Decir que la IA generativa está revolucionando la educación es casi un cliché. Ha supuesto un salto cualitativo y cuantitativo en la búsqueda y procesamiento de la información y, además, es altamente provechosa en términos de generación de ideas, de obtención de explicaciones rápidas y concisas, de sugerencia de ejemplos o de mejora de la redacción, por mencionar sólo algunos de sus beneficios. Con tantas ventajas a su favor, no es de extrañar que muchos hablen de una auténtica “revolución”.

Tales ventajas sitúan al estudiante­ en una posición de partida óptima para elaborar trabajos de mayor calidad. Pese a ello, la utilización de la IA por parte de los estudiantes está generado una importante desazón entre los docentes. Una buena parte del malestar aflora en el momento de la evaluación de tareas y trabajos: para el profesor es un desafío calibrar el tiempo que ha dedicado un estudiante a un trabajo y, en consecuencia, valorar el esfuerzo invertido y el aprendizaje adquirido. Surge entonces la pregunta: ¿debería prohibirse el uso de la IA en la realización de estos trabajos?

De ser así, también habría que cuestionar si, en su momento, debería haberse prohibido el uso de los motores de búsqueda en Internet como herramienta de documentación, obligando a los estudiantes a recurrir exclusivamente a bibliotecas físicas. Dado que la mayor parte de la información disponible está digitalizada —e incluso está únicamente en formato digital—, todos entendimos que utilizar buscadores, preferentemente especializados, ahorra tiempo y amplía el acceso a fuentes. Por tanto, difícilmente habría tenido sentido prohibir una herramienta tan eficiente. Pues lo mismo ocurre con la IA.

Sin embargo, pese a la convicción de que la prohibición no es la solución, cuando leemos algunos de los trabajos que entregan actualmente los estudiantes, tenemos la sensación de que no está ayudando al aprendizaje. Si no se trata de prohibirla, entonces debemos preguntarnos: ¿cómo hacer un mejor uso de ella para garantizar que se está produciendo un aprendizaje significativo?

En este texto se exponen algunos de los problemas detectados en los trabajos de los estudiantes, para después ofrecer una recomendación sobre cómo abordarlos. He optado por ser pragmática y priorizar aquellos aspectos básicos que, a mi juicio, no deberían pasarse por alto al presentar un trabajo. Indudablemente, hay otros retos asociados a la IA que no se plantean aquí.

 

Problema 1. Alarde técnico, pero contenido superficial.

Es habitual que los trabajos incluyan mucha información, una buena parte de la cual es técnica y difícilmente comprensible para un estudiante que, ni es especialista en la materia, ni tiene porque serlo, ya que no es un estudiante de tal materia. Este proceder se convierte en un indicio de superficialidad y oportunismo. El profesor sabe que esa información está en el trabajo porque es fácil de obtener y porque el estudiante cree que traslada la idea de que conoce bien el tema. Pero nadie se lleva a engaño, ni sobre el grado de interés real, ni sobre su comprensión. A modo de ejemplo, véase en el recuadro inferior un extracto de un trabajo de un estudiante en el que la tarea encomendada era la creación de un concepto de nuevo producto. El nuevo producto que el estudiante se proponían desarrollar era una billetera anticlonación de tarjetas. Términos como “cuerpo de aluminio de aviación”, “polímero texturizado para agarre”, “servomotor miniatura”, “módulo de control ESP32 o similar”, “certificación IP67” o “geofencing” ilustran lo que quiero decir al hablar de alarde técnico.

 

Diseño y Prototipado.

El prototipo físico es compacto pero alberga componentes electrónicos. Se propone un diseño de «tarjetero rígido» con un compartimento para efectivo.

Materiales: Cuerpo de aluminio de aviación (bloqueo RFID natural y resistencia a caídas) con recubrimiento de polímero texturizado para agarre.

 

Componentes Clave.

Sensor de Huella: Ubicado en el lateral derecho para acceso natural con el pulgar.

Mecanismo de Apertura: Servomotor miniatura que libera un resorte para expulsar las tarjetas.

Módulo de Control: ESP32 o similar (incluye Bluetooth y Wi-Fi para GPS/App).

Certificación IP67: Sellado de goma en las juntas para resistencia al agua.

 

Arquitectura del Sistema.

El ecosistema funciona bajo la siguiente lógica de comunicación:

Prototipo de Interfaz de Usuario (App Móvil) La aplicación es el centro de control. Se divide en tres secciones críticas basadas en tus requerimientos:

Pantalla de Estado (Dashboard).

Indicador de Conexión: Estado del enlace Bluetooth.

Nivel de Batería: Porcentaje real con alerta visual si baja del 20%.

Botón de Pánico: Activación manual de la alarma sonora de la billetera.

Seguimiento GPS y Geofencing.

 

Recomendación. El estudiante no debe entregar un texto sin comprenderlo. Puede usar la IA para informarse y esbozar su trabajo. Pero, hecho esto, es inexcusable profundizar en el tema. Puesto que la información se obtiene con rapidez, hay más tiempo de lo que había antes para analizar, seleccionar y depurar aquello que no se comprende o no es relevante. Flotar por un tema no permite llegar a buen puerto.

 

 

Problema 2. Aleatoriedad de la nomenclatura y desviación de los requerimientos.

Para abordar el estudio de una determinada materia se pueden utilizar terminologías diferentes, todas ellas potencialmente correctas. Normalmente, el profesor se decanta por una, informa de que hay otras igualmente válidas y, después, se centra en el contenido que quiere explicar.

 

Particularizando en mi docencia, cuando hablo del desarrollo de nuevos productos es habitual que utilice el modelo etapa-puerta original de Cooper (1990), que comprende cinco etapas y cinco puertas. Cuando al estudiante hace un trabajo sobre tal materia: ¿qué le lleva a utilizar un modelo-etapa puerta de, por ejemplo, siete etapas y siete puertas en el que la denominación de las etapas y puertas es diferente a la utilizada por el profesor? El modelo de siete etapas y siete puertas elegido puede ser válido, porque existen muchas reformulaciones de este para adaptarlo a contextos concretos. Pero, ¿tiene sentido que, sin fundamento alguno, no opte por la propuesta del profesor en cuanto a número de etapas y nomenclatura, y sí por cualquier otra?

Algo similar ocurre con los requerimientos fijados para el trabajo. Si, por ejemplo, se pide concreción, establecida muchas veces en un número máximo recomendado de páginas, no tiene sentido encontrar trabajos que duplican ese número incluyendo información no solicitada y, generalmente, irrelevante. Con la IA es muy fácil “rellenar” páginas.

Recomendación. El estudiante debe revisar la materia impartida por el docente y los requerimientos establecidos para el trabajo y buscar un ajuste. Tal recomendación no se basa en el uso de una nomenclatura o de un contenido incorrecto, sino no ajustado a lo que se pide. Adaptar el resultado al encargo concreto evitará generar un ambiente de desconfianza en el profesor.

 

Problema 3. Borrosa justificación de las afirmaciones.

A diferencia de lo que era frecuente en los inicios de la IA generativa, en la actualidad es habitual que los distintos programas ofrezcan las fuentes de información utilizadas para generar el texto. A veces aparecen al final, de forma genérica y, otras veces, en el propio texto. Pero, ni se puede confiar ciegamente en la información generada y dar por hecho que es infalible, ni se puede confiar en que no se estén omitiendo perspectivas críticas o datos relevantes.

Recomendación. Es imprescindible analizar las fuentes, contrastar los datos y examinar la posible información omitida para reforzar la credibilidad y la validez de los resultados.

 

La IA es una herramienta increíblemente potente, pero su valor real depende de cómo la utilicemos. Facilita la realización de los trabajos a los estudiantes, pero también genera un alto riesgo de comodidad cognitiva si se emplea para reducir al mínimo el tiempo y el esfuerzo. Seguir las recomendaciones indicadas supone más esfuerzo que no hacerlo, pero también favorece el aprendizaje, objetivo último de cualquier tarea académica.

Ana Isabel Rodríguez Escudero