Inteligencia artificial en la universidad: ¿cómo está cambiando la docencia?
La llegada de ChatGPT a las aulas universitarias no ha sido precisamente silenciosa. En muy poco tiempo hemos pasado de preguntarnos qué era la inteligencia artificial generativa a convivir con alumnos que la utilizan para buscar información, resumir textos, preparar trabajos, generar ideas, revisar redacciones o resolver dudas. Y, mientras tanto, los profesores intentamos encontrar nuestro sitio en un escenario que cambia a una velocidad difícil de seguir.
Como periodista, profesional de la comunicación digital y profesora de materias relacionadas con comunicación y marketing, observo este fenómeno desde varias perspectivas. La inteligencia artificial está transformando mi sector profesional, pero también la manera en la que enseñamos aquello que mañana nuestros alumnos tendrán que aplicar en su trabajo.
Por eso creo que el debate ya no debería centrarse únicamente en si los estudiantes pueden o no utilizar ChatGPT. La pregunta interesante es otra: ¿qué tenemos que enseñar cuando nuestros alumnos disponen de una herramienta capaz de generar en segundos muchas de las respuestas que antes les pedíamos elaborar durante horas?
Y esa pregunta nos afecta directamente como docentes.
Inteligencia artificial en la universidad: prohibir ya no parece una opción realista
Cuando aparecieron las primeras herramientas de inteligencia artificial generativa, una de las reacciones más comprensibles dentro del ámbito educativo fue pensar en cómo impedir su utilización.
¿Cómo sé si este trabajo lo ha escrito realmente el alumno? ¿Cómo puedo evaluar sus conocimientos? ¿Qué ocurre con el plagio? ¿Tiene sentido pedir el mismo tipo de ejercicios que hace unos años?
Son dudas absolutamente razonables.
Sin embargo, creo que centrar toda la estrategia educativa en detectar o prohibir la IA tiene poco recorrido. No porque debamos aceptar cualquier utilización, sino porque estas herramientas ya forman parte del entorno profesional al que se incorporarán nuestros estudiantes.
En comunicación, periodismo, publicidad o marketing digital ya se utilizan para investigar tendencias, analizar información, generar borradores, estructurar contenidos, plantear campañas, automatizar determinadas tareas o explorar alternativas creativas.
Si nuestros alumnos van a encontrarse estas herramientas en su vida profesional, la universidad debería enseñarles a utilizarlas. Pero, sobre todo, debería enseñarles a utilizarlas bien.
Y ahí aparece una diferencia fundamental.
Saber abrir ChatGPT y escribir una pregunta no significa saber trabajar con inteligencia artificial.
Utilizar ChatGPT no es lo mismo que saber utilizar la inteligencia artificial en la universidad
Esta es probablemente una de las cuestiones que más intento trasladar a mis alumnos.
Una respuesta bien redactada puede ser incorrecta. Un dato aparentemente convincente puede estar inventado. Una referencia puede no existir. Un texto impecable desde el punto de vista gramatical puede ser completamente genérico y no aportar absolutamente nada.
La fluidez lingüística de una herramienta no garantiza la calidad de su contenido.
Por eso, cuanto mejores sean las herramientas de IA, más importante será desarrollar competencias que, paradójicamente, son profundamente humanas: pensamiento crítico, criterio, capacidad de análisis, curiosidad, creatividad y conocimiento especializado.
El estudiante necesita saber formular buenas preguntas, proporcionar contexto, contrastar fuentes, detectar errores, identificar sesgos, revisar resultados y decidir qué información es útil y cuál no.
En definitiva, necesita criterio.
Y el criterio no aparece pulsando un botón.
El verdadero cambio está en las preguntas que hacemos a los alumnos
Quizá uno de los efectos más interesantes de la inteligencia artificial sea que nos obliga a revisar nuestras propias metodologías docentes.
Si un ejercicio puede resolverse copiando el enunciado en ChatGPT y obteniendo una respuesta razonablemente correcta en veinte segundos, quizá tengamos que preguntarnos si ese ejercicio sigue evaluando realmente aquello que queremos evaluar.
Esto no significa que todo lo anterior haya dejado de servir. Significa que tendremos que diseñar actividades donde el valor no esté únicamente en obtener una respuesta final.
Por ejemplo, podemos pedir al alumno que utilice una herramienta de IA y posteriormente analice críticamente el resultado. Que encuentre errores. Que contraste las fuentes. Que explique qué modificaría y por qué. Que compare diferentes respuestas. Que defienda oralmente sus decisiones. Que aplique lo aprendido a un caso concreto o que documente el proceso seguido hasta llegar a una conclusión.
El resultado sigue siendo importante, pero el proceso empieza a ser mucho más relevante.
Esto también puede ayudarnos a alejarnos de una enseñanza excesivamente basada en la reproducción de información. Porque, si una máquina puede proporcionar esa información inmediatamente, nuestra aportación como universidad debe estar unos cuantos pasos más allá.
Evaluar en tiempos de ChatGPT
Probablemente la evaluación sea uno de los grandes retos.
Durante años hemos utilizado trabajos escritos, ejercicios y proyectos como evidencias del aprendizaje. Ahora tenemos que asumir que una parte de esos contenidos puede haberse generado con ayuda de inteligencia artificial.
Intentar determinar qué porcentaje exacto ha escrito una persona y qué porcentaje una máquina puede conducirnos a un terreno complicado y poco productivo.
Me parece más interesante avanzar hacia modelos de evaluación que permitan comprobar si el estudiante comprende realmente aquello que entrega.
Presentaciones orales, defensa de proyectos, resolución de casos, ejercicios aplicados, seguimiento de distintas fases del trabajo, reflexión sobre las decisiones tomadas o combinación de actividades presenciales y digitales pueden cobrar cada vez mayor protagonismo.
También podemos incorporar la IA directamente a la evaluación.
¿Por qué no pedir a los estudiantes que generen una propuesta con ChatGPT y después la mejoren? ¿Por qué no darles una respuesta creada por IA y pedirles que detecten sus debilidades? ¿Por qué no evaluar su capacidad para verificar la información obtenida?
En mis áreas de docencia, además, esto tiene una aplicación especialmente interesante. Podemos analizar una estrategia de redes sociales creada por IA, detectar tópicos, comprobar si realmente responde al público objetivo, mejorar los mensajes o evaluar si una campaña aparentemente correcta tiene detrás una estrategia sólida.
Porque generar contenido nunca ha sido exactamente lo mismo que comunicar bien.
El profesor deja de ser la principal fuente de información
Durante mucho tiempo, una parte importante del papel del profesor estuvo relacionada con transmitir conocimiento. Evidentemente, esa función no desaparece, pero sí cambia.
Internet ya había iniciado esta transformación. La inteligencia artificial la acelera.
Nuestros alumnos tienen acceso inmediato a una cantidad de información prácticamente ilimitada. Ahora, además, pueden pedir que esa información se resuma, adapte, explique, compare o transforme en cuestión de segundos.
Por tanto, nuestro valor diferencial no puede consistir simplemente en proporcionar información.
Creo que el profesor adquiere cada vez más importancia como guía, curador de conocimiento y entrenador del pensamiento crítico.
Nuestro trabajo será ayudar a distinguir una fuente fiable de otra que no lo es, contextualizar los contenidos, formular las preguntas adecuadas, conectar teoría y práctica y enseñar a los estudiantes a cuestionar respuestas que aparentemente parecen perfectas.
También tendremos una función esencial para aportar algo que la IA no conoce automáticamente: contexto.
Contexto profesional, experiencia, ejemplos reales, conocimiento del sector, matices y situaciones en las que una teoría aparentemente sencilla se encuentra con una realidad bastante más compleja.
Ahí seguimos teniendo mucho que aportar.
Saber preguntar será importante, pero saber pensar lo será mucho más
Durante los últimos años hemos escuchado mucho hablar de prompt engineering, como si aprender determinadas fórmulas para hablar con una IA fuese a convertirse en una competencia profesional definitiva.
Tengo mis dudas.
Por supuesto que saber dar instrucciones claras es útil. Explicar el contexto, definir objetivos, establecer restricciones o proporcionar referencias mejora muchísimo los resultados.
Pero las herramientas evolucionarán y cada vez necesitarán menos instrucciones técnicas para comprender lo que queremos.
Lo que seguirá siendo imprescindible es saber qué queremos conseguir y cómo reconocer una buena respuesta cuando la tenemos delante.
Eso exige conocimiento.
Un estudiante que conoce los fundamentos del marketing podrá detectar una estrategia superficial. Quien entiende de periodismo podrá cuestionar una fuente dudosa. Quien conoce comunicación corporativa podrá identificar un mensaje incoherente con la reputación de una organización.
La IA puede generar opciones. Elegir con criterio entre ellas sigue siendo otra historia.
La IA también obliga al profesor a seguir aprendiendo
Hay otro aspecto del que quizá hablamos menos: esta transformación no afecta únicamente a los alumnos.
También nos obliga a los profesores a actualizarnos.
No necesitamos convertirnos todos en especialistas técnicos en inteligencia artificial, pero sí comprender cómo funcionan estas herramientas, qué posibilidades ofrecen, cuáles son sus limitaciones y cómo están modificando nuestras respectivas profesiones.
Especialmente cuando impartimos materias relacionadas con ámbitos tan cambiantes como comunicación, marketing, publicidad o periodismo.
No tendría demasiado sentido enseñar cómo será el entorno profesional de nuestros estudiantes ignorando una tecnología que ya está transformando ese mismo entorno.
Además, la IA también puede ser útil para nosotros. Puede ayudarnos a explorar ejemplos, preparar materiales, plantear casos, generar alternativas para un ejercicio o adaptar determinadas explicaciones.
Siempre, por supuesto, con revisión humana.
¿Nos hará la inteligencia artificial peores estudiantes?
Depende de cómo la utilicemos.
Una calculadora puede evitar que hagamos determinadas operaciones mentalmente, pero también permite abordar problemas matemáticos mucho más complejos. Internet hizo innecesario memorizar determinados datos, pero multiplicó nuestra capacidad para acceder al conocimiento.
Con la IA puede ocurrir algo parecido.
Si la utilizamos para evitar pensar, probablemente empobrezca el aprendizaje.
Si la utilizamos para pensar mejor, cuestionar respuestas, explorar alternativas, contrastar argumentos o profundizar en un problema, puede convertirse en una herramienta educativa extraordinariamente potente.
La diferencia no está únicamente en la tecnología.
Está en la metodología.
La universidad que viene necesita más pensamiento crítico, no menos
Creo que uno de los grandes errores sería interpretar la llegada de la inteligencia artificial como una razón para reducir la exigencia académica.
Debería suceder justamente lo contrario.
Si producir un texto correcto es cada vez más fácil, tendremos que exigir mejores ideas.
Si encontrar información es inmediato, tendremos que exigir mejores fuentes.
Si generar una estrategia básica lleva segundos, tendremos que pedir análisis más profundos.
Si una IA puede proporcionar diez respuestas, tendremos que enseñar a nuestros alumnos a explicar por qué elegirían una y descartarían las otras nueve.
Ese puede ser uno de los grandes cambios de la inteligencia artificial en la universidad: desplazar parte del valor desde la producción hacia el criterio.
Y eso redefine también nuestra función como profesores.
Quizá nuestro trabajo sea cada vez menos dar respuestas y cada vez más enseñar a hacer buenas preguntas. Menos comprobar si un alumno recuerda determinada información y más descubrir si sabe utilizarla. Menos vigilar qué herramienta ha empleado y más comprobar qué ha hecho con ella.
ChatGPT no elimina la necesidad de profesores. Pero sí nos obliga a preguntarnos qué tipo de profesores queremos ser.
Y, en mi opinión, esa es una conversación mucho más interesante que intentar averiguar cómo mantener la inteligencia artificial fuera del aula.