Inteligencia artificial, integridad académica y regulación institucional:
percepciones y marco normativo en educación superior de Guayaquil.
Artificial intelligence, academic integrity, and institutional regulation: perceptions and
regulatory framework in higher education in Guayaquil.
Inteligência artificial, integridade acadêmica e regulação institucional: percepções e
marco normativo no ensino superior de Guayaquil.
Valeria Nicole Guerra Maldonado
Instituto Superior Tecnológico Speedwriting
Ecuador
valeriaguerra04@gmail.com
https://orcid.org/0009-0000-6213-4790
Julissa Del Carmen Oliverio Quinto
Instituto Superior Tecnológico Speedwriting
Ecuador
julissaoliverio28@gmail.com
https://orcid.org/0009-0000-7032-8835
Marlon Alberto Ube Rodríguez
Instituto Superior Tecnológico Speedwriting
Ecuador
marlon13ube@gmail.com
https://orcid.org/0009-0001-2640-9045
Ivette Naomi Mejillones Peralta
Instituto Superior Tecnológico Speedwriting
Ecuador
naomymejillones@gmail.com
https://orcid.org/0009-0009-9431-5049
María Elena Ruiz Salazar
Instituto Superior Tecnológico Speedwriting
Ecuador
ing.melenaruiz@gmail.com
https://orcid.org/0009-0004-1234-3075
Johnny Xavier Álvarez Coronel
Instituto Superior Tecnológico Speedwriting
Ecuador
Johnny_ac25@hotmail.com
https://orcid.org/0009-0004-8512-6709
Forma de citación en APA, séptima edición.
Guerra, V; Oliverio, J; Ube, M; Mejillones, I; Ruiz, M; y Álvarez, J. (2026). Inteligencia artificial,
integridad académica y regulación institucional: percepciones y marco normativo en educación
superior de Guayaquil. Revista Ibero Research, 1(7), 759 – 780.
Fecha
de
presentación:
04/09/2026
Fecha
de
aceptación:
12/09/2026
Fecha
de
publicación:
13/09/2026
759
Resumen
La expansión de la inteligencia artificial generativa en la educación superior ha abierto
oportunidades para la búsqueda de información, la retroalimentación y la producción
académica, pero también ha intensificado preocupaciones sobre integridad académica,
aprendizaje autónomo, autoría, privacidad y regulación institucional. El objetivo fue
analizar las percepciones de la comunidad académica sobre el uso de inteligencia
artificial y contrastarlas con el marco jurídico y ético aplicable a la educación superior.
Se desarrolló un estudio descriptivo de predominio cuantitativo, con diseño no
experimental y corte transversal, complementado mediante análisis
jurídico-documental. Participaron 130 personas vinculadas con instituciones de
educación superior de Guayaquil: 110 estudiantes, 12 docentes y 8 autoridades
académicas. Los resultados mostraron que el 76,2 % estuvo de acuerdo en que el uso
excesivo puede afectar el pensamiento crítico, el 74,6 % consideró que puede disminuir
el aprendizaje autónomo y el 75,4 % lo relacionó con conductas académicas poco éticas.
El 81,5 % consideró necesarias normas institucionales claras y el 86,9 % reconoció la
utilidad de la IA cuando se emplea responsablemente. Se concluye que la respuesta
institucional debe orientarse hacia una gobernanza del uso académico de la IA que
articule integridad académica, alfabetización crítica, protección de datos y criterios
transparentes de autoría y evaluación.
Palabras clave: integridad académica; gobernanza universitaria; pensamiento crítico;
protección de datos; inteligencia artificial generativa.
760
Abstract
The expansion of generative artificial intelligence in higher education has opened
opportunities for information retrieval, feedback, and scholarly production, but it has
also intensified concerns about academic integrity, self-directed learning, authorship,
privacy, and institutional regulation. The objective was to analyze the perceptions of the
academic community regarding the use of artificial intelligence and compare them with
the legal and ethical framework applicable to higher education. A predominantly
quantitative, non-experimental, cross-sectional descriptive study was conducted,
complemented by legal and documentary analysis. Participants included 130 individuals
affiliated with higher education institutions in Guayaquil: 110 students, 12 faculty
members, and 8 academic administrators. The results showed that 76.2% agreed that
excessive use can affect critical thinking, 74.6% considered that it can diminish
self-directed learning, and 75.4% associated it with unethical academic conduct. 81.5%
considered clear institutional norms necessary, and 86.9% recognized the usefulness of
AI when used responsibly. It is concluded that the institutional response should be
geared towards governance of the academic use of AI that incorporates academic
integrity, critical literacy, data protection, and transparent criteria for authorship and
evaluation.
Keywords: academic integrity; university governance; critical thinking; data protection;
generative artificial intelligence.
761
Resumo
A expansão da inteligência artificial generativa no ensino superior abriu oportunidades
para a recuperação de informação, feedback e produção académica, mas também
intensificou as preocupações sobre a integridade académica, a aprendizagem
autodirigida, a autoria, a privacidade e a regulamentação institucional. O objetivo deste
estudo foi analisar as perceções da comunidade académica sobre a utilização da
inteligência artificial e compará-las com o quadro legal e ético aplicável ao ensino
superior. Foi realizado um estudo descritivo transversal, predominantemente
quantitativo e não experimental, complementado por análise jurídica e documental. Os
participantes incluíram 130 indivíduos ligados a instituições de ensino superior em
Guayaquil: 110 estudantes, 12 docentes e 8 administradores académicos. Os resultados
mostraram que 76,2% concordaram que o uso excessivo pode afetar o pensamento
crítico, 74,6% consideraram que pode diminuir a aprendizagem autodirigida e 75,4%
associaram-no a conduta académica não ética. 81,5% consideraram necessárias normas
institucionais claras e 86,9% reconheceram a utilidade da IA quando utilizada de forma
responsável. Conclui-se que a resposta institucional deve ser direcionada para a
governação do uso académico da IA, incorporando a integridade académica, a literacia
crítica, a proteção de dados e critérios transparentes de autoria e avaliação.
Palavras-chave: integridade acadêmica; governança universitária; pensamento crítico;
proteção de dados; inteligência artificial generativa.
762
Introducción
La inteligencia artificial generativa (IAGen) se ha incorporado con rapidez a los
procesos de enseñanza, aprendizaje e investigación universitaria. Herramientas capaces
de producir texto, sintetizar documentos, generar código o responder preguntas
complejas pueden apoyar la retroalimentación, la comprensión de contenidos y el
aprendizaje activo. En Ecuador, Ojeda Guerrero, Jaramillo Campoverde y
Carrión-Salinas (2026) encontraron que ChatGPT se integra principalmente en
actividades de retroalimentación y comprensión, aunque también identificaron
preocupaciones relacionadas con privacidad, seguridad de datos e infraestructura. Esta
dualidad obliga a superar la visión de la IA como herramienta intrínsecamente
beneficiosa o perjudicial y a examinar las condiciones bajo las cuales su uso aporta
valor educativo.
La expansión de la IA en educación superior no constituye un fenómeno aislado.
Crompton y Burke (2023), a partir de una revisión sistemática de 138 investigaciones,
identificaron aplicaciones relacionadas con evaluación, predicción, asistencia al
estudiante, tutoría inteligente y gestión del aprendizaje. En el caso específico de
ChatGPT, Lo (2023) y Baig y Yadegaridehkordi (2024) destacan posibilidades de apoyo
a la enseñanza y al aprendizaje, pero también limitaciones vinculadas con exactitud de
las respuestas, dependencia tecnológica, integridad académica y necesidad de formación
para un uso crítico. Estas evidencias respaldan una incorporación condicionada por
criterios pedagógicos y no una adopción basada únicamente en la disponibilidad
tecnológica.
La discusión adquiere especial importancia cuando la tecnología interviene en la
producción de tareas, ensayos, proyectos o trabajos de titulación. La posibilidad de
generar contenido de forma inmediata puede modificar el esfuerzo cognitivo requerido
763
para planificar, argumentar, contrastar fuentes y elaborar una respuesta propia. La
UNESCO (2021) advierte que la IA utilizada en procesos educativos debe apoyar el
aprendizaje sin reducir las capacidades cognitivas de los estudiantes y bajo criterios de
supervisión humana, protección de datos, transparencia y responsabilidad. En la misma
línea, UNESCO (2023) propone un enfoque centrado en el ser humano, en el que las
instituciones desarrollen políticas, capacidades y procesos de validación ética y
pedagógica antes de normalizar el uso de herramientas generativas.
La integridad académica constituye uno de los ejes más sensibles. El problema no se
limita al plagio literal, porque la IAGen puede producir textos nuevos cuya autoría
intelectual, trazabilidad de fuentes y nivel de intervención humana no siempre son
evidentes. Flores-Morales, Anglas La Torre y Solorzano Arias (2025) identificaron en
estudiantes universitarios una percepción ambivalente: la IA facilita la redacción y el
desarrollo de trabajos, pero genera una frontera difusa entre apoyo tecnológico y
honestidad académica. García-Peñalvo et al. (2025) sostienen que la respuesta educativa
no debería reducirse a prohibiciones, sino incorporar competencias éticas, criterios de
transparencia y decisiones institucionales que definan usos aceptables según el
propósito de aprendizaje. Desde una perspectiva complementaria, Chávez Vera et al.
(2024) señalan que el uso ético de la IA en educación superior requiere considerar
principios de transparencia, privacidad, no discriminación y responsabilidad, de modo
que su incorporación tecnológica se acompañe de criterios formativos e institucionales
Desde el plano jurídico, el uso académico de IA se relaciona con obligaciones ya
existentes, aun cuando la regulación específica de estas tecnologías continúe
evolucionando. En Ecuador, el Reglamento de Régimen Académico dispone que las
instituciones de educación superior deben expedir políticas de ética y honestidad
académica, y considera deshonestidad el uso de soportes no autorizados, la apropiación
764
de ideas y la reproducción de creaciones sin observar derechos de autor (Consejo de
Educación Superior [CES], 2022). A ello se suman el Código Orgánico de la Economía
Social de los Conocimientos, Creatividad e Innovación, que estructura la protección de
derechos intelectuales, y la Ley Orgánica de Protección de Datos Personales, que exige
que el tratamiento se sustente en una base de legitimación aplicable y observe principios
de finalidad, proporcionalidad, seguridad y responsabilidad (Asamblea Nacional del
Ecuador, 2016, 2021)
En consecuencia, la discusión sobre IA en educación superior no parte de un vacío
absoluto, sino de la necesidad de traducir principios jurídicos y éticos generales a reglas
operativas sobre autoría, citación o declaración de uso, protección de información
sensible, diseño de evaluaciones, responsabilidad por errores algorítmicos y formación
en alfabetización de IA. Las políticas universitarias internacionales revisadas por
estudios recientes muestran precisamente esa transición desde respuestas reactivas hacia
marcos institucionales que diferencian usos permitidos, condicionados y no permitidos,
y que asignan responsabilidades a estudiantes, docentes y autoridades.
En Guayaquil, la rápida adopción de herramientas generativas convive con niveles
diversos de experiencia, formación y orientación institucional. En este contexto, la
investigación recogió información de estudiantes, docentes y autoridades académicas, lo
que permitió identificar percepciones sobre frecuencia de uso, pensamiento crítico,
aprendizaje autónomo, conductas poco éticas y necesidad de regulación. Farrokhnia et
al. (2024) advierten que, junto con las oportunidades de personalización y acceso
inmediato a información, el uso de ChatGPT puede introducir riesgos relacionados con
dependencia, evaluación acrítica de respuestas y debilitamiento de procesos cognitivos
de orden superior cuando la herramienta sustituye actividades que debería desarrollar el
estudiante. Sin embargo, estas percepciones no constituyen evidencia causal de
765
deterioro cognitivo ni permiten afirmar, por sí solas, la inexistencia de normas;
representan valoraciones de actores vinculados con instituciones de educación superior
y deben interpretarse junto con el marco regulatorio aplicable.
Con base en esta delimitación, el objetivo general fue analizar las percepciones de la
comunidad académica sobre el uso de inteligencia artificial y sus implicaciones para la
integridad académica, el aprendizaje autónomo y la regulación institucional en
instituciones de educación superior de Guayaquil, complementadas con el análisis del
marco jurídico y ético aplicable. De manera específica se buscó: caracterizar la
frecuencia de uso de herramientas de IA y las percepciones sobre pensamiento crítico,
aprendizaje autónomo e integridad académica; examinar la valoración de la orientación
y regulación institucional; y contrastar estos hallazgos con referentes jurídicos
ecuatorianos y principios internacionales para formular criterios de gobernanza
académica.
766
Metodología
Se desarrolló un estudio descriptivo de predominio cuantitativo, con diseño no
experimental y corte transversal, complementado mediante análisis
jurídico-documental. El componente cuantitativo examinó las percepciones de
miembros de la comunidad académica sobre el uso de IA en actividades educativas. El
componente documental se orientó a identificar disposiciones normativas y principios
éticos relevantes para la integridad académica, la protección de datos, la autoría y la
responsabilidad institucional.
La muestra estuvo conformada por 130 participantes vinculados con instituciones de
educación superior de Guayaquil: 110 estudiantes, 12 docentes y 8 autoridades
académicas. Se empleó un muestreo no probabilístico por conveniencia. Debido a la
distribución desigual de los grupos y al procedimiento de selección, los resultados se
interpretaron de forma descriptiva y no se planteó su generalización estadística al
conjunto de instituciones o actores de educación superior de la ciudad.
La técnica cuantitativa fue la encuesta, administrada mediante Google Forms. El
instrumento estuvo compuesto por diez preguntas: tres de caracterización y frecuencia
de uso y siete ítems valorados mediante una escala Likert de cinco categorías, desde 1 =
totalmente en desacuerdo hasta 5 = totalmente de acuerdo. Los indicadores abordaron
pensamiento crítico, aprendizaje autónomo, conductas académicas poco éticas,
necesidad de normas institucionales, percepción sobre fortalecimiento de la legislación,
utilidad de la IA bajo un uso responsable y suficiencia de la orientación institucional.
Los ítems fueron analizados individualmente como indicadores de percepción y no
como una escala psicométrica unidimensional. En consecuencia, no se construyó un
puntaje global ni se estimó un coeficiente de consistencia interna. La ausencia de una
767
validación psicométrica documentada del cuestionario se consideró una limitación del
estudio y los resultados fueron interpretados de manera independiente para cada
indicador.
Los datos se procesaron mediante frecuencias absolutas y porcentajes. Para los ítems
Likert se calculó, además, un porcentaje de acuerdo, definido como la suma de las
categorías 4 y 5. No se aplicaron pruebas de hipótesis ni modelos causales, dado que el
objetivo fue describir percepciones y el muestreo fue no probabilístico. En
consecuencia, expresiones como “afecta”, “disminuye” o “favorece” corresponden al
contenido de los enunciados consultados y no a efectos causalmente demostrados por el
estudio.
El análisis documental consideró el Reglamento de Régimen Académico del Consejo de
Educación Superior, la Ley Orgánica de Protección de Datos Personales, el Código
Orgánico de la Economía Social de los Conocimientos, Creatividad e Innovación, la
Recomendación sobre la Ética de la Inteligencia Artificial de UNESCO y la Guía para
el uso de IA generativa en educación e investigación. Los documentos fueron
seleccionados de manera intencional por su vigencia y relación directa con las
dimensiones jurídicas y éticas examinadas. Las disposiciones se organizaron en
categorías de integridad académica, propiedad intelectual, privacidad y datos
personales, supervisión humana, transparencia y alfabetización en IA. La participación
en la encuesta fue voluntaria y anónima; no se recopilaron identificadores destinados a
individualizar públicamente a los participantes.
768
Resultados
La composición de la muestra estuvo dominada por estudiantes, quienes representaron
84,6 % de los participantes. Los docentes correspondieron al 9,2 % y las autoridades
académicas al 6,2 %. Esta estructura permite describir principalmente la percepción
estudiantil, complementada por la perspectiva de actores docentes y de gestión, pero no
realizar comparaciones estadísticas equilibradas entre los tres grupos.
Tabla 1.
Composición de la muestra según rol institucional
Rol
Frecuencia
Porcentaje
Estudiantes
110
84,6 %
Docentes
12
9,2 %
Autoridades académicas
8
6,2 %
Total
130
100 %
Nota. Elaboración propia a partir de la encuesta aplicada, 2026.
La frecuencia de uso muestra una presencia habitual de herramientas de IA en las
actividades académicas. Casi cuatro de cada diez participantes indicaron utilizarlas
siempre (37,7 %), y 17,7 % señaló un uso frecuente. Un 32,3 % declaró utilizarlas
algunas veces. En conjunto, estos datos evidencian una incorporación extendida de la
IA en la experiencia académica de la muestra, aunque la frecuencia de uso no debe
interpretarse automáticamente como uso excesivo o indebido.
Tabla 2.
Frecuencia de uso de herramientas de IA en actividades académicas
769
Frecuencia de uso
Frecuencia
Porcentaje
Siempre
49
37,7 %
Frecuentemente
23
17,7 %
Algunas veces
42
32,3 %
Rara vez
13
10,0 %
Nunca
3
2,3 %
Total
130
100 %
Nota. Elaboración propia a partir de la encuesta aplicada, 2026.
Los ítems de percepción muestran una valoración crítica frente al uso no regulado de IA
y, al mismo tiempo, una aceptación elevada de su utilidad cuando existe
responsabilidad. El 76,2 % manifestó acuerdo con que el uso excesivo puede afectar el
pensamiento crítico; 74,6 % consideró que puede disminuir el aprendizaje autónomo; y
75,4 % relacionó el uso excesivo con conductas académicas poco éticas. Estas cifras
expresan percepción de riesgo, no demostración empírica de deterioro cognitivo o de
incremento real del plagio.
Tabla 3.
Percepciones sobre las implicaciones y regulación del uso académico de IA
Indicador
1
2
4
Acuerdo
(4+5)
Puede afectar el pensamiento
crítico
1
9
15
76,2 %
Puede disminuir el aprendizaje
autónomo
4
5
16
74,6 %
Puede favorecer conductas
académicas poco éticas
2
5
19
75,4 %
Las IES deberían contar con
normas claras sobre IA
2
9
19
81,5 %
La legislación ecuatoriana
necesita fortalecerse
2
6
14
78,5 %
La IA es útil si existe uso
responsable y ético
1
3
15
86,9 %
770
Existe suficiente orientación
institucional
8
6
22
76,2 %
Nota. Escala: 1 = totalmente en desacuerdo; 2 = en desacuerdo; 3 = ni de acuerdo ni en
desacuerdo; 4 = de acuerdo; 5 = totalmente de acuerdo. n = 130.
La dimensión regulatoria presenta un resultado relevante. El 81,5 % considera que las
instituciones deberían contar con normas claras sobre el uso de IA y 78,5 % percibe que
la legislación ecuatoriana requiere fortalecimiento. Sin embargo, 76,2 % también
manifiesta acuerdo con que actualmente existe suficiente orientación institucional. Lejos
de ser una contradicción, el patrón puede interpretarse como coexistencia entre
orientaciones iniciales o informales y una demanda de mayor formalización, precisión y
consistencia normativa.
El análisis jurídico-documental mostró que las instituciones de educación superior ya
cuentan con obligaciones normativas que pueden aplicarse al uso de IA, aunque no
siempre estén formuladas específicamente para herramientas generativas. El
Reglamento de Régimen Académico establece la obligación de expedir políticas de
ética y honestidad académica y reconoce como deshonestidad el uso de soportes no
autorizados y la reproducción de creaciones sin observar derechos de autor. La Ley
Orgánica de Protección de Datos Personales exige que el tratamiento se sustente en una
base de legitimación aplicable y observe principios de finalidad, proporcionalidad,
seguridad y responsabilidad
Tabla 4.
Normativa ecuatoriana y referentes internacionales de ética de la IA.
Marco
Contenido relevante
Implicación para el uso
académico de IA
Reglamento de
Régimen Académico
(CES, 2022)
Ética y honestidad académica;
prohíbe soportes no
autorizados, apropiación de
ideas y vulneración de
derechos de autor.
Las IES deben definir cuándo la
IA está autorizada, cómo debe
declararse y qué usos constituyen
deshonestidad académica.
771
Ley Orgánica de
Protección de Datos
Personales (2021)
Base de legitimación
aplicable, finalidad,
proporcionalidad, seguridad y
responsabilidad en el
tratamiento de datos
personales
No deben introducirse datos
personales o sensibles en sistemas
de IA sin base jurídica y
salvaguardias adecuadas.
Código Ingenios
(2016)
Protección de derechos
intelectuales y articulación
con educación superior e
investigación.
La asistencia de IA no elimina la
responsabilidad humana sobre
autoría, originalidad, citas y uso
de obras protegidas.
UNESCO,
Recomendación
sobre Ética de la IA
(2021)
Derechos humanos,
transparencia, equidad,
supervisión humana,
privacidad y alfabetización en
IA.
La IA debe apoyar el aprendizaje
sin reducir capacidades cognitivas
y mantener responsabilidad
humana.
UNESCO, Guía de
IAGen en educación
Enfoque centrado en el ser
humano, protección de datos,
validación ética y pedagógica,
desarrollo de capacidades.
Las políticas institucionales deben
integrar formación, evaluación de
riesgos y usos pedagógicos
diferenciados.
Nota. Síntesis elaborada a partir de normativa ecuatoriana y referentes internacionales
de ética de la IA.
Discusión
Los resultados describen una comunidad académica que ya convive con la IA como
herramienta habitual, pero que mantiene reservas frente a un uso intensivo o no
regulado. El 55,4 % de la muestra declaró utilizar IA siempre o frecuentemente. La
frecuencia observada muestra que las instituciones de educación superior necesitan
tratar la IA como una dimensión permanente de la gestión académica.
La percepción de riesgo sobre pensamiento crítico y aprendizaje autónomo coincide con
la preocupación internacional por la llamada delegación cognitiva. UNESCO (2021)
plantea expresamente que los sistemas de IA utilizados en aprendizaje deben apoyar el
proceso educativo sin reducir las capacidades cognitivas. Esta perspectiva permite
interpretar el 76,2 % de acuerdo sobre pensamiento crítico y el 74,6 % sobre aprendizaje
autónomo como señales de una preocupación pedagógica compartida, pero no como
772
prueba de daño. La distinción es metodológicamente importante: una encuesta
transversal puede identificar percepciones y actitudes, mientras que demostrar deterioro
cognitivo requeriría diseños longitudinales, experimentales o evaluaciones directas de
desempeño.
La integridad académica presenta una tensión similar. Tres de cada cuatro participantes
asociaron el uso excesivo con conductas poco éticas. Flores-Morales et al. (2025)
describen una frontera difusa entre apoyo y deshonestidad cuando la IA participa en la
redacción académica. Esta preocupación coincide con Cotton et al. (2024) y Perkins
(2023), quienes señalan que la respuesta institucional frente a la IA generativa requiere
actualizar los mecanismos de evaluación y las políticas de integridad académica, dado
que el problema no reside únicamente en la utilización de la herramienta, sino en la
forma, finalidad y transparencia con que interviene en la producción académica. A su
vez, la literatura sobre integridad en educación superior muestra que las infracciones
dependen de factores individuales, institucionales, sociales y tecnológicos, por lo que la
respuesta no debería concentrarse únicamente en detectar textos generados, sino en
diseñar evaluaciones, reglas de atribución y procesos formativos que reduzcan los
incentivos y oportunidades de fraude (Yusuf et al., 2024).
En este punto, el marco ecuatoriano ofrece una base normativa relevante para regular
institucionalmente el uso académico de la IA. El artículo 38 del Reglamento de
Régimen Académico obliga a las IES a expedir políticas de ética y honestidad
académica y contempla como fraude el uso de soportes no autorizados y la vulneración
de derechos de autor. La IA generativa puede incorporarse a esta arquitectura normativa
mediante reglas institucionales que especifiquen cuándo su uso es permitido, cuándo
requiere declaración y cuándo constituye sustitución indebida del trabajo del estudiante.
Por ello, la necesidad de “fortalecer la legislación” expresada por 78,5 % de los
773
encuestados debe interpretarse como percepción de insuficiencia o falta de
especificidad, no como ausencia absoluta de regulación.
La protección de datos amplía la dimensión jurídica. Los sistemas generativos pueden
procesar textos, imágenes, expedientes, bases de datos, evaluaciones y otra información
que contenga datos personales. La Ley Orgánica de Protección de Datos Personales
exige que el tratamiento se sustente en una base de legitimación aplicable y observe
principios de finalidad, proporcionalidad, seguridad y responsabilidad. En el ámbito
universitario, esto implica que estudiantes y docentes no deberían cargar
indiscriminadamente información identificable o sensible en plataformas de IA sin
conocer sus condiciones de tratamiento. La alfabetización en IA, por tanto, debe incluir
no solo habilidades de prompting o verificación de respuestas, sino también criterios de
privacidad, confidencialidad y seguridad.
El hallazgo más favorable fue el reconocimiento de la IA como herramienta útil bajo
condiciones responsables: 86,9 % estuvo de acuerdo o totalmente de acuerdo. Esta
valoración coincide con Ojeda Guerrero et al. (2026), quienes muestran aportes de
ChatGPT a la retroalimentación, comprensión y aprendizaje activo. El dato refuerza la
conveniencia de abandonar enfoques exclusivamente prohibitivos. La gobernanza
institucional debería distinguir usos pedagógicamente productivos —por ejemplo, lluvia
de ideas, retroalimentación, tutoría, contraste de argumentos o apoyo en
programación— de usos que sustituyen la evidencia de aprendizaje requerida en una
evaluación.
La aparente coexistencia entre 76,2 % que percibe suficiente orientación institucional y
81,5 % que demanda normas claras ofrece una lectura especialmente útil. Es posible que
existan orientaciones, advertencias o decisiones docentes, pero que estas no se perciban
como políticas suficientemente formalizadas, homogéneas o específicas. Estudios
774
recientes sobre políticas universitarias de IAGen muestran que las instituciones se
encuentran en un proceso de transición hacia guías que diferencian actividades,
responsabilidades y niveles de autorización. En esta línea, Chan (2023) propone un
marco de política universitaria de IA articulado en dimensiones pedagógicas, de
gobernanza y operativas, mientras que Zawacki-Richter et al. (2024) evidencian la
progresiva incorporación de políticas, recursos y directrices institucionales para orientar
el uso de IA generativa. Para Guayaquil, el desafío no sería comenzar desde cero, sino
transformar orientaciones dispersas en un sistema institucional coherente y
comunicable.
A partir de la evidencia empírica y documental, una política universitaria sobre IA
debería incluir al menos cinco componentes: definición de usos permitidos,
condicionados y prohibidos; obligación de declarar el uso de IA cuando haya
contribuido de forma sustantiva al producto académico; protección de datos y
prohibición de cargar información sensible sin autorización; rediseño de evaluaciones
para privilegiar procesos, defensa oral, trazabilidad y producción auténtica; y formación
continua de docentes y estudiantes en alfabetización, verificación, sesgos y ética. Esta
estructura es coherente con la propuesta de UNESCO de adoptar un enfoque centrado
en el ser humano y con la exigencia ecuatoriana de políticas de ética y honestidad
académica.
El estudio presenta limitaciones que condicionan la interpretación. La muestra fue no
probabilística y estuvo compuesta principalmente por estudiantes, por lo que no
representa estadísticamente a todas las instituciones de educación superior de Guayaquil
ni permite comparar de manera robusta estudiantes, docentes y autoridades. El
cuestionario recogió percepciones y no midió directamente desempeño cognitivo, plagio
real o efectividad de políticas institucionales. La ausencia de una validación
775
psicométrica documentada del cuestionario constituye otra limitación, por lo que los
indicadores se interpretaron individualmente. El componente documental se concentró
en normas y referentes seleccionados por pertinencia y no constituye una revisión
jurídica exhaustiva de todos los reglamentos internos de las IES de la ciudad. Futuras
investigaciones podrían incorporar muestreo estratificado, análisis por institución,
pruebas de desempeño antes y después del uso de IA y revisión comparada de políticas
institucionales.
776
Conclusiones
El uso de inteligencia artificial se encuentra ampliamente incorporado en las actividades
académicas de la muestra estudiada. La frecuencia observada muestra que las
instituciones de educación superior necesitan tratar la IA como una dimensión
permanente de la gestión académica y no como una práctica marginal o transitoria.
Las percepciones recogidas muestran preocupación por los posibles efectos de un uso
excesivo sobre el pensamiento crítico, el aprendizaje autónomo y la integridad
académica. Estos resultados no demuestran causalidad, pero sí evidencian una demanda
de acompañamiento pedagógico y de criterios que eviten que la generación
automatizada sustituya la elaboración intelectual que se espera del estudiante.
El marco jurídico ecuatoriano ya contiene obligaciones aplicables al uso académico de
IA en materia de ética y honestidad académica, derechos intelectuales y protección de
datos. La necesidad principal no consiste únicamente en crear nuevas normas, sino en
traducir estos principios a protocolos institucionales específicos que definan
autorización, declaración de uso, responsabilidad, privacidad y consecuencias frente a
usos indebidos.
La elevada aceptación de la IA cuando se utiliza de forma responsable indica que la
regulación no debería orientarse a una prohibición general. Un modelo institucional más
pertinente combina alfabetización crítica en IA, supervisión humana, rediseño de
evaluaciones, transparencia sobre la intervención de herramientas generativas y
mecanismos de protección de datos. Bajo estas condiciones, la IA puede funcionar
como apoyo al aprendizaje sin desplazar la responsabilidad académica del estudiante ni
del docente.
777
Para las instituciones de educación superior de Guayaquil, se propone estructurar
políticas de gobernanza de IA que articulen tres niveles: uso pedagógico, integridad
académica y cumplimiento jurídico. La consistencia entre estos niveles permitirá
responder a la rápida evolución tecnológica con criterios verificables, comprensibles y
adaptables, evitando tanto la permisividad sin control como las prohibiciones que
ignoran el potencial educativo de estas herramientas.
Referencias Bibliográficas
Asamblea Nacional del Ecuador. (2016). Código Orgánico de la Economía Social de los
Conocimientos, Creatividad e Innovación. Registro Oficial No. 899,
Suplemento, 9 de diciembre de 2016.
Asamblea Nacional del Ecuador. (2021). Ley Orgánica de Protección de Datos
Personales. Registro Oficial No. 459, Quinto Suplemento, 26 de mayo de 2021.
Baig, M. I., & Yadegaridehkordi, E. (2024). ChatGPT in the higher education: A
systematic literature review and research challenges. International Journal of
Educational Research, 127, 102411. https://doi.org/10.1016/j.ijer.2024.102411
Chan, C. K. Y. (2023). A comprehensive AI policy education framework for university
teaching and learning. International Journal of Educational Technology in
Higher Education, 20, 38. https://doi.org/10.1186/s41239-023-00408-3
Chávez Vera, S. V., Saltos Patiño, V. O., Quiroz González, Y. K., Iman Zambrano, S.
M., & Loor Escobar, G. A. (2024). Uso ético de la inteligencia artificial en la
educación superior. Maestro y Sociedad, 21(3), 1396–1407.”
778
Consejo de Educación Superior. (2022). Reglamento de Régimen Académico. Consejo
de Educación Superior del Ecuador.
Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). 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
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state
of the field. International Journal of Educational Technology in Higher
Education, 20, 22. https://doi.org/10.1186/s41239-023-00392-8
Farrokhnia, M., Banihashem, S. K., Noroozi, O., & Wals, A. (2024). A SWOT analysis
of ChatGPT: Implications for educational practice and research. Innovations in
Education and Teaching International, 61(3), 460–474.
https://doi.org/10.1080/14703297.2023.2195846
Flores-Morales, J. A., Anglas La Torre, M. E., & Solorzano Arias, S. (2025).
Inteligencia artificial e integridad en los trabajos académicos de estudiantes en
una Universidad de Lima. European Public & Social Innovation Review, 11,
1–20. https://doi.org/10.31637/epsir-2026-1897
García-Peñalvo, F. J., Casañ-Guerrero, M. J., Alier-Forment, M., & Pereira-Varela, J. A.
(2025). La ética de la inteligencia artificial generativa en educación a debate:
Perspectiva desde el desarrollo de un caso de estudio teórico-práctico. Revista
Española de Pedagogía, 83(291), 281–296.
https://doi.org/10.22550/2174-0909.4577
779
Lo, C. K. (2023). What is the impact of ChatGPT on education? A rapid review of the
literature. Education Sciences, 13(4), 410.
https://doi.org/10.3390/educsci13040410
Ojeda Guerrero, D., Jaramillo Campoverde, A. R., & Carrión-Salinas, G. (2026). El
impacto del ChatGPT en el aprendizaje activo: un estudio en la educación
superior. Runae, (14), 40–54. https://doi.org/10.70141/run.14.1212
Perkins, M. (2023). Academic integrity considerations of AI Large Language Models in
the post-pandemic era: ChatGPT and beyond. Journal of University Teaching &
Learning Practice, 20(2). https://doi.org/10.53761/1.20.02.07
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial.
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO.
Yusuf, A., Pervin, N., & Román-González, M. (2024). Academic integrity violations in
higher education: A systematic literature review from 2013–2023. Journal of
Applied Research in Higher Education, 17(5), 1454–1468.
https://doi.org/10.1108/JARHE-12-2023-0559
Zawacki-Richter, O., Bond, M., Marín, V. I., & Gouverneur, F. (2024). Generative AI in
higher education: Seeing ChatGPT through universities’ policies, resources, and
guidelines. Computers and Education: Artificial Intelligence, 7, 100326.
https://doi.org/10.1016/j.caeai.2024.100326
780