Cuántos estudiantes españoles usan IA para el TFG en 2026: la encuesta por rama

El 89% de los estudiantes universitarios de grado en España emplea alguna herramienta de inteligencia artificial generativa para sus estudios, según la encuesta de la Fundación Conocimiento y Desarrollo (CYD, 2025). Pero ese dato global oculta una realidad mucho más desigual: la adopción varía de forma significativa según la rama de conocimiento, el tipo de tarea y el momento del grado. Cuando el foco se estrecha hasta el Trabajo Fin de Grado —el proyecto donde más se concentra el esfuerzo y el escrutinio— los patrones por disciplina se vuelven aún más pronunciados.

Las estadísticas de uso de IA en universidades españolas en 2026 muestran una fotografía distinta a la del profesorado: mientras que la adopción entre el PDI ronda el 67%, la del alumnado ya supera el 89%, con casi cuatro de cada diez usándola cada día. La brecha es mayor de lo que muchos departamentos reconocen, y tiene consecuencias directas sobre cómo se redactan, cómo se evalúan y cómo se regulan los TFG en cada facultad.

El dato global: 89% de adopción en grado

La encuesta de la Fundación CYD, realizada en febrero de 2025 con 800 estudiantes de grado de universidades públicas (88%) y privadas (12%) de toda España, es el estudio más completo disponible sobre el comportamiento real del alumnado frente a la IA. El titular central: 9 de cada 10 estudiantes ya han incorporado herramientas de IA a su rutina académica.

Desde la perspectiva europea, España lidera la adopción. El informe Eurostat 2025 y los datos de The Objective (enero 2026) sitúan a los jóvenes españoles de 16-29 años como los que más usan IA para estudiar en la UE, con un 59-60% frente a una media europea del 39-40%. Cuando el foco se estrecha a universitarios en exclusiva, la distancia es todavía mayor: el 90% de los universitarios usa IA a diario o casi a diario, según los datos consolidados de principios de 2026.

El contexto importa: este nivel de adopción se produce en un momento en que la mayoría de las universidades todavía no ha establecido políticas claras. Solo un 7% de las instituciones fomenta activamente el uso de IA entre sus estudiantes, mientras que más de la mitad lo desaconseja o prohíbe en determinadas asignaturas, según el informe State of Higher Education de Lumina Foundation y Gallup (2025).

Uso de IA por rama de conocimiento

El promedio del 89% no describe bien la realidad porque la distribución por rama es heterogénea. Los datos disponibles de encuestas nacionales e internacionales permiten trazar un mapa cualitativo con patrones consistentes, aunque los estudios con desglose sistemático por disciplina siguen siendo escasos en el contexto español.

Ingeniería y Arquitectura: el uso más técnico

En las titulaciones de carácter técnico, la IA se ha integrado de forma natural en el flujo de trabajo del TFG. La asistencia en la escritura de código, la depuración de errores y la interpretación de resultados estadísticos son aplicaciones que los propios tutores reconocen como aceptables o incluso recomendables en muchos departamentos. Los estudiantes de ingeniería son, junto con los de ciencias de la salud, quienes más defienden la integración formal de la IA en los planes de estudio, según la encuesta CYD. Para el TFG, el uso en secciones como metodología de análisis de datos y presentación de resultados es especialmente frecuente.

Ciencias Sociales y Humanidades: redacción y síntesis

Las disciplinas de Ciencias Sociales, Economía, Derecho y Humanidades registran el mayor volumen de uso de IA para tareas redaccionales. Esto es lógico: una proporción significativa del TFG en estas ramas consiste en síntesis bibliográfica, argumentación escrita y elaboración de marcos teóricos, que son precisamente las tareas en las que los modelos de lenguaje ofrecen mayor rendimiento percibido por el estudiante. Al mismo tiempo, estas son las disciplinas donde el debate sobre la integridad académica es más intenso, dado que la frontera entre asistencia legítima y delegación completa de la tarea es más difusa que en un proyecto de código. Por eso conviene tener claro qué partes del TFG puedes escribir con IA y cuáles no antes de empezar.

Ciencias de la Salud: revisión sistemática y evidencia

Los grados de Medicina, Enfermería, Fisioterapia y ramas afines muestran un perfil de uso diferenciado. El TFG en ciencias de la salud suele requerir revisiones sistemáticas bajo metodología PICO o PRISMA, y la IA se usa intensivamente para identificar y sintetizar estudios relevantes. Los protocolos de los hospitales universitarios y colegios profesionales añaden una capa adicional de exigencia ética que no siempre está presente en otras ramas, lo que obliga a documentar con cuidado cualquier asistencia de IA empleada en la síntesis de evidencia.

La IA y el TFG: usos concretos y frecuencia

Dentro del amplio espectro de usos académicos, el TFG ocupa un lugar particular: es el trabajo de mayor carga, mayor visibilidad ante un tribunal y mayor impacto en la nota final del expediente. La presión que genera convierte la adopción de IA en este contexto en especialmente alta. Según los datos de Fundación CYD y la síntesis de estudios comparados disponibles:

• 45% de los estudiantes usa la IA para redactar trabajos académicos. En el TFG, donde la redacción representa la mayor parte del esfuerzo, este porcentaje tiende a ser mayor.
• 48% la usa para investigar, analizar datos y recopilar información. La síntesis bibliográfica asistida es ya una práctica extendida en todas las ramas.
• 66% la usa para resolver dudas o problemas específicos. Consultar a un modelo de lenguaje antes que buscar en Google o preguntar al tutor es ya el comportamiento por defecto de la mayoría.

Para el TFG en particular, los usos más frecuentes se concentran en estas fases:

1. Búsqueda y síntesis de bibliografía: identificar fuentes relevantes, resumir artículos y elaborar estados del arte.
2. Redacción del marco teórico y la introducción: estructurar argumentos y construir la justificación del trabajo.
3. Revisión de estilo y coherencia textual: corregir redacción, adaptar el registro académico y mejorar la claridad.
4. Ayuda metodológica: interpretar resultados estadísticos, seleccionar pruebas adecuadas o estructurar el diseño de investigación.
5. Preparación de la defensa: simular preguntas del tribunal o estructurar la presentación oral.

Las secciones donde el uso es menos frecuente son los datos empíricos originales (trabajo de campo, experimentos, encuestas propias) y las conclusiones más personales, que los estudiantes tienden a redactar con menor asistencia.

La brecha de formación: solo 1 de cada 3 recibe capacitación

Uno de los datos más relevantes de la encuesta CYD no tiene que ver con el volumen de uso sino con la calidad de ese uso: solo el 34% de los estudiantes universitarios ha recibido formación específica sobre IA por parte de su universidad. Un 49% adicional declara no haberla recibido pero desearía recibirla.

Esto significa que la mayoría de los estudiantes que hoy usan IA para su TFG lo hacen sin ningún marco institucional, sin conocer los límites de las políticas de su facultad y sin formación sobre verificación de fuentes, riesgos de alucinaciones o integridad académica. La brecha entre adopción y formación es la grieta más preocupante del mapa estadístico de 2026.

El diagnóstico de Universo Abierto sobre el estudio Lumina/Gallup lo confirma desde otra óptica: el 53% de los estudiantes dice que su institución desaconseja o prohíbe el uso de IA, y aun así el 48% de quienes están en instituciones restrictivas lo siguen usando semanalmente. La prohibición sin formación no funciona como contención; simplemente lleva el uso a la clandestinidad.

Normativa y declaración: qué exigen las universidades

La dispersión normativa es otro fenómeno estadístico relevante. A fecha de mayo de 2026, no existe una regulación nacional homogénea sobre el uso de IA en TFG. La CRUE publicó en 2023 unas recomendaciones de referencia, pero cada universidad las ha implementado de forma diferente. El resultado es un mosaico donde:

• Algunas universidades (UCM, UC3M, UB, UGR) exigen una declaración explícita de uso de IA en el TFG antes de la entrega.
• Otras permiten el uso sin declaración formal, dejando la responsabilidad al criterio del tutor.
• Un tercer grupo mantiene una prohibición formal que en la práctica no se hace cumplir de forma sistemática.

Si tu universidad te exige una declaración, conviene formularla con rigor: tan importante como declarar el uso es citar correctamente la herramienta. La guía sobre cómo citar la IA en APA 7 detalla el formato de referencia y la nota de uso que esperan los tribunales. Y si vas a reaprovechar material propio de trabajos anteriores, revisa antes cómo reutilizar tu trabajo sin cometer autoplagio.

Qué herramientas eligen los estudiantes

El mapa de herramientas usado por los universitarios españoles en 2026 está dominado por tres nombres: ChatGPT, Gemini y DeepSeek son citadas por 8 de cada 10 estudiantes para tareas generales. Sin embargo, el TFG introduce una demanda adicional que los modelos generalistas no siempre cubren: la precisión en la gestión de citas académicas, el respeto de la estructura APA 7 y la supervisión de la integridad del texto.

Para las secciones de redacción académica del TFG en concreto, las herramientas especializadas ganan terreno. La diferencia clave no está en la fluidez del texto generado, sino en si la herramienta gestiona las referencias bibliográficas correctamente y mantiene la consistencia argumentativa entre secciones, un terreno que analiza la comparativa de Tesify vs ChatGPT y la integridad académica.

Un aspecto que los datos de adopción no capturan bien es la diferencia entre usar IA para tareas de apoyo (resumir un artículo, corregir un párrafo) y delegarle la redacción principal del TFG. Estas son dos prácticas con implicaciones académicas muy distintas, y las encuestas actuales tienden a mezclarlas bajo el mismo paraguas del “uso de IA”.

Cómo usar la IA con integridad académica en el TFG

Los datos son claros: la IA ya está en el TFG, independientemente de lo que digan los reglamentos. La pregunta relevante en 2026 ya no es si se va a usar, sino cómo usarla de forma que aporte valor real al trabajo sin comprometer la integridad académica ni vulnerar las normativas del centro.

La distinción práctica separa los usos que la mayoría de universidades ya acepta (revisión de estilo, síntesis bibliográfica asistida, corrección ortotipográfica) de los que siguen siendo objeto de debate o están prohibidos (generación automática de secciones completas sin supervisión del autor).

Tesify está diseñado específicamente para este escenario: ayuda al estudiante a redactar secciones del TFG manteniendo la autoría intelectual, integrando las citas en APA 7 de forma automática y generando texto que puede pasar los controles antiplagio sin recurrir a humanizadores de texto que crean falsos positivos y pueden perjudicar al trabajo.

Preguntas frecuentes