¿Puede Canvas Detectar ChatGPT en Preguntas de Opción Múltiple? Registros de Cuestionarios, Supervisión y Qué Se Rastrea Realmente

¿Puede Canvas Detectar ChatGPT en Preguntas de Opción Múltiple?

Canvas es un sistema de gestión del aprendizaje creado por Instructure para gestionar el trabajo del curso, calificaciones y comunicaciones. No incluye ninguna capacidad de detección de IA en su plataforma nativa. La experiencia de detección de IA que a veces encuentran los estudiantes dentro de Canvas — la puntuación de porcentaje que aparece en SpeedGrader junto a un informe de Turnitin — se aplica solo a asignaciones escritas enrutadas a través de una integración LTI de Turnitin. Los cuestionarios de opción múltiple se encuentran en una parte completamente separada del flujo de trabajo de Canvas y nunca son procesados por ese canal. Cuando un estudiante selecciona una respuesta en un cuestionario de Canvas, está haciendo clic en un botón de opción o casilla de verificación que registra una opción elegida de un conjunto predefinido. No hay prosa generada por el estudiante, no hay contenido lingüístico para que un modelo estadístico evalúe, y no hay mecanismo que enrutaría una respuesta de cuestionario seleccionada a un servicio de detección basado en texto. ¿Puede Canvas detectar ChatGPT en preguntas de opción múltiple en el sentido en que el Indicador de Escritura de IA de Turnitin detecta ensayos generados por IA? No — y no porque la tecnología no haya sido probada, sino porque el modelo de detección no se aplica. Los detectores de texto de IA analizan perplejidad, que mide qué tan predecible es cada opción de palabra dada su contexto circundante, y explosividad, que mide la variación en longitud de oración y patrones de ritmo en un documento. Ambas señales requieren un cuerpo de texto escrito continuo para producir cualquier estimación de probabilidad significativa. Una respuesta seleccionada — A, B, C o D — no contiene ninguna de esas señales. Esta distinción es fundamental: el flujo de trabajo de detección de IA para asignaciones escritas es estructuralmente irrelevante para el contexto del cuestionario de opción múltiple, independientemente de qué institución o herramientas estén involucradas.

¿Qué Registra Realmente el Registro de Cuestionario de Canvas?

Aunque Canvas no puede aplicar detección de IA a respuestas de opción múltiple, genera automáticamente un registro de cuestionario para cada estudiante que realiza un cuestionario de Canvas. El registro de cuestionario es un registro de actividad con marca de tiempo de la actividad del estudiante durante la sesión de examen, e los instructores pueden acceder a él desde la vista de detalles de presentación del cuestionario dentro de su curso. El registro registra cuándo abrió el estudiante el cuestionario, cuánto tiempo transcurrió en cada pregunta antes de que seleccionara o cambiara una respuesta, y cuándo se presentaron las respuestas finales. También captura eventos de enfoque de página: si la ventana del navegador de un estudiante pierde el enfoque durante el cuestionario — porque el estudiante cambió a otra pestaña, abrió una nueva aplicación o hizo clic fuera de la ventana del cuestionario — Canvas registra esto como un evento de abandono de página con marca de tiempo. Estos eventos de abandono de página son lo más cercano que Canvas tiene a una bandera de comportamiento para la realización de cuestionarios. No registran qué vio el estudiante mientras estaba fuera de la ventana del cuestionario, qué aplicaciones estaban ejecutándose o qué texto se ingresó en otros programas. Canvas registra datos de tiempo de comportamiento dentro de su propia interfaz, nada más allá de eso. Los patrones de revisión de respuestas también son visibles en el registro del cuestionario: los instructores pueden ver cuántas veces un estudiante cambió su selección en una pregunta específica, y cuánto tiempo transcurrió entre la primera selección y la final. Para algunos tipos de preguntas, Canvas registra si un estudiante regresó a una pregunta después de haberla pasado inicialmente. Los instructores que utilizan registros de cuestionarios en revisiones de integridad académica generalmente buscan combinaciones de señales — múltiples eventos de abandono de página, tiempos de respuesta inusualmente rápidos en preguntas difíciles o cambios de respuesta que siguen poco después de un evento de abandono de página — en lugar de cualquier punto de datos único. Un patrón de abandono y regreso antes de cambiar una respuesta tiene más peso interpretativo que cualquiera de las señales por sí sola.

"El registro de cuestionario de Canvas proporciona una línea de tiempo a nivel de pregunta, no una grabación de pantalla. Le dice cuándo y si un estudiante abandonó la ventana del cuestionario, no qué miraron mientras estaban fuera." — Documentación del administrador de Canvas LMS

¿LockDown Browser Atrapa Estudiantes Usando ChatGPT?

LockDown Browser es una aplicación personalizada desarrollada por Respondus que los instructores pueden requerir para cuestionarios de Canvas. Cuando un estudiante abre un cuestionario de Canvas que tiene LockDown Browser habilitado, debe iniciar el examen dentro de la aplicación LockDown Browser en lugar de en su navegador web estándar. La aplicación restringe el acceso a otras pestañas del navegador, aplicaciones de escritorio y funcionalidad de pegado de portapapeles durante la sesión de examen. Un estudiante no puede abrir una ventana del navegador normal para visitar ChatGPT mientras realiza un cuestionario dentro de LockDown Browser en la misma máquina. Si LockDown Browser previene completamente el acceso a ChatGPT durante un cuestionario de opción múltiple es una pregunta más específica. Un estudiante con un segundo dispositivo — un teléfono, tableta o computadora portátil secundaria — puede acceder a ChatGPT en ese dispositivo mientras realiza el examen en LockDown Browser en la computadora supervisada. LockDown Browser no tiene visibilidad a otros dispositivos en el entorno del estudiante. Respondus Monitor, el complemento de supervisión por cámara web complementario, registra video y audio durante toda la sesión de examen y aplica análisis de comportamiento automatizado al material. Monitor marca segmentos donde un estudiante mira alejado de la pantalla durante períodos prolongados, donde otra persona aparece en el marco de la cámara, o donde ocurren eventos de ruido ambiental significativo. Estas banderas de comportamiento son revisadas por el instructor o personal de supervisión — Monitor no determina automáticamente que un estudiante utilizó ChatGPT u otro recurso externo. La marca es conductual, no basada en contenido. Un instructor revisando material de Monitor estaría haciendo un juicio sobre si la mirada y el comportamiento físico del estudiante sugieren consulta de una fuente externa, no si se envió una respuesta generada por IA.

1. Verifique las instrucciones de asignación de Canvas para confirmar si se requiere LockDown Browser antes de la fecha del cuestionario
2. Descargue e instale la aplicación Respondus LockDown Browser desde el portal de software para estudiantes de su institución
3. Pruebe la aplicación en un examen de práctica o cuestionario de muestra antes de la fecha real del examen para detectar problemas de compatibilidad
4. Cierre todas las aplicaciones no esenciales antes de iniciar el cuestionario en LockDown Browser
5. Si también se requiere la grabación de cámara web de Respondus Monitor, complete la verificación del entorno y la configuración de la cámara web antes de que comience el temporizador del examen

¿Qué Integraciones de Supervisión de Canvas Monitorean Exámenes de Opción Múltiple?

Varias plataformas de supervisión de terceros se integran con Canvas a través de conexiones LTI y se pueden configurar para ejecutarse durante cuestionarios de opción múltiple. Proctorio está entre las herramientas de supervisión de Canvas más ampliamente implementadas en universidades estadounidenses, funcionando como una extensión del navegador que se activa para exámenes configurados con Proctorio en la configuración de asignación de Canvas. La extensión registra la pantalla, la cámara web y el micrófono del estudiante durante el examen, y genera banderas de sospecha automatizadas basadas en comportamientos detectados como mirada prolongada alejada de la pantalla, uso de atajos de teclado de cambio de aplicación o voces adicionales en el audio. Estas banderas automatizadas producen un informe de revisión — no dan lugar automáticamente a una conclusión de integridad académica. Los instructores o personal de supervisión institucional revisan segmentos marcados antes de que se tomen medidas. Honorlock se integra con Canvas como una aplicación LTI y combina monitoreo de extensión del navegador con la opción de que un supervisor humano en vivo se una a la sesión si el monitoreo automatizado detecta actividad inusual. Honorlock ha comercializado funcionalidad de detección de dispositivos secundarios destinada a identificar cuándo un teléfono inteligente o tableta cercano está navegando activamente por Internet, aunque la confiabilidad práctica y el uso institucional de esta función varían considerablemente. ExamSoft es una aplicación descargada por separado utilizada principalmente en contextos de licencias profesionales y credenciales de postgrado en lugar de trabajo de pregrado estándar; secuestra contenido del examen en un formato sin conexión y carga grabaciones de comportamiento después de la sesión. Estas integraciones difieren significativamente en sus capacidades técnicas y en lo que los estudiantes pueden esperar en términos de visibilidad y notificación. Leer la documentación técnica y cualquier divulgación de derechos de los estudiantes que proporcione su institución para la herramienta de supervisión específica en uso es la forma más confiable de entender qué monitorea ese sistema particular.

¿Revelan los Patrones de Tiempo en los Registros de Cuestionarios Uso de IA?

Los instructores que revisan registros de cuestionarios de Canvas en conexión con preocupaciones de integridad académica generalmente buscan patrones de tiempo que caen fuera del rango normal para el cohorte de estudiantes en ese examen específico. Para preguntas de opción múltiple, los tiempos de respuesta extremadamente cortos en preguntas que requieren lectura cuidadosa o razonamiento de múltiples pasos atraen atención — particularmente cuando esos tiempos rápidos coinciden con eventos de abandono de página registrados. Si el registro del cuestionario muestra una secuencia de abandonar la página del cuestionario, regresar y cambiar una respuesta en múltiples preguntas dentro de la misma sesión, ese patrón es más significativo interpretativamente que eventos de tiempo o abandono de página considerados por separado. Para la pregunta de si Canvas puede detectar ChatGPT en opción múltiple a través del monitoreo de comportamiento, la secuencia relevante es: un estudiante abandona la ventana del cuestionario, presumiblemente para consultar una fuente externa, regresa con una respuesta y repite este patrón en preguntas. Canvas registra marcas de tiempo exactas para cuándo se cambió cada respuesta y cuándo la ventana del cuestionario perdió y recuperó el enfoque, lo que hace que esta secuencia sea visible en los datos del registro. La sospecha basada en tiempo es inherentemente probabilística. Los estudiantes completan preguntas a diferentes velocidades por razones que no tienen nada que ver con asistencia externa — ansiedad por pruebas, releer una pregunta confusa, reconsiderar un cálculo o breves interrupciones técnicas como una conexión lenta o una notificación del sistema. Las instituciones con procesos de revisión de integridad académica estructurados generalmente requieren que los instructores documenten evidencia de tiempo junto con otros indicadores — la tendencia de desempeño del curso del estudiante, comparación con resultados en cuestionarios anteriores y la distribución de dificultad de las preguntas específicamente marcadas — antes de abrir una revisión formal. Los datos de tiempo de un registro de cuestionario se tratan como un punto de datos entre varios, no como un hallazgo autosuficiente.

"Los datos de tiempo del registro del cuestionario son un punto de datos entre muchos. Un estudiante que termina rápidamente no está necesariamente usando recursos externos — algunos estudiantes simplemente conocen el material bien. Los patrones en múltiples preguntas, combinados con otras señales, son lo que justifica una mirada más cercana." — Administrador de integridad académica, 2025

¿Por Qué los Detectores de Texto de IA no se Aplican a Respuestas de Cuestionarios de Opción Múltiple?

Los detectores de texto de IA como el Indicador de Escritura de IA de Turnitin, GPTZero, Copyleaks y herramientas comparables fueron desarrollados específicamente para identificar prosa escrita generada por IA. Su metodología depende de dos señales estadísticas primarias derivadas de texto continuo: perplejidad, que mide qué tan predecible es cada opción de palabra dada las palabras que la rodean, y explosividad, que mide la variación en la longitud de la oración y los patrones de complejidad sintáctica en un documento. Ambas señales requieren un cuerpo de texto escrito continuo — como mínimo varias oraciones completas — para generar cualquier estimación de probabilidad estadísticamente significativa. Turnitin mismo divulga que los envíos menores a 300 palabras producen resultados no confiables del Indicador de Escritura de IA, lo que da una idea del requisito de tamaño de muestra incluso para el caso de texto escrito. Las respuestas de cuestionarios de opción múltiple no producen ninguno de estos contenidos analizables. Cuando un estudiante selecciona la opción B para la pregunta 12, la respuesta registrada es una sola letra o una cadena de etiqueta de respuesta corta. No hay secuencias de palabras para evaluar la predictibilidad, no hay estructuras de oración para analizar la variación de longitud, no hay puntuación de perplejidad para calcular. La pregunta central de si Canvas puede detectar ChatGPT en opción múltiple mediante análisis de texto es por lo tanto discutible: el modelo de detección no tiene nada con qué trabajar. El papel de ChatGPT en un contexto de examen de opción múltiple, cuando un estudiante lo usa, es como una fuente de información consultada fuera de la interfaz del examen — no como un generador de texto que produce salida que puede ser estadísticamente identificada. Lo que los registros de cuestionarios de Canvas e los sistemas de supervisión intentan monitorear es la evidencia conductual de consulta externa, no el contenido lingüístico de las respuestas seleccionadas. Estos son enfoques de monitoreo fundamentalmente diferentes dirigidos a diferentes tipos de evidencia.

¿Qué Deben Saber los Estudiantes Antes de Realizar un Cuestionario de Canvas Supervisado?

Antes de realizar un cuestionario de opción múltiple de Canvas con cualquier configuración de supervisión o monitoreo, leer cuidadosamente las instrucciones de asignación es la preparación más útil. Los instructores generalmente deben divulgar qué herramientas de monitoreo están activas, y muchas instituciones de Canvas requieren lenguaje explícito sobre LockDown Browser, Respondus Monitor o herramientas de supervisión de terceros en la descripción de asignación o el plan de estudios del curso. Si las instrucciones mencionan software requerido, descargarlo y probarlo antes de la fecha del examen evita problemas técnicos durante la ventana de examen real — LockDown Browser en particular requiere instalación y a veces una verificación de compatibilidad del sistema que puede descubrir problemas temprano cuando hay tiempo para abordarlos. Las integraciones de supervisión como Proctorio y Honorlock generalmente ejecutan una secuencia de configuración previa al examen que incluye un escaneo del entorno de la cámara web y una verificación de aplicación. Completar una verificación de configuración de antemano, durante una sesión no de examen, elimina la fricción el día del examen. Desde el punto de vista de la integridad académica, la resolución práctica de la pregunta de qué registra Canvas durante un cuestionario de opción múltiple es esta: Los registros de cuestionarios de Canvas capturan comportamiento de tiempo y enfoque de página; las herramientas de supervisión, cuando están habilitadas, capturan actividad de cámara web y pantalla; los dispositivos secundarios están fuera del alcance técnico de la mayoría de los sistemas de monitoreo pero permanecen dentro del alcance de la mayoría de las políticas de integridad académica institucionales independientemente de la capacidad de detección. Si un acto específico de consulta de una fuente externa sería detectado depende de qué herramientas estén habilitadas y qué evidencia de comportamiento se generó. Si usar un recurso externo se ajusta a las reglas de un examen específico depende de la política de IA de su institución y las reglas explícitas del examen de su instructor — y esas reglas se aplican incluso en ausencia de detección técnica.

1. Lea las instrucciones del cuestionario de Canvas para obtener lenguaje explícito sobre software de supervisión requerido antes de la fecha del examen
2. Verifique el plan de estudios del curso para obtener lenguaje de política de IA que se aplique a cuestionarios, no solo a asignaciones escritas
3. Descargue y pruebe cualquier aplicación de supervisión requerida — LockDown Browser, extensión de Proctorio o Honorlock — al menos 24 horas antes del examen
4. Complete la verificación de configuración previa al examen o el escaneo del entorno para herramientas de supervisión basadas en cámara web antes de la sesión de examen real
5. Cierre todas las pestañas del navegador y aplicaciones de escritorio no esenciales antes de iniciar el cuestionario
6. Pregunte a su instructor por escrito si las instrucciones de asignación no especifican qué herramientas de monitoreo están activas