Gobernanza ética y rediseño evaluativo del aprendizaje ante la IA generativa en la educación superior

Resumen

La irrupción de la inteligencia artificial generativa (IAG) en la educación superior ha tensionado los mecanismos tradicionales de evaluación del aprendizaje y de salvaguarda de la integridad académica. Ante la evidencia de la ineficacia de las políticas basadas exclusivamente en la detección algorítmica, el presente estudio se propuso analizar críticamente el estado del arte sobre estrategias de gobernanza ética y rediseño evaluativo. Mediante una revisión sistemática de literatura guiada por la declaración PRISMA 2020, se analizaron 18 estudios empíricos publicados entre 2025 y 2026 en Scopus, WoS, SciELO y Dialnet. Los resultados confirman la obsolescencia del paradigma punitivo y documentan la eficacia de marcos de integración transparentes como la Escala de Evaluación de IA (AIAS) y de evaluaciones centradas en procesos cognitivos auténticos. En el contexto iberoamericano, destaca el modelo MAC-HIA como propuesta de adaptabilidad curricular orquestada por IA con enfoque inclusivo. Se concluye que la sostenibilidad de la evaluación universitaria exige transitar de la detección del fraude al diseño pedagógico de tareas resilientes, sustentado en un nuevo contrato de gobernanza ética que establezca los niveles permitidos de asistencia algorítmica.