Política de IA de la Universidad de Cambridge: Cómo la orientación de educación digital forma el trabajo de curso en 2026

¿Qué dice realmente la política de IA de la Universidad de Cambridge sobre educación digital?

El enfoque de Cambridge para la IA generativa en la enseñanza y evaluación es deliberadamente descentralizado. En lugar de emitir una regla vinculante única que se aplique idénticamente a un conjunto de problemas de física, un ensayo de historia y una tesis de informática, la orientación de educación digital de la universidad establece principios compartidos — integridad académica, transparencia y reconocimiento apropiado de fuentes — y luego delega las reglas de uso permitidas específicas a facultades, departamentos y organizadores de cursos individuales. Esto significa que un estudiante en una asignatura de Tripos podría estar explícitamente autorizado a usar un modelo de lenguaje grande para lluvia de ideas o borrador de código, mientras que un estudiante en otro departamento podría enfrentar una prohibición completa de cualquier texto generado por IA que aparezca en el trabajo enviado. La orientación enmarca esta flexibilidad como necesaria porque el perfil de riesgo de la asistencia de IA difiere enormemente según la disciplina: un párrafo generado presenta una pregunta de integridad diferente en un ensayo reflexivo que una función generada en una asignación de programación. Lo que permanece constante en cada facultad es la expectativa de que los estudiantes verifiquen las reglas específicas para cada curso que están tomando en lugar de asumir que se aplica una política general, y que cualquier uso de herramientas de IA más allá de lo explícitamente permitido debe ser divulgado en lugar de ocultado. Los supervisores y directores de estudios son típicamente el primer punto de referencia cuando un estudiante no está seguro si un caso de uso particular — usar IA para resumir una lectura, verificar la gramática, sugerir un esquema — cae dentro o fuera de lo que su curso permite.

"No estamos tratando de escribir una regla que se ajuste a cada asignatura. Lo que tiene que ser consistente es que los estudiantes sepan dónde verificar la regla para su propio curso, y que el uso no divulgado se trate como un incumplimiento de confianza independientemente de la asignatura." — Resumen de orientación de educación digital de Cambridge, parafraseado a partir de comunicados de facultad publicados

¿Por qué Cambridge delega las reglas de IA a departamentos individuales en lugar de establecer una única política?

El modelo descentralizado refleja cómo la estructura colegial y basada en Tripos de la enseñanza de Cambridge ya funciona para la mayoría de asuntos académicos — los formatos de evaluación, criterios de calificación y recursos permitidos han variado durante mucho tiempo por facultad en lugar de ser estandarizados centralmente. Extender la misma lógica a la IA generativa mantuvo la nueva orientación consistente con la gobernanza académica existente en lugar de crear una burocracia paralela en toda la universidad. También hay una razón práctica: el ritmo del cambio en las herramientas de IA ha sido lo suficientemente rápido que un único libro de reglas detallado corría el riesgo de quedar obsoleto dentro de un año académico. Al establecer principios centralmente y delegar detalles, los departamentos individuales pueden actualizar su propia orientación a medida que cambian las herramientas — un departamento de informática puede revisar lo que cuenta como ayuda de codificación asistida por IA aceptable a medida que surgen nuevas herramientas, sin esperar un proceso de revisión en toda la universidad. El compromiso es que esta flexibilidad pone más responsabilidad en los estudiantes para buscar y leer activamente la orientación relevante para cada curso en lugar de depender de una única regla memorizada. Los directores de estudios y los manuales de cursos son los canales principales a través de los cuales llega esta información a los estudiantes, y los sílabus de cursos cada vez más incluyen una declaración explícita de uso de IA junto con lenguaje de integridad académica existente.

1. La orientación central de educación digital establece principios compartidos: integridad, transparencia, divulgación
2. Las facultades y departamentos individuales definen usos específicos permitidos y prohibidos
3. Los manuales de cursos y sílabus son el lugar principal donde los estudiantes encuentran reglas específicas de la disciplina
4. Los directores de estudios y supervisores aclaran casos límite no explícitamente cubiertos
5. La orientación departamental se puede actualizar de forma independiente a medida que nuevas herramientas de IA estén disponibles

¿Cómo deberían los estudiantes divulgar el uso de IA según la orientación de educación digital de Cambridge?

Donde un curso permite algún nivel de asistencia de IA, la orientación de Cambridge generalmente espera una divulgación que refleje cómo los estudiantes ya reconocen otras formas de ayuda, como citar una fuente o acreditar a un colaborador. En la práctica, esto significa notar qué herramienta se usó, para qué tarea específica — bosquejo de un esquema, verificación de sintaxis de código, generación de un primer borrador de resumen de literatura — y qué fue posteriormente cambiado o escrito de forma independiente por el estudiante. Una breve declaración al final de una asignación o en una nota al pie es el formato más común que los departamentos solicitan, similar a una sección de agradecimientos en una tesis. El nivel de detalle esperado se escala con qué tan central es la porción asistida por IA para la presentación final: un estudiante que usó un chatbot para verificar la gramática en un ensayo terminado enfrenta una expectativa de divulgación más ligera que uno que usó IA para generar una parte sustancial del contenido analítico que fue luego editado. El silencio es el problema central que la orientación aborda — no la tecnología en sí. Un estudiante que usa una herramienta permitida pero no la divulga, o que divulga una forma más ligera de asistencia de lo que fue realmente usada, se trata como si hubiera tergiversado su presentación independientemente de si la asistencia subyacente habría sido permitida si se hubiera divulgado honestamente. Por esto es que el encuadre de Cambridge consistentemente separa dos preguntas distintas: ¿fue este uso de IA apropiado para este curso, y fue divulgado con precisión — una presentación puede fallar en cualquiera de las dos preguntas de forma independiente.

1. Identifique si su curso específico permite alguna asistencia de IA antes de comenzar una asignación
2. Anote la herramienta exacta y la tarea si se usa asistencia — borrador, resumen, verificación de código, edición
3. Indique claramente qué fue asistido por IA y qué fue escrito o verificado de forma independiente
4. Adapte el nivel de detalle de divulgación a qué tan central fue la porción asistida por IA para el trabajo final
5. Cuando no esté seguro si un caso de uso necesita divulgación, pregunte a su supervisor o director de estudios antes de enviar

¿Cómo están verificando los cursos de Cambridge que el trabajo enviado sigue la política de IA?

Los enfoques de verificación varían según el departamento de la misma forma que hacen las reglas de uso permitidas, pero varios métodos comunes han surgido en facultades de Cambridge desde que se introdujo la orientación de IA generativa. Muchos supervisores se basan en el conocimiento directo del estilo de escritura y razonamiento de un estudiante construido a lo largo de supervisiones regulares, haciendo que un cambio inexplicable en vocabulario, estructura de argumentación o fluidez técnica sea una señal más inmediata que cualquier herramienta automatizada. Los exámenes escritos y vivas presenciales — ya centrales en la cultura de evaluación de Cambridge — han tomado mayor importancia como una forma de confirmar que un estudiante puede explicar y defender el razonamiento detrás del trabajo de curso enviado, ya que un estudiante que no puede dar cuenta de su propio argumento bajo cuestionamiento genera preocupaciones independientes de cualquier software de detección. Algunos departamentos también han comenzado a incorporar herramientas de detección de IA como una señal de apoyo en lugar de un único determinante, consistente con el énfasis más amplio de la universidad en el juicio académico humano sobre veredictos automatizados. Una puntuación de detección, donde se usa, funciona como un disparador para revisión manual más cercana en lugar de como evidencia por sí sola — un patrón consistente con cómo la mayoría de instituciones de educación superior del Reino Unido han posicionado estas herramientas dado los riesgos de falsos positivos documentados en la detección de IA automatizada. Los estudiantes que preparan una presentación para un departamento que ha señalado que puede verificar contenido asistido por IA — ya sea a través de conversación directa, un viva o una herramienta de detección de apoyo — se benefician de poder explicar su propio proceso de borrador y, cuando sea relevante, confirmar que su escritura no lleva patrones estilísticos que crearían ambigüedad sobre la participación de IA no divulgada.

1. La familiaridad del supervisor con el estilo de escritura y razonamiento usual de un estudiante sigue siendo una verificación primaria
2. Los vivas y exámenes orales permiten confirmación directa de que un estudiante puede explicar su propio razonamiento enviado
3. Algunos departamentos usan herramientas de detección de IA como una señal de apoyo, no un veredicto independiente
4. Una puntuación marcada típicamente desencadena lectura manual más cercana en lugar de penalidad automática
5. Los estudiantes deberían estar preparados para recorrer su proceso de borrador si se les pregunta

"Una pregunta de viva sobre tu propio argumento nos dice más en dos minutos que lo que cualquier puntuación hace. Las herramientas son útiles para marcar dónde mirar más cuidadosamente — no son el hallazgo en sí." — parafraseado de la orientación de facultad de Cambridge sobre integridad de evaluación

¿Qué sucede si el trabajo de un estudiante se marca según la orientación de IA de Cambridge?

Porque las reglas de uso permitidas y métodos de verificación se encuentran a nivel departamental, también lo hace el proceso que sigue a una presentación marcada. En la mayoría de los casos, un supervisor o examinador que tenga preocupaciones sobre uso de IA no divulgado primero planteará el asunto directamente con el estudiante — a través de una conversación, una solicitud de borradores o notas, o una pregunta de seguimiento durante una supervisión — antes de que comience cualquier proceso formal de mala conducta académica. Esto refleja el enfoque de larga data de Cambridge para plagio sospechoso, donde la resolución informal a nivel de curso es la norma y la remisión formal a un cuerpo de colegio o universidad se reserva para casos que involucren evidencia más sólida o un patrón en múltiples piezas de trabajo. Los estudiantes que pueden producir borradores, notas o una cuenta clara de su proceso de investigación y escritura generalmente están mejor posicionados para resolver una consulta informal rápidamente. Donde un caso procede a un proceso formal de mala conducta académica, los procedimientos existentes de la universidad — los mismos utilizados para plagio y otras preocupaciones de integridad — se aplican, y un estudiante tiene derecho a responder y presentar evidencia. Dado la naturaleza descentralizada de la política, se anima a los estudiantes que enfrentan una consulta sobre uso de IA a revisar la orientación publicada de su curso o departamento específico como primer paso, ya que la línea exacta de uso permitida que pueden haber cruzado — o no cruzado — se define allí en lugar de en un único documento central de Cambridge.

¿Cómo pueden los estudiantes e investigadores verificar su propio trabajo antes de enviar en Cambridge?

Dado que la precisión de divulgación importa tanto como el uso subyacente de IA en sí bajo la orientación de educación digital de Cambridge, un hábito práctico para los estudiantes es revisar un borrador antes de la presentación para confirmar que refleja lo que tienen la intención de divulgar — y, separadamente, confirmar que cualquier sección escrita de forma independiente no lleva patrones estilísticos propensos a invitar escrutinio innecesario. Herramientas como NotGPT permiten a estudiantes e investigadores pegar un borrador y ver un desglose a nivel de oración de similitud a IA, lo cual es útil menos como compuerta de paso/fallo y más como una forma de atrapar pasajes donde edición pesada o un estilo de escritura estrecho y formal podría leer ambiguamente a un supervisor o examinador. Esto es particularmente relevante para estudiantes de investigación escribiendo en un registro técnico, o para estudiantes escribiendo en inglés como idioma adicional, ambos de los cuales pueden producir prosa que lee más uniformemente que la escritura informal nativa típica sin ninguna participación de IA. Ejecutar una autoverificación varios días antes de una fecha límite — en lugar de la noche anterior — permite tiempo para revisitar pasajes marcados específicos, confirmar que la declaración de divulgación coincide con el borrador final y, donde un curso permite uso limitado de IA, asegurarse de que el reconocimiento describe lo que realmente se hizo. Nada de esto reemplaza leer la orientación específica publicada por la facultad o departamento de un estudiante, que sigue siendo la fuente autoritaria para lo que es y no es permitido en un curso dado.

1. Lea la orientación publicada específica de su curso o departamento sobre IA antes de comenzar una asignación
2. Elabore su declaración de divulgación junto con su trabajo, no como un pensamiento tardío antes de la presentación
3. Ejecute secciones escritas de forma independiente a través de un detector de IA para atrapar patrones estilísticos ambiguos
4. Revise pasajes marcados para variación de oración natural en lugar de fraseología uniformemente formal
5. Confirme que su declaración de divulgación final coincida exactamente con la asistencia que fue usada
6. Mantenga borradores y notas en caso de que un supervisor le pregunte sobre su proceso de escritura