Este artículo explora los desafíos que plantea la inteligencia artificial generativa (IAG) a la integridad científica y al tema del plagio en la enseñanza y la investigación. Comienza definiendo el plagio y la integridad científica, subrayando las variaciones de definición según los contextos (normas estadounidenses vs. europeas). La pregunta es si el uso de la IAG constituye un plagio. La respuesta es matizada: depende de la transparencia en su uso. Usar abiertamente la IAG sin reclamar la paternidad evita el plagio, mientras que ocultarla constituye tanto un plagio como una violación de la integridad científica. La zona gris radica en el uso de la IAG para mejorar el estilo de escritura sin mencionarlo explícitamente, una situación donde la evaluación del plagio se vuelve compleja y depende del contexto (ciencias duras vs. ciencias humanas).

La literatura destaca el aumento significativo de las publicaciones sobre integridad científica, correlacionando esto con la tentación de utilizar la IAG para responder a la presión de publicación. El uso de herramientas de IAG plantea preocupaciones sobre la originalidad, ya que puede conducir a la repetición de conocimientos existentes, incluso reformulados. Si bien la IAG puede detectar el plagio, paradójicamente tiene dificultades para detectar su propio uso en la generación de texto, creando un riesgo de plagio involuntario. Otros riesgos asociados a la IAG incluyen la fabricación de datos, la manipulación de imágenes y la creación de “papermill” (publicaciones de baja calidad que inflan los indicadores bibliométricos).

Además, el artículo propone dos estrategias principales para mitigar estos riesgos: (1) formar a los estudiantes y a los investigadores en un uso responsable de la IA, y (2) revisar los métodos de evaluación para evaluar el pensamiento crítico y la originalidad, en lugar de centrarse únicamente en la producción final.El artículo propone diversas enfoques de formación, como proporcionar directrices para la enseñanza de la escritura con la IA y fomentar a los estudiantes a analizar de manera crítica el contenido generado por la IA, incluyendo sus referencias.

Los métodos de evaluación revisados podrían incluir la prohibición del uso de la IAG durante los exámenes o la obligación de que los estudiantes documenten y expliquen su uso de la IAG, enfatizando el proceso de pensamiento crítico involucrado. El artículo concluye señalando una falta de evidencia sobre la efectividad de estas recomendaciones, sugiriendo que se necesitan más investigaciones para abordar eficazmente los desafíos planteados por la IAG en los entornos académicos.

El artículo completo está disponible en inglés en línea: Alain Mille. Plagiarism in education and scientific integrity in the age of Generative IA IAgiarism?. 2025. ⟨hal-05063031⟩