El Trabajo de Fin de Grado suele ser el proyecto académico más largo y exigente de toda una carrera universitaria, y también el que más se presta a la ansiedad: meses de plazo, un tema que puede volverse tedioso a mitad de camino, un tutor con tiempos de respuesta lentos y la temida página en blanco. La irrupción de la inteligencia artificial ha cambiado buena parte de este proceso, pero conviene ser precisos sobre qué significa realmente “escribir un TFG con IA”: no es delegarle la redacción completa —eso es fraude académico y cada vez más fácil de detectar—, sino usarla como asistente de investigación, editor crítico y organizador de ideas en cada una de las fases del trabajo. Este artículo explica cómo hacerlo bien, fase por fase.
Antes de empezar: entiende la normativa de tu universidad
El primer paso, y el más importante, no tiene nada que ver con prompts: es informarse de la normativa específica que cada universidad ha establecido sobre el uso de IA generativa en trabajos académicos. Instituciones como la UCM, la UAM o la UB han actualizado sus normativas en los últimos años para regular explícitamente este uso, y la posición común entre universidades españolas es que el uso de IA debe ser transparente, la autoría intelectual debe seguir siendo humana, y la IA se considera una herramienta, nunca un coautor. La mayoría de universidades con normativa específica exigen una declaración explícita dentro del propio TFG —normalmente en un apéndice o justo antes de la bibliografía— indicando qué herramientas se usaron, para qué tareas concretas, y afirmando que el trabajo intelectual, el análisis de los datos y las conclusiones son de autoría exclusiva del estudiante. Saltarse este paso, incluso si el uso de la IA fue legítimo, puede generar problemas evitables si la normativa de tu centro lo exige.
Fase 1: elegir y delimitar el tema
Uno de los errores más comunes al iniciar un TFG es elegir un tema demasiado amplio: “la inteligencia artificial en la educación” es un tema para una tesis doctoral, no para un trabajo de sesenta páginas. Aquí la IA puede ser útil para acotar el alcance: pedirle que analice tendencias recientes en tu campo, identifique lagunas de investigación poco exploradas, o compare varias formulaciones posibles de la misma idea para encontrar una versión suficientemente específica y manejable en el tiempo disponible. También ayuda revisar TFG ya aprobados en los repositorios de tu universidad y buscar artículos recientes en Google Scholar para localizar los vacíos que los propios autores suelen señalar al final de sus estudios, un buen punto de partida para justificar por qué tu investigación es relevante.
Fase 2: la investigación bibliográfica (y su mayor peligro)
Este es probablemente el terreno donde la IA aporta más valor y, al mismo tiempo, el que exige más cuidado. Herramientas de búsqueda académica especializadas —como Elicit o Semantic Scholar— ayudan a encontrar papers relevantes, resumir sus hallazgos y detectar conexiones entre estudios de forma mucho más rápida que una búsqueda manual. Pero hay un error extremadamente documentado y sancionado en trabajos de fin de grado: los asistentes conversacionales generales como ChatGPT, Claude o Gemini pueden inventar referencias bibliográficas que suenan completamente plausibles pero que en realidad no existen o contienen datos incorrectos. La regla es no negociable: toda referencia sugerida por una IA debe verificarse de forma independiente en Google Scholar, Dialnet, PubMed o el buscador correspondiente a tu disciplina, antes de incluirla en la bibliografía. Incluir una sola referencia inventada puede ser motivo de sospecha de fraude académico durante la defensa.
Fase 3: estructurar el trabajo
Una vez definido el tema y reunidas las fuentes principales, la IA puede ayudar a construir un índice provisional y revisar la lógica estructural del trabajo: pedirle que analice si cada sección se conecta con la siguiente y contribuye realmente a responder la pregunta de investigación es un ejercicio útil antes de empezar a escribir en serio. Pero conviene ser claro sobre el límite de esta ayuda: la IA puede generar un esquema base, pero ese esquema debe personalizarse según tu investigación específica, tus datos disponibles y las exigencias particulares de tu universidad o titulación. Un esquema genérico copiado sin adaptar suele notarse, tanto por el tutor como por el tribunal.
Fase 4: la redacción, sección por sección
Aquí es donde se juega la diferencia entre un uso legítimo de la IA y un fraude académico. El enfoque que funciona mejor no es pedirle a la IA que escriba una sección completa desde cero, sino invertir el orden: escribir primero las ideas clave propias, aunque sean notas sueltas o un borrador imperfecto, y pedirle a la IA que expanda, ordene o mejore esas notas, no que las genere ella misma. Un ejemplo de instrucción efectiva para la introducción sería pedirle a la IA un esquema detallado —justificación del tema, estado de la cuestión, objetivos, pregunta de investigación, estructura del trabajo— con las ideas principales y preguntas guía para cada párrafo, aclarando explícitamente que no debe redactar el texto completo, sino ayudar a organizar lo que el propio estudiante va a escribir con sus palabras.
Hay partes del TFG donde el trabajo manual resulta directamente irremplazable: la recogida de datos primarios (encuestas, entrevistas, experimentos), el análisis estadístico sobre los propios datos y, sobre todo, la argumentación crítica personal. La IA puede ayudar a redactar cómo se presentan los resultados, pero el análisis intelectual y el juicio crítico sobre lo que esos resultados significan tienen que ser del estudiante, porque es precisamente eso lo que evalúa el tribunal en la defensa oral.
Fase 5: la metodología, el capítulo más delicado
El capítulo de metodología merece una mención aparte porque es donde el uso de IA genera más ambigüedad. Por un lado, puede ayudar a entender conceptos metodológicos complejos, generar plantillas de cuestionarios o revisar la coherencia entre los objetivos planteados y el diseño de la investigación elegido. Por otro lado, en la defensa oral el tribunal suele hacer preguntas muy específicas sobre las decisiones metodológicas tomadas, y si el estudiante no puede justificarlas con solvencia, queda en evidencia que esas decisiones no fueron realmente suyas. La recomendación aquí es sencilla aunque exigente: para poder defender bien una metodología, primero hay que entenderla de verdad, y eso no es delegable a ninguna herramienta.
Fase 6: la revisión final y la coherencia global
Antes de la entrega, un uso muy útil de la IA es pedirle una revisión de coherencia entre los objetivos planteados al inicio y las conclusiones del final: si prometiste algo en la introducción que finalmente no se cumple en las conclusiones, ese hueco conviene detectarlo antes de la entrega, no durante la defensa. También puede ayudar mucho en la redacción del resumen o abstract, una de las secciones más difíciles de escribir bien porque exige sintetizar todo el trabajo en pocas líneas con precisión, y en revisar que todas las afirmaciones que requieren cita efectivamente la tengan, en el formato correcto, sin referencias que parezcan inventadas.
Para la gestión ordenada de la bibliografía, conviene complementar cualquier asistente de IA con un gestor de referencias como Zotero o Mendeley: son gratuitos, se integran con Word y generan la bibliografía automáticamente en el formato exigido, evitando el caos de rastrear al final qué fuente vino de dónde.
Fase 7: preparar la defensa
Un uso menos evidente pero muy efectivo consiste en pedirle a la IA que actúe como un tribunal exigente: entregarle el resumen del TFG y pedirle que formule las preguntas más difíciles que un tribunal real podría hacer, incluyendo cuestiones sobre las decisiones metodológicas, las limitaciones del trabajo y la aplicabilidad práctica de las conclusiones. Practicar las respuestas a esas preguntas es una forma de anticipar los puntos débiles del trabajo antes de que los señale el tribunal real —y si no se puede responder a alguna, es una señal clara de qué parte del trabajo conviene reforzar antes de la defensa.
El límite que no conviene cruzar
Ningún uso de la IA descrito aquí sustituye el pensamiento crítico ni la autoría intelectual del estudiante. Un TFG generado íntegramente por IA y presentado sin modificación sustancial puede considerarse fraude académico, independientemente de si los detectores actuales lo identifican o no: la tecnología de detección mejora constantemente, pero el problema de fondo no es solo “que te pillen”, sino que el valor formativo del TFG reside precisamente en las competencias que se desarrollan al hacerlo —pensamiento crítico, investigación sistemática, capacidad de defender decisiones propias— y esas competencias no se adquieren delegándolas.
Escribir un TFG con ayuda de la inteligencia artificial es perfectamente legítimo y, usado bien, puede ahorrar decenas de horas en tareas mecánicas como la búsqueda bibliográfica o el formateo de citas. La clave está en un principio simple que se repite en cada fase: la IA da el mapa, el estudiante recorre el camino. Usarla para acelerar la investigación, organizar ideas, revisar coherencia y practicar la defensa es aprovechar su verdadero valor; pedirle que piense, decida y argumente en tu lugar es, tarde o temprano, una forma de perjudicarte a ti mismo, tanto en la nota como en el aprendizaje que se supone que el TFG debía demostrar.