Integridad académica en la producción de tesis de licenciatura en Educación Física
Integridad académica en la producción de tesis de licenciatura en Educación Física: herramientas de detección de plagio e inteligencia artificial en el contexto de la UNLP
Academic integrity in the production of undergraduate theses in Physical Education: plagiarism and artificial intelligence detection tools in the context of UNLP
Diplomado en AI UNLP
Adjunto Ordinario Cátedra EF4
Departamento de Educación Física
Facultad de Humanidades y Ciencias de la Educación
Universidad Nacional de La Plata
Uso de inteligencia artificial: El autor declara que no se ha utilizado inteligencia artificial generativa para la redacción del presente artículo. Las herramientas de IA fueron empleadas únicamente con fines de búsqueda bibliográfica y recuperación de información, sin participación en la escritura del texto ni en la generación de contenidos.
Resumen
El avance de las tecnologías digitales y la irrupción de la inteligencia artificial generativa han transformado el panorama de la producción académica, planteando nuevos desafíos para la integridad científica en todos los niveles de formación universitaria. El presente artículo aborda las herramientas de detección de plagio y contenido generado por IA —iThenticate, Turnitin, Identific y Originality-Ai — y analiza sus posibles aplicaciones en el proceso de producción de tesis de licenciatura en Educación Física en el contexto de la Universidad Nacional de La Plata (UNLP). A partir de una revisión documental de las políticas institucionales y las características técnicas de cada herramienta, se propone un conjunto de recomendaciones para estudiantes, directores de tesis e instituciones, orientadas a preservar la integridad académica sin perder de vista la dimensión formativa y pedagógica del proceso de investigación. Se concluye que la efectividad de estas herramientas depende de su articulación con políticas institucionales claras, prácticas de citación rigurosas y una cultura de honestidad intelectual que ponga el énfasis en la formación más que en el control.
Palabras clave: integridad académica; plagio; inteligencia artificial; detección de similitudes; tesis de licenciatura; Educación Física; UNLP.
Abstract
The advancement of digital technologies and the emergence of generative artificial intelligence have transformed the landscape of academic production, posing new challenges to scientific integrity at all levels of university education. This article addresses plagiarism and AI-generated content detection tools —iThenticate, Turnitin, Identific, and Originality-Ai — and analyzes their potential applications in the undergraduate thesis production process in Physical Education within the context of the Universidad Nacional de La Plata (UNLP). Based on a documentary review of institutional policies and the technical characteristics of each tool, a set of recommendations is proposed for students, thesis advisors, and institutions, aimed at preserving academic integrity without losing sight of the formative and pedagogical dimension of the research process. It is concluded that the effectiveness of these tools depends on their articulation with clear institutional policies, rigorous citation practices, and a culture of intellectual honesty that emphasizes formation over control.
Keywords: academic integrity; plagiarism; artificial intelligence; similarity detection; undergraduate thesis; Physical Education; UNLP.
1. Introducción
La producción de tesis de licenciatura constituye uno de los hitos fundamentales en la formación de grado, especialmente en disciplinas como la Educación Física, donde la articulación entre teoría, práctica e investigación define el perfil profesional de quienes egresan. En la Facultad de Humanidades y Ciencias de la Educación (FaHCE) de la Universidad Nacional de La Plata (UNLP), la elaboración de la tesis de licenciatura representa el corolario de un proceso formativo que exige demostrar capacidades de indagación, análisis crítico y producción original de conocimiento.
Sin embargo, este proceso se desarrolla en un ecosistema digital caracterizado por el acceso masivo a información y la proliferación de herramientas tecnológicas que, si bien ofrecen enormes posibilidades para la investigación, también facilitan prácticas que atentan contra la integridad académica. El plagio —entendido como la apropiación indebida de ideas, textos o producciones de otros sin el debido reconocimiento— ha sido una preocupación constante en el ámbito universitario, pero la irrupción de la inteligencia artificial generativa ha introducido una nueva dimensión al problema: la posibilidad de producir textos completos con mínima intervención humana, difuminando la frontera entre la asistencia legítima y la sustitución del trabajo intelectual del estudiante (González-Videgaray, 2023).
En respuesta a estos desafíos, las instituciones de educación superior han adoptado diversas herramientas tecnológicas para verificar la originalidad de los trabajos académicos. La UNLP, en este sentido, ha implementado políticas activas y pone a disposición de su comunidad recursos como Turnitin para la detección de similitudes, y ha extendido el uso de iThenticate a las revistas científicas institucionales. No obstante, la rápida evolución de los modelos de IA generativa exige una revisión permanente de estas herramientas y de los criterios para su interpretación.
El presente artículo se propone analizar cuatro herramientas de verificación de originalidad —iThenticate, Turnitin, Identific y Originality-Ai — evaluando sus características, fortalezas y limitaciones en el contexto específico de la producción de tesis de licenciatura en Educación Física en la UNLP. A partir de este análisis, se formulan mínimas recomendaciones orientadas a estudiantes, directores de tesis y autoridades institucionales, con el propósito de contribuir a una cultura de integridad académica que reconozca la complejidad del proceso de investigación y el valor formativo de la escritura académica.
2. Marco conceptual
2.1. Integridad académica en la educación superior
La integridad académica se define como el conjunto de valores y prácticas que guían la producción honesta del conocimiento en entornos educativos y de investigación. Este concepto trasciende la mera prohibición del plagio para abarcar dimensiones como la honestidad en la recolección y presentación de datos, el respeto por la propiedad intelectual, la transparencia en los procedimientos y la responsabilidad en la comunicación de resultados.
En el ámbito de la Educación Física, la integridad académica adquiere particular relevancia dado que la producción de conocimiento en este campo se nutre de tradiciones epistemológicas diversas —desde las ciencias biológicas y del deporte hasta las ciencias sociales y la pedagogía—, lo que exige una formación rigurosa en prácticas de citación y referenciación, así como una comprensión crítica de los fundamentos éticos de la investigación.
2.2. Plagio y sus modalidades en la era digital
El plagio académico puede adoptar múltiples formas: desde la copia textual sin atribución hasta el parafraseo no declarado, pasando por la autoplagio (reutilización de trabajos propios sin la debida referencia) y el "plagio de ideas" (apropiación del razonamiento o estructura argumentativa de otro autor). La digitalización del acceso a fuentes y la facilidad para copiar y pegar han incrementado las oportunidades para estas prácticas, al tiempo que han permitido el desarrollo de herramientas computacionales para su detección.
2.3. Inteligencia artificial y escritura académica
La aparición de modelos de lenguaje de gran escala —como ChatGPT, Gemini, Claude y otros— ha revolucionado la producción de textos, ofreciendo a los estudiantes y tesistas la posibilidad de generar borradores, resumir información, parafrasear y incluso estructurar argumentos completos con una calidad lingüística cada vez más sofisticada. Si bien estas herramientas pueden ser valiosos auxiliares en el proceso de escritura —especialmente para quienes no son hablantes nativos del idioma en que escriben—, su uso indebido plantea serios desafíos a la integridad académica: ¿en qué medida un texto generado por IA puede considerarse "propio"? ¿Cómo distinguir entre la asistencia legítima y la delegación de la tarea intelectual?
Estas preguntas han impulsado el desarrollo de detectores de contenido generado por IA, que se suman a las tradicionales herramientas de detección de similitudes. Algunas revistas científicas, coherentes con estas preocupaciones, exigen a los autores declarar explícitamente el uso de inteligencia artificial generativa mediante un subtítulo específico.
3. Herramientas de detección: análisis comparativo
3.1. iThenticate
iThenticate es un sistema de detección de similitudes desarrollado por Turnitin, orientado específicamente al ámbito de la investigación y la publicación científica. Su base de datos incluye artículos publicados en editoriales académicas, páginas web y contenido de ProQuest, lo que lo convierte en una herramienta particularmente adecuada para la verificación de manuscritos previos a su publicación.
En el contexto de la UNLP, iThenticate ha sido puesto a disposición de las revistas científicas institucionales como parte del Programa Permanente de Capacitación para Equipos Editoriales. Si bien su uso documentado se ha centrado en el ámbito de las publicaciones periódicas, su adopción para la verificación de tesis de grado representa una posibilidad factible, dado que muchas universidades internacionales lo utilizan con este fin.
La herramienta incluye, en su versión 2.0, capacidades de detección de escritura con IA, que complementan el análisis de similitudes. Esta funcionalidad permite identificar textos que podrían haber sido generados por herramientas como ChatGPT, ofreciendo un indicador adicional para la evaluación de la originalidad.
3.2. Turnitin
Turnitin es el software de detección de plagio más ampliamente utilizado en universidades de todo el mundo. Su base de datos, construida a lo largo de más de 25 años, incluye publicaciones académicas, páginas web y trabajos previamente entregados a la plataforma, lo que le otorga una cobertura excepcional.
La herramienta genera un Reporte de Similitud que permite aplicar filtros y exclusiones (citas, referencias bibliográficas, materiales de uso común) para una evaluación más precisa. En 2023, Turnitin lanzó su propio detector de escritura con inteligencia artificial, diseñado para identificar textos generados por modelos como ChatGPT, Claude y Gemini.
La UNLP utiliza Turnitin para la detección de plagio en el ámbito académico, integrándolo en los procesos de evaluación institucionales. Su adopción generalizada en la comunidad universitaria lo convierte en la herramienta de referencia para la verificación de originalidad de tesis y otros trabajos de grado.
3.3. Identific
Identific (anteriormente conocido como Oxsico) es una plataforma de verificación de integridad académica que ofrece detección de similitudes en más de 120 idiomas, así como reconocimiento de textos generados mediante inteligencia artificial. Su capacidad de integración con plataformas de aprendizaje como Moodle facilita su adopción institucional, permitiendo al profesorado crear tareas específicas donde los estudiantes entregan documentos para análisis automático.
A diferencia de Turnitin, cuyo uso está ampliamente documentado en la UNLP, la adopción de Identific en la institución no ha sido registrada en las fuentes consultadas. No obstante, sus características lo posicionan como una alternativa viable para instituciones que buscan diversificar sus herramientas de control de originalidad.
3.4.Originality-Ai —
Originality-Ai — es una herramienta especializada en la detección de contenido generado por inteligencia artificial, que también incluye funcionalidades de verificación de plagio. Su modelo Academic, diseñado específicamente para el ámbito educativo, está orientado a identificar texto generado por IA en trabajos relacionados con STEM y otras disciplinas, con una precisión superior al 99% y una tasa de falsos positivos inferior al 1%.
En estudios comparativos, Originality-Ai — ha alcanzado la mayor precisión general entre varias herramientas de detección de texto generado por IA. Su modelo de pago por crédito ($0.01 por crédito, equivalente a 100 palabras) lo hace accesible para usuarios individuales, lo que podría facilitar su uso por parte de estudiantes y directores de tesis que busquen una verificación complementaria.
Sin embargo, algunos usuarios han reportado una tasa de falsos positivos no despreciable, lo que aconseja interpretar sus resultados con cautela y someterlos a verificación humana.
3.5. Tabla comparativa
| Característica | iThenticate | Turnitin | Identific | Originality-Ai — |
|---|---|---|---|---|
| Orientación | Publicación científica | Educación general | Educación superior | Detección de IA |
| Detección de plagio | Sí | Sí | Sí | Sí |
| Detección de IA | Sí (v. 2.0) | Sí | Sí | Sí (especializada) |
| Base de datos | ProQuest, revistas, web | 25+ años de datos | +120 idiomas | Contenido web |
| Integración LMS | Limitada | Amplia | Moodle | Moodle (extensión) |
| Precisión IA | Media-alta | Media | Media | Alta (99%+) |
| Costo | Licencia institucional | Licencia institucional | Institucional | Por crédito |
| Uso documentado en UNLP | Sí (revistas) | Sí | No | No |
Fuente: elaboración propia a partir de documentación de las plataformas.
4. Discusión
4.1. Potencialidades y limitaciones de las herramientas
El análisis comparativo revela que cada herramienta presenta fortalezas y debilidades que deben ser consideradas en su aplicación al contexto de las tesis de licenciatura en Educación Física.
Turnitin emerge como la opción más consolidada en la UNLP, respaldada por su amplia base de datos y su integración en los procesos académicos institucionales. Su detector de IA, aunque en desarrollo, ofrece una primera aproximación a la identificación de contenido generado artificialmente. No obstante, la posibilidad de falsos positivos —señalar como generado por IA un texto escrito por humano— exige que los resultados sean interpretados con criterio y contrastados con otros indicadores.
iThenticate, por su parte, ofrece una precisión superior en la detección de similitudes con literatura académica publicada, lo que lo hace particularmente valioso para la verificación de tesis que se nutren de fuentes especializadas. Su disponibilidad institucional para revistas científicas abre la puerta a su eventual extensión al ámbito de las tesis de grado.
Originality-Ai — destaca por su especialización en detección de IA y su alta precisión declarada, pero su modelo de pago por crédito y la ausencia de una base de datos de trabajos estudiantiles previos limitan su alcance en comparación con Turnitin. Puede ser una herramienta complementaria útil para verificaciones puntuales.
Identific, aunque no documentado en la UNLP, representa una alternativa con características similares a Turnitin, especialmente por su integración con Moodle y su cobertura multilingüe.
4.2. Desafíos específicos en Educación Física
La producción de tesis en Educación Física presenta características particulares que deben ser consideradas en la aplicación de estas herramientas. En primer lugar, la diversidad de enfoques epistemológicos —desde estudios biomecánicos y fisiológicos hasta investigaciones socioculturales y pedagógicas— implica que los patrones de citación y las convenciones de escritura varían significativamente entre subdisciplinas. Un informe de similitud que en una tesis de corte sociológico podría indicar plagio, en una revisión sistemática de la literatura en ciencias del deporte podría reflejar simplemente el uso compartido de terminología técnica especializada.
En segundo lugar, la Educación Física como campo disciplinar ha experimentado en las últimas décadas un proceso de consolidación académica que ha incrementado la producción de conocimiento y, con ella, la importancia de garantizar la originalidad y el rigor en los trabajos de investigación. Este proceso exige no solo herramientas de control, sino también una formación sólida en prácticas de escritura académica y citación.
4.3. El rol formativo de las herramientas de detección
Un aspecto frecuentemente subestimado en el debate sobre las herramientas de detección de plagio es su potencial formativo. Cuando se integran en el proceso de enseñanza-aprendizaje, estas herramientas pueden cumplir una función pedagógica: permitir que los estudiantes verifiquen sus borradores, identifiquen áreas donde la atribución es insuficiente y aprendan a parafrasear y citar correctamente. En este sentido, la detección de similitudes no debe ser concebida exclusivamente como un mecanismo de control y sanción, sino como un recurso para la formación en integridad académica.
La UNLP, a través de sus programas de capacitación y sus políticas de acompañamiento a la producción de tesis, tiene la oportunidad de promover este enfoque formativo. La disponibilidad de herramientas como Turnitin, combinada con talleres de escritura académica y asesoramiento en prácticas de citación, puede contribuir a que los estudiantes de la licenciatura en Educación Física internalicen los valores de la honestidad intelectual como parte de su desarrollo profesional.
4.4. Políticas institucionales y transparencia
La eficacia de cualquier herramienta de detección depende de su articulación con políticas institucionales claras y transparentes. Esta práctica de transparencia, que podría extenderse al ámbito de las tesis de grado, permite distinguir entre el uso legítimo de la IA como asistente y su empleo indebido como sustituto del trabajo intelectual.
Asimismo, es fundamental que las instituciones establezcan criterios explícitos sobre los porcentajes de similitud aceptables y los procedimientos a seguir cuando se detectan coincidencias significativas. Estos criterios deben ser comunicados claramente a estudiantes y directores de tesis, y deben ser aplicados de manera consistente para evitar arbitrariedades.
5. Recomendaciones
A partir del análisis realizado, se formulan las siguientes recomendaciones para los distintos actores involucrados en la producción de tesis de licenciatura en Educación Física en la UNLP:
5.1. Para estudiantes (tesistas)
Durante la redacción: Utilizar las herramientas institucionales disponibles (Turnitin) para verificar la originalidad de los borradores, identificando áreas donde la atribución pueda ser insuficiente.
Antes de la entrega: Conocer los criterios de similitud aceptables según las normas de la facultad o del departamento, y ajustar el trabajo en consecuencia.
Uso ético de IA: Si se utilizan herramientas de IA generativa como apoyo a la redacción, declararlo explícitamente en el trabajo, especificando el alcance de su uso (búsqueda de información, corrección gramatical, generación de borradores, etc.).
Cultura de citación: Desarrollar prácticas rigurosas de citación y referenciación, utilizando los estilos recomendados por la disciplina (APA 7, en el caso de las ciencias sociales y humanidades).
5.2. Para directores de tesis
Acompañamiento en el proceso: Integrar la verificación de originalidad como parte del proceso de seguimiento de la tesis, no solo como un control al final del camino.
Interpretación de informes: Analizar los informes de similitud con criterio, distinguiendo entre coincidencias legítimas (citas, referencias, terminología técnica) y posibles casos de plagio.
Orientación sobre IA: Guiar a los estudiantes en el uso ético y responsable de la inteligencia artificial, enfatizando que la IA es una herramienta de apoyo, no un sustituto del pensamiento crítico y la producción original.
5.3. Para la institución (UNLP-FaHCE)
Políticas claras: Establecer normativas explícitas sobre el uso de IA en la producción de tesis y los porcentajes de similitud aceptables, comunicándolas de manera amplia y accesible.
Capacitación: Ofrecer formación a estudiantes y docentes sobre prácticas de escritura académica, citación correcta y uso ético de herramientas tecnológicas.
Actualización tecnológica: Mantener actualizadas las herramientas institucionales de detección ante la rápida evolución de los modelos de IA generativa.
Transparencia: Adoptar la práctica de exigir a los tesistas una declaración sobre el uso de IA, similar a la requerida por la revista Educación Física y Ciencia.
6. Conclusiones
La producción de tesis de licenciatura en Educación Física en la UNLP se enfrenta a desafíos inéditos derivados de la digitalización del conocimiento y la irrupción de la inteligencia artificial generativa. Las herramientas de detección de plagio y contenido generado por IA —iThenticate, Turnitin, Identific y Originality-Ai — ofrecen recursos valiosos para preservar la integridad académica, pero su eficacia depende de una aplicación reflexiva que reconozca sus limitaciones y potencialidades.
Turnitin, como herramienta institucionalmente adoptada, constituye el pilar del sistema de verificación en la UNLP. iThenticate, disponible para las revistas científicas, representa una opción de mayor precisión para la verificación de tesis con alto componente de literatura especializada.Originality-Ai — , por su parte, ofrece una alternativa complementaria para la detección específica de contenido generado por IA.
Sin embargo, más allá de las herramientas tecnológicas, el desafío fundamental es pedagógico y ético: fomentar una cultura de integridad académica donde la honestidad intelectual sea valorada como un principio constitutivo de la formación profesional. En este sentido, las herramientas de detección deben ser concebidas no como instrumentos de vigilancia y sanción, sino como recursos para el aprendizaje y el desarrollo de prácticas de escritura responsables.
La UNLP, a través de su Facultad de Humanidades y Ciencias de la Educación y del Departamento de Educación Física, tiene la oportunidad de liderar este proceso, articulando políticas institucionales claras, programas de formación permanentes y el uso estratégico de las herramientas tecnológicas disponibles. Solo así será posible garantizar que la tesis de licenciatura cumpla su función formativa fundamental: ser el espacio donde el estudiante demuestre su capacidad para producir conocimiento original y contribuir al avance de su disciplina.
7. Referencias
González-Videgaray, M. del C. (2023). Integridad académica y plagio en la educación superior. Revista Figuras, *4*(2).
Turnitin. (2023). iThenticate 2.0: AI writing detection for research. https://www.turnitin.com
Turnitin. (2023). Avanza la integridad académica. https://latam.turnitin.com
Originality.ai. (2026). AI Detection Accuracy Studies — Meta-Analysis of 16 Studies. https://originality.ai
Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación. (2026). Educación Física y Ciencia: Envíos. https://efyc.fahce.unlp.edu.ar/about/submissions
Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación. (2026). Educación Física y Ciencia. https://www.efyc.fahce.unlp.edu.ar/
Universidad Nacional de La Plata. Facultad de Humanidades y Ciencias de la Educación. (2026). Revistas | Colección de Libros | Publicaciones web. https://www.fahce.unlp.edu.ar/facultad/secretarias-y-prosecretarias/academica/deptos/educacion-fisica/revistas
Comentarios
Publicar un comentario