Tu director te pide ver cómo lo has hecho: cómo mostrar el proceso de uso de IA sin que parezca trampa (2026)

Te llega un mensaje de tu director: “Antes de firmar la portada, me gustaría que me enseñes cómo trabajaste el capítulo de metodología.” El corazón se te acelera, no porque hayas hecho algo malo, sino porque usaste Tesify y ChatGPT para avanzar más rápido y ahora no sabes cómo contarlo sin que suene a confesión. La buena noticia es que mostrar el proceso de uso de IA al director de tu TFG no solo es completamente legítimo: hecho correctamente, convierte esa conversación en tu mejor argumento a favor de tu rigor.

En 2026, la CRUE y la mayoría de universidades españolas han pasado de tolerar la IA a exigir que se documente. Los tribunales ya no preguntan “¿usaste IA?” sino “¿cómo la usaste y puedes demostrarlo?” Quien tiene trazabilidad gana. Quien no la tiene, aunque haya trabajado honestamente, queda en una posición débil.

Por qué tu director te pide ver el proceso

Cuando un director solicita revisar tu proceso de trabajo, casi nunca lo hace porque sospeche de ti. Lo hace porque en 2026 forma parte de su responsabilidad académica: si su firma aparece en el TFG, también responde por el método empleado. Las nuevas directrices de muchos centros universitarios obligan al tutor a verificar que el estudiante entiende y puede defender su propio trabajo, independientemente de las herramientas que haya usado.

Hay un segundo motivo, más práctico: los detectores de IA producen falsos positivos con frecuencia. Un texto perfectamente original puede puntuar alto en ZeroGPT o Turnitin AI simplemente por el estilo formal académico. Tu director sabe esto y prefiere pedirte el proceso directamente en lugar de basar una decisión en un porcentaje discutible. Entender esa perspectiva cambia tu forma de preparar la conversación.

La trampa real no es usar IA: es no poder explicar qué hiciste con ella. Si puedes mostrar que cada decisión metodológica fue tuya —que la IA fue una herramienta de apoyo y no el autor de tus ideas— la conversación termina en diez minutos y con nota.

Las tres capas de evidencia que necesitas

Presentar el proceso de uso de IA de forma convincente requiere tres tipos de evidencia que se refuerzan mutuamente. Ninguna de las tres, por sí sola, es suficiente; juntas, construyen un argumento sólido.

El objetivo no es “demostrar que no copiaste”. El objetivo es demostrar que tomaste decisiones: qué buscar, qué descartar, cómo contrastar. Eso es exactamente lo que diferencia el trabajo académico del uso irresponsable de la IA. Si quieres un inventario completo de todo lo que debes reunir antes de esa reunión, consulta el checklist de evidencias del proceso del TFG que despejan toda duda.

Historial de versiones: tu mejor aliado

El historial de versiones es la evidencia más difícil de falsificar y la más contundente ante cualquier revisor. Un documento que muestra diez versiones guardadas a lo largo de seis semanas, con comentarios del director integrados y cambios progresivos en el texto, cuenta una historia de proceso que ningún detector puede refutar.

Cómo activarlo si todavía estás a tiempo

Si trabajas en Google Docs, ve a Archivo > Historial de versiones > Ver historial de versiones. Allí aparecen todas las ediciones con fecha, hora y usuario. Si nombras las versiones manualmente (“v1 borrador marco teórico”, “v2 tras revisión tutor”), la lectura es mucho más clara para el director.

Si usas Microsoft Word con OneDrive, el historial de versiones se activa automáticamente en la nube. También puedes usar el control de cambios (Revisar > Control de cambios) para que quede registro de cada modificación aceptada o rechazada.

Si ya entregaste una versión sin haber guardado versiones intermedias, no todo está perdido: busca borradores en tu carpeta de descargas, en el correo electrónico (adjuntos enviados al director), en capturas de pantalla que hayas tomado, o en documentos de notas donde anotaste ideas antes de redactar. Esa reconstrucción parcial sigue teniendo valor demostrativo.

Qué buscan los directores en el historial

No buscan una versión perfecta desde el primer día. Buscan lo contrario: dudas, correcciones, retrocesos, párrafos eliminados, ideas añadidas tras una lectura. Un documento “demasiado perfecto” desde la primera versión levanta más sospechas que uno con errores progresivamente corregidos. La imperfección ordenada es la señal de proceso genuino.

Cómo preparar el anexo de prompts

El anexo de prompts es el elemento más innovador y también el más poderoso. Consiste en documentar, para cada uso relevante de IA, tres cosas: qué le pediste, qué obtuvo la herramienta, y qué hiciste tú con esa respuesta.

Estructura básica de cada entrada

Cada entrada del anexo puede seguir este formato:

Este formato deja claro algo fundamental: la IA ofreció un andamio, pero tú pusiste el contenido específico, el criterio y la adaptación al contexto de tu trabajo. Eso es exactamente lo que exige la normativa de uso ético de IA en la universidad.

Cuántas entradas incluir

No hace falta documentar cada consulta. Selecciona los cinco o seis usos más significativos: los que afectaron a secciones estructurales del TFG (marco teórico, metodología, discusión). Los usos menores —verificar un sinónimo, mejorar una frase— no necesitan documentación formal. La selección ya demuestra criterio: sabes distinguir lo relevante de lo accesorio.

La declaración metodológica: cómo redactarla

La declaración de uso de IA ya es obligatoria en muchas universidades españolas. Pero una declaración redactada en términos metodológicos tiene mucho más peso que una simple frase de descargo. Compara estos dos enfoques:

La segunda versión muestra qué, cuándo, cómo y con qué límites. Esa especificidad es precisamente lo que transforma el uso de IA de una zona gris a una decisión metodológica documentada. Antes de redactarla, conviene entender qué exige exactamente tu centro en materia de declaración de originalidad y autoría del TFG en 2026, porque el lenguaje requerido varía entre universidades. Si tu universidad ya exige esta declaración, aprovecha el espacio para incluir el máximo de detalle. Si no la exige, añádela igualmente: un director que la vea proactivamente tendrá mucho menos de lo que preocuparse.

Consulta qué permiten exactamente las universidades españolas que permiten IA en el TFG en 2026 para adaptar el lenguaje de tu declaración a la normativa específica de tu centro.

Qué decir exactamente en la reunión con el director

La reunión con el director no es un interrogatorio: es una conversación sobre metodología. Tu objetivo es pasar de una posición defensiva (“no hice nada malo”) a una posición proactiva (“así gestioné el proceso”). Ese cambio de marco lo cambia todo.

Apertura recomendada

Antes de que el director pregunte, muestra tú primero. Abre el historial de versiones, señala la línea temporal y di algo como: “Empecé aquí, en la semana de febrero, con un borrador básico. Esto es lo que tenía después de la segunda tutoría y aquí ves los cambios que hice tras tu corrección del marco teórico.” Ese movimiento proactivo establece que tienes el proceso bajo control.

Cómo hablar de la IA sin exagerar ni minimizar

Ni minimices (“apenas la usé, solo para alguna frase”) ni dramatices (“prácticamente todo lo hizo la IA”). Ambas actitudes generan desconfianza. El tono correcto es descriptivo y seguro: “Usé Tesify principalmente en la metodología y en parte del marco teórico. Aquí tengo el anexo con los prompts más relevantes. Como ves, cada vez tomé el resultado, lo contraté con los artículos que había leído y lo reescribí en función de mi muestra específica.”

Qué hacer si el director hace preguntas difíciles

Si te pregunta “¿puedes explicarme esta parte sin leer el documento?”, es la prueba más habitual de comprensión genuina. Si tu proceso fue real, podrás dar una respuesta aproximada aunque no perfecta. Si llevaste bien el proceso con IA —usándola para estructurar lo que ya sabías, no para sustituir lo que no sabías—, la explicación fluirá naturalmente. Si notas que tienes huecos, la solución no es improvisar: es ser honesto sobre los límites y ofrecer revisarlos. Eso también es señal de madurez académica.

Errores que convierten el uso legítimo en sospechoso

La mayoría de los problemas con directores y tribunales no vienen del uso de IA en sí, sino de ciertos patrones que generan sospechas aunque el fondo del trabajo sea honesto.

• No tener historial de versiones. Un documento entregado sin rastro de evolución hace imposible demostrar proceso. Activa el control de cambios desde el primer día.
• Texto desconectado de la realidad del estudiante. Si la metodología describe una muestra de 200 participantes pero tu TFG tiene 47, hay una discordancia que la IA generó y tú no corregiste. Los directores detectan estas incoherencias al instante.
• Referencias que no existen. Uno de los errores más graves: la IA genera citas bibliográficas plausibles pero inexistentes. Verifica cada referencia antes de incluirla. Si el artículo no aparece en Google Scholar o en el repositorio de tu biblioteca, no lo pongas.
• Estilo inconsistente. Un texto que mezcla un registro muy formal y técnico con párrafos coloquiales o con anglicismos no revisados señala que partes fueron generadas y no integradas con cuidado.
• No poder responder preguntas básicas. Si no puedes explicar por qué elegiste esa muestra, esa escala o ese autor de referencia, el uso de IA se vuelve indefendible aunque fuera técnicamente correcto.

Si la situación ya ha escalado y tu director o tribunal te ha acusado formalmente de uso indebido, la guía sobre cómo defenderte ante una acusación de IA en el TFG cuando no la usaste mal explica paso a paso qué derechos tienes y qué documentación presentar en la reunión de verificación. Para entender con más detalle qué miden realmente los detectores y cómo funcionan los falsos positivos, vale la pena revisar la comparativa de ZeroGPT, GPTZero y Originality.ai para TFG.

Por qué Tesify genera trazabilidad automática

Una de las diferencias prácticas de usar Tesify frente a copiar y pegar desde un chatbot genérico es que Tesify está diseñado para el contexto académico: registra el proceso de escritura por secciones, permite guardar borradores intermedios y genera un flujo de trabajo que, por su propia naturaleza, produce la trazabilidad que te van a pedir. A diferencia de los grandes modelos de lenguaje generalistas, Tesify no entrena su modelo con los datos de tu TFG, lo que también refuerza tu posición ante el director cuando explicas qué herramienta usaste y por qué.

Cuando usas Tesify para estructurar la metodología de tu TFG, no estás generando un texto que sustituye tu criterio: estás partiendo de tus objetivos de investigación, tu pregunta y tu diseño, y la herramienta te ayuda a articular lo que ya tienes pensado en un formato académico correcto. Ese es exactamente el tipo de uso que cualquier director puede validar sin objeciones. Si tu tesis es en México y quieres ver cómo usar la IA para redactar cada sección de manera efectiva, la guía de IA para redactar tu tesis en México cubre el proceso completo con ejemplos adaptados a las universidades de ese país.

Además, si combinas Tesify con la metodología de escritura por sprints, cada sesión queda delimitada en el tiempo, lo que facilita documentar cuándo trabajaste cada sección. Los sprints son una evidencia implícita de proceso.

El resultado es un TFG que no solo es bueno: es también demostrable. Y en 2026, esa segunda condición importa tanto como la primera.

Si llegaste aquí después de que tu detector diera positivo, también tienes recursos: la guía de cómo interpretar y actuar ante un positivo del detector de IA en el TFG explica qué significan realmente esos porcentajes y qué pasos son éticamente válidos para responder.

Y si todavía tienes dudas sobre qué tipo de uso de IA es aceptable en tu facultad, el recurso más actualizado es la lista de universidades españolas que permiten IA en el TFG y qué condiciones ponen.

Preguntas frecuentes