Un estudiante contó a los investigadores que hay compañeros que admiten, entre ellos, "escribí todo este ensayo con ChatGPT". La frase siguiente del estudiante fue la que se nos quedó grabada: "Luego no los pillan, probablemente sacan una buena nota, y como funcionó la primera vez, lo hacen en su siguiente evaluación" (informe de la OfS y Advance HE).
Esa cita aparece en un informe que la Office for Students (OfS), el regulador de la educación superior en Inglaterra, publicó junto con la organización benéfica Advance HE. Su título es suave: Making AI work for students. Sus conclusiones sobre evaluación no lo son. Los trabajos que los estudiantes hacen sin supervisión, en casa, con una pestaña de ChatGPT abierta, a menudo pueden completarse con un nivel alto con muy poca implicación del estudiante, a veces en minutos, y muchas veces el corrector no se da cuenta.
Leímos el informe en sí, no solo la cobertura, porque el titular del Guardian y la redacción del propio regulador difieren, y el informe es el más cuidadoso de los dos. Lo más útil es también lo menos dramático: lo que ya están haciendo al respecto unas cuantas universidades.
Lo que encontró el regulador, y lo que no
La investigación se llevó a cabo a principios de este año y se basa en conversaciones con más de 300 estudiantes y miembros del personal. The Guardian cuenta 127 universidades y colegios entre ellos (The Guardian); la página de resumen de la OfS dice "más de 120 instituciones" (OfS), y la sección de metodología del informe dice al menos 127 (informe). Son datos de entrevistas y encuestas, principalmente de instituciones inglesas. Nadie ha medido cuántas evaluaciones las completa una IA, y la OfS dice que hará más investigación "para establecer la magnitud y la naturaleza del cambio" (comunicado de prensa de la OfS). Hasta entonces, cualquier porcentaje para Inglaterra en 2026 es una conjetura.
Lo que sí describieron los participantes es coherente. Las evaluaciones sin supervisión "pueden completarse con un nivel alto usando herramientas de IA con poca implicación de los estudiantes", y los programas evaluados mediante ensayos entregados a distancia se consideraron especialmente vulnerables (informe). Los estudiantes contaron a los investigadores que compañeros terminaban trabajos "a veces en solo unos minutos" y obtenían una nota similar a la de quienes los hacían por sí mismos. Algunos compañeros no recordaban detalles básicos de lo que acababan de entregar. El personal docente describió que recibe grandes volúmenes de entregas que se parecen, citan la misma bibliografía y están escritas con el mismo estilo.
Una persona que respondió a la encuesta de estudiantes expresó el coste en términos personales: "Es muy desconcertante cuando planifico y escribo un ensayo completamente yo solo y saco exactamente la misma nota que alguien que usó IA para escribirlo". Los estudiantes honestos son los que salen perjudicados, y ese es el coste que pondríamos en primer lugar.
Un detalle sobre el titular. "Casi imposible" es una expresión de un miembro del personal que respondió, y la frase completa es más limitada que el titular del Guardian: el uso generalizado de la IA "puede hacer que evaluar a los estudiantes sea casi imposible en algunas áreas". El propio resumen del regulador dice que la IA plantea "riesgos significativos para la validez y la eficacia de las evaluaciones". Creemos que la segunda formulación es la acertada, y aun así es bastante alarmante.
El informe también plantea una cuestión de equidad. Los participantes temían que un estudiante que paga por el modelo más avanzado pueda sacar mejor nota que un compañero con los mismos conocimientos que usa un modelo más barato o ninguno (informe).
Un regulador con palancas, que dice que las usará
Josh Fleming, director de estrategia y ejecución de la OfS, calificó el uso de la IA en la educación superior como "un riesgo generacional para el sistema tal como está, que amenaza con socavar el aprendizaje de los estudiantes y la capacidad de las instituciones para evaluarlos". Añadió: "Necesitamos ver esfuerzos mucho mayores para afrontar estos riesgos, incluido un uso mucho mayor de evaluaciones sin IA" (comunicado de prensa de la OfS).
La fuerza está en el comunicado de prensa: la OfS dice que exigirá a las instituciones garantizar que las evaluaciones sean medidas válidas y fiables de conocimientos y competencias, y que "en muchos casos, esto exigirá el uso de evaluaciones seguras (sin IA)". Cuando las instituciones no cumplan, sus palancas incluyen condiciones específicas de registro, sanciones económicas o la suspensión del acceso a los fondos de apoyo al estudiante y a las subvenciones de la OfS. Junto con el informe, publicó una guía sobre cómo pueden cumplir las instituciones.
El Department for Education dijo al Guardian que espera que la OfS "haga cumplir eficazmente los estándares existentes y trabaje con rapidez" en materia de IA. Universities UK, que representa a 147 instituciones, respondió que "aún queda camino por recorrer, pero muchas han hecho cambios sustanciales" (The Guardian). Los participantes también habían advertido de que nuevas condiciones de registro específicas sobre IA podrían ser contraproducentes, y pidieron en su lugar claridad sobre las existentes (OfS). La OfS respondió con lo segundo: una guía sobre cómo se aplican a la IA las condiciones existentes.
Tres soluciones, y la que prefiere el regulador
El informe clasifica lo que hacen las universidades en tres grupos. Las evaluaciones seguras están diseñadas para que los estudiantes no puedan usar IA mientras las hacen: exámenes escritos presenciales, presentaciones, vivas (breves debates orales sobre un trabajo entregado), prácticas y actuaciones. Las evaluaciones basadas en el proceso califican cómo se elaboró el trabajo además del resultado, a veces en varios puntos de control que el informe llama stage gates. Las evaluaciones abiertas permiten o exigen el uso de IA, por ejemplo pidiendo a los estudiantes que critiquen el resultado de una IA o que editen un primer borrador escrito por una IA (informe).
El regulador se inclina hacia un lado. Los métodos seguros "serán a menudo las formas de evaluación más eficaces porque ofrecen un alto grado de confianza en que los estudiantes demuestran sus propios conocimientos y competencias". Por otro lado, dice que si una evaluación puede completarse con IA sin que se ponga a prueba el conocimiento, "la evaluación debería sustituirse". Y evaluar conocimientos, a diferencia de competencias, "normalmente exigirá evaluaciones seguras".
Estamos de acuerdo, y iríamos más allá de la formulación educada. Un ensayo para hacer en casa que mide la memorización de una lista de lecturas está acabado como instrumento de medida. Solo lo sustituye un aula supervisada, una conversación o una tarea rediseñada.

El informe enumera las contrapartidas. Los exámenes presenciales y los vivas consumen muchos recursos. Los exámenes sin material pueden parecerse muy poco al trabajo profesional, y su dependencia de la memoria a largo plazo puede perjudicar a algunos grupos, entre ellos los estudiantes con discapacidad. Los colegios profesionales a veces prescriben formatos concretos. Y la tecnología vestible puede facilitar hacer trampas en evaluaciones seguras. La respuesta del regulador a la preocupación por la autenticidad es que los esfuerzos por crear evaluaciones a la vez auténticas y robustas "son bienvenidos", lo cual no es un plan.
Bath renunció al semáforo
Los casos prácticos del informe son lo mejor. La University of Bath tenía un esquema de tres categorías: IA prohibida, ciertos usos especificados permitidos o IA integrada en la evaluación. La categoría intermedia falló. El personal comprobó que "no era posible controlar los usos especificados de la IA en las evaluaciones de la categoría B de una forma fiable y equitativa".
En 2026 Bath pasó a un modelo de dos carriles desarrollado primero en la University of Sydney. Cada evaluación va en un carril cerrado, donde las condiciones garantizan que los estudiantes no puedan acceder a herramientas de IA, o en un carril abierto, donde se permite la IA y la tarea se diseña asumiendo que los estudiantes la usarán. El personal de Bath celebró un retiro para elaborar tareas robustas de carril abierto, y la universidad subraya que incluso las evaluaciones del carril cerrado deben diseñarse en torno a los resultados de aprendizaje previstos (informe).
Nos gusta por una razón. Deja de fingir que se puede comprobar eso de "usa la IA para hacer una lluvia de ideas, pero no para redactar". El informe dice lo mismo: sin cambios estructurales, no es posible verificar si los estudiantes siguieron una política de IA ni disuadir de forma significativa su mal uso.

Las universidades que blindan los exámenes también reparten IA. Kent introdujo en 2026 una plataforma ChatGPT Edu con licencia institucional. Los estudiantes completan formación sobre alfabetización en IA, uso responsable, protección de datos, prompts e integridad académica antes de acceder, y el uso es opcional. Imperial da a estudiantes y personal un espacio de trabajo llamado dAIsy que da acceso a ChatGPT, Claude y DeepSeek mediante una única interfaz segura para los datos, y va a lanzar cursos de 40 horas sobre IA en el trabajo. El informe añade que Oxford y la London School of Economics también tienen acuerdos con proveedores de IA (informe).
Eso no es hipocresía: una universidad que quiere que sus graduados usen bien estas herramientas, y que sepan qué pueden hacer sin ellas, necesita un espacio para cada caso. Preferimos esa combinación a cualquiera de los dos extremos. Si todavía estás eligiendo asistente, ChatGPT vs Claude vs Gemini explica en qué se diferencian los tres.
Por qué un detector no puede ser el árbitro
La alternativa obvia a rediseñarlo todo es detectar el texto de IA a posteriori. El informe es tajante: eso no funciona lo bastante bien. La investigación académica sugiere que las personas no pueden identificar de forma fiable el texto de IA, que los detectores más nuevos pueden rendir mejor que los antiguos, pero que las mejoras "suelen ser temporales y normalmente van seguidas de avances en los sistemas de IA", y que las herramientas que reformulan el texto para engañar a los detectores (humanizers) reducen aún más la precisión (informe).
Aun así, muchas instituciones usan estas herramientas. Algunas incorporan la puntuación a los casos de mala conducta como prueba de apoyo; otros docentes la usan de manera informal para señalar trabajos que luego se marcan o se puntúan a la baja. Turnitin, cuyo detector de IA se usa mucho en la educación superior del Reino Unido, dijo a los investigadores que sus resultados deben usarse solo como un dato más. Algunas instituciones habían dejado de usar detectores por completo.
Los estudiantes participantes fueron más duros. Dijeron que los detectores son inexactos y exageran el uso de IA, y algunos se sentían frustrados porque, una vez que un detector les daba una puntuación alta, parecía no haber manera de demostrar su inocencia. Los estudiantes describieron cómo bajaban sus puntuaciones eliminando rasgos del texto de IA como las rayas largas (em dashes), usando humanizers o añadiendo a propósito faltas de ortografía y gramática. (En nuestro propio manual de estilo prohibimos la raya larga, así que hemos sentido un pequeño escalofrío.) Una herramienta que empuja a los escritores honestos a empeorar su trabajo no mide la honestidad.
La postura del informe sobre la puntuación es la que mantendríamos: como mucho, una prueba más dentro de una evaluación exhaustiva de si un estudiante cometió mala conducta, y "la sospecha de uso de IA sin pruebas sólidas no debe usarse como base para poner a un estudiante una nota más baja". El informe añade que los procesos por mala conducta "consumen mucho tiempo y recursos, son estresantes para los estudiantes y es poco probable que sean eficaces para asegurar la validez de un proceso de evaluación".
Los correctores humanos tampoco lo detectan. En un estudio de 2024, investigadores de la University of Reading colaron respuestas escritas íntegramente por IA (GPT-4) en cinco asignaturas de un mismo grado de psicología sin avisar a los correctores; el 94% pasó sin ser detectado y obtuvieron de media aproximadamente medio escalón de calificación más que los estudiantes reales (PLOS One). Para ver herramienta por herramienta, cubrimos GPTZero, el detector de Grammarly y la extensión de Copyleaks en nuestro artículo sobre los mejores detectores de contenido de IA, y el ranking de detectores de contenido de IA clasifica todo el sector. Nuestra opinión sobre los detectores coincide con la del regulador: úsalos como detector de humo, nunca como juez.
Así que este es nuestro reparto. Lo que funciona: evaluaciones en un aula sin IA para el conocimiento, borradores y fuentes recogidos en los proyectos, y una conversación breve con el estudiante sobre su propio trabajo. Lo que es teatro: prohibir la IA en un encargo para casa y esperar lo mejor, corregir solo el archivo final y tratar el porcentaje de un detector como una prueba concluyente.
Qué deben esperar estudiantes y padres
Nada de esto es un juicio sobre los estudiantes. El propio informe dice que los estudiantes usan mucho la IA para explicar conceptos difíciles, resumir documentos largos, generar preguntas de práctica y repasar, y que puede ayudar a estudiantes neurodivergentes o con discapacidad y a quienes no tienen el inglés como primera lengua. También dice que muchos estudiantes ven ahora la IA como el camino más eficaz hacia una nota alta, y pueden sentirse en desventaja si no la usan. Es una lectura racional de unas evaluaciones que no distinguían la diferencia.
El comunicado de prensa de la OfS dice que muchos estudiantes encuentran difíciles de entender las políticas de su institución o departamento. El propio informe del regulador reconoce que es difícil trazar la frontera entre el uso aceptable y el inaceptable, porque la IA "puede generar ideas y razonamientos de maneras que difuminan" el trabajo del estudiante y el de la máquina (informe). Así que estas son las suposiciones más seguras para un estudiante de primer año o para unos padres.
- Espera que una parte mayor de la nota final dependa de algo que se hace en un aula: un examen escrito, una presentación, una práctica o una breve conversación oral sobre el trabajo que entregaste.
- Espera que te pidan el trabajo previo. Las notas, los borradores con fecha y las fuentes son lo que examina la evaluación basada en el proceso, y algunas instituciones ya piden a los estudiantes que declaren cómo usaron la IA (el informe dice que muchos estudiantes temen que declararlo despierte sospechas sobre su trabajo).
- Espera que la norma cambie según la asignatura. Una evaluación puede ser cerrada, la siguiente abierta, y lo que cuenta es el enunciado de cada una, no la página de inicio de la universidad.
- Si cuestionan un trabajo, pregunta qué pruebas existen más allá de la puntuación de un detector y pide explicar el trabajo en persona. El regulador dice que una puntuación por sí sola no debería decidir el resultado.
- Si dependes de adaptaciones razonables, comprueba que el nuevo formato las incluya. El informe dice que todo estudiante debería poder demostrar sus conocimientos y competencias tanto en evaluaciones seguras como abiertas, mediante un diseño inclusivo y adaptaciones.
Los padres tienen una pregunta extra que hacer: cómo se evalúa el curso en los últimos años y qué parte se hace en entornos supervisados. La respuesta dice más que cualquier declaración sobre políticas de IA.
Cómo usar la IA dentro de las normas
Empieza por la norma de la evaluación concreta, por escrito. Si no está clara, pregunta al tutor y guarda la respuesta. No podemos decirte qué permite tu asignatura. Cuando se permite la IA, los usos que según el informe hacen los estudiantes son explicar material difícil, autoevaluarse, planificar el repaso y comprobar la comprensión. NotebookLM y las demás herramientas de nuestra comparativa NotebookLM vs ChatGPT Projects vs Claude Projects están pensadas para estudiar con tus propias fuentes.
La prueba que usaríamos es la prueba del viva. ¿Podrías explicar cada argumento del trabajo, en voz alta, sin pantalla? Si es que sí, probablemente la IA te ayudó a aprender. Si es que no, hizo el trabajo por ti, y la preocupación del informe por la "descarga cognitiva", cuando la IA sustituye la lectura, la investigación o la resolución de problemas, se aplica a ti diga lo que diga la norma. La ayuda con gramática y ortografía de una herramienta como Grammarly parece otra cosa, pero el informe señala que las herramientas de puntuación y gramática también pueden incluir funciones potentes de IA, así que comprueba la norma antes de suponer nada.
La lista de arriba no es un instrumento oficial. Son seis hábitos que facilitan la conversación con quien te corrige.
Qué vigilar a continuación
La OfS ha entregado a las instituciones la guía sobre cómo se aplican a la IA sus condiciones existentes, así que la siguiente prueba será la aplicación de las normas: si alguna universidad recibe una condición de registro específica, y por qué. Advance HE planea un programa Change Academy centrado en la IA para instituciones miembro a principios de 2027 (comunicado de prensa de la OfS).
También vigilaríamos las cifras de trampas. La investigación de The Guardian de 2025 encontró casi 7.000 casos demostrados de trampas con IA en 2023-24, es decir, 5,1 por cada 1.000 estudiantes, mientras que más del 27% de las universidades que respondieron aún no registraban el mal uso de la IA como categoría aparte (The Guardian). Si los casos demostrados bajan a medida que vuelven los exámenes, significará que el rediseño funcionó, o que detectar se volvió más difícil. Nadie puede distinguir una cosa de la otra solo con las cifras. Ese es nuestro argumento a favor de evaluaciones que no dependan de pillar a nadie.