La deshonestidad académica en los posgrados no debería considerarse solamente una mala decisión personal ni un episodio aislado en la vida académica de los estudiantes. En este artículo se considera un fenómeno multinivel, en el que entran en juego aspectos personales, formativos, institucionales, editoriales, tecnológicos y de gobernanza. Esta temática fue cubierta a partir de una revisión teórica-integrativa, apoyada por una búsqueda bibliográfica sistematizada y un flujo PRISMA adaptado, que aseguraron la trazabilidad del proceso. Durante el proceso de identificar, cribado, priorización, recuperación y evaluación de elegibilidad se incluyeron 36 estudios en la síntesis final. Los resultados se organizaron en tres ejes de análisis: los factores vinculados con la deshonestidad académica en el posgrado; las prácticas emergentes de la inteligencia artificial generativa, la autoría y la presión por publicar; y las respuestas enfocadas en la gobernanza de la integridad académica. El análisis deja entrever que este problema aparece por la interrelación de una formación investigativa escasa, prácticas de redacción y citación superficial, una utilización no clara de las tecnologías generativas, una presión por publicar y la explotación de políticas institucionales aún débiles. Los resultados respaldan la necesidad de avanzar hacia modelos formativos y corresponsables que tengan esa capacidad de articular supervisión, alfabetización académica, transparencia en la autoría, regulación tecnológica y una cultura institucional de integridad más concreta.

Palabras clave: deshonestidad académica; integridad académica; educación de posgrado; inteligencia artificial generativa; plagio; gobernanza universitaria; ética de la publicación.

1. ¹Benemérito Instituto Normal del Estado "Gral. Juan Crisóstomo Bonilla": Puebla, Puebla, MX

2. ²Universidad nacional Pedro Ruiz Gallo – Perú

3. ³Universidad Nacional de San Agustín de Arequipa – Perú

4. ⁴Universidad Autónoma del Estado de México

5. ⁵Universidad Nacional Mayor de San Marcos - Perú

* Autor de correspondencia: badillo.marquez.g@bine.mx

ABSTRACT

Academic dishonesty in graduate education should not be understood merely as a poor personal decision or as an isolated episode in students’ academic trajectories. In this article, it is approached as a multilevel phenomenon shaped by personal, educational, institutional, editorial, technological, and governance-related factors. The topic was addressed through an integrative theoretical review, supported by a systematized bibliographic search and an adapted PRISMA flow, which helped ensure the traceability of the review process. Through the stages of identification, screening, prioritization, retrieval, and eligibility assessment, 36 studies were included in the final synthesis. The findings were organized around three analytical axes: factors associated with academic dishonesty in graduate education; emerging practices related to generative artificial intelligence, authorship, and pressure to publish; and responses focused on the governance of academic integrity. The analysis suggests that the problem emerges from the interaction between limited research training, weak writing and citation practices, unclear uses of generative technologies, pressure to publish, and the exploitation of still-fragile institutional policies. From this analysis, there is an urgent need to move towards educational and co-responsible models that have the capacity to articulate supervision, academic literacy, transparency in authorship, technological regulation and a more concrete institutional culture of integrity.

Keywords: academic dishonesty; academic integrity; postgraduate education; generative artificial intelligence; plagiarism; university governance; publication ethics.

INTRODUCCIÓN

La deshonestidad académica sigue siendo un problema constante en la educación superior, pero se vuelve particularmente compleja en la escuela de posgrado. En este nivel ya no se trata sólo de completar tareas formativas o aprobar asignaturas. También están en juego la creación de conocimientos, la redacción de tesis, la publicación de artículos, la autoría y la participación, que en muchos casos sigue siendo tentativa, en entornos de investigación. Por ello, actividades como el plagio, las citas erróneas, la delegación de escritos, el fraude académico o la atribución errónea afectan no solo al estudiante. Además de ello, amenazan la credibilidad de la formación en investigación.

En este contexto, la integridad académica va por un terreno exigente y al mismo tiempo frágil. Se espera que los estudiantes de maestría y doctorado puedan dominar la escritura académica, trabajen de manera confiable con las fuentes, comprendan los criterios de autoría y asuman responsabilidad ética por sus textos que presentan. Sin embargo, estas habilidades no siempre se enseñan, acompañan o evalúan de forma sistemática. Castro Azuara y Sánchez Camargo (2021), Lopes et al. (2025) y Mtshweni (2024) muestran que algunas prácticas desleales a nivel de posgrado pueden explicarse no sólo por la mala fe sino también por deficiencias formativas, ambigüedades en el uso de la intertextualidad y deficiencias en la supervisión académica.

La situación se ha vuelto más compleja con la expansión de la inteligencia artificial generativa (IAG). Anani et al. (2025) manifiestan que el uso de estas herramientas en la escritura académica crea discrepancia entre el apoyo legítimo, la dependencia tecnológica, la sustitución de la producción misma y el ocultamiento del verdadero aporte del estudiante. Cerca de allí, Asiri y Alharbi (2025), Shishakly y Nachouki (2026) y Sultana et al. (2026) muestran que la inteligencia artificial en sí misma no causa deshonestidad académica. Pero se suma a la confusión que ya existía en torno a la escritura, la autoría y la evaluación.

A esta fase se le suma la presión editorial que cubre la mayor parte del programa de posgrado. En muchos casos, la publicación se convierte en un requisito indispensable para obtener un título, productividad o una acreditación académica. Sin embargo, este requisito puede contribuir a un conocimiento valioso de la comunicación académica. Pero también surge áreas de riesgo que, si no se refuerza con educación en ética editorial, selección adecuada de revistas, contribuciones de los autores y uso transparente de las herramientas digitales. Actualmente los debates sobre autoría, revistas depredadoras y manuscritos asistidos por IA proponen que la integridad académica y la integridad científica no deben plantearse como cuestiones separadas, sino como una parte del mismo continuo educativo (Espiñeira Bellón et al., 2023; Shaheen et al., 2026; Zielinski et al., 2023). A pesar de estos avances, gran parte de la literatura todavía trata este fenómeno de forma fragmentada.

Algunos estudios se centran en el plagio y las citas; otros, en el comportamiento individual, la IAG, las reglas institucionales, el procesamiento de tesis o las malas prácticas editoriales. Estas contribuciones son necesarias, pero no siempre dialogan entre sí, dejando un vacío necesario de conocer, en como estas dimensiones deben articularse en una comprensión más integrada de la deshonestidad académica en los estudios de posgrado como un fenómeno multinivel.

De esta brecha surgen la siguiente pregunta de investigación: ¿Cómo se configura la deshonestidad académica en los estudios de posgrado como un fenómeno multinivel, tomando en cuenta factores individuales, institucionales, tecnológicos, editoriales, educativos y de gobernanza? Esta pregunta nos permite superar una explicación que se centra únicamente en malos actos individuales, reconociendo al mismo tiempo la responsabilidad ética del sujeto. Más bien, el interés está en comprender las condiciones que influyen en la producción, prevención y regulación de estas prácticas.

A partir de ello, el objetivo de este artículo es analizar la configuración de la deshonestidad académica en estudios de posgrado como fenómeno multinivel, considerando la articulación entre dimensiones individuales, formativas, institucionales, tecnológicas, editoriales y de gobernanza.

METODOLOGÍA

El estudio estuvo orientado bajo el enfoque de una revisión integrativa, que es una forma de síntesis que integra los aportes empíricos, teóricos, conceptuales y metodológicos para cubrir fenómenos complejos desde una perspectiva más analítica. Este tipo de revisión es pertinente cuando el objeto de estudio no está limitado a una población única, una intervención específica o a un diseño homogéneo, sino que está enfocado en facilitar la articulación de evidencias diversas, manteniendo una lógica analítica coherente (Whittemore y Knafl, 2005; Souza et al., 2010)

La búsqueda, identificación, selección y síntesis de la literatura se ejecutó teniendo en cuenta un proceso sistematizado, con claros criterios de inclusión, exclusión y trazabilidad. Por su parte, Chigbu et al. (2023) destacan que la solidez de una revisión va a depender de la transparencia con que se localizan, seleccionan y depuran los estudios. De forma complementaria, Chafloque-Capuñay et al. (2026) resaltan la necesidad de asegurar la trazabilidad documental cuando se trabaja con corpus extensos y heterogéneos. Para organizar y reportar este proceso, se empleó un flujo PRISMA adaptado, no como una revisión sistemática estricta, sino como una herramienta de ordenamiento y transparencia documental (Page et al., 2021). Si bien el diseño presenta algunos elementos con las revisiones de alcance, no fue declarado como tal, debido a que no siguió de manera completa el protocolo PRISMA-ScR (Tricco et al., 2018).

La búsqueda bibliográfica se realizó el 4 de mayo de 2026 y posteriormente se actualizó el 19 de junio de 2026 para verificar la disponibilidad de los textos recuperados. Se consultaron las bases de datos de Scopus, SciELO y Redalyc, fuentes seleccionadas por su cobertura en educación superior, integridad académica, formación de posgrado, IAG, plagio, autoría, publicación científica y gobernanza institucional. Su selección respondió a un criterio de complementariedad: Scopus permitió abordar la producción internacional y multidisciplinaria, mientras que SciELO y Redalyc facilitaron la incorporación de literatura iberoamericana en español y portugués. ERIC y Web of Science no se incluyeron debido a la delimitación del corpus y al carácter teórico-integrativo, no exhaustivo, de la revisión; esta decisión se reconoce como una limitación del estudio.

Las estrategias de búsqueda combinaron términos en español, inglés y portugués relacionados con deshonestidad académica, integridad académica, mala conducta científica, plagio, posgrado, doctorado, maestría, IAG, autoría, evaluación, ética de la publicación y gobernanza. Las ecuaciones booleanas se adaptaron a la sintaxis de cada base y se presentan en el Anexo 1.

La delimitación de la búsqueda se orientó a publicaciones entre 2021 y 2026, con el fin de abarcar el análisis en literatura reciente. Esto es muy importante en el trabajo que ésta relacionado con la IAG, la integridad académica y la gobernanza universitaria. En la base de datos Scopus se aplicaron filtros por áreas afines al objeto de estudio: Educación, Psicología y Ciencias Sociales. Mientras que para las bases de datos: SciELO y Redalyc se utilizaron filtros equivalentes, según la disponibilidad de cada interfaz, considerando año de publicación, idioma, área temática y tipo documental.

Se priorizaron artículos empíricos, revisiones, estudios teóricos, artículos conceptuales y propuestas institucionales revisadas por pares. También se incorporaron documentos sobre IAG cuando abordaban de forma explícita su relación con la integridad académica, la autoría, la evaluación, el plagio, la escritura académica, la transparencia o la ética de la producción científica.

Se incluyeron las publicaciones entre el 2021 y 2026 que estaban relacionados con educación superior, posgrado, formación investigadora, integridad académica y científica, IAG, plagio, autoría, evaluación, gobernanza institucional o malas prácticas editoriales. Además, se consideraron los registros que contaran con DOI, URL estable, página editorial verificable o se encontraran indexados.

Se excluyeron aquellos artículos previos al 2021, además de estudios centrados solo en educación primaria o secundaria. También se excluyó literatura gris que no tenían suficiente trazabilidad, textos sobre IA sin un vínculo claro con la integridad académica o científica, registros sin información bibliográfica mínima verificable y duplicados identificados por DOI o por título normalizado.

El proceso inició con 912 registros importados y que después de la eliminación de duplicados internos e interbase, el universo para la primera selección búsqueda resultó con 719 registros únicos. Esta selección inicial se realizó teniendo en cuenta el título, resumen, palabras clave, metadatos y la trazabilidad bibliográfica. Esta fase fue ejecutada por dos revisores de forma independiente, que cuando había alguna duda sobre la pertinencia temática, la trazabilidad bibliográfica o la posición del registro dentro del núcleo principal o complementario, intervino un tercer revisor con función dirimente.

Los desacuerdos se resolvieron por consenso, destacando la relevancia del documento para la pregunta de investigación, su contribución a los ejes analíticos y la disponibilidad de información bibliográfica verificable. El primer cribado permitió conservar 479 registros preliminares, que después de analizar y utilizar el refinamiento del núcleo temático para destacar aquellos artículos directamente relevantes para la pregunta de investigación de aquellos con aplicabilidad contextual o periférica. Como resultado de este proceso, se identificaron 158 registros como núcleo principal y 43 como núcleo complementario. Así se conformó un corpus integral de 201 registros.

A partir del corpus integrado, se realizó una priorización previa a la recuperación de textos completos. Esta etapa tuvo un carácter organizativo, es decir, no fue la decisión final sobre la inclusión, sino un procedimiento para determinar qué registros deberían recuperarse y leerse con la máxima prioridad. Los documentos que se priorizó para la recuperación a texto completo no significo una decisión final del proceso de inclusión, sino fue una etapa intermedia de organización documental. Para ello, se aplicaron cuatro criterios como la relación directa con la pregunta de investigación, presencia explícita de dimensiones nucleares del estudio (posgrado, formación investigadora, autoría, escritura académica, integridad académica o científica, IAG o gobernanza), trazabilidad bibliográfica suficiente (DOI, URL estable, página editorial verificable o indexación reconocible) y la contribución potencial a los ejes analíticos definidos para la síntesis integrativa.

Con base en estos criterios, de los 201 registros del corpus integrado se seleccionaron 80 documentos para la búsqueda y recuperación de texto completo. En esta etapa se logra ordenar los registros que tenían mayor pertinencia temática y documental, antes de empezar con la evaluación de elegibilidad. De ellos, se lograron recuperar 53 textos completos y los 27 documentos restantes se clasificaron como no recuperados debido a las restricciones de acceso o falta de disponibilidad de documentos. Esto no implicaba suponer la falta de relevancia temática que podría derivar. De los 53 textos recuperados se identificó un duplicado exacto, quedando un corpus único evaluable de 52 documentos. Después de la evaluación de elegibilidad, 36 documentos fueron incluidos en la síntesis integrativa y 16 fueron excluidos por no alcanzar la pertinencia nuclear o la suficiencia documental requerida.

Debido a que el corpus integró documentos empíricos, conceptuales, metodológicos, editoriales y de revisión, no se aplicó una única escala de calidad metodológica. En su lugar, para la elegibilidad se tuvo en cuenta según pertinencia temática, claridad del contexto, trazabilidad bibliográfica, aporte al eje analítico y cautelas interpretativas acordes con el tipo de evidencia. De manera diferenciada, en los estudios empíricos se revisó la coherencia entre objetivo, diseño, procedimiento y resultados; en las revisiones, la transparencia de la búsqueda y la síntesis; y en los documentos conceptuales, metodológicos o editoriales, la consistencia argumental y el respaldo bibliográfico (Anexo 2). La aplicación de estos criterios sustentó las decisiones de inclusión y exclusión previamente descritas. El uso de los documentos editoriales o normativos se emplearon como soporte conceptual o de gobernanza y no como evidencia empírica equivalente.

Todo este proceso realizado se reporta a través de un flujo PRISMA 2020 adaptado a una revisión teórico -integrativa. Su uso fue para fines de trazabilidad documental y ello no conlleva a que se declare el estudio como una revisión sistemática estricta (Page et al., 2021).

La síntesis se realizó con los 36 documentos incluidos a texto completo, los cuales fueron clasificados por ejes analíticos. Ello no se asume como una separación rígida entre los temas, sino como un recurso que permite una integración y un ordenamiento analítico. El primer eje permitió identificar los factores que están directamente asociados con la deshonestidad académica en el posgrado. El segundo eje ayudó a examinar las prácticas emergentes que se intensifican, amplían o reconfiguran el problema. En el tercer eje se organizó las respuestas formativas, normativas e institucionales relacionado con la integridad académica.

De este modo, la síntesis no buscó comparar los documentos de manera aislada ni tratarlos como aportes separados. Más bien, fueron organizados para poder explicar cómo los distintos niveles del fenómeno interactúan y se relacionan dentro de la formación de posgrado. La matriz completa de síntesis, que incluye los ejes, tipo de evidencia, contexto, fenómeno analizado, aporte central y cautela interpretativa, se presenta en el Anexo 3.

Figura 1

Flujo PRISMA 2020 adaptado del proceso de identificación, cribado, priorización, recuperación, elegibilidad e inclusión documental.

Nota. El flujo fue adaptado para una revisión teórico-integrativa.

RESULTADOS

Organización general del corpus de síntesis

El corpus final de la síntesis integrativa se construyó a partir de los 36 documentos incluidos a texto completo. El detalle de cada artículo se presenta en el Anexo 3, donde se registra el eje asignado, el tipo de evidencia, el contexto o población, el fenómeno analizado, el aporte central para la síntesis y también las cautelas interpretativas que se tuvieron en cuenta. Este artículo no tiene como finalidad tratar la información de la matriz, sino en destacar los patrones integrativos que emergen de dicho análisis, evitando así una exposición meramente descriptiva o enumerativa que podría oscurecer la comprensión profunda del fenómeno estudiado.

Los documentos incluidos se organizaron en tres ejes principales. El eje R1 se ocupó de aquellos trabajos relacionados con los factores asociados a la deshonestidad académica en la formación de posgrado. El eje R2 se ocupó de estudios relacionados con las prácticas emergentes en lo que respecta a la IAG, la autoría, la evaluación y la presión que supone la edición. R3 por último es el eje que reúne los aportes relacionados con la prevención y la gobernanza de la integridad académica. Esta organización por ejes permitió ordenar el corpus y, al mismo tiempo, reconocer cómo cada grupo de estudios puede aportar en una comprensión más integrada del problema.

Tabla 1.

Distribución del corpus final por eje integrativo

Eje	Foco analítico	Documentos	Función en el artículo
R1	Factores multinivel de la deshonestidad académica en posgrado	6	Núcleo conceptual directo del fenómeno
R2	IAG, presión editorial y prácticas emergentes	19	Dimensión emergente y de mayor presencia documental
R3	Prevención y gobernanza de la integridad académica	11	Respuesta institucional, formativa y normativa
Total		36

Esta distribución presentada en la tabla requiere de una lectura cuidadosa, si bien se observa, que el eje R2 reúne la mayor cantidad de documentos, ello no significa que el manuscrito se desplace hacia la IAG como tema principal. Más bien, da a conocer que las tecnologías generativas, la autoría y la presión editorial aparecen como dimensiones emergentes que intensifican problemas ya presentes en la formación de posgrado: la escritura académica, la supervisión, la originalidad y la responsabilidad autoral.

Eje R1. Factores multinivel de la deshonestidad académica en posgrado

Este eje reúne los estudios que están vinculados con plagio, citación, escritura académica, contracto fraudulento, fraude y mala conducta en contextos de formación avanzada. Los trabajos relacionados con escritura de tesis y citación dan a conocer que el plagio en posgrado no debe entenderse como una copia deliberada o como una acción aislada del estudiante. Estas prácticas también se relacionan con dificultades en el uso de fuentes, la paráfrasis, la intertextualidad y la construcción de una voz académica propia, que en muchos casos se encuentran en proceso de formación (Castro Azuara y Sánchez Camargo, 2021; Lopes et al., 2025). A ello se suman los análisis sobre contracto fraudulento en maestría y doctorado, que ubican la delegación indebida del trabajo académico como una práctica que está relacionada con presiones formativas, expectativas institucionales y debilidades en la supervisión académica (Mtshweni, 2024).

Asimismo, se ubican estudios que relacionan la deshonestidad académica con decisiones individuales, presión académica y contextos institucionales concretos. Abelha et al. (2023) muestran cómo la conducta deshonesta en escuelas de negocios puede observarse como una práctica situada dentro de determinados entornos formativos. De este modo, McIntire et al. (2024) fundamentan un abordaje diferente del plagio, gracias a la falta de capacidad para hacer frente a la presión de satisfacer criterios alejados de la ética de la sanción y que supone que quienes desean adoptar una postura en esta cuestión tengan una ética más pragmática. Desde otra perspectiva, Zhang et al. (2026) proponen diferentes modelos predictivos de los comportamientos inadecuados en el alumnado dentro de programas de posgrado, confirmando que no resultan suficiente para explicar la totalidad del problema.

Este eje permite afirmar que la deshonestidad académica en el posgrado se posiciona por la configuración de una intersección en la que convergen la responsabilidad individual, la formación investigadora, la escritura científica inestable y las condiciones institucionales de soporte académico. El principal aporte es cambiar el foco de atención desde la falta moral por sí sola, hacia la comprensión de las prácticas deshonestas en estas vías formativas con gran calado académico. En estos recorridos no todos los alumnos pueden tener las mismas condiciones para aprender, escribir, publicar o dar respuestas éticas por un trabajo académico.

Eje R2. Prácticas emergentes en la era de la IAG y la presión editorial

Este eje analizado concentró la mayor parte de los documentos que conforman el corpus de la investigación. Esto evidencia el peso creciente que tiene la IAG en los debates recientes sobre integridad académica, especialmente cuando se analiza su relación con la escritura, la autoría y la evaluación. Los estudios sobre uso de IA y ChatGPT en escritura académica dan a conocer que estas herramientas están reconfigurando la producción textual, sobre todo en aspectos como aceptación tecnológica, dependencia, asistencia en la redacción y transparencia del proceso intelectual (Anani et al., 2025; Asiri y Alharbi, 2025; Parker et al., 2025; Sampaio, 2025; Zlotnikova et al., 2025). Entonces, el problema no está en usar herramientas generativas, sino que el punto más crítico es saber diferenciar entre apoyo legítimo, sustitución indebida y autoría poco clara.

Los estudios sobre percepciones estudiantiles y docentes manifiestan que la IAG introduce dilemas éticos en la evaluación, la originalidad y la responsabilidad académica (Bikanga Ada, 2024; Espinoza Vidaurre et al., 2024; Kamoun et al., 2024; Oates y Johnson, 2025; Shishakly y Nachouki, 2026; Sultana et al., 2026). Los aportes permiten inferir que la IA no origina la deshonestidad académica ni la produce por sí misma. Pero sí puede incrementar ambigüedades existentes sobre escritura, evaluación y atribución del mérito intelectual. La confiabilidad del uso de detectores automatizados aparece como un punto sensible que debería tenerse en cuenta, porque ello, podría generar nuevas tensiones sobre vigilancia, error y justicia evaluativa (Sun et al., 2026).

A la vez, estudios sobre integridad editorial vinculan estas prácticas con problemas de publicación científica, como revistas depredadoras y la opacidad en la declaración de uso de IA (Espiñeira Bellón et al., 2023; Shaheen et al., 2026; Albertyn, 2025; Sánchez Zaracho y Jiménez, 2025; Zielinski et al., 2023). La presión por publicar, combinada con reglas poco claras para quienes están en formación, posiciona este problema no solo en el ámbito formativo, sino en el ingreso mismo a la comunidad científica. Así, la IAG y la presión editorial pueden actúan como aceleradores de tensiones, haciéndose necesario criterios claros sobre autoría, trazabilidad del proceso de escritura y responsabilidad editorial que trascienden la mera regulación tecnológica.

De manera complementaria, Al Ajmi et al. (2026) y Luna-Solano y Ramos-Hernández (2026) confirman que los desafíos éticos están asociados con la IAG, por ello, no se pueden limitar al uso de las herramientas digitales, si este no compromete la autoría, la trazabilidad, la supervisión académica y la responsabilidad institucional. Su incorporación en el posgrado debe exigir criterios claros de declaración, acompañamiento formativo y regulación proporcional.

Eje R3. Prevención y gobernanza de la integridad académica

El eje R3 reunió los estudios que están orientados a la prevención, la supervisión, la normativa institucional, la alfabetización académica y la cultura de integridad. Los estudios de Aragón-Vargas y Jiménez Matarrita (2022) junto a González-Acuña et al. (2023), permiten manifestar que la supervisión de tesis y la formación doctoral cumplen una función preventiva muy importante, porque no solo corrigen un producto ya terminado. También acompañan el modo en que el estudiante puede aprender a escribir, citar, asumir autoría y trabajar con fuentes durante su proceso formativo.

Este enfoque muestra que las normas no resuelven el problema por sí mismas. Estudios como los de Caballero (2024), García Cardona y Ventura Sosa (2025), Salas Acuña y Amador Solano (2022), y Zhu (2025) coinciden al indicar que la integridad académica depende muchas veces de la relación entre política institucional, formación docente, evaluación y cultura académica. Además, en los estudios de Djokovic et al. (2022) y Padilla-Santamaría et al. (2024) señalan que las estrategias formativas pueden fortalecer la prevención del plagio. En cambio, Isaifan (2026), Madleňák et al. (2026) y Tsao (2025) destacan la necesidad de una gobernanza que regule el uso de tecnología emergente, sin reducir la respuesta institucional solo a la prohibición o al control.

En conclusión, este eje expresa que la prevención de la deshonestidad académica en posgrado necesita más que aplicar sanciones al final del proceso. Necesita la capacidad de articular procesos de formación, el llevar a cabo la supervisión, políticas institucionales, la regulación de la tecnología y cultura de la integridad. También, la respuesta más contundente no es la sanción, sino que se puede extraer un liderazgo preventivo más capaz de conectar a alumnado, supervisores, profesorado, programas de posgrado, universidades y espacios editoriales.

Como síntesis comparativo del corpus, los estudios coinciden en que la deshonestidad académica no se explica únicamente por decisiones individuales, sino por condiciones formativas, institucionales, tecnológicas y editoriales. Por lo contrario, difieren en sus énfasis: la evidencia empírica aborda conductas, percepciones y uso de IAG, en tanto los trabajos conceptuales analizan autoría, supervisión y gobernanza. Además, aparecen tensiones entre apoyo tecnológico y sustitución autoral, así como entre sanción y prevención. Persisten vacíos de evidencia comparativa, longitudinal, latinoamericana y específicamente situada en programas de posgrado.

Factores transversales identificados

La clasificación transversal de los 36 documentos permitió identificar siete factores predominantes, siendo el factor más frecuente el tecnológico, seguido del formativo y del mixto. Esta distribución no debe interpretarse como una prevalencia empírica del fenómeno. Más bien, debe entenderse que se muestra la forma en que el corpus organiza el problema a partir de la interacción entre condiciones personales, pedagógicas, institucionales, tecnológicas, editoriales y normativas.

Por ello, en la tabla 2 analizamos estas frecuencias por factores identificados y que deben entenderse como predominancia analítica dentro del corpus incluido y no como una medida de incidencia o magnitud del fenómeno en el campo que se está estudiando.

Tabla 2.

Factores identificados en el corpus final

Factor	Documentos	Lectura del resultado
Tecnológico	8	La IAG, ChatGPT y los detectores automatizados redefinen autoría, evaluación, originalidad y trazabilidad.
Formativo	7	Escritura académica, citación, supervisión y formación doctoral aparecen como condiciones preventivas o de riesgo.
Mixto	6	Varios documentos articulan presión, formación, tecnología e institución.
Gobernanza	5	Las políticas institucionales y marcos normativos son centrales para prevenir y regular.
Editorial	5	Autoría, revistas depredadoras, manuscritos, plagio y transparencia conectan posgrado con publicación científica.
Institucional	3	La cultura universitaria y el rol docente influyen en la apropiación de la integridad académica.
Individual	2	La decisión personal existe, pero no explica por sí sola el fenómeno.
Total	36

Tensiones derivadas de la síntesis

Los resultados analizados permitieron identificar aquellas tensiones que orientan la discusión. No se trata de categorías cerradas ni de relaciones causales definitivas, sino de núcleos interpretativos que ayudan a poner en diálogo una literatura diversa y, en algunos casos, dispersa.

Tabla 3.

Tensiones principales para la discusión

Tensión	Ejes vinculados	Lectura interpretativa
Apoyo tecnológico vs. sustitución autoral	R2 / R3	La IAG puede apoyar la escritura, pero también facilitar delegación opaca de producción intelectual.
Déficit formativo vs. sanción punitiva	R1 / R3	El plagio puede expresar falta ética, pero también debilidades en citación, paráfrasis y escritura académica.
Autonomía investigadora vs. supervisión insuficiente	R1 / R3	El posgrado exige autonomía, pero requiere acompañamiento explícito.
Norma institucional vs. cultura de integridad	R3	La existencia de reglamentos no garantiza apropiación ni prevención efectiva.
Presión por publicar vs. responsabilidad editorial	R2 / R3	La productividad académica puede intensificar riesgos de autoría impropia o publicación en circuitos problemáticos.
Responsabilidad individual vs. condiciones sistémicas	R1 / R2 / R3	La falta individual debe comprenderse dentro de entornos formativos, tecnológicos e institucionales.

La respuesta a la pregunta de investigación permite comprender que la deshonestidad académica en el posgrado no aparece como un hecho aislado ni como una conducta que pueda explicarse únicamente desde la decisión individual del estudiante. Se trata de un fenómeno que se va configurando en la relación entre varios niveles: individual, formativo, institucional, tecnológico, editorial y de gobernanza. El nivel individual permite reconocer la responsabilidad concreta del sujeto, mientras que el nivel formativo expone las condiciones reales de aprendizaje de la escritura y la autoría. El nivel institucional contextualiza estas prácticas dentro de culturas académicas y los criterios de evaluación, en tanto el nivel tecnológico introduce nuevas capas de asistencia, opacidad y dependencia. En lo referente al nivel editorial, conecta el posgrado con la presión por publicar, y finalmente, la gobernanza que define las posibilidades reales de prevención, regulación y corresponsabilidad.

DISCUSIÓN

Los resultados permiten interpretar la deshonestidad académica en el posgrado como un fenómeno configurado por la interacción de distintos niveles. La responsabilidad individual continúa siendo muy importante, pero no es suficiente para poder explicar las prácticas que también se producen dentro de condiciones formativas, institucionales, tecnológicas y editoriales. Ello no elimina la responsabilidad ética del estudiante, en lugar de ello lo sitúa en escenarios donde existen presiones académicas, aprendizajes incompletos y formas desiguales de acompañamiento. Es ahí donde los estudios sobre escritura de tesis, citación y contratación fraudulenta coinciden en mostrar que las decisiones individuales se relacionan con las condiciones reales en las que se aprende a investigar y producir conocimiento (Castro Azuara y Sánchez Camargo, 2021; Lopes et al., 2025; Mtshweni, 2024).

La escritura académica aparece como el espacio donde estas dimensiones se vuelven más visibles. Citar, parafrasear, integrar fuentes y delimitar la autoría no son procedimientos exclusivamente técnicos, porque expresan la forma como el estudiante asume la responsabilidad sobre el conocimiento producido. Se entiende que cuando estas competencias se creen conocerse, pero no se está enseñando o supervisando de forma continua, el límite entre dificultad formativa y falta ética es menos visible.

La supervisión adquiere, por ello, un significado que supera la corrección del producto final. Los aportes de Aragón-Vargas y Jiménez Matarrita (2022) y González-Acuña et al. (2023) permiten interpretarla como una práctica formativa por el cual se construyen criterios de originalidad, trazabilidad y responsabilidad autoral durante el proceso de investigación.

La IAG introduce una tensión adicional, pero no origina por sí misma los problemas identificados. Su amplitud actualmente la vuelve más visibles en ambigüedades previas sobre quién produce el texto, cómo se le atribuyen las contribuciones y sobre qué evidencias permiten reconocer el aprendizaje. Los estudios revisados difieren en el énfasis otorgado a la aceptación tecnológica, la dependencia, el apoyo a la escritura o la regulación institucional; sin embargo, coinciden en que la valoración ética depende del modo de uso, su declaración y el grado de intervención sobre la producción intelectual (Anani et al., 2025; Parker et al., 2025; Sampaio, 2025). Desde este enfoque, la distinción principal no es entre como usar o no usar la IAG, sino que se tenga en cuenta una asistencia transparente que oriente mantener la responsabilidad autoral y una sustitución opaca que muchas veces dificulta reconocer el aporte del estudiante.

Esta tensión también alcanza la evaluación académica. El uso de detectores automatizados puede parecer una respuesta inmediata frente a textos generados con IA, pero desplaza el problema hacia la confiabilidad de la herramienta y la justicia de las decisiones derivadas de sus resultados. La evidencia examinada por Sun et al. (2026) cuestiona que la detección automatizada pueda considerarse una prueba concluyente. Por lo tanto, una respuesta automatizada por la tecnología podría reproducir una lógica de vigilancia que no resuelve las dificultades formativas, autorales y evaluativas que anteceden al uso de estas herramientas.

La presión editorial amplía ese análisis desde la integridad académica hacia la integridad científica. En el posgrado, realizar una publicación puede constituir una experiencia formativa, pero también puede adquirir un carácter administrativo cuando se utiliza como requisito de graduación o indicador de productividad. Bajo estas condiciones, los problemas de autoría, transparencia en el uso de IA y selección de revistas dejan de ser asuntos periféricos. La literatura sobre prácticas editoriales da a conocer que el estudiante no solo aprende como elaborar una tesis, sino que es su inicio de incorporación a una comunidad científica con reglas, responsabilidades y presiones particulares (Albertyn, 2025; Espiñeira Bellón et al., 2023; Zielinski et al., 2023). La presión existente por publicar no es determinante de una conducta deshonesta, aunque puede intensificar riesgos cuando no está acompañada de formación editorial y criterios claros de autoría.

En este escenario, la gobernanza institucional representa algo más que la existencia de reglamentos o sanciones. Los estudios revisados indican una diferencia existente entre instituciones que concentran sus respuestas en detectar y castigar y aquellas que lo vinculan con normas con formación, supervisión y criterios de evaluación. Esta diferencia permite comprender por qué una regulación formal puede tener un alcance limitado cuando no se incorpora a las prácticas cotidianas del posgrado. Caballero (2024), Salas Acuña y Amador Solano (2022) y Zhu (2025) convergen en que la cultura de integridad depende de la aplicación consistente y formativa de las políticas, mientras que los trabajos sobre IAG advierten que una prohibición general tampoco resuelve las tensiones de autoría y responsabilidad (Madleňák et al., 2026; Tsao, 2025).

El aporte interpretativo de la revisión consiste en relacionar dimensiones que suelen estudiarse separadamente. La formación investigadora, la IAG, la presión editorial y la gobernanza no constituyen explicaciones paralelas, sino componentes que interactúan durante la producción académica del estudiante de posgrado. No obstante, esta integración debe interpretarse dentro de los límites del corpus. La evidencia disponible se concentra parcialmente en educación superior general, presenta diseños heterogéneos y ofrece menos estudios específicamente situados en programas de maestría y doctorado, especialmente en contextos latinoamericanos. Por ello, el modelo multinivel propuesto representa una síntesis interpretativa sustentada en la literatura revisada y no una relación causal generalizable a todos los programas de posgrado.

Implicaciones para la formación de posgrado y la gobernanza institucional

La integridad académica debe incorporarse transversalmente en los programas de posgrado y no limitarse a cursos iniciales o normas generales. Esto requiere fortalecer la formación en escritura, citación, paráfrasis, autoría, revisión de literatura y comunicación científica.

La supervisión de tesis debe acompañar el proceso mediante la revisión de avances, la trazabilidad de cambios y la reflexión ética. La evaluación también debería considerar defensas orales, bitácoras, justificaciones metodológicas y revisión comentada de fuentes, además del producto final.

Respecto de la IAG, se necesitan políticas claras y actualizables que diferencien los usos permitidos, restringidos e incompatibles con la autoría académica, junto con mecanismos transparentes de declaración. Asimismo, la formación debe abordar ética de la publicación, criterios de autoría, selección de revistas, conflictos de interés y riesgos editoriales. Estas acciones requieren una gobernanza que articule formación, acompañamiento, regulación y sanciones proporcionales.

Limitaciones y futuras líneas de investigación

Esta revisión empleó una búsqueda sistematizada y un flujo PRISMA adaptado para asegurar la trazabilidad documental. Por ello, sus resultados corresponden a una síntesis teórico-integrativa y no a una revisión sistemática estricta.

De los 80 documentos priorizados, 27 no pudieron evaluarse por restricciones de acceso o indisponibilidad del texto completo. Además, la búsqueda se limitó a Scopus, SciELO y Redalyc, por lo que pudo excluir estudios disponibles únicamente en ERIC, Web of Science u otras bases especializadas.

La delimitación temporal entre 2021 y 2026 permitió abordar debates recientes, aunque pudo excluir contribuciones clásicas. La heterogeneidad de diseños, contextos y tipos documentales también impide establecer comparaciones empíricas directas o inferencias causales.

Futuras investigaciones podrían comparar programas de maestría y doctorado, evaluar políticas institucionales sobre IAG y examinar la influencia de la supervisión en la prevención de prácticas deshonestas. También se requieren más estudios situados en contextos latinoamericanos.

CONCLUSIONES

La revisión tuvo como objetivo analizar la configuración de la deshonestidad académica en los estudios de posgrado como fenómeno multinivel. El corpus examinado permite concluir que estas prácticas deshonestas se configuren mediante la interacción entre responsabilidad individual, formación investigadora, condiciones institucionales, tecnologías generativas, exigencias editoriales y mecanismos de gobernanza. Ninguna de estas dimensiones puede explicar de manera aislada el fenómeno ni sustituye la responsabilidad ética que tiene el estudiante.

Los resultados muestran que la escritura académica y la supervisión articulan varias de estas dimensiones, porque en ellas se concretan el uso de fuentes, la autoría, la evaluación y la trazabilidad del proceso investigativo. La IAG y la presión por publicar no producen necesariamente deshonestidad, pero si pueden intensificar esas tensiones preexistentes cuando hay reglas ambiguas, formación insuficiente o criterios poco transparentes para reconocer la contribución intelectual.

El aporte original de esta revisión es de integrar dimensiones formativas, institucionales, tecnológicas y editoriales dentro de una lectura multinivel situada en el posgrado. Integración que permite superar una interpretación exclusivamente individual sin convertir las condiciones institucionales en una justificación de la falta. Su alcance queda registrado en base a los 36 documentos que fueron incluidos y a la diversidad de sus contextos y tipos de evidencia, por lo que esta propuesta debe entenderse como una síntesis teórico-integrativa y no como una explicación causal generalizable.

Declaración de uso ético de inteligencia artificial

Durante la elaboración del manuscrito se utilizó ChatGPT como apoyo en la organización de la información y la revisión de la coherencia del texto. Las acciones de selección del corpus, toma de decisiones metodológicas, interpretación de resultados y revisión final fueron responsabilidad de los autores. Se destaca que no se empleó IA para fabricar datos, inventar referencias, simular búsquedas, sustituir la consulta directa en las bases de datos ni reemplazar la lectura crítica de los documentos. Este uso se declara por transparencia y no exime la responsabilidad ética y académica de los autores sobre el contenido final.

REFERENCIAS

Abelha, D. M., Falcão, R. P. de Q., Perpétuo, C. K., Vilela, N. G. S., & Miyazaki, F. R. (2023). Does the world belong to the smart ones? Dishonest behavior in business schools. Revista de Administração da UFSM, 16(4), e4. https://doi.org/10.5902/1983465973386

Al Ajmi, Q., Cheriyan, S., & Al Salmi, A. (2026). Ethical challenges of artificial intelligence in higher education based on bibliometric trends and survey evidence. In Proceedings of the 2026 Asia-Pacific Intelligent Educational Technologies Conference (APIET ’26) (pp. 46–55). Association for Computing Machinery. https://doi.org/10.1145/3796114.3796126

Albertyn, R. (2025). Issues of authorship threatening research integrity: Pointers for ethical publication practices. South African Journal of Higher Education, 39(5). https://doi.org/10.20853/39-5-6611

Anani, G. E., Nyamekye, E., & Bafour-Koduah, D. (2025). Determinants of postgraduate students’ use of artificial intelligence (AI) in academic writing in Ghana: A structural equation modelling analysis. Human Behavior and Emerging Technologies, 2025(1), 9943540. https://doi.org/10.1155/hbe2/9943540

Aragón-Vargas, L. F., & Jiménez Matarrita, A. (2022). Buenas prácticas de supervisión de tesis de grado y posgrado. Pensar en Movimiento: Revista de Ciencias del Ejercicio y la Salud, 20(1), e50522. https://doi.org/10.15517/pensarmov.v20i1.50522

Asiri, N. A. S., & Alharbi, A. A. (2025). Measuring graduate students’ use of ChatGPT in academic writing based on the Technology Acceptance Model. International Journal of Web-Based Learning and Teaching Technologies, 20(1), 1–19. https://doi.org/10.4018/IJWLTT.392931

Bikanga Ada, M. (2024). It helps with crap lecturers and their low effort: Investigating computer science students’ perceptions of using ChatGPT for learning. Education Sciences, 14(10), 1106. https://doi.org/10.3390/educsci14101106

Caballero, M. M. B. (2024). Percepciones de la integridad en la docencia universitaria: Perspectiva del alumnado. Praxis Educativa, 19, 1–20. https://doi.org/10.5212/PraxEduc.v.19.22859.004

Castro Azuara, M. C., & Sánchez Camargo, M. (2021). Uso de los recursos de cita y referencia en la escritura de la tesis de posgrado y su relación con el plagio textual. Diálogos sobre Educación, (23). https://doi.org/10.32870/dse.v0i23.952

Chafloque-Capuñay, J. E., Sánchez-Luján, B. I., Juárez-Jiménez, V. B., Coronado-Porta, C. T., Solano-Leandro, K., Rodríguez-Hoyos, J. J., Hernández-García, E. D., Avalos-Marquez, M. H., Díaz-Meléndez, E. del C., Reséndiz-Cedillo, A., Carrillo-Atahualpa, R. L., & Chafloque-Capuñay, F. (2026). La revisión integrativa: Guía práctica: metodología, IA y estrategias para la publicación académica. Arco Editores. https://doi.org/10.48209/978-65-5417-641-5

Chigbu, U. E., Atiku, S. O., & du Plessis, C. C. (2023). The science of literature reviews: Searching, identifying, selecting, and synthesising. Publications, 11(1), 2. https://doi.org/10.3390/publications11010002

Djokovic, R., Janinovic, J., Pekovic, S., Vuckovic, D., & Blecic, M. (2022). Relying on technology for countering academic dishonesty: The impact of online tutorial on students’ perception of academic misconduct. Sustainability, 14(3), 1756. https://doi.org/10.3390/su14031756

Espiñeira Bellón, E. M., Muñoz Cantero, J. M., Porto Castro, A. M., & Mosteiro García, M. J. (2023). Percepciones y eficacia de los mecanismos de detección de plagio en revistas científicas de ciencias sociales españolas, portuguesas e iberoamericanas. RELIEVE: Revista Electrónica de Investigación y Evaluación Educativa, 29(2). https://doi.org/10.30827/relieve.v29i2.29097

Espinoza Vidaurre, S. M., Velásquez Rodríguez, N. C., Gambetta Quelopana, R. L., Martinez Valdivia, A. N., Leo Rossi, E. A., & Nolasco-Mamani, M. A. (2024). Perceptions of artificial intelligence and its impact on academic integrity among university students in Peru and Chile: An approach to sustainable education. Sustainability, 16(20), 9005. https://doi.org/10.3390/su16209005

García Cardona, M. C., & Ventura Sosa, P. E. (2025). La integridad académica desde la perspectiva de docentes universitarios. Educación Superior, (39), 31–51. https://doi.org/10.56918/es.2025.i39.pp31-51

González-Acuña, J. C., Muñoz, C., & Valenzuela, J. (2023). Ética e integridad académica en la formación doctoral: El caso de los doctorados en educación en las universidades chilenas. Acta Bioethica, 29(1), 27–38. https://doi.org/10.4067/S1726-569X2023000100027

Isaifan, R. J. (2026). Artificial intelligence in higher education: A global statistical synthesis for policy and quality assurance reform. Education Sciences, 16(3), 483. https://doi.org/10.3390/educsci16030483

Kamoun, F., El Ayeb, W., Jabri, I., Sifi, S., & Iqbal, F. (2024). Exploring students’ and faculty’s knowledge, attitudes, and perceptions towards ChatGPT: A cross-sectional empirical study. Journal of Information Technology Education: Research, 23, 004. https://doi.org/10.28945/5239

Lopes, C., Comas Forgas, R., & Cerdà-Navarro, A. (2025). Plágio e citação: Percepções de pós-graduandos em educação. Educar em Revista, 41, e90299. https://doi.org/10.1590/1984-0411.90299

Luna-Solano, M. E., & Ramos-Hernández, L. R. (2026). Fraude, plagio o falta de ética profesional. Revista Tecnológica-Educativa Docentes 2.0, 19(1), 388–398. https://doi.org/10.37843/rted.v19i1.781

Madleňák, R., Madleňáková, L., Cvacho, V., & Gachulinec, D. (2026). Ethical challenges of artificial intelligence in higher education: A four-pillar student-activity framework for institutional governance. Education Sciences, 16(4), 555. https://doi.org/10.3390/educsci16040555

McIntire, A., Calvert, I., & Ashcraft, J. (2024). Pressure to plagiarize and the choice to cheat: Toward a pragmatic reframing of the ethics of academic integrity. Education Sciences, 14(3), 244. https://doi.org/10.3390/educsci14030244

Mtshweni, B. (2024). A theoretical review of contract cheating in master’s and doctoral studies: Some global trends and perspectives. South African Journal of Higher Education, 38(6). https://doi.org/10.20853/38-6-5942

Oates, A., & Johnson, D. (2025). ChatGPT in the classroom: Evaluating its role in fostering critical evaluation skills. International Journal of Artificial Intelligence in Education, 35(4), 1793–1824. https://doi.org/10.1007/s40593-024-00452-8

Padilla-Santamaría, F., Ferman-Cano, F., & Maya-Franco, L. (2024). ¿Cómo aprender a prevenir y detectar plagio? Comparación de dos métodos de enseñanza. Investigación en Educación Médica, 13(51), 21–32. https://doi.org/10.22201/fm.20075057e.2024.51.23570

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., . . . Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71

Parker, J. L., Richard, V. M., Acabá, A., Escoffier, S., Flaherty, S., Jablonka, S., & Becker, K. P. (2025). Negotiating meaning with machines: AI’s role in doctoral writing pedagogy. International Journal of Artificial Intelligence in Education, 35(3), 1218–1238. https://doi.org/10.1007/s40593-024-00425-x

Salas Acuña, E. F., & Amador Solano, M. G. (2022). La normativa sobre el plagio en las universidades públicas costarricenses. Innovaciones Educativas, 24(Especial), 41–52. https://doi.org/10.22458/ie.v24iEspecial.4204

Sampaio, R. C. (2025). Escrita acadêmica ética, responsável e humana com inteligência artificial. Revista de Sociologia e Política, 33, e018. https://doi.org/10.1590/1678-98732433e018

Sánchez Zaracho, B., & Jiménez, H. J. (2025). La pluma digital frente al desafío editorial: ¿Una alianza transformadora o una amenaza a la integridad científica? Anales de la Facultad de Ciencias Médicas (Asunción), 58(2), 101–104. https://doi.org/10.18004/anales/2025.058.02.101

Shaheen, N. A., Alkharashi, T. A., Alakeel, M. A., Alturaiki, H., Alanazi, A., Aldibasi, O., & Alaskar, A. (2026). Predatory medical journals’ awareness among clinical and non-clinical researchers in Saudi Arabia: A survey. BMC Medical Education, 26(1), 886. https://doi.org/10.1186/s12909-026-08934-0

Shishakly, R., & Nachouki, M. (2026). Academic integrity and students’ ethical use of ChatGPT in higher education. Journal of Information Technology Education: Research, 25, 08. https://doi.org/10.28945/5730

Souza, M. T. de, Silva, M. D. da, & Carvalho, R. de. (2010). Revisão integrativa: O que é e como fazer. Einstein (São Paulo), 8(1), 102–106. https://doi.org/10.1590/S1679-45082010RW1134

Sultana, A., Abdu Kaid Saleh, M., Sellami, A., & Ahmad, Z. (2026). A multidimensional psychometric scale for measuring AI dependency in academic research. International Journal of Human–Computer Interaction. Advance online publication. https://doi.org/10.1080/10447318.2026.2629522

Sun, Y., Liao, Y., & Ma, X. (2026). Trusting AI to detect AI? A systematic evaluation of the reliability and robustness of current AIGC detection tools for student academic work. Computers & Education, 249, 105616. https://doi.org/10.1016/j.compedu.2026.105616

Tricco, A. C., Lillie, E., Zarin, W., O’Brien, K. K., Colquhoun, H., Levac, D., Moher, D., Peters, M. D. J., Horsley, T., Weeks, L., Hempel, S., Akl, E. A., Chang, C., McGowan, J., Stewart, L., Hartling, L., Aldcroft, A., Wilson, M. G., Garritty, C., . . . Straus, S. E. (2018). PRISMA extension for scoping reviews (PRISMA-ScR): Checklist and explanation. Annals of Internal Medicine, 169(7), 467–473. https://doi.org/10.7326/M18-0850

Tsao, J. (2025). Trajectories of AI policy in higher education: Interpretations, discourses, and enactments of students and teachers. Computers and Education: Artificial Intelligence, 9, 100496. https://doi.org/10.1016/j.caeai.2025.100496

Whittemore, R., & Knafl, K. (2005). The integrative review: Updated methodology. Journal of Advanced Nursing, 52(5), 546–553. https://doi.org/10.1111/j.1365-2648.2005.03621.x

Zhang, L., Wang, S., & Xue, S. (2026). Random forest-based prediction of academic misconduct among medical professional master’s students. In Proceedings of the 2026 2nd International Conference on Digital Education and Information Technology (pp. 385–390). Association for Computing Machinery. https://doi.org/10.1145/3802607.3802668

Zhu, W. (2025). The importance of promoting a culture of academic integrity in higher education institutions in China. Psicologia: Reflexão e Crítica, 38(1), 30. https://doi.org/10.1186/s41155-025-00367-w

Zielinski, C., Winker, M. A., Aggarwal, R., Ferris, L. E., Heinemann, M., Lapeña, J. F., Jr., Pai, S. A., Ing, E., Citrome, L., Alam, M., Voight, M., & Habibzadeh, F. (2023). Chatbots, generative AI, and scholarly manuscripts: WAME recommendations on chatbots and generative artificial intelligence in relation to scholarly publications. Colombia Médica, 54(3), e1015868. https://doi.org/10.25100/cm.v54i3.5868

Zlotnikova, I., Mokgetse, T. L., & Hlomani, H. (2025). Generative AI in postgraduate computing research in Sub-Saharan Africa: A threat to academic integrity or a catalyst for innovation? In Proceedings of the ACM Global Computing Education Conference 2025 (CompEd 2025) (pp. 289–293). Association for Computing Machinery. https://doi.org/10.1145/3736181.3747148