El centro de educación superior concluyó que es inevitable su uso e implementación en los currículos, pero advierte que debe ser de una forma responsable y progresiva.

El Instituto Tecnológico de Massachusetts (MIT) emitió un informe con la hoja de ruta que tomará la institución frente a la adopción de la inteligencia artificial generativa en la educación superior.

A través de su Comité Ad Hoc sobre el Uso de la IA en la Enseñanza, el Aprendizaje y la Formación en Investigación, la entidad delineó tres grandes áreas de acción dirigidas a su cuerpo docente y administrativo. El objetivo central es evitar que la automatización reemplace el esfuerzo cognitivo y, en su lugar, utilizar la tecnología para amplificar el aprendizaje y la resolución de problemas.

Es importante destacar que estas recomendaciones están basadas en el contexto y diagnóstico de la comunidad universitaria de las aulas estadounidenses. Quizá no se adapte con las particularidades de la educación colombiana. Sin embargo, le pueden servir como inspiración y guía a docentes que quieren ajustar sus metodologías con la coyuntura tecnológica de la inteligencia artificial.

1. Repensar los métodos de evaluación

La primera directriz reconoce que las herramientas de IA ya están en capacidad de resolver gran parte de las asignaciones tradicionales del currículo de pregrado, incluyendo ensayos, pruebas matemáticas y escritura de código. Para hacer frente a esta realidad, el comité recomienda:

  • Estar abiertos a innovar en la calificación: Se insta a los docentes a transitar hacia métodos de calificación que sean menos vulnerables a la IA y más valiosos para el aprendizaje. Esto incluye priorizar exámenes orales, portafolios semestrales y asignaciones fuera del aula que se complementen con discusiones presenciales.
  • Enfoque en proyectos prácticos: La IA permite a los estudiantes ejecutar proyectos de software o diseño arquitectónico mucho más ambiciosos en un solo semestre. Los profesores deben elevar el nivel de exigencia hacia el aprendizaje basado en proyectos, donde los alumnos utilicen la IA para visualizar y testear, pero mantengan el juicio crítico.
  • Claridad en el uso de IA en el aula y rechazo a los detectores: El MIT recomienda a sus instructores no depender de los programas detectores de IA, dado que pueden generar falsos positivos (especialmente en estudiantes no nativos) y fomentar un ambiente de desconfianza. En su lugar, se exige que cada materia hable de una política de IA clara y justificada desde el primer día de clases, estipulando exactamente cuándo su uso es restringido, permitido o de carácter obligatorio.

2. Centrarse en las personas, la comunidad y la experiencia educativa.

La rápida adopción de la IA generativa amenaza el tejido social del campus al incentivar el aislamiento y reducir la participación en grupos de estudio y tutorías. Para mitigar esta fragmentación, el MIT plantea:

  • Reafirmar la educación presencial: Las asignaturas deben incluir de forma estructurada componentes sociales en persona, tales como proyectos grupales con entregables colaborativos y sesiones de resolución de problemas guiadas. El contacto humano debe ser la vía para formar habilidades de comunicación, resiliencia y juicio profesional.
  • Transparencia docente: Los profesores deben ser transparentes sobre su propio uso de la IA. Si un instructor utiliza algoritmos para calificar, generar diapositivas o redactar retroalimentación mientras le prohíbe a sus alumnos usar estas herramientas, se crea un doble estándar que deteriora el contrato social del aula.
  • Integración ética en el currículo: Se debe enseñar a los estudiantes a utilizar la IA de manera efectiva y responsable en su campo específico. Esto abarca desde cómo escribir prompts útiles para la asignatura correspondiente, saber cómo verificar los resultados, comprender los dilemas éticos asociados a los datos de entrenamiento, los sesgos algorítmicos y hasta las normas de propiedad intelectual.

3. Construir procesos, equipos y herramientas para la mejora continua

El informe contempla que la transformación impulsada por la IA será un proceso de iteración tecnológica constante. Para brindar soporte a esta transición el MIT propone:

  • Financiación y apoyo técnico: El MIT sugiere la creación de un “Fondo Piloto de IA” para dotar a los instructores de los recursos necesarios, tales como créditos de computación y asistentes de docencia, permitiéndoles experimentar con nuevos modelos pedagógicos.
  • Equidad en el acceso tecnológico: Las plataformas comerciales de IA de mayor rendimiento tienen costos que pueden superar los 200 dólares mensuales, lo que genera brechas de desempeño académico entre los alumnos con capacidad de pago y aquellos que no la tienen. El MIT recomienda garantizar el acceso equitativo a estas herramientas de última generación mediante plataformas administradas por la institución.
  • Auditoría de costos e impacto ambiental: Ante el elevado consumo de energía y agua que requieren los centros de datos encargados del entrenamiento y la inferencia de los modelos de IA, la universidad debe promover la medición del impacto ambiental de estas tecnologías y fomentar la eficiencia en su uso.

El documento concluye que aunque la adopción de estas tecnologías plantea riesgos para los modelos de enseñanza tradicionales, también ofrece un potencial sin precedentes para impulsar la productividad y el desarrollo de competencias críticas en los alumnos.

Con información de Forbes US.

Lea también: El elevado costo de la incertidumbre fiscal: ¿cuándo anuncian el plan de ajuste?