IA generativa, propiedad intelectual y plagio académico
Dr. Sebastián Bozzo Hauri
Decano Facultad de Derecho
Universidad Autónoma de Chile
El uso de la inteligencia artificial (IA) generativa en el ámbito académico exige reflexionar sobre la propiedad intelectual y la atribución de crédito. El plagio es una preocupación central para la integridad y la ética de la investigación, y se define de manera general, como la acción de utilizar palabras, ideas, datos o conclusiones de otra persona y presentarlas como propias, sin el debido reconocimiento o atribución. Esta práctica no sólo es una falta ética, sino que también socava los principios fundamentales de la honestidad intelectual y la confianza en la comunidad académica.
Las principales características y elementos que configuran el plagio en la investigación académica incluyen la apropiación (del lenguaje, las ideas, los resultados o la estructura de un trabajo que no es propio); la falta de una citación o del reconocimiento explícito de la fuente original; la presentación de un material ajeno dando a entender que propio y original; y la violación de la ética académica que rompe el «contrato implícito» entre el autor y el lector, donde se espera que el primero sea el creador original o identifique claramente el material de otros.
El trabajo de investigación «The provenance problem: LLMs and the breakdown of citation norms», de Brian D. Earp, Haotian Yuan, Julian Koplin y Sebastian Porsdam Mann, publicado este 2025, analiza el «problema de la procedencia» y sus implicancias para el derecho de autor. Explora cómo los Modelos de Lenguaje Grandes o LLM por sus silgas en inglés, como ChatGPT, pueden generar textos con ideas de fuentes no consultadas por el investigador.
Por un lado, es necesario preguntarse entonces, ¿es plagio si una IA reproduce ideas previas sin citar? Los autores lo identifican como un «daño atribucional» novedoso, donde el trabajo intelectual ajeno se usa sin reconocimiento, afectando la reputación científica y la justicia epistémica.
Con el uso de la IA en la investigación, para el usuario puede no ser posible conocer la fuente original. Así, el «problema de la procedencia» o el plagio son distintas variantes de un mismo conflicto: el respeto al derecho de autor. Los LLM entrenados con vastos textos académicos no siempre ofrecen citas fiables o trazabilidad transparente, lo que rompe la cadena intelectual tradicional.
María Pía Itturalde, en su trabajo publicado el 2024 “La inteligencia artificial generativa frente a la propiedad intelectual”, destaca cómo las obras autónomas de IA desafían las concepciones actuales de autoría y titularidad de derechos. Ello sucederá siempre cuando el investigador delega por completo la tarea de búsqueda, análisis y desarrollo del trabajo, y pierde el “control” de su investigación.
Para evitarlo es fundamental que el investigador sea al menos el autor original de la pregunta de investigación y de la hipótesis, debiendo apoyarse en la IA para la búsqueda de fuentes bibliográficas y del contenido que servirá para la construcción de su trabajo de investigación. Luego, será él quien estructure su trabajo, le dé una fisonomía y enfoque propio que a su vez arrojen conclusiones propias.
Por otra parte, uno de los puntos que se debate sobre el plagio es si la intención de engañar es un elemento indispensable para que se configure esta falta. La postura predominante en el ámbito académico es que, si bien la intención puede agravar la falta, no es un requisito absoluto para que un acto sea considerado plagio.
El foco está en la apropiación indebida del trabajo intelectual y el daño a la integridad académica. En efecto, la sola reproducción de una idea ajena sin la debida citación es suficiente para configurar el plagio, sin importar la motivación del autor. Esta perspectiva es clave al evaluar la IA generativa pues, aunque un investigador no busque engañar, la falta de atribución sigue siendo una violación de la propiedad intelectual.
Para el derecho de autor, este escenario plantea desafíos significativos: la atribución es esencial para que los creadores reciban reconocimiento, y la interrupción de esta cadena por la IA cuestiona la eficacia de los marcos legales.
Respetar la propiedad intelectual es vital para el avance del conocimiento, y los desafíos de la IA exigen reflexión y soluciones colaborativas. La comunidad académica y legal debe desarrollar nuevas estrategias y marcos éticos. La transparencia en el uso de la IA, la evolución de las normas de citación y la redefinición de la autoría, son cruciales para preservar la integridad y equidad.