El 90% de trabajos hechos con IA: así cambiarán tus exámenes en 2026
La IA en los exámenes obliga a rediseñar la evaluación: el 92% de universitarios ya la usa, según HEPI (2025). Vuelven orales y escritura a mano en 2026.
El uso de inteligencia artificial generativa en trabajos evaluables pasó del 53% al 88% de los estudiantes en un solo año, según el Student Generative AI Survey del Higher Education Policy Institute (HEPI), publicado en febrero de 2025. La proyección para el curso 2025-2026 roza el 90%. Ante esa cifra, universidades de Reino Unido, Australia y España están rediseñando sus sistemas de evaluación. La IA en los exámenes ya no es un debate teórico: es un problema de calendario académico.
Para cualquier estudiante universitario, la consecuencia es directa. Los trabajos escritos en casa pierden peso, vuelven las pruebas orales y la escritura a mano, y la evaluación se desplaza del producto final al proceso. Quien planifique el curso 2026 con las reglas de 2023 se encontrará con un terreno de juego distinto.
- El 92% de los universitarios británicos usa IA generativa y el 88% la emplea en trabajos evaluables, según HEPI (2025).
- Turnitin detectó contenido de IA en el 11% de los 200 millones de trabajos que analizó entre 2023 y 2024.
- Menos del 10% de las instituciones educativas tenía políticas formales sobre IA generativa, según UNESCO (2023).
- Las universidades están sustituyendo el ensayo domiciliario por exámenes orales, pruebas presenciales y evaluación del proceso.
Del 53% al 88% en un año: la IA ya escribe los trabajos
El 88% de los estudiantes universitarios británicos usó IA generativa en trabajos evaluables en 2025, frente al 53% de 2024, según el informe anual de HEPI. El salto de 35 puntos en doce meses convirtió la adopción de IA en el cambio más rápido registrado en hábitos de estudio universitarios.
El dato británico funciona como termómetro europeo porque no existe todavía una serie equivalente en España. Lo que sí existe es evidencia de escala global. Turnitin, el sistema antiplagio que usan miles de universidades, analizó más de 200 millones de trabajos entre abril de 2023 y abril de 2024. Encontró indicios de IA en al menos el 20% del texto en un 11% de ellos. En un 3%, la IA había escrito el 80% o más.
El Anthropic Education Report, publicado en abril de 2025 a partir de un millón de conversaciones anonimizadas de estudiantes con Claude, añadió un matiz relevante. Los usos dominantes no eran resúmenes triviales, sino tareas de creación y análisis: redactar, resolver problemas, estructurar argumentos. Es decir, exactamente el tipo de trabajo que los sistemas de evaluación tradicionales dan por hecho que produce el alumno.
Mientras tanto, las instituciones llegan tarde. Un sondeo de UNESCO de 2023 encontró que menos del 10% de escuelas y universidades contaba con políticas formales sobre IA generativa. Tres cursos después, buena parte de la universidad española sigue regulando el fenómeno con normativas de plagio redactadas antes de que existiera ChatGPT.
Cómo cambia la IA los exámenes en 2026
Las universidades están migrando hacia formatos de evaluación resistentes a la IA: exámenes orales, pruebas presenciales escritas a mano y defensa del proceso de trabajo. El regulador australiano TEQSA exigió en 2024 a todas las universidades del país planes concretos contra el riesgo de la IA generativa en la evaluación.
El movimiento no es homogéneo, pero los patrones se repiten. El ensayo domiciliario, durante décadas la unidad básica de evaluación en humanidades y ciencias sociales, es la primera víctima. Si una IA puede producirlo en minutos, deja de medir lo que decía medir. Las alternativas que ganan terreno comparten una lógica: verificar que el conocimiento reside en la persona, no en su historial de navegador.
| Formato tradicional | Sustituto emergente en 2026 | Qué verifica |
|---|---|---|
| Ensayo entregado en casa | Ensayo + defensa oral de 10 minutos | Comprensión real del texto entregado |
| Examen tipo test online | Prueba presencial escrita a mano | Conocimiento sin asistencia externa |
| Trabajo final único | Entregas parciales con historial de versiones | El proceso, no solo el resultado |
| Prohibición genérica de IA | Uso declarado y citado de herramientas | Transparencia y criterio en el uso |
La cuarta fila es la menos intuitiva y la más significativa. Una parte creciente del profesorado ha asumido que la prohibición total es inaplicable y contraproducente. La alternativa es integrar la herramienta con reglas explícitas: declarar qué se usó y para qué. Quien quiera moverse en esa zona gris con garantías puede consultar la guía 2026 para usar IA en trabajos sin jugarse el expediente.
Detectores de IA: por qué las universidades dejan de fiarse
Los detectores automáticos de texto generado por IA producen falsos positivos documentados, especialmente con estudiantes no nativos, según un estudio de la Universidad de Stanford publicado en 2023 en la revista Patterns. Esa fragilidad explica que el rediseño de los exámenes avance más rápido que la carrera por detectar.
La primera reacción institucional ante ChatGPT fue tecnológica: detectar el texto sintético y sancionarlo. Tres años después, ese enfoque muestra grietas. El estudio de Stanford comprobó que los detectores clasificaban como IA más de la mitad de los textos escritos por estudiantes no nativos de inglés. OpenAI retiró su propio clasificador en 2023 por baja precisión. Acusar a un alumno con una probabilidad estadística como única prueba es, además, un problema jurídico.
«Cada evaluación debe revisarse por si puede completarse en segundos con una IA. Los estudiantes la están usando, se les diga lo que se les diga.»
El diagnóstico de Freeman resume el consenso emergente: el problema no se resuelve en el trabajo entregado, sino en el diseño de la prueba. De ahí que el sector EdTech esté girando hacia herramientas que documentan el proceso de estudio en lugar de camuflar el resultado. Plataformas internacionales como Khanmigo y startups españolas como Modo Cheto trabajan sobre esa premisa: el registro de la interacción como evidencia de aprendizaje.
Qué significa para los estudiantes
Para el estudiante, el cambio de 2026 se traduce en tres frentes: más peso de lo presencial y lo oral, obligación de documentar el proceso de trabajo, y normas de uso de IA que varían por asignatura. Ignorar la política concreta de cada profesor pasa a ser el mayor riesgo de expediente.
El primer frente es de competencias. La defensa oral vuelve a ser decisiva, y es una habilidad que la mayoría de planes de estudio dejó de entrenar hace años. El segundo es administrativo: guardar borradores, versiones y registros de uso de herramientas deja de ser manía de perfeccionista y pasa a ser un seguro académico, como detalla la guía sobre cómo declarar el uso de IA en trabajos académicos.
El tercer frente es el más incómodo: la heterogeneidad. Mientras las universidades no fijen políticas centralizadas, cada docente aplicará su propio criterio sobre la IA en los exámenes y trabajos. Un uso legítimo en una asignatura puede ser falta grave en la contigua. La carga de verificar las reglas recae, de momento, en el alumno.
Hay también una lectura de fondo menos alarmista. Si el 90% de los trabajos incorpora IA, la ventaja competitiva se desplaza. Deja de estar en producir texto y pasa a estar en lo que la máquina no acredita: criterio, defensa en directo, capacidad de explicar por qué el resultado es correcto.
La pregunta abierta para 2026 no es si los estudiantes usarán IA en los exámenes y trabajos, porque los datos indican que ya lo hacen casi todos. Es si las universidades españolas rediseñarán la evaluación a tiempo o si un curso más se resolverá caso a caso, profesor a profesor, con el expediente del alumno como campo de pruebas.
