La crisis no es la IA: es nuestro modelo de evaluación

La discusión sobre inteligencia artificial en educación superior se ha planteado en el debate público entre dos extremos: prohibirla o permitirla. Pero esa no es la pregunta relevante.

La cuestión de fondo es: ¿qué ocurre cuando el modelo tradicional de evaluación fue diseñado para un mundo en el que delegar tareas complejas simplemente no era posible?

Las cifras muestran que el uso de herramientas de IA por parte de estudiantes es masivo. No se trata de una práctica marginal ni prohibida; es parte del entorno del día a día. Pretender su erradicación es desconocer la realidad. Pero permitir su uso sin rediseñar la arquitectura pedagógica puede ser incluso más problemático.

Durante décadas, buena parte de las evaluaciones se estructuraron sobre la base de informes, ensayos o trabajos. El supuesto implícito era que estas herramientas representaban directamente el proceso de aprendizaje. La inteligencia artificial pone en jaque ese supuesto. Hoy es técnicamente posible generar textos correctos, coherentes y además bien estructurados, sin siquiera haber atravesado por el proceso aprendizaje que esos textos evidenciaban cuando los mayores de 40 años estudiábamos.

El riesgo no es el uso de la tecnología. El riesgo es cómo estamos delegando el aprendizaje. Cuando la reflexión y el análisis se externalizan sin mediación pedagógica, lo que se debilita no es la evaluación: es la formación.

Por eso la pregunta correcta no es si la IA debe estar dentro o fuera del aula, sino cómo rediseñamos nuestras estrategias evaluativas para asegurar aprendizaje auténtico en un entorno tecnológico distinto. Ello implica al menos tres transformaciones.

Primero, recuperar el valor del proceso por sobre el resultado. Evaluaciones más situadas, con mayor componente oral, aplicado o reflexivo, donde el docente pueda observar el razonamiento en acción.

Segundo, explicitar reglas claras. Si el uso de inteligencia artificial está permitido en ciertas instancias, debe declararse con transparencia. Si en otras está restringido, también. La ambigüedad normativa solo erosiona confianza.

Tercero, formar a los propios académicos en diseño evaluativo. La transformación tecnológica no puede recaer exclusivamente en el estudiante. Exige actualización docente y reflexión institucional.

La universidad que se limite a perseguir el uso de IA llegará tarde. La que ignore su impacto también. La que asuma el desafío de rediseñar su modelo formativo estará, en cambio, fortaleciendo su misión.

La tecnología no reemplaza la experiencia educativa. Pero sí nos obliga a preguntarnos qué entendemos por aprender. Si una tarea puede ser ejecutada íntegramente por una máquina, quizás debamos revisar si esa tarea estaba realmente midiendo aquello que decíamos medir.

La inteligencia artificial no pone en crisis a la universidad. Lo que pone en crisis es la comodidad de un modelo que funcionó en otro contexto histórico. Adaptarse no es renunciar a la exigencia; es redefinirla con mayor precisión.

Carlos Barría

Rector Universidad UNIACC