Estudiantes hacen trampa con IA y camuflarla les toma horas

La trampa con IA ya no se pega: se camufla

Un alumno de astronomía llamado Theo pidió a Codex una presentación para clase. El resultado fue tan impecable que pasó cuatro horas "estropeándola" a propósito —añadiendo errores, quitando floritura— para que pareciera hecha por un humano. "Requirió mucho trabajo", le contó a New York Magazine. Quizás habría tardado menos haciendo el trabajo él mismo. La trampa con IA dejó de ser pegar texto: ahora es un trabajo extra que a veces iguala o supera al original.

El fenómeno que recoge Xataka a partir de entrevistas de New York Magazine muestra que copiar con IA dejó de ser el camino fácil. Herramientas "humanizadoras" que reescriben el texto generado por chatbots, bots que imitan el ritmo errático de un humano al teclear y reescrituras línea por línea del propio alumno se han vuelto la norma. La trampa se industrializó en ambos extremos: hay tutoriales en TikTok y YouTube vendiendo estas técnicas, según una investigación del New York Times recogida por The Next Web.

Por qué los detectores siguen perdiendo la carrera

El detector de Turnitin lleva años intentando frenar el plagio con IA, pero la propia compañía reconoce que sus resultados tienen falsos positivos y los plantea solo como "una señal para investigar", no como un veredicto automático. Las sospechas reales llegan por detalles más humanos: un cambio brusco de estilo, referencias que el alumno no puede defender, una entrega demasiado perfecta.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Un equipo de la Universidad de Florida sometió los cinco detectores de texto IA más populares a pruebas controladas y encontró tasas de falso negativo de hasta el 99,6% —el detector no detecta prácticamente nada de lo que debería— y un simple cambio de vocabulario basta para derrotarlos. Además, esos mismos sistemas marcan como IA textos de hablantes no nativos de inglés con frecuencia desproporcionada, según recoge The Next Web.

La conclusión es incómoda: el detector y el evasor suelen ser la misma empresa. Grammarly, ahora propiedad de Superhuman, vende a profesores un verificador de "autoría" y al mismo tiempo ofrece funciones para generar y reescribir texto. GPTZero, nacido como tesis en Princeton, detecta IA pero también puede escribir un trabajo completo con citas en segundos. Jenny Maxwell, responsable de educación en Superhuman, lo resumió así: la carrera entre detección y evasión es "un callejón sin salida" —"gato más grande, ratón más grande".

La respuesta institucional: vigilancia, rediseño y políticas por capas

Princeton llevaba desde 1893 sin vigilancia en sus exámenes, confiando en su código de honor. En mayo la universidad anunció que volvería a colocar supervisores presenciales en las aulas, poniendo fin a más de un siglo de autogestión. No es un caso aislado: la encuesta senior 2026 de The Daily Princetonian arrojó una tasa de trampa auto-reportada del 25% entre los propios alumnos de la universidad.

Las universidades españolas, según Xataka, ya ensayan un enfoque escalonado: IA prohibida en asignaturas básicas, permitida con transparencia en otras y obligatoria en proyectos avanzados, donde el alumno debe demostrar que entiende y sabe evaluar lo que produce la herramienta. Alberto Sols, director de la Escuela de Arquitectura, Ingeniería, Ciencia y Computación, lo compara con un "exoesqueleto intelectual": útil solo cuando antes se sabe caminar sin él.

En el extremo más coercitivo, India bloqueó Telegram durante varios días para evitar filtraciones en su examen nacional de admisión a Medicina, al que se presentan más de dos millones de personas para unas 100.000 plazas, según The Register y recogido por The Next Web. La medida fue calificada de desproporcionada por grupos de derechos digitales, pero ilustra hasta dónde están dispuestos a llegar algunos Gobiernos.

El estudio más grande hasta ahora: 9% admite trampa, pero la curva se dispara

El estudio más completo sobre uso de IA en el pregrado se publicó el 21 de mayo en Science, según UC Berkeley News. Fue coordinado por Igor Chirikov desde el Center for Studies in Higher Education de Berkeley, con datos de la Universidad Tecnológica de Sídney y Cornell. Recogió respuestas de más de 95.000 estudiantes en 20 universidades públicas de investigación.

Los números clave:

Dos tercios de los encuestados dijeron usar IA generativa.
Cerca del 40% la usaba al menos una vez al mes.
Al menos un 9% de quienes usan IA admitió haber hecho trampas con ella.
Entre los usuarios diarios, el porcentaje de trampa sube al 26%; entre los mensuales, baja al 7%.
Los estudiantes de STEM hacen menos trampas con IA que los de humanidades.
Los alumnos de bajos ingresos, de minorías raciales y las mujeres usan menos IA, lo que según los autores abre una brecha de acceso que puede agravarse cuando los modelos avanzados pasen a ser de pago.

Chirikov advierte además que prohibir la IA no frena la trampa: cuando se prohíbe, los alumnos la siguen usando, y la universidad pierde la oportunidad de enseñarles a usarla con criterio.

¿Y el futuro del alumno "agente"?

Una investigación del New York Times recogida por Digital Trends documenta un salto más: hay alumnos que ya no usan la IA para hacer un trabajo, sino para asistir a un curso entero. Agentes que reciben instrucciones como "inicia sesión y completa mi cuestionario" pueden ver clases grabadas, hacer exámenes, escribir ensayos y participar en foros en plataformas como Canvas, Brightspace o Blackboard. El propio Times probó ChatGPT, Gemini y Grammarly: ninguno se negó a escribir un trabajo en nombre del alumno. Las plataformas educativas, según el reportaje, no tienen forma infalible de bloquear a estos agentes.

Qué significa esto para tu startup

Sea cual sea tu vertical, hay tres lecturas que importan:

Si construyes EdTech, la demanda ya no es solo "detectar IA". El mercado se está moviendo hacia tres categorías: herramientas de evaluación auténtica (que comprueben si el alumno entiende lo que entrega), formación en AI literacy para profesores y rediseño de cursos alrededor de tareas difíciles de falsificar. El lado "detector puro" está quemado: si tu modelo depende de marcar texto como IA, vas a competir contra Grammarly y GPTZero, que ya juegan en ambas aceras.
Si contratas talento junior, asume que parte de lo que el candidato dice saber hacer lo hizo con IA. Diseña entrevistas técnicas con tareas en vivo, oral exams o trabajo en pizarra. Harvard, según recoge The Next Web, ya está volviendo a exámenes orales y escritos a mano. Si una universidad de ese calibre lo hace, tu proceso de selección puede replicarlo sin rubor.
Si vendes a universidades, prepárate para vender a dos clientes al mismo tiempo: al profesor que quiere detectar y al alumno que quiere evadir. El mismo producto sirve para ambos discursos —pasa con Grammarly—. Esta dualidad es hoy el modelo de negocio dominante del segmento, y quien la ignore deja dinero sobre la mesa.

Una pregunta que conviene hacerse ya: ¿cuánto de lo que tu propio equipo entrega a diario fue hecho por IA y cuánto fue realmente pensado? Si la respuesta te incomoda, ese es exactamente el problema que tus futuros clientes —profesores, reclutadores, universidades— están intentando resolver.