University of Granada

Aprendizaje con IA Ética e integridad académica Declarar el uso de la IA en trabajos, asumir la responsabilidad del contenido y evitar el plagio. Declarar el uso de la IA en trabajos, asumir la responsabilidad del contenido y evitar el plagio. Verificación y pensamiento crítico Contrastar la información de la IA con la de otras fuentes, citar correctamente y reconocer los sesgos. Protección de la privacidad Conocer las normativas de protección de datos, evitar compartir información sensible y usar herramientas institucionales seguras. Uso complementario de la IA Utilizar la IA como apoyo al aprendizaje, sin sustituir el esfuerzo personal. Personalización del aprendizaje Utilizar la IA para adaptar el contenido educativo a las necesidades individuales de cada estudiante. Las herramientas de IA pueden identificar áreas de dificultad y sugerir recursos específicos para mejorar el rendimiento. Formación y capacitación Participar en programas de formación sobre el uso responsable de la IA y aprovechar sus potencialidades educativas. Investigación con IA Transparencia Declarar el uso de la IA, especificando detalles técnicos y metodológicos para garantizar la trazabilidad. Integridad y supervisión La IA debe complementar y no sustituir el pensamiento crítico y la capacidad de innovación. Verificar y supervisar resultados, asumiendo la autoría. Supervisión humana La calidad de la investigación depende de la supervisión humana, evitando la pérdida de habilidades tradicionales, garantizar la autenticidad del trabajo científico, marcando claramente los resultados obtenidos con la IA. Protección de datos Asegurar la privacidad y la seguridad de los datos, priorizar el uso de herramientas institucionales y obtener consentimiento. Ética y sostenibilidad Seguir protocolos internacionales, ser consciente del impacto ambiental y fomentar prácticas sostenibles.

Recopilado: 2026-10-08 · 45–68
SHA-256: 0914db16e226708c317d90d71e8c3e94b494b1a7fd60e19c2baab648c3575587

P5. ¿Se considera que usar la IA en el entorno docente es fraude académico? Para responder a esta pregunta podemos utilizar alguna analogía con otras herramientas tecnológicas. ¿Se considera que usar una calculadora para entregar los resultados de un experimento en una memoria de prácticas es fraude académico? Parece que por consenso la respuesta sería no, a no ser que expresamente se indicara en las instrucciones de la práctica. ¿Se considera que utilizar una herramienta como Excel para generar una gráfica a partir de unos datos es fraude académico? Parece que también hay consenso en que no lo es. También sería extraño considerar como fraude la utilización de un procesador de texto que maqueta un documento o que corrige las faltas de ortografía. A día de hoy, presentar un documento bien maquetado, sin faltas de ortografía, y con cálculos y gráficas se considera habitualmente un requisito mínimo. Lo que se debería valorar realmente es la coherencia de los resultados y la capacidad de análisis e interpretación de los mismos por parte del estudiantado. La única diferencia entre la IA generativa y estas otras herramientas que hemos citado es que hasta ahora ninguna herramienta tecnológica había sido capaz de generar contenido en texto con tanta precisión. Si bien en la actualidad entregar un trabajo con una redacción clara y suficientemente extensa se considera como un mérito por parte del estudiantado, hay que plantearse renovar los sistemas de evaluación y considerar este aspecto como un requisito mínimo también, poniendo aun más el foco en la capacidad de comprensión, análisis, innovación y reflexión sobre los contenidos. Como resumen, la respuesta a esta pregunta es que utilizar una herramienta como la IA no implica necesariamente fraude académico, sino que se recomienda su utilización para elevar el nivel de los trabajos. Ahora bien, es preciso matizar que en los casos en los que académicamente se prohíba su utilización (igual que se puede prohibir el uso de una calculadora en un examen por ejemplo), sí que podría considerarse fraude académico utilizarla. De igual modo, es importante hacer notar que la utilización de la IA puede hacer incurrir más fácilmente al estudiantado en una situación de fraude, especialmente si no realiza el trabajo de verificar y citar adecuadamente las fuentes de las que surgen los textos que incluye en un documento. Finalmente, en el ámbito de cada asignatura o actividad docente también se recomienda clarificar muy bien al estudiantado, y cuando sea posible consensuar, los ámbitos en los que se considera aplicable o no el uso de la IA. La guía docente puede ser el lugar idóneo para esto.

Recopilado: 2026-10-08 · 132–136
SHA-256: 0914db16e226708c317d90d71e8c3e94b494b1a7fd60e19c2baab648c3575587

1. En las pruebas de evaluación, queda prohibida la tenencia de dispositivos electrónicos, conforme a lo dispuesto en el artículo 13.6 y 13.7 de la “Normativa de evaluación y calificación de los estudiantes de la Universidad de Granada”, que establece que: “6. En las pruebas de evaluación, profesorado y estudiantes están obligados a observar las Firma (2): GABRIEL MACIÁ FERNÁNDEZ reglas elementales de convivencia y a colaborar en todo momento para su correcto desarrollo. El estudiante podrá utilizar individualmente los medios que se le permita para realizar la prueba, sin poder compartirlos, salvo autorización expresa del profesor. El estudiante que utilice cualquier material fraudulento relacionado con la prueba, o porte aparatos electrónicos no permitidos (ya sean de audición, audiovisuales, de medición del tiempo, de telefonía móvil…), deberá abandonar el examen, quedando sujeto a las consecuencias previstas en el siguiente apartado. El profesorado encargado de la vigilancia podrá retener, sin destruirlo, cualquier objeto involucrado en la incidencia, dejando constancia por escrito, y deberá trasladarlo al Departamento. Si algún estudiante necesitara estar comunicado por algún motivo justificado, deberá comunicarlo previamente al profesor, Firma (1): JUAN MANUEL MARTÍN GARCÍA que adoptará las medidas oportunas

Recopilado: 2026-10-08 · 211–235
SHA-256: 839728d908b4ef6dd1f86ce61cc931a1651a692912668630062f7292d8473902

2. En aras de una mayor concreción y transparencia, se consideran dispositivos electrónicos susceptibles de verse afectados por lo dispuesto en esta Instrucción, a modo orientativo, los siguientes: teléfonos móviles, relojes, pulseras de actividad, gafas inteligentes, anillos inteligentes, pinganillos y auriculares, cámaras, grabadoras de voz, unidades de almacenamiento (pen-drives, discos, tarjetas de memoria), bolígrafos inteligentes o con cámara, calculadora, reproductores de cualquier tipo (ej. MP3), tablets o libros electrónicos, localizadores o terminales de mensajería, walkie-talkies o emisoras portátiles, o cualquier otro tipo de dispositivo que sea electrónico (ej. otros wearables), salvo en aquellos casos que su tenencia sea necesaria por diversos motivos (ej. salud), en cuyo caso se aportará el En calidad de: VICERRECTOR DE TRANSFORMACIÓN DIGITAL certificado o informe médico correspondiente a requerimiento del profesorado responsable de las pruebas de evaluación.

Recopilado: 2026-10-08 · 284–299
SHA-256: 839728d908b4ef6dd1f86ce61cc931a1651a692912668630062f7292d8473902

Lo dispuesto en la presente Instrucción será de aplicación desde la fecha de su firma, solicitando a los departamentos destinatarios que den traslado de la misma al profesorado, y adopten las Firma (3): MARÍA DEL CARMEN GARCÍA GARNICA medidas necesarias para su cumplimiento.

Recopilado: 2026-10-08 · 356–363
SHA-256: 839728d908b4ef6dd1f86ce61cc931a1651a692912668630062f7292d8473902

Guía para usar herramientas de IA en UGR protegiendo tus datos Analizamos algunas de las herramientas más utilizadas actualmente: Copilot (de Microsoft), ChatGPT (de OpenAI), Gemini (de Google), NotebookLM (de Google) y Perplexity. Iniciamos con dos indicaciones: Es muy importante conocer que, por defecto, toda la información que proporcionamos a las herramientas de IA se utiliza para entrenar sus modelos, de modo que, si vamos a compartir información debemos evitar en la medida de lo posible que contenga datos personales o sensibles, ya que estos podrían aparecer en resultados a consultas de otros usuarios. Muchas herramientas disponen de mecanismos para deshabilitar el aprendizaje de los datos que se comparten con ellas. Es importante, por tanto, conocer cómo podemos evitar que entrenen sus modelos con nuestros datos, especialmente cuando son sensibles o privados. A continuación os damos una serie de recomendaciones para utilizar estas herramientas: Copilot (Microsoft) Acceso Ir al buscador de Microsoft (https://bing.com) y allí pinchar en el icono “Copilot”. Uso Herramienta de conversación que permite obtener información general. Una limitación que tiene es que en la versión gratuita no se pueden subir ficheros para que los analice. Protección de datos Si se accede con la cuenta UGR (usuarios @ms.ugr.es que se solicitan aquí), los modelos no se entrenan y los datos están protegidos. Se puede comprobar que aparece un icono de un candado verde que indica que está activa la “Enterprise data protection”. Si no se accede con la cuenta de UGR, no estaríamos protegidos. Limitaciones Con la versión de UGR no hay acceso a los módulos de Copilot que se integran con Office365 para ayudar a generar documentos Word, presentaciones Powerpoint y fórmulas en Excel. Para eso hay una versión de pago que no está disponible en la UGR. Gemini (Google) Acceso Navegando a la dirección: https://gemini.google.com Uso Similar a Copilot, con funcionalidad y aspectos parecidos, pero utiliza el modelo de Google, que en algunas comparativas sale mejor parado a fecha actual (la evolución de estos modelos ahora mismo es muy rápida) Protección de datos Si se utiliza la cuenta UGR (@go.ugr.es) (ver instrucciones de activación), nuestros datos están protegidos. Por tanto, se recomienda hacerlo de este modo. Limitaciones En la versión UGR o la gratuita de Google solo se pueden subir imágenes para que las analice, pero no otro tipo de ficheros, como pdf. Es necesaria la versión de pago para ello, no disponible en UGR. La alternativa es NotebookLM (ver abajo). ChatGPT (OpenAI) Acceso Navegando a la dirección: https://chatgpt.com/ Uso Similar a Copilot y Gemini. Protección de datos No disponible con cuenta UGR. Ello implica que los datos no están protegidos. Si se utiliza, se recomienda que se haga con un usuario (no usar accesos anónimos) y además se desactive la opción “Mejorar el modelo para todos” en la sección controles de datos. De lo contrario, estaremos enviando todas nuestras conversaciones y datos para que las aprenda el modelo. NotebookLM (Google) Acceso Navegando a la dirección: https://notebooklm.google Uso Esta herramienta es diferente a las anteriores, ya que permite subir fuentes de información, como ficheros pdf por ejemplo, y conversar sobre el contenido de los mismos. También es capaz de generar resúmenes e incluso un podcast sobre las fuentes suministradas. Es muy útil para estudiar un contenido o para obtener información de uno o varios documentos extensos haciendo preguntas a la IA sobre su contenido. Protección de datos Igual que sucede con Gemini, debemos utilizarlo exclusivamente con nuestras cuentas UGR de Google (@go.ugr.es) para que los documentos utilizados no entrenen los modelos y estemos protegidos. Perplexity (Perplexity AI) Acceso Navegando a la dirección: https://perplexity.ai Uso Buscador basado en IA y especializado en aportar referencias precisas sobre las fuentes de las que ha obtenido la información. Es altamente recomendable para poder verificar la veracidad del texto generado por la IA. Protección de datos En UGR no disponemos de una licencia con protección de datos para este buscador. En el caso de que se utilice, se recomienda utilizarlo con un usuario (no utilizar el acceso anónimo), y configurar dicho usuario para evitar el envío de datos al modelo. Para ello, en la configuración de la cuenta del usuario, se debe seleccionar la opción “Retención de datos de IA” y ponerlo con valor “Desactivado”.

Recopilado: 2026-10-08 · 156–199
SHA-256: 0914db16e226708c317d90d71e8c3e94b494b1a7fd60e19c2baab648c3575587

3. Los dispositivos electrónicos no permitidos, deberán estar apagados durante el tiempo completo de desarrollo de la prueba de evaluación y guardados en bolsas, mochilas o similar Firma (2): GABRIEL MACIÁ FERNÁNDEZ dispuestos por el estudiantado que se ubicarán en el espacio habilitado para ello en las aulas de examen u otros espacios . 4. El fraude académico tiene la consideración de infracción disciplinaria, conforme a la Ley 3/2022, de 24 de febrero, de convivencia universitaria, y el Reglamento de Convivencia de la Universidad de Granada y Régimen Disciplinario del Estudiantado, por lo que su comisión deberá ser puesta en conocimiento de la Inspección de Servicios a los efectos oportunos (ver ANEXO I). 5. El profesorado, asimismo, informará al estudiantado con suficiente antelación, conforme a lo dispuesto en esta Instrucción, de las precisiones que correspondan en cada caso concreto en lo relativo a la prohibición de portar dispositivos electrónicos no permitidos durante la

Recopilado: 2026-10-08 · 300–318
SHA-256: 839728d908b4ef6dd1f86ce61cc931a1651a692912668630062f7292d8473902

Firma (1): JUAN MANUEL MARTÍN GARCÍA realización de pruebas de evaluación, con indicación de aquéllos cuyo uso esté expresamente prohibido (tomando como referencia lo indicado en el punto 2 de esta Instrucción), y las consecuencias derivadas de hacerlo, utilizando para ello los medios de Vicerrectorado de Ordenación Académica y Profesorado En calidad de: VICERRECTOR DE ORDENACIÓN ACADÉMICA Y Avenida del Hospicio, s/n 18071 Granada +34 958 248554| voap@ugr.es |https://viceoap.ugr.es PROFESORADO Este documento firmado digitalmente puede verificarse en https://sede.ugr.es/verifirma/ 02/06/2026 - 07:45 Código seguro de verificación (CSV): 12A57F09DEDF711D1C4A47F35BC9C81A Pág. 4 de 6 INSTRUCCIÓN SECRETARIA GENERAL VICERRECTOR DE TRANSFORMACIÓN DIGITAL VICERRECTOR DE ORDENACIÓN ACADÉMICA Y PROFESORADO comunicación oficiales (PRADO) y en las convocatorias de las pruebas de evaluación (a título orientativo, ver ANEXO II).

Recopilado: 2026-10-08 · 320–352
SHA-256: 839728d908b4ef6dd1f86ce61cc931a1651a692912668630062f7292d8473902

7. Los estudiantes están obligados a actuar en las pruebas de evaluación de acuerdo con los principios de mérito individual y autenticidad del ejercicio. Cualquier actuación contraria en este sentido, aunque sea detectada en el proceso de evaluación de la prueba, que quede Vicerrectorado de Ordenación Académica y Profesorado En calidad de: VICERRECTOR DE ORDENACIÓN ACADÉMICA Y Avenida del Hospicio, s/n 18071 Granada +34 958 248554| voap@ugr.es |https://viceoap.ugr.es PROFESORADO Este documento firmado digitalmente puede verificarse en https://sede.ugr.es/verifirma/ 02/06/2026 - 07:45 Código seguro de verificación (CSV): 12A57F09DEDF711D1C4A47F35BC9C81A Pág. 3 de 6 INSTRUCCIÓN SECRETARIA GENERAL VICERRECTOR DE TRANSFORMACIÓN DIGITAL VICERRECTOR DE ORDENACIÓN ACADÉMICA Y PROFESORADO acreditada por parte del profesorado, dará lugar a la calificación numérica de cero, la cual no tendrá carácter de sanción, con independencia de las responsabilidades disciplinarias a que haya lugar. En todo caso, el profesor levantará acta de los motivos, que elevará al Departamento junto con las aportaciones documentales o de otro tipo (declaraciones de testigos, aparatos incautados...) que estime oportunas para su valoración. Igualmente, con el mismo procedimiento y con las mismas consecuencias, el profesor podrá excluir de una Firma (3): MARÍA DEL CARMEN GARCÍA GARNICA prueba de evaluación al estudiante que esté alterando el desarrollo normal del proceso evaluador o utilizando medios no permitidos que afecten a la veracidad en su realización”.

Recopilado: 2026-10-08 · 237–278
SHA-256: 839728d908b4ef6dd1f86ce61cc931a1651a692912668630062f7292d8473902

4. El fraude académico tiene la consideración de infracción disciplinaria, conforme a la Ley 3/2022, de 24 de febrero, de convivencia universitaria, y el Reglamento de Convivencia de la Universidad de Granada y Régimen Disciplinario del Estudiantado, por lo que su comisión deberá ser puesta en conocimiento de la Inspección de Servicios a los efectos oportunos (ver ANEXO I).

Recopilado: 2026-10-08 · 309–313
SHA-256: 839728d908b4ef6dd1f86ce61cc931a1651a692912668630062f7292d8473902

P6. ¿Se puede detectar cuándo se ha usado la IA? A día de hoy existen algunas herramientas que reclaman ser capaces de detectar cuándo un texto o imagen ha sido generado con IA y cuándo no. Estas herramientas solamente aportan un valor de probabilidad de que se haya producido la utilización de la IA y no debe tomarse su resultado como totalmente cierto. El problema es que conforme los modelos de IA van mejorando se hace cada vez más difícil detectar su utilización, incluso para algoritmos avanzados de detección. Siguiendo con la analogía de la calculadora, hoy se entiende que es muy complicado saber cuándo se ha utilizado una calculadora en una operación y cuándo no, especialmente cuando solamente se observa el resultado y las operaciones son asequibles para una persona. Eso quiere decir que parece que a largo plazo dejará de tener sentido la detección del uso de la IA y simplemente habrá que asumir su utilización. En caso de necesidad de evaluar competencias que impliquen restringir el uso de la IA habrá que diseñar estrategias de evaluación específicas que impidan su utilización.

Recopilado: 2026-10-08 · 137–139
SHA-256: 0914db16e226708c317d90d71e8c3e94b494b1a7fd60e19c2baab648c3575587