Universidad e IA: el espejo incómodo
Universidad e IA: el espejo incómodo
Escena
Sala de espera en un campus híbrido: mitad aula, mitad plataforma digital. En una pantalla aparece una intervención reciente de Miguel Arrufat, CEO de UNIR. Nadie discute la tecnología. Discuten lo que revela.
El Analista
—Arrufat ha puesto el dedo donde más duele: la universidad no va a cambiar por la IA…
va a cambiar porque la IA desestabiliza hábitos que llevábamos años sin revisar.
La Observadora
—Exacto. La IA no introduce el problema.
Lo amplifica.
—Lo que ya estaba mal diseñado ahora se nota más.
Y lo que estaba bien, vuela.
1) Tres tipos de alumnos… que ya existían
El Joven
—Me llamó la atención eso de los perfiles.
El Analista
—Porque es incómodo admitirlo:
Estudiantes que delegan en la IA y pierden autonomía.
Estudiantes con buenos hábitos que la usan para profundizar y acelerar.
Estudiantes que la usan como atajo para reducir esfuerzo.
—La IA no crea ninguno.
Los revela.
El Veterano
—Y los separa más rápido que antes.
2) El error de mirar solo la herramienta
La Observadora
—Muchas universidades siguen preguntándose:
¿qué IA usamos?
—Y esquivan la pregunta real:
¿qué tareas, procesos y evaluaciones estamos incentivando?
El Analista
—Si evalúas producto final sin autoría ni proceso,
premias al que mejor delega.
—Si evalúas razonamiento, iteración y decisiones,
la IA se convierte en aliada del aprendizaje.
El Joven
—O sea: la pedagogía decide el efecto de la IA, no al revés.
3) Evaluación continua: el pilar que ya crujía
El Veterano
—Aquí está el punto crítico.
—La evaluación continua ya era frágil antes.
La IA solo ha retirado el último apuntalamiento.
El Analista
—Arrufat lo dice sin rodeos:
si no replanteas autoría, proceso y validación real,
la evaluación deja de ser fiable.
La Observadora
—No basta con más entregas.
Hace falta más trazabilidad cognitiva.
4) El papel del profesor: menos transmisión, más criterio
El Joven
—Muchos temen que el profesor desaparezca.
El Veterano (niega con la cabeza)
—Desaparece el profesor que solo transmite.
—Pero el que diseña, selecciona, jerarquiza y exige…
ese se vuelve imprescindible.
El Analista
—Menos acumulación de contenidos.
Más curaduría con criterio.
—La IA acelera.
Pero no decide qué es riguroso.
5) El problema institucional (el más incómodo)
La Observadora
—Y luego está lo que casi nadie quiere debatir.
El Analista
—Inversiones grandes sin estrategia clara.
Falta de perfiles especializados.
Proyectos piloto duplicados entre universidades.
Colaboración público-privada mal entendida.
—Todo eso pesa más que elegir ChatGPT, Claude o lo que venga.
El Veterano
—Gobernanza antes que gadgets.
6) SEIA: poner marco antes que entusiasmo
El Joven
—Por eso es interesante el sistema SEIA.
El Analista
—Claro. No como herramienta mágica,
sino como marco para distinguir usos, criterios y responsabilidades.
—Para evitar que la IA amplíe desigualdades
en lugar de aprendizaje.
La Observadora
—La clave es esa palabra: criterio compartido.
7) La pregunta que queda en el aire
Silencio breve. La pantalla se apaga.
El Veterano
—La IA no va a transformar la universidad sola.
—
El Analista
—Lo hará según cómo rediseñemos
aprendizaje, evaluación y gobernanza.
—
La Observadora
—Si no hay criterio, la tecnología solo amplifica lo existente.
—
El Joven
—Entonces la pregunta incómoda no es tecnológica.
Se inclina hacia delante.
—¿Estamos rediseñando tareas y evaluación pensando en los usos reales de la IA…
o seguimos confiando en que la herramienta se autorregule sola?
Nadie responde enseguida.
Buena señal.
Porque cuando la universidad empieza a hacerse las preguntas correctas,todavía está a tiempo de cambiar
---------------------
Miguel Arrufat, CEO de @UNIRuniversidad , sobre el impacto de la IA en la universidad. Más allá de la tecnología concreta, lo que plantea apunta a algo más profundo y, en mi opinión, más incómodo.
La universidad no va a cambiar por la IA en sí. Va a cambiar porque la IA altera hábitos, roles y decisiones que durante años hemos dado por estables sin cuestionarlos demasiado. En el alumnado ya se están viendo perfiles muy distintos. Estudiantes que delegan en la IA y pierden autonomía. Otros que, con buenos hábitos previos, la utilizan para avanzar más rápido y con mayor profundidad. Y también quienes la usan como atajo para reducir esfuerzo. Ninguno de estos perfiles aparece por casualidad. Son una consecuencia directa de cómo diseñamos tareas, acompañamos procesos y evaluamos. Aquí es donde muchas universidades siguen evitando la conversación importante. La IA no crea estos comportamientos. Los amplifica, en función de decisiones pedagógicas que ya estaban ahí antes. De esta observación nace el trabajo que estoy desarrollando con el sistema #SEIA, como intento de poner marco y criterio a estas diferencias y evitar que la IA termine ampliando desigualdades en lugar de aprendizaje. En la experiencia de aprendizaje, la IA abre posibilidades reales en personalización y apoyo continuo. Pero al mismo tiempo tensiona uno de los pilares que muchas universidades siguen sosteniendo sin revisarlo a fondo. La evaluación continua deja de ser fiable si no se replantea desde la autoría, el proceso y la validación real del aprendizaje. El papel del profesorado también se desplaza, aunque no en la dirección simplista que a veces se plantea. Menos transmisión y más diseño. Menos acumulación de contenidos y más curaduría con criterio. La IA puede ayudar a acelerar, pero no puede decidir qué es riguroso o pertinente en cada contexto. Donde el debate se vuelve más incómodo es a nivel institucional.
Comentarios
Publicar un comentario