Una política viable de detección de IA para las escuelas hace cinco cosas: establece cuándo los estudiantes deben declarar el uso de IA, fija un estándar de evidencia que una puntuación de detector por sí sola no puede cumplir, ofrece a los estudiantes una vía de apelación real con revisores designados y plazos, capacita al personal sobre lo que los detectores realmente miden y se compromete con un ciclo de revisión. Todo lo que aparece a continuación es un esqueleto que puedes adaptar.
¿Qué deberían declarar realmente los estudiantes?
La declaración es la parte que la mayoría de las políticas maneja mal, porque o prohíben la IA por completo (algo imposible de hacer cumplir) o no dicen nada (injusto para el estudiante honesto que la usó para generar ideas). Una regla de declaración funciona cuando está vinculada a la tarea, no a la herramienta.
Redáctala como una escala y coloca la escala en cada enunciado de tarea:
- Sin uso de IA. Se usa para exámenes con libros cerrados, escritura en clase y tareas en las que el proceso es la evaluación.
- IA solo para preparación. Generar ideas, esquematizar, crear preguntas de práctica, revisar gramática. No aparece texto de IA en el trabajo entregado. Basta con una declaración de una línea.
- IA para redacción, con declaración. Una nota breve al final del trabajo: qué herramienta, qué hizo, qué cambió el estudiante y qué verificó el estudiante. Este es el nivel que necesita más claridad, porque es donde ocurre la mayor parte del uso real.
- Uso de IA esperado. Permitido o requerido, siempre que el estudiante pueda explicar el resultado y verificar cada afirmación, cita y cifra.
Dos detalles importan más que la redacción. Primero, la declaración debe ser una frase, no un formulario; un formulario burocrático enseña a los estudiantes a marcar casillas. Segundo, pide el proceso, no solo el producto. Un estudiante que usó un chatbot para esquematizar y luego reescribió cada párrafo con sus propias palabras debería poder decirlo sin miedo. Ese es exactamente el comportamiento que quieres recompensar.
Si su personal todavía discute sobre qué significa “tergiversación”, qué cuenta como tergiversación es la pieza complementaria que deben entregarles antes de la primera reunión sobre la política.
Qué cuenta como evidencia y por qué la puntuación de un detector no es suficiente
El resultado de un detector es una estimación de probabilidad, no una prueba de autoría. Toda política debería decirlo en lenguaje sencillo, en la propia política, no en una nota al pie. Dos herramientas que analizan el mismo ensayo suelen discrepar, y las razones son estructurales: ponderan señales como la variación en la longitud de las oraciones y la previsibilidad de las palabras, y difieren en cómo agregan esas señales en un número a nivel de documento.
Medimos esto con nuestro propio instrumento en lugar de confiar en la afirmación de un proveedor. El 2026-09-13 puntuamos 23 guías DeAIze escritas a mano con el detector DeAIze con un umbral de marcado del 30%: la puntuación media de IA fue del 21%, la mediana del 22% y el rango abarcó del 0% al 46%. Cinco de los 23 documentos escritos por humanos fueron marcados. Esa es nuestra propia medición, con nuestro propio conjunto local, y es la imagen honesta: la escritura humana produce una dispersión, y parte de ella queda por encima de un umbral.
Entonces, ¿qué cuenta como evidencia? Construya una jerarquía en la política:
| Tipo de evidencia | Peso en una conclusión | Notas para el personal |
|---|---|---|
| Puntuación del detector (herramienta única) | Nunca suficiente por sí sola | Trátela como un motivo para revisar, no como una conclusión |
| Dos o más detectores que coinciden | Solo corroborante | Sigue sin ser prueba; anote qué herramientas y qué reportaron |
| Historial de borradores (historial de versiones, marcas de tiempo) | Fuerte | Muestra el proceso, o su ausencia |
| Explicación del estudiante y defensa oral | Fuerte | Pídales que expliquen el razonamiento de un párrafo específico |
| Verificación de fuentes (citas, referencias textuales, datos) | Fuerte | Las referencias fabricadas son una falla aparte y más clara |
| Discrepancia de estilo de escritura con trabajos previos | Débil a moderada | Los escritores no nativos y los estudiantes que escriben formalmente son marcados de forma desproporcionada |
En esta sección deben incluirse dos salvaguardas. Primera: nunca permita que una puntuación sea la única base para una acusación; indíquelo en la política para que un panel no pueda ignorarlo en silencio. Segunda: exija que la persona que plantea la preocupación registre qué más observó. “El detector indicó una puntuación alta” no es un expediente; “el detector marcó la sección central, el estudiante no pudo explicar el argumento del párrafo tres y las citas no existen” sí lo es.
Si quiere ver qué reporta realmente la detección a nivel de oración antes de redactar el estándar de evidencia, pase una muestra de sus propias correcciones anteriores por el detector de IA: resalta qué oraciones llevan la señal y cuáles no, lo cual es mucho más útil para un panel que un único número a nivel de documento.
¿Cómo debería funcionar el proceso de apelación?
La apelación es donde las políticas ganan o pierden la confianza del estudiantado y del personal. Manténgala breve, con plazos definidos y separada de la persona que planteó la preocupación.
- Notificación dentro de un plazo establecido. Se informa al estudiante por escrito qué se alega, qué evidencia se está utilizando y qué sección de la política aplica. Entregue al estudiante el informe del detector, no solo la conclusión.
- Una oportunidad de responder antes de cualquier conclusión. El estudiante presenta una respuesta escrita y, si lo desea, una breve explicación oral de su proceso. Este es el paso que detecta la mayoría de los falsos positivos.
- Un revisor que no sea el acusador. Un rol designado —jefe de departamento, responsable de integridad académica o un panel pequeño— revisa el expediente. En casos de alto riesgo, vale la pena leer qué evalúan realmente los paneles antes de redactar el mandato.
- Una decisión con razones, por escrito. No solo “confirmado” o “desestimado”, sino qué evidencia tuvo peso y por qué la puntuación del detector contribuyó o no.
- Una segunda vía. Una revisión adicional, con un revisor diferente, y un plazo indicado para solicitarla.
Los plazos deben expresarse en días hábiles y ser lo bastante cortos para ser realistas: un plazo de notificación, un plazo de respuesta y un plazo de decisión. Si su política no puede nombrar el rol del revisor, no está terminada.
¿Debería capacitarse al personal sobre los límites de los detectores?
Sí, y debería ser obligatoria en lugar de opcional, porque la aplicación inconsistente es la forma más rápida de hacer que una política parezca arbitraria. La capacitación no tiene que ser larga. Debe cubrir cuatro cosas:
- Qué significa una puntuación. Una estimación de probabilidad sobre patrones en el texto, no una declaración sobre quién lo escribió.
- Por qué algunos escritores son señalados con más frecuencia. Los escritores no nativos de inglés, los estudiantes que escriben en un registro formal y los estudiantes que trabajan con géneros muy plantillados se sitúan más cerca del límite. Por qué un detector de IA señala a escritores no nativos de inglés es una buena lectura previa para una reunión de personal.
- Qué hacer cuando una puntuación parece incorrecta. Documentar, preguntar, no acusar. Una primera conversación no es una acusación.
- Consistencia. Dos profesores deberían llegar a la misma decisión sobre el mismo archivo. Realicen un breve ejercicio de calibración cada trimestre: den al personal el mismo caso anonimizado y comparen las conclusiones.
Hay un hallazgo contraintuitivo de nuestra propia medición que vale la pena poner frente al personal. En la misma ejecución del 2026-09-13, contamos la frecuencia de indicios de IA —frases y construcciones comúnmente asociadas con la salida de máquina— en 4 por cada 100 palabras en la muestra escrita por humanos, frente a 1 por cada 100 palabras en la salida del modelo sin editar. Los escritores humanos usaron más de los supuestos indicios que el modelo. Cualquier instinto del personal que diga “esta frase suena a IA” es, por lo tanto, más débil de lo que parece.
¿Con qué frecuencia debe revisarse la política?
Como mínimo anualmente, y fuera de ciclo siempre que cambie una herramienta importante. Asigne un responsable —un rol con nombre, no un comité— y mantenga un registro de cambios breve al inicio del documento para que el personal pueda ver qué cambió y cuándo.
Una lista de verificación práctica para la revisión:
- ¿Los niveles de divulgación siguen coincidiendo con la forma en que los estudiantes realmente trabajan?
- ¿Las herramientas de detección nombradas en el estándar de evidencia todavía existen en la forma en que las describió?
- ¿Alguna apelación en el último año reveló una brecha en el proceso?
- ¿El personal ha recibido capacitación este año y la calibración produjo resultados consistentes?
- ¿Los plazos siguen siendo realistas dado su volumen de casos real?
Publique la política donde los estudiantes puedan encontrarla y deles la misma escala de divulgación que tienen sus profesores. Una regla que los estudiantes no pueden leer es una regla que no pueden seguir.
Una última cosa que vale la pena escribir en el preámbulo: las ideas, los datos, los argumentos y las conclusiones de un trabajo deben ser del propio estudiante. Ninguna política, y ninguna herramienta, cambia eso. Lo que una buena política cambia es la equidad con la que se establece si lo son.
Nota de medición: las cifras de este artículo provienen de nuestra propia ejecución del detector el 13/09/2026 — n = 23 guías escritas a mano frente a n = 12 salidas de modelo sin editar, puntuación mediana de IA 22% y 34% respectivamente. Método: /methodology/.