Durante años, buena parte de la evaluación universitaria se apoyó en una premisa: el trabajo que entrega un estudiante permite observar qué sabe y qué es capaz de hacer. La inteligencia artificial generativa puso esa relación en cuestión.
“Ahora, evaluar el producto no tiene sentido porque puede haber sido hecho automáticamente”, afirmó el rector de la Universidad ORT Uruguay, Dr. Jorge Grünberg, durante la conferencia “Inteligencia artificial y educación”, que brindó el 27 de agosto ante estudiantes de ORT Argentina que culminan el ciclo secundario.
Su planteo no conduce a prohibir la inteligencia artificial en las aulas. Por el contrario, Grünberg sostuvo que los futuros profesionales necesitan aprender a utilizarla. El desafío para las universidades, señaló, consiste en incorporar una tecnología capaz de realizar parte del trabajo académico sin perder de vista qué aprendió efectivamente el estudiante.
Del resultado al proceso
Un ensayo, una serie de ejercicios realizados en el hogar o un programa informático podían funcionar hasta hace poco como evidencia del desempeño de un estudiante.
Con herramientas capaces de generar esos productos automáticamente, Grünberg planteó que la evaluación debe desplazarse hacia el proceso.
“Hay que evaluar el proceso, hay que estar mucho más cerca del alumno”, afirmó. Esta transformación implica revisar no solo los instrumentos de evaluación, sino también la forma en que se integra la IA a la enseñanza.
Grünberg explicó que la Universidad ORT Uruguay promueve su utilización y exige que los estudiantes informen si usaron inteligencia artificial y de qué manera, especialmente cuando presentan contenidos producidos automáticamente.
También señaló que la universidad cuenta con un curso obligatorio de inteligencia artificial para todas las carreras y apoya mediante fondos concursables a docentes que experimentan con estas herramientas en sus disciplinas.
La alternativa, desde esta perspectiva, no pasa por intentar recrear un entorno educativo anterior a la IA, sino por diseñar formas de enseñanza y evaluación compatibles con una tecnología que los graduados utilizarán posteriormente en su actividad profesional.
“Usen los modelos (de IA) como apoyo para aprender, no como sustituto del esfuerzo cognitivo”, recomendó Grünberg a los estudiantes.
También propuso utilizarlos como tutores o compañeros de entrenamiento, y verificar sus respuestas ante la posibilidad de que generen información incorrecta.
El primer empleo también cambia
El problema de demostrar lo que una persona sabe hacer no termina en la universidad. Grünberg sostuvo que, aunque por el momento no existe evidencia de un reemplazo a gran escala de los empleos humanos, la incorporación de inteligencia artificial está afectando especialmente las oportunidades laborales de entrada.
“Los trabajos más expuestos son los junior, los entry-level jobs”, señaló. Según explicó, el fenómeno no se distribuye de manera uniforme entre las profesiones: mencionó a la programación entre las actividades donde los puestos iniciales han disminuido, mientras que en áreas en las que la intervención humana tiene un valor intrínseco, como medicina, enfermería o enseñanza, el impacto es diferente.
La situación plantea un segundo desafío para la educación superior. Si algunas de las tareas que tradicionalmente permitían a un profesional junior adquirir experiencia pueden ser automatizadas, la formación universitaria necesita generar otras oportunidades para demostrar capacidades antes del ingreso pleno al mercado laboral.
Grünberg recomendó que los estudiantes construyan portafolios con trabajos concretos que acrediten “experiencia real, demostrable y trasladable”. También explicó que la Universidad ORT Uruguay trabaja en la generalización de experiencias de educación clínica, con períodos prolongados de trabajo de los estudiantes en organizaciones reales.
El objetivo, según planteó, es que los graduados lleguen al mercado laboral con un nivel de experiencia mayor al que tradicionalmente se asociaba con quien acaba de finalizar una carrera.
Una tecnología para todas las profesiones
Para Grünberg, estos cambios ocurren en un escenario en el que el manejo de inteligencia artificial dejará de ser una competencia reservada a quienes estudian informática.
“Saber usar inteligencia artificial va a ser indispensable en cualquier profesión”, afirmó.
Al mismo tiempo, diferenció dos formas en que las organizaciones pueden incorporar estas tecnologías: sustituir tareas realizadas por personas o utilizarlas para potenciar sus capacidades. A esta última modalidad la definió como una estrategia aumentativa y sostuvo que puede modificar y jerarquizar los puestos de trabajo en lugar de eliminarlos.
La IA generativa, agregó, tampoco es “omnipotente”. Entre sus limitaciones destacó las dificultades para el aprendizaje continuo y acumulativo frente a la capacidad humana de incorporar rápidamente experiencias nuevas, así como su menor capacidad para interpretar intenciones y relaciones a partir de poca información.
https://www.youtube.com/watch?v=7yVxpRm_Ovc
De este modo, la conferencia planteó dos interrogantes conectadas. Si un resultado académico puede ser producido automáticamente, las universidades necesitan nuevas maneras de comprobar el aprendizaje. Y si parte del trabajo que antes realizaban los profesionales al comienzo de sus carreras puede automatizarse, los estudiantes necesitan nuevas maneras de adquirir y demostrar experiencia.
Para Grünberg, aprender a utilizar la inteligencia artificial forma parte de la respuesta, pero no la agota.
“No traten de hacer mejor lo que las máquinas ya hacen muy bien”, concluyó. “Cultiven su dimensión humana, que ese va a ser su diferencial”.