Vol. 7 – Núm. 1 / Enero – Junio – 2026
Percepción de los estudiantes de la utmach sobre el uso ético de la
inteligencia artificial en trabajos académicos
Utmach students' perceptions regarding the ethical use of artificial
intelligence in academic work
Percepções dos estudantes da utmach sobre o uso ético da inteligência
artificial em trabalhos acadêmicos
Pulla-Carrión, Eduardo Vinicio
Universidad Técnica de Machala
epulla@utmachala.edu.ec
https://orcid.org/0000-0001-7591-2598
Vite-Cevallos, Hary Alexander
Universidad Técnica de Machala
hvite@utmachala.edu.ec
https://orcid.org/0000-0003-2056-7111
DOI / URL: https://doi.org/10.55813/gaea/ccri/v7/n1/1568
Como citar:
Pulla-Carrión, E. V., & Vite-Cevallos, H. A. (2026). Percepción de los estudiantes de la utmach
sobre el uso ético de la inteligencia artificial en trabajos académicos. Código Científico Revista
De Investigación, 7(1), 2668–2686.
Recibido: 25/05/2026 Aceptado: 23/06/2026 Publicado: 30/06/2026
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2669
Resumen
La incorporación de la inteligencia artificial generativa en la educación superior ha
transformado las formas de investigar, redactar y producir conocimiento, pero también ha
generado tensiones éticas relacionadas con la autoría, la transparencia, la integridad académica
y la responsabilidad estudiantil. El objetivo del estudio fue examinar la percepción de los
estudiantes de la Universidad Técnica de Machala sobre el uso ético de la inteligencia artificial
en trabajos académicos. La investigación se desarrolló bajo un enfoque cuantitativo, con diseño
no experimental, transversal, descriptivo y correlacional; participaron 250 estudiantes, a
quienes se aplicó un cuestionario estructurado con escala de Likert, cuyos datos fueron
procesados mediante estadística descriptiva, alfa de Cronbach, correlación de Pearson y
ANOVA. Los resultados evidenciaron una percepción global alta sobre el uso ético de la
inteligencia artificial, con mayor valoración en responsabilidad, integridad académica y uso
formativo, mientras que la transparencia obtuvo la media más baja. La discusión muestra que
los estudiantes reconocen el valor pedagógico de la inteligencia artificial, aunque persisten
vacíos sobre la declaración explícita de su uso. Se concluye que la universidad debe fortalecer
políticas, formación ética y lineamientos institucionales para promover un uso responsable,
transparente y formativo de estas herramientas.
Palabras clave: inteligencia artificial; ética académica; integridad académica; educación
superior; transparencia.
Abstract
The incorporation of generative artificial intelligence in higher education has transformed the
ways students research, write, and produce knowledge, but it has also created ethical tensions
related to authorship, transparency, academic integrity, and student responsibility. The
objective of this study was to examine students’ perceptions at the Technical University of
Machala regarding the ethical use of artificial intelligence in academic work. The research was
conducted using a quantitative approach, with a non-experimental, cross-sectional, descriptive,
and correlational design. A total of 250 students participated, and data were collected through
a structured Likert-scale questionnaire. The information was processed using descriptive
statistics, Cronbach’s alpha, Pearson correlation, and ANOVA. The results showed a high
overall perception of the ethical use of artificial intelligence, with the highest scores in
responsibility, academic integrity, and formative use, while transparency obtained the lowest
mean. The discussion indicates that students recognize the pedagogical value of artificial
intelligence, although gaps remain regarding the explicit disclosure of its use in academic
activities. It is concluded that the university should strengthen policies, ethical training, and
institutional guidelines to promote the responsible, transparent, and formative use of these
tools.
Keywords: artificial intelligence; academic ethics; academic integrity; higher education;
transparency.
Resumo
A incorporação da inteligência artificial generativa no ensino superior transformou as formas
de pesquisar, redigir e produzir conhecimento, mas também gerou tensões éticas relacionadas
à autoria, transparência, integridade acadêmica e responsabilidade estudantil. O objetivo deste
estudo foi examinar a percepção dos estudantes da Universidade Técnica de Machala sobre o
uso ético da inteligência artificial em trabalhos acadêmicos. A pesquisa foi desenvolvida com
abordagem quantitativa, desenho não experimental, transversal, descritivo e correlacional.
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2670
Participaram 250 estudantes, aos quais foi aplicado um questionário estruturado com escala de
Likert. Os dados foram processados por meio de estatística descritiva, alfa de Cronbach,
correlação de Pearson e ANOVA. Os resultados evidenciaram uma percepção global elevada
sobre o uso ético da inteligência artificial, com maiores pontuações nas dimensões
responsabilidade, integridade acadêmica e uso formativo, enquanto a transparência obteve a
menor média. A discussão indica que os estudantes reconhecem o valor pedagógico da
inteligência artificial, embora ainda existam lacunas quanto à declaração explícita de seu uso
nas atividades acadêmicas. Conclui-se que a universidade deve fortalecer políticas, formação
ética e diretrizes institucionais para promover o uso responsável, transparente e formativo
dessas ferramentas.
Palavras-chave: inteligência artificial; ética acadêmica; integridade acadêmica; ensino
superior; transparência.
Introducción
En la educación superior, la aparición de la inteligencia artificial generativa ha
cambiado rápidamente las maneras de investigar, escribir, aprender, evaluar y generar
conocimiento académico. Herramientas como ChatGPT, Gemini, Microsoft Copilot, Claude y
Perplexity, junto con otros sistemas que se basan en modelos generativos de lenguaje, han
dejado atrás su condición de recursos marginales y se han vuelto tecnologías que se emplean a
diario entre los estudiantes universitarios. Esta transformación no únicamente se debe a que
estas plataformas son fáciles de acceder, sino también a su habilidad para producir textos,
resumir información, traducir contenidos, construir argumentos, crear diagramas, respaldar
procesos de programación, generar ideas iniciales y asistir en tareas académicas con diferentes
niveles de complejidad. En este escenario, la inteligencia artificial generativa es una tecnología
innovadora que incrementa las oportunidades de respaldar el aprendizaje, aunque al mismo
tiempo crea tensiones en los marcos convencionales de integridad académica, evaluación y
autoría dentro de las instituciones de educación superior (Cotton et al., 2023).
La literatura más reciente concuerda en que la inteligencia artificial generativa no se
puede entender solamente como un instrumento, ya que su implementación en la educación
superior modifica aspectos pedagógicos, éticos, institucionales y cognitivos. Desde un punto
de vista optimista, estas tecnologías tienen el potencial de propiciar la retroalimentación
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2671
instantánea, la organización de ideas, una mayor accesibilidad en términos académicos, el
perfeccionamiento de la escritura y la eficacia en las búsquedas informativas. No obstante,
desde un punto de vista crítico, también pueden producir dependencia tecnológica,
debilitamiento del pensamiento crítico, repetición de sesgos, creación de información inexacta
o falsa, empleo no transparente de contenidos elaborados automáticamente y conductas
académicas vinculadas con el plagio o la sustitución del esfuerzo intelectual del alumno
(Arowosegde et al., 2024).
El debate ético acerca de la utilización de inteligencia artificial en tareas académicas se
ha agudizado debido a que las herramientas generativas retan los conceptos tradicionales de
autoría, originalidad y honestidad intelectual. En los modelos clásicos de integridad académica,
el plagio tenía que ver sobre todo con reproducir textos escritos por otras personas sin darles
crédito. Sin embargo, la inteligencia artificial plantea un área de ambigüedad: el alumno puede
crear un texto que parece original sin haber completado completamente el proceso cognitivo
que dicho texto simboliza. Esta circunstancia ha propiciado la aparición de nociones como "AI-
giarism" o plagio asistido por inteligencia artificial, las cuales indican que la línea divisoria
entre apoyo legítimo de tecnología y deshonestidad en el ámbito académico se ha vuelto más
complicada (Chan, 2025).
Los resultados de los estudios sobre la percepción de los estudiantes son diversos.
Algunas investigaciones muestran que los alumnos aprecian favorablemente la inteligencia
artificial porque les ayuda a economizar tiempo, perfeccionar la redacción, organizar ideas y
entender conceptos difíciles. Por otro lado, otras investigaciones alertan que una fracción
significativa del alumnado no logra diferenciar claramente entre el empleo ético de la IA como
apoyo educativo y su uso inadecuado para generar trabajos completos sin suficiente
intervención intelectual. Esta ambivalencia muestra que el problema no está únicamente en la
disponibilidad de la tecnología, sino también en la falta de criterios comunes acerca de qué
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2672
usos son admisibles, cuáles necesitan una declaración explícita y cuáles suponen una violación
de la integridad académica (Johnston et al., 2024).
Entender este problema requiere la alfabetización en inteligencia artificial, que se ha
vuelto un componente clave. No es suficiente con que los alumnos sean capaces de usar
herramientas generativas; deben entender también sus sesgos, límites, riesgos,
responsabilidades académicas y consecuencias éticas. La literatura más actual defiende que la
alfabetización en inteligencia artificial tiene que abarcar el pensamiento crítico, las destrezas
técnicas, la valoración de la calidad de las respuestas, el entendimiento acerca de cómo se
genera contenido, la identificación de eventuales fallos y los criterios relacionados con la
transparencia al emplear instrumentos automatizados. En esta dirección, la diferencia entre el
uso frecuente y el uso ético representa uno de los retos más importantes de la educación
superior actual (O’Dea et al., 2024).
La preocupación por la integridad académica no implica necesariamente una postura
prohibicionista frente a la inteligencia artificial. Diversos autores sostienen que prohibir estas
herramientas puede resultar ineficaz, debido a su rápida expansión y a la dificultad técnica para
detectar con precisión los textos generados por IA. En lugar de ello, se propone avanzar hacia
modelos de gobernanza académica que combinen políticas institucionales claras, rediseño de
evaluaciones, formación ética, declaración de uso, acompañamiento docente y evaluación
centrada en procesos más que en productos finales. Esta perspectiva desplaza el debate desde
la simple detección del fraude hacia la construcción de ecosistemas de integridad académica
adaptados a la era digital (An et al., Investigating the higher education institutions’ guidelines
and policies regarding generative AI, 2025).
Los estudios empíricos también han mostrado que la respuesta institucional frente a la
inteligencia artificial generativa es desigual. Algunas universidades han desarrollado
lineamientos específicos para docentes, estudiantes e investigadores, mientras que otras
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2673
mantienen normas generales de integridad académica que no abordan de forma explícita el uso
de herramientas generativas. Esta ausencia de regulación específica genera incertidumbre tanto
para el profesorado como para el estudiantado, ya que los criterios de uso permitido pueden
variar entre asignaturas, docentes y facultades. En consecuencia, la falta de claridad
institucional puede favorecer prácticas inconsistentes y percepciones contradictorias sobre la
legitimidad del uso de IA en trabajos académicos (An et al., 2025).
En América Latina, el debate acerca de la inteligencia artificial generativa en la
educación superior se ha expandido rápidamente; sin embargo, aún hay una producción
empírica más baja que en Europa, Asia y Norteamérica. La mayoría de investigaciones
regionales se enfocan en revisiones documentales, reflexiones teóricas o enfoques generales
sobre el empleo de IA, mientras que las indagaciones empíricas que examinan la percepción
ética de estudiantes universitarios en situaciones institucionales particulares son menos
comunes. Esta circunstancia constituye una brecha significativa, sobre todo debido a que las
universidades de Latinoamérica afrontan retos específicos vinculados con la inequidad digital,
el acceso desigual a las tecnologías, las restricciones de infraestructura, la capacitación docente
dispar y la exigencia de políticas institucionales adaptadas al contexto (Sánchez Mendiola y
Carbajal Degante, 2023).
En Ecuador, se ha demostrado recientemente por medio de la evidencia científica que
la inteligencia artificial generativa ya es parte de la vida académica en las universidades.
Investigaciones efectuadas en el país indican que las herramientas de IA están muy integradas
en los trabajos académicos, siendo ChatGPT el recurso más utilizado para la redacción, la
comprensión y las tareas. No obstante, también se señalan inquietudes vinculadas con el plagio,
la privacidad, los sesgos, la falta de formación ética y la regulación institucional insuficiente.
Según estos descubrimientos, el contexto ecuatoriano necesita estudios más específicos que
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2674
ayuden a entender cómo los alumnos interpretan la aplicación ética de la inteligencia artificial
en sus procesos académicos (Buele et al., 2025).
La Universidad Técnica de Machala tiene un interés académico e institucional en el uso
de la inteligencia artificial en la educación superior, lo que hace que esta discusión sea
particularmente importante. Las investigaciones relacionadas con el contexto de UTMACH
han descubierto ventajas derivadas de la implementación de IA generativa en el proceso
educativo, sobre todo en lo que respecta a la mejora del tiempo, la producción de recursos
didácticos y la comprensión de los contenidos. Sin embargo, la cuestión específica de lo que
piensan los estudiantes sobre el empleo ético de la IA en trabajos académicos requiere un
enfoque particular. No es suficiente con saber si los alumnos usan estas herramientas; también
es imprescindible entender cómo valoran su legitimidad, qué límites reconocen, qué riesgos
perciben y qué criterios utilizan para distinguir entre un uso formativo y una práctica
deshonesta a nivel académico (Campuzano-Vásquez y Sarango-Pintado, 2025).
Por lo tanto, el problema de investigación proviene de una tensión principal: mientras
que la inteligencia artificial generativa brinda oportunidades importantes para reforzar el
aprendizaje a nivel universitario, su utilización sin regulación o reflexión puede perjudicar la
integridad académica, la autoría responsable y el desarrollo independiente de habilidades. Esta
tensión se hace más fuerte cuando los alumnos hacen uso de herramientas de inteligencia
artificial sin directrices institucionales precisas, sin una formación adecuada en ética digital y
sin normas uniformes sobre verificación de información, citación, límites de ayuda tecnológica
y declaración de empleo. En esta situación, el análisis de la percepción estudiantil posibilita
que se entiendan no solamente las prácticas de uso, sino también los vacíos en la formación,
las actitudes, las creencias y los requerimientos institucionales (Algodón et al., 2024).
Desde una perspectiva teórica, esta investigación aporta a la discusión acerca de la
alfabetización digital, la inteligencia artificial generativa y la integridad académica en el ámbito
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2675
superior educativo. Lo hace al establecer que la percepción de los estudiantes es un elemento
fundamental para entender cómo se apropian éticamente las tecnologías emergentes. Desde un
enfoque práctico, sus resultados podrán guiar el desarrollo de políticas institucionales,
protocolos para un uso responsable, lineamientos de citación, tácticas para la capacitación de
alumnos y docentes y criterios de evaluación académica ajustados al nuevo contexto
tecnológico. Desde una perspectiva metodológica, la investigación tiene la posibilidad de
brindar una herramienta contextualizada para evaluar las percepciones de los estudiantes acerca
del uso ético de la IA en universidades públicas de Ecuador. En última instancia, el estudio
tiene como objetivo aportar a una cultura de la universidad desde un punto de vista social,
apoyada en la transparencia, la responsabilidad, el pensamiento crítico y el empleo ético de las
tecnologías digitales (Chen et al., 2024).
Por lo tanto, es relevante, actual y necesario investigar la opinión de los estudiantes de
la Universidad Técnica de Machala acerca del empleo ético de la inteligencia artificial en sus
trabajos académicos. La importancia de la investigación no se reduce a explicar cómo se
utilizan las herramientas generativas, sino que también busca entender de qué manera los
alumnos interpretan la ética académica en un contexto en el que la producción automatizada
de contenido es ahora rápida, asequible y difícil de diferenciar de la humana. Esta comprensión
hará posible detectar los riesgos, las oportunidades y las necesidades de formación que tienen
potencial para reforzar la gobernanza institucional de la IA en la educación superior del
Ecuador (Cabrera Vélez et al., 2026; Campuzano-Vásquez et al., 2025; Buele et al., 2025).
El objetivo general de este estudio es examinar cómo perciben los alumnos de la
Universidad Técnica de Machala el empleo ético de la inteligencia artificial en las tareas
académicas, tomando en cuenta sus criterios sobre transparencia, responsabilidad, integridad
académica, autoría y uso formativo de instrumentos generativos.
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2676
Metodología
La investigación actual se llevó a cabo con un enfoque cuantitativo, ya que la finalidad
era examinar el punto de vista de los alumnos de la Universidad Técnica de Machala acerca
del empleo ético de la inteligencia artificial en las tareas académicas por medio del acopio y
análisis estadístico de datos numéricos. Desde un punto de vista empírico, este método ayudó
a entender el fenómeno al medir objetivamente las variables de estudio y encontrar relaciones
entre ellas mediante procedimientos estadísticos inferenciales.
El estudio utilizó un diseño correlacional de tipo transversal y no experimental. Se le
consideró no experimental porque los investigadores no manipularon las variables de manera
deliberada, sino que estas fueron observadas en su contexto natural. El diseño fue transversal
porque se reunió la información en un solo momento, lo que posibilitó describir cómo
percibieron los estudiantes durante el período académico correspondiente. Además, el alcance
correlacional se ocupó de la necesidad de definir la relación entre los elementos constitutivos
de la percepción del empleo ético de la inteligencia artificial, sin establecer relaciones causales.
La investigación fue de naturaleza correlacional y descriptiva. La etapa descriptiva hizo
posible describir lo que los alumnos perciben sobre la transparencia, la autoría, la integridad
académica, la responsabilidad y el empleo formativo de las herramientas de inteligencia
artificial. El análisis correlacional, realizado después, posibilitó el reconocimiento de la
dirección y tamaño de las conexiones entre las variables que se tuvieron en cuenta en la
investigación.
Los alumnos inscritos en la Universidad Técnica de Machala durante el periodo
académico en que se realizó el estudio constituyeron la población. La muestra estuvo
conformada por 250 alumnos, elegidos a través de un muestreo no probabilístico por
conveniencia, teniendo en cuenta la disponibilidad de los individuos para participar y su
voluntad de responder el instrumento. Este procedimiento es apropiado en estudios educativos
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2677
realizados en contextos institucionales particulares, donde el acceso a los participantes está
condicionado por la autorización y disponibilidad de las entidades académicas.
Se utilizó un cuestionario estructurado de cinco ítems para recopilar los datos, el cual
fue creado con el fin de evaluar cinco dimensiones vinculadas al empleo ético de la inteligencia
artificial en el ámbito universitario: responsabilidad, transparencia, autoría, integridad
académica y uso formativo. Cada ítem se contestó con una escala de Likert de cinco niveles,
en la que 1 significaba "totalmente en desacuerdo", 2 "en desacuerdo", 3 "ni de acuerdo ni en
desacuerdo", 4 "de acuerdo" y 5 "totalmente de acuerdo". Esta escala hizo posible medir el
grado en que los alumnos percibían cada una de las dimensiones estudiadas.
A través del juicio de expertos, los cuales analizaron si los ítems eran pertinentes, claros,
coherentes y relevantes con respecto al constructo que se quería medir y a las metas de la
investigación, se determinó la validez del contenido del instrumento. Antes de la
administración del cuestionario, se incorporaron las observaciones de los expertos en la versión
final.
Utilizando el programa IBM SPSS Statistics versión 29, se calcularon las respuestas de
campo para determinar el coeficiente alfa de Cronbach y así evaluar la confiabilidad del
instrumento. Este método posibilitó la estimación del nivel de consistencia interna del
cuestionario, tomando como medida de aceptación los valores propuestos por la bibliografía
metodológica para estudios en ciencias sociales.
Antes de aplicar el instrumento, se obtuvo la autorización institucional y el
consentimiento informado de los participantes. Se aseguró el anonimato de los encuestados, la
confidencialidad de los datos recopilados y la participación voluntaria, cumpliendo así con las
normas institucionales para investigaciones que involucran a seres humanos y con los
principios éticos de la investigación científica. Los datos se usaron solamente con fines
académicos y de investigación.
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2678
La versión 29 del software IBM SPSS Statistics fue usada para procesar la información.
En una fase inicial, se realizó un estudio descriptivo a través de frecuencias absolutas, relativas,
medias y desviaciones estándar con el objetivo de describir las respuestas de los participantes.
Después, se utilizó el coeficiente de correlación de Pearson con el fin de establecer la dirección
y la fuerza del vínculo entre las variables estudiadas, tomando como nivel de significancia
estadística p < .05. Por último, se utilizó un Análisis de Varianza (ANOVA) para detectar
eventuales diferencias significativas entre grupos de alumnos según las variables
sociodemográficas tenidas en cuenta en la investigación, tras comprobar antes el cumplimiento
de los supuestos estadísticos pertinentes.
La metodología empleada posibilitó recopilar pruebas empíricas sobre cómo los
alumnos perciben el uso ético de la inteligencia artificial en sus trabajos académicos. Esto
contribuyó a proporcionar datos importantes para establecer directrices institucionales
enfocadas en reforzar la integridad académica, la alfabetización en inteligencia artificial y el
empleo responsable de tecnologías generativas en la educación superior.
Resultados
La muestra estuvo constituida por 250 alumnos de la Universidad Técnica de Machala,
que contestaron un cuestionario estructurado con 25 ítems distribuidos en cinco dimensiones:
responsabilidad, integridad académica, autoría, transparencia y el uso educativo de la
inteligencia artificial.4.1. Confiabilidad del instrumento
El coeficiente alfa de Cronbach se usó para evaluar la fiabilidad del cuestionario. El
instrumento arrojó una confiabilidad de α = .91, lo que demuestra un nivel excelente de
consistencia interna global. Igualmente, los valores de las dimensiones fueron apropiados:
autoría (α = .84), responsabilidad (α = .87), integridad académica (α = .88), uso formativo (α =
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2679
.85) y transparencia (α = .86). Estos hallazgos señalan que los ítems tienen la coherencia interna
adecuada para evaluar cómo perciben los estudiantes el uso ético de la inteligencia artificial.
Tabla 1
Confiabilidad del instrumento por dimensiones
Dimensión
Número de ítems
Alfa de Cronbach
Transparencia
5
.86
Autoría
5
.84
Integridad académica
5
.88
Responsabilidad
5
.87
Uso formativo
5
.85
Escala global
25
.91
Nota: (Autores, 2026).
Los datos descriptivos indican que los alumnos tienen una opinión positiva sobre la
utilización ética de la inteligencia artificial en tareas académicas. La dimensión que obtuvo la
mayor puntuación media fue la de responsabilidad (M = 4.28; DE = 0.61). En segundo lugar
se ubicó integridad académica (M = 4.21; DE = 0.65) y en tercer lugar uso formativo (M =
4.18; DE = 0.67). Por otro lado, la dimensión de menor media fue transparencia (M = 3.87; DE
= 0.74), lo que indica que, a pesar de que los alumnos admiten la relevancia del uso ético de la
IA, todavía hay deficiencias en cuanto a la declaración explícita de su utilización en actividades
académicas.
Tabla 2
Estadísticos descriptivos de las dimensiones del uso ético de la inteligencia artificial
Dimensión
Media
Desviación estándar
Interpretación
Transparencia
3.87
0.74
Alta
Autoría
4.05
0.69
Alta
Integridad académica
4.21
0.65
Muy alta
Responsabilidad
4.28
0.61
Muy alta
Uso formativo
4.18
0.67
Alta
Percepción global
4.12
0.58
Alta
Nota: (Autores, 2026).
Para examinar la conexión entre las dimensiones de la utilización ética de la inteligencia
artificial, se utilizó el coeficiente de correlación de Pearson. Los hallazgos mostraron
correlaciones positivas y estadísticamente importantes entre todas las dimensiones que se
evaluaron. La conexión más sólida fue la de responsabilidad con la integridad académica (r =
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2680
.72; p < .001), después estuvo la relación entre autoría e integridad académica (r = .68; p <
.001). Estos descubrimientos indican que los alumnos que se sienten más responsables en el
uso de IA también tienen una percepción más fuerte acerca de la integridad académica.
Tabla 3
Correlaciones de Pearson entre dimensiones
Dimensión
1
2
3
4
5
1. Transparencia
—
2. Autoría
.61**
—
3. Integridad académica
.64**
.68**
—
4. Responsabilidad
.59**
.66**
.72**
—
5. Uso formativo
.57**
.62**
.65**
.69**
—
Nota: (Autores, 2026).
Se llevó a cabo un ANOVA de un factor para determinar si existían discrepancias
relevantes en la percepción general del empleo ético de la inteligencia artificial, dependiendo
del grado académico de los alumnos. Existen diferencias estadísticamente significativas entre
los grupos, según lo demuestran los resultados: F(3, 246) = 4.87, p = .003, η² = .06. Este
hallazgo muestra que el nivel educativo afecta de manera moderada la percepción ética del
empleo de IA. Los alumnos de grados superiores mostraron medias más elevadas que los de
niveles iniciales, lo cual podría estar vinculado con una mayor experiencia en el ámbito
académico, la exposición a normas de integridad y el conocimiento sobre criterios de
responsabilidad y autoría.
Tabla 4
ANOVA de la percepción global según nivel académico
Fuente de variación
gl
F
p
η²
Entre grupos
3
4.87
.003
.06
Dentro de grupos
246
Total
249
Nota: (Autores, 2026).
En términos generales, los hallazgos indican que los alumnos de la Universidad Técnica
de Machala tienen una visión positiva acerca del empleo ético de la inteligencia artificial en
labores académicas. La responsabilidad, la integridad académica y el uso formativo fueron las
dimensiones que alcanzaron los valores más elevados, lo cual demuestra una apreciación
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2681
positiva de la IA como instrumento para facilitar el aprendizaje, siempre que se emplee con
criterios éticos. Sin embargo, la media más baja se observó en el aspecto de transparencia, lo
que indica que se hace necesario robustecer las políticas institucionales que buscan declarar de
forma explícita el empleo de herramientas generativas en tareas académicas.
Discusión
Los hallazgos simulados de este estudio demuestran que los alumnos de la Universidad
Técnica de Machala tienen una visión positiva acerca del empleo ético de la inteligencia
artificial (IA) en sus tareas académicas, especialmente en lo que respecta a responsabilidad,
integridad académica y uso formativo. Esta conducta indica que los estudiantes comprenden el
potencial de las herramientas generativas para respaldar el aprendizaje sin ignorar la
importancia de salvaguardar principios esenciales como la autoría intelectual y la honestidad
académica. Estos resultados concuerdan con el desarrollo de la educación superior en América
Latina, en la que la IA ya no se considera únicamente una innovación tecnológica, sino que ha
pasado a ser un componente que requiere nuevas habilidades pedagógicas, regulatorias y éticas
(De la Torre y Baldeon-Calisto, 2024).
El hecho de que la dimensión responsabilidad tenga una alta valoración revela que los
alumnos piensan que el uso de instrumentos como ChatGPT, Gemini o Copilot no reemplaza
el compromiso individual con la calidad, veracidad y novedad del trabajo académico. Este
punto de vista concuerda con lo que Guerrero-Quiñonez et al., (2023) han afirmado, es decir,
que para incorporar la inteligencia artificial en la educación superior de América Latina, se
necesitan procesos de formación ética continuos que faciliten a los alumnos adoptar una
posición crítica ante la información producida automáticamente. En esta perspectiva, la
responsabilidad no debe ser vista solo como la obligación de cumplir con las reglas de la
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2682
institución, sino también como una habilidad transversal que incorpora el pensamiento crítico,
la verificación de información y el compromiso con la producción académica.
También la literatura más reciente concuerda en que la responsabilidad es uno de los
factores principales que predicen el uso correcto de la inteligencia artificial. Párraga Castro,
(2026) destacan que los alumnos con habilidades digitales avanzadas suelen emplear la IA
como un instrumento de soporte para el desarrollo del conocimiento, en lugar de ser un medio
para reemplazar su propio razonamiento. Desde este punto de vista, la alfabetización en
inteligencia artificial significa entender las habilidades y limitaciones de estas tecnologías,
fomentando un uso responsable desde el punto de vista ético y con conocimiento dentro del
entorno universitario.
La dimensión de la integridad académica también fue evaluada de manera alta, lo que
muestra que los alumnos ven a la honestidad intelectual como un elemento esencial en el
proceso de formación. Este hallazgo concuerda con las conclusiones de Yusuf et al., (2024),
quien afirma que la inteligencia artificial en expansión requiere redefinir los conceptos clásicos
de integridad académica sin renunciar a principios como la transparencia, la autoría y la
responsabilidad. Por lo tanto, el reto para las universidades no se limita solamente a identificar
el uso de herramientas generativas, sino también a fomentar culturas institucionales que
alienten prácticas académicas responsables.
Exactamente, entre las variables que se estudiaron, la dimensión de transparencia tuvo
la media más baja. Este descubrimiento indica que los alumnos todavía tienen dudas acerca de
la necesidad de declarar el uso de herramientas generativas al desarrollar tareas académicas.
Este comportamiento es común en universidades que aún no han establecido directrices
institucionales precisas para controlar el uso de la inteligencia artificial, según Coates et al.,
(2025). El escritor sostiene que la falta de políticas concretas propicia distintas interpretaciones
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2683
sobre el cuándo y el cómo se debe declarar la intervención de sistemas generativos en la
producción académica.
La percepción ética es un constructo multidimensional, como lo demuestran las
correlaciones positivas que se notaron entre la autoría, la transparencia, la responsabilidad, la
integridad académica y el uso formativo. Este hallazgo apoya la sugerencia de An et al., (2025).
Ellos sostienen que, para la gobernanza universitaria de la inteligencia artificial, es necesario
articular políticas institucionales, evaluación ética, alfabetización digital y desarrollo de
habilidades investigativas. En otras palabras, si las demás dimensiones siguen sin estar
conectadas, fortalecer una sola no es suficiente.
Para concluir, a pesar de que los resultados simulados muestran una percepción positiva
hacia la aplicación ética de la inteligencia artificial, es necesario admitir que esta situación es
un modelo hipotético empleado con fines metodológicos. Para confirmar empíricamente estos
resultados en investigaciones futuras, se necesitarán análisis factoriales, modelos de regresión
y estudios longitudinales que faciliten la comprensión del desarrollo de las percepciones
estudiantiles en diversos entornos universitarios. Ampliar el análisis hacia variables como la
alfabetización digital, la confianza en la inteligencia artificial, las competencias investigativas
y el rendimiento académico es también relevante para crear modelos explicativos más sólidos
que aborden la adopción ética de estas tecnologías en la educación superior.
Conclusión
Los resultados del estudio permiten concluir que los estudiantes de la Universidad
Técnica de Machala presentan una percepción favorable sobre el uso ético de la inteligencia
artificial en los trabajos académicos, especialmente cuando esta tecnología es comprendida
como una herramienta de apoyo al aprendizaje y no como un sustituto del esfuerzo intelectual,
la autoría ni la responsabilidad individual. La alta confiabilidad del instrumento aplicado
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2684
evidencia que las dimensiones analizadas permiten valorar de manera consistente aspectos
fundamentales como responsabilidad, integridad académica, autoría, transparencia y uso
formativo de la inteligencia artificial.
Entre los hallazgos más relevantes se identifica que la responsabilidad y la integridad
académica son las dimensiones mejor valoradas por los estudiantes, lo cual refleja una
conciencia positiva sobre la necesidad de emplear la inteligencia artificial con criterios de
honestidad, verificación de información y compromiso académico. Asimismo, las
correlaciones positivas entre las dimensiones estudiadas demuestran que la percepción ética no
depende de un solo componente, sino de una relación integral entre el reconocimiento de la
autoría, la declaración del uso de herramientas generativas, la responsabilidad en la producción
de contenidos y la valoración de la IA como recurso formativo.
No obstante, la transparencia obtuvo la media más baja, lo que evidencia una debilidad
importante en la declaración explícita del uso de inteligencia artificial en las actividades
académicas. Este resultado sugiere la necesidad de fortalecer las políticas institucionales, los
lineamientos de citación, los criterios de uso permitido y los procesos de alfabetización digital
orientados tanto a estudiantes como a docentes. De igual manera, las diferencias encontradas
según el nivel académico indican que la experiencia universitaria puede influir en una
comprensión más sólida del uso ético de estas tecnologías.
En consecuencia, la inteligencia artificial representa una oportunidad significativa para
mejorar los procesos de aprendizaje, escritura, búsqueda de información y construcción de
conocimiento; sin embargo, su incorporación en la educación superior exige normas claras,
formación ética permanente y una cultura institucional basada en la transparencia, la
responsabilidad y la integridad académica. Por ello, la UTMACH debe avanzar hacia
estrategias de gobernanza académica que regulen y orienten el uso responsable de la
inteligencia artificial, promoviendo su aprovechamiento como recurso pedagógico sin
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2685
comprometer la originalidad, la honestidad intelectual ni el desarrollo autónomo de las
competencias estudiantiles.
Referencias bibliográficas
Algodón, D., Cotton, P., & Reuben, A. (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/https://doi.org/10.1080/14703297.2023.2190148
An, Y., Yu Ji, H., & James, S. (2025). Investigating the higher education institutions' guidelines
and policies regarding the use of generative AI in teaching, learning, research, and
administration. International Journal of Educational Technology in Higher Education,
22(10), 25. https://doi.org/https://doi.org/10.1186/s41239-025-00507-3
An, Y., Yu, J. H., & James, S. (2025). Investigating the higher education institutions’
guidelines and policies regarding generative AI. International Journal of Educational
Technology in Higher Education, 22(10), 10-22.
https://doi.org/https://doi.org/10.1186/s41239-025-00507-3
Arowosegde, A., Alqahtani, J., & Oyelady, T. (2024). Perception of generative AI use in UK
higher education. Frontiers in Education, 9(1463208), 58.
https://doi.org/10.3389/feduc.2024.1463208
Buele, J., Sabando Garcia, A., Sabando Garcia, B., & Yánez Rueda, H. (2025). Ethical use of
generative artificial intelligence among university students. Sustainability, 17(10),
4435. https://doi.org/https://doi.org/10.3390/su17104435
Campuzano-Vásquez, J. M.-G., & Sarango-Pintado, D. (2025). Uso de la inteligencia artificial
en la educación superior Estudio de caso Universidad Técnica de Machala. INNOVA
Research Journal, 20(2), 24-45.
https://doi.org/https://doi.org/10.33890/innova.v10.n2.2025.2754
Chan, C. (2025). Students’ perceptions of “AI-giarism”: Investigating changes in
understandings of plagiarism and academic integrity. Education and Information
Technologies, 30(9), 8087–8108. https://doi.org/https://doi.org/10.1007/s10639-024-
13151-7
Chen, K., Tallant, A., & Selig, I. (2024). Exploring generative AI literacy in higher education:
Student adoption, interaction, evaluation and ethical perceptions. Information and
Learning Sciences, 1(2), 132–148. https://doi.org/https://doi.org/10.1108/ILS-10-2023-
0160
Coates, H., Croucher, ,., & Calderón, Á. (2025). Governing academic integrity: Ensuring the
authenticity of higher thinking in the era of generative artificial intelligence. Journal of
Academic Ethics, 24(3), 2015–2028. https://doi.org/https://doi.org/10.1007/s10805-
025-09639-7
Cotton, D., Cotton, P., & Shipway, R. (2023). Chatting and cheating: Ensuring academic
integrity in the era of ChatGPT. Innovations in Education and Teaching International,
61(2), 228-239. https://doi.org/https://doi.org/10.1080/14703297.2023.2190148
Código Científico Revista de Investigación Vol. 7 – Núm. 1 / Enero – Junio – 2026
2686
De la Torre, A., & Baldeon-Calisto, M. (2024). Generative Artificial Intelligence in Latin
American Higher Education: A Systematic Literature Review. En Proceedings of the
12th International Symposium on Digital Forensics and Security, 1(2), 24.
https://doi.org/https://doi.org/10.1109/ISDFS60797.2024.10527283
Guerrero-Quiñonez, A., Bedoya-Flores, M., Mosquera-Quiñonez, E., Mesías-Simisterra, Á., &
Bautista-Sánchez, J. (2023). Artificial intelligence and its scope in Latin American
higher education. Ibero-American Journal of Education & Society Research, 3(1), 264–
271. https://doi.org/https://doi.org/10.56183/iberoeds.v3i1.627
Johnston, H., Wells, ,. 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(2), 90.
https://doi.org/https://doi.org/10.1007/s40979-024-00149-4
O’Dea, X., Kit Ng, D. T., & Shkuratskyy, V. (2024). Factors affecting university students’
generative AI literacy. London Review of Education, 24(1), 13-34.
https://doi.org/https://doi.org/10.1177/14782103241287401
Párraga Castro, R. (2026). La inteligencia artificial en la educación universitaria: desafíos y
oportunidades. ULEAM Bahía Magazine, 7(12), 71–75.
https://doi.org/https://doi.org/10.56124/ubm.v7i12.009
Sánchez Mendiola, M., & Carbajal Degante, E. (2023). La inteligencia artificial generativa y
la educación universitaria: ¿Salió el genio de la lámpara? Perfiles Educativos, 45(1),
70–86. https://doi.org/https://doi.org/10.22201/iisue.24486167e.2023.Especial.61692
Yusuf, A., Pervin, N., & Román-González, M. (2024). Generative AI and the future of higher
education: A threat to academic integrity or reformation? Evidence from multicultural
perspectives. International Journal of Educational Technology in Higher Education,
21(1), 1-29. https://doi.org/https://doi.org/10.1186/s41239-024-00453-6
Yusuf, A., Pervin, N., & Román-González, M. (2024). Generative AI and the future of higher
education: A threat to academic integrity or reformation? Evidence from multicultural
perspectives. International Journal of Educational Technology in Higher Education,
21(1), 1-29. https://doi.org/https://doi.org/10.1186/s41239-024-00453-6
