Durante los últimos años,
buena parte de la discusión universitaria sobre inteligencia artificial se ha
concentrado en una pregunta limitada: ¿permitimos o prohibimos que los
estudiantes utilicen ChatGPT? El reciente informe del Massachusetts
Institute of Technology (MIT) desplaza esa discusión hacia un problema más
profundo. La pregunta ya no es qué hacer con la IA, sino qué significa
aprender en una universidad donde una máquina puede resolver muchas de las
tareas que tradicionalmente hemos utilizado para enseñar y evaluar.
El 13 de agosto de 2026,
el MIT publicó el informe de su comité ad hoc sobre el uso de inteligencia
artificial en la enseñanza, el aprendizaje y la formación investigativa. El
comité trabajó durante cinco meses con profesores, estudiantes y personal de distintas
áreas. Su encargo inicial era conocer cómo se utiliza la IA, identificar
innovaciones docentes y proponer políticas para regular su empleo. Sin embargo,
el trabajo terminó conduciendo a una cuestión mayor: revisar la estructura,
el significado y el valor de la educación universitaria ante la presencia
generalizada de la inteligencia artificial generativa. El informe se puede
descargar desde este enlace.
El problema no es solo
usar IA, sino qué deja de hacer el estudiante
El informe parte de una
constatación: la inteligencia artificial ya forma parte de la vida académica.
Los estudiantes la emplean con frecuencia y los profesores mantienen posiciones
que van desde la incorporación entusiasta hasta el rechazo.
El documento reconoce
beneficios concretos. La IA facilita tutorías personalizadas, retroalimentación
inmediata, análisis de datos, programación y creación de experiencias
educativas más complejas. También permite desarrollar proyectos que antes
exigían mucho más tiempo o conocimientos técnicos. Pero el MIT dirige la
atención hacia otro fenómeno: la IA puede modificar aquello que los
estudiantes hacen para aprender.
El comité reporta señales
de disminución de la asistencia a consultas docentes, menor participación en
discusiones y una reducción percibida de los grupos presenciales de estudio.
También recoge preocupaciones relacionadas con la pérdida de confianza, la
menor comprensión de los contenidos y el deterioro de las relaciones entre
profesores y estudiantes.
Aquí aparece una de las
ideas centrales del informe: obtener una respuesta correcta no equivale a
aprender. Un estudiante puede resolver un problema, producir un ensayo o
generar un programa mediante inteligencia artificial sin haber desarrollado los
procesos cognitivos que esas actividades pretendían provocar. La tarea puede
estar terminada y el aprendizaje no haber ocurrido.
El informe advierte sobre
la rendición cognitiva. El estudiante encuentra una dificultad y recurre
de inmediato a la IA. Desaparece parte de la fricción cognitiva que obliga a
recordar, relacionar conceptos, formular hipótesis, equivocarse, corregir y
construir una respuesta propia.
Esta observación cambia
el centro del debate. El problema pedagógico ya no puede reducirse al plagio o
a la detección del texto generado por una máquina. La pregunta pasa a ser otra:
¿qué actividad cognitiva realiza realmente el estudiante? Desde esta
perspectiva, perseguir textos producidos con IA resulta insuficiente. El propio
comité recomienda cautela con los detectores. Advierte sobre falsos positivos,
dificultades para identificar usos parciales y el riesgo de convertir la
relación educativa en una carrera entre sistemas de detección y herramientas
destinadas a evadirlos. La alternativa propuesta es más pedagógica: hacer
visible el proceso.
El informe menciona
portafolios, evaluaciones orales, conversaciones presenciales sobre trabajos
realizados fuera del aula, seguimiento periódico de proyectos y sistemas que
permitan conservar versiones sucesivas de una producción. No se trata
solamente de evaluar el resultado final, se necesitan evidencias de cómo se
construyó ese resultado.
Esto plantea una
consecuencia directa para nuestras asignaturas. El documento final comienza a
perder su condición de evidencia suficiente del aprendizaje. Ante una IA capaz
de producir productos terminados de gran calidad, debemos observar decisiones,
argumentos, correcciones, fuentes consultadas y explicaciones del estudiante.
De una política sobre
IA a una pedagogía consciente de la IA
Uno de los conceptos más
sugerentes del documento es la expresión AI aware, que podemos entender
como una educación consciente de la existencia de la IA.
El MIT no propone
incorporar inteligencia artificial en todas las actividades. Tampoco recomienda
prohibirla en todas. Su planteamiento es más complejo: ningún curso debería
diseñarse como si la IA no existiera. Esto obliga a revisar los objetivos de
aprendizaje.
Antes de decidir si
ChatGPT puede utilizarse en una tarea, el profesor debería preguntarse qué debe
aprender el estudiante, qué debe ser capaz de hacer y qué necesita comprender
por sí mismo. Solo después tiene sentido decidir qué papel puede tener la inteligencia
artificial.
La lógica es cercana al
diseño inverso. El punto de partida no es la herramienta, sino el aprendizaje
esperado.
El informe insiste
también en que no existe una política única que funcione para todas las
asignaturas. La relación con la IA será distinta en programación, escritura,
arquitectura o matemática. También será diferente para un estudiante de primer
año y para un doctorando con conocimiento profundo de su campo.
Por esta razón, el MIT
propone que cada asignatura declare con claridad cuándo la inteligencia
artificial está permitida, limitada, requerida o prohibida. Pero añade una
condición que suele olvidarse: el profesor debe explicar por qué.
No basta escribir en el
programa que ChatGPT está prohibido. Si la prohibición protege un aprendizaje
que el estudiante necesita desarrollar sin asistencia, debe explicarse. Si la
IA es requerida porque forma parte de las prácticas profesionales que el estudiante
debe conocer, también debe justificarse.
El informe introduce otra
exigencia: la transparencia del profesor. Los estudiantes cuestionan que
un docente prohíba utilizar inteligencia artificial y después genere con ella
sus diapositivas, tareas, comentarios o evaluaciones sin comunicarlo. El comité
recomienda que los profesores informen cuándo emplean IA y expliquen las
razones de ese empleo.
Surge así un nuevo contrato
educativo. Profesores y estudiantes deben aprender a declarar qué delegan
en la inteligencia artificial, qué conservan bajo responsabilidad humana y por
qué toman esas decisiones. El principio que sintetiza esta posición es claro: ampliación,
no automatización. La IA debería ayudar al estudiante a pensar mejor, no
pensar en su lugar.
La pregunta práctica para
cualquier actividad educativa podría formularse de esta manera: ¿la IA está
apoyando el aprendizaje o está sustituyendo el trabajo cognitivo que queríamos
desarrollar?
El informe propone
también fortalecer el aprendizaje basado en proyectos, las experiencias
prácticas, la colaboración presencial y las actividades donde los estudiantes
deban interactuar con otras personas. Discutir una idea, defender una posición,
recibir una crítica, explicar un error o resolver un problema junto con otros
también forma parte del aprendizaje universitario.
Otro dato ilustra la
magnitud del problema. En una encuesta realizada por el MIT en 2025, más de dos
tercios de los estudiantes consideraban que la IA tendría relevancia en sus
futuras carreras, pero solo el 25% sentía que la institución los estaba preparando
adecuadamente para utilizarla.
La respuesta no puede
limitarse a enseñar mejores prompts. El informe distingue entre uso efectivo,
responsable y ético. Esto comprende formular problemas, verificar resultados,
reconocer posibles alucinaciones, saber cuándo no recurrir a la IA, declarar su
participación en un trabajo y analizar sesgos, propiedad intelectual y efectos
sociales.
La mayor aportación del
informe del MIT no es una nueva política sobre ChatGPT.
Es otra pregunta.
Si una máquina puede
hacer la tarea que pedimos a nuestros estudiantes, ¿qué queríamos que
aprendieran al realizarla?
Responder esa pregunta
puede cambiar mucho más la educación superior que cualquier detector de
inteligencia artificial.
Fuente
AI-Committee-Final-Report-Aug-13.
Acceso https://aiandeducation.mit.edu/report/
No hay comentarios:
Publicar un comentario