Tesis marcada como IA en una universidad china: procedimientos reales, lista de pruebas y cómo apelar

No existe un organismo nacional único que resuelva disputas sobre el porcentaje de IA, pero la Ley de Grados Académicos contempla vías legales de revisión y las universidades establecen cláusulas de apelación en sus convocatorias de tesis. Esta guía analiza los hallazgos de los medios oficiales, explica por qué discutir por los porcentajes no funciona y detalla cómo preparar un paquete de pruebas para una revisión sustantiva por parte de evaluadores humanos.

Equipo de HumanPen

· 14 min de lectura

Tesis marcada por IA en una universidad china: cómo apelar y qué pruebas preparar

La Ley de Grados Académicos de China otorga a los aspirantes a un grado el derecho a una revisión académica de las conclusiones de una evaluación académica (art. 40, con resolución en un plazo de 30 días) y a una revisión del grado (art. 41) si este se deniega o se revoca. La forma en que cada universidad gestiona el resultado del porcentaje de IA, qué órgano lo examina y el plazo límite vienen fijados en la propia normativa de la institución, por lo que debes consultar la cláusula de apelación y la fecha límite de tu centro.

Si tu tesis de graduación ha sido marcada por superar el umbral institucional de detección de contenido generado por inteligencia artificial (AIGC, por sus siglas en inglés), debes tener presente que, aunque no existe un organismo nacional único que resuelva disputas sobre el porcentaje de IA, sí hay vías legales de revisión. Las investigaciones de medios oficiales (como la Agencia de Noticias Xinhua, China Media Group / Radio Nacional de China, Guangming Online y el Beijing Daily), junto con las directrices publicadas por las universidades, demuestran que las instituciones chinas tratan los porcentajes automáticos como filtros de cribado preliminar o señales de advertencia. Respecto a si un porcentaje alto de IA equivale a conducta académica inapropiada, el marco jurídico nacional regulado por la Ley de Grados Académicos de la RP China y las normativas del Ministerio de Educación define la falta de ética académica a partir de actos concretos (como el plagio, la falsificación de datos o la autoría fantasma) y no por una puntuación algorítmica de similitud. Sin embargo, a nivel institucional, superar el umbral determina directamente si el candidato puede pasar a la defensa o debe someterse a revisiones. La gestión de los casos se tramita internamente: los estudiantes presentan alegaciones formales y la documentación del proceso de redacción dentro de los plazos fijados por cada centro, tras lo cual los directores de tesis y los comités académicos de la facultad llevan a cabo evaluaciones sustantivas.

Al responder a una advertencia del sistema, debes tener presentes dos principios clave:

  1. Presentar puntuaciones de otras herramientas no demuestra tu inocencia: las universidades chinas evalúan las tesis basándose estrictamente en la plataforma oficial designada por la universidad o la facultad correspondiente (como CNKI, VIP o Wanfang). Aportar un porcentaje bajo de un sitio web comercial no autorizado no tiene ninguna validez oficial ante las autoridades académicas;
  2. Conservar el historial de borradores no garantiza ganar la apelación: los borradores documentados aportan pruebas fundamentales para que el profesorado evalúe tu caso, pero el resultado final dependerá de la valoración sustantiva que haga el comité académico sobre la autenticidad de tu trabajo independiente.

El camino eficaz exige dejar a un lado las discusiones sobre las cifras del software: comprueba de inmediato la convocatoria de tesis de tu universidad para localizar la cláusula formal de apelación y la fecha límite de entrega, solicita una revisión sustantiva por evaluadores humanos a tu director de tesis y a tu facultad, y reúne un paquete de pruebas del proceso en 6 partes que incluya la aprobación del tema, los borradores progresivos, el historial de versiones, las notas bibliográficas y los datos brutos, la exportación del informe oficial y el cronograma de investigación.

La realidad institucional: revisiones legales, convocatorias de la universidad y el papel central de la facultad

Para entender cómo gestionan la detección de IA las universidades chinas, es necesario analizar las investigaciones periodísticas y las resoluciones oficiales dictadas por los departamentos de Asuntos Académicos. Conviene aclarar desde el principio: los ejemplos documentados reflejan prácticas institucionales que varían según la universidad y el curso académico.

  1. Dificultades documentadas en investigaciones periodísticas y precedentes de apelación

Las investigaciones en profundidad de los principales medios de comunicación ponen de relieve varias realidades operativas en las universidades chinas:

  • Desajustes en la implantación inicial y dificultades para los estudiantes: un informe de investigación de The Paper (澎湃新闻, julio de 2024, reproducido por Guangming Online) documentó que, durante los primeros despliegues, algunas instituciones introdujeron herramientas de detección sin habilitar canales específicos de apelación, lo que dejó a los estudiantes en situaciones en las que "they had no appeal route and could only revise according to the machine's operational logic." (no tenían vías de apelación y solo podían revisar el texto siguiendo la lógica de funcionamiento de la máquina). Un comentario posterior de Guangming Online (La «reducción de la tasa de IA» en tesis se ha convertido en un negocio: la detección de IA no debe degenerar en formalismo, junio de 2026) subrayó que el cribado técnico no debe derivar en un formalismo procedimental que penalice la redacción académica rigurosa.
  • Falsos positivos algorítmicos y un caso documentado de apelación exitosa: informaciones originadas en CCTV News (¿Se evaluará el porcentaje de AIGC en las tesis de graduación? ¿Son rigurosos y científicos los estándares de detección?, 22 de mayo de 2026, reproducido por Beijing Daily; difundido también por la cuenta de WeChat de la Agencia de Noticias Xinhua el 23 de mayo) destacaron que los modelos estadísticos generan falsos positivos ante una prosa académica formal y rigurosa, a la vez que advirtieron de que los evaluadores académicos deben estar alerta ante datos de investigación fabricados por IA. De forma crucial, una investigación de Guangming Daily (reproducida por Radio Nacional de China el 27 de mayo de 2026, Comprobar el porcentaje de IA con IA: ¿es realmente fiable?) documentó una apelación institucional: una estudiante, Zhang Li (seudónimo), recibió el resultado de una revisión ciega externa de su tesis con una calificación de 0 y un porcentaje de IA del 95%, mientras que en la plataforma de su universidad el resultado había sido del 27%. Presentó de inmediato una apelación, aportando su propuesta de tesis, el esquema original y los comentarios de revisión de las distintas versiones. Tras entregar documentación complementaria en varias ocasiones y esperar el dictamen del panel de expertos, el porcentaje de IA se corrigió finalmente al 32%, logrando el aprobado justo en el plazo límite final.
  • Explotación comercial y límites normativos: una investigación de Legal Daily (reproducida por Radio Nacional de China en julio de 2025) destapó servicios comerciales engañosos de «reducción del porcentaje de IA» que se aprovechan de la ansiedad de los estudiantes, exponiéndolos a riesgos de extorsión y filtración de sus trabajos. El hecho de que se permitan ayudas de edición o reescritura depende de la normativa específica y de los requisitos de cada titulación en tu universidad; los estudiantes deben consultar las directrices de su centro en lugar de confiar en promesas comerciales que garantizan el aprobado.
  1. Procedimientos operativos en las convocatorias oficiales de las universidades

Las resoluciones universitarias definen los datos del cribado automático como referencias de gestión administrativa, y algunas convocatorias fijan de manera explícita procedimientos concretos de apelación y revisión:

  • Universidad de Sichuan: las directrices de la Oficina de Asuntos Académicos sobre detección de faltas de ética académica para la promoción de graduados de 2025 (9 de abril de 2025) fijaron pautas diferenciadas para humanidades (en principio no superar el 20%) y ciencias/ingeniería/medicina (en principio no superar el 15%). La convocatoria especificó expresamente que "secondary colleges may independently select their AIGC detection tools... recommending students within the same college use the same system," (las facultades podrán elegir de forma independiente sus herramientas de detección de AIGC... recomendando que los estudiantes de una misma facultad utilicen el mismo sistema) e instruyó a los centros a notificar a directores y estudiantes para gestionar cada caso.
  • Universidad de Ciencia y Tecnología de Tianjin: la notificación de la Oficina de Asuntos Académicos sobre el cribado de tesis de grado (9 de abril de 2024) estableció que los resultados de detección de AIGC deben, en principio, mantenerse por debajo del 40% (estrictamente < 40%). De forma decisiva, la circular incluye una cláusula formal de apelación: "Students who have objections to the similarity check or AIGC detection results may file an appeal with their college within the prescribed timeframe, and the college will review and handle it in accordance with relevant procedures," (los estudiantes que tengan objeciones a los resultados de la comprobación de similitud o de la detección de AIGC podrán presentar una apelación ante su facultad dentro del plazo establecido, y la facultad lo revisará y tramitará conforme a los procedimientos pertinentes), correspondiendo las resoluciones al comité académico de la facultad.
  • Universidad Normal de Aba: la circular de la Oficina de Asuntos Académicos sobre la regulación del uso de herramientas de IA en tesis de grado (21 de marzo de 2025) fijó un límite claro para la promoción de 2025: "An AIGC detection rate $\le 35\%$ is deemed a pass" (una tasa de detección de AIGC $\le 35\%$ se considera un aprobado); las tesis que superen el 35% deben modificarse en un plazo determinado para someterse a una nueva prueba. La convocatoria establece expresamente una vía formal de apelación: "Students who have objections to the AIGC detection results may file an appeal within the prescribed timeframe for procedural review." (los estudiantes que tengan objeciones a los resultados de detección de AIGC podrán presentar una apelación dentro del plazo establecido para su revisión procedimental). Además, la directriz indica a los directores de tesis que deben "periodically inspect original working files of phased research deliverables" (inspeccionar periódicamente los archivos de trabajo originales de los avances por fases) y "require students to provide human revision records when necessary." (exigir a los estudiantes que aporten registros de revisión manual cuando sea necesario).
  • Universidad de Ingeniería de Hebei: una información de Beijing Daily (19 de julio de 2026) señaló que instituciones como la Universidad de Ingeniería de Hebei y la Universidad de Aeronáutica y Astronáutica de Nanjing adoptaron un umbral del 40% para las tesis de grado.

En estas instituciones, la gestión de un aviso por IA sigue un ciclo administrativo interno: alerta en el cribado automático → consulta de la convocatoria oficial para comprobar las cláusulas y plazos de apelación → presentación de pruebas del proceso y escrito de alegaciones → revisión sustantiva por parte del director de tesis y el comité académico de la facultad.

Cambio de enfoque crucial: solicitar una revisión sustantiva por personas frente a discutir por los porcentajes

Cuando un software de detección marca una tesis, los estudiantes suelen caer en la trampa de intentar «demostrar que el algoritmo se equivoca». Comprender la diferencia entre discutir sobre las cifras del software y solicitar una revisión sustantiva por parte de evaluadores humanos es fundamental:

Dos caminos para responder a una advertencia por IA:

  • Vía ineficaz (discutir sobre los porcentajes): contratar revisiones en herramientas de terceros para mostrar una puntuación más baja y discutir con el profesorado alegando que el software de la universidad no es preciso. La administración académica solo evalúa los sistemas oficiales designados; debatir sobre algoritmos probabilísticos estanca la comunicación y te expone al riesgo de perder los plazos formales de apelación.
  • Vía eficaz (solicitar una revisión sustantiva por personas): localizar la fecha límite de apelación de tu centro, avisar a tu director de tesis aportando el informe oficial completo, presentar un paquete de pruebas del proceso en 6 partes con un cronograma y solicitar que el comité de expertos de la facultad evalúe el trabajo a partir de los méritos reales de tu investigación.
  1. ¿Por qué no funciona intentar demostrar tu inocencia con porcentajes?
  2. Los informes de terceros carecen de validez institucional: las universidades y facultades contratan plataformas específicas bajo licencia (como CNKI, VIP o Wanfang). Presentar un informe comercial externo que marque un 0% o un 4% no tiene ningún valor institucional, ya que los criterios de cribado y los corpus de texto varían por completo entre proveedores.
  3. Debatir sobre algoritmos es un callejón sin salida: las herramientas de detección ofrecen estimaciones probabilísticas basadas en la predictibilidad del texto. Intentar convencer al profesorado de que la métrica de probabilidad del software tiene fallos casi nunca da resultado, ya que los profesores son especialistas en su materia, no ingenieros de algoritmos de detección.
  1. ¿Qué implica solicitar una revisión sustantiva por evaluadores humanos?
  2. Centrarse en la investigación real: una revisión sustantiva por personas redirige la pregunta desde "how closely does the prose match an algorithmic pattern?" (¿hasta qué punto coincide la prosa con un patrón algorítmico?) hacia "did the candidate personally conduct the investigation and write the thesis?" (¿llevó a cabo el candidato la investigación y escribió la tesis en persona?)
  3. Aplicar el criterio académico del profesorado: los comités de la facultad y los directores de tesis cuentan con la autoridad académica para verificar la autenticidad del trabajo independiente. Al revisar los conjuntos de datos originales, los borradores progresivos y las explicaciones orales, los docentes determinan si la investigación representa el esfuerzo intelectual genuino del estudiante.

El paquete práctico de pruebas: 6 categorías esenciales de pruebas del proceso

Al solicitar una revisión sustantiva a tu director de tesis o al comité académico, limitarte a afirmar de palabra que escribiste el trabajo de forma independiente no basta. Debes recopilar un paquete de pruebas exhaustivo y verificable.

[!IMPORTANT] Es indispensable hacer una advertencia realista: conservar y presentar estos materiales no garantiza de forma absoluta la anulación del aviso. Su función real consiste en proporcionar a los evaluadores un registro fáctico continuo y verificable que les permita valorar la autoría independiente de manera objetiva.

Un paquete estructurado de pruebas del proceso incluye las siguientes 6 categorías:

  1. Hoja de encargo, propuesta aprobada y registro del tema
  2. Contenido documental: hojas de encargo oficiales del proyecto, propuestas de tesis y formularios de aprobación del tema firmados por tu director al inicio del curso académico.
  3. Valor fundamental: demuestra que la trayectoria de la investigación, el marco teórico y los hitos se definieron meses antes de la redacción, lo que descarta cualquier sospecha de que el texto fuera generado a última hora por una IA sustituta.
  1. Borradores progresivos fechados
  2. Contenido documental: archivos conservados que corresponden a distintas fases del trabajo: esquemas iniciales del tema, borradores de capítulos, entregas para la evaluación intermedia y revisiones posteriores.
  3. Valor fundamental: los archivos secuenciales de las distintas etapas reflejan la progresión desde el esquema inicial hasta el estudio definitivo. Aunque las marcas de tiempo del sistema operativo sirven como contexto útil, pueden modificarse; el peso decisivo radica en la coherente evolución intelectual que se aprecia a lo largo de los sucesivos borradores.
  1. Historial de versiones y control de cambios en el software de edición
  2. Contenido documental: registros de revisión integrados de Microsoft Word, WPS Office o plataformas de trabajo colaborativo en la nube. Si necesitas instrucciones prácticas para configurar el archivo de versiones, consulta cómo conservar el historial de versiones en WPS y Tencent Docs.
  3. Valor fundamental: el trabajo académico humano genuino implica reestructuraciones constantes, reescritura de frases, ajustes de redacción y corrección de erratas. Los registros detallados de revisión y los comentarios en el programa demuestran una redacción meditada y progresiva, en lugar de un pegado masivo de texto externo.
  1. Notas bibliográficas, anotaciones y datos brutos de la investigación
  2. Contenido documental: Humanidades y ciencias sociales: notas de lectura detalladas, archivos PDF académicos con anotaciones y registros de gestores bibliográficos (como Zotero o EndNote) que reflejen las fechas de recopilación. Ciencias, tecnología, ingeniería y medicina (STEM): cuadernos de laboratorio con entradas fechadas, archivos de salida de instrumentos, hojas de cálculo con datos brutos de encuestas, transcripciones de audio de entrevistas o código de análisis estadístico.
  3. Valor fundamental: los registros empíricos originales y las anotaciones personales de las fuentes demuestran una labor académica real. Diversos medios de comunicación han señalado que la IA también puede generar datos sintéticos, por lo que disponer de registros brutos verificables con parámetros experimentales reales y notas metodológicas resulta crucial. Esto concuerda con directrices como la normativa de la Universidad Normal de Aba, que faculta a los tutores para inspeccionar los archivos de trabajo por fases y los registros de revisiones.
  1. Exportación del informe oficial completo de detección
  2. Contenido documental: el informe íntegro en PDF descargado directamente del portal de detección designado por la universidad o la facultad.
  3. Valor fundamental: las páginas de resumen solo muestran porcentajes globales. El informe completo identifica cada frase señalada, lo que te permite comprobar junto a tu director si las frases marcadas se deben a terminología académica especializada, citas habituales o giros sintácticos reiterativos.
  1. Declaración cronológica del desarrollo de la investigación
  2. Contenido documental: una memoria objetiva y concisa de 1 o 2 páginas que documente los hitos de tu investigación y redacción: Fecha: entrega y aprobación de la propuesta del tema; Fecha: elaboración de la revisión bibliográfica principal a partir de fondos de la biblioteca y bases de datos electrónicas; Fecha: toma de mediciones experimentales o realización de la encuesta empírica; Fecha: entrega del borrador de trabajo al director de tesis, registrando sus primeras orientaciones; Fecha: revisiones de los capítulos realizadas conforme a los comentarios del director.
  3. Valor fundamental: articula los distintos elementos probatorios en una cronología clara, lo que ayuda a los evaluadores a entender la evolución de la investigación paso a paso sin tener que recomponer archivos desordenados.

Pasos de acción: qué hacer de inmediato si tu tesis recibe un aviso de detección de IA

Si tu tesis activa una advertencia de detección de IA en tu universidad, sigue de manera sistemática estos 5 pasos:

  • [ ] Paso 1: Conserva los borradores originales y los informes del sistema sin sobrescribir archivos por los nervios No entres en pánico ni recurras a herramientas comerciales de reescritura para alterar el texto. La autorización para usar ayudas de edición depende de tu institución y de las normas de la titulación. Evita guardar una y otra vez sobre el archivo principal, ya que podrías sobrescribir las marcas de tiempo de las versiones. Haz de inmediato una copia de seguridad del documento entregado, de los borradores y del informe oficial comprimiéndolos en un archivo seguro (como un ZIP) en una unidad externa.
  • [ ] Paso 2: Consulta las convocatorias de tu universidad para localizar las cláusulas y plazos de apelación Busca en el portal de Asuntos Académicos de tu universidad y en el tablón de anuncios de tu facultad la directriz de detección de tesis correspondiente a tu curso (como las notificaciones de Tianjin Tech o de la Universidad Normal de Aba). Identifica con atención la cláusula específica que regula las discrepancias sobre la detección (异议申诉), el comité responsable y la fecha límite de entrega establecida.
  • [ ] Paso 3: Contacta de inmediato con tu director de tesis Tu director es el principal responsable académico de tu proyecto de fin de grado o máster. Pide una tutoría, comparte con él el informe de detección completo, exponle con claridad que el trabajo lo has realizado de forma independiente y solicita su orientación sobre cómo iniciar el procedimiento de revisión o apelación de la universidad.
  • [ ] Paso 4: Reúne el paquete de pruebas en 6 partes y redacta el cronograma Organiza tus hojas de encargo, los borradores progresivos, el historial de versiones, las notas bibliográficas y los datos empíricos siguiendo la lista anterior. Adjunta una declaración cronológica clara y objetiva de las fases de trabajo.
  • [ ] Paso 5: Presenta la apelación formal y prepárate para la defensa oral Entrega tu expediente de apelación al comité académico de la facultad o a la secretaría docente dentro del plazo establecido. En las revisiones con evaluadores humanos, la prueba definitiva de la autoría es tu dominio exhaustivo del texto. Repasa a fondo tus hipótesis, la metodología y el análisis de datos para responder a las preguntas académicas con precisión y seguridad.

Fuentes y referencias bibliográficas

Las investigaciones periodísticas, convocatorias institucionales y directrices administrativas citadas en este artículo proceden de los siguientes registros (nota: algunas circulares internas pueden estar archivadas en las intranets universitarias o en tablones de anuncios históricos; los lectores pueden comprobar los documentos en los portales universitarios buscando por el título de la convocatoria):

  1. The Paper / Guangming Online (澎湃新闻 / 光明网): «自己写的毕业论文,被确诊AI» (Mi tesis de graduación, escrita por mí mismo, fue «diagnosticada» como IA). Informe de investigación de The Paper (publicado el 22 de julio de 2024; reproducido por Guangming Online), que documentó los primeros problemas de implantación, en los que los estudiantes carecían de canales formales de apelación y se veían forzados a reescribir el texto para satisfacer al algoritmo. URL: `https://m.gmw.cn/2024-07/22/content_1303798841.htm`
  2. Guangming Online (光明网): «论文‘降AI率’已成生意,AI检测不能沦为形式主义» (El negocio de «reducir el porcentaje de IA» en tesis: la detección de IA no debe degenerar en formalismo). Artículo de opinión (publicado el 11 de junio de 2026) que analiza la comercialización de los servicios de reducción de IA y el formalismo burocrático. URL: `https://guancha.gmw.cn/2026-06/11/content_38823723.htm`
  3. CCTV News / Beijing Daily (央视新闻 / 北京日报): «毕业论文将检测AIGC率,检测标准科学吗?» (¿Se evaluará el porcentaje de AIGC en las tesis de graduación? ¿Son rigurosos y científicos los estándares de detección?). Publicado el 22 de mayo de 2026 por Beijing Daily (originado en la cuenta de WeChat de CCTV News; difundido también por WeChat de la Agencia de Noticias Xinhua el 23 de mayo), en el que se analizan los falsos positivos algorítmicos en la prosa académica y se insta a vigilar la posible fabricación de datos de investigación mediante IA. URL: `https://news.bjd.com.cn/2026/05/22/11759420.shtml`
  4. Guangming Daily / China National Radio (光明日报 / 央广网): «用AI查AI率,真的靠谱吗» (Comprobar el porcentaje de IA con IA: ¿es realmente fiable?). Informe de investigación de Guangming Daily (publicado el 27 de mayo de 2026; reproducido por CNR), que documenta una apelación en la que una estudiante con un 95% de IA en una revisión ciega externa (frente al 27% en la plataforma de su universidad) presentó su propuesta, el esquema y los comentarios de revisión logrando corregir la tasa al 32%. URL: `https://news.cnr.cn/rebang/20260527/t20260527_527637099.shtml`
  5. Legal Daily / China National Radio (法治日报 / 央广网): «代降论文AI率服务乱象调查:学生遭遇欺诈还被威胁» (Investigación sobre el fraude en los servicios de «reducción de la tasa de IA» en tesis: estudiantes estafados y amenazados). Informe de investigación de Legal Daily (publicado el 14 de julio de 2025; reproducido por CNR) sobre el fraude y la extorsión en intermediarios comerciales. URL: `https://news.cnr.cn/native/gd/20250714/t20250714_527260647.shtml`
  6. Beijing Daily (北京日报客户端): «论文AI检测,正在‘逼疯’这届大学生» (La detección de IA en tesis está llevando al límite a los universitarios). Publicado el 19 de julio de 2026 a las 21:05. Documenta los umbrales por disciplina del 20% y 15% de la Universidad de Sichuan, la delegación por facultades en Nanjing Tech y los límites del 40% en la Universidad de Ingeniería de Hebei y en la Universidad de Aeronáutica y Astronáutica de Nanjing. URL: `https://xinwen.bjd.com.cn/content/s6a5ccb7de4b03fa51a81b89b.html`
  7. Oficina de Asuntos Académicos, Universidad de Ciencia y Tecnología de Tianjin (天津科技大学教务处): convocatoria oficial sobre la detección de similitud y AIGC en tesis de grado (publicada el 9 de abril de 2024; establece un umbral estrictamente inferior al 40% y estipula procedimientos formales de apelación a través de los comités académicos de facultad). URL: `https://jw.tust.edu.cn/ggtz/65b256ce743a41fa82c3533e16009807.html`
  8. Oficina de Asuntos Académicos, Universidad Normal de Aba (阿坝师范学院教务处): circular sobre la regulación del uso de herramientas de IA en tesis de grado (publicada el 21 de marzo de 2025; fija un estándar de aprobado de $\le 35\%$ para la promoción de 2025, establece procedimientos formales de apelación y repetición de pruebas, e indica a los tutores que inspeccionen los archivos de trabajo por fases y los registros de revisiones). URL: `https://jw.abtu.edu.cn/info/1131/4590.htm`
  9. Oficina de Asuntos Académicos, Universidad de Sichuan (四川大学教务处): convocatoria sobre la realización de pruebas de detección de faltas de ética académica en las tesis de grado para la promoción de 2025 (publicada el 9 de abril de 2025; especifica pautas orientativas de $\le 20\%$ para humanidades y $\le 15\%$ para ciencias/ingeniería/medicina, permitiendo a las facultades elegir sus herramientas de detección). URL: `https://jwc.scu.edu.cn/info/1069/9801.htm`
  10. Asamblea Popular Nacional (全国人民代表大会): Ley de Grados Académicos de la República Popular China (《中华人民共和国学位法》). URL: `http://www.npc.gov.cn/npc/c2/c30834/202404/t20240426_436840.html`

Seguir leyendo