La revolución tecnológica de la inteligencia artificial está transformando radicalmente el panorama educativo. Más allá del conocido ChatGPT, otros modelos avanzados están redefiniendo lo que es posible lograr con simples instrucciones textuales (o prompts).
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.
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.
