IA para hacer el TFG o TFM en 2026: método ético, verificable y paso a paso
Respuesta directa: puedes usar inteligencia artificial para apoyar un TFG o TFM únicamente dentro de las reglas de tu universidad y de las instrucciones de tu tutor. Su mejor papel es ayudarte a formular preguntas, ordenar literatura, comparar opciones metodológicas, revisar cálculos, cuestionar argumentos y ensayar la defensa. No debe sustituir la lectura de las fuentes, la decisión metodológica, el análisis intelectual ni la autoría que el tribunal evaluará.
El trabajo final no es un documento largo que se completa rellenando apartados. Es una cadena de decisiones: eliges una pregunta, justificas por qué importa, localizas evidencia, diseñas un método, analizas resultados y explicas qué puede concluirse. La IA puede mejorar esa cadena cuando deja rastros comprobables. También puede debilitarla si produce citas inventadas, decisiones que no entiendes o párrafos que no puedes defender.
Esta guía propone un sistema basado en cuatro verbos: delimitar, documentar, verificar y defender. El objetivo no es encontrar una herramienta que “haga el TFG”, sino construir un proceso que puedas explicar ante tu tutor y el tribunal. Si buscas específicamente qué permite tu centro, consulta la guía publicada sobre usar ChatGPT en un TFG y declarar su intervención. Aquí nos centraremos en el método completo de investigación.
No hay un permiso general válido para todas las universidades, titulaciones o cursos. Revisa la normativa del centro, la guía del TFG o TFM, el enunciado vigente, el estilo bibliográfico y las indicaciones escritas de tu tutor. Declarar un uso no convierte en aceptable una práctica que estaba prohibida.
Índice del artículo
1. IA como asistente: dónde está el límite de autoría
Una ayuda útil cambia tu proceso, no suplanta tu aportación
Imagina que entregas un análisis que no sabes reproducir, una revisión bibliográfica cuyos artículos no has leído o unas conclusiones construidas a partir de una salida automática. El documento puede parecer correcto, pero la cadena académica está rota. Falta la relación comprobable entre evidencia, decisión y conclusión. Esa relación es precisamente lo que un trabajo final debe demostrar.
Un uso más sólido consiste en pedir a la herramienta que formule objeciones, señale términos ambiguos, compare diseños o proponga comprobaciones. Tú revisas las sugerencias, descartas lo que no encaja y justificas el resultado con fuentes. Usada así, la herramienta funciona como superficie de contraste. La investigación y la responsabilidad siguen siendo tuyas.
La prueba de defensa personal
Antes de conservar cualquier resultado asistido, hazte cuatro preguntas: ¿puedo explicar de dónde sale?, ¿puedo comprobarlo?, ¿sé por qué lo incluí?, ¿podría defenderlo sin abrir el chat? Si una respuesta es negativa, ese material todavía no está listo. Puede convertirse en una pista para investigar, pero no en evidencia ni en conclusión.
Este criterio enlaza con el marco general de ética al usar IA para estudiar: la transparencia importa, pero también importan la competencia demostrada, la privacidad y el respeto a la finalidad de la evaluación.
2. Auditoría de reglas antes de empezar
Consulta la jerarquía correcta
Las instrucciones pueden aparecer en varios niveles. Empieza por la normativa de la universidad y del centro. Después revisa la guía del TFG o TFM, el aula virtual, la rúbrica, la plantilla de memoria y los mensajes del tutor. Una regla específica de la actividad puede limitar un uso que la política general solo describe de forma amplia.
Cuando exista una ambigüedad, pregunta por escrito. No escribas “¿puedo usar IA?” sin contexto. Describe la tarea concreta: corregir ortografía, generar preguntas para una entrevista piloto, clasificar notas anonimizadas, comprobar código o ensayar la defensa. Así el tutor puede responder sobre una acción real.
Crea una ficha de permiso
| Campo | Qué debes registrar | Ejemplo prudente |
|---|---|---|
| Herramienta | Nombre del servicio y modalidad utilizada | Asistente conversacional institucional |
| Finalidad | Tarea delimitada | Revisar claridad de un borrador propio |
| Material enviado | Tipo de contenido y sensibilidad | Párrafo sin datos personales |
| Regla aplicable | Documento, apartado y fecha | Guía del TFM, sección de autoría |
| Confirmación | Respuesta del tutor si era necesaria | Mensaje conservado en el aula |
| Declaración | Formato y lugar de entrega | Apéndice metodológico |
La publicación de CRUE sobre inteligencia artificial generativa en la docencia universitaria sirve como marco general, pero no sustituye la regla de tu titulación. La autorización real se decide en el contexto académico que evalúa el trabajo.
3. La arquitectura que hace verificable un TFG con IA
Cuatro capas que nunca debes mezclar
La fuente original puede ser un artículo, una norma, un conjunto de datos o una obra primaria. La nota propia registra qué afirma, cómo lo sabes y para qué puede servir. La decisión razonada explica si incluyes, descartas o relacionas ese material. Solo entonces aparece el texto final. La IA puede ayudarte entre capas, pero no debe borrar el origen ni convertir una sugerencia en fuente.
El registro maestro del proyecto
Mantén una tabla con fecha, tarea, entrada, salida, decisión y evidencia. No necesitas guardar cada conversación irrelevante. Conserva las intervenciones que afecten a la pregunta, el método, el análisis o la redacción. Añade también versiones del documento, cambios de criterios y comentarios del tutor.
Esta práctica facilita la defensa y reduce errores. También te permite volver atrás cuando una decisión deja de tener sentido. Si trabajas con varias aplicaciones, un sistema de organización como el descrito en Notion AI para organizar apuntes y tareas puede servir, siempre que el entorno elegido sea compatible con las reglas de privacidad del proyecto.
4. Cómo definir el tema, la pregunta y los objetivos con IA
Empieza por restricciones reales
Un tema atractivo no siempre produce un proyecto viable. Antes de pedir ideas, anota la disciplina, la extensión disponible, el calendario, los datos accesibles, los idiomas que puedes leer y los métodos que estás preparado para aplicar. Incluye los límites éticos y técnicos. Esa ficha evita propuestas imposibles o demasiado amplias.
Convierte el tema en una pregunta investigable
Una buena pregunta debe poder responderse con la evidencia y el método disponibles. La IA puede detectar conceptos vagos, relaciones causales que no podrás probar o poblaciones mal definidas. Sin embargo, no sabe qué espera exactamente tu tutor ni qué recursos tiene tu universidad. Usa la conversación para preparar una propuesta y valida después la decisión.
Compara cada opción con una matriz: relevancia, delimitación, acceso a evidencia, viabilidad ética, método posible y aportación esperada. Evita pedir “el tema perfecto”. La herramienta no conoce tus competencias, tu contexto ni los criterios no escritos del tribunal.
Objetivos que no prometen más de lo que el método permite
Relaciona cada objetivo con un dato o producto observable. “Comprender” puede ser demasiado impreciso; “describir”, “comparar”, “analizar” o “evaluar” suelen exigir acciones más claras. No uses verbos causales si tu diseño solo permite observar asociaciones. Pide a la IA que señale incoherencias, pero contrasta la redacción con manuales metodológicos de tu disciplina.
5. Revisión bibliográfica con IA sin fabricar referencias
Diseña la búsqueda antes de usar un asistente
Define conceptos principales, sinónimos, términos en otros idiomas, intervalo temporal, tipos de documento y bases de datos. Escribe criterios de inclusión y exclusión. Después ejecuta búsquedas en los recursos de tu biblioteca, bases especializadas y catálogos académicos. Una respuesta conversacional puede ayudarte a descubrir vocabulario, pero no demuestra que la búsqueda sea suficiente.
Perplexity para investigar y verificar fuentes puede apoyar la exploración inicial. Elicit ofrece búsqueda semántica y flujos orientados a literatura científica, mientras Semantic Scholar facilita descubrimiento y relaciones entre publicaciones. Ninguna interfaz reemplaza la lectura del documento ni garantiza por sí sola cobertura completa de tu campo.
Verifica cada referencia en cinco puntos
- Autores y orden de firma.
- Título exacto y año de publicación.
- Revista, editorial, congreso o repositorio.
- DOI, ISBN, identificador o URL persistente cuando exista.
- Correspondencia entre la afirmación citada y el contenido real.
No cites un artículo porque aparezca en una síntesis automática. Abre el registro, localiza el texto y comprueba que lo has interpretado correctamente. Si solo tienes acceso al resumen, no atribuyas detalles del método o los resultados que no puedes verificar.
Crea una matriz de evidencia
| Referencia | Pregunta y método | Hallazgo relevante | Limitación | Uso previsto |
|---|---|---|---|---|
| Identificador verificado | Qué estudia y cómo | Paráfrasis con página | Qué no permite concluir | Marco, método o discusión |
| Fuente normativa | Ámbito y versión | Regla aplicable | Fecha o jurisdicción | Contexto del problema |
| Conjunto de datos | Origen y variables | Información utilizable | Cobertura y calidad | Análisis empírico |
Un gestor como Zotero ayuda a conservar metadatos y generar citas en procesadores de texto. Aun así, revisa los registros importados: mayúsculas, autores, fechas, títulos y DOI pueden llegar incompletos. La bibliografía automática solo será correcta si la información de entrada lo es.
Trabaja con los PDF ya seleccionados
Google cambió el nombre de NotebookLM a Gemini Notebook en julio de 2026. La herramienta sigue orientada a trabajar con fuentes aportadas. Úsala después de seleccionar los documentos, no como sustituto de la búsqueda. Puede ayudarte a localizar coincidencias, diferencias y pasajes relevantes, pero debes abrir la fuente y revisar el contexto.
La guía de Gemini Notebook para estudiar con fuentes explica cómo organizar cuadernos y preguntas. En un TFG, añade una regla: ninguna síntesis entra en la memoria sin una referencia verificable y una lectura humana del fragmento original.
6. Construir el marco teórico sin delegar la argumentación
Del inventario de autores a una estructura conceptual
El marco teórico no es una sucesión de resúmenes. Debe mostrar conceptos, relaciones, desacuerdos y decisiones. Agrupa la matriz de evidencia por problemas o categorías, no solo por autores. Identifica qué definición adoptas, qué alternativas descartas y cómo ese marco ayuda a interpretar tu objeto de estudio.
Usa la IA para encontrar huecos en tu razonamiento
Pide objeciones, contraejemplos y definiciones alternativas. Después vuelve a las fuentes. Un asistente como Claude para trabajar con textos y proyectos puede manejar materiales extensos, pero la capacidad de procesar mucho contenido no convierte sus inferencias en evidencia académica.
Evita solicitar un marco completo “con citas”. Ese pedido mezcla redacción, selección de evidencia y atribución, justo las tareas donde una referencia inexistente o una lectura superficial puede contaminar todo el trabajo. Escribe el argumento desde tu matriz y utiliza la herramienta para revisar una capa cada vez.
7. Diseñar la metodología con asistencia, no por automatismo
La pregunta determina el diseño
No empieces preguntando qué método es “mejor”. Describe la pregunta, la unidad de análisis, el tipo de datos, el acceso a participantes, el calendario y el nivel de inferencia esperado. Solicita varias alternativas con condiciones de uso. Luego compáralas mediante bibliografía metodológica y con tu tutor.
La IA puede explicar diferencias entre encuesta, experimento, estudio de caso, análisis documental, entrevistas o métodos mixtos. No puede garantizar que una opción sea válida en tu disciplina, que el tamaño muestral sea suficiente o que el instrumento tenga validez. Esas decisiones requieren criterios técnicos y contexto.
Instrumentos y prueba piloto
Para una encuesta o entrevista, pide una crítica de cobertura, lenguaje, sesgo y orden. No presentes ítems generados como instrumento validado. Comprueba antecedentes, revisión de expertos y prueba piloto según el diseño. Conserva versiones para mostrar cómo cambió el instrumento y por qué.
Análisis cuantitativo: primero los supuestos
Un chatbot puede proponer pruebas estadísticas, generar código y explicar salidas. Antes de ejecutar nada, define variables, nivel de medición, hipótesis, datos ausentes y supuestos. Comprueba el procedimiento en el software aceptado por tu programa. Si usas código, ejecútalo, léelo y conserva la versión que produjo cada tabla o gráfico.
Análisis cualitativo: no confundir resumen con interpretación
La IA puede sugerir códigos iniciales o agrupar fragmentos, pero la codificación depende del enfoque teórico, la pregunta y el contexto. Mantén un libro de códigos con definición, ejemplo, exclusión y fecha. Revisa casos que contradigan el patrón. Explica qué parte fue asistida y qué decisiones fueron humanas.
8. Datos, privacidad, confidencialidad y propiedad intelectual
No subas primero y preguntes después
Entrevistas, historias clínicas, expedientes, respuestas de estudiantes, datos empresariales y materiales no publicados pueden contener información protegida. Antes de enviarlos a un servicio externo, revisa el consentimiento, el protocolo ético, el contrato, la política institucional y las condiciones del proveedor. Anonimizar nombres no siempre elimina la posibilidad de reidentificación.
La guía de UNESCO sobre IA generativa en educación e investigación destaca la protección de datos y un enfoque centrado en las personas. En la práctica, aplica minimización: comparte solo lo necesario, elimina identificadores y utiliza entornos aprobados. Si no existe autorización clara, trabaja con datos ficticios o ejemplos no sensibles para diseñar el procedimiento.
También importan los PDF y materiales docentes
Que una plataforma permita cargar un archivo no significa que tengas derecho a hacerlo. Comprueba licencias, restricciones de bases de datos, acuerdos de confidencialidad y normas de la biblioteca. Evita subir exámenes reservados, manuscritos ajenos o documentos internos sin permiso.
Si el material contiene datos personales, secretos profesionales, información clínica, resultados inéditos, propiedad intelectual de terceros o compromisos de confidencialidad, no lo envíes a una herramienta pública hasta recibir una autorización y conocer el entorno aprobado.
9. Analizar resultados con IA sin perder reproducibilidad
Trabaja siempre sobre una copia
Conserva el archivo original en modo de solo lectura. Crea una copia para limpieza y otra para análisis. Registra cambios de nombres, exclusiones, transformaciones, imputaciones y decisiones sobre valores atípicos. Si una herramienta modifica directamente el archivo sin dejar registro, será difícil reconstruir el proceso.
Pide procedimientos, no solo respuestas
Cuando solicites ayuda con un cálculo, exige pasos, supuestos, código y forma de comprobar el resultado. Ejecuta el procedimiento en un entorno controlado. Compara salidas básicas con cálculos independientes o ejemplos conocidos. Un número que parece plausible puede seguir siendo incorrecto.
Separa resultado e interpretación
Una tabla describe lo que produjo el procedimiento. La interpretación relaciona ese resultado con la pregunta, el diseño y la literatura. No permitas que el asistente convierta automáticamente una asociación en causalidad ni que generalice más allá de la muestra. Incluye resultados que contradigan tu expectativa y discute limitaciones reales.
10. Redacción académica: escribir desde la evidencia
Un flujo de revisión por capas
- Redacta una versión propia a partir de notas y resultados.
- Comprueba que cada afirmación factual tiene una fuente adecuada.
- Revisa coherencia entre pregunta, objetivos, método y conclusión.
- Solicita crítica de claridad o estructura dentro de lo permitido.
- Acepta solo cambios que entiendas y puedas justificar.
- Haz una lectura final sin IA y compara con la rúbrica.
ChatGPT para estudiar puede servir como interlocutor crítico. Limita el pedido: detectar saltos lógicos, localizar términos no definidos o proponer preguntas. “Mejora todo” concede demasiado control y puede cambiar el significado, borrar matices o uniformar tu voz.
Citación y declaración son tareas distintas
Una fuente académica respalda una afirmación. La declaración explica cómo intervino una herramienta. Una cita a la IA puede documentar una salida recuperable cuando la norma lo exige, pero no sustituye la publicación original. Consulta el formato específico de citación de IA en APA 7 y aplica primero la guía de estilo de tu universidad.
No escribas para engañar a un detector
Los “humanizadores” y las reescrituras destinadas a ocultar la procedencia dañan la trazabilidad. Además, un indicador automático no constituye una medida universal de autoría. La guía sobre detectores de IA y falsos positivos explica sus límites. Tu protección más útil es un proceso real: fuentes, borradores, historial, decisiones y capacidad de defensa.
11. TFG y TFM: el método se parece, la exigencia puede cambiar
Las características dependen del programa. Por tanto, no debe afirmarse que todo TFM exige investigación original ni que todos los TFG siguen un formato más sencillo. La guía docente define modalidad, extensión, nivel metodológico, evaluación y defensa. La siguiente comparación es orientativa.
| Aspecto | TFG | TFM | Cómo puede apoyar la IA |
|---|---|---|---|
| Alcance | Suele demostrar integración de competencias del grado | Puede exigir mayor especialización o profundidad | Detectar preguntas demasiado amplias |
| Literatura | Selección suficiente para justificar el trabajo | Puede requerir cobertura más exhaustiva del campo | Organizar términos, criterios y matriz |
| Método | Depende de modalidad y disciplina | Puede exigir justificación más detallada | Comparar alternativas y auditar coherencia |
| Aportación | Aplicación, revisión, diseño o investigación | Aplicación avanzada, síntesis o investigación | Formular objeciones y límites |
| Defensa | Explicar decisiones y competencia adquirida | Puede incluir debate especializado más profundo | Simular preguntas sin preparar respuestas falsas |
12. Herramientas útiles en 2026, organizadas por función
No hay una ganadora universal. Elige por tarea, protección de datos, acceso institucional, idioma, capacidad de verificación y normas de tu centro. Los planes y límites cambian; evita diseñar un proyecto que dependa de una función comercial concreta.
| Función | Opciones | Uso prudente | Fuente de verdad |
|---|---|---|---|
| Descubrir literatura | Elicit, Semantic Scholar, buscadores académicos | Ampliar términos y localizar candidatos | Registro editorial, base académica y artículo |
| Gestionar referencias | Zotero | Organizar, etiquetar y citar | Metadatos revisados y estilo exigido |
| Consultar fuentes seleccionadas | Gemini Notebook | Comparar pasajes y generar preguntas | PDF o documento original |
| Crítica y explicación | ChatGPT, Claude, Gemini | Objeciones, claridad y alternativas | Bibliografía, datos y criterio académico |
| Análisis reproducible | R, Python, hojas de cálculo o software disciplinar | Ejecutar y documentar procedimientos | Datos originales, código y validación |
| Organización | Gestor de tareas o notas aprobado | Calendario, decisiones y versiones | Plan del proyecto y registros propios |
| Defensa | Presentaciones y asistentes conversacionales | Diseñar apoyo visual y practicar preguntas | Memoria final y resultados reales |
Para explorar opciones sin asumir que una marca sirve para todo, revisa la guía de herramientas de IA para estudiar, la comparación de ChatGPT, Gemini y Claude y las alternativas a ChatGPT. Verifica siempre las funciones actuales en el proveedor.
13. Biblioteca de prompts orientados a la verificación
Para cuestionar una pregunta de investigación
Para preparar una estrategia de búsqueda
Para revisar una matriz bibliográfica
Para auditar el marco teórico
Para comparar metodologías
Para revisar código o cálculos
Para preparar la discusión
Para revisar la defensa
14. Preparar la defensa con IA sin memorizar un guion artificial
Construye una historia de decisiones
La presentación debe responder, en orden, qué problema estudiaste, por qué elegiste ese enfoque, qué hiciste, qué encontraste, qué significa y qué límites quedan. No conviertas cada capítulo en una diapositiva. Selecciona la evidencia necesaria para que el tribunal siga la lógica.
La IA puede sugerir preguntas y ayudarte a reducir texto visual. No permitas que invente cifras, gráficos o referencias. Cada elemento de la presentación debe proceder de la memoria o del análisis documentado.
Ensaya en tres niveles
- Nivel básico: explica el proyecto sin diapositivas en dos minutos.
- Nivel técnico: justifica método, muestra, instrumentos y análisis.
- Nivel crítico: reconoce límites, decisiones descartadas y trabajo futuro.
Después de practicar con un asistente, repite sin ayuda. Grábate, mide el tiempo real y revisa si respondes la pregunta antes de añadir detalles. Las técnicas de estudio con IA pueden ayudarte a transformar la defensa en recuperación activa, no en memorización palabra por palabra.
15. Registro de uso y declaración de IA
Qué conviene conservar
- Norma y autorización aplicables.
- Herramienta, finalidad y fecha de las intervenciones relevantes.
- Material enviado y medidas de privacidad.
- Salida recibida, cambios aceptados y motivos de descarte.
- Fuentes originales usadas para verificar.
- Borradores, comentarios y versiones del análisis.
Plantilla adaptable
Declaración de uso de inteligencia artificial: durante la elaboración de este trabajo se utilizó [herramienta y modalidad] para [tarea concreta] en las fases de [apartados]. Las salidas se emplearon como [crítica, explicación, organización o apoyo autorizado]. Las referencias, datos, cálculos y afirmaciones se verificaron mediante [fuentes o procedimiento]. El autor tomó las decisiones finales y conserva [registro o apéndice]. No se introdujeron [datos personales o material confidencial], salvo autorización documentada. Esta declaración se adapta a las instrucciones de [universidad o titulación].
No copies la plantilla sin revisar la norma. Algunos centros piden una tabla, un formulario, capturas, un apéndice o una mención breve. Otros restringen determinadas herramientas. La transparencia debe describir lo que realmente hiciste.
16. Errores comunes que debilitan el TFG o TFM
Pedir bibliografía y copiarla
Una referencia plausible puede no existir o no sostener la afirmación. Localiza y lee la fuente original.
Generar el marco completo
Produce una estructura genérica y mezcla selección, interpretación y redacción sin trazabilidad.
Elegir el método por popularidad
El diseño debe responder a la pregunta, los datos, la ética y la disciplina.
Subir datos sensibles
La comodidad técnica no elimina obligaciones de privacidad o confidencialidad.
Aceptar un cálculo plausible
Sin código, supuestos y validación no hay reproducibilidad.
Reescribir para “no parecer IA”
Oculta el proceso, puede vulnerar las reglas y dificulta defender el texto.
Confundir síntesis con evidencia
Una respuesta sobre varios PDF no reemplaza citas precisas ni lectura contextual.
Entregar algo que no puedes explicar
Si no puedes justificar una decisión, todavía no forma parte de tu conocimiento demostrado.
17. Plan de trabajo por fases
Fase 1: alcance y permiso
Reúne documentos, consulta al tutor, delimita el tema y define el registro. El resultado de esta fase es una pregunta provisional viable, no un título decorativo.
Fase 2: búsqueda y selección
Diseña consultas, ejecuta búsquedas, aplica criterios y construye la matriz. Actualiza los términos cuando descubras vocabulario relevante, pero registra el cambio.
Fase 3: marco y método
Organiza conceptos, decide la posición teórica, compara diseños y prepara instrumentos. Solicita revisión del tutor antes de recoger datos cuando el cambio posterior sea costoso o éticamente sensible.
Fase 4: datos y análisis
Protege originales, documenta limpieza, ejecuta procedimientos y valida resultados. Separa hechos observados de interpretaciones.
Fase 5: redacción y defensa
Escribe desde la evidencia, revisa por capas, completa referencias, declara herramientas y ensaya. Reserva margen para correcciones reales del tutor, no solo para cambios cosméticos.
18. Checklist antes de entregar
- La pregunta, los objetivos y el método son coherentes.
- La norma sobre IA utilizada es la vigente y está guardada.
- Cada referencia existe y sus metadatos fueron comprobados.
- Las afirmaciones se apoyan en fuentes realmente consultadas.
- Los criterios de búsqueda y selección están documentados.
- Los datos originales se conservan separados del archivo de trabajo.
- No se compartieron datos o materiales sin autorización.
- El análisis puede reconstruirse mediante pasos, código o tablas.
- Las limitaciones coinciden con el diseño y la evidencia.
- La conclusión responde a la pregunta sin exagerar resultados.
- Las tablas y figuras incluyen fuente, unidad y explicación.
- Las citas y la bibliografía siguen el estilo exigido.
- La intervención de IA está declarada como pide el centro.
- El historial de versiones y el registro están disponibles.
- Puedes defender cada decisión sin consultar el chatbot.
19. Glosario rápido
Trazabilidad
Capacidad de reconstruir cómo una fuente, dato o decisión llegó al resultado final.
Reproducibilidad
Posibilidad de repetir un procedimiento con los datos y pasos documentados.
Fuente primaria
Documento, dato u obra original que se analiza directamente.
DOI
Identificador persistente utilizado para localizar publicaciones digitales.
Criterio de inclusión
Condición definida para aceptar una fuente o unidad en el estudio.
Alucinación
Salida generada que presenta información falsa o no sustentada como si fuera válida.
Anonimización
Proceso destinado a impedir que una persona sea identificada; eliminar el nombre puede no ser suficiente.
Declaración de IA
Descripción del uso de herramientas, su finalidad, alcance y revisión humana según la norma aplicable.
20. Preguntas frecuentes
¿Puedo usar IA para hacer un TFG o TFM?
Depende de las reglas de tu universidad, centro, titulación, guía y tutor. Puede autorizarse para tareas concretas, exigirse declaración o prohibirse en partes evaluables. Comprueba el uso exacto antes de aplicarlo.
¿Qué diferencia hay entre asistente y autora?
Un asistente formula preguntas, compara alternativas o señala errores. La herramienta actúa como autora cuando produce la argumentación, el análisis o las conclusiones que deberían demostrar tu competencia.
¿Puedo confiar en las referencias de un chatbot?
No sin verificarlas. Localiza autores, título, año, publicación, identificador y documento. Después comprueba que el texto real respalda la afirmación que quieres citar.
¿Qué herramienta conviene para revisar bibliografía?
Depende del campo. Elicit o Semantic Scholar apoyan el descubrimiento; las bases institucionales aportan cobertura especializada; Zotero organiza referencias; Gemini Notebook ayuda a consultar documentos seleccionados. Ninguna sustituye la lectura.
¿La IA puede elegir la metodología?
Puede explicar y comparar opciones, pero no debe decidir por ti. La elección requiere pregunta, datos, viabilidad, ética, bibliografía metodológica y validación del tutor.
¿Puedo subir entrevistas o datos de participantes?
No subas datos personales, sensibles, confidenciales o inéditos sin autorización y un protocolo compatible. Minimiza información y utiliza el entorno aprobado por tu institución.
¿Cómo analizo datos con IA sin perder el control?
Trabaja sobre copias, documenta transformaciones, solicita procedimientos reproducibles, comprueba supuestos y valida resultados con el software o método aceptado por tu disciplina.
¿Debo citar o declarar la IA?
Son acciones diferentes. Tu centro puede exigir una declaración, una referencia, un apéndice o varias medidas. Sigue su formato y no uses la IA como fuente de datos que deben proceder de publicaciones originales.
¿Cómo preparo la defensa con IA?
Pide preguntas críticas sobre tu proyecto, practica respuestas y localiza lagunas. Después ensaya sin ayuda y verifica que puedes justificar fuentes, método, resultados y límites con tus palabras.
¿Un detector demuestra que el TFG fue escrito con IA?
Un detector ofrece un indicador que necesita interpretación; no reconstruye por sí solo el proceso de autoría. Borradores, notas, fuentes, versiones y defensa aportan un contexto más útil.
21. Fuentes oficiales consultadas
Información revisada el 10 de agosto de 2026. Las funciones, nombres, límites y políticas pueden cambiar. Para tu entrega prevalecen la normativa institucional, la guía vigente y las instrucciones del tutor.
- CRUE · La inteligencia artificial generativa en la docencia universitaria.
- UNESCO · Guidance for Generative AI in Education and Research.
- Elicit · Documentación oficial sobre búsqueda y flujos de investigación.
- Zotero · Guía oficial de citas, bibliografías e integración.
- Google · NotebookLM pasa a llamarse Gemini Notebook.
Conclusión: la IA sirve cuando mejora la investigación que tú puedes defender
Un buen TFG o TFM no se mide por cuántas herramientas utilizaste. Se reconoce porque la pregunta está delimitada, las fuentes existen, el método está justificado, los resultados pueden reconstruirse y las conclusiones respetan la evidencia. La IA aporta valor cuando ayuda a detectar problemas y a comprobar decisiones. Pierde valor cuando oculta el proceso o sustituye competencias que debías demostrar.
Empieza por una ficha de reglas y una matriz de evidencia. Mantén versiones, verifica cada cita y registra las intervenciones importantes. Al final, haz la prueba decisiva: explica el proyecto completo sin abrir ninguna herramienta. Si puedes defender qué hiciste, por qué lo hiciste y qué límites tiene, el asistente habrá ocupado el lugar correcto.
Recursos publicados para continuar
Este contenido es educativo y general. No representa a una universidad ni sustituye el criterio del tutor, el comité de ética, la biblioteca o el servicio de protección de datos. Consulta las normas aplicables a tu proyecto antes de utilizar una herramienta.