La inteligencia artificial (IA) ya cambió la forma en que los estudiantes estudian, escriben, investigan y resuelven problemas. Hoy pueden pedirle que escriba un ensayo, resuelva un taller, programe un código, prepare una presentación o resuma un libro en segundos y con resultados suficientemente buenos como para obtener una buena nota. Sin embargo, muchas universidades siguen enseñando y evaluando prácticamente igual que hace diez años o veinte años. Ese desfase es cada vez más difícil de sostener.
Ahí aparece una de las paradojas más preocupantes: estudiantes que entregan mejores trabajos, sacan buenas calificaciones y, sin embargo, no necesariamente están aprendiendo más. El producto puede ser impecable, pero el proceso intelectual que debía producir el aprendizaje pudo haber ocurrido muy poco, o no haber ocurrido.
Entonces surge una pregunta inevitable: ¿qué sentido tiene seguir poniendo tareas que sabemos que puede hacer la inteligencia artificial en lugar del estudiante?
Un reciente informe del MIT sobre inteligencia artificial y educación plantea precisamente que este nuevo escenario obliga a revisar qué deben aprender los estudiantes, qué actividades permiten que realmente lo aprendan y qué evidencia demuestra que efectivamente adquirieron esos conocimientos y habilidades.
La discusión, por tanto, no debería limitarse a decidir si se permite o se prohíbe la IA. Hay que repensar la enseñanza y, especialmente, la evaluación. Durante décadas, las universidades han utilizado como evidencia de aprendizaje el producto que entrega un estudiante. Pero hoy ese producto puede haber sido realizado parcial o totalmente por una máquina.
Universidades estadounidenses ya están cambiando sus prácticas. Harvard recomienda que los trabajos realizados fuera del aula se complementen con sustentaciones orales, escritura en clase o verificaciones presenciales que permitan comprobar qué sabe realmente el estudiante. Stanford propone exámenes orales y ejercicios escritos en clase cuando es necesario limitar el uso de IA en evaluaciones de alto impacto. Yale, por su parte, promueve evaluaciones “resilientes a la IA”, que combinan proyectos auténticos con presentaciones, preguntas orales y ejercicios presenciales.
No es casualidad que estén regresando las sustentaciones y los exámenes en clase. Cuando un estudiante tiene que explicar una idea, responder preguntas, defender un argumento o mostrar cómo llegó a una solución, resulta mucho más difícil que una herramienta piense por él. Eso es lo que debe recuperarse: evidencia del proceso de pensamiento, no solamente del producto final.
Para hacerlo, los profesores necesitan capacitación. Pero no únicamente para aprender a usar inteligencia artificial o hacer mejores prompts. Necesitan formación pedagógica para entender cómo incorporarla al aprendizaje, cuándo puede potenciarlo y cuándo debe prohibirse porque sustituye precisamente la habilidad que se quiere desarrollar.
La IA también está cambiando la relación de los estudiantes con la asistencia a clase. Algunos creen que pueden faltar y ponerse al día después preguntándole a una herramienta qué se vio o pidiendo un resumen del tema. Y en algunos casos probablemente lo consiguen.
Eso también debería llevar a los profesores a hacerse una pregunta incómoda: si un estudiante puede reemplazar una clase con una consulta de cinco minutos a una herramienta de inteligencia artificial, ¿qué valor adicional estaba ofreciendo esa clase?
La universidad presencial no puede competir con la IA en transmisión de información. Su valor está en la discusión, la interacción, la retroalimentación, la aplicación, la resolución de problemas y el acompañamiento experto. Por eso también debe revisarse el uso del celular en ciertas asignaturas fundamentales. Estar sentado en un aula no significa estar aprendiendo. La atención es una condición básica del aprendizaje y también una habilidad que debe cultivarse.
Todo esto es aún más importante en Colombia. Los resultados recientes de PISA muestran que muchos jóvenes llegan al final de la educación escolar sin dominar competencias fundamentales. Al mismo tiempo, 56% de los estudiantes colombianos de 15 años reportan utilizar IA al menos semanalmente para aprender; 45% para investigar temas nuevos; 39% para resumir lecturas y otro 39% para redactar trabajos.
Es decir, las universidades están recibiendo estudiantes con bases frágiles y, simultáneamente, con acceso a herramientas capaces de hacer buena parte del trabajo académico por ellos. Ante esa realidad puede aparecer un equilibrio especialmente perjudicial: estudiantes con menos bases, tareas resueltas por IA, buenas notas sin aprendizajes equivalentes y profesores que, frente a evaluaciones tradicionales cada vez menos útiles, terminan bajando la exigencia.
Debería ocurrir exactamente lo contrario. No bajar la exigencia, sino cambiar la forma de exigir. Cada universidad colombiana debería definir reglas claras sobre el uso de IA, rediseñar sus evaluaciones, capacitar a sus profesores y poner el aprendizaje y el desarrollo de habilidades en el centro. De lo contrario, el futuro del país estará en manos de una sociedad con menos conocimientos, menos criterio y menos capacidad para pensar y tomar buenas decisiones.
*Decana de la Facultad de Ciencias Económicas y Administrativas de la Universidad Javeriana.
👩🏫📄 ¿Quieres conocer las últimas noticias sobre educación? Te invitamos a verlas en El Espectador. ✏📚