Miguel Toro
Octubre 2026
Los algoritmos de IA han generado escenarios nuevos en
la universidad y la enseñanza en general, en el mundo editorial y en otros
muchos entornos. Un profesor sospecha que el trabajo de un alumno fue generado,
no escrito. Un editor pasa un texto por un detector antes de leerlo. La
reacción ha sido prohibir. Algunas universidades ya vetan la IA.
¿Y si el problema no fueran los alumnos que usan
ChatGPT, sino una universidad que lleva años enseñando cosas que una máquina
puede hacer? Mientras se discute si los estudiantes hacen trampas, el edificio
entero sigue funcionando como si no hubiera pasado nada. El crédito ECTS se
diseñó para medir el tiempo necesario para adquirir unos conocimientos. Hoy una
máquina puede resolver lo que antes necesitaba horas de codos.
Las calculadoras mejoraron la resolución de problemas
para la mayoría de los estudiantes mientras las olimpiadas matemáticas siguen
prohibiéndolas en la élite, y los motores de ajedrez elevaron con fuerza el
nivel del jugador medio dejando prácticamente plana la cima del juego.
Con la clase ocurre algo parecido. En muchos casos el
profesor se limita a leer los apuntes o seguir unas transparencias ajeno a que
compite con una IA que trabaja de noche, sin descanso, y explica lo mismo cien
veces sin perder la paciencia. El profesor se queja de que los alumnos no van a
clase. El estudiante no es idiota por elegir la opción más cómoda.
La universidad tendrá que enseñar a usar la IA, porque
los futuros profesionales van a utilizarla. Un profesional podrá pedirle un
borrador a la máquina, pero la clave será si sabe detectar cuándo esta le
responde una estupidez.
En el sudeste asiático, a diferencia de Estados Unidos
y Europa, sí se están diseñando herramientas expresamente educativas, no vetan
la tecnología y la emplean a la carta, según sus puntos fuertes y
débiles.
Pero ¿Cuáles deberían los objetivos de la enseñanza en
la época de la IA y cómo evaluarlos? El profesor Francisco Herrera en Habituation and the Human Will: How
Passive Reliance on Human-AI Collaboration Erodes Ethical Agency to Prevent It nos presenta un conjunto de ideas
relevantes para empezar a abordar este tema. El artículo tiene una visión más
amplia. Aquí sólo usaremos algunas de sus ideas adaptadas al mundo de la
enseñanza.
Desde nuestro punto de vista la enseñanza en los
tiempos de la IA debe formar alumnos que ayudándose de la IA puedan aumentar sus
capacidades para elegir entre opciones dentro de un dominio, adoptar un plan,
decidir qué valores priorizar o que aspectos delegar en otra persona o en un
algoritmo. El alumno debe ser capaz de distinguir cuando un algoritmo le está
proponiendo una solución incorrecta o que no está alineada con los valores
humanos.
La universidad debe cambiar, pero ¿por dónde empezamos
a concretar los cambios necesarios? En España muchos profesores han optado por
pedir la prohibición. Otros, pocos, ya han actualizado la evaluación
intensificando las pruebas orales y convocando más actividades presenciales. El
problema no es desenmascarar al tramposo. El problema es cómo saber qué
acredita exactamente el trabajo que se presenta: si las aptitudes del
estudiante o la pericia de una IA.
La IA es muy adecuada para acceder al conocimiento y
ajustar los contenidos a las necesidades de cada alumno. Si los sistemas
educativos y la formación de los profesores y maestros no se adaptan a su uso,
estaremos formando una generación tras otra de zombis incapaces de pensar por
sí mismos. No se puede ignorar la IA y seguir enseñando como si no existiera,
porque los alumnos van a vivir en un mundo donde esa tecnología estará por
todas partes.
Necesitamos poner la IA al servicio de la educación y
utilizarla para formar el pensamiento crítico de los alumnos. Decirlo es más
fácil que hacerlo, pero debemos ponernos a ello. La construcción del
pensamiento crítico y las destrezas de pensamiento de alto nivel se han vuelto
más importantes que nunca en la era de la IA.
El problema es cómo lograr que los alumnos aprendan lo
básico y, si no lo hacen, que no aprueben gracias a la inteligencia artificial
(IA). Los expertos no dudan en que la generalización de la IA generativa pone
en peligro las habilidades para escribir y el pensamiento crítico, mientras
crece el fraude académico y la dificultad para evaluar el aprendizaje real.
¿Pero cómo hacer que las IAs sean un complemento para aprender y no un atajo
para superar una materia?
Hay que empezar por cambiar la forma de evaluar. Creemos
que los trabajos llevados a cabo con la ayuda de IA no deben evaluarse
únicamente por su resultado final. Hay que evaluar también el proceso, el camino
seguido para llegar al resultado.
El alumno debe hacerse responsable del trabajo
presentado y no asumir simplemente que los resultados son productos del algoritmo.
Ante cada problema resuelto el alumno debe saber responder adecuadamente sin
ayuda de la IA a algunas preguntas: ¿Cuáles son los objetivos? ¿Qué opciones
disponibles hay? ¿Cuál sería el resultado se escogemos otra opción de las
posibles? ¿Por qué la opción escogida es la mejor? ¿Y mejor desde que punto de
vista?
Debemos evaluar los detalles del resultado para
decidir si el alumno está convencido que las opciones escogidas con la ayuda de
la IA son las adecuadas. En definitiva, si es capaz de reconstruir aspectos del
trabajo escogidos por el profesor sin la ayuda de la IA. Evaluar con los objetivos
que buscamos no es sencillo. Los profesores debemos seguir experimentando en la
evaluación en la era de la IA.
Es muy relevante la existencia o no de herramientas de
ayuda al profesor y al alumno. ¿Por qué existen actualmente tan pocos ejemplos
de herramientas de IA que ayuden al profesor en vez de pretender sustituirlo? La
respuesta creemos que está en que gran parte del auge de la IA ha sido
impulsado por un grupo homogéneo de personas influenciadas por una idea
compartida que considera que las máquinas superarán y suplantarán a la
humanidad.
Existen más herramientas que pueden hacer la parte
repetitiva: exposición de temas concretos que pueden ser vistos de forma
repetida, responder a preguntas concretas del alumno en un dominio específico,
hacer una primera evaluación de su nivel, etc.
Debemos construir herramientas que reten al
estudiante, le pregunten y le fuercen a pensar. Y, dependiendo de las
respuestas, lance otras cuestiones que le deben ayudar a aprender.
Las herramientas de ayuda a la enseñanza deberían
presentar los compromisos y las interpretaciones alternativas plausibles y no
una única opción. Su función debería ser mantener al alumno comprometido en la
evaluación de las razones, y no aceptar una autoridad sin más. Estas
herramientas deben diseñarse para mantener a los alumnos activamente
involucrados en la evaluación de las opciones presentadas y proporcionar
información accesible sobre razones, supuestos, evidencias y criterios de
decisión relevantes.
Una herramienta de IA debería explicar las razones de
las decisiones que ofrece. Debe hacer algo más que revelar información. Debería
ayudar a los alumnos a comprender las razones, evidencias, suposiciones e
incertidumbres que sustentan una decisión o un resultado.
¿Debemos sustituir a los profesores por herramientas? Muchas
empresas líderes se han volcado exclusivamente en la búsqueda de la
inteligencia artificial general (IAG). Centran la atención en la
automatización: reemplazar el trabajo humano, y de los profesores en
particular, siempre que sea posible. Pero existe otra alternativa. Las
herramientas de IA también pueden diseñarse para complementar a los profesores,
mejorando sus capacidades y productividad, en lugar de sustituirlos.
En lugar de sustituir a los docentes, las herramientas
de IA podrían ayudarles a identificar las áreas en las que los alumnos tienen
dificultades y permitirles ofrecer un apoyo más personalizado a gran escala. Debemos
devolver el valor a la enseñanza presencial. Los responsables políticos e
institucionales deberían fomentar este tipo de innovación que complementa y
mejora la labor docente mediante regulaciones e incentivos específicos.
Hay que poner en valor la enseñanza presencial, pero
no podemos quedarnos en lo fácil: pedir más recursos, más profesores y en
particular que se reduzca el tamaño de los grupos para una supuesta mejor
atención individual. El profesor debe decidir cuál es su papel porque
posiblemente se está acabando el tiempo para seguir impartiendo clases repetitivas cuando muchos aspectos se
puede delegar en un algoritmo.
