La inteligencia artificial no acabará con la universidad, pero sí con una forma de enseñar

La irrupción de la inteligencia artificial generativa en las universidades ha provocado una reacción que oscila entre el entusiasmo y el temor.

Para algunos, herramientas como ChatGPT representan una revolución educativa capaz de transformar la enseñanza, personalizar el aprendizaje y facilitar innumerables tareas académicas.

Para otros, constituyen una amenaza directa a la formación universitaria porque permiten producir resúmenes, mapas conceptuales, imágenes, presentaciones y respuestas sin que necesariamente exista un proceso intelectual detrás.

Sin embargo, quizá estamos formulando mal la pregunta. El verdadero problema no es si la inteligencia artificial acabará con la universidad, sino si la universidad está preparada para revisar una forma de enseñar y evaluar que ya mostraba limitaciones mucho antes de la aparición de estas tecnologías.

Durante décadas hemos utilizado una secuencia bastante conocida: el profesor explica, el estudiante escucha y toma apuntes, posteriormente desarrolla una actividad, entrega un documento y el docente asigna una calificación. De manera implícita hemos aceptado que la calidad del producto presentado constituye evidencia suficiente del aprendizaje alcanzado.

La inteligencia artificial ha roto esa relación aparentemente sencilla. Hoy un estudiante puede presentar un trabajo solicitado por su docente, correctamente estructurado, con lenguaje académico y una argumentación aparentemente coherente sin comprender realmente lo que está escrito. Esto obliga a reconocer una realidad incómoda: entregar un buen trabajo nunca ha significado necesariamente haber aprendido.

La IA no creó este problema. Lo hizo visible. Muchas de las actividades tradicionalmente utilizadas en educación superior son fácilmente automatizables porque responden a estructuras previsibles: definir conceptos, resumir documentos, elaborar comparaciones, relacionar autores superficialmente o redactar ensayos generales.

Si una herramienta de inteligencia artificial puede resolver satisfactoriamente una actividad sin haber asistido a clases, sin conocer el contexto del curso y sin comprender los objetivos de aprendizaje, debemos preguntarnos no solamente qué tan poderosa se ha vuelto la tecnología, sino también qué tan exigente intelectualmente era la actividad propuesta.

Frente a esta realidad, prohibir la inteligencia artificial tampoco parece una solución suficiente. Concentrar los esfuerzos institucionales en detectores, mecanismos de vigilancia o sanciones puede conducir a una interminable competencia entre tecnologías capaces de generar contenidos y tecnologías que intentan identificarlos. Además, los detectores pueden equivocarse y generar una cultura académica basada en la sospecha. El verdadero desafío no consiste en descubrir obsesivamente quién utilizó inteligencia artificial, sino en determinar qué aprendió el estudiante y hasta qué punto puede responsabilizarse intelectualmente de aquello que presenta. Esto supone transformar la evaluación universitaria.

Un estudiante debería poder explicar por qué eligió determinadas fuentes, justificar sus argumentos, identificar errores, defender sus conclusiones, reconocer las limitaciones de su trabajo y responder preguntas relacionadas con aquello que afirma haber desarrollado. El documento final seguiría siendo importante, pero dejaría de ser la única evidencia. Los borradores, las discusiones, las defensas orales, los estudios de casos, los portafolios, las actividades realizadas en clase y la reflexión sobre el propio proceso de aprendizaje pueden proporcionar información mucho más valiosa sobre cómo piensa una persona.

Incluso el uso de inteligencia artificial podría convertirse en parte de ese proceso. Un estudiante podría comparar una respuesta generada por IA con fuentes científicas, identificar errores o sesgos, mejorar argumentos, cuestionar información incorrecta o explicar por qué aceptó o rechazó una recomendación algorítmica. En ese escenario, utilizar inteligencia artificial no significaría renunciar al pensamiento. El problema aparecería cuando la herramienta sustituye precisamente el esfuerzo cognitivo que una actividad pretendía desarrollar.

Pero esta transformación también exige revisar las condiciones en las que trabajan las universidades. Resulta contradictorio pedir evaluaciones personalizadas, acompañamiento constante, defensas individuales y seguimiento del proceso cuando un docente atiende grupos numerosos, múltiples asignaturas, responsabilidades administrativas y una creciente burocracia académica. Transformar la evaluación requiere también tiempo, recursos, formación docente y condiciones institucionales adecuadas. La innovación educativa no puede limitarse a comprar licencias tecnológicas o incorporar plataformas.

La universidad necesita, además, promover una alfabetización en inteligencia artificial que vaya mucho más allá de aprender a escribir instrucciones o “prompts”. Nuestros estudiantes necesitan comprender que estos sistemas pueden producir información falsa, reproducir sesgos, utilizar grandes cantidades de datos y responder a intereses empresariales específicos. Deben aprender a verificar información, contrastar fuentes, proteger datos personales, reconocer limitaciones y utilizar estas herramientas con criterio ético y académico.

Paradójicamente, la inteligencia artificial puede ofrecernos una oportunidad extraordinaria. Está obligándonos a recuperar aquello que siempre debió constituir el corazón de la educación universitaria: preguntar, argumentar, contrastar, experimentar, equivocarse, revisar y construir conocimiento.

Quizá la IA no acabará con la universidad. Pero sí puede acabar con una universidad que confunda producir documentos con producir conocimiento.Y posiblemente eso no sea una amenaza.Puede ser la oportunidad que necesitábamos para volver a preguntarnos qué significa realmente enseñar y, sobre todo, qué significa aprender en el siglo XXI.