Fortalecimiento de la integridad académica a través de la IA. Estrategias de prevención del plagio en la era digital
Palavras-chave:
Inteligencia Artificial, Integridad Académica, Prevención de Plagio, Ciencias de la Información, Propiedad IntelectualResumo
Este estudio se adentra en el impacto cualitativo de la inteligencia artificial (IA) en la detección y prevención del plagio dentro de las Ciencias de la Información, con el objetivo de reforzar la integridad académica y proteger la propiedad intelectual. Mediante un enfoque cualitativo y bibliográfico, la investigación examina casos reales y literatura relacionada con las tecnologías de IA, enfocándose en las perspectivas de académicos y profesionales en la lucha contra el plagio. Se espera que los hallazgos proporcionen una comprensión profunda de las dinámicas y la eficacia de la IA en contextos académicos, destacando los desafíos, oportunidades y mejores prácticas para su implementación. El estudio anticipa el reconocimiento de la IA como una herramienta valiosa, aunque compleja, en la lucha contra el plagio, contribuyendo a un marco académico más ético y seguro. Se recomienda la integración de métodos de IA en los procesos de revisión y verificación de trabajos científicos para fortalecer la originalidad y la integridad del conocimiento académico.
Downloads
Referências
Abbate, R., Caterino, M., Fera, M., & Caputo, F. (2022). Maintenance Digital Twin using vibration data. Procedia Computer Science, 200, 546-555. https://doi.org/10.1016/j.procs.2022.01.252
Acuña Acuña, EG (2023). Aplicación de Minería de Datos e Internet de las Cosas (IoT) para productos Biomédicos. Revisión Tecno. Revista Internacional de Tecnología, Ciencia y Sociedad /Revista Internacional de Tecnología, Ciencia y Sociedad, 13 (1), 145–169. https://doi.org/10.37467/revtechno.v12.3444
Almutairi, M., Alharbi, T. A. F., & Timmins, F. (2023). Perceptions of nursing students and faculty members towards academic integrity and professionalism in Saudi Arabia: A cross-sectional study. Nurse Education Today, 130, 105942. https://doi.org/10.1016/j.nedt.2023.105942
Baker-Gardner, R., & Eaton, S. E. (2024). Academic Integrity. In Reference Module in Social Sciences. Elsevier. https://doi.org/10.1016/B978-0-323-95689-5.00075-4
Bin-Nashwan, S. A., Sadallah, M., & Bouteraa, M. (2023). Use of ChatGPT in academia: Academic integrity hangs in the balance. Technology in Society, 75, 102370. https://doi.org/10.1016/j.techsoc.2023.102370
Çelik, Ö. (2023). Developing a multipronged academic integrity policy writing tool for secondary schools. International Journal of Educational Development, 100, 102807. https://doi.org/10.1016/j.ijedudev.2023.102807
De Souza Pinheiro, Gisele, Pontin Darsie, Marta María y Beirigo Lopes, Thiago. (2024). Peirce, Saussure y Duval: un posible diálogo epistemológico entre teorías. Areté, Revista Digital del Doctorado en Educación, 10 (19), 35-51. https://doi.org/10.55560/arete.2024.19.10.2
Du, P., Wang, F.-F., & Wang, J. (2023). On a simplified multi-layered plate model of growth: Asymptotic analyses and numerical implementation. Thin-Walled Structures, 191, 111100. https://doi.org/10.1016/j.tws.2023.111100.
Eminoğlu, A., & Çelikkanat, Ş. (2024). Assessment of the relationship between executive nurses’ leadership self-efficacy and medical artificial intelligence readiness. International Journal of Medical Informatics, 184, 105386. https://doi.org/10.1016/j.ijmedinf.2024.105386
Fadli, S., & Rawal, B. S. (2023). Quantum bionic advantage on near-term cloud ecosystem. Optik, 272, 170295. https://doi.org/10.1016/j.ijleo.2022.170295.
Fang, J., Zheng, Q., Cai, C., Chen, H., & Zhang, H. (2023). Deep reinforcement learning method for turbofan engine acceleration optimization problem within full flight envelope. Aerospace Science and Technology, 136, 108228. https://doi.org/10.1016/j.ast.2023.108228
Garcia Romero, M. M., & Saavedra Acevedo, G. S. (2024). Programa “descubro y autorregulo mis conocimientos” para mejorar las competencias digitales. Areté, Revista Digital del Doctorado en Educación, 10(19), 183–202. https://doi.org/10.55560/arete.2024.19.10.10
Geda, M. W., Tang, Y. M., & Lee, C. K. M. (2024). Applications of artificial intelligence in Orthopaedic surgery: A systematic review and meta-analysis. Engineering Applications of Artificial Intelligence, 133(Part D), 108326. https://doi.org/10.1016/j.engappai.2024.108326
Gupta, R., Roy, S., Das, T., & Sen (De), A. (2024). Quantum illumination with noisy probes: Conditional advantages of non-Gaussianity. Physics Letters A. https://doi.org/10.1016/j.physleta.2024.129446.
Haldorai, A. (2023). A review on artificial intelligence in internet of things and cyber physical systems. Journal of Computer and Natural Sciences, 3(1), 12–23. https://doi.org/10.53759/181X/JCNS202303002.
Jared, B., Hanna, K., & Piras, S. (2023). Academic integrity in nursing: What nurse leaders and faculty need to know now. Journal of Professional Nursing, 48, 107-111. https://doi.org/10.1016/j.profnurs.2023.07.002
Lee, C.-C., & Yan, J. (2024). Will artificial intelligence make energy cleaner? Evidence of nonlinearity. Applied Energy, 363, 123081. https://doi.org/10.1016/j.apenergy.2024.123081
Lee, Y., Shin, T., Tessier, L., Javidan, A., Jung, J., Hong, D., Strong, A. T., McKechnie, T., Malone, S., Jin, D., Kroh, M., & Dang, J. T. (2024). Harnessing Artificial Intelligence in Bariatric Surgery: Comparative Analysis of ChatGPT-4, Bing, and Bard in Generating Clinician-Level Bariatric Surgery Recommendations. Surgery for Obesity and Related Diseases. https://doi.org/10.1016/j.soard.2024.03.011
Liyanage, M., Braeken, A., Shahabuddin, S., & Ranaweera, P. (2023). Open RAN security: Challenges and opportunities. Journal of Network and Computer Applications, 214, 103621. https://doi.org/10.1016/j.jnca.2023.103621
Lu, Y., Sigov, A., Ratkin, L., Ivanov, L. A., & Zuo, M. (2023). Quantum computing and industrial information integration: A review. Journal of Industrial Information Integration, 35, 100511. https://doi.org/10.1016/j.jii.2023.100511.
Ma, C., Xue, D., Li, S., Zhou, Z., Zhu, Y., & Guo, X. (2022). Compliance minimisation of smoothly varying multiscale structures using asymptotic analysis and machine learning. Computer Methods in Applied Mechanics and Engineering, 395, 114861. https://doi.org/10.1016/j.cma.2022.114861.
Ma, L., & Huang, R. (2024). Asymptotic stability and fold bifurcation analysis in Caputo–Hadamard type fractional differential system. Chinese Journal of Physics, 88, 171-197. https://doi.org/10.1016/j.cjph.2024.01.028.
Ossai, M. C., Ethe, N., Edougha, D. E., & Okeh, O. D. (2023). Academic integrity during examinations, age and gender as predictors of academic performance among high school students. International Journal of Educational Development, 100, 102811. https://doi.org/10.1016/j.ijedudev.2023.102811
Pinheiro, G. de S., Darsie, M. M. P., & Lopes, T. B. (2024). Peirce, Saussure y Duval: Un posible diálogo epistemológico entre teorías. Areté, Revista Digital del Doctorado en Educación, 10(19), 35–51. https://doi.org/10.55560/arete.2024.19.10.2
Qin, M., Hu, W., Qi, X., & Chang, T. (2024). Do the benefits outweigh the disadvantages? Exploring the role of artificial intelligence in renewable energy. Energy Economics, 131, 107403. https://doi.org/10.1016/j.eneco.2024.107403
Ríos Cabrera, P., Ruiz Bolívar, C., Paulos Gomes, T., & León Beretta, R. M. (2023). Desarrollo de una escala para medir competencias investigativas en docentes y estudiantes universitarios. Areté, Revista Digital del Doctorado en Educación, 9(17), 147–169. https://doi.org/10.55560/arete.2023.17.9.7
Schramm, S., Wehner, C., & Schmid, U. (2023). Comprehensible Artificial Intelligence on Knowledge Graphs: A survey. Journal of Web Semantics, 79, 100806. https://doi.org/10.1016/j.websem.2023.100806
Soret, Z., & Guillen, A. (2024). Modelos y estrategias de enseñanza para plataformas e-learning en cursos basados de educación por competencias. Areté, Revista Digital del Doctorado del Educación, 10(19), 87–102. https://doi.org/10.55560/arete.2024.19.10.5
Schramm, S., Wehner, C., & Schmid, U. (2023). Comprehensible Artificial Intelligence on Knowledge Graphs: A survey. Journal of Web Semantics, 79, 100806. https://doi.org/10.1016/j.websem.2023.100806
Wu, X., & Lai, I. K. W. (2022). The use of 360-degree virtual tours to promote mountain walking tourism: Stimulus–organism–response model. Information Technology and Tourism, 24(1), 85-107. https://doi.org/10.1007/s40558-021-00218-1
Xi, N., Chen, J., Gama, F., Riar, M., & Hamari, J. (2023). The challenges of entering the metaverse: An experiment on the effect of extended reality on workload. Information Systems Frontiers, 25(2), 659-680. https://doi.org/10.1007/s10796-022-10244-x
Zhang, L., Anjum, M. A., & Wang, Y. (2023). The impact of trust-building mechanisms on purchase intention towards metaverse shopping: The moderating role of age. International Journal of Human–Computer Interaction, 1-19. https://doi.org/10.1080/10447318.2023.2184594
Zhang, L.-L., & Wang, X. (2023). Soliton solution and asymptotic analysis of the three-component Hirota–Satsuma coupled KdV equation. Physica A: Statistical Mechanics and its Applications, 612, 128481. https://doi.org/10.1016/j.physa.2023.128481.

Publicado
Como Citar
Edição
Secção
Licença
Direitos de Autor (c) 2024 Edwin Gerardo Acuña Acuña

Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0.
Esta revista oferece acesso livre e imediato ao seu conteúdo, sob o princípio de tornar a investigação livremente disponível ao público, o que promove um maior intercâmbio de conhecimento global.
Os autores que publicam na Areté, Revista Digital del Doctorado en Educación, aceitam as seguintes condições:
- Os autores mantêm os direitos de autor e concedem à revista o direito de ser a primeira publicação do trabalho, bem como de o licenciar ao abrigo de uma Licença de Atribuição Creative Commons que permite a outros partilhar o trabalho com um reconhecimento da autoria do trabalho e da publicação inicial nesta revista.
Os autores podem celebrar separadamente acordos adicionais para a distribuição não exclusiva da versão do trabalho publicada na revista (por exemplo, colocando-a num repositório institucional ou publicando-a num livro), com um reconhecimento da sua publicação inicial nesta revista e não utilizada para fins comerciais. - Os conteúdos e imagens incluídos nos artigos são da responsabilidade do(s) autor(es). Areté, Revista Digital del Doctorado en Educación, não é responsável pela informação incluída nos mesmos.
Os autores concordam com a licença de uso utilizada pela revista, com as condições de auto-arquivo e com a política de acesso aberto. - É permitido aos autores divulgar eletronicamente (por exemplo, em repositórios institucionais ou no seu próprio sítio Web) a versão publicada dos seus trabalhos, uma vez que tal favorece a sua circulação e divulgação mais precoce e, consequentemente, um possível aumento da sua citação e alcance entre a comunidade académica.
Em caso de reutilização de trabalhos publicados, deve ser mencionada a existência e as especificações da licença de utilização, bem como a autoria e a fonte original da publicação.