¿Puede la universidad sobrevivir a la inteligencia artificial sin reinventarse?

Mientras miles de estudiantes universitarios en Chile utilizan ChatGPT para escribir ensayos y resolver problemas complejos, los académicos enfrentan una pregunta incómoda: ¿qué sentido tiene evaluar conocimientos que una máquina puede generar en segundos? Esta tensión, que recorre pasillos y salas de profesores desde Santiago hasta Valparaíso, ha dejado de ser una amenaza abstracta para convertirse en el debate más urgente de la educación superior chilena. La Universidad de Chile decidió enfrentar el tema de frente, convocando a expertos en un encuentro que puso sobre la mesa dos palabras que definen el futuro institucional: ética y cooperación.

El encuentro que sacudió la academia tradicional

La iniciativa surgió desde el corazón de la institución más antigua de Chile, donde autoridades académicas, investigadores en inteligencia artificial y especialistas en ética educativa se reunieron para discutir cómo la IA está reconfigurando los cimientos de la universidad. No se trató de un simposio más sobre tecnología educativa, sino de un reconocimiento explícito de que la inteligencia artificial representa un desafío existencial para el modelo universitario que ha prevalecido durante siglos. Los participantes coincidieron en que ignorar esta transformación equivale a condenar a la universidad a la irrelevancia.

El debate se centró en dos ejes fundamentales: primero, cómo mantener la integridad académica cuando los estudiantes tienen acceso a herramientas que pueden producir trabajos indistinguibles de los escritos por humanos; segundo, cómo transformar la cooperación entre docentes y estudiantes en un entorno donde la IA puede ser tanto aliada como obstáculo para el aprendizaje genuino. Los expertos advirtieron que las respuestas simples —como prohibir el uso de estas tecnologías— resultan no solo impracticables sino contraproducentes en un mundo donde la alfabetización en IA se está convirtiendo en una competencia laboral esencial.

La Universidad de Chile, como institución pública de referencia en el país, asumió un liderazgo simbólico al plantear estas preguntas antes que muchas otras casas de estudio. El encuentro reveló que la comunidad académica chilena está dividida entre quienes ven la IA como una herramienta democratizadora del conocimiento y quienes la perciben como una amenaza a la meritocracia y al esfuerzo intelectual individual. Esta polarización refleja tensiones más amplias sobre el futuro del trabajo cognitivo en la era de la automatización inteligente.

La ética académica en tiempos de máquinas que piensan

El componente ético del debate adquirió particular intensidad cuando los participantes abordaron la pregunta fundamental: ¿qué significa hacer trampa cuando la tecnología redefine constantemente los límites de la asistencia legítima? Durante décadas, la universidad operó bajo reglas claras: copiar de un libro sin citar era plagio, pero consultar ese mismo libro era investigación. La inteligencia artificial generativa desdibuja estas fronteras de manera radical. Un estudiante que pide a una IA que resuma un texto complejo, ¿está aprendiendo o evadiendo el aprendizaje? La respuesta, concluyeron los expertos, depende menos de la herramienta que del diseño pedagógico que la rodea.

Los académicos presentes reconocieron que el sistema actual de evaluación —basado en exámenes escritos, ensayos individuales y trabajos que miden principalmente la capacidad de reproducir información— se volvió obsoleto casi de la noche a la mañana. La IA expone una verdad incómoda: gran parte de lo que la universidad evalúa puede ser automatizado. Esto obliga a replantear qué habilidades humanas siguen siendo irreemplazables y cómo diseñar experiencias educativas que las cultiven. El pensamiento crítico, la creatividad contextual, el juicio ético y la capacidad de hacer preguntas significativas emergieron como competencias que ninguna IA actual puede replicar completamente.

La inteligencia artificial no amenaza a la universidad que forma pensadores críticos y creativos, pero sí sentencia a muerte a la universidad que solo transmite información y evalúa memorización.

El debate ético también incluyó dimensiones menos exploradas: la equidad en el acceso a herramientas de IA de calidad, la responsabilidad de la universidad en formar estudiantes que usen estas tecnologías de manera responsable, y el rol de las instituciones educativas en el desarrollo de sistemas de IA que respeten valores humanistas. Varios participantes señalaron que las universidades chilenas tienen la oportunidad de liderar en América Latina la creación de marcos éticos para la IA educativa, en lugar de simplemente importar modelos desarrollados en contextos culturales diferentes.

Cooperación humano-máquina: el nuevo paradigma pedagógico

El segundo eje del encuentro exploró cómo redefinir la cooperación en el aula cuando hay un tercer actor invisible pero omnipresente: la inteligencia artificial. Los expertos coincidieron en que prohibir estas herramientas resulta tan efectivo como intentar prohibir Internet en los años noventa. En cambio, propusieron integrar explícitamente la IA en el proceso educativo, enseñando a los estudiantes cuándo y cómo usarla de manera que potencie —en lugar de reemplazar— su aprendizaje. Este enfoque requiere que los docentes mismos se alfabeticen en IA, una tarea que muchas universidades chilenas apenas están comenzando a abordar.

La cooperación también implica repensar la relación entre estudiantes y profesores. Si la IA puede proporcionar explicaciones personalizadas, corregir errores al instante y ofrecer retroalimentación inmediata, el rol del docente debe evolucionar desde transmisor de conocimiento hacia diseñador de experiencias de aprendizaje y mentor en el desarrollo de habilidades metacognitivas. Los participantes del encuentro reconocieron que esta transformación requiere inversión en formación docente, rediseño curricular y, fundamentalmente, un cambio cultural en instituciones que a menudo valoran más la investigación que la innovación pedagógica.

Algunos académicos compartieron experiencias pioneras: cursos donde los estudiantes deben documentar y reflexionar sobre cómo usan la IA en sus trabajos, evaluaciones que requieren explicar y defender las ideas generadas con asistencia tecnológica, y proyectos colaborativos donde humanos y máquinas aportan capacidades complementarias. Estos experimentos sugieren que la cooperación productiva con la IA no surge espontáneamente, sino que debe ser enseñada, practicada y evaluada explícitamente como parte del currículo universitario.

Contexto clave

Inteligencia artificial generativa: Se refiere a sistemas de IA capaces de crear contenido nuevo —texto, imágenes, código, audio— a partir de instrucciones en lenguaje natural. Los modelos de lenguaje grande como GPT-4, Claude o LLaMA utilizan redes neuronales entrenadas con billones de palabras para predecir y generar texto coherente. A diferencia de los buscadores tradicionales que recuperan información existente, estos sistemas sintetizan respuestas originales, lo que los hace particularmente desafiantes para los métodos tradicionales de detección de plagio académico. Su capacidad para razonar, resumir, traducir y explicar conceptos complejos los convierte en asistentes cognitivos potencialmente transformadores para la educación.

Alfabetización en IA: Más allá de saber usar herramientas específicas, implica comprender los principios básicos de cómo funcionan los sistemas de inteligencia artificial, sus capacidades y limitaciones, sus sesgos potenciales y sus implicaciones éticas. Incluye habilidades como formular instrucciones (prompts) efectivas, evaluar críticamente las respuestas generadas por IA, reconocer cuándo una tarea requiere juicio humano irreemplazable, y entender las dimensiones de privacidad y propiedad intelectual involucradas. Para las universidades, desarrollar esta alfabetización en estudiantes y docentes se ha vuelto tan fundamental como lo fue en su momento la alfabetización digital básica.

Evaluación auténtica: Concepto pedagógico que cobra nueva relevancia en la era de la IA, se refiere a métodos de evaluación que requieren que los estudiantes apliquen conocimientos en contextos realistas, resuelvan problemas complejos sin respuestas únicas, y demuestren comprensión profunda en lugar de memorización superficial. Incluye presentaciones orales, proyectos aplicados, debates, reflexiones metacognitivas y demostraciones prácticas. Estas evaluaciones resultan más difíciles de automatizar completamente con IA y, simultáneamente, preparan mejor a los estudiantes para entornos laborales donde trabajarán junto a sistemas inteligentes.

Para profundizar

• El futuro de las humanidades en la era de la IA — Mientras las ciencias computacionales se adaptan rápidamente a la IA, disciplinas como filosofía, literatura e historia enfrentan preguntas existenciales sobre su valor cuando las máquinas pueden analizar textos y sintetizar argumentos. ¿Qué hace irreemplazable al pensamiento humanista?
• Desigualdad educativa amplificada por la IA — Los estudiantes con acceso a herramientas de IA de última generación, tutorías personalizadas por algoritmos y dispositivos adecuados obtienen ventajas significativas sobre quienes carecen de estos recursos. ¿Cómo pueden las universidades públicas latinoamericanas garantizar equidad en este nuevo ecosistema tecnológico?
• La IA como investigadora científica — Sistemas de inteligencia artificial ya contribuyen al descubrimiento de nuevos fármacos, la predicción de estructuras proteicas y el análisis de datos astronómicos. ¿Cómo debe cambiar la formación de investigadores cuando las máquinas pueden generar y probar hipótesis a velocidades sobrehumanas?