La IA en la Educación Superior: ¿Transformación real o innovación cosmética?

 Por Antonio Delgado Pérez

En medio de la revolución tecnológica que vivimos en 2025, nos encontramos ante una paradoja educativa que merece nuestra atención inmediata. Mientras celebramos la integración de la Inteligencia Artificial (IA) en las aulas universitarias, debemos preguntarnos: ¿estamos realmente innovando o simplemente digitalizando viejos paradigmas?

La incorporación de Tutores IA y Agentes Educativos Autónomos en la educación superior representa un avance tecnológico innegable. Por más que algunos lo rechacen, ninguno podrá evitar la integración en su institución educativa. Simplemente, serán sistemas incorporados con o sin el concentimiento de la comunidad docente. Hoy día, ya lo podemos ver actualizado en las plataformas educativas de Google, Microsoft, Moodle y Blackboard. ¿Le pidieron permiso a los presidentes y rectores? ¡Claro que no! Sin embargo, cuando investigamos lo que se hace en la mayoría de los cursos, descubrimos una realidad preocupante: estamos replicando el mismo esquema tradicional de la enseñanza y aprendizaje, solo que ahora con un rostro algorítmico.

Estudios recientes de diversos organismos educativos internacionales coinciden en que un alto por ciento de las instituciones educativas que implementan IA en sus programas académicos, lo hacen principalmente para automatizar la transmisión de contenidos y el formato de evaluación, perpetuando así el modelo pasivo de aprendizaje. Este enfoque convencional contradice directamente los hallazgos de la neurociencia educativa que demuestran cómo ocurre el aprendizaje significativo cuando el cerebro se activa en la construcción social del conocimiento.

Nos estamos ahogando en un mar de texto en el aprendizaje. De los 5 a los 25 años, los estudiantes pasan casi todo su tiempo leyendo, tomando notas y memorizando datos de las clases porque es lo más fácil de evaluar. Creamos la ilusión de que se puede evaluar la mayoría de las capacidades mentales a través del contenido textual. Dar clases magistrales es fácil, acompañar al estudiante en su desarrollo cognitivo es difícil. Asignar la redacción de ensayos (papers) es fácil, pero medir las longitudes del pensamiento crítico es demasiado complicado. Producir contenidos didácticos más fácil que antes, pero accionarlos en proyectos del mundo real es desafiante. Una vez que vez que las plataformas LMS transmiten contenidos, de la misma manera que los procesadores de palabras corrigen la escritura, nos relajaremos mucho más con los cotenidos generados por la IA.

Para muchos profesores, la enseñanza parece estar en un punto de inflexión. Pero nadie sabe en qué dirección se dirige. ¿Se parecerá aún más la universidad a la escuela secundaria? ¿Serán reemplazados los libros de texto por podcasts de Notebook LM? ¿Se fragmentará aún más el pensamiento, la escritura y la lectura de los estudiantes, lo que requerirá más cambios en el sistema universitario?

Rompiendo las barreras tradicionales

La llegada de la IA al escenario educativo trasciende la mera digitalización de contenidos. Su verdadero potencial radica en su capacidad para rebasar las limitaciones geográficas, físicas, temporales, estructurales, curriculares, socio-culturales, cognitivas y pedagógicas que han caracterizado la educación tradicional. El aprendizaje ya no está condicionado a la presencia exclusiva del docente en un lugar y horario pre-programado.

En una sala o laboratorio, los profesores no pueden responder todas las dudas de sus estudiantes en cada momento de la sesión. Es por eso que pocos preguntan. A diferencia de la IA que les responderá o generará elementos variados para encontrar respuestas a sus dudas o interrogantes. El estudiante de hoy explorará todo lo que le apasiona cuando lo desee y desde cualquier dispositivo sin tener que desplazarse a un salón, laboratorio o biblioteca. Muy pronto olvidará el tener que esperar por el que le enseña. Esto nos lleva a reflexionar profundamente sobre nuestro rol docente en las instituciones universitarias.

El aula tradicional, concebida como un silo encapsulado en donde predominan las clases magistrales y la administración de pruebas estandarizadas, debe evolucionar hacia el (re)diseño de un "Laboratorio Ciudadano" o "Suite de Aprendizajes". Estos nuevos espacios se caracterizan por ser entornos dinámicos donde:

• Se investiga y experimenta con soluciones a problemas reales.
• Se debate y se discuten los temas de actualidad.
• Se incuban proyectos de impacto social.
• Se gestionan eventos culturales significativos.
• Se visibilizan y potencian las conexiones mentales de los aprendices.
• Se desarrollan las competencias que requiere el mundo moderno.

Infinidad de estudios han demostrado que las aulas interactivas, en lugar de las aulas convencionales, son los mejores entornos para aprender. Las universidades no las han adoptado porque es más fácil seguir dictando charlas o conferencias, para luego asignar actividades instruccionales de bajo nivel cognitivo que sean fáciles de evaluar. Con las tecnologías algorítmicas emergentes tenemos la magnífica oportunidad de escalar nuevos niveles de pensamiento dentro y fuera del encapsulamiento físico del aula. Los Tutores IA y Agentes Autónomos son parte de esos procesos sinápticos porque ayudarán a rellenar las brechas cognitivas existentes. El tiempo dentro y fuera de la clase debría aprovecharse para trabajar colaborativamente en la solución de problemas del mundo real. La mejor evidencia del aprendizaje estudiantil es cuando ellos son capaces de visibilizar lo aprendido en sus años de estudios. Que sean capaces de superar sus propias limitaciones, de aportar valor a sus comunidades y de replicar el conjunto de conocimientos, habilidades, destrezas, competencias y talentos en diversidad de situaciones del mundo real.

Para el autor Jason M. Lodge (2024), la educación debería centrarse en dotar a los estudiantes de habilidades flexibles y adaptativas, adecuadas para una variedad de escenarios futuros, en lugar de prepararlos para un momento específico. Nuestro papel principal no debería ser intentar predecir el futuro y preparar a los estudiantes para un resultado estrechamente definido, sino prepararlos para todos y cada uno de los futuros posibles. Esta preparación implica fomentar una comprensión profunda de ellos mismos y del mundo que los rodea. La IA y la tecnología deberían ser herramientas para mejorar esta comprensión, no un foco importante de su educación. La educación debe preparar a los estudiantes para una vida y una carrera en un mundo cada vez más incierto y complejo, no sólo para el primer día de trabajo. La necesidad de adaptabilidad se extiende a nuestros estudiantes, quienes deberán poder navegar a través de futuros desconocidos e incognoscibles.

La trampa de la innovación cosmética

El verdadero potencial de la IA Educativa radica en su capacidad para catalizar el pensamiento creativo y la resolución de problemas complejos. Sin embargo, cuando limitamos su uso a la mera transmisión de contenidos y la preparación para exámenes estandarizados, estamos desaprovechando su verdadero potencial transformador. El aprendizaje inmersivo y algorítmico no consisten en adquirir dispositivos móviles de última generación con herramientas sofisticadas para memorizar los contenidos de las pantallas. Cuando sustituimos el texto impreso por el texto digital, haciendo lo mismo que se hacía en la versión impresa, perpetuamos y ampliamos las limitaciones del desarrollo cerebral.

Según Pedro Shea (2024), la IA no elimina la enseñanza, pero ofrece a los docentes estrategias didácticas eficaces, reduciendo la dependencia del modelo dominante de clases magistrales. La IA no eliminará la necesidad de docentes, pero puede poner fin a un modelo de enseñanza anticuado y que no se sustenta en lo que hemos aprendido en los últimos 50 años a partir de la investigación sobre la ciencia del aprendizaje. La IA no representa una era oscura para la enseñanza, sino potencialmente una era dorada del aprendizaje.

Las investigaciones en neuroplasticidad cerebral han demostrado que las conexiones sinápticas se fortalecen significativamente cuando los estudiantes participan en actividades que requieren pensamiento crítico, creatividad y resolución de problemas del mundo real. La IA, con su capacidad para procesar grandes cantidades de datos y generar conexiones novedosas, podría ser una herramienta invaluable para activar estas "zonas generativas" del cerebro.

Los que iniciamos en 2010 la transformación educativa con las pedagogías ágiles en las Plataformas LMS y Apps Móviles Educativas nos dimos cuenta de que las cosas estaban cambiando en la Educación Superior. Antes de que llegara la IA Generativa en 2022, ya existían nuevos enfoques educativos y modelos instruccionales que estaban cambiando la percepción del aula tradicional: Las clases magistrales ya no funcionan como antes.

Es por eso que el integrar las tecnologías generativas de la IA para mejorar la enseñanza clásica y esperar mejores resultados en las pruebas, representa un avance hacia el pasado. La mal llamada innovación educativa no consiste en la transposición de un contenido analógico a otro digital en el salón o en una clase virtual. Si es una transformación, es porque cambia su formato, diseño, accesos e integración miltimodal. Ya no se trata de hacer lo mismo con nuevas herramientas, sino de crear algo completamente distinto a lo que era antes y demostrar que es mejor que el modelo vigente. A diferencia de la planificación institucional, la transformación educativa es un proceso con resultados abiertos que meceren estudiarse a profundidad. La manera en que la comunidad universitaria se apropie del modelo, plataforma o sistema IA, es algo en parte imprevisible.

Las transformaciones educativas puestas en marcha por la hiperconectividad digital no están predeterminadas por las tecnologías IA, sino que emergen de los modos en los cuales dichas tecnologías y las prácticas que se desarrollan en torno a ellas son entendidas culturalmente, organizadas socialmente y reguladas legalmente. Se requieren marcos regulatorios de largo plazo, con objetivos realistas y basados en evidencia, que aseguren las condiciones habilitantes y que nivelen las asimetrías o posibles brechas. Pero sobre todo, incorporar tecnología algorítmica al servicio de una propuesta educativa estratégica que beneficie el desarrollo cognitivo y social del estudiantado.

Hacia un nuevo paradigma educativo

La verdadera transformación educativa requiere un replanteamiento fundamental de cómo utilizamos la IA en el aula. En lugar de emplearla como un sustituto digital del profesor tradicional, deberíamos aprovechar su potencial para:

1. Diseñar experiencias de aprendizaje que fomenten la co-creación entre estudiantes y modelos IA.
2. Desarrollar proyectos que enfrenten los problemas reales de la sociedad.
3. Desarrollar metodologías que activen las zonas generativas del cerebro antes de usar los ChatBots, Tutores o Agentes IA.
4. Fomentar el pensamiento crítico y la creatividad a través de la interacción con agentes autónomos.

John Dolman (2024) plantea que actualmente estamos evaluando a nuestros estudiantes de manera que pueden ser fácilmente replicados por la IA y con criterios que no demuestran nada que sea exclusivamente humano. También estamos evaluando de una manera que excluye a muchos estudiantes con cualquier forma de neurodiversidad: apuntamos a una educación inclusiva, pero sin integrar una verdadera evaluación inclusiva. Hacemos todo lo posible para apoyar a los estudiantes en las evaluaciones, pero no cambiamos el formato de evaluación para apoyar a los estudiantes. Les pedimos que accedan contenidos interesantes y estimulantes, pero luego les pedimos que nombren sus partes y nos den las respuestas estandarizadas que nos exige el sistema. Por eso es que obtenemos los mismos resultados de siempre.

La verdadera preparación estudiantil para los desafíos del futuro requiere que los educadores estén capacitados como "ingenieros del aprendizaje". Este término presentado por Geri Gillespy (2023) se entiende como aquellos profesionales que diseñan experiencias educativas que sean igual de rigurosas y precisas, mientras pasan de los métodos tradicionales a enfoques más creativos y de resolución de problemas. Se sugiere un cambio metodológico de la enseñanza tradicional a un enfoque sistemático que implica el diseño cuidadoso del entorno y las experiencias de aprendizaje para maximizar el aprendizaje de los estudiantes, las habilidades de pensamiento crítico y la adaptabilidad.

La Pedagogía del Dato, presentada por Pedro L Figueroa (2024), no representa una mera incorporación tecnológica, sino una profunda reconceptualización de los procesos educativos. Epistemológicamente, implica un desplazamiento desde una comprensión unidimensional del conocimiento hacia una perspectiva multifactorial, donde los datos no son simplemente números, sino narrativas complejas que revelan patrones, interconexiones y potencialidades previamente invisibilizadas. Este nuevo paradigma desafía el modelo tradicional de enseñanza, caracterizado por su rigidez, uniformidad y dependencia excesiva de la transmisión unidireccional de información. En contraste, la Pedagogía del Dato propone un ecosistema educativo dinámico, donde el aprendizaje se concibe como un proceso adaptativo, personalizado y en constante retroalimentación.

No seamos observadores pasivos de la revolución de la IA, sino participantes activos que dan forma a su trayectoria. Democraticemos el conocimiento de la IA, disipemos los miedos a través de la comprensión e impulsemos la innovación a través de la aplicación. El futuro no está escrito; se construye con nuestras acciones colectivas de hoy. Construyámoslo con la alfabetización de IA en el centro (Angelo Biasi, 2024).

Si continuamos el camino actual, correremos el riesgo de que los Tutores IA y Agentes Autónomos simplemente reemplacen a los educadores tradicionales sin generar ningún cambio significativo en la calidad instruccional. La verdadera amenaza no es que la IA reemplace a los profesores, sino que los reemplace sin transformar la educación.

Reflexión final

La integración de la IA Educativa Superior representa una oportunidad única para revolucionar mayormente el aprendizaje, no solo para mejorar la enseñanza ni automatizar la evaluación. Esto conlleva la planificación y el diseño estratégico de nuevas experiencias instruccionales orientadas al desarrollo cognitivo del aprendiz. Sin embargo, esta transformación solo será posible si nos atrevemos a cuestionar y rediseñar fundamentalmente nuestro modelo educativo. No podemos permitirnos el lujo de disfrazar viejas prácticas con nuevas tecnologías algorítmicas.

El conocido investigador Donald Clark (2024) establece lo siguiente:

Estamos en la transición tecnológica más importante desde la invención de la escritura, una tecnología existencial que está cambiando literalmente lo que somos como especie, por lo tanto lo que aprendemos, por qué aprendemos y cómo aprendemos.

Lo que estamos viendo actualmente en nuestras universidades es un amplio colectivo de instructures y profesores manejando los modelos IA como herramientas para la planificación de cursos, generación de contenidos didácticos, o para automatizar algunas tareas administrativas rutinarias. Mientras que un grupo más reducido de profesores está aprovechando las actualizaciones más recientes de los LLM y los Agentes IA para impulsar la Sinapsis Algorítmica [1 y 2] o Educación 5.0 como estrategia instruccional que amplificará las capacidades mentales de los aprendices.

El verdadero desafío no es tecnológico, sino del modelo mental de nuestros políticos, líderes ministeriales, administradores y docentes. Debemos aprovechar el poder de la IA no solo para mejorar lo que ya hacemos, sino para reimaginar completamente nuevas formas de activar las experiencias de aprendizaje de nuestros estudiantes.

Es muy probable que en 2025 surjan nuevos organismos educativos alternativos, en lugar de rediseñar o reorganizar el campus existente, ya que la resistencia al cambio es endémica en la Educación Superior. Un obstáculo en la realización de estos rediseños especulativos es que aparenta haber poco interés en desarrollar universidades disruptivas que se desvíen tan dramáticamente de la norma. Las instituciones de Educación Superior siempre han pretendido compararse con otras universidades, emular sus instituciones pares y, como resultado, todas buscan parecerse a sí mismas.

Siguiendo la línea de pensamiento de Carlo Lacono (2024), la crisis a la que nos enfrentamos no es tecnológica, es perceptiva. Nuestra incapacidad para ver la IA como lo que se ha convertido está creando un abismo entre las instituciones educativas y la realidad del aprendizaje de 2025 (y más allá). No se trata solo de quedarse atrás de una curva; se trata de todo nuestro enfoque educativo. A medida que avanzamos hacia 2025, la pregunta no es si adoptar o no la IA. Ese barco ha zarpado. La verdadera pregunta es si podemos transformar nuestras percepciones y nuestras instituciones lo suficientemente rápido como para seguir siendo relevantes en un mundo en el que la IA no es solo una herramienta, sino una parte fundamental del panorama cognitivo. El futuro no pertenece a aquellos que dominan las herramientas IA actuales, sino a aquellos que pueden evolucionar junto con la tecnología que cambia rápidamente mientras se mantienen enfocados en los elementos exclusivamente humanos del aprendizaje y la comprensión. Esto requiere más que adaptación, exige transformación.

La IAG transformará definitivamente la vida de los estudiantes, pero no necesariamente la de sus universidades. Los profesores siguen las directrices de sus decanos y rectores, quienes reciben instrucciones de sus presidentes. Los programas académicos seguirán regidos por los criterios (estándares) de los organismos acreditadores, que a su vez están vinculados a las personas de interés que se identifican con las posturas ideológicas de sus gobernantes. Los padres quieren que sus hijos sean evaluados con calificaciones (notas) y condecorados por sus promedios. Más adelante se encuentran los intereses de las casas editoriales y los redactores de reválidas.

En fin, innovar nuestras clases con los modelos IA es lo más fácil; lo difícil es atrevernos a derrumbar todos esos muros que impiden que el sistema universitario emprenda una verdadera transformación educativa. Que no se quede anclada en una simple innovación cosmética...

Tomado de Antonio Delgado en Linkedin