Muchas universidades han regresado a los exámenes orales y escritos ante el temor de que los alumnos usen la inteligencia artificial. Hoy que un trabajo final puede elaborarse en cuestión de minutos no solo se ha vuelto imprescindible preguntarnos qué significa aprender e investigar, sino principalmente cómo hacer que la tecnología reduzca la brecha educativa, en lugar de hacerla más grande.
En una sala silenciosa de la hemeroteca digital, Mariana abre un archivo con miles de periódicos capitalinos de los años sesenta. Pide a un modelo de inteligencia artificial que rastree controversias sobre contaminación y recibe, en minutos, un listado de protestas contra el humo de las fábricas. Respira aliviada: el semestre parece salvado. Luego duda. El informe usa nociones de “ambientalismo” acuñadas mucho después; quizá el algoritmo filtró historias que en 1964 nadie habría llamado así. ¿Dónde quedaron las luchas por el agua y los parques convertidos en basureros clandestinos? La tecnología que prometía agilizar la pesquisa ahora le exige mayor vigilancia. Investigar consiste también en darle la vuelta a la criatura maquinal, seguir sus huellas y preguntar qué voces deja fuera. Ahí comienza la revolución que este texto explora.
Pero esta revolución tiene una historia vertiginosa. Aunque sus raíces se remontan a la década de los cuarenta, el estallido ocurrió en 2022. Ese año, aplicaciones como Dall-E plasmaron simples frases en imágenes de una originalidad pasmosa y abrieron la puerta a la invención maquinal o, mejor dicho, al nacimiento de una criatura algorítmica capaz de crear. Unos meses más tarde, el gólem sintético se volvió conversación. El lanzamiento de ChatGPT puso en manos de millones un interlocutor artificial capaz de resumir las ideas clave de un capítulo, redactar un soneto o elaborar código informático, lo cual la convirtió en la aplicación de más rápido crecimiento de la historia. El avance no se detuvo. Desde 2024, modelos como ChatGPT, Claude y Gemini comenzaron a integrar texto, imagen y audio en tiempo real, mediante una conversación continua casi humana. Tres años bastaron para disolver las fronteras de lo posible y sacudir la idea de qué significa pensar en la era de la IA. Ese torbellino obliga hoy a las instituciones de educación superior a mirarse en el espejo y revisar las bases de su labor académica.
La diferencia de esta nueva estirpe de inteligencia artificial no se limita a la rapidez de su desarrollo. La verdadera disrupción de esta criatura sintética reside en su capacidad para emular –y en ocasiones superar– habilidades cognitivas que considerábamos exclusivamente humanas y a salvo de la automatización. Redacta informes, traduce textos, explora bases de datos inmensas y condensa información con una soltura que desconcierta. Sus modelos incursionan, por lo tanto, en el ámbito del juicio; ordenan el conocimiento desde dentro, de manera opaca, generando síntesis que no siguen las pautas de rigor que se enseñan en el aula. Por eso, las instituciones de educación superior enfrentan un reto doble. Por un lado, redefinir qué cuenta como aprendizaje cuando el proceso puede quedar, al menos en parte, en las manos sintéticas del algoritmo; y por otro, formar a sus estudiantes para profesiones que esta inteligencia ubicua ya está reescribiendo.