Qué clase de fuente es esta. Lo que sigue reconstruye el argumento de un solo artículo conceptual, Kamei (2026), no un hallazgo empírico ni un consenso del campo. La referencia está publicada y enlazada al final de esta página; su carácter no cambia por ello: es una posición argumentada que ayuda a formular preguntas de aula y que conviene contrastar con otras lecturas antes de trasladarla a una decisión.
El cambio en la autoría humana#
Los sistemas capaces de producir imágenes, textos o música ponen en cuestión la idea de que la creatividad pertenece de forma exclusiva a los seres humanos. Esa es la tesis de Kamei (2026): tradicionalmente se asume que el arte exige consciencia e intención de un creador, y hoy sistemas de generación visual —o un robot artista como Ai-Da— producen obras complejas sin mente ni consciencia propias.
De ahí Kamei deriva una segunda idea, más útil para el aula: antes que un talento individual, la creatividad se vuelve un proceso repartido entre la infraestructura del programa, las bases de datos con que se entrenó y la persona que instruye al sistema o dialoga con él. Es una descripción del reparto, no una equiparación: quien firma un trabajo sigue respondiendo por él, y eso es justamente lo que hay que hacer visible cuando el estudiantado entrega material generado, como ocurre en las prácticas del Laboratorio.
La pérdida de la confianza y el problema de los deepfakes#
La proliferación de tecnologías de generación audiovisual realista, comúnmente llamadas deepfakes, cambia el modo en que juzgamos la veracidad de la información visual. Históricamente, las fotografías y los videos han servido como evidencia documental de la realidad, la prueba de que algo ocurrió: una fotografía de prensa, una grabación de una asamblea. Hoy la generación audiovisual alcanza una verosimilitud que vuelve difícil separar un hecho ocurrido de uno fabricado.
Esta pérdida de la fiabilidad visual y el aumento de la manipulación afecta los productos y recursos digitales que circulan en clase (una fotografía usada como fuente, un video de referencia). El efecto que Kamei (2026) subraya es el más incómodo: además de facilitar el engaño, estas herramientas erosionan el criterio general de certeza —la regla implícita «si hay video, ocurrió»—, de modo que también una grabación auténtica puede descartarse como falsa. Esta transformación exige que las estrategias integradas en la Formación docente continua orienten esfuerzos a enseñar alfabetización crítica (por ejemplo, pedir al grupo que rastree la procedencia de una imagen antes de usarla como fuente) para mitigar esta crisis de información.
El trabajo detrás de la IA y los derechos de autor#
Es frecuente percibir la IA como una herramienta que trabaja sola, y esa percepción oculta el trabajo que la sostiene. Kamei (2026) insiste en que estos sistemas concentran capas poco visibles de labor humana: desarrollo de software, recopilación y depuración de datos, evaluación de salidas.
Ese modo de producción tensiona los marcos de derechos de autor. No es que las leyes exijan siempre un autor único —reconocen la coautoría, la obra colectiva y la obra por encargo—, pero todas esas figuras suponen personas identificables cuya aportación puede delimitarse. Un modelo entrenado sobre el acervo de miles de autores, sin intención de citarlos y sin transparencia sobre la procedencia de ese acervo, no encaja fácilmente en ninguna. La salida que Kamei propone es desplazar el foco desde la atribución de una autoría pura hacia la trazabilidad del ensamblaje de datos; es su propuesta, no un cambio normativo en curso. En el aula, ese giro se traduce en algo practicable desde ya: pedir que cada entrega hecha con IA documente qué sistema se usó y qué decidió la persona, antes que discutir quién es «el autor».
Referencias#
Kamei, M. (2026). AI-Generated art and media: Ethical quandaries and creativity beyond anthropocentrism. Journal of Informatics Education and Research, 6(2), 53–66. https://doi.org/10.52783/q4bp5k52