Preguntas frecuentes
Uso académico y docente
Pueden colaborar activamente aportando recursos educativos, ayudando a construir criterios de evaluación transparentes, desarrollando guías conjuntas y promoviendo debates sobre el uso justo y académico de estas tecnologías. También pueden ofrecer talleres formativos para docentes y estudiantes, asesorar en la creación de políticas institucionales sobre IA y contribuir a la difusión de buenas prácticas que promuevan la integridad académica y la igualdad de acceso a las herramientas digitales.
Sí, hay herramientas diseñadas para apoyar procesos como la escritura académica, el análisis de datos, la generación de ideas o la gestión de referencias. El personal bibliotecario puede mantener un repositorio curado de estas herramientas, priorizando las que respetan la privacidad y la integridad académica.
Garantizar un acceso equitativo a herramientas de IA requiere políticas institucionales que promuevan la inclusión digital. Las universidades y bibliotecas deben ofrecer formación, licencias institucionales y recursos adaptados a todas las personas, evitando que las desigualdades tecnológicas limiten el aprendizaje o la investigación.
Los resultados de la IA pueden reflejar sesgos no controlados en los datos de entrenamiento, lo que puede reproducir estereotipos dañinos. Es crucial implementar salvaguardas para minimizar los sesgos y asegurar que la IA proteja y promueva sistemas de conocimiento diversos y la diversidad cultural y lingüística y diseñar indicaciones (prompts) que los contrarresten.
La información generada por la IA puede ser útil, pero no necesariamente fiable. Aunque se reduzcan los sesgos, los sistemas de IA no garantizan la precisión ni la verificación de las fuentes. Por ello, los contenidos deben contrastarse con literatura científica o fuentes verificables antes de su uso. En el ámbito académico, la IA debe considerarse una herramienta de apoyo, no una fuente de autoridad, y su uso exige siempre revisión crítica y comprobación de la veracidad. Es imprescindible contrastar los datos con literatura científica y fuentes académicas válidas, independientemente del tipo de IA empleada.
Licencias y citación
La biblioteca puede orientar a las personas usuarias en la comprensión y aplicación de licencias de uso relacionadas con la IA. Su función incluye explicar qué licencias permiten la utilización de contenidos en sistemas de IA, cómo citar adecuadamente los materiales generados o utilizados, y qué restricciones pueden aplicarse al usar datos en el entrenamiento de modelos. Además, puede promover el uso de licencias abiertas, como Creative Commons, que favorecen la reutilización ética y legal del conocimiento en contextos académicos, de investigación y educativos.
Se recomiendan licencias abiertas, como Creative Commons, tanto para compartir obras generadas con IA como para utilizar contenidos preexistentes en procesos relacionados con inteligencia artificial. Estas licencias permiten la reutilización responsable del contenido, siempre respetando los términos de uso específicos.
Al emplear obras con licencias abiertas para entrenar modelos, generar nuevos materiales o integrarlas en procesos automatizados, es importante verificar las condiciones de cada licencia. Respetarlas garantiza un uso legal y ético de los recursos, facilita la difusión y el acceso abierto del conocimiento, y protege los derechos morales y la autoría humana que intervino en el proceso creativo.
Sí, declarar el uso de herramientas de IA es obligatorio cuando su intervención en el proceso de elaboración del trabajo ha sido significativa. Aunque estas herramientas no pueden considerarse fuentes bibliográficas ni asumir funciones de autoría, su utilización debe indicarse de forma transparente como parte del proceso de trabajo, como parte de los principios de honestidad e integridad académica. Esta información puede incorporarse, por ejemplo, en la sección de metodología, en los agradecimientos, en una nota explicativa o en una declaración de autoría.
La declaración puede incluir, por ejemplo:
- Qué herramienta de IA se utilizó.
- Para qué se utilizó (por ejemplo, generar ideas, reorganizar el texto, traducir, revisar la redacción, etc.).
- En qué parte del trabajo o del proceso se aplicó.
La declaración del uso de IA es una forma de transparencia académica: explica cómo y para qué se utilizó una herramienta de inteligencia artificial durante la elaboración del trabajo. No se trata de una referencia bibliográfica, sino de una aclaración sobre el proceso seguido.
La cita de fuentes, en cambio, es una práctica bibliográfica que se utiliza cuando se incorporan ideas, datos o textos procedentes de obras identificables (como artículos, libros o informes) que forman parte de la literatura académica y pueden consultarse y verificarse. Dado que las herramientas de IA no pueden considerarse autoras ni fuentes académicas en sentido estricto, su uso no se cita como fuente, sino que se declara como parte del proceso de elaboración del trabajo.
Algunos estilos bibliográficos, como el propuesto por la American Psychological Association (APA), han incorporado orientaciones para referenciar contenidos generados por herramientas de inteligencia artificial. Estas propuestas buscan ofrecer un modo de documentar situaciones en las que se reproduce directamente texto generado por una herramienta.
Sin embargo, la existencia de estos formatos no implica que las herramientas de IA deban considerarse fuentes académicas en sentido estricto. A diferencia de los artículos, libros o informes, los sistemas de IA no son autores ni producen obras estables que puedan consultarse o verificarse posteriormente.
Cuando una herramienta de IA menciona o sugiere una referencia bibliográfica, es necesario comprobar siempre la existencia y el contenido de esa fuente en el documento original. Si finalmente se utiliza esa obra en el trabajo académico, debe citarse siguiendo el estilo bibliográfico correspondiente, como cualquier otra fuente consultada.
Las herramientas de IA pueden cometer errores, generar referencias incompletas o incluso proporcionar citas que no corresponden a obras reales. Por este motivo, no deben considerarse fuentes en sí mismas, sino herramientas de apoyo para localizar o explorar información, que siempre debe ser verificada en las fuentes originales antes de utilizarse en un trabajo académico, por tanto, lo que debe citarse es la fuente original
Propiedad intelectual y derechos de autor
La Ley de Propiedad Intelectual española (Real Decreto Legislativo 1/1996) no incluye, por el momento, disposiciones específicas sobre la IA ni reconoce a los sistemas de IA como posibles autores de obras. Su artículo 5 establece que solo las personas físicas pueden ser consideradas autoras, lo que implica que las creaciones generadas íntegramente por IA no pueden acogerse a la protección por derechos de autor.
Esta interpretación coincide con la posición de la Unión Europea, que sostiene que la autoría requiere una aportación creativa humana. Por ello, únicamente las obras en las que exista una intervención humana significativa pueden beneficiarse de la protección legal de la propiedad intelectual.
En contextos académicos y de investigación, se recomienda documentar y registrar el grado de participación humana en la elaboración de contenidos que incluyan el uso de IA, especialmente ante posibles futuras reformas que adapten el marco normativo al desarrollo de la IA y sus implicaciones legales.
La autoría corresponde siempre a la persona que realiza una intervención creativa y sustancial en la elaboración del contenido. Según la Ley de Propiedad Intelectual, es autora la persona que aporta la creación original. Cuando una herramienta de IA se utiliza como apoyo (por ejemplo, para obtener ideas, editar o refinar un texto o una imagen), la autoría recae en quien define las instrucciones, toma las decisiones creativas y dirige el proceso.
Por el contrario, si la intervención humana no es significativa, esta no puede considerarse protegida ni contar con un/a autora reconocida. En el ámbito académico, se recomienda incluir una declaración que especifique el grado de uso de IA y las decisiones humanas adoptadas durante el proceso creativo.
No. De acuerdo con el marco jurídico, las herramientas de IA no pueden ser consideradas autoras. Según las principales editoriales científicas y normas académicas, la autoría implica responsabilidad, intención creativa y capacidad de asumir y responder por el contenido, aspectos que las IA no contemplan.
Por lo tanto:
- No deben figurar como autoras en tesis, artículos ni ponencias.
- No deben firmar ni ser incluidas como colaboradoras en los metadatos de un documento.
El uso de herramientas de IA debe mencionarse en una declaración de autoría, en la metodología o en los agradecimientos, de forma similar a otras herramientas o apoyos técnicos, lo que refuerza la transparencia académica y protege la integridad de la autoría humana.
TDM y obras protegidas
El “Text and Data Mining” (TDM) o minería de textos y datos consiste en extraer información o patrones de grandes volúmenes de texto, imágenes, sonido u otros datos mediante técnicas automatizadas, como las empleadas por herramientas de inteligencia artificial (IA). En algunos casos, el "Text and Data Mining" (TDM) está permitido con fines de investigación. Es fundamental informarse sobre las excepciones legales al derecho de autor que permiten el TDM con fines de investigación científica, como las contempladas en la legislación española y la Directiva (UE) 2019/790 (DSM). Según esta directiva usar TDM con fines de investigación científica (artículo 3 de la Directiva) está permitido sin necesidad de autorización del titular de derechos, siempre que:
- La entidad que realiza la minería (universidades, centros de investigación o instituciones culturales) tenga acceso legítimo al material analizado.
- El uso sea únicamente con fines de investigación científica.
- Se adopten medidas de seguridad razonables para evitar usos indebidos de los datos o su redistribución.
- El titular de los derechos no haya excluido expresamente su obra mediante mecanismos de reserva (opt-out), por ejemplo, a través de metadatos o cláusulas contractuales.
Es recomendable documentar los procesos de minería de datos y especificar las fuentes y licencias utilizadas, garantizando transparencia y trazabilidad. En caso de duda sobre la licitud del corpus analizado, se debe consultar a los servicios jurídicos o de propiedad intelectual.
La Directiva (UE) 2019/790 sobre derechos de autor en el mercado único digital permite el TDM bajo ciertas condiciones. España ya ha transpuesto esta norma a través del Real Decreto-ley 24/2021, de 2 de noviembre a su legislación.
- Acceso legítimo al material: Solo pueden analizarse obras o datos a los que el personal investigador tenga acceso legal, por ejemplo:
Suscripciones institucionales (bibliotecas o universidades) y materiales bajo licencias compatibles (Creative Commons, etc.).
Información de los Repositorios.
- Respeto a la finalidad científica: El análisis debe ser estrictamente para investigación o redistribución de los datos procesados.
- Medidas de seguridad: Las copias realizadas para el proceso de TDM deben protegerse contra accesos no autorizados y eliminarse cuando dejen de ser necesarias.
- Derechos de autor y bases de datos: Aunque se permite el TDM, las obras originales siguen protegidas. No se pueden redistribuir, modificar ni publicar los contenidos extraídos salvo que la ley o una licencia lo permitan.
- Citación y transparencia: Se recomienda citar las fuentes originales y explicar en la metodología el procedimiento de TDM, indicando las herramientas y los datasets utilizados.
- Protección de datos personales: Si el corpus contiene datos personales (por ejemplo, textos con nombres o comunicaciones), deben anonimizarse o tratarse conforme al Reglamento General de Protección de Datos (RGPD).
Además, las universidades y bibliotecas deben asegurar que las prácticas de TDM respeten la finalidad investigadora, evitando cualquier uso que pueda sustituir la explotación legítima de las obras originales.
Sí, se puede utilizar la IA siempre que se respeten los límites permitidos por las licencias de las obras y las excepciones planteadas con finalidad educativa en la Ley de Propiedad Intelectual. Es crucial educar a la comunidad universitaria sobre el respeto a la propiedad intelectual y el uso adecuado de las herramientas de análisis de IA en el contexto académico. Además, los contenidos utilizados con fines educativos no deben reemplazar la lectura, el estudio ni la explotación legítima de la obra original. El contenido utilizado debe citar la fuente y reconocer al autor, evitando cualquier forma de redistribución o uso comercial sin autorización. El uso responsable requiere transparencia, trazabilidad y respeto a la propiedad intelectual.
Bibliotecas y gestión institucional
Los asistentes virtuales utilizados por las bibliotecas deben actuar de forma ética, respetando la privacidad y los derechos del personal usuario. Es fundamental que identifiquen claramente su naturaleza automatizada, que gestionen los datos con transparencia y que sus respuestas sean imparciales y verificables. Asimismo, deben diseñarse para evitar la reproducción de sesgos y proporcionar información precisa, accesible y acorde con los valores de inclusión, neutralidad y servicio público propios del entorno bibliotecario.
Los procesos automatizados pueden generar riesgos como la reproducción de sesgos en la clasificación y descripción de materiales, la pérdida de diversidad cultural en los descriptores o la descontextualización de los contenidos. Por ello, los sistemas de IA deben complementarse con supervisión humana, revisión profesional y criterios éticos que aseguren representaciones justas, inclusivas y culturalmente sensibles de los recursos. También se recomienda auditar periódicamente los resultados de los sistemas automatizados para detectar sesgos o exclusiones involuntarias.
Ética y transparencia
El alumnado debe ser consciente de riesgos como el plagio involuntario, la desinformación, los sesgos algorítmicos y la dependencia excesiva de la tecnología. Las herramientas de IA pueden generar información incorrecta o carente de rigor académico. Es esencial verificar las fuentes, citar correctamente el contenido generado y declarar el uso de IA en los trabajos académicos. El alumnado debe ser también cauteloso ante la posible generación de contenidos falsos (alucinaciones) y ante la cesión de datos personales a plataformas sin garantías de seguridad. La biblioteca puede orientar sobre integridad académica y propiedad intelectual, ayudando a prevenir malas prácticas y promoviendo un uso responsable.
La transparencia es un principio esencial para generar confianza y legitimidad en el uso de la IA. Implica que las personas usuarias comprendan cómo y por qué los sistemas automatizados generan resultados o recomendaciones. La biblioteca debe ofrecer información clara sobre los datos utilizados, los algoritmos aplicados y sus posibles limitaciones. Además, la transparencia facilita la rendición de cuentas, la detección de sesgos y la formación en alfabetización digital crítica, permitiendo a la comunidad universitaria usar la IA de forma informada, responsable y participativa. En este sentido, las bibliotecas deben publicar sus políticas de IA, informar sobre los proveedores tecnológicos con los que colaboran y garantizar que las decisiones automatizadas sean siempre comprensibles y auditables.
Garantizar un uso responsable de los datos requiere cumplir con el Reglamento General de Protección de Datos (RGPD) y la legislación nacional. Los datos deben ser anónimos, obtenidos de forma legítima y usados solo con fines compatibles con la misión institucional. La biblioteca debe definir políticas claras de gobernanza de datos, priorizar fuentes abiertas y promover prácticas de transparencia y seguridad. La trazabilidad y la documentación del proceso de entrenamiento son esenciales para evitar usos indebidos y garantizar la ética, legalidad y sostenibilidad de los modelos de IA. También se deben revisar las licencias de los conjuntos de datos y establecer protocolos para la eliminación segura de información una vez concluido su uso.
La biblioteca puede liderar la formación en uso ético y crítico de la IA, ofreciendo talleres, guías, asesoramiento y recursos sobre buenas prácticas. Debe promover la transparencia, la integridad académica y la protección de datos, además de recomendar herramientas auditables y confiables. También puede colaborar en la elaboración de políticas institucionales que regulen el uso de IA en la docencia, la investigación y los servicios bibliotecarios. De este modo, la biblioteca actúa como agente formador en el uso responsable de la IA en el ámbito universitario. También es recomendable colaborar con otras unidades académicas para integrar la ética de la IA en los programas de formación y apoyar el desarrollo de herramientas propias ajustadas a valores institucionales.
Más allá de las limitaciones técnicas, la IA enfrenta restricciones éticas, legales, sociales y culturales. La protección de datos, los derechos de autor, la equidad de acceso y las diferencias lingüísticas o culturales condicionan su uso. También existen límites morales y de responsabilidad, ya que la IA carece de juicio ético y contextualización humana. Las bibliotecas deben considerar estos límites para evitar dependencias tecnológicas, mantener la autonomía humana y garantizar que la IA se utilice como herramienta de apoyo, no de sustitución del pensamiento crítico. Una buena práctica consiste en consultar a la herramienta sobre sus propios límites y posibles sesgos. También es fundamental conocer cómo ha sido entrenada y con qué datos, para evaluar críticamente su fiabilidad.
No completamente. Las respuestas generadas por IA dependen de los datos con los que ha sido entrenada, que a menudo reflejan sesgos históricos, culturales o lingüísticos. Aunque pueden implementarse mecanismos para reducirlos, la neutralidad absoluta es imposible. Las bibliotecas deben promover la alfabetización crítica en IA, enseñando a interpretar los resultados con criterio y a cuestionar la información automatizada. La transparencia y la supervisión humana son imprescindibles para detectar y corregir estos sesgos. Se recomienda revisar las herramientas de IA que se utilizan, analizando periódicamente sus sesgos y documentando las medidas tomadas para mitigarlos.
El pensamiento crítico es fundamental para interpretar, contrastar y contextualizar la información generada por IA. Permite reconocer sus limitaciones, detectar posibles sesgos y evitar el uso acrítico de los resultados. Fomentar el pensamiento crítico en las personas usuarias ayuda a equilibrar la dependencia tecnológica con la autonomía intelectual y la reflexión ética. El desarrollo de esta competencia debe integrarse en las actividades formativas, potenciando la reflexión sobre la veracidad, autoría y propósito de la información generada por la IA. En el ámbito universitario, las bibliotecas pueden contribuir a promover esta competencia como parte de la alfabetización informacional y digital, garantizando un uso responsable y consciente de las herramientas basadas en IA.
Las bibliotecas pueden ofrecer guías claras y accesibles sobre el uso ético de las herramientas de IA. Estas guías deben incluir buenas prácticas para evitar el plagio, recomendaciones para citar correctamente los contenidos generados con IA y estrategias para reconocer sesgos o posibles errores. También deben explicar los derechos y responsabilidades legales asociados a su uso, fomentando así una comunidad universitaria más consciente y ética.
La biblioteca en el contexto de la Inteligencia Artificial (IA)
La biblioteca debe actuar como un referente en alfabetización digital y ética, ofreciendo formación y acompañamiento sobre el uso responsable de la IA. Puede organizar talleres, seminarios y guías prácticas, así como proporcionar recursos informativos y asesoramiento personalizado a estudiantes, docentes e investigadores.
La biblioteca puede también asesorar sobre cómo incluir declaraciones de uso de IA en ensayos, artículos, presentaciones, obras visuales u otros trabajos académicos, como parte de buenas prácticas investigadoras y académicas. De este modo, contribuye a fomentar el pensamiento crítico, la transparencia académica y la integridad en el uso de herramientas de IA dentro de la comunidad universitaria.
La biblioteca puede ofrecer apoyo para evaluar la fiabilidad y la ética de las herramientas de IA utilizadas por su comunidad, asesorando sobre derechos de autor y uso responsable de datos, y facilitando recursos para la gestión de citas y la prevención del plagio. También puede organizar talleres y guías sobre buenas prácticas para explicar los sesgos y las limitaciones de la IA y promover una cultura académica basada en la integridad, la transparencia y el respeto a la propiedad intelectual.
La biblioteca puede facilitar el acceso a recursos legales sobre IA, proporcionando guías, materiales informativos y recursos formativos que ayuden a comprender la normativa vigente. También puede organizar talleres sobre el uso ético y legal de herramientas de IA y ofrecer enlaces a bases de datos, repositorios institucionales y recursos con licencias abiertas. De esta forma, contribuye a que la comunidad universitaria conozca sus derechos y obligaciones, promoviendo un uso responsable, seguro y legal de estas tecnologías.
Para evaluar la fiabilidad de un recurso de IA, es necesario comprobar su procedencia y reputación, así como la transparencia sobre los datos y métodos de entrenamiento empleados. Deben revisarse su política de privacidad, los términos de uso y las condiciones de propiedad intelectual. Es importante valorar si la herramienta respeta los principios de equidad, accesibilidad y legalidad, y si ofrece información verificable y trazable. La evaluación crítica y el contraste con fuentes académicas garantizan un uso responsable y confiable para la creación de contenido.
El personal bibliotecario debe contar con formación en alfabetización digital, ética de la información y propiedad intelectual, además de conocimientos básicos sobre el funcionamiento de los sistemas de IA. También es recomendable que comprendan cómo se entrenan los modelos, qué riesgos implican y cómo evaluar su fiabilidad.
Las bibliotecas deben desempeñar un papel activo en la integración ética y responsable de la IA dentro del ámbito universitario. Esto implica educar a la comunidad académica en materia de propiedad intelectual, ética digital y alfabetización en IA, fomentando un uso crítico y consciente de estas herramientas. También deben promover la transparencia y la legalidad en la aplicación de la IA en la docencia, la investigación y la gestión, y actuar como intermediarias entre el personal investigador, las personas expertas en datos y quienes desarrollan tecnología, para facilitar la colaboración, la innovación y el acceso equitativo al conocimiento. Además, las bibliotecas pueden aprovechar las herramientas de IA para desarrollar servicios más eficientes, personalizados y accesibles, mejorando la experiencia de las personas usuarias y optimizando sus procesos internos.
Datos, privacidad y seguridad
Las bibliotecas y las universidades deben cumplir con el Reglamento General de Protección de Datos (RGPD) y con la legislación española vigente en materia de privacidad. Esto implica garantizar que los datos personales se recojan con consentimiento informado de las personas usuarias, se almacenen de forma segura y se usen únicamente para fines legítimos y claramente definidos. Asimismo, deben establecer políticas transparentes sobre el tratamiento de los datos, asegurar la confidencialidad de la información y aplicar medidas técnicas y organizativas que garanticen la anonimización cuando sea posible y eviten el acceso no autorizado.
Al utilizar herramientas de IA, no se deben introducir datos personales, académicos o confidenciales sin la debida autorización. Es imprescindible comprobar que las plataformas empleadas cumplan con el RGPD y cuenten con mecanismos de seguridad y anonimización. También se recomienda limitar la cantidad de información que se comparte, utilizar cuentas institucionales siempre que sea posible y revisar periódicamente la configuración de privacidad para evitar usos indebidos de los datos. La trazabilidad es a su vez clave: se debe poder identificar cómo, cuándo y con qué finalidad se procesan los datos en cada etapa del uso de IA, garantizando así un tratamiento transparente y responsable.
Las bases de datos pueden estar protegidas jurídicamente bajo la Ley de Propiedad Intelectual (LPI) cuando implican una inversión sustancial en la obtención, verificación o presentación de su contenido. Además, si incluyen materiales sujetos a derechos de autor, su uso requiere autorización o una licencia que lo permita expresamente. Por ello, antes de emplearlas para entrenar modelos de IA, es fundamental revisar las condiciones de uso y las licencias asociadas, garantizando así un cumplimiento legal y ético.
Las licencias determinan los usos permitidos de los datos utilizados para entrenar modelos de IA. Por ello, es esencial emplear datos obtenidos de forma legítima, con licencias claras y compatibles con fines educativos o de investigación, garantizando así la transparencia, la legalidad y el uso ético de la información. Además, es necesario comprobar que las licencias permitan la reutilización de los datos y que estos se acompañan de metadatos que indiquen su origen y condiciones de uso.