La dimensión ética del trabajo docente con IA

Son las once de la noche y mañana hay examen de tu asignatura. Abres la herramienta, pegas el temario y en veinte segundos tienes veinte preguntas con sus respuestas, bien redactadas. Lo que decidas en ese momento —revisarlo pregunta por pregunta, subirlo tal cual, decirle o no al grupo cómo lo hiciste— es una decisión ética de quien enseña, y ningún reglamento la toma por ti. Cuando una universidad discute la ética de la IA, la pregunta suele dirigirse al estudiantado: qué puede usar, qué debe declarar, qué constituye una falta. Esta guía invierte la dirección: quien prepara clase con estas herramientas también toma decisiones éticas, distintas de las del alumnado y con más peso, porque el grupo las observa y aprende de ellas antes que de cualquier reglamento.

Los marcos ya existen y no hace falta repetirlos aquí: los cuatro criterios éticos para educación superior dan el vocabulario (autonomía de quien aprende, transparencia, justicia epistémica, responsabilidad compartida), y los lineamientos UNESCO el respaldo normativo. Lo que un marco no puede hacer es decidir por ti la noche del examen. Esta guía trabaja en ese espacio: el que va del principio a la decisión.

Los dilemas del profesorado no son los del alumnado

#

El debate público sobre IA y honestidad académica se ha concentrado en un solo escenario —el estudiante que entrega como propio un texto generado— y eso ha dejado sin nombre los dilemas de quien enseña. Conviene nombrarlos, porque ninguno se responde con las reglas pensadas para trabajos escolares.

El primero aparece al retroalimentar borradores ajenos. Pegar el ensayo de una estudiante en un chatbot comercial para pedirle comentarios parece un uso virtuoso: multiplica la retroalimentación que una persona sola no alcanza a dar. Pero ese texto no es tuyo. Contiene el trabajo intelectual no publicado de otra persona, a veces su nombre, a veces datos de su vida que usó como ejemplo. Subirlo a un servicio externo sin su conocimiento convierte una ayuda pedagógica en una cesión de datos que ella no autorizó. La guía de privacidad y datos explica qué alternativas existen —anonimizar, pedir consentimiento, usar herramientas institucionales—; el punto ético es anterior: reconocer que la decisión no te pertenece por completo, porque el material tampoco.

El segundo aparece al generar instrumentos de evaluación. Una rúbrica o un examen producidos por IA pueden ser un excelente borrador y un pésimo instrumento final, y la diferencia no la detecta la herramienta: la detecta tu juicio sobre qué merece evaluarse en tu asignatura. Bearman y colegas (2024) llaman juicio evaluativo a esa capacidad de apreciar la calidad del trabajo propio y ajeno, y advierten que es precisamente lo que está en riesgo cuando la generación se vuelve trivial. Si el instrumento califica mal a alguien, quien responde no es el modelo. Usar IA para evaluar exige, por eso, más revisión que usarla para cualquier otra cosa: verifica cada renglón de la rúbrica o cada pregunta del examen contra lo que tu curso enseñó realmente, y decide qué conservas con la misma atención que pedirías a una colega que revisara tu examen.

El tercero es el más silencioso: preparar clase con IA y no decirlo, mientras se exige al grupo que declare. No hay regla que lo prohíba, y esa es exactamente la cuestión: la asimetría no infringe ninguna norma y sin embargo enseña algo. Enseña que la transparencia es una obligación de subordinados, no una práctica profesional. Un grupo aprende más de esa incoherencia observada que de cualquier unidad temática sobre integridad.

Lo que el grupo aprende sin que lo enseñes

#

Aquí está el núcleo formativo de esta guía. El marco UNESCO de competencias docentes (2024) sitúa la ética de la IA como una de sus cinco áreas y la describe no como conocimiento de principios sino como compromisos cotidianos en la práctica. La traducción operativa es esta: la ética del uso docente de IA se enseña principalmente por modelado, y el modelado ocurre aunque no lo planees.

Cuando usas IA delante del grupo —para generar un ejemplo en vivo, para explorar una pregunta que no traías preparada— el grupo no registra solo el contenido: registra tu relación con la herramienta. Si aceptas la primera salida sin contrastarla, enseñas que se acepta. Si verificas en voz alta una afirmación dudosa, enseñas que se verifica. Si dices «esta rúbrica la esbocé con IA y luego ajusté estos dos criterios porque no correspondían al curso», enseñas tres cosas a la vez: que el uso es legítimo, que se declara, y que declarar no es confesar sino explicar qué decidiste tú.

Esa última práctica tiene nombre y plantilla en este sitio: la declaración proporcional de uso. Fue pensada para trabajos del estudiantado, pero funciona igual sobre un programa de asignatura, una presentación o una antología de lecturas: una línea cuando el apoyo fue acotado, una relación más completa cuando la IA intervino en algo sustantivo. Usarla sobre tus propios materiales durante un semestre es probablemente la forma más eficaz de enseñarla, porque convierte la declaración de requisito en costumbre visible. Las cinco prácticas de transparencia en el aula amplían este movimiento al diseño completo de una asignatura.

Una dimensión que atraviesa las tres alfabetizaciones

#

Podría pensarse que lo anterior pide una «alfabetización ética» aparte, una cuarta capa sobre el marco de tres literacidades que organiza la formación docente de este sitio. La lectura que proponemos es otra: la ética es la dimensión que decide cómo se ejerce cada una de las tres, más que una capa adicional.

En la alfabetización operativa, la pregunta ética es qué entra a la herramienta: saber redactar una buena instrucción incluye saber qué datos no deben acompañarla. En la alfabetización crítica, es qué sale de ella: reconocer sesgos y límites deja de ser un ejercicio analítico cuando la salida va a llegar a treinta estudiantes con tu autoridad respaldándola. Y en la alfabetización de co-creación, es quién responde por el resultado: co-producir con un sistema no reparte la responsabilidad, la concentra en la persona que dirigió el proceso. Formarse en las tres alfabetizaciones sin esta dimensión produce usuarios competentes; con ella, produce profesionales que pueden explicar sus decisiones.

Por dónde empezar

#

No hace falta esperar una política institucional para ejercer esto. Tres movimientos caben en cualquier semestre ya iniciado. Elige un material propio en el que haya intervenido IA y escribe su declaración proporcional; una línea basta si el apoyo fue acotado. Revisa qué textos de estudiantes has compartido con herramientas externas y decide qué necesitas cambiar: anonimizar, pedir permiso o migrar a una herramienta institucional. Y la próxima vez que uses IA frente al grupo, verifica una salida en voz alta en lugar de hacerlo después en privado.

Queda un límite honesto que esta guía no resuelve: modelar bien no sustituye a las condiciones institucionales. Un profesorado sin acceso a herramientas seguras, sin tiempo para verificar y sin políticas claras carga con decisiones que deberían estar parcialmente resueltas por su institución. La coherencia personal es necesaria y no es suficiente; el marco regulatorio muestra cuánto de ese soporte todavía falta.