Inteligencia artificial en la UNED: estudios, proyectos y uso responsable

La inteligencia artificial en la UNED se ha convertido en uno de los ejes estratégicos tanto en la docencia como en la investigación y la innovación educativa. Desde el Máster Universitario en Investigación en Inteligencia Artificial hasta cursos de formación permanente y proyectos de IA generativa, la universidad a distancia más grande de España está creando un ecosistema muy potente alrededor de esta disciplina.

Si estás buscando información sobre “inteligencia artificial UNED” porque te planteas formarte, investigar o simplemente ponerte al día sobre cómo se está usando la IA (especialmente la IA generativa) en la universidad, aquí encontrarás una guía muy completa. Vamos a recorrer los estudios oficiales, los títulos propios, los contenidos de las asignaturas, los criterios de acceso, la metodología a distancia, los proyectos institucionales con IA y las implicaciones éticas y legales que la propia UNED está poniendo sobre la mesa.

Qué se entiende por inteligencia artificial en el contexto UNED

En la UNED, la inteligencia artificial (IA) se aborda desde una perspectiva amplia y muy rigurosa, que va desde los fundamentos teóricos hasta las aplicaciones más recientes, incluida la IA generativa. No se limita a “herramientas de moda” como ChatGPT, sino que se parte de los conceptos clásicos para entender bien qué hay detrás de estos sistemas.

La introducción a la IA que se trabaja en el ámbito del máster y de los cursos abarca antecedentes históricos, definiciones formales y la clásica distinción entre IA fuerte e IA débil. La IA fuerte hace referencia a sistemas que, en teoría, podrían tener capacidades cognitivas comparables a las humanas, mientras que la IA débil se centra en programas capaces de resolver tareas concretas de forma muy eficaz, pero sin consciencia ni comprensión profunda.

También se revisan los distintos niveles de computación y la estructura básica de un sistema inteligente: representación del conocimiento, motor de inferencia, mecanismos de aprendizaje, interfaces de interacción, etc. Desde ahí se explica de qué se ocupa la IA (percepción, razonamiento, planificación, aprendizaje, interacción con personas…) y se desgranan las áreas de aplicación más activas: medicina, educación, ingeniería, sistemas de seguridad, ciudades inteligentes, vigilancia, análisis de datos o robótica social, entre otras.

La UNED insiste en la importancia de entender bien la inferencia (cómo una máquina pasa de unos datos y reglas a conclusiones) y diferencia entre enfoques simbólicos, conexionistas y probabilistas, además de los métodos bioinspirados e híbridos que combinan varios paradigmas. Todo ello sirve de base para comprender cómo funcionan hoy los grandes modelos de lenguaje y los sistemas generativos de texto, imagen o vídeo.

Máster Universitario en Investigación en Inteligencia Artificial de la UNED

El Máster Universitario en Investigación en Inteligencia Artificial de la UNED es un título oficial, orientado claramente a la investigación y no a la mera especialización profesional. Es decir, su objetivo principal es preparar al alumnado para iniciar una carrera científica, normalmente culminando en una tesis doctoral, aunque los conocimientos adquiridos también resultan muy valiosos en empresas de base tecnológica.

Este máster enlaza los conocimientos básicos de IA adquiridos en el grado con las fronteras actuales de la investigación. El diseño es modular (fundamentos, métodos, aplicaciones y proyectos) y todas las asignaturas son optativas salvo una de metodología de la investigación. Gracias a ello, el estudiante puede personalizar su recorrido en función de su formación previa, de los métodos que le interesan (simbólicos, conexionistas, probabilistas, bio-inspirados o híbridos) y de las áreas de aplicación que quiera explorar.

La docencia se imparte íntegramente a distancia a través de la plataforma de la UNED. Desde ahí se hace el seguimiento continuo mediante actividades, prácticas, foros, entrega de trabajos y demás herramientas online. El profesorado atiende en castellano o en inglés según las preferencias del alumno, aunque eso no implica que todos los materiales estén duplicados en ambos idiomas.

Este máster está verificado por ANECA y sometido al proceso oficial de verificación, seguimiento y acreditación exigido por la legislación española. El Consejo de Universidades y el Ministerio de Educación certifican su carácter oficial, y el título figura en el Registro de Universidades, Centros y Títulos (RUCT). Cada cierto tiempo se renueva la acreditación, comprobando que los resultados son adecuados para seguir impartiéndolo.

En cuanto a salidas, la orientación principal es continuar con el Programa de Doctorado en Sistemas Inteligentes de la ETSI Informática de la UNED, aunque también abre puertas en otros doctorados afines en universidades españolas y extranjeras. Pese a su perfil investigador, muchos egresados emplean lo aprendido en empresas de informática, ciencia de datos, ciberseguridad, salud digital o sectores donde la IA es clave para innovar.

Objetivos formativos y competencias del máster

Al concluir el Máster en Investigación en Inteligencia Artificial, el estudiante debe manejar con soltura los fundamentos y el estado del arte de la IA. Esto incluye tanto la base teórica como los modelos y técnicas modernas, con especial atención a los métodos simbólicos, conexionistas y probabilistas, así como a los enfoques híbridos más recientes.

Entre las competencias clave está dominar un conjunto amplio de métodos de IA y saber cuándo conviene usar cada uno: sistemas basados en conocimiento, reglas y restricciones, redes bayesianas, árboles de decisión, redes neuronales (incluido el aprendizaje profundo), computación evolutiva, minería de datos, descubrimiento de información en textos, visión artificial, sistemas adaptativos en educación, etc.

Otra capacidad esencial es aplicar estos métodos a dominios concretos de alta relevancia, como la medicina, la educación, la ingeniería, la seguridad, la vigilancia o las ciudades inteligentes. No se trata solo de “programar modelos”, sino de entender el contexto del problema, traducir el conocimiento en lenguaje natural a una representación computable y diseñar sistemas eficaces, eficientes y científicamente validados.

El máster también pone mucho peso en las competencias de investigación científica: búsqueda y gestión de bibliografía, análisis crítico del estado del arte, planteamiento de hipótesis y objetivos, diseño de experimentos, recopilación y tratamiento de datos, interpretación de resultados, redacción de artículos o ponencias y defensa pública de trabajos.

Dada la alta optatividad del programa, es difícil concretar competencias ultraespecíficas para todos, por lo que se recomienda revisar con cuidado las guías de cada asignatura y, sobre todo, consensuar con la persona directora del máster (y posteriormente con la persona directora del TFM) qué asignaturas y enfoque encajan mejor con los intereses de cada estudiante.

Plan de estudios, itinerarios y Trabajo Fin de Máster

El máster consta de 60 créditos ECTS, que equivalen a unas 1.500 horas de trabajo del estudiante. De esos 60 créditos, 30 se reparten en asignaturas optativas y los otros 30 se dedican a una asignatura obligatoria de metodología de investigación (3 créditos) y al Trabajo Fin de Máster (27 créditos).

La asignatura obligatoria es “Metodología de Investigación en Sistemas Inteligentes” (3 ECTS), que conviene cursar al principio, ya que proporciona las bases para afrontar el TFM y cualquier línea de investigación en el área. Es una pieza clave para aprender a diseñar proyectos, planificar etapas, manejar fuentes bibliográficas y redactar textos científicos.

Las asignaturas optativas (todas de 6 créditos) cubren una gama muy amplia de métodos y aplicaciones:

• Aplicaciones de la Inteligencia Artificial para el Desarrollo Humano y Sostenible
• Aprendizaje Profundo
• Computación Evolutiva
• Descubrimiento de Información en Textos
• Métodos de Aprendizaje Automático
• Métodos Probabilistas
• Métodos Simbólicos
• Minería de Datos
• Fundamentos del Procesamiento Lingüístico
• Sistemas Adaptativos en Educación
• Visión Artificial
• Web Semántica y Enlazado de Datos

A modo de orientación, el máster sugiere varios itinerarios posibles basados en la experiencia de años anteriores:

1. Ingeniería del Conocimiento: combina asignaturas como Métodos Simbólicos, Web Semántica y Enlazado de Datos, Fundamentos del Procesamiento Lingüístico y Aplicaciones de la IA para el Desarrollo Humano y Sostenible.

2. Teoría de la Decisión y Análisis de Datos: gira en torno a Métodos Probabilistas, Minería de Datos, Métodos de Aprendizaje Automático, Computación Evolutiva, Descubrimiento de Información en Textos, Fundamentos del Procesamiento Lingüístico y Aplicaciones de la IA para el Desarrollo Humano y Sostenible.

3. Sistemas Inteligentes: se apoya en Métodos de Aprendizaje Automático, Visión Artificial, Aprendizaje Profundo, Computación Evolutiva y Aplicaciones de la IA para el Desarrollo Humano y Sostenible.

4. Enseñanza-Aprendizaje: se centra en Sistemas Adaptativos en Educación, Minería de Datos, Fundamentos del Procesamiento Lingüístico y Aplicaciones de la IA para el Desarrollo Humano y Sostenible.

El Trabajo Fin de Máster (27 créditos) es una auténtica iniciación a la investigación. Debe cubrir todas las fases: definición del problema, revisión del estado del arte, planteamiento de objetivos, diseño metodológico, implementación de prototipos o experimentos, análisis de resultados y redacción de un texto científico, idealmente publicable.

Dado el enorme peso del TFM en el total de créditos, la figura del director o directora de trabajo es crucial. La selección de estudiantes admitidos tiene en cuenta no solo el expediente, sino también la capacidad de tutorización individual de cada profesor y la afinidad entre los intereses del candidato y las líneas de investigación disponibles.

Acceso, preinscripción y criterios de admisión al máster

Para matricularse en el Máster en Investigación en Inteligencia Artificial de la UNED es imprescindible pasar primero por un proceso de preinscripción y admisión. No basta con tener un título previo, ya que el programa tiene plazas limitadas en función de la capacidad de dirección de TFM del profesorado.

Pueden acceder titulados universitarios oficiales del sistema español o del Espacio Europeo de Educación Superior (EEES) que permitan el acceso a enseñanzas de máster. También se admiten titulaciones de sistemas educativos ajenos al EEES, siempre que la universidad compruebe la equivalencia en nivel formativo. Este acceso no supone homologación plena del título, solo habilita para cursar este máster en la UNED.

La preinscripción suele abrirse en la segunda quincena de mayo, aunque es obligatorio revisar cada año el calendario oficial en la web de la UNED (apartado de Másteres EEES). La guía del curso 2025-26 sirve como referencia, pero los contenidos y fechas se actualizan de cara a cada nueva edición.

Además de la solicitud oficial en la aplicación de la UNED, el aspirante debe rellenar un formulario específico (enlace Google Forms facilitado en la guía) donde se recogen sus datos académicos, experiencia, intereses de investigación y afinidad con las líneas del máster. Este formulario es imprescindible para poder ser preseleccionado.

El proceso de selección sigue varios pasos: la coordinación del máster elabora un “resumen ejecutivo” de cada candidatura y lo reparte entre el claustro para que valoren la idoneidad de los solicitantes según sus líneas de TFM. Algunos profesores pueden contactar para entrevistas telefónicas o por videoconferencia. Cada docente indica finalmente si avala o no a determinados candidatos.

El listado de candidaturas avaladas funciona como una especie de “short list”. No garantiza la admisión, pero es un indicador muy fuerte: si ningún profesor avala a un solicitante, es extremadamente improbable que sea admitido. A quienes tienen uno o varios avales se les indica el número y nombre de los profesores interesados.

El estudiante debe entonces elegir a la persona directora más afín y contactar con ella para cerrar la aceptación definitiva. Una vez acordado, comunica a la coordinación el acuerdo para que su solicitud pase a estado «Admitida» y pueda matricularse cuando se abra el periodo correspondiente. Si el profesor inicialmente elegido no puede asumir la dirección (por cupo agotado u otros motivos), el estudiante puede contactar con otros profesores que también le avalen.

En cuanto a criterios cuantitativos, la admisión pondera dos bloques: la formación académica (incluyendo nota media del expediente) hasta un 30%, y otros méritos relacionados con el máster, experiencia investigadora, afinidad temática y dedicación prevista hasta un 70%. La nota media debe expresarse en la escala 1-4; si el expediente está en otra escala, se debe convertir siguiendo las indicaciones y modelos de declaración jurada que facilita la UNED.

Duración, carga de trabajo y planificación de matrícula

Aunque el diseño del máster permite cursarlo en un año a tiempo completo, la realidad es que la duración media suele situarse entre 2 y 3 años, porque la mayoría del alumnado compagina los estudios con un trabajo u otras responsabilidades.

Cada crédito ECTS equivale a 25 horas de trabajo; los 60 créditos del máster suponen unas 1.500 horas. Para hacerse una idea, la jornada laboral anual estándar ronda las 1.776 horas. Por eso la propia guía insiste en que el estudiante valore con calma su disponibilidad real antes de lanzarse a por los 60 créditos de golpe.

La normativa de la UNED establece un plazo máximo de permanencia de 4 años consecutivos para completar el máster. Este límite temporal, unido al coste de la matrícula (que conviene consultar en la página general de precios públicos de másteres UNED), hace recomendable planificar bien el ritmo de estudios.

El primer año es obligatorio matricularse de al menos 12 créditos. Se aconseja incluir siempre la asignatura “Metodología de Investigación en Sistemas Inteligentes” (3 créditos) y al menos dos optativas. A partir de ahí, se puede ajustar el número de créditos según la dedicación diaria disponible (8 horas/día para un año, 4 horas/día para aproximadamente dos años, y así sucesivamente).

Respecto al Trabajo Fin de Máster, existe la opción de matricularse en modo Tutela, que no implica pagar aún los 27 créditos completos, sino asegurar la vinculación con la dirección y avanzar en la definición del proyecto. Cuando se decida formalizar el TFM con defensa, sí habrá que matricularse de los 27 créditos correspondientes. Si no se defiende en el curso en que se ha pagado, habrá que volver a matricularse.

Las tasas de abandono históricas muestran lo exigente que es este programa, con valores variables según el curso (en torno al 20-50% en años evaluados). El número de admitidos también se adapta a la capacidad de dirección: en los últimos años ha oscilado en torno a 30-48 estudiantes por curso.

Metodología a distancia, evaluación y calidad del máster

La docencia del máster se desarrolla completamente online, aprovechando la experiencia de la UNED en enseñanza a distancia. Cada asignatura se apoya en la plataforma virtual: foros, entrega de prácticas, materiales, seminarios en vídeo, etc. No hay prácticas externas obligatorias, pero el carácter experimental del programa se refleja en el peso de las prácticas y trabajos en la evaluación.

La evaluación suele basarse en la realización y entrega de actividades, proyectos o ejercicios prácticos con plazos definidos. Si el estudiante entrega después de la fecha principal de junio pero dentro del límite fijado para septiembre, aparece en el acta de esa convocatoria. Agosto se considera mes no lectivo.

En cuanto al sistema de garantía de calidad, la UNED cuenta con un SGIC (Sistema de Garantía Interna de Calidad) certificado por ANECA, que abarca grados, másteres y doctorados. Este sistema supervisa la calidad del profesorado, los recursos, los servicios al estudiante, la admisión, la orientación, la inserción laboral, el seguimiento de resultados, la atención a sugerencias y reclamaciones, y la adecuación del personal de apoyo.

La responsabilidad de la calidad en el máster recae en varios órganos: la Comisión Coordinadora del Título, la Comisión de Garantía de Calidad del Centro, el equipo directivo de la Escuela y la Comisión de Garantía de Calidad de la UNED. Además, el portal estadístico de la universidad ofrece indicadores de rendimiento y satisfacción por titulación, incluyendo datos de este máster (bajo su denominación actual o la anterior, Máster Universitario en IA Avanzada).

Este título no da acceso directo a profesiones reguladas, pero sí habilita para acceder al doctorado (cumpliendo el resto de requisitos de créditos totales) y construye un perfil muy atractivo para empresas que buscan especialistas en sistemas inteligentes, análisis avanzado de datos o soluciones de IA aplicadas.

Otros másteres y formación en IA en la ETSI Informática de la UNED

Además del Máster en Investigación en Inteligencia Artificial, la ETSI Informática de la UNED ofrece otros tres másteres oficiales más orientados al ámbito profesional, que pueden interesar a quien busque una aproximación más aplicada a la ingeniería informática y a la gestión tecnológica.

Estos másteres son: el Máster Universitario en Ingeniería Informática, el Máster Universitario en Ingeniería y Ciencia de Datos, y el Máster Universitario en Ciberseguridad. En todos ellos la IA y el análisis de datos tienen un papel relevante, aunque el enfoque no es tan estrictamente investigador como en el máster de IA.

Una diferencia clara está en el peso del Trabajo Fin de Máster: en estos tres programas profesionales el TFM suele equivaler a 12 créditos ECTS (unas 300 horas), mientras que en el Máster en Investigación en Inteligencia Artificial el TFM tiene 27 créditos (675 horas), prácticamente la mitad del esfuerzo total anual.

La ETSI Informática mantiene también un espacio virtual específico donde se publican ofertas de becas y trabajos relacionados con la IA, especialmente dirigidos a estudiantes del máster. Esto facilita el contacto con grupos de investigación, empresas tecnológicas e instituciones interesadas en perfiles avanzados en inteligencia artificial.

Formación permanente, títulos propios y cursos sobre IA en la UNED

Más allá de los másteres oficiales, la UNED dispone de un Programa de Postgrado con títulos propios (Máster de Formación Permanente, Diplomas de Especialización, Diplomas de Experto/a y Certificados de Formación del Profesorado) donde también se incluye oferta formativa vinculada a la inteligencia artificial y las competencias digitales.

Para acceder a estos títulos propios se exige, en general, estar en posesión de un título universitario de grado, licenciatura, diplomatura, ingeniería o arquitectura. No obstante, de forma excepcional, y con informe favorable de la dirección del curso, el Rectorado puede eximir del requisito de titulación a personas con una trayectoria profesional acreditada que demuestre capacidad para seguir la formación con aprovechamiento, siempre que tengan acceso a la universidad según la normativa vigente.

En estos cursos, la UNED trabaja competencias como búsqueda y gestión de información digital, creación de contenidos y resolución de problemas con tecnología, alineadas con marcos de competencia digital (por ejemplo niveles de navegación, filtrado y evaluación de información; desarrollo de contenidos digitales; programación básica; uso creativo de la tecnología, etc.).

Un ejemplo representativo es la formación introductoria en Inteligencia Artificial cuyo objetivo general es proporcionar una visión clara de qué es una IA y cómo se aplica en la práctica, desde la generación de textos hasta la creación de imágenes. Se pretende que el alumnado entienda los fundamentos de funcionamiento de estos sistemas, sus beneficios, sus limitaciones y los riesgos asociados.

Esta formación suele combinar materiales escritos (apuntes, presentaciones), grabaciones de clases, foros de discusión y actividades prácticas. Se utilizan herramientas online como ChatGPT, Bing Chat o ChatSonic para mostrar casos reales de uso en generación de contenido, planteando siempre un enfoque crítico y ético sobre su utilización en contextos académicos y profesionales.

Introducción, usos y riesgos de la IA en cursos específicos

En los cursos breves orientados al gran público, la UNED estructura el contenido de IA en bloques muy claros, que permiten a personas sin formación técnica previa entender qué hay detrás de estas herramientas.

El primer bloque suele ser un módulo introductorio donde se responde a preguntas básicas: qué es una inteligencia artificial, qué objetivos persigue, cómo ha evolucionado históricamente y qué tipos principales de IA se distinguen (por ejemplo, sistemas expertos tradicionales, modelos de aprendizaje supervisado, redes neuronales profundas, generadores de contenido, etc.).

En un segundo bloque se pasa al uso práctico de la IA. Se identifica en qué tareas cotidianas ya la estamos empleando (recomendadores, asistentes virtuales, filtros de spam, sistemas de traducción, etc.) y se entra de lleno en la generación de textos y conversaciones con herramientas como ChatGPT, Bing o ChatSonic. También se dedica un espacio importante a la generación de imágenes mediante modelos generativos, analizando posibilidades y límites.

Un tercer bloque se centra en los riesgos y malas prácticas: desinformación, plagio, suplantación de identidad, generación de contenidos discriminatorios o sesgados, uso indebido en tareas académicas, etc. Se revisan ejemplos reales y se discute cómo detectar señales de que un contenido podría haber sido generado por una IA, así como la importancia de contrastar siempre la información.

La metodología combina teoría, demostraciones en directo y debates abiertos. Se fomenta que el alumnado comparta cómo usa estas herramientas en su entorno, se comentan casos de ciencia ficción frente a aplicaciones reales y se alimenta un espíritu crítico para no caer ni en el entusiasmo ingenuo ni en el rechazo absoluto.

IA generativa, investigación y estrategia institucional en la UNED

La irrupción de la Inteligencia Artificial Generativa (IA Generativa o GenAI) ha supuesto un punto de inflexión en la UNED, especialmente a raíz del impacto masivo de herramientas como ChatGPT, que alcanzó decenas de millones de usuarios en pocos meses. Este tipo de modelos, basados en arquitecturas de transformadores y grandes modelos de lenguaje (LLM), son capaces de producir textos, imágenes, vídeos y otros contenidos a partir de simples instrucciones en lenguaje natural.

En el campo de la investigación científica, la IA generativa ya se está utilizando para acelerar numerosas etapas del proceso investigador: búsqueda y síntesis de literatura, generación de resúmenes, ayuda en el diseño de experimentos, soporte para análisis exploratorios de datos, borradores de manuscritos, revisión del estilo de redacción, elaboración de figuras o esquemas, etc. Herramientas como ChatGPT, SciSpace, Elicit, Perplexity, Epsilon, Consensus, Scite, NotebookLM, Jenni o Microsoft Copilot forman parte del repertorio de muchos investigadores.

Al mismo tiempo, la UNED subraya con firmeza las limitaciones y los riesgos de este tipo de sistemas: alucinan datos, pueden reproducir sesgos presentes en los conjuntos de entrenamiento, manejan de forma sensible cuestiones de privacidad, y su dependencia de materiales potencialmente protegidos por derechos de autor suscita debates legales y éticos importantes.

Por eso el Vicerrectorado de Innovación Educativa ha definido una estrategia específica para el uso de la IA generativa en docencia y aprendizaje. El objetivo es doble: por un lado, aprovechar las oportunidades de estas herramientas para mejorar la experiencia de estudiantes y docentes, y por otro preservar la integridad y la excelencia académica, evitando usos deshonestos o poco transparentes.

Esta estrategia se concreta en varias líneas de actuación: elaboración de guías sobre IA generativa dirigidas a profesorado y alumnado, organización de cursos y talleres de formación (muchos de ellos impartidos por el Instituto Universitario de Educación a Distancia, IUED), y desarrollo de proyectos de innovación educativa que integran IA en plataformas y servicios de la UNED.

Proyectos de innovación educativa con IA en la UNED

La UNED no se limita a hablar de IA, sino que la incorpora activamente en proyectos concretos que buscan mejorar la docencia, la orientación académica y la experiencia del estudiante, siempre bajo un marco responsable.

Entre los proyectos impulsados por el Vicerrectorado de Innovación Educativa destacan:

1. Hub de Innovación Educativa: un espacio que utiliza IA generativa para sugerir innovaciones docentes en asignaturas concretas. Ayuda a los profesores a identificar nuevas metodologías, actividades o recursos que podrían introducir en sus materias para mejorar el aprendizaje.

2. Laboratorio de Tecnologías Educativas Emergentes: integrado en el propio Hub, este laboratorio experimenta con funcionalidades avanzadas de IA generativa para dar soporte al profesorado y ofrecer mejores servicios al estudiantado. Se apoya en la plataforma Edubots, creada en la UNED, para desarrollar asistentes conversacionales y otras herramientas inteligentes.

3. Verificatio: proyecto dedicado a la detección de plagio en Pruebas de Evaluación Continua (PEC) mediante técnicas de procesamiento de lenguaje natural. No se trata solo de comparar textos, sino de analizar patrones de escritura y coherencia.

4. Recomendador académico: sistema inteligente de recomendación que analiza datos académicos complejos para proporcionar sugerencias tanto al alumnado como al profesorado. Sirve, por ejemplo, para orientar sobre elección de asignaturas, optimizar la planificación académica o detectar trayectorias problemáticas.

5. ARCDU: proyecto centrado en el diseño de una ontología que facilite la búsqueda avanzada de recursos educativos en el buscador de la UNED, mejorando la recuperación de materiales mediante descriptores semánticos.

6. GEONA: iniciativa que aprovecha la IA generativa para mejorar la comunicación de los cursos de UNED Abierta, generando textos más claros y adaptados a diferentes públicos objetivos.

7. UNED Abierta: espacio de MOOCs y cursos masivos donde se experimenta con recomendaciones personalizadas de grados, másteres y formación permanente en función del interés y comportamiento de los participantes en un curso concreto.

8. IDIOMAI: proyecto que desarrolla herramientas de IA generativa para la enseñanza y aprendizaje de idiomas, como asistentes conversacionales, generadores de ejercicios adaptativos o sistemas de feedback automatizado sobre la producción escrita y oral.

Todas estas iniciativas contribuyen a crear una cultura institucional de uso crítico, informado y creativo de la IA, evitando caer en el simple consumo de herramientas externas y apostando por soluciones propias alineadas con los valores de la universidad pública.

Ética, normativa y uso responsable de la IA en la investigación

La UNED insiste de forma recurrente en que el uso de la inteligencia artificial, y especialmente de la IA generativa, debe ser crítico, informado y responsable. No basta con saber “qué botón pulsar”; es imprescindible comprender las limitaciones del modelo, las condiciones de uso de la herramienta y las implicaciones éticas y legales de lo que genera.

En el ámbito de la investigación, se recomienda conocer también las normas y orientaciones de editoriales, revistas científicas y organismos reguladores relativas al uso de IA en la redacción, análisis de datos o revisión de manuscritos. Muchos boletines de ética en publicación están ya incorporando secciones específicas sobre IA generativa.

Las guías de la UNED subrayan cuestiones como la necesidad de transparencia (declarar si se ha utilizado IA y para qué), la responsabilidad última de las personas autoras sobre el contenido de los trabajos, la protección de datos sensibles introducidos en herramientas de terceros, la evitación del plagio y la relevancia de verificar manualmente cualquier dato crítico obtenido a través de un modelo generativo.

También se invita a reflexionar sobre el equilibrio esfuerzo-beneficio: usar la IA para ahorrar tiempo en tareas repetitivas o de bajo valor añadido puede ser positivo, pero delegar por completo el razonamiento, el diseño de la investigación o la interpretación de resultados en un sistema automático va en contra del aprendizaje profundo y de la ética académica.

En paralelo, la Comisión Europea y otras instituciones internacionales destacan la importancia de incrementar el talento especializado en IA. Se habla de reforzar la formación en competencias técnicas, pensamiento crítico y criterios éticos entre quienes diseñan, utilizan o se ven afectados por estos sistemas. La UNED, con su énfasis en la formación a distancia y la actualización permanente, se alinea con estas directrices ofreciendo itinerarios flexibles y recursos formativos variados.

Tomando todo este conjunto de estudios oficiales, títulos propios, proyectos y orientaciones éticas, la inteligencia artificial en la UNED se configura como un ecosistema muy completo: un espacio donde puedes formarte desde cero, especializarte a nivel investigador, participar en proyectos de innovación educativa con IA generativa y, al mismo tiempo, desarrollar una mirada crítica capaz de aprovechar el potencial de estas tecnologías sin perder de vista la integridad académica, la calidad científica y el impacto social de cada decisión técnica.