Resumen del contenido principal
Este artículo se centra en la controversia sobre la detección del uso de tecnologías de inteligencia artificial (IA) en las tesis universitarias: los estudiantes pasan noches en vela revisando sus trabajos para cumplir con los límites de utilización de IA, que varían entre el 20% y el 40% (y son aún más bajos en el caso de los posgraduados), pagando repetidamente por las pruebas y hasta modificando radicalmente su contenido original. Los resultados de las plataformas de detección son inconsistentes y sus criterios no son transparentes, lo que con frecuencia da como resultado la clasificación errónea de trabajos originales. Las mismas plataformas se benefician de esta situación, ofreciendo tanto servicios de detección como de reducción del contenido repetitivo. Expertos y guías oficiales recomiendan pasar de una dependencia excesiva de las pruebas tecnológicas a una evaluación más integral del proceso de escritura, enseñando a los estudiantes a utilizar adecuadamente las herramientas de IA.
1. La difícil experiencia de los estudiantes para reducir el índice de IA
Muchos estudiantes hacen todo lo posible por cumplir con los requisitos: Zhou Xiaoyun, una estudiante de Chongqing, trabajó hasta la madrugada para reducir su índice de IA del 70% al 20% y así obtener el derecho a defender su tesis. Un posgraduado de una universidad de primer nivel en China central, llamado A Qiu, tuvo que pagar 780 yuanes por siete pruebas debido a la clasificación errónea de partes de su trabajo como contenidos generados por IA. Lo peor es que los trabajos originales son a menudo víctimas de estas clasificaciones erróneas: resúmenes, traducciones al inglés e incluso las palabras de agradecimiento pueden ser etiquetados como productos de IA. Para aprobar, los estudiantes deben reemplazar términos técnicos por lenguaje más sencillo, alterar la estructura de sus textos e incluso sacrificar la calidad de su trabajo. Las universidades solo ofrecen dos pruebas gratuitas, por lo que muchos estudiantes realizan múltiples pruebas en diferentes plataformas, con costos que suelen oscilar entre 100 y 300 yuanes, e incluso superar esta cifra.
2. Resultados de las pruebas impredecibles
La aleatoriedad de los resultados de las pruebas desespera a los estudiantes: un artículo generado por IA fue clasificado como 0% en ZhiNet y 55.71% en VIP; el mismo trabajo tuvo una diferencia de más del 50% en las evaluaciones de PaperPass y PaperYY. Esto se debe a que los algoritmos de las plataformas son poco transparentes: algunas se enfocan en el resumen, otras en el contenido general, y hay grandes diferencias entre los materiales y modelos utilizados para el entrenamiento previo de los sistemas de IA. Es contradictorio que textos claros y bien estructurados sean a menudo clasificados como generados por IA, mientras que textos poco coherentes y coloquiales sean considerados originales. Los estudiantes se quejan: “Es como jugar a la lotería; no sabes cuándo vas a tener éxito”.
3. El negocio de las plataformas
El uso de la IA para la detección se ha convertido en una fuente de ingresos para estas empresas: el informe financiero de 2025 de la empresa matriz de ZhiNet, Tongfang Co., Ltd., muestra que sus ingresos por servicios de detección de IA superaron los 100 millones de yuanes, con un aumento del 200% en el volumen de pruebas realizadas. VIP y Wanfang no solo cobran por las pruebas (2 yuanes por mil caracteres en ZhiNet y 38 yuanes por trabajo en VIP), sino que también ofrecen servicios de reducción del contenido repetitivo (10 yuanes por mil caracteres), incluso proporcionando “trucos” para hacerlo. En las plataformas de comercio electrónico, hay un exceso de servicios no oficiales de reducción del contenido repetitivo, pero su calidad no está garantizada, y hay numerosas quejas en foros como Black Cat (por ejemplo, sobre errores en los resultados de las pruebas o publicidad engañosa). Los expertos critican a estas empresas por “jugar al mismo tiempo el papel de árbitros y atletas”.
4. La solución: dejar de centrarse en los números del índice de IA y prestar atención a cómo utilizan los estudiantes la tecnología
Los estudiantes no se oponen completamente a las pruebas basadas en IA, pero desean que estos procesos sean más razonables. Las guías publicadas en mayo de este año sugieren pasar de una dependencia exclusiva de las herramientas tecnológicas a una evaluación que sea más transparente y que deje evidencia del proceso de escritura (por ejemplo, registrando las interacciones con las herramientas de IA). La práctica del profesor Zhao Bin de la Universidad de Fudan es un ejemplo típico: en lugar de verificar el índice de IA, él analiza el proceso de interacción entre los estudiantes y las herramientas de IA, demostrando que así se puede comprobar que los estudiantes realmente están utilizando la tecnología para pensar. Cree que, en lugar de temer que los estudiantes usen la IA para engañar, es mejor enseñarles a utilizarla de manera efectiva, enfocándonos en el objetivo educativo real: fomentar su capacidad de pensamiento y no simplemente en los números generados por las máquinas.
Este artículo revela nuevos conflictos en la evaluación académica en la era de la IA: los límites de las pruebas tecnológicas y los objetivos educativos. La solución podría no ser bloquear el uso de la IA, sino permitir que se convierta en una herramienta a disposición de los estudiantes, en lugar de una carga para ellos.