Reglamento General de Investigación, Desarrollo e Innovación (I+D+I)
PREÁMBULO INSTITUCIONAL: LA INVESTIGACIÓN EN LA ERA DE LA AUTOMATIZACIÓN COGNITIVA
La Escuela Superior de Inteligencia Artificial (ES✦IA), mediante su Plataforma de Experiencia de Aprendizaje (LXP) y su entorno digital EDUCompetencia®, asume el desafío histórico de redefinir la generación de conocimiento científico frente al avance exponencial de las tecnologías disruptivas. El presente Reglamento establece el marco normativo, ético, técnico y procedimental de obligatorio cumplimiento que rige la planificación, ejecución, evaluación y difusión de la investigación formativa, la investigación aplicada, el desarrollo tecnológico y la innovación (I+D+i).
Frente al avance de un «paradigma tecnocrático» que amenaza con reducir el esfuerzo intelectual a la mera optimización automatizada de textos y datos, la ES✦IA consolida su actividad investigativa bajo el imperativo innegociable de custodiar la dignidad de la persona humana. La Inteligencia Artificial (IA) —en sus vertientes predictiva, generativa y agéntica— se concibe en este ecosistema exclusivamente como un andamiaje para potenciar la metacognición, el pensamiento complejo y la innovación abierta. Toda investigación producida en nuestros laboratorios debe servir al desarrollo sostenible, la soberanía digital iberoamericana y el bien común.
TÍTULO I: DISPOSICIONES GENERALES, ÁMBITO Y ALINEACIÓN MULTILATERAL
Artículo 1°. Finalidad y Objeto del Reglamento.
El presente Reglamento tiene por objeto organizar, promover, auditar y certificar todas las actividades de I+D+i desarrolladas en la Institución. Garantiza que la producción de conocimiento se ejecute bajo los más estrictos estándares de integridad científica y responsabilidad algorítmica, gestionándose de manera centralizada e inmersiva a través de los entornos de la Plataforma LXP y bajo la direccion del Laboratorio de Innovación Docente y Tecnológica (EDU LAB IA).
Artículo 2°. Ámbito de Aplicación.
Las disposiciones contenidas en este documento son de acatamiento obligatorio e irrenunciable para la comunidad educativa: estudiantes de pregrado y posgrado, egresados, docentes investigadores, asesores metodológicos, miembros de semilleros de investigación, proveedores tecnológicos e investigadores externos vinculados a la ES✦IA.
Artículo 3°. Marco Normativo y Estandarización Global.
La actividad científica se sustenta en la legislación nacional, incluyendo la Ley Universitaria N° 30220 y la Ley N° 31250 del Sistema Nacional de Ciencia, Tecnología e Innovación (SINACTI). Con proyección a la próxima década, este reglamento materializa los marcos multilaterales más robustos:
1. UNESCO (2025):
Adhesión a la Recomendación sobre la Ética de la Inteligencia Artificial, garantizando que la investigación respete los derechos humanos, mitigue sesgos estructurales y promueva la inclusión social.
2. Sistemas de Gestión de IA (NTP-ISO/IEC 42001:2025):
Implementación de controles técnicos, auditorías de calidad y evaluaciones de riesgo en el ciclo de vida de todo algoritmo utilizado o desarrollado en investigaciones institucionales.
3. Reglamento de IA (Unión Europea, Ley 2024/1689):
Incorporación del enfoque basado en riesgos, exigiendo transparencia algorítmica, trazabilidad de datos y etiquetado criptográfico (watermarking) en la producción de conocimiento.
4. Soberanía Regional Iberoamericana:
Defensa de la diversidad lingüística, el idioma español y las lenguas originarias frente al colonialismo y extractivismo de datos de terceros.
Artículo 4°. Principios Rectores de la I+D+i.
La investigación institucional se rige innegociablemente por:
• Rigor Científico y Resiliencia Metacognitiva:
La IA debe actuar como «fricción creativa» y no reemplazar la agencia humana ni inducir a la «descarga cognitiva perjudicial».
• Transparencia y la Cultura del Posplagiarismo:
La honestidad científica no radica en ocultar la tecnología, sino en declarar explícita y exhaustivamente el uso de la IA en el diseño metodológico.
• Innovación Abierta:
Fomento a la creación, escrutinio y uso de Modelos de Lenguaje de Gran Escala (LLMs) de código abierto (open source).
TÍTULO II: ESTRUCTURA ORGANIZATIVA DE LA INVESTIGACIÓN
Artículo 5°. Órgano Rector de I+D+i: EDU LAB IA.
El Laboratorio de Innovación Docente y Tecnológica (EDU LAB IA) es el órgano central encargado de la conducción, supervisión, fomento y evaluación de la actividad de investigación e innovación institucional. Es responsable de administrar de forma segura los repositorios de datos en la LXP, aprobar la conformación de los Grupos y Semilleros de Investigación, canalizar el financiamiento y certificar anualmente las competencias en IA (AI Literacy) de los investigadores.
Artículo 6°. Grupos de Investigación (GI).
Los Grupos de Investigación son la unidad funcional básica de la I+D+i institucional. Poseen un carácter interdisciplinario, estructurándose con docentes mentores, tesistas y especialistas del sector productivo. El EDU LAB IA auditará cada dos años sus analíticas de desempeño científico, categorizándolas en niveles de madurez: Emergente, Por Consolidar y Consolidado. Los grupos consolidados tendrán prioridad absoluta en la asignación de infraestructura de cómputo en la nube y recursos financieros.
Artículo 7°. Semilleros de Investigación.
Como pilar fundamental de la investigación formativa, se promoverá la creación de Semilleros de Investigación. Estos espacios colaborativos integran a estudiantes bajo la mentoría de docentes para desarrollar tempranamente habilidades investigativas, pensamiento crítico y dominio en el manejo ético de herramientas de IA para la recolección y análisis de datos.
TÍTULO III: LÍNEAS DE INVESTIGACIÓN ESTRATÉGICAS
Artículo 8°. Naturaleza Prospectiva de las Líneas de Investigación.
Las Líneas de Investigación se estructuran como ejes temáticos interdisciplinarios diseñados para responder a las megatendencias globales y a las normativas de innovación tecnológica. Todo proyecto alojado en la LXP debe adscribirse obligatoriamente a una de las siguientes líneas matrices:
Línea 1: Gobernanza Algorítmica, Ética de Datos y Soberanía Tecnológica:
Enfocada en la mitigación sistemática de sesgos discriminatorios en sistemas automatizados; explicabilidad de redes neuronales («cajas negras»); protección de la verdad científica frente a la desinformación sintética (deepfakes); y el desarrollo de LLMs de código abierto entrenados con datasets locales para garantizar la diversidad cultural iberoamericana.
Línea 2: Arquitecturas Digitales de Aprendizaje y Tecnologías Exponenciales (EdTech):
Orientada a la transformación de ecosistemas educativos mediante IA. Abarca el desarrollo de Sistemas de Tutoría Inteligente basados en IA Agéntica Autónoma; integración de Analítica Predictiva (Learning Analytics); ecosistemas de certificación dinámica Skills-First; e impacto de los entornos inmersivos (Computación Espacial y Metaverso) en el desarrollo cognitivo.
Línea 3: Metacognición, Evaluación Auténtica y Cultura del Posplagiarismo:
Investigación profunda sobre el impacto sociológico, cognitivo y ético de la interacción «humano-máquina». Contempla el diseño de estrategias pedagógicas de «fricción creativa»; superación de la evaluación punitiva algorítmica; y el impacto neurocognitivo del aprendizaje fuertemente mediado por IA generativa.
TÍTULO IV: EJECUCIÓN DE PROYECTOS Y TUTORIZACIÓN HÍBRIDA
Artículo 9°. El Paradigma de la Tutoría Híbrida: Humano y Máquina.
La Institución instaura un modelo de asesoramiento simbiótico e inquebrantable para la ejecución de proyectos:
1. El Asesor Académico (Humano):
Es el investigador responsable indelegable de la dirección metodológica del proyecto. Realiza el seguimiento sistemático, salvaguarda el rigor ético, contextualiza las hipótesis y valida científicamente los resultados empíricos.
2. Soporte de IA Integrado e IA Agéntica:
El EDU LAB IA provee a los grupos de investigación acceso a tutores algorítmicos avanzados y enjambres de agentes autónomos (Swarm AI). Estos asisten en la revisión sistemática masiva de literatura (Deep Research), minería de textos y limpieza de datos. El sistema opera como un «oponente socrático», desafiando la lógica del investigador, pero jamás ejecutando la ideación original ni redactando el manuscrito final en su reemplazo.
TÍTULO V: INTEGRIDAD CIENTÍFICA, GOBERNANZA ALGORÍTMICA Y DELEGACIÓN AGÉNTICA
Artículo 10°. Responsabilidad Jurídica por Delegación Agéntica (Swarm AI).
Ante el empleo de sistemas de Inteligencia Artificial Agéntica altamente autónoma para la recolección de datos, cruce de referencias o simulaciones, el investigador asume el principio legal de Responsabilidad Subsidiaria por Delegación. Cualquier vulneración a los derechos de autor, plagio por extracción no autorizada de datos (Data Scraping ilícito) o violación de normativas de privacidad que cometa un «agente autónomo» operando bajo el mando del investigador será imputable directa, ética y jurídicamente al ser humano que parametrizó la instrucción.
Artículo 11°. Transparencia Algorítmica y la Declaración Metodológica Obligatoria.
La tecnología no se oculta; se documenta con rigor científico. Es obligatorio que todo proyecto, artículo, software o tesis incorpore una sección específica de «Declaración de Transparencia Algorítmica», en la cual se debe detallar de forma exhaustiva:
1. Las herramientas, modelos específicos (LLMs) y versiones empleadas.
2. La «huella de pensamiento»: Inclusión en anexos metodológicos de la trazabilidad de los prompts maestros utilizados y la argumentación humana sobre cómo se curó, descartó, validó y contrastó la información generada probabilísticamente frente a fuentes primarias fiables.
Artículo 12°. Marcas de Agua (Watermarking) y Etiquetado Criptográfico.
En concordancia con las obligaciones de transparencia estipuladas en el Reglamento de IA de la UE (Ley 2024/1689), todo contenido audiovisual, modelos 3D, bases de datos o fragmentos sustanciales de código fuente generados sintéticamente en el desarrollo de un proyecto de la ES✦IA deben incluir marcas de agua algorítmicas, metadatos persistentes o etiquetas criptográficas. Ocultar maliciosamente la naturaleza artificial de un dato constituirá fraude científico.
Artículo 13°. Obligatoriedad de Evaluaciones de Impacto Ético (EIA).
En correspondencia plena con la norma técnica NTP-ISO/IEC 42001:2025, toda propuesta de investigación que involucre el diseño, entrenamiento o testeo de sistemas de IA (predictivos, biométricos o generativos) deberá incluir, como requisito imperativo e ineludible para su aprobación y asignación de presupuesto, una Evaluación de Impacto Ético (EIA) previa a su ejecución (ex ante). Esta evaluación debe mapear y documentar de manera proactiva los escenarios de riesgo, mitigando posibles sesgos de género, afectaciones a la equidad algorítmica y asegurando el respeto absoluto a los derechos fundamentales y la privacidad estructural.
Artículo 14°. Auditoría de Cadenas de Suministro Científico y Tecnológico (EdTech).
Para garantizar la integridad del ecosistema investigativo, toda alianza estratégica, convenio o adquisición de software suscrita con proveedores tecnológicos externos (EdTech) para la realización de I+D+i deberá estar sujeta a un riguroso «Certificado de IA Confiable». La Institución rechazará cualquier infraestructura de datos o arquitectura de investigación proveniente de desarrolladores que no demuestren cumplimiento con los marcos de explicabilidad, mitigación de sesgos algorítmicos y auditoría conforme al estándar ISO 42001.
TÍTULO VI: SOSTENIBILIDAD, PRIVACIDAD COGNITIVA E «IA VERDE»
Artículo 15°. Sostenibilidad Computacional y la Política de «IA Verde»
Frente al grave impacto ecológico derivado de la creciente demanda de infraestructura de centros de datos para el entrenamiento de algoritmos, el EDU LAB IA instaura la adopción obligatoria de un «Índice de Sostenibilidad Computacional» en la formulación de proyectos. Los investigadores deben aplicar prácticas de «IA Verde», optimizando matemáticamente la arquitectura de sus prompts, evitando el sobreentrenamiento redundante de modelos y justificando ecológicamente las inferencias masivas requeridas, en estricta alineación con los acuerdos globales sobre cambio climático.
Artículo 16°. Protección de los Neuroderechos en Entornos de Simulación.
Para las investigaciones científicas realizadas en ecosistemas inmersivos (Computación Espacial, Realidad Mixta o entornos de Metaverso), se instituye la protección absoluta de los Neuroderechos. Queda tajantemente prohibido el uso no consentido o mercantilizado de tecnologías de rastreo ocular (eye-tracking), biometría intrusiva o perfilamiento emocional y cognitivo automatizado sobre los sujetos de estudio. El libre albedrío y la privacidad mental constituyen límites infranqueables para la innovación.
TÍTULO VII: EVALUACIÓN, PUBLICACIÓN Y RÉGIMEN DISCIPLINARIO
Artículo 17°. Evaluación Auténtica Integrada y Trazabilidad Reflexiva.
Los jurados e instancias de revisión del EDU LAB IA no utilizarán detectores algorítmicos punitivos falibles para emitir dictámenes. Los proyectos se evaluarán bajo el marco de la Evaluación Auténtica. Se calificará rigurosamente el diseño empírico, la originalidad de la solución y, de manera determinante, la «trazabilidad del proceso reflexivo» (la capacidad crítica del estudiante o investigador para interrogar a la IA, auditar sus sesgos y mejorar iterativamente las hipótesis).
Artículo 18°. Repositorios de Código Abierto y Socialización.
El conocimiento científico financiado por la Institución constituye un bien público global. Los proyectos que cumplan con los estándares de excelencia serán depositados en el Repositorio Institucional en formato Open Access. La Institución promoverá activamente y brindará soporte técnico (mediante herramientas de traducción avanzada y corrección de estilo por IA bajo supervisión humana) para que los investigadores publiquen en revistas indizadas de alto impacto (SJR, Q1/Q2, Scopus, Web of Science).
Artículo 19°. Régimen de Infracciones e Integridad Científica.
La falsificación de datos (incluyendo validar «alucinaciones algorítmicas» como verdades empíricas), la vulneración del marco de privacidad, la extracción ilícita de datos protegidos (Data Scraping no autorizado), la delegación fraudulenta de la autoría a la máquina («plagio conceptual») o la omisión deliberada de la Declaración Metodológica de IA, constituirán faltas muy graves contra la integridad científica.
Artículo 20°. Sanciones Disciplinarias.
El Comité de Ética e Integridad Científica sustanciará el debido proceso disciplinario frente a cualquier infracción. Las sanciones aplicables, proporcionales a la falta, abarcarán desde la anulación total del proyecto y la retractación pública de la investigación, hasta la suspensión del acceso a la plataforma LXP, la expulsión del programa académico y la inhabilitación permanente para el uso de laboratorios y fondos de investigación de la ES✦IA.
Aprobado y promulgado por la Alta Dirección Institucional.
ESCUELA SUPERIOR DE INTELIGENCIA ARTIFICIAL | EDUCompetencia®
Alineado a las políticas de Superintendencia Nacional de Educación Superior Universitaria (SUNEDU), Sistema Nacional de Evaluación, Acreditación y Certificación de la Calidad Educativa (SINEACE), Sistema Nacional de Ciencia, Tecnología e Innovación (SINACTI), Presidencia del Consejo de Ministros / Secretaría de Gobierno y Transformación Digital (PCM / SGTD), Ministerio de Educación (MINEDU) y a las normativas de la D.L. N° 822, Ley N° 29733, Ley N° 30220, Ley N° 30512, Ley N° 31814, NTP-ISO/IEC , ISO 9001:2015, 42001:2025, UNESCO AI Ethics 2025 y el Reglamento de IA de la UE 2024/1689.
Todos los derechos reservados.
Última actualización técnica, normativa y prospectiva: 10 de junio de 2026.