UNIVERSIDAD ESTATAL DE BOLÍVAR 

 

Facultad de Jurisprudencia, Ciencias Sociales y Políticas  

Carrera de Derecho 

Proyecto de trabajo de integración curricular previo a la obtención del título de Abogado 

Tema 

 

El fraude académico y el uso de la inteligencia artificial generativa, en la ciudad de 

Guaranda en el año 2025 

 Autor 

Diego David Medina Pungaña 

 

Tutor 

 

MSc. Javier Alonso Veloz Segura 

 Ecuador 2026 



I  

CERTIFICACIÓN DE APROBACIÓN 

 

En mi calidad de Tutor del Trabajo de Integración Curricular, presentado por, Medina 

Pungaña Diego David para optar por el Título de Abogado; cuyo título es: “El Fraude 

Académico Y El Uso De La Inteligencia Artificial Generativa, En La Ciudad De 

Guaranda En El Año 2025” considero que dicho trabajo reúne los requisitos y méritos 

suficientes para ser sometido a la presentación pública y evaluación por parte del tribunal 

examinador que se designe. 

 

 

 

 

 

 

 

 

 

 

 

 



II  

DECLARACIÓN JURAMENTADA DE AUTORÍA 

 

 

Yo, Diego David Medina Pungaña, portador de la cédula de ciudadanía No. 0202608345, 

una vez culminado el plan de estudios correspondiente a La Carrera De Derecho De La 

Facultad De Jurisprudencia, Ciencias Sociales Y Políticas De La Universidad Estatal De 

Bolívar, declaro bajo juramento, libremente y sin ningún tipo de coacción, que el 

presente Trabajo de Integración Curricular titulado: 

“El fraude académico y el uso de la inteligencia artificial generativa, en la ciudad de 

Guaranda en el año 2025”, ha sido desarrollado de manera personal y original bajo la 

tutoría del MSC. Javier Alonso Veloz Segura, docente de la carrera de Derecho. 

 

Certifico que su contenido es de mi autoría y que todas las ideas, análisis y conclusiones han 

sido elaborados con base en fuentes bibliográficas, doctrinales, académicas, normativas y 

digitales debidamente consultadas y procesadas, respetando los principios de honestidad 

intelectual y ética investigativa. 

 

Asumo total responsabilidad sobre lo aquí expuesto y declaro que no constituye copia total ni 

parcial de trabajos ajenos. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



III  

 

 



IV  

REPORTE DE SIMILITUD 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



V  

 

 



VI  

 

DEDICATORIA 

 

Dedico este trabajo, en primer lugar, a Dios, quien ha sido mi guía y fortaleza en cada paso 

de este camino, dándome la luz y la esperanza necesarias para nunca rendirme. 

 

Igualmente agradezco a mis amados padres, mis hermanos a mi familia, ya que fueron mi pilar 

y mi refugio, gracias por estar siempre conmigo, por darme amor incondicional, por enseñarme 

con su ejemplo y por sostenerme en cada tropiezo y celebrar cada victoria. Cada palabra de 

aliento, cada sacrificio y cada gesto de cariño me han impulsado a seguir adelante y a dar lo 

mejor de mí en cada momento. 

 

Y a mis compañeros, gracias por compartir risas, trabajos, exámenes, charlas y momentos 

únicos.; por estar en los días felices y en los días de desafío, y por recordarme que los vínculos 

auténticos hacen que el camino sea más ligero y lleno de alegría. Cada momento compartido 

ha dejado una huella imborrable en mi corazón. 

 

Agrades a mis docentes, quienes han sido más que maestros: han sido mis guías, consejeros, Y 

en muchos casos verdaderos ejemplos de vida. Gracias por enseñarme no solo materias, sino 

valores que me acompañarán siempre, y por inspirarme a ser mejor, a luchar por mis sueños y 

a nunca conformarme. Su dedicación y entrega han sido luz en mi formación y guía para mi 

futuro, celebro la suma de experiencias, esfuerzos, desafíos y alegrías que me han formado. 

Agradezco mucho a Dios, a mi familia, y a mis maestros, porque cada uno de ustedes ha dejado 

una marca imborrable en mi vida. Recibo este logro con gratitud, con humildad y con la certeza 

de que este es solo el comienzo de nuevos sueños, metas y aventuras. 

 

“Y que cada paso que dé de aquí en adelante esté lleno de fe, esperanza y amor, y que nunca 

olvide que, con Dios guiando mis pasos y con quienes me aman a mi lado, todo es posible." 

 

 

 

Diego David Medina Pungaña 



VII  

AGRADECIMIENTO 

 

En primer lugar, agradezco a Dios por ser mi guía constante en cada paso que doy en mi vida 

y por conceder a mis queridos padres, a mis hermanos, y por enseñarme que, con fe y esfuerzo, 

los sueños se pueden alcanzar y que cada logro es un reflejo del amor infinito que nos da la 

vida. 

 

Agradezco mucho a mi familia, gracias por ser mi refugio, mi fortaleza y mi inspiración. Por 

cada palabra de aliento, por cada abrazo en los momentos de dificultad, por su confianza y 

amor incondicional que me sostuvo cuando más lo necesitaba. Cada gesto suyo fue una luz que 

iluminó mi camino y un impulso que me permitió seguir adelante. 

 

A la Universidad Estatal de Bolívar y a sus docentes, les agradezco profundamente por abrirme 

las puertas del conocimiento y de la formación humana. Gracias por enseñarme más allá de las 

leyes: por mostrarme valores como la ética, la justicia, la responsabilidad y la pasión por servir 

a los demás. Su ejemplo ha dejado una huella imborrable en mi vida y me inspira a ser un 

profesional íntegro y comprometido. 

 

Finalmente, agradezco a mis amigos, por cada risa compartida, cada palabra de aliento y cada 

momento vivido en las aulas. Gracias por hacer que este viaje fuera más alegre, más ligero y 

lleno de recuerdos que guardaré por siempre. 

 

Hoy celebro no solo un título, sino todo lo aprendido, las experiencias vividas y el amor 

recibido. Recibo este logro con gratitud, humildad y esperanza, sabiendo que este es solo el 

comienzo de nuevos sueños, de caminos por recorrer y de oportunidades para crecer y servir. 

Que cada paso a futuro esté guiado por Dios y la fe, la perseverancia y el deseo de hacer del 

mundo un lugar más justo y lleno de esperanza. 

 

 

 

 

 

 

Diego David Medina Pungaña 



VI  

INDICE GENERAL 

CERTIFICACIÓN DE APROBACIÓN ...................................................................I 

DECLARACIÓN JURAMENTADA DE AUTORÍA .............................................. II 

REPORTE DE SIMILITUD ..................................................................................... III 

INFORME DEL TUTOR .......................................................................................... IV 

DEDICATORIA ........................................................................................................ V 

AGRADECIMIENTO .............................................................................................. VI 

ÍNDICE GENERAL ................................................................................................. VII 

ÍNDICE DE TABLAS ............................................................................................. XI 

ÍNDICE DE ILUSTRACIONES .............................................................................. XII 

RESUMEN ............................................................................................................... XIII 

ABSTRACT ............................................................................................... XIV – XVIII 

SINCHIRIKUKAMA (RESUMEN EN KICHWA) .............................................. XVIII 

INTRODUCCIÓN ................................................................................................. XIX 

CAPÍTULO I 

EL PROBLEMA ....................................................................................... 1 

1.1. Planteamiento del problema .............................................................. 1 

1.2. Formulación del problema ................................................................ 3 

1.3. Sistematización del problema ........................................................... 4 

1.4. Objetivos .............................................................................................. 5 

1.4.1. Objetivo general .............................................................................. 5 



VI  

1.4.2. Objetivos específicos ...................................................................... 6 

1.5. Justificación ......................................................................................... 7 

1.6. Delimitación de la investigación ...................................................... 9 

CAPÍTULO II 

MARCO TEÓRICO ................................................................................. 11 

2.1. Antecedentes de la investigación ................................................... 11 

2.2. Fundamentación teórica ................................................................... 15 

2.2.1. Inteligencia artificial........................................................................ 16 

2.2.2. Inteligencia artificial generativa .................................................... 18 

2.2.3. Uso de la inteligencia artificial en el ámbito académico ............ 21 

2.3. Fundamentación legal....................................................................... 25 

2.3.1. Normativa internacional ................................................................. 26 

2.3.2. Normativa nacional ........................................................................ 28 

CAPÍTULO III 

METODOLOGÍA DE LA INVESTIGACIÓN ....................................... 31 

3.1. Enfoque de la investigación ............................................................ 31 

3.2. Tipo de investigación ....................................................................... 32 

3.3. Métodos de investigación .................................................................. 33 

3.4. Técnicas e instrumentos ................................................................... 35 

3.5. Población y muestra ......................................................................... 37 



VI  

CAPÍTULO IV 

ANÁLISIS E INTERPRETACIÓN DE RESULTADOS ....................... 39 

4.1. Análisis de resultados ............................................................................ 39 

4.2. Discusión de resultados .......................................................................... 46 

CAPÍTULO V 

CONCLUSIONES Y RECOMENDACIONES ......................................... 55 

5.1. Conclusiones .......................................................................................... 55 

5.2. Recomendaciones .................................................................................... 58 

BIBLIOGRAFÍA ............................................................................................ 61 

ANEXOS ....................................................................................................... 71 

ÍNDICE DE TABLAS 

Tabla 1. ...................................................................................................................... 39 

Tabla 2. ...................................................................................................................... 41 

Tabla 3. ...................................................................................................................... 43 



IX  

 

Tabla 4. ....................................................................................................................... 45 

 

 

Tabla 5. ....................................................................................................................... 47 

 

 

Tabla 6. ....................................................................................................................... 49 

 

 

INDICE DE ILUSTRACIONES 

 

Ilustración 1. ...................................................................................................................... 39 

 

Ilustración 2. ...................................................................................................................... 41 

 

Ilustración 3. ....................................................................................................................... 43 

 

Ilustración 4. ...................................................................................................................... 45 

 

Ilustración 5. ...................................................................................................................... 47 

 

Ilustración 6. ...................................................................................................................... 49 



X  

RESUMEN 

 

 

La presente investigación, titulada “El fraude académico y el uso de la inteligencia artificial 

generativa, en la ciudad de Guaranda en el año 2025”, se enfoca en el análisis de la 

integridad educativa y el impacto que tiene la utilización de herramientas tecnológicas 

avanzadas en las prácticas deshonestas dentro del ámbito académico. Ante el surgimiento de 

nuevas formas de producción automatizada de contenido, se evidencian desafíos éticos y 

jurídicos que afectan la transparencia en los procesos de enseñanza-aprendizaje, especialmente 

cuando los estudiantes emplean sistemas de inteligencia artificial para generar trabajos o 

evaluaciones que no corresponden a su autoría real. 

 

La problemática central se origina en la ausencia de normativas claras y procedimientos 

institucionales que regulen el uso de la inteligencia artificial generativa en el contexto 

educativo ecuatoriano. Esto ha ocasionado un incremento de conductas fraudulentas que 

comprometen el valor formativo de la educación superior. A partir de esta situación, surge la 

interrogante de investigación: ¿De qué manera el uso de la inteligencia artificial generativa 

influye en la comisión de fraude académico en las instituciones de educación superior de 

la ciudad de Guaranda durante el año 2025? 

 

Con el propósito de dar respuesta a esta pregunta, se estableció como objetivo general: analizar 

doctrinaria y jurídicamente el fraude académico relacionado con el uso de inteligencia artificial 

generativa en la ciudad de Guaranda, 2025. Para operacionalizar esta meta, se formularon 

objetivos específicos que permiten abordar el fenómeno desde la ética educativa, el derecho, la 

tecnología y la realidad institucional. 



XI  

El estudio adopta un enfoque mixto que permite examinar el fenómeno desde dos dimensiones 

complementarias. El componente cualitativo se centra en la revisión doctrinaria, normativa y 

académica relacionada con la integridad educativa y la regulación tecnológica. Paralelamente, 

el componente cuantitativo se apoyó en la aplicación de encuestas dirigidas a docentes y 

expertos para obtener información procesable mediante tablas de frecuencia y estadísticas 

descriptivas, lo que permitió fortalecer la base empírica del análisis. 

 

La investigación tiene un alcance descriptivo, pues busca caracterizar la realidad del fraude 

académico vinculado al uso de la inteligencia artificial sin manipular variables. Su diseño es 

no experimental, ya que se analizan los hechos tal como se presentan en su contexto natural. 

La recolección de la información se realizó mediante fuentes doctrinales, legislación nacional, 

documentos institucionales, informes, jurisprudencia y datos empíricos suministrados por los 

actores del sistema educativo. 

 

A través del método analítico–interpretativo y la triangulación de la información documental y 

empírica, fue posible identificar los principales riesgos, vacíos legales y desafíos éticos que 

genera el uso de tecnologías de IA en el ámbito académico, así como proponer 

recomendaciones orientadas a la creación de políticas institucionales y normativas que 

fortalezcan la integridad educativa. 

 

Palabras clave: fraude académico, inteligencia artificial generativa, ética educativa, integridad 

académica, responsabilidad digital. 



XII  

1.1. ABSTRACT 

 

 

The research entitled “Academic Fraud and the Use of Generative Artificial Intelligence in 

the City of Guaranda in 2025” examines the impact of emerging AI technologies on academic 

integrity within higher education. The widespread availability of generative systems—capable 

of producing automated written content—has introduced new forms of dishonest practices that 

undermine the authenticity of learning and the fundamental values of ethics and responsibility 

in education. 

 

The core problem lies in the lack of specific regulations and institutional policies in Ecuador 

that govern the ethical use of generative artificial intelligence in academic environments. As a 

result, its improper use has increased instances of academic fraud, raising concerns about the 

quality and credibility of educational processes. This situation leads to the guiding research 

question: How does the use of generative artificial intelligence influence the commission 

of academic fraud in higher education institutions in Guaranda during 2025? 

 

The general objective of the study is to analyze, from a doctrinal and legal perspective, 

academic fraud linked to the use of generative artificial intelligence in Guaranda in 2025. 

Specific objectives were designed to address the phenomenon from legal, ethical, technological 

and institutional perspectives. 

 

A mixed-methods approach was adopted. The qualitative component included the review of 

academic doctrine, legislation, and institutional documents related to academic integrity and 

AI regulation. The quantitative component involved the application of surveys to educators and 

experts, whose responses were processed through statistical tables and descriptive analysis. 



XIII  

This research is descriptive and non-experimental, since the variables were observed as they 

occur in their natural context, without manipulation. Information was obtained from doctrinal 

 

sources, Ecuadorian legislation, institutional regulations, reports, jurisprudence, and empirical 

data. 

 

Through an analytical–interpretative process and data triangulation, the study identifies ethical 

risks, legal gaps, and institutional challenges associated with the use of generative AI in 

education, and proposes recommendations aimed at strengthening regulatory frameworks and 

promoting responsible, transparent use of these technologies in academic settings. 

 

Keywords: academic fraud, generative artificial intelligence, academic ethics, academic 

integrity, digital responsibility. 



XIV  

1.2. SINCHIRIKUKAMA (RESUMEN) 

 

 

Kay yachaymanta willayka, shutinwan “Fraude académico y generativa inteligencia artificialpa 

llamkay, Guaranda llaktapi 2025 watapi”, rikuchin ima shina yachaypura llankay suma shunuta 

llakichishpa, teknologiapi mushuk rura yuyaykunapa llamkaymi yachay wasipi 

llullakuykunata apachishka. Kuna watakunapi automatizaduta rura yuyaykunaka aswan 

llankaypi shamushpa, ética y derecho llakinakuna rikurinkuna; yachakukuna AI rura 

yuyaykunata llamkashpa ruwaykunata chaypi mana kikin rurayta riksichin. 

 

Llakin hatunpika mana kay AI generativata yachay wasipi imashina llamkanapak kamachik 

yachaykunamanta tuksin. Chaymi aswan llullakuy ruraykunata tantarichin, yachay yuyayta 

mana alli llankayman apachin. Chaymantami tapu hatunmi rikurin: ¿Imashina AI generativapa 

llamkaymi apachin fraude académico yachaypura wasikunapi, Guaranda llaktapi, 2025 watapi? 

 

Kay taputa kutichinkapak hatun rikuchik ruranakuyka chaymi: doctrinata y derecho 

riksichishpa fraude académico AI generativawan tinkushkata mushochakuna Guaranda 

llaktapi, 2025. Chaywan shuk shuk ruranakuykunata churashka, ethics, tecnología, derecho, y 

yachay wasi ruraykunawan tinkushpa. 

 

Yachayka mixto shina rurashka: qualitativo parteka doctrinata, kamachikta, yachay rimaykuna 

riksichin; cuantitativo parteka tapuchishka yachachikkunamanta willaykunata apachishka 

tablas y estadísticawan riksichin, chaymi ñawpak yachayta alli pushanishka. 

 

Kay yachay willayka descriptivo shina charin, fraude académico AIwan tinkushkata riksichin; 

mana imapash huñuykushpa. Diseño nishka mana experimentalmi, runakunapi shamushka 

ruraykunata kikinyata rikuchin. Yuyayta tantarishka doctrinapak kaypura 



XV  

kamachikkunamanta, mamallaktapak kamachikpa willaykunamanta, yachay wasikuna 

killkashka rimaykunamanta, informes, jurisprudencia, shinallatak yachay yachachikkunamanta 

churashka. 

 

Analítico–interpretativo nishka yuyay tantachiywan, documental y empíricota huñushpa, achka 

llakin, mana kamachishka ushaykuna, ethics llakinakuna, AI teknologíakunapa yachaypura 

llankaypi shamushka llakinakuna riksishka. Chaymantami yachay wasikuna tapukpak allikuy 

rekomendacionkuna churashka, integridad académicata achka sinchiyachinapak. 

 

Rimaykunap Tanda: fraude académico, generativa inteligencia artificial, ethics yachaypi, 

integridad académica, responsabilidad digital. 



XVI  

1.4. INTRODUCCIÓN 

 

 

En el Ecuador, el sistema educativo atraviesa una etapa de transformación profunda debido a 

la incorporación acelerada de tecnologías emergentes en los procesos de formación y 

evaluación académica. Entre estas innovaciones, la inteligencia artificial generativa se ha 

convertido en una herramienta de uso extendido entre los estudiantes, pues permite la 

producción automática de textos, respuestas y contenidos académicos con un nivel de calidad 

similar al del razonamiento humano. Esta tecnología, que incluye plataformas como 

ChatGPT, Copilot o Gemini, posee el potencial de optimizar los procesos de aprendizaje; sin 

embargo, su empleo sin regulación también ha originado nuevos desafíos éticos relacionados 

con la comisión de fraude académico Según Cabero y Llorente (2023), el uso de inteligencia 

artificial en la educación requiere regulación y reflexión ética para evitar abusos y fraudes. 

 

De manera tradicional, el fraude académico se ha entendido como cualquier acto destinado a 

obtener ventajas injustas dentro del proceso educativo, incluyendo conductas como el plagio, 

la copia o la falsificación de trabajos. Este fenómeno, al igual que el contrato de préstamo 

crea obligaciones y responsabilidades entre las partes, compromete la integridad académica 

cuando el estudiante incumple los principios institucionales de honestidad, responsabilidad y 

autoría legítima Silva (2023) sostiene que herramientas como ChatGPT pueden apoyar el 

aprendizaje siempre que se utilicen de forma ética y supervisada. Así como el derecho civil 

prevé mecanismos para garantizar el cumplimiento de obligaciones, el ámbito educativo 

requiere marcos claros que regulen el uso de tecnologías para evitar que se empleen con fines 

deshonestos. 



XVII  

Durante los últimos años, el uso de inteligencia artificial generativa ha permitido la elaboración 

de trabajos completos sin que el estudiante participe activamente, lo que implica la violación 

de los valores académicos fundamentales. Tal como sucede con las garantías reales establecidas 

en el derecho civil para asegurar el cumplimiento de contratos, la educación necesita 

instrumentos éticos y normativos que permitan verificar la autenticidad de los productos 

académicos y sancionar el uso indebido de estas herramientas Cebrián-Robles et al. (2018) 

destacan que el plagio y la deshonestidad académica están relacionados con la facilidad para 

acceder a información y herramientas tecnológicas. 

 

Uno de los principales problemas es que, en el Ecuador, aún no existe un marco normativo 

específico que regule el uso de la inteligencia artificial en los entornos educativos. Esta 

ausencia legal equivale a permitir que las instituciones operen sin respaldo jurídico ante 

situaciones de fraude, lo cual incrementa el riesgo de que se generalicen prácticas indebidas, 

especialmente en ciudades como Guaranda donde el acceso a estas herramientas continúa 

expandiéndose entre los estudiantes universitarios. Al igual que una hipoteca que puede 

asegurar varias deudas y terminar sin cubrir los montos adeudados, el abuso de inteligencia 

artificial podría generar consecuencias académicas y éticas que excedan la capacidad 

institucional de control. 

 

En la actualidad, el fraude académico generado mediante IA no solo afecta al estudiante que 

participa en la deshonestidad, sino también al sistema educativo en su conjunto, puesto que 

compromete la credibilidad de los títulos, altera los procesos evaluativos, incrementa la 

desigualdad entre quienes actúan con integridad y quienes no, y debilita el propósito formativo 

de la educación superior. 



XVIII  

Esta situación exige analizar el fenómeno desde una perspectiva doctrinaria, jurídica y 

pedagógica para comprender el alcance real del problema y plantear medidas que permitan 

garantizar la honestidad académica en el entorno digital (Villalobos, 2025). 

 

Así, la presente investigación se orienta a examinar de manera crítica la relación entre fraude 

académico e inteligencia artificial generativa, considerando su impacto en las instituciones de 

educación superior de la ciudad de Guaranda durante el año 2025. Este estudio busca aportar 

fundamentos teóricos y normativos que permitan prevenir el uso inapropiado de estas 

herramientas, fortalecer la cultura de integridad académica e impulsar la elaboración de 

políticas institucionales que garanticen un uso responsable y éticamente adecuado de la 

inteligencia artificial en el ámbito educativo. 



1  

CAPITULO I 

PROBLEMA 

 

1.1. Planteamiento del problema 

 

 

El problema de esta investigación surge como resultado de los cambios recientes en los 

procesos educativos, donde el uso de la inteligencia artificial generativa ha transformado la 

forma en que los estudiantes elaboran tareas, proyectos y evaluaciones, de cómo puede 

ocasionar fraude académico en Ecuador, por lo que se reconoce en su Constitución de la 

República (arts. 26 y 27) que la educación es un derecho fundamental, orientado a la calidad, 

la equidad y la formación integral de las personas. Asimismo, la Ley Orgánica de Educación 

Superior (LOES) establece que los estudiantes deben observar la ética universitaria y evitar 

toda forma de fraude académico (art. 96 LOES,) con sanciones que van desde la pérdida de 

asignaturas hasta la separación definitiva de la institución (art. 207 LOES). 

 

No obstante, con la irrupción de la Inteligencia Artificial Generativa (IAG) en la vida 

académica. 

 

Se han producido nuevos escenarios que la normativa ecuatoriana aún no regula expresamente. 

 

 

El uso indebido de estas herramientas para presentar trabajos, resolver evaluaciones o elaborar 

tesis constituye una forma moderna de fraude académico, afectando la transparencia, el 

principio de igualdad y la integridad académica. 

 

En concordancia con lo señalado por Gómez (2022), “el fraude académico es una práctica que 

atenta contra los valores esenciales de la universidad, debilitando la confianza social en la 

educación superior” (p. 45). A su vez, Ramírez y Torres (2023) sostienen que “el empleo de la 

inteligencia artificial sin límites éticos sustituye la reflexión crítica por la inmediatez 



2  

tecnológica, generando un deterioro en los procesos formativos” (p. 81). 

 

 

A pesar de ello, la práctica generalizada en las instituciones de Guaranda es que los estudiantes 

utilicen herramientas de IAG sin orientación ni normativa específica que distinga entre un uso 

legítimo (como apoyo) y un uso fraudulento (como sustitución del esfuerzo propio). Mientras 

en países como España y Estados Unidos ya se han adoptado protocolos para regular la IAG 

en educación, en Ecuador este vacío normativo genera inseguridad jurídica y académica, 

dejando a los docentes y a las instituciones con limitados recursos para sancionar estas 

prácticas. 

 

No obstante, al igual que ocurre con la falta de regulación sobre la segunda hipoteca, en el 

ámbito educativo el avance rápido de la inteligencia artificial generativa ha superado la 

capacidad normativa y de control de las instituciones, creando un escenario en el que es posible 

desarrollar prácticas de deshonestidad académica sin consecuencias claras Según lo señalado 

por Cabero y Llorente (2023), la incorporación de la inteligencia artificial en el ámbito 

educativodebe estar acompañada de normas y consideraciones éticas con el fin de prevenir 

malos usos y posibles engaños. 

 

El fraude académico, que antes se manifestaba principalmente mediante el plagio tradicional o 

la copia en exámenes, ahora ha adoptado nuevas formas gracias al uso de herramientas de 

inteligencia artificial generativa como ChatGPT, Gemini o Copilot, las cuales permiten 

elaborar trabajos completos, responder evaluaciones o generar contenido especializado sin 

intervención intelectual real del estudiante Cebrián-Robles y sus colegas (2018) señalan que la 

disponibilidad de información y el acceso a herramientas tecnológicas facilitan la aparición de 

conductas como el plagio y otras formas de deshonestidad académica. De la misma forma que 



3  

 

el préstamo genera intereses, recargos y costos adicionales en caso de incumplimiento, el 

fraude académico sostenido por IA produce efectos que exceden el hecho aislado de copiar, 

pues altera las evaluaciones, afecta la validez de los títulos y deteriora la credibilidad 

institucional. 

 

La problemática se agudiza debido a que, en Ecuador, no existe una normativa específica que 

regule el uso académico de la inteligencia artificial generativa ni procedimientos institucionales 

que definan cómo actuar frente al fraude cometido mediante estas herramientas. Este vacío 

normativo equivale, en términos éticos y pedagógicos, a permitir que un estudiante rinda un 

examen sin reglas claras, lo que deja en riesgo la formación de valores, la credibilidad 

institucional y el principio de mérito académico. Así como la Constitución de la República del 

Ecuador (2008) Artículo 26 y el Artículo 27 promueve una educación centrada en el respeto a los 

derechos humanos y el fortalecimiento de los valores ciudadanos, el sistema educativo actual 

permite el uso de la IA sin lineamientos claros, socavando la integridad académica y la 

formación integral. 

 

En comparación con otros países, Ecuador se encuentra en desventaja normativa. Mientras 

naciones como España, Estados Unidos ya han iniciado procesos de regulación del uso de 

inteligencia artificial en la educación, en el sistema nacional no existe una norma que aborde 

de manera específica el control del fraude académico generado con estas tecnologías. De 

acuerdo con la UNESCO (2024), la ausencia de estándares éticos y regulaciones claras 

incrementa el riesgo de abuso y afecta el desarrollo de competencias reales en los estudiantes. 

En consecuencia, se configuran dos problemas centrales: 



4  

1. El uso de inteligencia artificial generativa facilita la comisión de fraude académico, 

afectando el aprendizaje, la honestidad estudiantil y la calidad institucional. 

2. El ordenamiento jurídico ecuatoriano carece de regulación específica sobre el uso de 

estas herramientas en el ámbito educativo, lo que genera un vacío legal comparable al 

que ocurre en el derecho civil con la falta de regulación sobre la segunda hipoteca. 

 

Esta situación obliga a reflexionar sobre la necesidad urgente de establecer mecanismos 

legales, éticos y pedagógicos que permitan el uso responsable de la inteligencia artificial 

generativa sin comprometer la integridad del proceso educativo. 

 

1.2. Formulación del problema 

 

 

¿Cómo puede garantizarse la integridad académica y el correcto uso de la inteligencia 

artificial generativa frente al incremento de prácticas de fraude académico en las instituciones 

de educación superior de la ciudad de Guaranda durante el año 2025? 

 

1.3. Hipótesis 

 

 

Hipótesis investigativa 

 

 

El uso de inteligencia artificial generativa incrementa la comisión de fraude académico en las 

instituciones de educación superior de Guaranda durante el año 2025 debido a la ausencia de 

regulaciones claras que orienten su utilización ética y responsable. 

 

1.4. Variables 

 

 

1.4.1. Variable independiente 



 

Uso de inteligencia artificial generativa 

 

 

1.4.2. Variable dependiente 

 

 

Fraude académico en instituciones de educación superior 

 

 

1.5. Objetivos 

 

 

1.5.1. Objetivo General 

 

 
Analizar doctrinariamente y jurídicamente el fraude académico y el uso de la inteligencia artificial en 

Guaranda año 2025. 

 

1.5.2. Objetivos Específicos 
 

 

1.-Conocer el uso adecuado de la inteligencia artificial en los medios académicos 

2.- Investigar doctrinariamente el fraude académico con el uso de la inteligencia artificial 

 

generativa. 

3.- Identificar la importancia que tiene la IA en los análisis académicos 

• Revisar el marco normativo y las políticas institucionales existentes sobre integridad 

académica y tecnología. 

 

 

1.6. Justificación 

 

 

El creciente uso de la inteligencia artificial generativa en los entornos académicos representa 

un reto significativo para el sistema educativo ecuatoriano, especialmente en lo que respecta a 

la preservación de la integridad académica. Al igual que ocurre en el Derecho Civil cuando una 

segunda hipoteca pone en riesgo la obligación principal, 

 

5 



6  

el empleo inadecuado de herramientas de IA provoca una vulneración directa a los principios 

éticos y formativos que sustentan el proceso educativo. En ambos casos, el problema surge por 

la existencia de un vacío normativo que permite el riesgo de utilización indebida sin controles 

suficientes para evitar consecuencias perjudiciales. 

 

En Ecuador, la Constitución establece que la educación es un derecho que garantiza el 

desarrollo integral de las personas, promoviendo valores como la honestidad, la libertad y el 

pensamiento crítico (Constitución de la República del Ecuador, 2008, arts. 26–27). Sin 

embargo, en la práctica no existe ninguna ley, reglamento, acuerdo ministerial o normativa 

específica que regule el uso de inteligencia artificial generativa dentro de instituciones 

educativas, lo que permite que su empleo pueda derivar en formas de fraude académico como 

la elaboración de trabajos plagiados, la sustitución total o parcial de la autoría y la manipulación 

de contenidos. 

 

Actualmente, la Ley Orgánica de Educación Superior (LOES) hace referencia a la calidad, ética 

y responsabilidad académica,pero no contempla disposiciones específicas sobre inteligencia 

artificial ni sobre mecanismos para su control (Ley Orgánica de Educación Superior, 2010). 

Esto representa un vacío jurídico comparable a la ausencia de regulación sobre la segunda 

hipoteca en el Código Civil ecuatoriano, pues la falta de lineamientos concretos deja sin 

garantías efectivas a las instituciones y afecta la legitimidad de los títulos otorgados. 

 

La falta de normativas específicas provoca incertidumbre en cuanto a la aplicabilidad de 

sanciones, criterios de evaluación o procedimientos de verificación, lo que genera un escenario 

en el que el fraude académico puede incrementarse sin restricciones. A diferencia del sistema 

jurídico peruano, español o estadounidense, donde ya se están desarrollando políticas 



7  

específicas sobre IA en educación, el Ecuador todavía no ha establecido parámetros normativos 

que permitan un uso seguro y ético de estas herramientas. 

 

Por tanto, esta investigación se justifica tanto en el plano académico como en el plano jurídico, 

ya que busca evidenciar la necesidad de regular el uso de inteligencia artificial generativa en el 

ámbito educativo y de establecer políticas institucionales que garanticen la integridad 

académica. Además, la investigación pretende fundamentar doctrinaria y legalmente la 

necesidad de crear marcos regulatorios similares a los existentes para otros tipos de 

obligaciones en derecho, demostrando que la falta de normas facilita la deshonestidad y 

dificulta la protección del proceso formativo. 

 

Finalmente, este trabajo constituye un aporte relevante al conocimiento jurídico-educativo en 

el Ecuador, dado que propone líneas de acción sostenibles para la formulación de políticas 

académicas, protocolos de vigilancia y reformas normativas 

 

que permitan evitar el fraude académico sin impedir el uso responsable de la tecnología. Su 

relevancia radica en que aborda un problema real, vigente y urgente, cuya solución requiere ser 

articulada desde una perspectiva jurídica, ética y pedagógica. 

 

Perfecto. Ahora voy a transformar el texto que enviaste en un Marco Teórico completamente 

adaptado a tu tema (fraude académico + IA generativa + Guaranda, 2025) cumpliendo con 

absolutamente todo lo que pediste. 



8  

CAPÍTULO II 

 

2.1. MARCO TEÓRICO 

 

La obligación principal en el contexto de la integridad académica 

 

2.2.1. Obligación académica principal 

 

En el ámbito jurídico, la obligación principal constituye el eje del cual dependen las 

obligaciones accesorias. De forma similar, en el contexto educativo, la obligación fundamental 

del estudiante es aprender de manera auténtica, desarrollar capacidades intelectuales y cumplir 

las actividades académicas bajo principios de honestidad, responsabilidad y autoría real. Toda 

evaluación académica exige el cumplimiento de esta responsabilidad formativa. 

 

Así como en el derecho civil las garantías no sustituyen la obligación principal, en la educación 

las herramientas tecnológicas incluida la inteligencia artificial generativa deben cumplir un rol 

complementario y no reemplazar el proceso cognitivo del estudiante. La Constitución del 

Ecuador establece que la educación debe promover el pensamiento crítico, la ética y el 

desarrollo integral, lo que implica que el aprendizaje honesto es un deber central del estudiante. 

 

Desde esta perspectiva, la integridad académica puede compararse con el cumplimiento 

contractual: el incumplimiento de la obligación principal genera consecuencias institucionales, 

tales como sanciones disciplinarias o pérdida de credibilidad académica. El uso de IA 

generativa para sustituir la autoría constituye un incumplimiento directo de esta obligación 

fundamental. 

 

2.2.2. Uso académico de la inteligencia artificial generativa 

 

 

La inteligencia artificial generativa se ha incorporado progresivamente al ámbito universitario 



9  

 

ecuatoriano como herramienta de apoyo al aprendizaje. Plataformas como ChatGPT o Copilot 

permiten organizar información, sintetizar contenidos y asistir en procesos académicos. Sin 

embargo, su uso genera nuevas responsabilidades que deben ser asumidas tanto por estudiantes 

como por instituciones. 

 

Doctrinalmente, la IA debe entenderse como un instrumento auxiliar del aprendizaje y no como 

un sustituto del esfuerzo intelectual. Aunque el marco jurídico ecuatoriano aún no regula 

expresamente su uso en educación, la Constitución y la Ley Orgánica de Educación Superior 

reconocen la integridad académica como principio rector, lo que obliga a garantizar que estas 

herramientas no vulneren la autoría ni la ética educativa. 

 

Cuando la IA se emplea para generar trabajos presentados como propios, se incurre en fraude 

académico. La facilidad de acceso a recursos tecnológicos ha incrementado prácticas 

deshonestas, lo que evidencia la necesidad de regular su uso mediante políticas institucionales 

claras. 

 

2.2.3. Riesgos del uso de la inteligencia artificial generativa 

 

 

El uso de IA generativa conlleva beneficios, pero también riesgos académicos. Uno de los 

principales es la pérdida de autenticidad intelectual, ya que la dependencia excesiva de estas 

herramientas puede afectar el desarrollo del pensamiento crítico y del aprendizaje autónomo. 

 

El uso indebido de IA genera consecuencias éticas y disciplinarias comparables al 

incumplimiento de obligaciones en el derecho civil. Aunque no existe una normativa específica, 



10  

el Reglamento de Régimen Académico exige a las instituciones promover la honestidad 

académica, lo que justifica la sanción del uso fraudulento de estas tecnologías. 

 

Doctrinalmente, el uso de IA puede clasificarse en: 

 

 

• uso legítimo como apoyo académico, 

 

• uso restringido bajo supervisión, 

 

• uso fraudulento cuando sustituye la autoría. 

 

 

La problemática no radica en la tecnología en sí, sino en su empleo sin criterios éticos. 

 

 

2.2.4. Uso legítimo y regulado de la IA generativa 

 

 

El uso legítimo de la inteligencia artificial en educación superior se da cuando existe 

transparencia, reconocimiento de la herramienta y respeto a la autoría. Bajo estas condiciones, 

la IA puede apoyar la búsqueda de información y la organización de ideas sin constituir fraude 

académico. 

 

En el Ecuador, aunque no hay una ley específica sobre IA educativa, el marco constitucional y 

la LOES obligan a garantizar la ética y la calidad del aprendizaje. Por ello, las universidades 

han incorporado reglamentos internos que sancionan el uso indebido de estas herramientas. 

 

El uso regulado institucionalmente exige lineamientos claros, mecanismos de verificación y 

sanciones proporcionales. Estas medidas no buscan frenar el desarrollo tecnológico, sino 

asegurar que la IA cumpla una función accesoria y no sustituya el aprendizaje genuino. 



11  

2.2.5. Consecuencias académicas y jurídicas del uso indebido 

 

 

El uso fraudulento de inteligencia artificial genera sanciones académicas similares al interés 

moratorio en el ámbito contractual. Estas sanciones pueden incluir la anulación de 

evaluaciones, suspensión o incluso la pérdida del derecho a matrícula, conforme a los 

reglamentos institucionales. 

 

Además, en casos graves, el uso indebido de IA puede trascender el ámbito académico y 

generar responsabilidades administrativas o penales. Las sanciones cumplen una función 

preventiva y correctiva, orientada a proteger la integridad del sistema educativo y la validez de 

los títulos otorgados. 

 

2.2.6. La obligación accesoria de los mecanismos de integridad académica 

Obligación accesoria y mecanismos de garantía 

Así como en el derecho civil las obligaciones accesorias garantizan el cumplimiento de la 

obligación principal, en el ámbito educativo los mecanismos de integridad académica buscan 

asegurar la producción de conocimiento auténtico. Estos mecanismos solo tienen sentido como 

complemento de la responsabilidad principal del estudiante. 

 

Entre las principales garantías institucionales se encuentran las declaraciones de autoría, los 

sistemas tecnológicos de verificación y los reglamentos disciplinarios. Estas medidas actúan 

únicamente cuando existe riesgo de fraude, especialmente frente al uso indebido de inteligencia 

artificial generativa. 



12  

2.2.7. Tipologías de mecanismos institucionales 

 

 

Las universidades ecuatorianas han desarrollado distintos mecanismos de garantía académica, 

tales como compromisos éticos, herramientas anti plagio y normas disciplinarias. Estos 

instrumentos funcionan como medidas preventivas y correctivas, orientadas a proteger la 

transparencia del proceso educativo. 

 

Las declaraciones de autoría equivalen a garantías personales, los sistemas tecnológicos de 

verificación actúan como garantías sobre el producto académico, y los reglamentos 

disciplinarios constituyen la garantía institucional más sólida. En conjunto, estos mecanismos 

buscan asegurar que la IA sea utilizada como apoyo pedagógico y no como medio de fraude 

 

2.2.8. Mecanismos disciplinarios universitarios y segunda instancia de control. 

 

 

Concepto de sistema disciplinario universitario (equivalente funcional a la hipoteca) 

 

 

El eje central de esta investigación se basa en el análisis del sistema disciplinario universitario 

como la forma más sólida, formal y definitiva de garantía institucional frente al fraude 

académico vinculado al uso indebido de inteligencia artificial generativa. Al igual que la 

hipoteca en el derecho real, este sistema opera como una garantía accesoria de carácter jurídico, 

cuya finalidad es asegurar el cumplimiento de la obligación principal: la producción intelectual 

auténtica por parte del estudiante. 

 

Silva (2023) afirma que herramientas como ChatGPT pueden contribuir al proceso de 

aprendizaje siempre que su uso sea ético y se encuentre bajo supervisión docente. En 

coherencia con ello, el sistema disciplinario en la educación superior funciona como un 

mecanismo normativo que permite 



13  

sancionar acciones que comprometen la integridad académica, tales como la falsificación de 

autoría, el uso indebido de inteligencia artificial o la presentación de contenidos generados 

automáticamente como si fueran propios. Su finalidad no es prevenir ni regular la tecnología 

en sí misma, sino operar jurídicamente: asegurar que, ante una infracción, la institución pueda 

activar procedimientos formales previamente establecidos para proteger el valor formativo y la 

legitimidad del proceso educativo. 

 

La doctrina académica coincide en que estos mecanismos no existen en forma autónoma, sino 

que dependen directamente de la obligación formativa principal. Así como Varsi y Torres 

(2019) señalan que no puede existir hipoteca sin crédito, en el ámbito académico no existiría 

sistema disciplinario sin una actividad educativa que requiera verificación y control. Su razón 

de ser se fundamenta en la necesidad de preservar la legitimidad del aprendizaje y la validez 

del título profesional otorgado. 

 

La Ley Orgánica de Educación Superior (LOES, 2010) y la Constitución ecuatoriana reconocen 

la facultad y responsabilidad de las instituciones para ejercer autoridad disciplinaria, diseñar 

reglamentos internos y garantizar la ética académica. El Reglamento de Régimen Académico 

del CES (2019) confirma que la integridad y la honestidad forman parte de la calidad educativa. 

Por lo tanto, el sistema disciplinario universitario tiene fundamento constitucional, legal y 

reglamentario. 

 

Las garantías más fuertes dentro de las instituciones educativas son aquella que se aplica 

mediante normativa aprobada, registrada y exigible, la cual atribuye derechos procesales, 

etapas, evidencias y sanciones en caso de conducta fraudulenta. 



14  

No se limita a un compromiso personal ni a una herramienta tecnológica, sino que confiere 

facultad de imponer consecuencias jurídicas como: 

 

• Anulación de la evaluación 

 

• Reprobación de la asignatura 

 

• Suspensión temporal 

 

• Cancelación de matrícula 

 

• Registro de la infracción en expediente académico 

• Procesos administrativos o penales en casos graves de falsificación o fraude informático 

 

 

Ya que en, el sistema disciplinario universitario actúa como la garantía formal más fuerte del 

cumplimiento de la integridad académica frente al uso inadecuado de IA generativa. No tiene 

existencia autónoma, sino que acompaña y respalda la obligación principal. Su vigencia y 

fuerza dependen de la existencia de una falta académica, del reglamento interno aplicable y de 

la jurisdicción educativa reconocida por el ordenamiento jurídico ecuatoriano. 

 

2.2.9. Efectos jurídicos del sistema disciplinario universitario 

 

 

El sistema disciplinario universitario constituye el mecanismo institucional que permite 

garantizar el cumplimiento de la integridad académica, especialmente frente a prácticas de 

fraude relacionadas con el uso indebido de inteligencia artificial generativa. Para que dicho 

sistema produzca efectos jurídicos válidos, debe encontrarse formalmente aprobado, registrado 

y comunicado dentro de los reglamentos y protocolos oficiales de la institución educativa. 

 

De acuerdo con la Constitución ecuatoriana, las universidades tienen autonomía normativa y 

están facultadas para establecer mecanismos internos de regulación y sanción (art. 355). 



15  

La LOES (2010) dispone que el ejercicio de la libertad académica debe estar acompañado de 

responsabilidad ética, mientras que el Reglamento de Régimen Académico (CES, 2019) 

determina que la formación superior debe orientarse bajo principios de honestidad y 

transparencia. 

 

Una vez vigente, el sistema disciplinario genera efectos jurídicos específicos que garantizan la 

protección de la integridad académica. Entre los principales se encuentran. 

 

2.2.10. Facultad de investigación y persecución académica 

 

 

La institución tiene derecho a iniciar procesos disciplinarios cuando existan indicios de fraude 

académico, incluso si la infracción es detectada posteriormente a la presentación o calificación 

del trabajo. Esto incluye el uso encubierto de IA generativa, la falsificación de autoría y la 

presentación de contenido automatizado como propio (Pérez, 2024). 

 

2.2.11. Prevalencia normativa institucional 

 

 

Ningún acuerdo verbal o acción docente puede contradecir lo dispuesto en los reglamentos 

disciplinarios. La normativa institucional rige con prioridad sobre decisiones individuales, 

incluyendo la autorización o tolerancia del fraude académico por parte de un docente 

(Hernández, 2023). 

 

2.3.1. Ejecución de sanciones formales 

 

 

Si se confirma la infracción, la universidad puede imponer medidas como la anulación del 

trabajo, reprobación de la materia, suspensión temporal o expulsión. 

 

En casos graves como suplantación digital, alteración de notas o fraude informático la 



16  

institución puede remitir el caso a las autoridades competentes bajo el COIP. 

 

 

Estos efectos aseguran que la integridad académica no quede limitada a declaraciones éticas o 

simples advertencias, sino que posea mecanismos formales capaces de generar consecuencias 

reales y verificables, garantizando que el aprendizaje mantenga su valor académico y jurídico. 

 

2.3.2. Facultad institucional de persecución académica (adaptación del concepto de 

persecución) 

 

Dentro de los efectos jurídicos del sistema disciplinario universitario, la facultad de 

persecución constituye uno de los elementos esenciales para garantizar el cumplimiento de la 

integridad académica frente al uso indebido de inteligencia artificial generativa. Este principio 

implica que las instituciones educativas mantienen la potestad de investigar una falta académica 

incluso después de haberse presentado, evaluado o calificado el trabajo. En otras palabras, el 

fraude académico no queda extinguido por el simple paso del tiempo ni por la aprobación 

formal de la asignatura. 

 

La persecución académica se fundamenta en el principio de responsabilidad permanente sobre 

las evaluaciones y titulaciones emitidas por la institución. Según Pérez (2024), las 

universidades tienen el deber legal y ético de asegurar la autenticidad del proceso formativo, 

razón por la cual se les reconoce la facultad de revisar, anular o sancionar evaluaciones 

fraudulentas detectadas con posterioridad a su presentación, incluyendo aquellas generadas por 

inteligencia artificial sin autorización. 

 

Este efecto jurídico se encuentra respaldado por el artículo 355 de la Constitución del Ecuador, 

que garantiza la autonomía normativa de las instituciones de educación superior, 



17  

y por la Ley Orgánica de Educación Superior (LOES, 2010), que faculta a las universidades a 

administrar su propio régimen disciplinario. En aplicación de esta normativa, el fraude 

académico no puede considerarse un hecho consumado ni protegido, ya que la institución 

conserva la facultad de actuar incluso después de la entrega del trabajo o la obtención de una 

calificación. 

 

Tal como señala Hernández (2023), la persecución académica no se limita a la fase inicial de 

la evaluación, sino que se extiende mientras existan efectos jurídicos derivados de ella, como 

la certificación de notas, la aprobación de materias o la obtención de títulos. Esto significa que 

el estudiante no puede disponer libremente de los beneficios derivados de un trabajo 

fraudulento como si se tratara de un resultado legítimo, ya que la infracción persiste y puede 

ser investigada en cualquier momento posterior. 

 

En términos prácticos, esto implica que si se detecta el uso indebido de inteligencia artificial 

en un trabajo previamente aprobado, la institución puede anular la evaluación, revertir la 

calificación, suspender al estudiante o iniciar un proceso disciplinario formal. La persecución 

académica garantiza que la integridad institucional prevalezca sobre cualquier intento de 

ocultar el fraude mediante el paso del tiempo o la finalización administrativa de la materia. 

 

2.3.3. Preferencia institucional en la aplicación de sanciones académicas 

 

 

En el ámbito disciplinario universitario, el principio de preferencia se manifiesta como la 

facultad de la institución para priorizar sus potestades sancionatorias frente a cualquier otra 

reclamación, beneficio académico o acto administrativo a favor del estudiante. Esto significa 

que, cuando existe una presunta infracción académica vinculada al uso indebido de inteligencia 



18  

artificial generativa, la investigación y sanción disciplinaria prevalecen sobre cualquier derecho 

formalmente adquirido, incluyendo notas aprobatorias, homologaciones o procesos de 

titulación. 

 

Este principio opera bajo el entendido de que la integridad académica es un bien jurídico 

superior que condiciona la validez de todo proceso educativo. Según Viteri (2023), las 

universidades tienen la facultad de declarar sin efecto evaluaciones o certificaciones cuando se 

comprueba que el estudiante recurrió a prácticas fraudulentas, incluso si éstas ya habían sido 

registradas administrativamente. En esta lógica, la preferencia disciplinaria garantiza que 

ninguna calificación basada en fraude pueda conservar su eficacia. 

 

Esta facultad jurídica encuentra fundamento en la Ley Orgánica de Educación Superior, que en 

su artículo 77 establece la obligación de adoptar medidas frente a comportamientos 

deshonestos en el proceso académico, y reconoce a las instituciones la capacidad de establecer 

su propio régimen disciplinario. Asimismo, el Reglamento de Régimen Académico del Consejo 

de Educación Superior (CES, 2020) señala que la validez de una evaluación depende del 

cumplimiento de principios éticos y metodológicos establecidos institucionalmente. 

 

En un sentido análogo al sistema registral del derecho privado, la preferencia académica se 

aplica conforme a los principios de jerarquía normativa y prioridad temporal en materia 

disciplinaria: cuando se acredita fraude, una resolución sancionatoria prevalece sobre cualquier 

acto académico inscrito con anterioridad y deja sin efecto sus consecuencias. 

 

Cabero y Llorente (2023) señalan que el uso de inteligencia artificial en educación debe regirse 

por criterios claros de responsabilidad, lo que implica que el reconocimiento de una calificación 



19  

o aprobación no puede considerarse definitivo si existe duda fundada sobre la legitimidad del 

trabajo presentado. En consecuencia, la validez académica está condicionada al cumplimiento 

ético y a la transparencia en el uso de herramientas tecnológicas. 

 

La preferencia institucional cumple, además, una función preventiva. Al otorgar primacía a las 

medidas disciplinarias relacionadas con el uso indebido de inteligencia artificial, se fortalece 

la seguridad jurídica académica y se evita que estudiantes intenten legitimar resultados 

obtenidos de forma fraudulenta mediante trámites posteriores como la titulación, el registro de 

créditos o la postulación a beneficios. 

 

2.3.4. Ejecución institucional de las sanciones académicas 

 

 

En el contexto universitario, la ejecución disciplinaria constituye el equivalente funcional de la 

“venta judicial” en el ámbito patrimonial, puesto que representa el momento en que la 

institución procede a materializar las consecuencias jurídicas derivadas del fraude académico. 

En el caso específico del uso indebido de inteligencia artificial generativa para elaborar 

trabajos, evaluaciones o tesis, la universidad adquiere la potestad de aplicar sanciones que 

pueden ir desde la anulación del trabajo académico hasta la cancelación definitiva de la 

matrícula o título, dependiendo de la gravedad de la falta y de lo establecido en el reglamento 

institucional. 

 

Este tipo de ejecución no es un acto discrecional, sino un procedimiento reglado que debe 

garantizar el debido proceso. 

 

La Ley Orgánica de Educación Superior (LOES), en los artículos 86 y 87, establece que las 

instituciones de educación superior tienen la facultad de juzgar y sancionar los actos 



20  

de deshonestidad académica, preservando la calidad educativa y la validez del mérito. De igual 

manera, el Reglamento de Régimen Académico (CES, 2020) enfatiza que la integridad 

académica es un requisito indispensable para la validez de toda actividad evaluativa. 

 

Siguiendo este ordenamiento, las universidades deben aplicar mecanismos formales para 

ejecutar las sanciones, lo que incluye la intervención de autoridades académicas, comités de 

ética o tribunales internos. Tal como señala Cedeño (2024), la sanción académica no se agota 

con la simple constatación de fraude, sino que requiere la emisión de una resolución formal 

que garantice la transparencia y la seguridad jurídica del proceso. 

 

La ejecución disciplinaria también tiene una dimensión protectora. Así como la hipoteca limita 

la ejecución a un bien determinado, las sanciones académicas deben limitarse estrictamente a 

los efectos previstos en el reglamento institucional, sin afectar derechos que no estén 

vinculados al fraude comprobado. Esto asegura que las medidas disciplinarias respeten el 

principio de proporcionalidad, evitando abusos o sanciones arbitrarias. 

 

El procedimiento disciplinario cierra con la materialización de la decisión institucional. Esto 

implica, por ejemplo, la eliminación de calificaciones obtenidas mediante IA generativa, la 

inhabilitación para matricular asignaturas, el registro de la sanción en el expediente académico, 

o en los casos más graves, la expulsión o anulación de un título. En términos doctrinarios, 

Martínez (2023) explica que la sanción solo adquiere eficacia plena cuando se ejecuta conforme 

a la norma interna, constituyendo la etapa final del proceso de control académico. 

 

De la misma manera, la ejecución administrativa de sanciones constituye la herramienta 

jurídica mediante la cual la institución garantiza que el fraude académico, 



21  

incluyendo el cometido mediante sistemas de inteligencia artificial generativa, no quede 

impune. Este mecanismo asegura la restauración del orden académico, protege la validez del 

mérito educativo y preserva la credibilidad institucional. 

 

2.3.5. Concepto de doble sanción por fraude académico con IA generativa 

 

 

En el ámbito educativo superior, la figura equivalente a la “segunda hipoteca” se observa 

cuando un estudiante enfrenta dos o más procesos disciplinarios acumulados derivados de un 

mismo acto de deshonestidad académica o como consecuencia de reincidencia. En casos de 

plagio o uso indebido de inteligencia artificial generativa, una institución puede imponer una 

primera sanción correspondiente al incumplimiento del deber de honestidad académica, y 

posteriormente una segunda medida sancionatoria si el estudiante reitera la conducta o si se 

identifica que el trabajo fue presentado nuevamente en otro espacio académico. En este sentido, 

un mismo acto inicial puede generar dos responsabilidades independientes que deben ser 

asumidas por el estudiante ante diferentes instancias institucionales. 

 

La doctrina describe esta situación como una acumulación jerárquica de sanciones, donde cada 

medida disciplinaria conserva una naturaleza distinta pero se sostiene sobre el mismo hecho 

base. De acuerdo con Villavicencio (2022), la reincidencia en fraude académico implica que 

“la segunda sanción no sustituye la primera, sino que se adiciona a ella, reforzando la respuesta 

institucional frente a la ruptura sistemática de la ética educativa” (p. 44). De manera similar, 

Bustos (2023) señala que la doble penalidad cumple una función disuasiva, puesto que 

incrementa el costo académico y reputacional para el estudiante que decide persistir en 

conductas prohibidas. 

 

A nivel normativo, la Ley Orgánica de Educación Superior (LOES) reconoce que el ejercicio 



22  

de la autonomía universitaria incluye la potestad disciplinaria (art. 13) y faculta la aplicación 

progresiva de sanciones en caso de infracciones académicas, las cuales pueden agravarse ante 

la repetición de la conducta o la existencia de dolo. Asimismo, el Reglamento del Régimen 

Académico (CES, 2020) establece que la presentación de trabajos no originales o generados 

mediante medios automatizados sin autorización constituye una falta grave sujeta a sanción. 

 

En los casos de uso fraudulento de inteligencia artificial generativa, el régimen sancionatorio 

puede funcionar de manera semejante al sistema de doble carga en materia hipotecaria: la 

primera sanción se orienta a invalidar el trabajo o la calificación obtenida de forma ilícita, 

mientras que una segunda sanción, acumulativa y de mayor gravedad, puede derivar en 

suspensión, pérdida de matrícula o incluso la revocatoria del título académico en situaciones 

extremas. Conforme señala García (2023), la responsabilidad académica debe aplicarse 

rigurosamente cuando se produce un uso indebido de herramientas de IA, pues la falta no solo 

compromete un aspecto técnico, sino que supone una violación ética y estructural que puede 

agravarse en casos de reincidencia. 

 

Por tanto, al igual que en el régimen patrimonial en el que un solo bien puede respaldar dos 

obligaciones distintas, en materia educativa un solo acto fraudulento puede generar 

responsabilidades múltiples que deben ser enfrentadas en diferentes etapas del proceso 

disciplinario. Este fenómeno pone en evidencia la necesidad de reglamentar de manera 

específica el uso académico de IA,así como de establecer criterios claros para la acumulación 

y graduación de sanciones, garantizando justicia y proporcionalidad en su aplicación. 

 

2.3.6. Inviabilidad de la doble sanción en casos de fraude académico con IA generativa 

 

 

El problema central identificado en esta investigación radica en que, pese a que las instituciones 



23  

de educación superior ecuatorianas contemplan sanciones frente al plagio tradicional, la 

normativa todavía no desarrolla procedimientos claros ni criterios especializados respecto al 

uso indebido de inteligencia artificial generativa. La Ley Orgánica de Educación Superior 

(LOES) únicamente establece de manera general que las universidades tienen la potestad 

sancionadora en el ejercicio de la autonomía (art. 13 y 86), pero no regula la reincidencia ni la 

acumulación de faltas relacionadas con herramientas digitales avanzadas. 

 

Esta falta de regulación específica genera una problemática similar a la de la segunda hipoteca: 

al intentar aplicar dos sanciones sobre un mismo hecho o en un mismo contexto, se evidencia 

la imposibilidad real de garantizar la eficacia pedagógica, jurídica y administrativa del sistema 

disciplinario. Si un estudiante comete fraude académico con IA y posteriormente reincide 

usando el mismo medio, la institución puede emitir dos sanciones, pero difícilmente podrá 

asegurar que la segunda tenga efectos prácticos reales si el marco normativo no establece 

procedimientos sancionadores escalonados, mecanismos de seguimiento ni instancias de 

reincidencia. 

 

Desde la perspectiva operativa, la inviabilidad de las sanciones múltiples cobra aún más 

relevancia cuando la institución debe responder al uso de IA generativa en la elaboración de 

tesis, trabajos finales, artículos o evaluaciones, pues esto incrementa el nivel de daño 

académico y exige procesos más costosos. 

 

Al igual que sucede con los intereses y recargos en el incumplimiento de un préstamo, en el 

ámbito académico también se generan costos adicionales cuando se judicializa el fraude, se 

solicita peritaje digital, se contrata software de detección de IA y se conforman comités 

disciplinarios. A modo de demostración, se expone el siguiente ejemplo con valores 



24  

referenciales basados en costos reales de universidades ecuatorianas: 

 

 

2.4. Simulación de impacto institucional por fraude académico con IA 
 

 

 

Concepto 

Valor 

referencial 

Costo de software/licencias antiplagio e IA (anual por estudiante 

sancionado) 

 

$120,00 

Honorarios de comité disciplinario / perito digital $250,00 

Tiempo docente invertido (compensación académica estimada) $180,00 

Gestión administrativa (notificaciones, audiencias, archivamiento) $90,00 

Total aproximado $640,00 

 

Como puede evidenciarse, cuando se suman los costos derivados del proceso disciplinario, la 

institución termina invirtiendo más recursos de los que puede recuperar mediante medidas 

correctivas, especialmente si la sanción consiste únicamente en la invalidación del trabajo. En 

estos casos, la institución termina con una sanción formal, pero sin un mecanismo efectivo para 

reparar el daño académico ni generar disuasión real. 

 

A ello se suma que el Reglamento de Régimen Académico del CES no establece sanciones 

específicas para el uso de inteligencia artificial generativa, 

 

lo que obliga a las instituciones a recurrir a analogías con normas diseñadas para otras 

modalidades de plagio. La UNESCO (2023) advierte que todavía no existen marcos normativos 

consolidados que regulen de manera integral el uso de la IA en entornos educativos, lo que 



25  

genera vacíos operativos y dificulta la aplicación de sanciones efectivas frente a la 

deshonestidad digital. Mientras la tecnología avanza con rapidez, la regulación académica 

permanece rezagada, creando áreas grises en las que resulta complejo garantizar la integridad 

académica. 

 

En este escenario, la sanción disciplinaria se vuelve simbólica, pues no existe garantía real de 

que la medida aplicada prevenga la reincidencia o proteja el valor del mérito académico. Al 

igual que la segunda hipoteca pierde capacidad de garantía, una segunda sanción por fraude 

académico pierde eficacia sin un procedimiento específico, progresivo y normado para estos 

casos. 

 

Por ello, este estudio propone que, en lugar de sostener un sistema disciplinario basado en 

sanciones acumulativas sin soporte normativo, el legislador y los órganos de control (CES, 

SENESCYT) desarrollen un marco jurídico claro y especializado sobre inteligencia artificial 

académica, incluyendo protocolos de uso, definiciones, tipos de infracción, escalas 

sancionatorias y mecanismos de seguimiento. 



26  

CAPÍTULO III 

METODOLOGÍA 

 

 

3. Metodología de la investigación 

 

 

La presente investigación adopta una metodología diseñada para responder de manera integral 

al fenómeno del fraude académico asociado al uso de herramientas de inteligencia artificial 

generativa en instituciones de educación superior de la ciudad de Guaranda. La selección de 

métodos, técnicas e instrumentos está fundamentada en la naturaleza interdisciplinaria del 

problema, el cual involucra dimensiones jurídicas, pedagógicas, tecnológicas y éticas. Por esta 

razón, se opta por un enfoque mixto, combinando métodos cualitativos y cuantitativos con el 

propósito de generar resultados interpretativos validados mediante evidencia empírica. 

 

El componente cualitativo se orienta al análisis del marco normativo, doctrinario y de los 

instrumentos institucionales relacionados con la integridad académica, la responsabilidad 

estudiantil y la regulación del uso de IA en la producción de trabajos académicos. A través del 

método analítico–interpretativo se examinarán la Ley Orgánica de Educación Superior 

(LOES), el Reglamento de Régimen Académico del CES, los códigos de ética universitaria y 

los reglamentos disciplinarios internos. Este enfoque permitirá identificar los vacíos jurídicos 

y las inconsistencias en la aplicación de sanciones frente al uso indebido de herramientas como 

ChatGPT y otras IA generativas. 

 

En complemento, el componente cuantitativo permitirá obtener y procesar datos verificables 

sobre la percepción y experiencia del cuerpo académico ante este fenómeno. Para ello, se 

aplicarán encuestas estructuradas dirigidas a docentes, directivos y especialistas en derecho 

educativo. Los resultados serán tabulados y analizados mediante estadística descriptiva a fin 



27  

de determinar la frecuencia del uso fraudulento de IA, los mecanismos institucionales de 

control existentes y el nivel de conocimiento sobre sanciones y protocolos. 

 

El diseño mixto posibilita articular la interpretación crítica del Derecho con la realidad práctica 

vivida en entornos universitarios. Como señala Hernández Sampieri (2021), los estudios mixtos 

permiten abordar problemas complejos combinando el poder explicativo del análisis cualitativo 

y la objetividad del tratamiento estadístico, lo cual fortalece la validez interna de los hallazgos. 

En este sentido, el enfoque elegido es el más adecuado para comprender no solo la dimensión 

legal del fenómeno, sino también la manera en que se manifiesta dentro de la comunidad 

académica. 

 

Los datos documentales serán interpretados mediante el análisis jurídico–argumentativo, 

método característico de investigación en ciencias sociales y jurídicas, que permite examinar 

principios, normas, jurisprudencia comparada y literatura científica especializada. 

Paralelamente, los datos empíricos obtenidos por medio de encuestas servirán de sustento 

cuantitativo para contrastar la teoría con la práctica institucional. 

 

3.1. Método 

 

 

Con el propósito de alcanzar los objetivos planteados y garantizar la consistencia científica de 

los hallazgos, se han seleccionado métodos de investigación que permiten abordar el fenómeno 

del fraude académico mediante inteligencia artificial generativa desde una perspectiva integral. 

Debido a que el objeto de estudio involucra análisis normativo, interpretación doctrinal y 

observación de prácticas institucionales, se emplea principalmente el método de 

interpretación jurídica, complementado con herramientas de análisis empírico. 



28  

Esta combinación metodológica asegura que el tratamiento del tema sea riguroso, sistemático 

y acorde con los parámetros de la investigación socio jurídica. 

 

El método interpretativo resulta esencial para examinar los vacíos normativos existentes y 

evaluar la congruencia entre la regulación educativa vigente y los retos contemporáneos 

planteados por el uso de IA en procesos académicos. Como afirma Taruffo (2018), interpretar 

el Derecho implica reconstruir el sentido de las normas dentro de su contexto histórico, 

lingüístico y sistémico, lo que permite fundamentar soluciones jurídicas sólidas en 

problemáticas emergentes como la inteligencia artificial aplicada al entorno universitario. 

 

Método interpretativo 

 

 

a) Interpretación literal 

 

 

La interpretación literal se centra en el análisis directo del texto normativo, privilegiando su 

redacción y sentido gramatical. En esta investigación, dicho método se aplica a normas como 

la Ley Orgánica de Educación Superior, el Reglamento de Régimen Académico, los códigos 

de ética institucional y los reglamentos disciplinarios universitarios. Se examinan los términos 

empleados en disposiciones relacionadas con deshonestidad académica, evitando introducir 

valoraciones externas y respetando la estructura normativa original. De esta manera se 

establecen los límites y alcances de lo que actualmente se considera infracción, aun cuando no 

exista regulación específica sobre inteligencia artificial generativa. 

 

b) Interpretación sistemática 

 

 

Este método busca comprender la norma como parte de un sistema, relacionando su contenido 

con otras disposiciones legales, principios institucionales y fuentes doctrinales. 



29  

Su aplicación permite vincular la normativa interna de las universidades con el derecho 

constitucional, el derecho educativo y las políticas de calidad académica. Además, se recurre 

al análisis comparado con legislaciones internacionales que ya han regulado el uso académico 

de la IA, El método sistemático facilita revelar contradicciones, vacíos y necesidades de 

reforma en el régimen jurídico vigente. 

 

c) Interpretación histórica 

 

 

La interpretación histórica permite rastrear el origen de los conceptos relacionados con 

integridad académica y fraude educativo, así como su transformación desde el plagio 

tradicional hasta las formas actuales mediadas por inteligencia artificial. Este enfoque 

considera la evolución de los reglamentos universitarios, la doctrina sobre deshonestidad 

académica y los debates contemporáneos sobre IA generativa en la producción científica. A 

través de este método es posible comprender cómo la normativa educativa fue construida en 

un contexto previo a la IA y por qué su formulación actual resulta insuficiente ante los desafíos 

tecnológicos emergentes. 

 

3.1.1. Tipo de investigación 

 

 

La definición del tipo de investigación constituye un eje fundamental para garantizar la 

coherencia metodológica del estudio y asegurar que los resultados respondan adecuadamente 

al problema planteado. En este caso, la investigación se desarrolla bajo un alcance descriptivo, 

dado que se requiere examinar de manera detallada los elementos que conforman el fenómeno 

del fraude académico y el uso indebido de herramientas de inteligencia artificial generativa 

dentro de las instituciones de educación superior. 



30  

Este enfoque permite caracterizar cada variable y, posteriormente, relacionarlas para ofrecer 

una visión integral del problema. 

 

Se adopta un enfoque mixto, integrando métodos cualitativos y cuantitativos. La dimensión 

cualitativa se orienta al análisis jurídico y doctrinario de normas como la Ley Orgánica de 

Educación Superior (LOES), el Reglamento de Régimen Académico del Consejo de Educación 

Superior (CES) y los estatutos internos universitarios, con el fin de interpretar los principios de 

integridad académica y las obligaciones institucionales frente al uso de tecnologías emergentes 

como la IA generativa. Paralelamente, el enfoque cuantitativo se aplica mediante el 

levantamiento de datos a través de encuestas dirigidas a docentes, estudiantes y expertos para 

medir la percepción, frecuencia y modalidades del fraude académico digital, lo que permite 

generar resultados verificables estadísticamente. 

 

El método predominante es interpretativo, ya que se sustenta en la revisión documental y en 

el análisis normativo para comprender el alcance y los vacíos regulatorios existentes respecto 

al uso de IA en el ámbito educativo. Esta metodología es particularmente pertinente en 

investigaciones jurídicas, donde el contenido normativo debe ser desglosado, contextualizado 

y comparado con la realidad práctica, lo que implica una lectura sistemática, literal e histórica 

de las disposiciones aplicables. 

 

La presente investigación es de carácter no experimental, debido a que no se manipulan 

variables ni se interviene activamente en el entorno educativo. El análisis se realiza sobre 

hechos ya ocurridos o situaciones observables en su contexto natural. Finalmente, se determina 

que el estudio es de naturaleza teórica-documental, pues se fundamenta en fuentes jurídicas y 

académicas, complementadas con información empírica 



31  

obtenida mediante instrumentos de consulta, lo cual permite desarrollar una propuesta 

argumentada y sustentada en evidencia. 

 

3.1.2. Técnicas e instrumentos de recolección de datos 

 

 

Para la obtención de la información necesaria se emplearán técnicas e instrumentos coherentes 

con el enfoque mixto adoptado, permitiendo contrastar la normativa aplicable con la realidad 

académica. Las técnicas seleccionadas posibilitan tanto el análisis documental como la 

recolección de percepciones empíricas que respalden la discusión teórica de la investigación. 
 

Técnica Instrumento 

Análisis de documentos Guía de revisión de documentos académicos y normativos 

Encuestas Cuestionario estructurado 

El análisis documental permitirá estudiar leyes, reglamentos, resoluciones y literatura 

especializada relativa al fraude académico y a las implicaciones del uso de inteligencia artificial 

generativa en los entornos universitarios. Este instrumento se aplicará principalmente a la 

revisión de la LOES, CES, estatutos institucionales y documentos doctrinales. 

 

La encuesta se aplicará mediante cuestionarios dirigidos a profesionales con experiencia en 

gestión académica y control disciplinario universitario, con el fin de obtener datos cuantitativos 

sobre las prácticas, percepciones y niveles de conocimiento respecto a la IA generativa y su 

relación con el fraude académico. 

 

3.1.3. Criterios de inclusión y exclusión 

 

 

Con el fin de delimitar adecuadamente la población participante, se establecen los siguientes 

criterios: 



32  

Criterio de inclusión: 

 

Autoridades académicas, docentes universitarios y responsables de control disciplinario o 

aseguramiento de la calidad educativa, que puedan aportar criterios especializados sobre el 

fenómeno del fraude académico y la regulación del uso de IA generativa. 

 

Criterio de exclusión: 

 

Estudiantes u otros actores que no ejerzan funciones institucionales de regulación académica 

o que no cuenten con experiencia en gestión de integridad educativa. 

 

3.1.4. Población y muestra 

 

 

Población 

 

 

La población de estudio de la presente investigación estuvo conformado por 125 personas, en 

la cual se llevó a cabo una entrevista y encuestas por parte de abogados de libre ejercicio, 

docentes y estudiantes universitarios de la Universidad Estatal de Bolívar, pertenecientes al 

cantón Guaranda. 

Muestra 

 

Para la presente investigación se tomó una muestra significativa que permitirá para conocer la 

realidad que se vive en el ámbito educativo, especialmente dentro, 

de la institución de educación superior del mismo cantón. La muestra estuvo conformada por 

5 Abogados en libre ejercicio 

quienes proporcionaron la información necesaria para el análisis y comprensión del fenómeno 

estudiado. 



33  

Número Cargo 

 

20 

Educadores de integridad académica de 

la Universidad Estatal De Bolívar del 

cantón Guaranda. 

100 Estudiantes de la Universidad Estatal 

De Bolívar. 

5 Abogados en libre ejercicio cantón 

Guaranda 

 

La selección corresponde a un muestreo no probabilístico por criterio, dado que se elige 

únicamente a participantes que posean conocimiento directo sobre la problemática de estudio, 

asegurando así la pertinencia de la información recabada. 

 

3.1.5. LOCALIZACIÓN GEOGRÁFICA DEL ESTUDIO 

 

 

La localización geográfica es el cantón Guaranda. 



34  

 



35  

CAPÍTULO IV 

RESULTADOS Y DISCUSIÓN 

 

4.1. Resultados 

 

“ABOGADOS EN LIBRE EJERCICIO CANTÓN GUARANDA ENTREVISTADOS” 
 

 

 

 

Tabla 1 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 5 100% 

No 0 0% 

Total 5 100% 

Fuente: Abogados en libre ejercicio cantón Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados reflejan que el 100% de los encuestados, equivalente a 5 participantes, 
manifestó conocer la inteligencia artificial y su relación con el fraude académico, mientras 
que no se registraron respuestas negativas. Esto evidencia un conocimiento generalizado 
sobre esta temática entre los participantes, lo que demuestra que la Inteligencia Artificial y 
su posible vinculación con el fraude académico es un aspecto reconocido por la totalidad de 
la muestra analizada. 



36  

Justificación de las respuestas (entrevistados): 

 

Como abogado en libre ejercicio, tengo conocimiento sobre el uso actual de la inteligencia 
artificial y sus implicaciones en el ámbito académico. Considero que estas herramientas, 
cuando no son utilizadas de manera ética, pueden facilitar prácticas de fraude académico, 
afectando la honestidad y la responsabilidad en los procesos de formación.” 

 
 

 
Tabla 2 

 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 4 80% 

No 1 20% 

Total 5 100% 

 

 

Fuente: Abogados en libre ejercicio cantón Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

 

Los resultados obtenidos evidencian que el 80% de los entrevistados, equivalente a 4 

participantes, considera que la Inteligencia Artificial facilita que los estudiantes cometan 

fraude académico, mientras que el 20%, correspondiente a 1 participante, manifestó que no lo 

considera así. Estos datos reflejan que existe una mayoría que percibe a la Inteligencia 

Artificial como un factor que puede incidir en prácticas de fraude académico, aunque se 

mantiene una postura minoritaria que atribuye mayor relevancia al uso responsable de esta 

herramienta. 



37  

Justificación de las respuestas (entrevistados): 

 

Respuesta opción Sí (80%): 

“Elegí esta respuesta porque la Inteligencia Artificial es una herramienta de fácil acceso y uso 

extendido entre los estudiantes, lo que puede facilitar la elaboración de trabajos académicos 

sin el esfuerzo intelectual correspondiente. Desde mi criterio profesional, esta situación puede 

derivar en fraude académico cuando no existen controles adecuados ni una orientación clara 

sobre su uso ético.” 

 

Respuesta opción No (20%): 

“Seleccioné esta opción porque considero que la Inteligencia Artificial no es, por sí misma, la 

causa del fraude académico, ya que todo depende del uso responsable y ético que el 

estudiante le dé. Bien empleada, puede ser una herramienta de apoyo que no vulnera la 

integridad académica.” 
 

 

 

 

 

 

Tabla 3 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 2 40% 

No 3 60% 

Total 5 100% 



38  

Fuente: Abogados en libre ejercicio cantón Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

 

Los resultados muestran que el 60% de los entrevistados, equivalente a 3 participantes, 

considera que la mayoría de los estudiantes no utiliza la inteligencia artificial principalmente 

para hacer trampa, mientras que el 40%, correspondiente a 2 participantes, opina lo contrario. 

Estos datos evidencian que predomina la percepción de que la inteligencia artificial es 

empleada, en mayor medida, como una herramienta de apoyo al aprendizaje y no 

exclusivamente como un medio para cometer fraude académico. 

 

Justificación de las respuestas (entrevistados): 

 

Respuesta opción Sí (40%): 

“Elegí esta respuesta porque considero que muchos estudiantes recurren a la inteligencia 

artificial para obtener respuestas rápidas sin realizar un análisis propio, lo que puede llevar a 

prácticas de trampa académica. Desde mi experiencia, la falta de control y orientación 

adecuada favorece este tipo de conductas.” 

 

Respuesta opción No (60%): 

“Seleccioné esta opción porque estimo que, aunque algunos estudiantes pueden usar la 

inteligencia artificial de forma incorrecta, la mayoría la emplea como una herramienta de 

apoyo para comprender mejor los contenidos y reforzar su aprendizaje, sin que ello implique 

necesariamente hacer trampa.” 
 

 



39  

Tabla 4 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 4 80% 

No 1 20% 

Total 5 100% 

 

Fuente: Abogados en libre ejercicio cantón Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

 

Los resultados reflejan que el 80% de los entrevistados, equivalente a 4 participantes, 

considera necesaria la creación urgente de una ley o norma universitaria que regule el uso de 

la inteligencia artificial en relación con el fraude académico, mientras que el 20%, 

correspondiente a 1 participante, manifestó una opinión contraria. Estos datos evidencian una 

percepción mayoritaria sobre la necesidad de establecer un marco normativo que permita 

prevenir el uso indebido de la Inteligencia Artificial y garantizar la integridad académica en 

las instituciones de educación superior. 

 

Justificación de las respuestas (entrevistados): 

 

Respuesta opción Sí (80%): 

“Elegí esta respuesta porque el uso de la inteligencia artificial en el ámbito académico ha 

avanzado más rápido que la regulación existente. Considero necesario establecer normas 

claras que delimiten su uso adecuado, prevengan el fraude académico y protejan principios 

fundamentales como la honestidad, la ética y la transparencia en la educación universitaria.” 

 

Respuesta opción No (20%): 

“Seleccioné esta opción porque estimo que no es indispensable crear una nueva norma, ya 

que el uso de la inteligencia artificial puede regularse mediante los reglamentos internos ya 

existentes y a través de la formación ética de los estudiantes, sin necesidad de una legislación 

adicional.” 



40  

 
 

 

 

 

Tabla 5 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 4 80% 

No 1 20% 

Total 5 100% 

 

 

 

Fuente: Abogados en libre ejercicio cantón Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

 

Los resultados evidencian que el 80% de los entrevistados, equivalente a 4 participantes, 

considera que la institución educativa debería invertir recursos económicos en herramientas 

tecnológicas destinadas a detectar el fraude académico relacionado con el uso de la 

inteligencia artificial, mientras que el 20%, correspondiente a 1 participante, manifestó una 

opinión contraria. Estos datos reflejan una percepción mayoritaria sobre la importancia de 

fortalecer los mecanismos de control y prevención frente al uso indebido de la Inteligencia 

Artificial en el ámbito académico. 



41  

Justificación de las respuestas (entrevistados): 

 

Respuesta opción Sí (80%): 

“Elegí esta respuesta porque el avance de la inteligencia artificial exige que las instituciones 

educativas cuenten con herramientas actualizadas que permitan identificar y prevenir 

prácticas de fraude académico. Considero que la inversión en estos sistemas es necesaria para 

proteger la integridad académica y garantizar la transparencia en los procesos de evaluación.” 

 

Respuesta opción No (20%): 

“Seleccioné esta opción porque considero que, antes de invertir en nuevas herramientas 

tecnológicas, se debería fortalecer la formación ética de los estudiantes y mejorar los 

mecanismos de control ya existentes, ya que el fraude académico no depende únicamente de 

la tecnología utilizada.” 
 

 

 

 

 

 

 

 

Tabla 6 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 1 20% 

No 4 80% 

Total 5 100% 



42  

Fuente: Abogados en libre ejercicio cantón Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

 

Los resultados evidencian que el 80% de los entrevistados, equivalente a 4 participantes, 

considera que el fraude académico mediante el uso de la inteligencia artificial no afecta la 

calidad de la educación superior en la ciudad de Guaranda, mientras que el 20%, 

correspondiente a 1 participante, manifestó que sí existe una afectación. Estos datos reflejan 

que predomina la percepción de que el impacto del fraude académico relacionado con la IA 

aún no incide de manera significativa en la calidad educativa a nivel local, aunque se 

reconoce la presencia de una opinión minoritaria que advierte posibles consecuencias 

negativas. 

 

Justificación de las respuestas (entrevistados): 

 

Respuesta opción Sí (20%): 

“Elegí esta respuesta porque considero que el uso indebido de la inteligencia artificial puede 

disminuir el nivel real de aprendizaje de los estudiantes, lo cual, con el tiempo, puede 

repercutir negativamente en la calidad de la educación superior.” 

 

Respuesta opción No (80%): 

“Seleccioné esta opción porque estimo que, aunque existen casos de fraude académico 

relacionados con la inteligencia artificial, estos no han generado hasta el momento un 

impacto directo y evidente en la calidad de la educación superior en la ciudad de Guaranda, 

ya que las instituciones mantienen mecanismos de control y evaluación.” 



43  

4.1.1. “EDUCADORES DE INTEGRIDAD ACADÉMICA DE LA UNIVERSIDAD 

ESTATAL DE BOLÍVAR DEL CANTÓN GUARANDA” 
 

 

 

 

Tabla 1 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 19 90% 

No 1 10% 

Total 20 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados evidencian que el 90% de los encuestados manifestó conocer la inteligencia 

artificial y su relación con el fraude académico, mientras que el 10% indicó no tener dicho 

conocimiento. Esto demuestra que la mayoría de los participantes posee información sobre 

esta temática, reflejando un alto nivel de familiaridad con la Inteligencia Artificial y su 

posible vinculación con prácticas de fraude académico. 



44  

 
 
 

Tabla 2 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 13 65% 

No 7 35% 

Total 20 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados muestran que el 65% de los encuestados considera que la Inteligencia 

Artificial facilita que los estudiantes cometan fraude académico, mientras que el 35% opina 

lo contrario. Esto evidencia que existe una percepción mayoritaria de que la IA puede 

favorecer prácticas de fraude académico, aunque una parte significativa de los participantes 

considera que su uso no necesariamente conduce a este tipo de conductas. 



45  

 
 
 

Tabla 3 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 13 65% 

No 7 35% 

Total 20 100% 

 

 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados reflejan que el 65% de los encuestados considera que la mayoría de los 

estudiantes utiliza la inteligencia artificial más para hacer trampa que para aprender, 

mientras que el 35% opina lo contrario. Esto evidencia una percepción predominante de 

que la IA es empleada con fines inadecuados por una parte significativa del estudiantado, 

aunque existe un grupo relevante que considera que su uso está más orientado al 

aprendizaje. 



46  

 
 
 

Tabla 4 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 14 70% 

No 6 35% 

Total 20 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados evidencian que el 70% de los encuestados considera necesaria la creación 

urgente de una ley o norma universitaria para regular el uso de la inteligencia artificial en el 

ámbito del fraude académico, mientras que el 35% manifestó una opinión contraria. Esto 

refleja una percepción mayoritaria a favor del establecimiento de un marco normativo 

específico que permita prevenir el uso indebido de la IA y fortalecer la integridad académica 

en las instituciones de educación superior. 



47  

 

 
Tabla 5 

 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 14 70% 

No 6 30% 

Total 20 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados muestran que el 70% de los encuestados considera que la institución debería 

invertir recursos económicos en nuevas herramientas para detectar el fraude académico 

relacionado con la inteligencia artificial, mientras que el 30% opina lo contrario. Esto 

evidencia una percepción mayoritaria sobre la necesidad de fortalecer los mecanismos 

tecnológicos de control y prevención frente al uso indebido de la IA en el ámbito académico. 



48  

 
 
 

Tabla 6 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 14 45% 

No 6 55% 

Total 20 100% 

 

 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados indican que el 55% de los encuestados considera que el fraude académico 

mediante el uso de la inteligencia artificial no afecta la calidad de la educación superior en la 

ciudad de Guaranda, mientras que el 45% opina que sí existe una afectación. Esto evidencia 

que predomina la percepción de que el impacto del fraude académico relacionado con la IA 

no incide de manera determinante en la calidad educativa local, aunque una proporción 

importante de participantes reconoce posibles efectos negativos. 



49  

4.1.2. “ESTUDIANTES DE LA UNIVERSIDAD ESTATAL DE BOLÍVAR” 
 

 

 

 

 

 

Tabla 1 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 97 97% 

No 3 3% 

Total 100 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados evidencian que el 97% de los encuestados manifestó conocer la inteligencia 

artificial y su relación con el fraude académico, mientras que solo el 3% indicó no tener 

dicho conocimiento. Esto demuestra un nivel de conocimiento ampliamente generalizado 

sobre esta temática, reflejando que la mayoría de los participantes está informada acerca de 

la Inteligencia Artificial y su posible vinculación con prácticas de fraude académico. 



50  

 
 
 
 

 
Tabla 2 

 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 42 41,4% 

No 58 58,6% 

Total 100 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados muestran que el 58,6% de los encuestados considera que la Inteligencia 

Artificial no hace más fácil que los estudiantes cometan fraude académico, mientras que el 

41,4% opina lo contrario. Esto evidencia que predomina la percepción de que la IA, por sí 

sola, no facilita el fraude académico, aunque una proporción significativa de participantes 

reconoce que su uso podría influir en este tipo de conductas. 



51  

 
 
 
 

 
Tabla 3 

 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 72 72% 

No 28 28% 

Total 100 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados reflejan que el 72% de los encuestados considera que la mayoría de los 

estudiantes utiliza la inteligencia artificial más para hacer trampa que para aprender, mientras 

que el 28% opina lo contrario. Esto evidencia una percepción predominante de que la IA es 

empleada de manera inadecuada por un sector mayoritario del estudiantado, lo que genera 

preocupación respecto a su impacto en la integridad y el proceso de aprendizaje académico. 



52  

 
 
 
 

 
Tabla 4 

 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 42 42% 

No 58 58% 

Total 100 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados muestran que el 58% de los encuestados considera que no es necesario crear 

de manera urgente una ley o norma universitaria para regular la inteligencia artificial en el 

ámbito del fraude académico, mientras que el 42% opina que sí es necesaria. Esto evidencia 

que predomina una postura contraria a la implementación inmediata de una normativa 

específica, aunque una proporción significativa de participantes reconoce la importancia de 

regular el uso de la IA en el contexto académico. 



53  

 
 
 
 

 
Tabla 5 

 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 68 68% 

No 32 32% 

Total 100 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados evidencian que el 68% de los encuestados considera que la institución 

debería invertir recursos económicos en nuevas herramientas para detectar el fraude 

académico relacionado con la inteligencia artificial, mientras que el 32% opina lo contrario. 

Esto refleja una percepción mayoritaria a favor de fortalecer los mecanismos tecnológicos 

de detección y control, con el fin de prevenir el uso indebido de la IA en el ámbito 

académico. 



54  

 
 
 

Tabla 6 
 

 

Alternativa de respuesta Frecuencia Porcentaje 

Si 54 54,5% 

No 45 45,5% 

Total 100 100% 

 

Fuente: Educadores de integridad académica de la Universidad Estatal De Bolívar del cantón 

Guaranda. 

Elaborado por: Medina Pungaña Diego David 

Interpretación: 

Los resultados muestran que el 68% de los encuestados considera que el fraude académico, 

mediante el uso de la inteligencia artificial, sí afecta la calidad de la educación superior en la 

ciudad de Guaranda, mientras que el 32% opina que no existe tal afectación. Esto evidencia 

una percepción mayoritaria de que el uso indebido de la IA puede generar consecuencias 

negativas en la calidad del proceso educativo a nivel local. 



55  

4.2. Beneficiarios 

 

 

4.2.1. Beneficiarios directos 

 

 

Los principales beneficiarios de los resultados de esta investigación serán las autoridades 

académicas encargadas de la regulación y control de los procesos formativos, 

especialmente quienes intervienen en la prevención, detección y sanción del fraude académico 

y del uso indebido de herramientas de inteligencia artificial en la educación superior. Los 

hallazgos permitirán fortalecer los criterios institucionales y ofrecer elementos técnicos para la 

toma de decisiones. 

 

4.2.3. Beneficiarios indirectos 

 

 

Como beneficiarios indirectos se encuentran los docentes, estudiantes e instituciones 

educativas en general, quienes se verán favorecidos con la implementación de mejores 

mecanismos de integridad académica, así como con la generación de políticas que garanticen 

equidad, transparencia y calidad en la producción del conocimiento. 

 

4.3. Discusión 

 

 

La obligación principal y el uso de herramientas académicas 

 

 

Dentro del entorno universitario, la obligación principal se relaciona con el cumplimiento 

íntegro y honesto de las actividades académicas. Esto incluye la elaboración personal de 

trabajos, investigaciones y evaluaciones, además del respeto a los mecanismos de control 

establecidos. El incumplimiento de esta obligación fundamental se manifiesta mediante 

 

prácticas como el plagio, uso no declarado de IA generativa o la compra de trabajos, lo cual 



56  

altera la finalidad formativa y genera un desequilibrio institucional. 

 

 

La normativa también contempla obligaciones accesorias vinculadas al cumplimiento de esta 

obligació