Plataformas seguras para entrega de proyectos de estudiantes

La LOPDGDD y el RGPD exigen que las universidades españolas protejan los datos académicos desde el diseño del sistema, incluidas las plataformas de entrega de trabajos. Una plataforma fiable necesita tres elementos: un plazo impuesto desde el servidor —no desde el reloj del navegador—, verificación de integridad mediante SHA-256 en el momento de la subida, y una cadena auditable que vincule la identidad del estudiante con el archivo almacenado. Canvas, Moodle y Gradescope cubren la mayoría de los trabajos de curso hasta 2 GB por entrega. Para trabajos fin de máster, proyectos de ingeniería CAD o cortometrajes de escuelas de cine, se necesita un canal complementario: URL de subida firmadas vinculadas a SSO Shibboleth, entre 10 GB y 50 GB por alumno, con Turnitin o iThenticate ejecutándose de forma asíncrona sobre el texto extraído. El cifrado en tránsito debe usar TLS 1.3 y en reposo AES-256.

Control de plazos que realmente funciona

El principal motivo de disputa de notas es "entregué a las 23:59 pero el sistema dice las 00:01". Una plataforma fiable marca el instante en que el último byte llega al servidor, usando el reloj NTP sincronizado del servidor, no el del navegador. Almacena la marca temporal con precisión de milisegundos en UTC, muéstrala en la zona horaria local del alumno en la página de confirmación y escribe el valor en un registro de solo adición. El ajuste "Disponible hasta" de Canvas detiene las entregas de forma definitiva al llegar el plazo; el mod_assign de Moodle soporta una ventana de gracia para entregas tardías, señaladas en el libro de calificaciones. Para trabajos fin de grado o de máster de alto riesgo, envía al alumno un correo de acuse de recibo con el hash SHA-256 de su entrega: podrá verificar a posteriori que el archivo no se corrompió silenciosamente.

Archivos de proyecto grandes: vídeo, CAD y datos de investigación

Un trabajo fin de grado exportado en ProRes 422 HQ puede pesar 60 GB para un cortometraje de 20 minutos. Un modelo Revit de un estudio de arquitectura con familias vinculadas supera fácilmente los 5 GB. Los trabajos de genómica alcanzan los 200 GB de datos de secuenciación. Canvas limita las entregas a 5 GB y Gradescope a 100 MB por archivo, muy por debajo de lo que necesitan estas disciplinas. Las opciones son: (1) pedir a los alumnos que suban a OneDrive institucional o Box y entreguen solo el enlace compartido, (2) desplegar un punto de subida reanudable autoalojado con tus.io en la red de campus de 10 Gbps, o (3) aceptar en el campo de comentarios del LMS enlaces de transferencia cifrada de herramientas como HexaTransfer o SwissTransfer, con el ayudante verificando la descarga en las siguientes 24 horas.

Detección de plagio y autenticidad

La API de Turnitin acepta archivos .pdf, .docx, .pptx y texto plano de hasta 100 MB, y devuelve un porcentaje de similitud comparado con su corpus de 91.000 millones de páginas. iThenticate cubre artículos de investigación y gestiona bien los archivos .tex. Para código fuente, Moss compara Java, C++, Python y más de 20 lenguajes con entregas anteriores, detectando variables renombradas y bloques reordenados. Ejecuta estos procesos de forma asíncrona: el alumno entrega, el profesor ve un indicador de análisis pendiente, y el informe llega en 2 a 15 minutos. Para texto generado por IA, herramientas como GPTZero o el detector de Turnitin señalan el uso probable de LLMs, aunque los falsos positivos superan el 20% con estudiantes que escriben en una segunda lengua: trátalo como señal, no como prueba.

Vinculación de identidad con SSO

El anonimato de la corrección protege la imparcialidad, pero los registros de entrega deben vincular el archivo a una persona real. SAML 2.0 vía Shibboleth o la federación InCommon proporciona una aserción firmada del IdP que contiene el eduPersonPrincipalName del alumno. Almacena ese identificador junto a la subida y luego ocúltalo tras un seudónimo rotatorio cuando el corrector acceda al trabajo. Google Workspace for Education y Microsoft Entra ID se integran con Canvas y Moodle a través de OIDC sin configuración adicional. No aceptes inicios de sesión con enlace de correo electrónico para trabajos evaluables: son vulnerables al uso compartido de cuentas y preocupan a los auditores de acreditación.

Entregas de grupo y atribución individual

Un equipo de cinco alumnos que entrega un repositorio de 8 GB necesita atribución por miembro para distribuir las calificaciones. El historial de Git dentro del archivo entregado es la señal más clara: ejecutar git shortlog -sn contra la carpeta .git muestra el recuento de commits por autor. Para entregas que no son código, exige un archivo AUTHORS.md con la contribución de cada miembro expresada en porcentajes, firmado electrónicamente mediante DocuSign o el módulo de evaluación entre pares del LMS. Los Grupos de Canvas y el modo de entrega grupal de Moodle permiten que un miembro suba en nombre del equipo mientras se registra la identidad del que entrega.

Retención, RGPD y plazos de eliminación

El RGPD y la LOPDGDD obligan a conservar los datos académicos solo durante el tiempo necesario para la finalidad educativa. En la práctica, las secretarías guardan las calificaciones definitivas indefinidamente y los archivos de entrega entre uno y siete años. Incorpora una política de retención en la plataforma: eliminación automática cuando cierre el plazo de reclamación de notas —habitualmente 30 a 60 días tras el fin del período lectivo—, salvo para tesis archivadas en el repositorio institucional. El artículo 17 del RGPD concede a los estudiantes europeos el derecho de supresión: aplícalo para borradores no calificados, pero puedes denegarlo para trabajos calificados definitivos al amparo del artículo 17(3)(b). Documenta la política en el programa de la asignatura.

Accesibilidad: WCAG 2.2 en el flujo de entrega

En España, el Real Decreto 1112/2018 exige el nivel AA de las WCAG 2.2 para los sitios web de las universidades públicas, lo que afecta directamente a los formularios de entrega de trabajos. Esto implica navegación solo con teclado en el selector de archivos, regiones ARIA activas que anuncien el progreso de subida a los lectores de pantalla, y una relación de contraste mínima de 4.5:1 en el botón de envío. Prueba el flujo con NVDA o VoiceOver antes del inicio del semestre. Los alumnos con discapacidad que tengan adaptaciones aprobadas por el servicio de atención a la diversidad suelen necesitar ampliación de plazos integrada en la configuración de la tarea.

Flujo de calificación y herramientas de anotación

Una vez que llegan las entregas, los correctores necesitan anotación PDF en línea —SpeedGrader en Canvas o calificación basada en rúbricas en Gradescope—, reproducción de vídeo en paralelo para asignaturas de interpretación, y comparación de versiones para código. La agrupación asistida por IA de Gradescope permite calificar 200 entregas en el tiempo que antes llevaba calificar 40. Para revisiones de diseño, Figma Classroom y Miro Education se integran con los libros de calificaciones del LMS mediante LTI 1.3. Mantén compromisos de devolución realistas: un trabajo de 15 páginas con rúbrica detallada requiere entre 15 y 25 minutos de corrección cuidadosa.

Pruébalo en hexatransfer.com, gratuito, sin cuenta, máximo 10 GB. Cuando la entrega final de un equipo de trabajo fin de grado supere el límite de subida del LMS, un enlace con cifrado de extremo a extremo mantiene los bytes en movimiento sin exponer la propiedad intelectual no publicada de los estudiantes.