¿Cómo será el futuro de la IA en la academia? Una forma de diagnosticar qué sucederá en el futuro es a través de la descripción de escenarios posibles. Una manera de crear escenarios es mediante el cruce de dos variables. Se crean así cuatro combinaciones tipo según las opciones de las variables. Para pensar en el futuro, usamos dos variables que condicionarían el impacto de la IA en la educación universitaria: el acceso a herramientas de IA, y la aceptación de la IA en las universidades.
Acceso a herramientas de IA
La variable acceso a herramientas de IA se refiere a la facilidad con la que los estudiantes y docentes pueden obtener y utilizar herramientas de IA en sus actividades de enseñanza y aprendizaje. Esta variable se puede dividir en dos posibles opciones: acceso alto y acceso bajo.
Hay alto acceso a herramientas de IA cuando están ampliamente disponibles para los estudiantes y profesores. El coste de uso de estas herramientas es bajo, lo que significa que los estudiantes y profesores pueden acceder a ellas sin incurrir en gastos significativos. Además, no hay regulaciones restrictivas que limiten el uso de la IA en la investigación ni barreras legales o burocráticas que impidan o limiten la IA en el ámbito educativo.
Hay bajo acceso a herramientas de IA cuando existen regulaciones estrictas que restringen el uso de la IA en la universidad, ya sea por preocupaciones éticas, de privacidad, o de seguridad. Las regulaciones del uso de la IA pueden ser a nivel macro (leyes que restrinjan el uso de la IA), a nivel meso (normas en las universidades o facultades), o a nivel micro (profesores que restrinjan el uso de la IA en sus clases). Además, el acceso es bajo cuando los costes económicos asociados al uso de la IA son altos, lo que hace que su adopción sea prohibitiva para muchos estudiantes o docentes, especialmente aquellos que trabajan en instituciones con recursos limitados. ChatGPT tiene una versión sin coste, pero el acceso a su versión más avanzada con los plugins tiene un coste de 20 euros al mes. Midjourney, la herramienta de IA generadora de imágenes, empezó siendo gratis pero ya tiene un coste de 10 euros mensual. Scite tiene un coste de entre 12 y 20 euros al mes. ¿Y si la estrategia de las empresas de IA es hacernos dependientes al uso de la IA para después elevar significativamente los costes? Esta estrategia de mercado ya fue implementada por Amazon o Aliexpress que iniciaron sus ventas asumiendo pérdidas para crear dependencia del comercio online, cambiar costumbres y posteriormente elevar el precio de sus productos. En resumen, el acceso alto a la IA implica costes bajos y regulaciones mínimas, mientras que el acceso bajo implica costes altos y regulaciones estrictas.
Formación y aceptación de la IA por el personal docente
La variable formación y aceptación de la IA hace referencia al grado en que los profesores están familiarizados con las tecnologías de inteligencia artificial y están dispuestos a incorporarlas en sus actividades de enseñanza. Esta variable es importante porque la adopción de la IA en la universidad no solo depende de la disponibilidad de herramientas de IA, sino también de la disposición de los profesores para utilizarlas.
Hay alta formación y aceptación de la IA cuando los profesores están bien formados en el uso de tecnologías de IA y están dispuestos a incorporarlas en sus actividades de docencia. Esto puede deberse a la existencia de programas de formación en IA, a la percepción de que la IA puede mejorar la eficacia y eficiencia de la investigación, o a una cultura académica favorable a la introducción de IA en las universidades y enseñanza.
Hay baja formación y aceptación de la IA cuando los profesores tienen poca formación en el uso de tecnologías de inteligencia artificial y pueden ser reacios a incorporarlas en sus actividades de docencia. Esto puede deberse a la falta de programas de formación en IA, a la percepción de que la IA es compleja o difícil de usar, o a una cultura académica que es cautelosa o resistente al cambio. Si así fuera, es probable que la adopción de la IA en la academia sea lenta y las herramientas de IA se utilicen de manera menos efectiva.
La combinación de estas cuatro categorías crea cuatro escenarios futuros posibles sobre el impacto de la IA en la educación universitaria
“IA para todos”: alto acceso a la IA y alta formación-aceptación de la IA por el personal docente.
En este escenario, las herramientas de IA como ChatGPT son ampliamente accesibles y bien recibidas por los educadores universitarios. Los profesores se apoyan de manera significativa en la IA para facilitar un aprendizaje más personalizado. ChatGPT puede ser usado en las aulas para ayudar a entender temas complejos mediante un lenguaje más accesible a los estudiantes. La IA ayuda a desmitificar teorías, estadísticas o temas complejos proporcionando explicaciones sencillas y adaptadas. Por ejemplo, un prompt para ChatGPT sería: "explica que son los odd ratios con un ejemplo del [fútbol] y un lenguaja sencillo y entendible para alguien que sepa muy poco de estadística".
El profesor dejaría de ser el que resuelva todas las dudas ya que los estudiantes tienen acceso a herramientas de IA que pueden ayudarles a entender conceptos, crear analogías, y ejemplos a medida de sus preferencias. El estudiante ganaría protagonismo en su propia enseñanza y aumentaría sus habilidades de recursividad y autonomía.
Los métodos de evaluación podrían incluir la integración de la IA, por ejemplo, permitiendo que los estudiantes utilicen la IA para resolver problemas y, posteriormente, se les pida profundizar en la interpretación y en cómo convertir los resultados en estrategias de acción. Esto fomentaría una comprensión profunda de los conceptos al obligar a los estudiantes a internalizar, comunicar las metodologías utilizadas por la IA, y enfatizar la toma de decisiones.
Se podrían implementar métodos de evaluación basados en la metacognición. La evaluación metacognitiva se refiere al proceso mediante el cual una persona monitorea, evalúa y regula su propio aprendizaje y pensamiento. En términos sencillos, es la capacidad de una persona para “pensar sobre su propio pensamiento” y evaluar su propio proceso de aprendizaje. Por ejemplo, preguntándose y registrando: ¿qué he aprendido?, ¿cómo lo he aprendido?, ¿para qué me ha servido? y ¿en qué otras situaciones puedo utilizar lo aprendido? Son cuatro preguntas que el alumnado debe ir respondiendo para avanzar por la escalera de metacognición.
El principal problema que los profesores podrían enfrentar es el exceso de dependencia de la IA por parte de los estudiantes. Los estudiantes podrían confiar ciegamente en las soluciones proporcionadas por la IA y no comprender los conceptos subyacentes de un tema.
“Eterno 2023”: alto acceso a la IA y baja formación-aceptación de la IA por el personal docente.
A pesar de que las herramientas de IA son fácilmente accesibles, los profesores de universidad se resisten a integrarlas en su enseñanza. Se produce una alta divergencia en lo que solicita el profesor para aprender, y lo que el estudiante es capaz de hacer con el acceso a las herramientas de IA. Se puede producir una situación en la que el estudiante oculte su uso, y el profesorado cambie su forma de enseñar solo pensando en cómo evitar el uso de la IA.
En este escenario, los métodos de evaluación seguirían siendo los tradicionales, como exámenes escritos y trabajos prácticos. Sin embargo, se podría requerir que los estudiantes demuestren su capacidad para trabajar sin la ayuda de la IA.
El mayor problema para los profesores en este escenario sería la brecha entre la educación universitaria y el mundo laboral, que cada vez se apoya más en la IA. Esto podría llevar a una falta de preparación de los estudiantes para enfrentar los desafíos del mundo real. Mientras que otros sectores como empresas y estudiantes sí usan la IA para realizar sus tareas, la academia se resiste al cambio. Esta divergencia entre estudiantes y empresas que adoptan IA, y académicos que no la utilizan, puede alimentar la percepción de que la universidad es una institución obsoleta, de escaso valor añadido, y utilidad limitada.
“IA para mí”: bajo acceso a la IA y alta formación-aceptación de la IA por el personal docente
Aunque los profesores están dispuestos a usar la IA, el acceso a herramientas de IA es limitado por el coste económico o regulaciones prohibitivas. Los profesores desearían utilizar IA, pero su uso se limitaría a ejemplos o demostraciones básicas debido al alto coste y la regulación restrictiva. Como resultado, la adopción de la IA en la academia es lenta y se concentra en instituciones con elevados recursos. Los académicos en instituciones de países con menos recursos o donde las regulaciones son más estrictas pueden tener dificultades para mantenerse al día con los avances en la investigación impulsada por la IA. La diversidad en la comunidad de investigación disminuye, ya que las barreras de entrada son altas y solo aquellos con acceso a herramientas de IA pueden participar en la generación de conocimiento. En este escenario, la academia se vuelve más desigual y menos inclusiva.
Los métodos de evaluación podrían incluir preguntas teóricas sobre cómo se usaría la IA para resolver ciertos problemas, pero sin poder implementar o practicar su uso. Los estudiantes también podrían ser evaluados por su capacidad para trabajar alrededor de las limitaciones del acceso a la IA, demostrando innovación y resiliencia.
El principal problema para los profesores sería tratar de proporcionar una educación de calidad sin las ventajas de una integración completa de la IA. Los profesores también podrían tener dificultades para mantenerse actualizados con los rápidos avances en la IA sin acceso a las herramientas más recientes.
“Back to 2019”: bajo acceso a la IA y baja formación-aceptación de la IA por el personal docente
En este escenario, las herramientas de IA son tanto inaccesibles como poco o nada aceptadas por los profesores universitarios. La enseñanza seguiría siendo tradicional, sin ninguna influencia de la IA. La falta de acceso y adopción de la IA podría limitar la innovación. Solo aquellos pocos académicos con recursos y disposición para innovar en el proceso de investigación usarían las herramientas de IA. Ante la falta de formación y aceptación de la IA, esta tecnología generaría desconfianza y toda discusión sobre su uso sería sobre la ética y privacidad, lo que perpetuaría aún más la resistencia al uso de la IA.
Los métodos de evaluación serían como en 2019, antes de la pandemia y antes de la irrupción de la IA: exámenes, trabajos prácticos escritos y de vez en cuando presentaciones.
Los problemas para los profesores en este escenario incluirían mantener la relevancia de lo enseñado donde se ignora la IA en un mundo cada vez más digital y dependiente de la IA. Sin ninguna influencia de la IA, los estudiantes pueden sentirse desvinculados o poco preparados para un mercado laboral que depende cada vez más de la tecnología y la inteligencia artificial. Las instituciones académicas continuarían enfocándose en ofrecer formación tradicional, ya que la mayoría de los profesores no tendrían acceso a herramientas de IA ni estarían dispuestos a utilizarlas. La falta de adopción de la IA en la academia podría afectar la reputación de las universidades, que podrían ser vistas como rezagadas en comparación con otros sectores que adoptan rápidamente la IA.
Escenario más probable (y deseable)
De los cuatro escenarios posibles, el más probable es el escenario de “IA para todos”: alto acceso a herramientas de IA y alta formación-aceptación de la IA por el personal docente. Es el más probable ya que en la actualidad han proliferado exponencialmente las herramientas de IA, en octubre de 2023 hay más de siete mil aplicaciones de IA accesibles. De todas ellas, muchas son de acceso libre o gratuito, como la versión GPT 3.5 de ChatGPT, Bing Chat, Elicit, SciScape y Consensus y otras de utilidad en la educación e investigación. Además, hay herramientas de IA de todo tipo y para múltiples funciones, como la creación de texto, audio, vídeo o imágenes. Incluso, muchas están específicamente diseñadas para transformar texto a imagen, imagen a vídeo, texto a audio, audio a texto, vídeo a texto, y un sinfín de utilidades.
Las restricciones o regulaciones existentes de la IA en la educación son escasas y flexibles. Se ha creado una Ley de la Inteligencia Artificial por parte de la Unión Europea, pero aún está en proceso de discusión y su uso en la educación es abierto siempre que no vulnere derechos o sea usado para evaluar. Las regulaciones a nivel universitario son casi inexistentes. Finalmente, una parte de los educadores se muestra abierta a su uso y a adaptarse a una realidad que avanza rápido. Por todo ello, es muy probable que el escenario al que nos enfrentemos docentes, estudiantes y gestores sea “IA para todos” de alto acceso a IA y alta aceptación por el personal docente. En conclusión, esto no para y es mejor estar preparado. Para más info:
Cárdenas, Julián (2023) Inteligencia artificial, investigación y revisión por pares: escenarios futuros y estrategias de acción. Revista Española de Sociología 32(4): a184. https://doi.org/10.22325/fes/res.2023.184
