El impacto de la IA generativa en la ciencia de posgrado: ética y competencias de docentes en universidades ecuatorianas
Palabras clave:
Inteligencia artificial generativa; ética académica; competencias docentes; posgrado; educación superior; Ecuador.Resumen
La inteligencia artificial generativa (IA generativa) está reconfigurando la producción científica en los programas de posgrado, al tiempo que expone una brecha entre la conciencia ética declarada por el profesorado y su capacidad efectiva de actuación. Este estudio analiza el impacto de la IA generativa en las investigaciones de posgrado, con énfasis en la ética y las competencias de docentes de universidades ecuatorianas. Se adoptó un diseño mixto explicativo secuencial: una fase cuantitativa transversal descriptivo-correlacional sobre una muestra estratificada de 247 docentes de posgrado de 12 universidades públicas y privadas, y una fase cualitativa fenomenológico-hermenéutica con 32 informantes clave. Los resultados evidencian que el 87% del profesorado identifica preocupaciones éticas significativas —dependencia cognitiva (88%) y plagio no detectado (87%) como las principales—, mientras que solo el 23% posee competencias técnicas adecuadas para integrar estas herramientas en la investigación. Únicamente el 11% practica una ética de uso frecuente. La formación previa en IA correlaciona positivamente con las prácticas éticas (r = 0.63; p < 0.001) y multiplica por 3.2 la probabilidad de declarar su uso en publicaciones (OR = 3.2; IC 95%: 2.1–4.8). El 92% demanda formación continua urgente, con prioridad en marcos normativos (96%) y ética en IA (94%). Se concluye que existe una asimetría crítica entre conciencia ética y capacidad de acción, agravada por un vacío de gobernanza institucional. Se propone un marco de competencias ético-técnicas y la creación de comités de ética en IA generativa por universidad.
Referencias
Almeida Mite, J. L., & Solís Granda, L. E. (2025). La inteligencia artificial generativa en la docencia universitaria: implicaciones éticas y desafíos para la calidad académica en la formación profesional [Artículo científico de alto nivel, Universidad Estatal de Milagro]. Repositorio UNEMI. http://repositorio.unemi.edu.ec/bitstream/123456789/7973/1/JORGE%20LENI%20ALMEIDA%20MITE%20_ARTICULO%20CIENTIFICO_A3.pdf
Cabrera Velez, J. P., Llanos Garcia, R. V., & Bonilla Fierro, L. F. (2026). Generative AI and the assurance of academic integrity in the context of South American higher education. Frontiers in Education, 11, 1796556. https://doi.org/10.3389/feduc.2026.1796556
Chaveco Asin, K., & Miniet Alberja, M. (2026). Dilemas éticos contemporáneos en los sistemas de inteligencia artificial: perspectivas sobre la responsabilidad y los límites humanos. Santiago, (167), 630-636. https://santiago.uo.edu.cu/index.php/stgo/article/view/29147
Chinoracky, R., & Stalmasekova, N. (2025). Ethical problems in the use of artificial intelligence by university educators. Education Sciences, 15(10), 1322. https://doi.org/10.3390/educsci15101322
Creswell, J. W., & Plano Clark, V. L. (2017). Designing and conducting mixed methods research (3rd ed.). Sage Publications.
Humble, N. (2025). Higher education AI policies: A document analysis of university guidelines. European Journal of Education, 60(3), e70214. https://doi.org/10.1111/ejed.70214
Kanobel, M. C. (2026). Hacia una gobernanza responsable de la inteligencia artificial generativa en la educación superior. Revista Educación Superior y Sociedad, 37(2), 342–371. https://doi.org/10.54674/ess.v37i2.1204
Kim, M., & Kim, D. (2025). Reframing research ethics in the age of generative artificial intelligence: Key issues and practical proposals. Korean Journal of Medical Ethics, 28(4), 279–292. https://doi.org/10.35301/ksme.2025.28.4.279
Lan, G., Feng, X., Du, S., Song, F., & Xiao, Q. (2025). Integrating ethical knowledge in generative AI education: Constructing the GenAI-TPACK framework for university teachers’ professional development. Education and Information Technologies, 30(11), 15621–15644. https://doi.org/10.1007/s10639-025-13427-6
Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575. https://doi.org/10.1111/j.1744-6570.1975.tb01393.x
López-Vasco, F. E., Angulo-Álvarez, M. R., & Sosa-Zúñiga, D. I. (2025). Formación docente en IA Generativa: impacto ético y retos en educación superior. Alteridad, 20(2), 162–172. https://doi.org/10.17163/alt.v20n2.2025.01
Rojas-Rodríguez, D. (2025). Narrativas creativas, ética y competencias digitales con inteligencia artificial generativa en docentes. Revista Calidad en la Educación Superior, 16(2), 1–22. https://doi.org/10.22458/caes.v16i2.6149
Sabbaghan, S., & Eaton, S. E. (2025). Navigating the ethical frontier: Graduate students’ experiences with generative AI-mediated scholarship. International Journal of Artificial Intelligence in Education, 35(4), 1860-1886. https://link.springer.com/article/10.1007/s40593-024-00454-6
Sánchez-Torres, J. M., Chaparro-Díaz, L., Carreño-Moreno, S. P., Sánchez-Mendoza, Y. E., & Herrera-Quintero, L. K. (2026). Directrices institucionales sobre IA en la educación superior latinoamericana: análisis comparativo. Educación y Educadores, 29(2), 1–24. https://doi.org/10.5294/edu.2026.29.2.1
Tashakkori, A., & Teddlie, C. (2010). Sage handbook of mixed methods in social and behavioral research (2nd ed.). Sage Publications.
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Manuel Alfredo Plaza Castillo, Olga Lourdes Cox Landazuri, Fernando Rafael Delgado Rodriguez, Valdemar Andrés Sánchez Angulo

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
CC Reconocimiento-NoComercial-SinObrasDerivadas 4.0
Universidad de Oriente