La IA no hizo trampa sola, Parte III. Después del examen: la generación que tendrá que aprender a pensar junto con la IA

 

Imagen generada con IA

A menudo damos a los niños respuestas que recordar en lugar de problemas a resolver

—Roger Lewin

Ok, después de toda la polémica sobre los exámenes de admisión de la UNAM que hemos venido discutiendo, es fácil quedarse con la conclusión más sencilla: algunos estudiantes hicieron trampa utilizando inteligencia artificial, mal, muy mal.

Y aunque el aspecto ético es absolutamente relevante, creo que esa lectura se queda muy corta. La verdadera historia no habla solamente de fraude, habla de una generación que está entrando a la universidad justo cuando cambia, quizá por primera vez desde la invención de Internet, el significado mismo de aprender.

Y eso nos obliga a replantear casi todo lo que entendíamos por educación.

Durante décadas, estudiar consistía, en buena medida, en adquirir información. Memorizar conceptos, comprender teorías, pensar, resolver ejercicios y demostrar ese conocimiento en un examen. El acceso a la información era limitado, y buena parte del valor de la educación consistía precisamente en acercar ese conocimiento a los estudiantes.

Hoy ese paradigma o ha cambiado o simplemente ya no existe.

En cuestión de segundos, un modelo de inteligencia artificial puede explicar una teoría física, resumir una novela, resolver una ecuación diferencial, escribir un ensayo o generar un programa de software; la información dejó de ser escasa para convertirse en prácticamente infinita. Y cuando eso ocurre, memorizar deja de ser el centro del aprendizaje.

En este punto, ya no se trata de lo que sabes. Se trata de lo que eres capaz de hacer con lo que sabes. Esta diferencia parece pequeña, pero podría transformar completamente la educación.

Porque la inteligencia artificial no elimina la necesidad de aprender; lo que elimina es la ventaja de repetir información que cualquier sistema puede recuperar en segundos, y esto significa que las habilidades más valiosas empiezan a ser otras: La capacidad para formular buenas preguntas, pensar críticamente, relacionar conocimientos de distintas disciplinas, resolver problemas ambiguos, trabajar con otras personas y saber cuestionar los resultados que produce una IA.

Y quizá la más importante de todas: saber cuándo la inteligencia artificial está equivocada. Porque esa es otra ilusión que empieza a extenderse entre muchos estudiantes: Confundir velocidad con verdad.

Los modelos generativos producen respuestas convincentes, pero no necesariamente correctas. Pueden inventar referencias, cometer errores matemáticos, interpretar mal un contexto o reproducir sesgos presentes en los datos con los que fueron entrenados. Entonces, quien acepta una respuesta de IA sin analizarla deja de aprender, simplemente delega el pensamiento.

Y ese es precisamente un dilema ético que va mucho más allá del examen de admisión.

¿Dónde termina el apoyo tecnológico y dónde comienza el engaño?

Desafortunadamente, la respuesta parece no ser evidente siempre.

Probablemente, usar una calculadora no es hacer trampa; utilizar un corrector ortográfico tampoco.

Probablemente, consultar un modelo de IA para comprender un concepto difícil sea una excelente estrategia de aprendizaje.

Pero pedirle que escriba un trabajo completo, que resuelva un examen o que tome decisiones por nosotros ya pertenece a otra categoría.

No porque la tecnología sea mala, sino porque deja de cumplir su función educativa.

Por otro lado, el objetivo de la universidad nunca fue producir documentos, es formar personas capaces de pensar, y eso sigue siendo insustituible.

Pero para buena o mala fortuna, creo que aquí existe una responsabilidad compartida. Por un lado, los estudiantes tendrán que asumir que la IA no puede convertirse en un sustituto permanente de su propio criterio. Pero las universidades también deberán abandonar la idea de que prohibir la tecnología resolverá el problema. Eso simplemente no ocurrirá.

De nuevo, para bien y para mal, la inteligencia artificial será tan cotidiana como hoy lo son Internet o los teléfonos inteligentes. Hoy en día, nadie imagina una universidad prohibiendo Google. Dentro de algunos años, meses quizá, ocurrirá exactamente lo mismo con la IA. La solución, entonces, no creo que consista en impedir su uso, sino en enseñar a usarla mejor.

Eso implica la entrada de un tercer jugador, el gobierno y sus instituciones de educación básica, media y media superior que permitan la incorporación de modelos de alfabetización en inteligencia artificial desde la educación temprana.

No únicamente aprender a escribir prompts, sino entender cómo funcionan los modelos, cuáles son sus limitaciones, cómo verificar información, cómo identificar sesgos y cómo trabajar con estas herramientas sin perder autonomía intelectual.

Quizá el mayor cambio educativo de la próxima década no sea incorporar cursos sobre IA; será rediseñar completamente la forma de enseñar.

Imaginemos universidades donde los estudiantes puedan utilizar inteligencia artificial durante ciertas evaluaciones, siempre que sean capaces de justificar, explicar y defender las decisiones tomadas junto con ella. Porque ese será el mundo profesional al que llegarán.

En un futuro, probablemente ningún ingeniero, médico, abogado, administrador o periodista trabajará aislado de estas herramientas; entonces, la verdadera competencia será saber colaborar con ellas sin dejar de pensar por cuenta propia.

Y creo que eso requiere un nuevo modelo educativo.

Uno donde el profesor deje de ser únicamente un transmisor de información para convertirse en un mentor del pensamiento crítico. Donde los exámenes memorísticos cedan espacio a proyectos interdisciplinarios, donde la creatividad tenga tanto peso como el conocimiento técnico.

Y donde la ética deje de ser una materia optativa para convertirse en una competencia profesional, sí, la ética que los nuevos modelos educativos han abandonado por años.

En AI Güey creemos que la inteligencia artificial no está sustituyendo únicamente empleos, está sustituyendo ciertas formas de trabajar, de aprender y de tomar decisiones.

La educación no puede permanecer inmóvil cuando cambia el objeto mismo que es aprender.

Quizá, dentro de algunos años, recordemos el caso de la UNAM no como el gran escándalo del fraude con IA. Sino como el momento en que México entendió que el problema nunca fue la inteligencia artificial.

El verdadero problema era que seguíamos preparando estudiantes para un mundo donde las respuestas eran difíciles de encontrar. Cuando el mundo que les tocará vivir exigirá algo completamente distinto:

Hacer las preguntas que ninguna inteligencia artificial puede formular por ellos.

Pero. Por supuesto, tú, estimado lector, ¿qué opinas?

Hasta la próxima,

—Jorge García, AI Güey