Los estudiantes universitarios están utilizando la IA de forma intensiva, para hacer la mayor parte de sus trabajos y tareas, incluso para resolver exámenes y burlar los sistemas de evaluación, basta citar los casos de trampa en el examen de admisión de la UNAM, en donde la IA estuvo involucrada.
El problema es que los docentes y las intuiciones educativas no siempre están preparados para detectar el uso de la IA.
Antes de la proliferación de la IA los estudiantes ya recurrían a la tecnología para hacer trabajos y tareas, por ejemplo, buscaban textos sobre el tema en cuestión y copiaban apartados completos que hacían pasar como suyos.
En esos casos el profesor al leerlos podía pedirle a buscador como Google que encontrara coincidencias y el plagio se podía detectar, incluso muchas universidades cuentan con software anti-plagio disponible para toda la planta docente.
Pero en el caso de los textos generados con IA el proceso de identificación es más complejo, si por ejemplo le pides a un motor de IA que te diga si un texto en cuestión fue generado con una herramienta similar, la respuesta rara vez es contundente, a lo sumo te arroja algún tipo de probabilidad y muchas veces los indicios se centran más en los metadatos, que en el contenido como tal.
Esto hace compleja la labor del docente porque se vuelve complicado saber si el autor de un texto es el alumno o un motor de IA.
Hoy es muy común que afirmemos que no se le debe cerrar la puerta a la IA en las universidades, que por el contrario debemos enseñar a los alumnos a utilizarla y sacarle el mayor provecho, eso es totalmente cierto, pero para poder hacerlo de forma correcta, primero debemos capacitar a todos los docentes en su uso, sino es imposible impactar en los alumnos y más importante, debemos discutir los mejores enfoques de enseñanza, porque sin una hoja de ruta, los esfuerzos aislados tendrán un bajo impacto en la formación de los estudiantes.
victorsanval@gmail.com
@victorsanval