El auge de los chatbots de IA y las herramientas de detección

El lanzamiento de ChatGPT en 2022 generó un interés mundial por la inteligencia artificial (IA) y condujo a un uso generalizado de los chatbots de IA, incluso por parte de los estudiantes. Tras la aparición de los chatbots de IA, las instituciones de enseñanza superior expresaron su preocupación por el "uso desleal de contenidos generados por inteligencia artificial en un entorno académico "¹ y por la "originalidad y adecuación de los contenidos generados por el chatbot "^2.

Para detectar y gestionar el uso inapropiado o injusto de estos chatbots, las herramientas de detección de IA han aumentado su popularidad, y las herramientas estándar contra el plagio, como TurnItIn, han pasado a detectar contenidos generados por IA con distintos grados de eficacia y a distintos precios^.3 La mayoría de las herramientas de detección de IA en el mundo académico están integradas en plataformas educativas más amplias, como Moodle, Canvas, Blackboard, Brightspace, Schoology o Sakai^.4

Las herramientas de detección de IA identifican el texto generado mediante la concordancia de patrones en lugar de compararlo con una base de datos, como hacen los comprobadores de plagio tradicionales. Los modelos lingüísticos se entrenan con grandes cantidades de datos de texto para aprender reglas lingüísticas probabilísticas, que utilizan para crear nuevos contenidos. Sin embargo, el texto generado suele mostrar patrones predecibles, como estructuras de frases coherentes, uso excesivo de determinadas conjunciones y vocabulario, y longitudes de frases o párrafos previsibles. Las herramientas de detección pretenden detectar estos patrones y también pueden incorporar comprobaciones tradicionales de plagio para identificar el texto que podría haber sido reproducido directamente a partir de los datos de entrenamiento del modelo^.5

Respuestas a las herramientas de detección de IA

Cuando se lanzaron por primera vez las herramientas de detección de IA, las instituciones de enseñanza superior se apresuraron a integrarlas en las plataformas educativas. Sin embargo, la mayoría de las herramientas de detección de IA, si no todas, pueden eludirse con el tiempo y el esfuerzo suficientes^.6 Por ello, algunas instituciones de enseñanza superior están dando marcha atrás en su decisión de utilizar detectores de IA. En 2023, Vanderbilt, Michigan State, Northwestern y la Universidad de Texas en Austin desactivaron sus detectores de IA de Turnitin, citando los problemas de eficacia comentados anteriormente^.7 Es probable que otras instituciones educativas sigan su ejemplo, ya que puede que las herramientas de detección estén causando más problemas de los que resuelven^.8 Algunas instituciones académicas no sólo están desactivando las herramientas de detección de IA, sino que están encontrando formas de incorporar los LLM de forma ética y productiva a sus planes de estudios^.9

Además, se han lanzado nuevas herramientas "humanizadoras" que permiten a los usuarios de LLM eludir las herramientas de detección de IA mediante "la reformulación de frases, la alteración de estructuras y la incorporación de vocabulario variado", lo que reduce significativamente la probabilidad de detección de IA^.10 Las primeras investigaciones sugieren que las herramientas de parafraseo complican significativamente la detección de IA^.11 Por ejemplo, el Washington Post descubrió que Turnitin tiene dificultades para identificar el contenido generado por IA cuando el texto mezcla contenido humano y generado por IA a través de herramientas de parafraseo^.12

Aunque Turnitin lanzó una nueva función de detección de paráfrasis de IA a su herramienta de detección de IA^,13 estas respuestas crean un contexto de mercado difícil para la detección de IA, con otras empresas pivotando hacia otros modelos de negocio^,14 o cerrando^.15

¿Qué herramientas de detección de IA existen en el mercado?

A continuación enumeramos por orden alfabético una selección de las principales herramientas de detección de IA. También hemos incluido información de acceso público sobre la eficacia de la detección, la integración en la plataforma educativa, el precio (en USD) y la fecha de lanzamiento y/o actualización. Tenga en cuenta que la mayoría de las herramientas de detección de IA enumeradas a continuación son principalmente eficaces sólo contra ChatGPT-3.5.

Herramienta de detección de IA	¿Existe integración en las plataformas educativas?	Precios (USD)	Fecha de publicación/actualización
Compilatio	Sí: Moodle, Brightspace, Canvas, Microsoft Teams, Blackboard, Open LMS	No se ha encontrado información16	Febrero de 2023
Contenidos a escala	Sí: información limitada	49 $/mes17	No hay información
Detector de contenidos AI	No hay información	No se ha encontrado información	202318
Copyleaks	Sí: Moodle, Canvas, Blackboard, Brightspace, Schoology, Sakai	$7.99-$13.99/mes19	Enero de 2023
Crossplag	No hay información	$7-$100/mes20	Enero de 2023
Detectar GPT	No hay información	7-$29/mes21	No hay información
Duplichecker	No hay información	Entre 110 y 2000 dólares al año22	2024
Ir Winston	No hay información	12-$32/mes23	Febrero de 2023
GPT-Cero	Sí: Canvas, Coursify.me, K16 solutions, NewsGuard	10-$23/mes24	Enero de 2023
Originalidad	Sí: Moodle, Scribbr	14,95-$30/mes25	Noviembre de 2022
Detector de plagio (detección AI)	No hay información	110-330 $/año26	No hay información
Quillbot	Sí: No hay detalles disponibles públicamente sobre qué plataformas	$0-$8,33/mes27	No hay información
Sapling	Poco claro	$0-$12/mes28	Enero de 2023
Scispace	Es probable, sin embargo la falta de información	$0-$8/mes29	No hay información
Turnitin	Sí: Brightspace, Scribbr	3 $/estudiante/año30	Abril de 2023
IA indetectable	No hay información	$5-$14.99/mes31	Mayo de 2023
Wordtune	Es probable, sin embargo la falta de información	$0-$9,99/mes32	Enero de 2023
Detector de IA para escritores	No hay información	$0-$18/mes33	No hay información
ZeroGPT	Sí: No hay detalles disponibles públicamente sobre qué plataformas	$0-$18,99/mes34	Enero de 2023

Eficacia de las herramientas de detección de IA

Falsos positivos

En el contexto de las herramientas de detección de IA, los falsos positivos se producen cuando una herramienta de detección de IA identifica incorrectamente el contenido enviado como generado por IA. Algunos estudios indican que las herramientas de detección de IA tienen una elevada tasa de falsos positivos, y sólo unas pocas herramientas de detección de IA tienen tasas significativamente bajas de detección de falsos positivos^.35 En un entorno académico, esto puede significar marcar incorrectamente el trabajo de los estudiantes como generado por IA, cuando en realidad es generado por humanos. También se han encontrado diferencias en función del modelo de IA que se utilice para generar el texto enviado para que la herramienta de detección de IA lo pruebe, y viceversa, con resultados variables en los distintos estudios^. 36 Además, es más probable que los contenidos elaborados por hablantes de inglés no nativos se clasifiquen incorrectamente como generados por IA, lo que obviamente supone un problema para las instituciones educativas con estudiantes de diversos orígenes^.37

Falsos negativos

En el contexto de las herramientas de detección de IA, los falsos negativos se producen cuando una herramienta de detección de IA no consigue identificar el contenido enviado como generado por IA. Algunas herramientas han mostrado una baja sensibilidad, identificando correctamente apenas el 15% de las muestras enviadas como generadas por IA^,38 mientras que otras demuestran una puntuación casi perfecta en la clasificación de contenidos escritos por humanos, clasificando erróneamente sólo el 3% de las muestras generadas por IA^.39 En general, los resultados varían mucho en precisión dependiendo de qué herramienta de detección de IA se utilice. Un estudio sugiere que sólo dos de las principales herramientas de detección de IA clasificaron correctamente las 126 muestras como generadas por IA o por humanos^.40 Otros investigadores afirman que las herramientas de detección de IA producen más falsos negativos cuando analizan un lenguaje más sofisticado^.41

Otras consideraciones

En general, la eficacia de las herramientas de detección de IA varía en función de qué herramienta se utilice y contra qué modelo. Un estudio descubrió que las herramientas de detección de IA son más eficaces con el contenido ChatGPT-3.5, y menos con el ChatGPT-4, excepto Copyleaks, Turnitin y Originality.ai, que tuvieron una precisión superior al 83% en la detección del contenido ChatGPT-4^.42 Este estudio concluyó que "la gratuidad o el pago de un detector no es un buen indicador de su precisión"^,43 aunque los resultados contrastados (con un tamaño de muestra pequeño) sugieren provisionalmente que las herramientas de detección de IA de pago parecían ser mejores que las herramientas de detección de IA gratuitas^.44 Los estudios también se centran generalmente en la eficacia de las herramientas de detección de IA contra ChatGPT, ignorando otros LLM. Esto puede deberse a la mayor popularidad de los modelos de OpenAI en comparación con otros como Gemini, Mistral o Command.

La ética en el uso de herramientas de detección de IA

El uso de chatbots de IA en el mundo académico plantea importantes cuestiones éticas, empezando por el daño a la reputación tanto de los estudiantes como de las instituciones de enseñanza superior. Para los estudiantes, no revelar el uso de contenidos generados por la IA y hacerlos pasar por suyos puede perjudicar su formación continua y sus futuras carreras. Del mismo modo, las universidades pueden enfrentarse a acusaciones de permitir el plagio, hacer trampas y no mantener la integridad académica.

Sin embargo, el uso de herramientas de detección de IA sin las salvaguardias adecuadas genera preocupaciones igualmente importantes en torno a la privacidad y el consentimiento, especialmente en lo que respecta a los acuerdos contractuales entre las universidades y el proveedor de la herramienta. Dichas preocupaciones incluyen qué ocurre con el contenido cargado, cómo se almacena y el consentimiento si el contenido cargado se utiliza en futuros datos de entrenamiento.

Además, como se ha comentado en la sección anterior, las herramientas de detección de IA pueden identificar erróneamente contenido escrito por humanos como IA (falsos positivos) o no detectar texto generado por IA (falsos negativos). La precisión varía mucho, y algunas herramientas detectan mejor el ChatGPT-3.5. Por último, juegan al gato y al ratón con métodos para eludir la detección, incluido el software que genera específicamente contenidos diseñados para ser indetectables por las herramientas estándar de detección de IA^.45

Las herramientas de detección de IA también contribuyen a debates más amplios en torno al acceso, la equidad y el impacto medioambiental. Es posible que los estudiantes utilicen la IA como apoyo para la traducción y la comprensión de los trabajos del curso, especialmente si estudian en un país de habla inglesa y proceden de un entorno no anglófono o minoritario con menos oportunidades históricas de acceder a la educación universitaria. Los problemas de acceso también surgen debido a la disponibilidad comercial de los LLM; los estudiantes más adinerados pueden ser capaces de pagar por modelos más sofisticados y/o alimentar su trabajo a través de múltiples LLM, lo que significa que las posibilidades de detección disminuyen significativamente^.46

Notas y referencias

1. Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut y Lorna Waddington. "Pruebas de herramientas de detección de textos generados por inteligencia artificial". International Journal for Educational Integrity 19, nº 1 (25 de diciembre de 2023): 26. https://doi.org/10.1007/s40979-023-00146-z.

2. Elkhatat, Ahmed M., Khaled Elsaid, y Saeed Almeer. "Evaluación de la eficacia de las herramientas de detección de contenidos de IA para diferenciar entre texto generado por humanos y por IA". International Journal for Educational Integrity 19, nº 1 (1 de septiembre de 2023): 17. https://doi.org/10.1007/s40979-023-00140-5.

3. *Aunque este informe sólo se centra en los usos académicos, reconocemos que existen casos de uso y beneficios potenciales para las herramientas de detección de IA más allá del mundo académico, como en la industria editorial, el periodismo o la contratación y los RRHH.

4. Copyleaks. "Plugin de comprobación de plagio LMS". Copyleaks. Consultado el 29 de agosto de 2024. https://copyleaks.com/learning-management-systems.

5. Furze, Leon. "La detección de IA en la educación es un callejón sin salida". Leon Furze, 8 de abril de 2024. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

6. Coffey, Lauren. "Profesores cautelosos con las herramientas para detectar la escritura generada por IA". Inside Higher Ed, 9 de febrero de 2024. https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2024/02/09/professors-proceed-caution-using-ai.

7. Múltiples fuentes:
   1. Ghaffary, Shirin. "Las universidades se replantean usar detectores de escritura por IA para examinar el trabajo de los estudiantes". Bloomberg.Com, 21 de septiembre de 2023 . https://www.bloomberg.com/news/newsletters/2023-09-21/universities-rethink-using-ai-writing-detectors-to-vet-students-work.
   2. Coley, Michael. "Orientación sobre la detección de IA y por qué desactivamos el detector de IA de Turnitin". Universidad de Vanderbilt, 16 de agosto de 2023. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

8. Furze, Leon. "La detección de IA en la educación es un callejón sin salida". Leon Furze, 8 de abril de 2024. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

9. Universidad de Cornell. "IA ética para la enseñanza y el aprendizaje". Centro de Innovación Docente. Consultado el 29 de agosto de 2024. https://teaching.cornell.edu/generative-artificial-intelligence/ethical-ai-teaching-and-learning.

10. MarGrowth. "Revisión de UPass: Cómo de efectivo puede eludir la detección de IA | HackerNoon", 31 de julio de 2024. https://hackernoon.com/upass-review-how-effective-it-can-bypass-ai-detection.

11. Múltiples fuentes:
    1. Kar, Sujita Kumar, Teena Bansal, Sumit Modi y Amit Singh. "¿Hasta qué punto son sensibles las herramientas gratuitas de detección de IA a la hora de detectar textos generados por IA? A Comparison of Popular AI-Detector Tools". Indian Journal of Psychological Medicine, 11 de mayo de 2024, 02537176241247934. https://doi.org/10.1177/02537176241247934.
    2. Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut y Lorna Waddington. "Pruebas de herramientas de detección de textos generados por inteligencia artificial". International Journal for Educational Integrity 19, nº 1 (25 de diciembre de 2023): 26. https://doi.org/10.1007/s40979-023-00146-z.
    3. Sadasivan, Vinu Sankar, Aounon Kumar, Sriram Balasubramanian, Wenxiao Wang y Soheil Feizi. "¿Se puede detectar con fiabilidad el texto generado por inteligencia artificial?", 2023. https://doi.org/10.48550/ARXIV.2303.11156.
    4. Krishna, Kalpesh, Yixiao Song, Marzena Karpinska, John Wieting y Mohit Iyyer. "Paraphrasing Evades Detectors of AI-Generated Text, but Retrieval Is an Effective Defense", 2023. https://doi.org/10.48550/ARXIV.2303.13408.

12. Fowler, Geoffrey, A. "Probamos un nuevo detector de chatGPT para profesores. Señaló a un estudiante inocente". Tech in Your Life, 3 de abril de 2023. https://www.washingtonpost.com/technology/2023/04/01/chatgpt-cheating-detection-turnitin/.

13. Young, Laura. "Detección de paráfrasis por IA: Reforzando la integridad de la escritura académica". Turnitin, 16 de julio de 2024. https://www.turnitin.com/blog/ai-paraphrasing-detection-strengthening-the-integrity-of-academic-writing.

14. Edwards, Benj. "Por qué los detectores de escritura de la IA no funcionan". Ars Technica, 14 de julio de 2023. https://arstechnica.com/information-technology/2023/07/why-ai-detectors-think-the-us-constitution-was-written-by-ai/.

15. Múltiples fuentes:
    1. Coldewey, Devin. "OpenAI desecha un detector de texto escrito con IA por su 'baja tasa de precisión'". TechCrunch, 25 de julio de 2023. https://techcrunch.com/2023/07/25/openai-scuttles-ai-written-text-detector-over-low-rate-of-accuracy/.
    2. Coley, Michael. "Orientación sobre la detección de IA y por qué desactivamos el detector de IA de Turnitin". Universidad de Vanderbilt, 16 de agosto de 2023. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

16. Recopilación. "Verificador de contenidos de IA: Detecte la IA con Compilatio". Compilatio. Consultado el 27 de agosto de 2024. https://www.compilatio.net/en/ai-detector-info.

17. Contenido a escala. "El Detector de IA es un verificador de IA en tiempo real y un detector de ChatGPT". Content @ Scale. Consultado el 27 de agosto de 2024. https://brandwell.ai/ai-content-detector/.

18. Copyleaks. "Copyleaks lanza un detector de contenidos AI | Comunicado de prensa". Copyleaks. Consultado el 27 de agosto de 2024. https://copyleaks.com/about-us/media/copyleaks-launches-ai-content-detector.

19. Copyleaks. "Precios". Copyleaks. Consultado el 19 de agosto de 2024. https://copyleaks.com/pricing.

20. Ivankov, Olga. "¿Qué es el detector de IA Crossplag? Precios, características y cómo utilizarlo", 12 de junio de 2024. https://articlesbase.com/tech/emerging-technologies/artificial-intelligence/ai-tools-and-software/what-is-crossplag-ai-detector-pricing-features-and-how-to-use/.

21. DetectGPT. "El detector de IA en el que puede confiar - DetectGPT". Consultado el 27 de agosto de 2024. https://detectgpt.com/#pricing.

22. Dupli Checker. "Precios y planes". Duplichecker.com. Consultado el 27 de agosto de 2024. https://www.duplichecker.com/pricing.

23. Winston AI. "Fijación de precios". Winston AI (blog). Consultado el 27 de agosto de 2024. https://gowinston.ai/pricing/.

24. GPTZero. "Precios". GPTZero. Consultado el 19 de agosto de 2024. https://gptzero.me/.

25. Scribbr. "Preguntas frecuentes: ¿Cuánto cuesta la IA de originalidad?" Scribbr. Consultado el 19 de agosto de 2024. https://www.scribbr.com/frequently-asked-questions/how-much-does-originality-ai-cost/#:~:text=Originality.ai%20offers%20dos%20pricing,10%20palabras%20for%20fact%20checking.

26. PlagiarismDetector.net. "Precios y Planes | Plagiarismdetector.Net". PlagiarismDetector.net. Consultado el 27 de agosto de 2024. https://plagiarismdetector.net/pricing.

27. Quillbot. "Precios". Quillbot, s.f. https://quillbot.com/premium.

28. 1. Sapling AI. "Precios de la API | Documentación para desarrolladores de Sapling.Ai". Sapling AI. Consultado el 27 de agosto de 2024. https://sapling.ai/docs/api/pricing/.
    2. Sapling AI. "Planes y precios | Sapling". Sapling AI. Consultado el 27 de agosto de 2024. https://sapling.ai/pricing.

29. SciSpace. "SciSpace Premium - Acceso ilimitado a las herramientas de investigación de la IA". SciSpace. Consultado el 27 de agosto de 2024. https://typeset.io/pricing.

30. Miller, Nick. "Precios de Turnitin en 2024: ¿Cuánto cuesta?" Medium (blog), 11 de julio de 2024. https://medium.com/@nickmiller_writer/turnitin-pricing-in-2024-what-does-it-cost-80f552a7a20f.

31. AI indetectable. "Precios de Undetectable: Elija el plan perfecto para sus necesidades". Undetectable AI. Consultado el 27 de agosto de 2024. https://undetectable.ai/pricing.

32. Wordtune. "Precios y planes de Wordtune | Elija su plan". Wordtune. Consultado el 27 de agosto de 2024. https://www.wordtune.com/plans.

33. Writer AI Studio. "Precios". Writer AI Studio. Consultado el 27 de agosto de 2024. https://dev.writer.com/home/pricing.

34. Posibilidad de acceso a la API para las universidades; ZeroGPT, "ZeroGPT - Pricing. "ZeroGPT. "ZeroGPT - Precios". Consultado el 3 de septiembre de 2024. https://www.zerogpt.com/pricing.

35. Popkov, Andrey A., y Tyson S. Barrett. "AI vs Academia: Estudio experimental sobre la precisión de los detectores de texto de IA en la redacción académica sobre salud conductual". Accountability in Research, 22 de marzo de 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

36. *Copyleaks, Turnitin, Originality.ai, Scribbr, Grammica, GPTZero, Crossplag, OpenAI, IvyPanda, GPT Radar, Content at Scale, Writer y Content Detector son capaces de clasificar contenidos generados por humanos, mientras que ZeroGPT, SEO.ai, son ineficaces en este sentido. Múltiples fuentes:
    1. Walters, William H. "La eficacia del software diseñado para detectar la escritura generada por IA: Una comparación de 16 detectores de texto de IA". Open Information Science 7, nº 1 (6 de octubre de 2023): 20220158. https://doi.org/10.1515/opis-2022-0158.
    2. Popkov, Andrey A., y Tyson S. Barrett. "AI vs Academia: Estudio experimental sobre la precisión de los detectores de texto de IA en la redacción académica sobre salud conductual". Accountability in Research, 22 de marzo de 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

37. Liang, Weixin, Mert Yuksekgonul, Yining Mao, Eric Wu y James Zou. "Los detectores de GPT están sesgados contra los escritores no nativos de inglés". Patterns 4, nº 7 (2023): 100779. https://doi.org/10.1016/j.patter.2023.100779.

38. Popkov, Andrey A., y Tyson S. Barrett. "AI vs Academia: Estudio experimental sobre la precisión de los detectores de texto de IA en la redacción académica sobre salud conductual". Accountability in Research, 22 de marzo de 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

39. Ibid.

40. Walters, William H. "La eficacia del software diseñado para detectar la escritura generada por IA: Una comparación de 16 detectores de texto de IA". Open Information Science 7, nº 1 (6 de octubre de 2023): 20220158. https://doi.org/10.1515/opis-2022-0158.

41. Ryan, "Los detectores de ChatGPT son parciales y fáciles de engañar, según una investigación". Ryan, Jackson. "Los detectores de ChatGPT son parciales y fáciles de engañar, según una investigación". CNET, 12 de julio de 2023. https://www.cnet.com/tech/services-and-software/chatgpt-detectors-are-biased-and-easy-to-fool-research-shows/.

42. Walters, William H. "La eficacia del software diseñado para detectar la escritura generada por IA: Una comparación de 16 detectores de texto de IA". Open Information Science 7, nº 1 (6 de octubre de 2023): 20220158. https://doi.org/10.1515/opis-2022-0158.

43. Ibid.
44. Popkov, Andrey A., y Tyson S. Barrett. "AI vs Academia: Estudio experimental sobre la precisión de los detectores de texto de IA en la redacción académica sobre salud conductual". Accountability in Research, 22 de marzo de 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

45. Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut y Lorna Waddington. "Pruebas de herramientas de detección de textos generados por inteligencia artificial". International Journal for Educational Integrity 19, nº 1 (25 de diciembre de 2023): 26. https://doi.org/10.1007/s40979-023-00146-z.
46. Furze, Leon. "La detección de IA en la educación es un callejón sin salida". Leon Furze, 8 de abril de 2024. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

Acerca del Programa de Seminarios sobre Ciberseguridad de Google.org

El Programa de Seminarios sobre Ciberseguridad de Google.org apoya cursos de seminarios sobre ciberseguridad en universidades seleccionadas y otras instituciones de educación superior elegibles de Europa, Oriente Medio y África, para ayudar a los estudiantes a aprender más sobre ciberseguridad y explorar vías en este campo. El programa apoya activamente la expansión de la formación en ciberseguridad en las universidades, para crear la mano de obra diversa necesaria para ayudar a las organizaciones más vulnerables a prevenir posibles ciberataques. También aborda los nuevos riesgos de la inteligencia artificial (IA), proporcionando a los estudiantes una comprensión de los cambios basados en la IA en el panorama de las ciberamenazas y ayudándoles a integrar eficazmente la IA en medidas prácticas de ciberseguridad.

Se espera que las universidades participantes promuevan activamente la igualdad, la diversidad y la inclusión dentro de sus programas. Deben fomentar una fuerte participación de personas de diversos orígenes y crear un entorno inclusivo para la educación, enriqueciendo así la experiencia general de aprendizaje y fortaleciendo la comunidad de la ciberseguridad.