IA en la educación superior: ¿una revolución o un riesgo?

 Por Mauro Rodríguez Marín 

El uso de la inteligencia artificial (IA) en la educación superior ha generado grandes expectativas en las universidades alrededor del mundo, por su capacidad para personalizar el aprendizaje, automatizar tareas y optimizar procesos administrativos. Sin embargo, debemos poner sobre la mesa los riesgos y los desafíos éticos que conlleva el uso de la IA en la educación superior como son: la dependencia tecnológica, la degradación de la autonomía intelectual, la disminución en las habilidades para la resolución de problemas, la integridad académica, así como también sus efectos en el desarrollo del pensamiento crítico. En este artículo deseo destacar algunas ventajas y desventajas de utilizar la IA en el aula sobre las cuales, debemos ser conscientes y generar investigación más profunda al respecto.

De acuerdo con una encuesta realizada entre agosto y octubre de 2024, el 88 % de los estudiantes de licenciatura encuestados del Tecnológico de Monterrey, Campus Guadalajara, reportó mejoras académicas tras el uso de IA generativa. Entre los beneficios mencionados, se encuentran la mejora en la escritura de ensayos y presentaciones, la creación de resúmenes, la resolución de problemas matemáticos complejos y la preparación para los exámenes. Sin embargo, el 30 % indicó que ha reducido significativamente el tiempo empleado en tareas complejas. Esta información sugiere que muchos estudiantes recurren a la IA no solo como una herramienta de apoyo, sino como un recurso clave para automatizar procesos de aprendizaje, como la generación de predicciones o la síntesis de información extensa en resúmenes de una página. Esta tendencia plantea preguntas sobre la dependencia tecnológica y sus efectos en el pensamiento crítico, la autonomía intelectual y la equidad educativa.

Herramientas de IA para potenciar el aprendizaje de negocios

En la Escuela de Negocios del Tec de Monterrey se integraron herramientas de IA con el fin de explorar y mejorar la experiencia de aprendizaje del estudiantado. El objetivo fue fomentar la innovación, preparar a las y los estudiantes para el futuro laboral, promover la creatividad en la resolución de problemas y brindar acceso a recursos educativos avanzados. Entre los recursos de IA utilizados se encuentran ChatGPT, Grammarly, Gamma.app, Fliki.ai, Wolfram Alpha, Consensus, Quillbot, Jenni.ai, Google Gemini, DALLE, GPTs personalizados, entre otros.

Encontramos que, en especial, herramientas como ChatGPT y Wolfram Alpha facilitan la resolución de problemas y la organización académica. Es común que las y los estudiantes de negocios enfrenten dificultades al aplicar modelos predictivos, programación lineal y líneas de espera. En estos casos, la IA puede servir como un apoyo clave, al proporcionar soluciones guiadas y facilitar la comprensión de conceptos complejos. Asimismo, estas herramientas les permiten priorizar las actividades que desarrollarán, mejorar su efectividad, gestionar mejor su tiempo y con ello, la posibilidad de mejorar su desempeño académico.

Sin embargo, el uso de estas herramientas debe estar regulado para evitar la dependencia tecnológica, la deshonestidad académica, así como también la pérdida de la competencia del pensamiento crítico. La IA debe complementar el aprendizaje, no sustituirlo. Para garantizar que la IA no sustituya el esfuerzo del estudiante, implementamos estrategias como evaluaciones orales, problemas aplicados y evaluaciones individuales argumentativas. Con ello, fomentamos que los estudiantes expliquen su razonamiento, defiendan sus ideas y adapten la información en lugar de simplemente copiarla. Además, algunos profesores estamos regulando su uso mediante herramientas de detección como Turnitin, Copyleaks, SciSpace, entre otras, para evitar la dependencia excesiva. La clave no es prohibir la IA, sino integrarla de manera efectiva para potenciar el aprendizaje sin afectar el desarrollo del pensamiento autónomo.

Desafíos éticos y dependencia tecnológica

A pesar de sus ventajas, el uso de inteligencia artificial en la educación superior presenta riesgos importantes. Uno de los principales desafíos es la dependencia tecnológica. El 34 % de los estudiantes encuestados manifestó preocupación por la posibilidad de que el uso excesivo de IA afecte su capacidad de aprendizaje independiente y su pensamiento crítico.

Este temor no es infundado. A medida que el estudiantado delega más tareas a los sistemas automatizados, existe el riesgo de que pierdan habilidades esenciales para la resolución de problemas y el análisis crítico. Estudios como los de Holmes y Tuomi (2022) advierten sobre la necesidad de equilibrar la automatización con la enseñanza tradicional, asegurando que la IA complemente, pero no reemplace la labor docente.

Otro hallazgo significativo de la encuesta revela que el 55 % de los estudiantes perciben que la IA generativa podría tener un impacto en la integridad académica. Esta preocupación radica en el potencial uso indebido de estas herramientas, desde la generación automática de ensayos hasta la resolución de exámenes sin intervención real del estudiante.

Además, el uso de IA plantea serias preocupaciones sobre la privacidad de los datos. Las plataformas educativas recopilan y analizan grandes volúmenes de información personal de los estudiantes, lo que podría ser utilizado con fines comerciales o, en el peor de los casos, resultar en filtraciones de información sensible. La falta de transparencia en el uso de estos datos es un tema que requiere una regulación clara y estricta para evitar el uso indebido de la información académica (Harouni, 2023).

El rol del docente en la era de la IA

En la era de la inteligencia artificial, el rol del docente debe evolucionar de ser un mero transmisor de conocimientos a convertirse en un facilitador del aprendizaje crítico y reflexivo. Si bien los algoritmos pueden personalizar contenidos y proporcionar respuestas inmediatas, no tienen la capacidad de comprender las emociones, motivaciones o desafíos individuales del estudiante. Por ello, el docente debe enfocarse en guiar el uso adecuado de la inteligencia artificial, enseñando a los estudiantes a cuestionar, analizar y contrastar la información generada por estos sistemas, promoviendo así un aprendizaje basado en el pensamiento crítico y la autonomía intelectual (Khlaif et al, 2024).

Además, los docentes deben preparar al estudiantado para comprender las limitaciones y sesgos de los algoritmos, fomentando una actitud crítica hacia la tecnología. La educación debe ir más allá de la mera utilización de herramientas de IA e incluir una formación en ética digital, explicando cómo los modelos de IA pueden reforzar sesgos preexistentes y por qué la confianza ciega en estos sistemas puede ser riesgosa. En este sentido, el docente se convierte en un guía esencial que ayuda a los estudiantes a equilibrar el uso de la IA con el desarrollo de habilidades humanas irremplazables, como la creatividad, la empatía y el juicio ético.

Personalización del aprendizaje con IA

Uno de los principales beneficios de la inteligencia artificial en la educación superior es la personalización del aprendizaje. Plataformas impulsadas por IA, como los tutores inteligentes y los sistemas de aprendizaje adaptativo, permite ajustar el contenido a las necesidades individuales de cada estudiante. De esta manera, disciplinas como matemáticas y ciencias han visto mejoras significativas en el rendimiento estudiantil, al proporcionar retroalimentación en tiempo real y optimizar el proceso de aprendizaje (Zawacki-Richter et al., 2019).

Además, la IA ha cambiado la forma en que el estudiantado gestiona su carga académica. El uso de asistentes de escritura automatizados y herramientas de generación de contenido han facilitado la redacción de ensayos, resúmenes y la solución de problemas matemáticos avanzados. Estudios previos sugieren que estas tecnologías no solo aumentan la eficiencia, sino que también pueden reducir la brecha de acceso a la educación, permitiendo a más estudiantes beneficiarse de recursos personalizados y asequibles (Holmes et al., 2023).

Automatización en la gestión educativa

Más allá de su impacto en el aula, la IA también está transformando la gestión educativa en las universidades. Muchas instituciones han comenzado a utilizar algoritmos para analizar datos de su comunidad estudiantil, optimizar la asignación de recursos y mejorar los sistemas de evaluación. Esto ha permitido reducir la carga administrativa de los docentes y facilitar el seguimiento del progreso académico del alumnado.

Sin embargo, esta automatización plantea preguntas fundamentales: ¿pueden los sistemas de IA tomar decisiones objetivas sobre la trayectoria de un estudiante? ¿Cómo garantizar que estos algoritmos no refuercen sesgos que puedan afectar la equidad en el acceso a la educación? Sin una regulación adecuada, la implementación de inteligencia artificial en la gestión educativa podría exacerbar desigualdades preexistentes, beneficiando solo a quienes tienen acceso a herramientas tecnológicas avanzadas (Adams et al., 2022).

El impacto en la equidad educativa

Otro desafío clave es la equidad en el acceso a la IA. Si bien esta tecnología puede mejorar la educación superior, también podría reforzar desigualdades existentes. No todas las universidades ni todos los estudiantes tienen acceso a herramientas avanzadas de inteligencia artificial, lo que genera una brecha digital entre quienes pueden beneficiarse de estas innovaciones y quienes no.

Adams et al. (2022) advierten que, si las instituciones educativas no establecen mecanismos para garantizar un acceso equitativo a la IA, los estudiantes con menos recursos podrían verse excluidos de las ventajas que ofrece esta tecnología. Para mitigar este riesgo, se deben desarrollar políticas inclusivas que aseguren que estas tecnologías estén al alcance de todos los estudiantes, independientemente de su contexto socioeconómico.

Reflexión

La IA en la educación superior es una herramienta poderosa con un gran potencial, pero su implementación debe estar acompañada de políticas éticas y marcos regulatorios adecuados. Es necesario garantizar que esta tecnología se utilice de manera justa, transparente y complementaria a los métodos tradicionales de enseñanza.

Los futuros estudios deben centrarse en evaluar el impacto de la inteligencia artificial en disciplinas más cualitativas, como humanidades y ciencias sociales, donde su efectividad aún es incierta. Además, se requiere una mayor investigación sobre su impacto a largo plazo en la educación, especialmente en términos de autonomía intelectual y desarrollo del pensamiento crítico.

La inteligencia artificial tiene la capacidad de revolucionar la educación, pero su adopción debe realizarse con cautela. La clave estará en encontrar un equilibrio entre la tecnología y la enseñanza tradicional, asegurando que la IA no sustituya el rol humano, sino que lo potencie.

Acerca del autor

El Dr. Mauro Rodríguez Marín (mauro.rodriguez@tec.mx) es profesor de la Escuela de Negocios en el departamento de Mercadotecnia y Análisis. También, es investigador en las áreas de Estrategia organizacional y Ciencia de datos de la Escuela de Negocios del Tecnológico de Monterrey. Asimismo, es miembro del Sistema Nacional de Investigadores e Investigadoras (SNII).

Referencias

Adams, A., Greenhow, C., & Harouni, H. (2022). Ethical considerations of AI in education: Privacy and bias concerns. AI and Ethics Journal.

Harouni, H. (2023). Embracing artificial intelligence in the classroom. Harvard Graduate School of Education.

Holmes, W., & Tuomi, I. (2022). State of the art and practice in AI in education. European Journal of Education, 57(4), 542-570. https://doi.org/10.1111/ejed.12533

Khlaif, Z. N., Ayyoub, A., Hamamra, B., Bensalem, E., Mitwally, M. A., Ayyoub, A., … & Shadid, F. (2024). University teachers’ views on the adoption and integration of generative AI tools for student assessment in higher education. Education Sciences, 14(10), 1090.

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. Research in Science Education.

Tomado de EDUBITS del Tec de Monterrey