Qué debe resolver una política de curso#
Una persona que lee el syllabus necesita saber qué usos de IA están permitidos en cada actividad, cuáles requieren declaración, cuáles no se aceptan y por qué. También debe saber qué hacer si no puede o no quiere usar una plataforma comercial, cómo proteger datos personales y a quién preguntar cuando un caso no esté previsto.
Estas decisiones no se reducen a elegir entre prohibir o permitir. Una misma asignatura puede aceptar IA para explorar alternativas, limitarla durante una evaluación individual y exigir que el estudiante explique qué parte del trabajo realizó con ayuda del sistema. La política debe nombrar esas diferencias con ejemplos vinculados a las actividades reales del curso.
Cinco fuentes con funciones distintas#
Stanford Teaching Commons: modelos de política#
Stanford presenta ejemplos de políticas restrictivas, mixtas y favorables al uso de IA. Son formulaciones que un docente puede comparar y adaptar. La página también plantea preguntas sobre objetivos de aprendizaje, equidad y comunicación con estudiantes; no ofrece una regla universal para todos los cursos.
Acceso: Stanford Teaching Commons — Creating your course policy on AI
Harvard FAS: orientaciones para docentes#
Harvard distingue cursos donde la IA está permitida, parcialmente permitida o no permitida y ofrece lenguaje de referencia para comunicar cada opción. El valor de la página está en hacer visible la decisión del docente. Sus categorías pertenecen al contexto de Harvard y no reemplazan las normas de otra institución.
Acceso: Harvard Office of Undergraduate Education — Generative AI Guidance
Stanford Teaching and Learning Hub: políticas de curso#
El repositorio del Graduate School of Business reúne declaraciones y ejemplos de política usados en cursos. Permite observar diferencias de redacción entre asignaturas y comparar cómo cada docente delimita actividades concretas. Conviene revisar la fecha y el contexto de cada ejemplo antes de reutilizar una frase.
Acceso: Stanford Teaching and Learning Hub — Course Policies on Generative AI Use
APRU: comparación entre universidades#
El informe de APRU de enero de 2025 examina prácticas de varias universidades de la región Asia-Pacífico. Incluye ejemplos y discusiones sobre políticas, enseñanza y evaluación. No es un repositorio de syllabus completos; sirve para comparar decisiones institucionales y localizar los casos que el informe cita.
Acceso: APRU — Generative AI in Higher Education
Thesify: revisión secundaria de políticas#
Thesify publicó en octubre de 2025 una comparación de políticas de universidades internacionales. Es una fuente secundaria y comercial. Puede ayudar a localizar documentos, pero cada afirmación debe comprobarse en la página de la universidad correspondiente antes de incorporarla al syllabus.
Acceso: Thesify — Generative AI Policies at the World’s Top Universities
Preguntas para comparar los ejemplos#
Al revisar una fuente, conviene anotar qué actividades permite, limita o prohíbe; si pide declarar el uso de IA; cómo protege datos personales; qué alternativa ofrece a quien no use la herramienta; y cuándo se revisó la política. Estas preguntas permiten comparar documentos distintos sin tratarlos como modelos equivalentes.
No es necesario pedir al estudiante una conversación completa con el sistema. Para comprender una decisión suele bastar una nota que indique la herramienta utilizada, la ayuda recibida y qué parte del resultado fue comprobada o modificada por la persona.
Adaptación al contexto UdeG#
La página local sobre política de IA para la UdeG es una propuesta editorial del sitio y no es una política oficial de la Universidad de Guadalajara. Puede servir para discutir opciones, pero la versión que llegue a una asignatura debe contrastarse con los reglamentos, acuerdos y orientaciones formalmente vigentes.
Una adaptación responsable evita copiar categorías extranjeras sin revisar las condiciones del curso. Debe nombrar la actividad, el uso permitido, la forma de declarar la ayuda y la alternativa disponible. También conviene incluir una fecha de revisión, porque las herramientas y las disposiciones institucionales pueden cambiar durante el ciclo escolar.
Lecturas relacionadas#
La guía sobre syllabus y portafolio docente sitúa esta decisión dentro del diseño general del curso. La página sobre transparencia algorítmica en el aula desarrolla las obligaciones de información y protección de datos. Los lineamientos éticos ofrecen preguntas para revisar la propuesta antes de compartirla con estudiantes.
Referencias#
APRU. (2025). Generative AI in higher education: Current practices and ways forward. Association of Pacific Rim Universities. https://www.apru.org/wp-content/uploads/2025/01/APRU-Generative-AI-in-Higher-Education-Whitepaper_Jan-2025.pdf
Thesify. (2025). Generative AI policies at the world’s top universities: October 2025 update. https://www.thesify.ai/blog/gen-ai-policies-update-2025