Florida avanza hacia normas estatales sobre IA en la educación superior, pero las decisiones locales siguen siendo importantes
Google News dio visibilidad a una propuesta de Florida que impulsaría a todos los colegios y universidades públicos a adoptar políticas explícitas sobre IA, pese a las grandes diferencias entre campus y asignaturas. El cambio afecta a estudiantes, docentes y a más de 130.000 estudiantes de secundaria que cursan materias universitarias mediante la matrícula dual.
Florida no ha impuesto una prohibición estatal única sobre ChatGPT, Gemini, Claude o sistemas similares. En su lugar, los responsables educativos están desarrollando normas que exigirían a las instituciones definir los usos aceptables de la IA, vincular esas decisiones con la integridad académica y comunicar determinados usos a los padres.
Esa distinción es importante. La cuestión central no es el acceso a la IA frente a su prohibición. Es la coherencia estatal frente a la discreción que actualmente utilizan los colegios y los profesores individuales para regular las tareas, los datos, la evaluación y las conductas indebidas.
La propuesta también llega después de que muchas instituciones crearan sus propios marcos. La University of Florida cuenta con requisitos formales que abarcan sistemas aprobados, datos sensibles y conducta estudiantil. Florida State University pide a los profesores que especifiquen sus expectativas, al tiempo que les advierte sobre detectores de IA poco fiables.
Las próximas decisiones de Florida determinarán si las normas estatales aclaran este panorama desigual o simplemente añaden otra capa de políticas. Por ello, estudiantes y padres deben comprender tanto la propuesta como las normas locales que siguen vigentes.
Qué cambiarían las normas propuestas de Florida sobre IA en la educación superior
Florida quiere que toda institución pública mantenga una política explícita sobre IA, pero el marco emergente no establece una única norma universal para el aula.
Un aviso administrativo de Florida publicado el 27 de mayo de 2026 inició el desarrollo de la Norma 6A-14.0719 para las instituciones del Florida College System. El aviso oficial sobre la norma de IA señala que la norma proporcionará definiciones y exigirá a las juntas directivas de los colegios adoptar políticas que aborden la IA.
Ese aviso abarca a las instituciones del Florida College System, que están regidas por la State Board of Education. Las universidades públicas de Florida operan bajo una estructura independiente del Board of Governors. Ambos sistemas están debatiendo ahora cómo deben abordar las políticas institucionales la IA.
Esta distinción puede desaparecer en un titular breve. “Florida colleges” puede referirse informalmente a universidades, colegios estatales o ambos. Sin embargo, la vía regulatoria, el órgano rector y el lenguaje final de las políticas pueden diferir entre esos grupos.
Una declaración conjunta presentada el 18 de agosto amplió el debate público. Fue firmada por los presidentes de las 28 instituciones del Florida College System y las 12 instituciones del State University System. La declaración respondía a un llamado federal para que los colegios publiquen compromisos sobre estándares académicos y operativos.
Según el anuncio estatal, las juntas educativas de Florida estaban desarrollando normas que abordan la IA desde varias perspectivas que afectan al desempeño institucional y estudiantil. La declaración vinculó esas normas con la integridad académica, las tareas, la evaluación, el cumplimiento legal y la rendición de cuentas institucional.
También identificó un requisito de importancia inmediata para las familias. Las políticas institucionales deben incluir una notificación a los padres cuando un menor matriculado vaya a utilizar directamente una herramienta instructiva de IA en una asignatura o programa.
La redacción se centra en el uso directo de una herramienta instructiva. No significa que todo encuentro incidental con una función automatizada active necesariamente una notificación. Las regulaciones finales, los procedimientos institucionales y las directrices de implementación deberán aclarar ese límite.
Por tanto, la propuesta modifica el mínimo exigido en materia de políticas. Un campus ya no podría tratar la IA únicamente como un asunto informal gestionado mediante decisiones dispersas del profesorado. Su órgano rector tendría que contar con una política institucional que aborde a estudiantes, empleados y otros usuarios.
Esa política aún podría dejar a los profesores una autoridad significativa. Un docente de escritura podría permitir la lluvia de ideas, pero prohibir el texto generado. Un profesor de informática podría exigir a los estudiantes que comparen las respuestas de los modelos. Otra asignatura podría prohibir la IA generativa durante un examen.
La IA generativa se refiere a sistemas que crean texto, imágenes, código u otro contenido a partir de instrucciones del usuario. El marco propuesto trata esa capacidad tanto como un recurso educativo como un riesgo para la integridad académica.
Los estudiantes no deben interpretar la propuesta como autorización para usar IA hasta que se adopte una decisión estatal. Los programas de curso existentes, los códigos de honor, las instrucciones de las tareas, las normas de privacidad y las políticas tecnológicas siguen siendo determinantes.
Los padres también deberían evitar interpretar la disposición de notificación propuesta como un veto parental sobre cada herramienta del aula. El lenguaje estatal disponible describe una notificación. No establece un derecho universal de consentimiento ni define todos los recursos ante un uso controvertido.
La dirección de la política es clara, pero siguen sin resolverse detalles importantes de implementación. Florida busca normas institucionales visibles, vínculos más sólidos con los estándares académicos y mayor transparencia para las familias de menores. Las obligaciones finales dependerán del lenguaje adoptado por cada órgano rector.
Por qué la coherencia estatal ahora parece urgente
El uso de la IA ya se ha vuelto lo bastante habitual como para que unas expectativas poco claras creen riesgos para estudiantes, profesores e instituciones.
Pew Research Center encuestó a 1.458 adolescentes estadounidenses y a sus padres entre el 25 de septiembre y el 9 de octubre de 2025. Su investigación sobre adolescentes e IA concluyó que el 64% de los adolescentes había usado un chatbot de IA.
El trabajo escolar fue uno de los principales usos. El 54% de los adolescentes dijo haber usado un chatbot para recibir ayuda con tareas escolares, mientras que el 10% afirmó que los chatbots les ayudaban con todo o la mayor parte de sus trabajos escolares.
El mismo estudio concluyó que el 59% creía que los estudiantes de su escuela utilizaban chatbots para hacer trampa con cierta frecuencia. Esa cifra refleja las percepciones de los estudiantes, no casos documentados de conducta indebida. Aun así, refleja la incertidumbre en torno a la ayuda aceptable.
Estas cifras se refieren a adolescentes a nivel nacional, no específicamente a estudiantes de educación superior de Florida. Siguen siendo relevantes porque Florida informó de más de 130.000 estudiantes de matrícula dual. Estos estudiantes son menores que completan cursos universitarios mientras siguen matriculados en secundaria.
La matrícula dual complica la gobernanza. Un estudiante puede estar sujeto al mismo tiempo a las normas tecnológicas de su escuela secundaria, al código de honor de un colegio, al programa de un profesor y a las expectativas de su familia.
Una herramienta de IA permitida en una clase puede estar prohibida en otra. Un estudiante podría usar legítimamente un chatbot para generar preguntas de práctica y luego infringir una política al entregar su prosa en un ensayo. El software sigue siendo el mismo, pero cambia el propósito académico.
La inconsistencia también puede afectar a los padres. Una familia podría recibir una notificación detallada de un colegio cuando un menor usa un tutor de IA, mientras que otra institución gestiona una actividad similar mediante una política tecnológica general.
Los requisitos estatales pueden establecer un mínimo común. Pueden exigir que cada institución defina la IA, relacione su uso con la honestidad académica, explique las expectativas sobre el manejo de datos y publique normas que los estudiantes puedan encontrar.
Sin embargo, la coherencia no exige prácticas docentes idénticas. Las asignaturas difieren en sus objetivos de aprendizaje. El uso de un asistente de programación con IA en una clase de ingeniería de software plantea cuestiones distintas al uso de análisis generado en un seminario de historia.
Las políticas institucionales más sólidas separan el acceso a las herramientas de los usos autorizados. Los estudiantes necesitan saber qué pueden hacer, qué deben revelar, qué pruebas de su proceso deben conservar y qué información nunca deben cargar.
El profesorado necesita una claridad comparable. Debe explicar si la IA puede respaldar la investigación, los esquemas, la edición, la traducción, el cálculo, la programación o la redacción final. Una declaración general de que “la IA está permitida” deja demasiado margen para interpretaciones contradictorias.
Los colegios también se enfrentan a cuestiones de evaluación. Si una asignatura evalúa la escritura, el razonamiento o la programación de un estudiante, la generación sin restricciones puede debilitar la conexión entre el trabajo presentado y la habilidad que se mide.
El enfoque contrario también crea problemas. Una prohibición total puede impedir que los estudiantes aprendan a verificar los resultados de los modelos, documentar su uso, proteger datos y reconocer citas inventadas.
Por eso el debate de Florida va más allá de las trampas. Los colegios están decidiendo cómo preservar pruebas del aprendizaje individual mientras preparan a los estudiantes para lugares de trabajo donde la asistencia de IA es cada vez más común.
La presión recae primero sobre los líderes institucionales. Deben convertir principios generales en políticas que funcionen en todos los departamentos sin reducir cada asignatura a la misma norma.
También recae sobre los profesores. Las políticas estatales y del campus pueden establecer límites, pero el profesorado aún necesita instrucciones específicas para cada tarea que los estudiantes puedan seguir sin tener que adivinar.
Los estudiantes asumen el mayor riesgo inmediato. Una norma poco clara puede convertir una ayuda de estudio corriente en una acusación de falta de integridad académica. Un marco estatal solo tiene valor si reduce esa ambigüedad.
Los titulares de Google News no pueden sustituir tu programa de curso
La norma práctica para cualquier estudiante sigue siendo local: seguir la política de la institución, el programa de la asignatura y las instrucciones de la tarea específica.
Google News resulta útil para descubrir novedades sobre políticas, pero agrega información periodística en lugar de emitir normas académicas. Un titular no puede mostrar todas las diferencias entre los colegios, universidades, departamentos y asignaturas de Florida.
La University of Florida ilustra este enfoque por capas. Su política de Uso Responsable de la Inteligencia Artificial entró en vigor el 24 de marzo de 2026 y se aplica a las actividades académicas, de investigación y administrativas.
La política de IA de UF establece que los estudiantes deben seguir estrictamente las instrucciones de su profesor de asignatura, asesor docente o supervisor académico. Esa obligación se aplica tanto si la IA genera contenido como si sirve de recurso.
UF también exige aprobación mediante su proceso de Integrated Risk Management antes de que los servicios de IA se instalen o utilicen en los sistemas de información de la universidad, con datos de UF o en relación con actividades universitarias.
Las directrices públicas de la universidad aconsejan a los usuarios reconocer las contribuciones de la IA cuando sea necesario, evaluar los resultados en busca de imprecisiones y utilizar herramientas aprobadas para información protegida. También advierten contra introducir datos sensibles o restringidos en sistemas no aprobados.
Esto incluye preocupaciones que van más allá de los ensayos estudiantiles. Las instrucciones a una IA pueden exponer expedientes educativos, investigaciones no publicadas, información laboral, registros financieros o información sanitaria. Una vez que los datos ingresan en un servicio externo, la institución puede perder el control sobre su almacenamiento y reutilización.
Florida State University sigue un principio similar de claridad a nivel del profesor. Sus directrices indican al profesorado que decida si la IA encaja en su asignatura y comunique esa decisión mediante el programa de curso y las instrucciones de las tareas.
FSU también advierte al profesorado que no utilice herramientas de detección de IA sin licencia para demostrar una falta de conducta. Según sus directrices publicadas, los detectores son muy poco fiables, pueden generar falsos positivos y producir información inventada.
Esta postura expone una debilidad importante en el debate sobre la aplicación de las normas. Una política puede prohibir la generación no autorizada, pero detectar ese comportamiento sigue siendo difícil. Un texto con un tono genérico no demuestra que haya sido escrito por un modelo.
Las puntuaciones de los detectores también pueden perjudicar a estudiantes cuyo estilo de escritura coincide por casualidad con patrones que un proveedor asocia con la IA. Los estudiantes internacionales y quienes escriben con estructuras de oraciones directas y predecibles han planteado preocupaciones particulares en debates académicos más amplios.
Por ello, un proceso justo requiere más que una puntuación porcentual. El profesorado puede comparar borradores, hablar sobre las fuentes, solicitar registros del proceso o pedir a un estudiante que explique el razonamiento detrás del trabajo entregado.
Los estudiantes pueden protegerse conservando esquemas, apuntes, listas de fuentes, historiales de revisión y transcripciones permitidas de chatbots. Estos materiales no garantizan el resultado de una disputa, pero pueden documentar cómo se desarrolló el trabajo.
Los mismos hábitos también mejoran el aprendizaje. Guardar el recorrido desde la fuente hasta la conclusión obliga al estudiante a comprobar si las afirmaciones generadas son precisas y si una cita realmente las respalda.
Un sistema personal de gestión del conocimiento puede ayudar a organizar los materiales del curso y rastrear las ideas hasta sus fuentes. Los estudiantes deben seguir respetando las normas de privacidad del campus y evitar subir información restringida a un servicio no aprobado.
El conflicto central de la política es, por tanto, la coherencia estatal frente a la discreción local. Los funcionarios estatales quieren que todas las instituciones aborden las mismas categorías de riesgo. Las universidades y el profesorado aún necesitan flexibilidad para adaptar las normas a objetivos de aprendizaje específicos.
Ninguna de las dos capas puede funcionar por sí sola. Un lenguaje estatal sin instrucciones para las tareas sigue siendo demasiado abstracto. Un programa de curso sin una política institucional accesible puede dejar sin resolver la privacidad, las apelaciones y la gobernanza de datos.
Para los estudiantes, el orden correcto es sencillo. Revisar primero la tarea, luego el programa del curso y después la política institucional. Consultar al instructor antes de usar IA cuando alguna de esas fuentes entre en conflicto o no diga nada al respecto.
La aprobación de un instructor también debe ser específica. El permiso para usar IA en una lluvia de ideas no autoriza automáticamente párrafos generados. El permiso para corregir la gramática no implica necesariamente que un modelo pueda reestructurar un argumento.
Los requisitos de divulgación varían del mismo modo. Algunos cursos pueden exigir una cita, una transcripción o un apéndice. Otros pueden requerir una breve declaración que describa la herramienta y su función.
Los padres de estudiantes de doble matrícula deberían solicitar los mismos detalles. Necesitan conocer el nombre y la finalidad de cualquier herramienta didáctica de IA obligatoria, la información que recopila y la norma del curso que rige el trabajo generado.
La verdadera disyuntiva es la rendición de cuentas sin una certeza falsa
Florida puede hacer más visibles las expectativas sobre la IA, pero ninguna política puede identificar perfectamente la autoría ni eliminar una aplicación incoherente de las normas.
El argumento a favor de reglas estatales parte de la previsibilidad. Los estudiantes no deberían tener que deducir si un chatbot cuenta como tutor, editor, calculadora, motor de búsqueda o escritor fantasma.
Las categorías claras pueden reducir la incertidumbre. Una política puede distinguir entre la sustitución prohibida, la asistencia permitida y el uso obligatorio en el aula. También puede exigir al profesorado que identifique las excepciones.
Sin embargo, las categorías escritas no resuelven todos los casos. Las funciones de IA están cada vez más integradas en procesadores de texto, productos de búsqueda, plataformas de aprendizaje, entornos de programación y software de accesibilidad.
Un estudiante puede activar una reescritura automática sin abrir un chatbot específico. Otro puede utilizar reconocimiento de voz, texto predictivo o traducción para acceder a adaptaciones por discapacidad o apoyo lingüístico.
Las políticas que definan la IA de forma demasiado amplia podrían abarcar funciones de asistencia habituales. Las que la definan de manera demasiado restringida podrían pasar por alto herramientas de generación integradas que realizan el mismo trabajo que un chatbot.
Por ello, la accesibilidad necesita un tratamiento explícito. Un instructor puede restringir la prosa generada y, al mismo tiempo, permitir una adaptación aprobada. La política pública debería explicar cómo pueden resolver los estudiantes ese conflicto sin revelar información médica innecesaria.
La integridad académica plantea otra disyuntiva. Las instituciones necesitan formas creíbles de investigar la asistencia no autorizada. También necesitan procedimientos que no traten resultados inciertos de detectores como pruebas concluyentes.
Los debates del profesorado de la University of Florida en 2026 destacaron programas de curso claros, evaluaciones auténticas, supervisión adecuada y solicitudes para que los estudiantes muestren su trabajo. Este enfoque desplaza la atención de adivinar quién usó IA hacia el diseño de tareas que revelen el aprendizaje.
La evaluación auténtica consiste en valorar al alumnado mediante tareas que reflejen estrechamente el conocimiento o la capacidad que un curso pretende medir. Puede incluir explicaciones orales, borradores por etapas, trabajo supervisado, demostraciones o tareas vinculadas a evidencia local.
Este tipo de evaluación puede reducir las oportunidades de sustitución no revelada. También exige tiempo al profesorado. Los cursos masivos pueden tener dificultades para revisar registros del proceso o mantener conversaciones individuales.
La privacidad presenta un problema paralelo. Una universidad puede aprobar sistemas determinados, pero los proveedores actualizan funciones y condiciones. Una herramienta considerada apropiada para información pública puede seguir siendo inadecuada para expedientes estudiantiles o investigaciones no publicadas.
Los estudiantes a veces suponen que una cuenta de pago o proporcionada por la institución hace que cualquier prompt sea seguro. La aprobación suele depender del servicio específico, el contrato, la categoría de datos y el uso previsto.
Los padres deberían examinar las notificaciones desde esta perspectiva. Un aviso que indique que una clase utiliza IA aporta poco valor si no explica si la herramienta es opcional, qué datos recibe y cómo se evalúa la producción del estudiante.
El enfoque de la propuesta en los menores también deja interrogantes sobre los estudiantes adultos. Quizá no reciban una notificación familiar, pero igualmente necesitan una divulgación significativa sobre el software obligatorio, la recopilación de datos y las expectativas académicas.
Otra incertidumbre se refiere a la aplicación entre instituciones. Un mínimo común estatal puede estandarizar los temas obligatorios y permitir al mismo tiempo que las universidades definan de forma distinta las infracciones y sanciones.
Las apelaciones serán importantes. Los estudiantes necesitan saber qué pruebas puede utilizar una institución, quién revisa una acusación y si un detector de IA puede iniciar o respaldar un caso.
Los derechos del profesorado también importan. Los profesores necesitan margen para definir el trabajo intelectual que exigen sus cursos. Sin embargo, una discreción amplia no debería producir normas ocultas introducidas solo después de entregar una tarea.
El calendario de las políticas constituye otro riesgo. Las nuevas regulaciones pueden entrar en vigor durante un año académico, mientras que los programas de curso y los sistemas de aprendizaje se prepararon meses antes. Las instituciones deberían comunicar las fechas de transición y evitar la aplicación retroactiva.
El encuadre político que rodea la propuesta también puede ocultar su carga operativa. Las declaraciones públicas enfatizan el rigor y la rendición de cuentas, pero la implementación en los campus requerirá formación, revisión técnica, páginas de políticas accesibles y procedimientos actualizados ante faltas de conducta.
Ninguna de esas tareas ofrece una respuesta perfecta. Los modelos cambiarán, las funciones integradas se extenderán y los estudiantes encontrarán nuevas herramientas antes de que los comités puedan revisar el lenguaje formal.
Eso no vuelve inútil la regulación. Significa que la medida del éxito debería ser contar con expectativas comprensibles y un proceso justo, no afirmar que las universidades han resuelto las trampas académicas generadas por IA.
Un sistema funcional indica a los estudiantes qué parte del aprendizaje debe seguir siendo propia. Indica al profesorado cómo autorizar y documentar la asistencia. Indica a los padres qué hacen las herramientas obligatorias con la información de un menor.
Lo más importante es que reconoce la incertidumbre. Las instituciones deberían evitar prometer que el software puede determinar de forma fiable quién escribió un pasaje cuando la evidencia disponible no respalda esa certeza.
Qué deben hacer ahora los estudiantes y los padres
Hasta que se adopte el texto estatal definitivo, las familias deberían considerar vinculantes las normas vigentes del campus y del curso, mientras siguen tres señales específicas de política.
La primera señal es el texto final y la fecha de entrada en vigor de la Regla 6A-14.0719. La State Board of Education ha programado una reunión para el 16 de septiembre de 2026 en el campus de Lakeland de Polk State College. El calendario de reuniones de la junta incluye la sesión a las 9 a. m.
Una fecha de reunión no garantiza la adopción definitiva de una versión concreta. Los estudiantes y los padres deberían buscar el orden del día publicado, el texto propuesto, la decisión de la junta y la fecha de entrada en vigor.
Los detalles más importantes serán los contenidos obligatorios de las políticas institucionales. Esos detalles deberían revelar cómo deben abordar las universidades el uso aceptable, los empleados, los invitados, la protección de datos, las faltas académicas y la notificación a los padres.
Si la norma final establece requisitos mínimos precisos, el argumento de la coherencia estatal se refuerza. Si sigue siendo amplia, la implementación continuará dependiendo en gran medida de la junta y el profesorado de cada universidad.
La segunda señal es el trabajo de políticas del State University System. El Grupo de Trabajo sobre Inteligencia Artificial y Ciberseguridad de la Florida Board of Governors debatió políticas estatales y universitarias sobre IA durante su reunión del 2 de septiembre.
El orden del día oficial del grupo de trabajo también incluía un lenguaje propuesto sobre transparencia en IA. Ese proceso afecta a las 12 universidades públicas, en lugar de a las 28 instituciones del Florida College System.
Las familias deberían observar si la Board of Governors adopta requisitos para todo el sistema, recomienda un lenguaje modelo o sigue basándose principalmente en las políticas de cada universidad. Cada vía produce un nivel distinto de coherencia.
El lenguaje propuesto sobre transparencia merece especial atención. Una norma de divulgación puede afectar a estudiantes que entregan trabajos asistidos por IA, al profesorado que usa materiales generados por IA y a las instituciones que implementan servicios automatizados.
La tercera señal es la implementación en los campus. Las universidades deben traducir cualquier medida estatal en políticas fáciles de buscar, lenguaje para los programas de curso, formación, listas de herramientas aprobadas y procedimientos de apelación.
Una norma formal importa menos si los estudiantes no pueden encontrar las instrucciones vigentes. Las instituciones deberían publicar una página central sobre IA que enlace directamente con las normas de integridad académica, las directrices de privacidad, los procedimientos de accesibilidad y los servicios aprobados.
Los estudiantes no necesitan esperar estas señales para protegerse. Ya pueden adoptar varias medidas concretas.
Primero, leer el lenguaje sobre IA de cada curso. No asumir que la norma del semestre pasado se aplica a un nuevo instructor o tarea.
Segundo, preguntar qué formas de asistencia están permitidas. Diferenciar entre lluvia de ideas, investigación, resumen, edición, traducción, programación, cálculo y generación final.
Tercero, solicitar una aclaración por escrito. Un correo electrónico o anuncio del curso crea un registro compartido y puede evitar malentendidos posteriores.
Cuarto, conservar pruebas del proceso. Guardar apuntes, borradores, documentos fuente, historiales de revisión y las divulgaciones requeridas.
Quinto, verificar cada afirmación generada. Los chatbots pueden inventar hechos, referencias, citas y enlaces mientras los presentan con seguridad.
Sexto, evitar introducir información protegida en una herramienta no aprobada. Eliminar nombres y datos identificativos cuando esté permitido utilizar información pública, pero no asumir que la anonimización resuelve todos los riesgos de privacidad.
Séptimo, revelar el uso exactamente según las instrucciones. Un reconocimiento impreciso puede no satisfacer los requisitos de un curso que exige prompts, resultados o una descripción de la contribución del estudiante.
Los padres de estudiantes de doble matrícula deberían preguntar a la universidad sobre el uso obligatorio de IA antes de que comience un curso. Las preguntas deberían abordar la finalidad, si la participación es obligatoria, qué datos recopila el sistema y qué alternativas existen.
También deberían preguntar qué política rige cuando la escuela secundaria y la universidad aplican normas distintas. La matrícula dual atraviesa fronteras institucionales, y los estudiantes no deberían tener que resolver esos conflictos por su cuenta.
Los estudiantes que enfrenten una acusación de conducta indebida deberían revisar el procedimiento escrito de la institución. Pueden solicitar la política específica, las pruebas que sustentan la acusación e información sobre la revisión o apelación.
Deberían responder con registros verificables, en lugar de basarse en suposiciones sobre la precisión de los detectores. Los borradores, las citas, las notas y la capacidad de explicar un argumento pueden aportar un contexto más útil que una puntuación automatizada contrapuesta.
Las normas definitivas no responderán a todas las preguntas del aula. Su valor dependerá de si hacen visible la responsabilidad en cada nivel.
Florida debe definir el mínimo estatal. Los consejos institucionales deben crear políticas operativas. El profesorado debe especificar qué tipo de ayuda está permitida. Los estudiantes deben documentar su trabajo y proteger los datos sensibles.
Google News seguirá mostrando nuevos titulares a medida que se desarrollen esas decisiones. La mejor pregunta es si tu institución convierte cada anuncio de política en instrucciones que un estudiante pueda seguir antes de entregar una tarea.
Consulta ahora la página oficial de políticas de tu universidad y el programa de cada curso. Luego, revísalos de nuevo después de las reuniones de septiembre. Si el lenguaje sigue sin estar claro, pregunta al profesor o a la oficina de integridad académica qué prácticas de evidencia, divulgación y datos exige el curso.
