“Permitido” y “prohibido” son binarios. Investigar con IA es continuo. Por eso me parece que la política binaria no funciona.

Lo que probamos en el seminario fue adoptar la escala AIAS (AI Assessment Scale, Perkins 2024): 5 modos, no 2.

Modo 1 · No AI. Defensa oral, peer review. Modo 2 · Planning. Brainstorm de pregunta, estructura del poster. Modo 3 · Collaboration. Revisión de literatura, depuración de código. Modo 4 · Full Support. Visualizaciones, traducción, lab de pair programming auditado. Modo 5 · Co-creation. Exploración de hipótesis (raramente apropiado).

Cada hito del curso declaró su modo, antes de entregar: H1 Research Brief = Modo 3. H3 PAP moderado + Lab pair programming = Modo 4. H4 Defensa oral = Modo 1. Peer review = Modo 1.

Mi hipótesis pedagógica: declarar el modo no es burocracia, es honestidad metodológica. El equivalente de declarar conflicto de interés en un paper.

Y permite hacer la única pregunta que me parece importante en una tesis 2026: ¿qué decidiste tú, y qué decidió la máquina por ti?

Pero la duda que me dejó la cohorte: ¿los estudiantes realmente diferencian los 5 modos en la práctica, o solo aprenden a declarar lo que el docente quiere oír?

Si han usado una escala parecida (Perkins, RACI, o una propia), me interesa saber qué funcionó y qué no.

Política completa de uso de IA del curso: https://lnkd.in/eY2VccUM