sin embargo, reconocen el riesgo de que un uso indiscriminado  
conduzca a la dependencia, afectando habilidades cognitivas esenciales como  
el análisis crítico y la creatividad. Los docentes enfatizaron la necesidad de  
diseñar y adoptar metodologías de evaluación innovadoras que valoren la  
creatividad, la argumentación y el trabajo colaborativo, minimizando las  
posibilidades de plagio y la deshonestidad académica facilitada por la IAG.  
Finalmente, el análisis documental de las normativas universitarias evidenció la  
ausencia de políticas explícitas que regulen el uso de inteligencia artificial  
generativa en los procesos educativos, lo que representa un desafío institucional  
considerable. Esta carencia limita la capacidad de la universidad para garantizar  
la integridad académica, promover la equidad y responder de manera proactiva  
a los cambios tecnológicos. Por lo tanto, se identifica la urgente necesidad de  
844  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
desarrollar marcos normativos claros, políticas educativas y programas de  
formación que integren consideraciones éticas y pedagógicas para el uso  
responsable de la IAG en la educación superior.  
Discusión  
Los resultados obtenidos en este estudio confirman que la adopción de  
herramientas de inteligencia artificial generativa por parte de los estudiantes  
universitarios en la Universidad Estatal de Bolívar es sustancial y se está  
consolidando como una práctica cotidiana en las carreras de Medicina  
Veterinaria, Agronomía y Agroindustria. Este fenómeno es coherente con la  
literatura reciente, que destaca el auge de la inteligencia artificial como un  
recurso tecnológico que transforma los procesos de aprendizaje y producción de  
conocimiento (Lodge et al., 2023). Sin embargo, el uso frecuente de la IAG por  
parte de los estudiantes no está acompañado de una comprensión clara y crítica  
sobre las implicaciones éticas que suponen estas tecnologías, lo cual genera  
una ambivalencia en su percepción. Por un lado, la IAG es vista como una  
herramienta que facilita y optimiza el trabajo académico, mejorando la calidad  
formal y reduciendo el esfuerzo; por otro, existe preocupación respecto a la  
posible dependencia tecnológica y la disminución de competencias cognitivas  
fundamentales como la creatividad, el pensamiento crítico y la autonomía  
(Andrade Girón et al., 2024).  
Este hallazgo se vincula con estudios previos que advierten sobre el riesgo de  
que el uso indiscriminado de la inteligencia artificial en contextos educativos  
pueda conducir a prácticas que comprometan la integridad académica y el  
desarrollo de habilidades esenciales (Baidoo-Anu et al., 2024). En este sentido,  
la presente investigación aporta evidencia que subraya la necesidad de  
implementar políticas institucionales claras y mecanismos pedagógicos que  
promuevan un uso ético y responsable de estas tecnologías, enfatizando el papel  
del acompañamiento y la formación tanto para estudiantes como para docentes.  
En relación con el cuerpo docente, los resultados muestran una marcada brecha  
en conocimientos y competencias para gestionar la integración de la IAG en la  
845  
Vega-Reinel et al. (2025)  
práctica educativa, coincidiendo con lo documentado en la literatura  
especializada (Obenza et al., 2024). Esta brecha dificulta no solo la supervisión  
efectiva de los procesos de evaluación y producción académica, sino también la  
incorporación de estrategias didácticas que incentiven el pensamiento crítico y  
la reflexión ética sobre el uso de tecnologías disruptivas. La falta de formación  
en ética digital y alfabetización tecnológica limita la capacidad docente para  
asumir un rol activo y orientador frente a los desafíos que plantea la IAG, lo que  
se agrava ante la ausencia de directrices y políticas institucionales específicas  
(Shahzad & Asif, 2024).  
El análisis documental realizado en esta investigación corroboró la inexistencia  
de marcos normativos claros en la Universidad Estatal de Bolívar que regulen el  
uso de la inteligencia artificial generativa, situación que evidencia un desfase  
entre la rápida evolución tecnológica y la capacidad institucional para responder  
adecuadamente a sus implicaciones éticas y pedagógicas. Esta problemática no  
es exclusiva de esta institución, sino que refleja un fenómeno global en el ámbito  
de la educación superior, donde la regulación de nuevas tecnologías suele  
rezagarse, generando zonas grises en las que se dificultan la gestión ética y  
académica (Hmoud et al., 2024).  
Otro aspecto crucial identificado es la necesidad de construir una cultura  
institucional que promueva la alfabetización digital crítica y la responsabilidad  
ética en el uso de la IAG. Los estudiantes y docentes coinciden en la importancia  
de fortalecer competencias digitales y éticas que permitan no solo aprovechar  
los beneficios tecnológicos, sino también minimizar los riesgos asociados, tales  
como la deshonestidad académica o la pérdida de autonomía intelectual. Para  
ello, resulta imprescindible el diseño e implementación de metodologías  
evaluativas innovadoras que valoren procesos creativos, colaborativos y  
analíticos, limitando la posibilidad de una dependencia excesiva de la inteligencia  
artificial (Kapterev & Игоревич, 2023).  
4. CONCLUSIONES  
En primer lugar, esta investigación confirma que la inteligencia artificial  
generativa es ampliamente utilizada por estudiantes de la Universidad Estatal de  
846  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
Bolívar, particularmente en las carreras de Medicina Veterinaria, Agronomía y  
Agroindustria, lo que evidencia su consolidación como una herramienta cotidiana  
en el proceso educativo. Sin embargo, esta adopción masiva no está  
acompañada de una comprensión profunda de las implicaciones éticas y  
académicas que su uso conlleva, generando riesgos asociados a la integridad  
académica y la formación de competencias cognitivas esenciales.  
En segundo término, se identificó una brecha significativa en el conocimiento y  
preparación del cuerpo docente para supervisar, guiar y regular el uso de la IAG,  
lo que limita la capacidad institucional para gestionar de manera efectiva los  
desafíos éticos y pedagógicos que plantea esta tecnología emergente. Esta falta  
de formación y acompañamiento docente dificulta la implementación de prácticas  
educativas que promuevan un uso crítico y responsable de la inteligencia  
artificial.  
Asimismo, el análisis normativo reveló la ausencia de políticas institucionales  
claras y específicas que regulen el uso ético de la inteligencia artificial generativa  
en la educación superior, reflejando un desfase entre la rápida evolución  
tecnológica y las estructuras regulatorias existentes. Esta situación pone en  
evidencia la necesidad urgente de desarrollar y fortalecer marcos normativos que  
orienten y controlen el uso de estas tecnologías.  
Finalmente, se concluye que, para aprovechar plenamente el potencial de la IAG  
en la formación universitaria, es imprescindible implementar estrategias  
integrales que incluyan la alfabetización digital crítica, la formación ética y  
tecnológica de estudiantes y docentes, así como el diseño de políticas  
institucionales claras y adaptadas a los desafíos contemporáneos. Solo a través  
de una gestión responsable y ética se podrá garantizar que la inteligencia  
artificial generativa contribuya al desarrollo integral, autónomo y crítico de los  
futuros profesionales en un contexto educativo cada vez más digitalizado.  
REFERENCIAS  
847  
Vega-Reinel et al. (2025)  
Alier, M., García-Peñalvo, F., & Camba, J. D. (2024). Generative Artificial  
Intelligence  
in  
Education:  
From  
Deceptive  
to  
Disruptive.  
https://doi.org/10.9781/ijimai.2024.02.011  
Alpizar Garrido, L. O., Martínez Ruiz, H., Alpizar Garrido, L. O., & Martínez Ruiz,  
H. (2024). Perspectiva de estudiantes de nivel medio superior respecto al  
uso de la inteligencia artificial generativa en su aprendizaje. RIDE. Revista  
Iberoamericana para la Investigación y el Desarrollo Educativo, 14(28).  
https://doi.org/10.23913/ride.v14i28.1830  
Andrade Girón, D. C., Marín Rodriguez, W. J., Sandivar Rosas, J., Carreño  
Cisneros, E., Susanibar Ramirez, E. T., Zuñiga Rojas, M., Angeles  
Morales, J. C., & Villarreal Torres, H. O. (2024). Generative artificial  
intelligence in higher education learning: A review based on academic  
databases. Iberoamerican Journal of Science Measurement and  
Communication, 4(1), 1-16.  
B, V., V, K., P, C., A, B. R., R, P., & R, S. S. (2024). Wastewater recycling and  
groundwater sustainability through self-organizing map and style based  
generative adversarial networks. Groundwater for Sustainable  
Development, 25. Scopus. https://doi.org/10.1016/j.gsd.2024.101092  
Baidoo-Anu, D., Asamoah, D., Amoako, I., & Mahama, I. (2024). Exploring  
student perspectives on generative artificial intelligence in higher  
education Education.  
learning  
|
Discover  
https://link.springer.com/article/10.1007/s44217-024-00173-z  
Balarezo, M. M. F., Pérez, M. R. V., & Montealegre, E. V. N. (2024). Desafíos  
éticos y metodológicos de la inteligencia artificial generativa en educación  
superior: Revisión bibliométrica. Revista Reflexiones de la Sociedad y  
Economía, 1(2), Article 2. https://doi.org/10.62776/rse.v1i2.13  
Camacho, M. U., Tambasco, P., Martínez, S., & Correa, M. G. (2023). El impacto  
de la Inteligencia Artificial en la educación. Riesgos y potencialidades de  
la IA en el aula. RiiTE Revista interuniversitaria de investigación en  
Tecnología Educativa, 41-57. https://doi.org/10.6018/riite.584501  
Campi, W. (2023). Educación Híbrida e Inteligencia Artificial Generativa: Una  
revisión  
crítica  
|
Minerva.  
https://www.ojs.editorialiupfa.com/index.php/minerva/article/view/162  
Cook, T. D. (2000). Métodos cualitativos y cuantitativos en investigación  
evaluativa. Ediciones Morata.  
Cortes, J. (2024). El impacto de la inteligencia artificial en la academia: Un  
llamado a la adaptación y la ética | Scientia et Technica. Scientia Et  
Technica,  
29(1).  
https://revistas.utp.edu.co/index.php/revistaciencia/article/view/25598  
848  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
Degli-Esposti, S. (2023). La ética de la inteligencia artificial. Los Libros De La  
Catarata.  
Farrelly, T., & Baker, N. (2023). Generative Artificial Intelligence: Implications and  
Considerations  
for  
Higher  
Education  
Practice.  
https://www.mdpi.com/2227-7102/13/11/1109?trk=public_post_comment-  
text  
Flores, E., Solis-Fonseca, J. P., Fernández, J. H. R., & Aguilar, C. R. C. (2025).  
Inteligencia artificial generativa en ingresantes a una universidad pública.  
Horizontes. Revista de Investigación en Ciencias de la Educación, 9(38),  
Article 38. https://doi.org/10.33996/revistahorizontes.v9i38.1017  
Gao, R., Merzdorf, H. E., Anwar, S., Hipwell, M. C., & Srinivasa, A. R. (2024).  
Automatic assessment of text-based responses in post-secondary  
education: A systematic review. Computers and Education: Artificial  
Intelligence, 6. Scopus. https://doi.org/10.1016/j.caeai.2024.100206  
García-Peñalvo, F., Casañ-Guerrero, M., Alier-Forment, M., & Pereira-Varela, J.  
(2025). «La ética de la inteligencia artificial generativa en educación a  
debat» by Francisco José García-Peñalvo, María José Casañ-Guerrero et  
al. https://www.revistadepedagogia.org/rep/vol83/iss291/5/  
González-Alcaide, G. (2024). Inteligencia artificial generativa: Un contexto  
disruptivo en el acceso a la información. Infonomy, 2(1), Article 1.  
https://doi.org/10.3145/infonomy.24.013  
Guerrero-Solé, F., & Ballester, C. (2023). El impacto de la Inteligencia Artificial  
Generativa en la disciplina de la comunicación. Hipertext.net, 26, Article  
26. https://doi.org/10.31009/hipertext.net.2023.i26.01  
Hmoud, M., Swaity, H., Hamad, N., Karram, O., & Daher, W. (2024). Higher  
Education Students’ Task Motivation in the Generative Artificial  
Intelligence Context: The Case of ChatGPT. Information, 15(1), Article 1.  
https://doi.org/10.3390/info15010033  
Johnston, H., Wells, R. F., Shanks, E. M., Boey, T., & Parsons, B. N. (2024).  
Student perspectives on the use of generative artificial intelligence  
technologies in higher education. International Journal for Educational  
Integrity, 20(1), 2. https://doi.org/10.1007/s40979-024-00149-4  
Kapterev, A. I., & Игоревич, К. А. (2023). Challenges of generative artificial  
intelligence for the higher education system. RUDN Journal of  
Informatization  
in  
Education,  
20(3),  
Article  
3.  
https://doi.org/10.22363/2312-8631-2023-20-3-255-264  
Khennouche, F., Elmir, Y., Himeur, Y., Djebari, N., & Amira, A. (2024).  
Revolutionizing generative pre-traineds: Insights and challenges in  
849  
Vega-Reinel et al. (2025)  
deploying ChatGPT and generative chatbots for FAQs. Expert Systems  
with Applications, 246. Scopus.  
https://doi.org/10.1016/j.eswa.2024.123224  
Lodge, J., Thompson, K., & Thompson, L. (2023). Mapping out a research  
agenda for generative artificial intelligence in tertiary education |  
Australasian Journal of Educational Technology. Australasian Journal of  
Educational  
Technology.  
https://ajet.org.au/index.php/AJET/article/view/8695  
López, K. M. G. (2023). Inteligencia artificial generativa: Irrupción y desafíos.  
Enfoques, 4(2), Article 2.  
López-Borrull, A. (2024). ¿Es la inteligencia artificial generativa una aliada de la  
ciencia  
abierta?  
Anuario  
ThinkEPI,  
18.  
https://doi.org/10.3145/thinkepi.2024.e18a40  
McDonald, N., Johri, A., Ali, A., & Collier, A. H. (2025). Generative artificial  
intelligence in higher education: Evidence from an analysis of institutional  
policies and guidelines. Computers in Human Behavior: Artificial Humans,  
3, 100121. https://doi.org/10.1016/j.chbah.2025.100121  
Mendiola, M. S., & Degante, E. C. (2023). La inteligencia artificial generativa y la  
educación universitaria: ¿Salió el genio de la lámpara? Perfiles  
Educativos, Especial.  
45(Especial),  
Article  
https://doi.org/10.22201/iisue.24486167e.2023.Especial.61692  
Morán-Ortega, S.-A., Ruiz-Tirado, S.-G., Simental-López, L.-M., & Tirado-López,  
A.-B. (2024). Barreras de la Inteligencia Artificial generativa en estudiantes  
de educación superior. Percepción docente. Revista de Investigación en  
Tecnologías  
de  
la  
Información,  
12(25),  
Article  
25.  
https://doi.org/10.36825/RITI.12.25.003  
Obenza, B. N., Salvahan, A., Rios, A. N., Solo, A., Alburo, R. A., & Gabila, R. J.  
2024). University Students’ Perception and Use of ChatGPT: Generative  
Artificial Intelligence(AI) in Higher Education (SSRN Scholarly Paper No.  
724968). Social Science Research Network.  
https://papers.ssrn.com/abstract=4724968  
(
4
Perezchica-Vega, J. E., Sepúlveda-Rodríguez, J. A., & Román-Méndez, A. D.  
2024). Inteligencia artificial generativa en la educación superior: Usos y  
opiniones de los profesores. European Public & Social Innovation Review,  
, 1-20. https://doi.org/10.31637/epsir-2024-593  
(
9
Piedra-Alegría, J. (2024). Democracias generativas: Inteligencia artificial y  
manipulación en el siglo XXI. Trayectorias Humanas Trascontinentales,  
18, Article 18. https://doi.org/10.25965/trahs.6334  
850  
Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa  
REICOMUNICAR. Vol. 8, Núm. 15 (Ed. Enero – Junio 2025) ISSN: 2737-6354.  
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria,  
dilema entre la innovación tecnológica y la responsabilidad académica.  
Ramirez Autran, R. (2023). Sesgos y discriminaciones sociales de los algoritmos  
en Inteligencia Artificial: Una revisión documental. Entretextos, 15(39), 4.  
Reig, D. (2024). Inteligencia Artificial para potenciarnos en la Universidad.  
Cuadernos de pedagogía, 549, 5.  
Shahzad, M., & Asif, M. (2024). Factors affecting generative artificial intelligence,  
such as ChatGPT, use in higher education: An application of technology  
acceptance model—Shahzad—2025—British Educational Research  
Journal—Wiley  
Online  
Library.  
https://bera-  
journals.onlinelibrary.wiley.com/doi/abs/10.1002/berj.4084  
Solís, M. E. C., Martínez, E. L., Degante, E. C., Godoy, E. P., & Martínez, Y. A.  
2023). Inteligencia artificial generativa para fortalecer la educación  
(
superior: Generative artificial intelligence to boost higher education.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,  
4(3), Article 3. https://doi.org/10.56712/latam.v4i3.1113  
Sun, R., Tao, H., Chen, Y., & Liu, Q. (2024). HACAN: A hierarchical answer-  
aware and context-aware network for question generation. Frontiers of  
Computer Science, 18(5). Scopus. https://doi.org/10.1007/s11704-023-  
2246-2  
UNESCO. (2023). Orientación para la IA Generativa en la educación y la  
investigación | UNESCO. https://www.unesco.org/es/digital-education/ai-  
future-learning/guidance  
Vera, J. P. D., Izurieta, R. M., Jaramillo, C. M. B., & Ramírez, A. K. R. (2024).  
Asistencia de la inteligencia artificial generativa como herramienta  
pedagógica en la educación superior. Revista de Investigación en  
Tecnologías  
de  
la  
Información,  
12(26),  
Article  
26.  
https://doi.org/10.36825/RITI.12.26.006  
Williams, R. T. (2024). The ethical implications of using generative chatbots in  
higher  
education.  
Frontiers  
in  
Education,  
8.  
https://doi.org/10.3389/feduc.2023.1331607  
851