La IA no crea tramposos: solo hace visible un sistema educativo que ya los fabricaba

Por Zendoric · 30 de junio de 2026.

Austin Sarat, catedrático de Jurisprudencia y Ciencia Política en Amherst College, lo tiene por costumbre: al comienzo de cada curso pregunta a sus alumnos cuántos hicieron trampas en el instituto. La respuesta, curso tras curso, es siempre la misma: la mayoría levanta la mano, sin rubor. Su análisis, publicado originalmente en The Conversation y reproducido en Japan Today, lanza una tesis incómoda: la inteligencia artificial no ha creado el problema de la deshonestidad académica. Simplemente lo ha hecho más visible, más eficiente y más difícil de ignorar.

Los datos que cita son contundentes. Un gran estudio nacional cifró en 2018 que el 51 % de los estudiantes de secundaria estadounidenses reconocía haber hecho trampas en un examen. Un trabajo de 2020 sobre 70.000 alumnos eleva esa cifra al 64 % en pruebas escritas, el 58 % en plagiarismo, y sitúa en alrededor del 95 % a quienes participaron en alguna forma de conducta deshonesta —copiando exámenes, plagiando o entregando deberes ajenos—. En el ámbito universitario, una encuesta de 2020 sobre 840 undergraduates encontró que el 32 % había copiado en algún examen. Y un estudio de la Harvard Crimson en 2024, con una muestra de 850 estudiantes de último año, detectó que el 47 % admitía haber hecho trampas. Los casos de conducta indebida en Ohio State crecieron un 57 % entre 2014 y 2018, y eso antes de que la IA generativa existiera como herramienta de consumo masivo.

La reacción institucional al auge de la IA está siendo, en opinión de Sarat, un parche sobre un hueso roto desde hace décadas. El Wall Street Journal reportó en 2025 que muchos profesores están renunciando a los trabajos escritos y volviendo a los exámenes presenciales. Princeton acaba de abolir su prohibición de vigilancia en exámenes —que databa de 133 años— argumentando la proliferación del uso de IA. Oberlin ha modificado su código de honor para permitir que los profesores supervisen las pruebas, lo que un estudiante calificó, en op-ed de mayo de 2026, como una señal de que «la escuela no confía en que aprendamos a ser adultos con integridad».

**Nuestra lectura: el problema es estructural, y la IA lo expone sin causarlo**

Lo que Sarat describe no es, en el fondo, una historia sobre IA. Es una historia sobre lo que ocurre cuando un sistema educativo premia el resultado numérico —la nota, el acceso a la universidad selectiva— por encima del aprendizaje real. La trampa se convierte en solución racional para un estudiante que percibe que el objetivo es pasar el filtro, no comprender la materia. Los sociólogos Sykes y Matza llamaron a esto «técnicas de neutralización»: la mente que se sabe haciendo algo incorrecto construye un relato que lo justifica («todos lo hacen», «el profesor no enseña bien», «no cuenta realmente»). Es un mecanismo cognitivo antiquísimo, perfectamente funcional sin ChatGPT.

Lo que cambia con la IA generativa es el coste de oportunidad de hacer trampa: baja casi a cero, la trampa es menos detectable a simple vista, y la escala es otra. Una deshonestidad que antes requería esfuerzo —conseguir un trabajo ajeno, parafrasear sin que se notara— ahora lleva segundos. Pero eso no crea la disposición; amplifica una que ya existía. La distinción importa porque lleva a soluciones completamente distintas.

Si el diagnóstico es «la IA permite copiar», la respuesta es tecnológica: detectores de IA, exámenes presenciales, volver al bolígrafo sobre papel. Si el diagnóstico correcto es «hemos formado una generación que ha aprendido a jugar al sistema en lugar de aprender», entonces el problema es de cultura educativa, incentivos y construcción de identidad intelectual. Sarat aboga por esto último: tratar la trampa como un hábito que requiere un programa de apoyo a lo largo de cuatro años, no un parche puntual. Es una propuesta más difícil y más cara, pero más honesta.

Hay un ángulo que el artículo solo roza pero que merece desarrollo: la IA, a largo plazo, podría en realidad forzar una reforma que el sistema educativo llevaba décadas necesitando. Si copiar un ensayo es trivial, los ensayos tal como los conocemos dejan de ser un instrumento de evaluación válido. Eso obliga a repensar qué mide realmente una educación: ¿la capacidad de producir texto, o la de razonar, argumentar, crear conocimiento nuevo? La IA no puede —todavía, y no sin rastro— reproducir una conversación socrática genuina en clase, ni el proceso de un estudiante que construye y defiende una idea ante un interlocutor real. Las instituciones que entiendan esto antes que las demás tendrán ventaja.

A corto plazo, sin embargo, la transición es real y dolorosa. Las universidades que intentan resolver con vigilancia presencial un problema de valores están invirtiendo en la dirección equivocada. Princeton eliminando 133 años de cultura de honor para introducir la vigilancia de los exámenes es, si se mira sin condescendencia, una rendición institucional ante un síntoma. La raíz sigue intacta.

Para quienes trabajan en el diseño de sistemas educativos o en la adopción institucional de IA, la lección es clara: las herramientas nuevas heredan los incentivos viejos. Implantar IA en aulas donde el objetivo implícito sigue siendo «pasar el filtro» no transforma la educación; la automatiza con más eficiencia. El reto no es tecnológico. Nunca lo fue.