Profesor en Universidad Pontificia Comillas. Investigador en Instituto de Investigación Tecnológica, Universidad Pontificia Comillas
Se trata de una revolución protagonizada, por ejemplo,
por Claude 3.7 Sonnet, de Anthropic, y su
capacidad de generar código, resolver problemas matemáticos y diseñar
videojuegos básicos con una sola indicación, o Grok 3 de la empresa xAI, liderada por el
magnate Elon Musk y desarrollada en apenas un año, que puede mantener
conversaciones prácticamente indistinguibles de las humanas y lidera el ranking de
modelos grandes de lenguaje en el momento de la escritura de este artículo.
Mientras tanto, funcionalidades como DeepResearch,
de Gemini (modelo de inteligencia artificial de Google), o Perplexity pueden elaborar informes
exhaustivos sobre cualquier tema en cuestión de minutos. En este caso, la
tecnología opera de forma autónoma de una manera algo diferente a los modelos
mencionados más arriba.
La transformación en el procesamiento del conocimiento
humano
Estas herramientas no son simples asistentes: representan
una transformación fundamental en el acceso y procesamiento del conocimiento
humano. Y aunque de momento existe una barrera cultural para el uso
generalizado de estas herramientas, las generaciones más jóvenes las conocen
ampliamente, por lo que mirar hacia un lado o prohibir su uso no parece la
opción más sensata.
Y menos aún si tenemos en cuenta que la predicción de
Anthropic, la compañía que ha diseñado el asistente de IA Claude, de que en
2027 estas herramientas pasarán de ser meros asistentes a colaboradores y a
liderar grupos de investigación en 2030.
Desafíos inmediatos
Esta nueva realidad plantea desafíos inmediatos para la
educación superior. Los estudiantes familiarizados con estos modelos pueden
emplearlos para completar todo tipo de tareas académicas, desde ejercicios
básicos hasta la redacción de ensayos complejos.
Un trabajo final de grado, que tradicionalmente requeriría
meses de investigación y redacción, referencias perfectamente escritas y
certeras, y análisis de datos complejos, puede ser generado en pocas horas
mediante agentes de inteligencia artificial como Thesis con mínima supervisión por
parte del estudiante.
Los modelos de inteligencia artificial mencionados también
funcionan como alternativas a los libros de texto o incluso a la asistencia a
clases, sintetizando conocimientos y explicando conceptos complejos de forma
personalizada.
Foro 3D
La evaluación cuestionada
Los métodos tradicionales de evaluación de tareas quedan
cuestionados cuando un algoritmo puede producir respuestas académicamente
sólidas sin comprensión real de la materia por parte del alumno, que se
limitaría, en el peor de los casos, a copiar y pegar una redacción escrita por
inteligencia artificial, indistinguible de la realizada por el ser humano. Y si
no, prueben a pedir al asistente Claude que escriba una redacción con cuatro
faltas ortográficas, pobre coherencia y escrita como una persona de 17 años.
En las universidades se intenta contrarrestar esta tendencia
comprobando por otros medios, como la defensa oral, que el estudiante no se ha
limitado a copiar y pegar en detrimento de la evaluación escrita, pero lo
cierto es que los trabajos de fin de grado van quedando en entredicho como
método para demostrar los conocimientos del alumnado.
Sin embargo, el problema subyacente no surge con la
inteligencia artificial, sino que se arraiga en deficiencias educativas
presentes desde la infancia y con las razones por las que los universitarios
deciden recurrir a la inteligencia artificial de manera que puede suponer
aprender menos o peor. Un sistema educativo que raramente atiende las
particularidades de cada estudiante provoca
a menudo desmotivación y desconexión.
Atajos estudiantiles
Un alumno que no encuentra sentido en lo que aprende
naturalmente buscará atajos para superar evaluaciones sin preocuparse por el
aprendizaje real. La verdadera causa no es la tecnología, sino un sistema
que ha
fallado en cultivar la pasión por el conocimiento.
La personalización educativa emerge como necesidad urgente:
cada estudiante necesita encontrar significado y propósito en su formación. El
desafío fundamental consiste por tanto en transmitir valores que vinculen la
adquisición de conocimientos con el desarrollo personal y profesional,
demostrando que aprender transforma positivamente la vida, más allá de
calificaciones y títulos. Que el estudiante admire a un científico o a un
filósofo tal como ahora se admira a un influencer o un
futbolista.
La solución no radica en restricciones tecnológicas, sino en
una transformación educativa profunda y en que los modelos de lenguaje sean
recursos complementarios, igual que usamos buscadores o enciclopedias. La
inteligencia artificial bien utilizada sí puede servir para aprender más, pero
requiere de una responsabilidad mayor y de mayor madurez por parte del
estudiantado.
Adaptar la educación a las nuevas realidades
El problema nunca ha sido la herramienta –ya sea una
calculadora, internet o ahora la inteligencia artificial–, sino nuestra
resistencia a adaptar la educación a nuevas realidades. Las trampas académicas
han existido siempre, desde copiar en exámenes hasta contratar a terceros para
realizar trabajos. La diferencia actual es la democratización y eficiencia de
estos atajos.
La verdadera respuesta debe enfocarse en desarrollar
habilidades que la IA no puede replicar: pensamiento crítico, creatividad,
colaboración y aprendizaje adaptativo. Las universidades deben reinventarse
como espacios de aplicación práctica del conocimiento, donde la evaluación se
base en una supervisión continua del aprendizaje, no solo en resultados
finales.
Los educadores necesitan convertirse, por tanto, en guías
que estimulen la curiosidad y el cuestionamiento a través de una relación más
cercana con el alumno, en lugar de ser meros transmisores de información, ahora
fácilmente accesible.
Oportunidad para la evolución educativa
En definitiva, la proliferación de modelos avanzados de
lenguaje no representa el final de la educación tradicional, sino una
oportunidad para su obligatoria evolución. Estas tecnologías pueden liberar
tiempo para profundizar en aspectos verdaderamente formativos, permitiendo que
educadores y estudiantes se concentren en construir habilidades genuinamente
humanas.
El futuro educativo depende de reorientar nuestros objetivos
pedagógicos hacia competencias que trasciendan la mera acumulación de datos. La
universidad del mañana deberá ser un espacio donde la tecnología amplíe, no
reemplace, el potencial humano; donde el conocimiento se transforme en
sabiduría mediante experiencias significativas y donde cada estudiante
encuentre su propio camino hacia la excelencia, utilizando todas las
herramientas disponibles –incluyendo la IA– como medios para su desarrollo
integral, no como atajos hacia una titulación vacía de significado real.
Para citar esta entrada
Eduardo César Garrido Merchán: ¿Cómo será la educación universitaria en la era de la inteligencia artificial?. Consultar en El mito de Theuth 20/04/2025. Es un artículo publicado The Conversation, ¿Cómo será la educación universitaria en la era de la inteligencia artificial?
Creemos en el libre flujo de información. Republique nuestros artículos libremente, en impreso o digital, bajo licencia Creative Commons, citando la fuente
