IA en la universidad: aprender más, no pensar menos

¿Debe la universidad lanzarse a los brazos de la inteligencia artificial? Yo diría que debe abrirle la puerta. Lo de entregarle las llaves de la casa ya merece otra conversación.

Un reportaje de NPR publicado el 25 de mayo de 2026, y recogido por Northern Public Radio, ofrece una escena que, como profesor, me interesa especialmente. Una estudiante de informática explica que empezó a utilizar IA para programar y acabó descubriendo que se apoyaba en ella para esquivar el aprendizaje de los fundamentos.

La anécdota contiene una de las grandes preguntas educativas de nuestro tiempo: ¿cuándo una herramienta amplía nuestra inteligencia y cuándo empieza a sustituir el esfuerzo que debía formarla?

Ni un museo con WiFi ni una oficina de colocación

El reportaje analiza la apuesta de California State University por ChatGPT Edu. Según la información publicada entonces, el sistema había renovado su contrato por trece millones de dólares anuales durante tres años.

Hay motivos razonables para incorporar estas herramientas. El mundo profesional está cambiando y aprender a utilizar IA con criterio tiene sentido. Una universidad que la ignore corre el riesgo de convertirse en un museo con WiFi.

Pero una universidad que se entregue a ella sin hacerse preguntas más hondas corre otro riesgo: convertirse en una oficina de colocación laboral con biblioteca.

Y no, no es lo mismo.

Para mí, la misión universitaria no puede reducirse a preparar empleados más eficientes. También debe cultivar criterio, atención, conversación, juicio, carácter y amor por la verdad. Enseñar a distinguir lo brillante de lo verdadero. Desarrollar nuestra inteligencia y nuestra voluntad.

Todo eso suena antiguo, claro. Precisamente por eso conviene recordarlo. Una época obsesionada con la utilidad inmediata puede olvidar que algunas de las cosas más útiles de la vida no lo parecen mientras se están aprendiendo.

Producir un texto no es aprender a escribir

Aprender a escribir consiste en atravesar la confusión, ordenar ideas y descubrir que uno no sabe exactamente lo que piensa hasta que intenta expresarlo. Pelearse con una frase, borrar, volver a empezar y, poco a poco, reconocerse en lo escrito.

Aprender a programar tampoco consiste solo en obtener código que funcione. Consiste en comprender una lógica, equivocarse, buscar la causa del error y experimentar esa pequeña alegría intelectual de quien consigue entender algo que antes se le resistía.

Si solo evaluamos el producto terminado, podemos confundir un resultado impecable con un aprendizaje que nunca se ha producido.

La pregunta no es únicamente qué ha entregado el alumno. También es qué ha aprendido a hacer, explicar y revisar por sí mismo.

Dar acceso no equivale a educar

La IA puede ayudar en esos procesos: ofrecer explicaciones alternativas, comparar enfoques, proponer ejercicios, generar ejemplos o comentar un borrador. Puede proporcionar apoyos que no todos los estudiantes tienen a su alcance.

Pero esa ayuda necesita criterio. Una respuesta convincente puede contener errores. Un resumen puede omitir justo lo que hacía importante un texto. Y una explicación que nos resulta clara no demuestra, por sí sola, que seamos capaces de aplicar lo explicado.

La igualdad de acceso importa. También importa que todos aprendan a preguntar, contrastar fuentes, reconocer límites y decidir cuándo les conviene prescindir de la herramienta.

Porque dar una herramienta no equivale a enseñar a usarla. Y enseñar a usarla no equivale necesariamente a educar.

Podemos llenar un campus de licencias y seguir sin tener una propuesta pedagógica.

Hay esfuerzos que conviene proteger

Hay quien dice que resistirse a la IA es inútil porque ya está aquí. Bueno, también estaban aquí muchas cosas antes de que aprendiéramos a ponerles límites.

Que algo exista no significa que deba ocuparlo todo. Que sea eficiente no significa que siempre nos convenga. Y que ahorre esfuerzo no significa que debamos ahorrarnos cualquier esfuerzo.

En educación hay tareas repetitivas que podemos simplificar. Pero también hay dificultades que forman parte del aprendizaje: sostener una pregunta, intentar una solución, reconocer una contradicción, buscar una palabra precisa.

No se trata de glorificar el sufrimiento ni de convertir cada ejercicio en una carrera de obstáculos. Se trata de distinguir el esfuerzo que estorba del esfuerzo que nos desarrolla.

Si una máquina levanta siempre el peso por nosotros, el gimnasio queda muy moderno. Nosotros, no necesariamente más fuertes.

Proteger el momento en que nace el pensamiento

El mismo reportaje recoge la práctica de la profesora Jennifer Trainor: sus alumnos elaboran ideas y borradores a mano en clase; después pueden utilizar IA para editar, reflexionando críticamente sobre los cambios.

Me interesa el principio que hay detrás. Primero hay una elaboración propia. Después, un contraste. La herramienta entra en una conversación con el pensamiento del alumno, en lugar de ocupar su sitio desde el principio.

No tiene por qué ser la única secuencia válida para todas las materias. A veces una pregunta o un ejemplo generado con IA puede desbloquear el aprendizaje. Lo decisivo es que el estudiante siga tomando decisiones y pueda dar razón de ellas.

¿Qué has aceptado? ¿Qué has rechazado? ¿Por qué? ¿Qué error has detectado? ¿Serías capaz de explicar ahora la idea sin mirar la pantalla?

Estas preguntas me dicen más que saber cuántas veces ha utilizado un chatbot.

Sí a la IA. Con cabeza y con propósito

Yo lo tengo claro: la IA debe entrar en la universidad. Incluso he propuesto una asignatura para formar a los alumnos en su uso en la facultad en la que imparto docencia.

Debe tener un espacio relevante. Como objeto de estudio, como herramienta de trabajo, como desafío ético y como ocasión para preguntarnos qué significa aprender cuando podemos producir muchas cosas sin haber aprendido todavía a hacerlas.

No debería entrar como caballo de Troya de la pereza, ni como escaparate institucional, ni como marca de modernidad para salir bien en la foto.

Eso exige algo más que instrucciones para redactar buenos prompts. Exige diseñar actividades, explicar qué usos tienen sentido en cada una y evaluar tanto el proceso como el resultado. También reservar momentos de conversación, escritura y resolución de problemas en los que el alumno pueda mostrar lo que comprende.

Y exige acompañar al profesorado. Pedirle que transforme su docencia sin tiempo ni apoyo tampoco es precisamente una idea brillante.

Pensamiento ampliado, pero propio

Muchos estudiantes utilizarán IA. La cuestión educativa es qué aprenderán al hacerlo.

¿Serán personas más libres, más capaces y más responsables? ¿Distinguirán ayuda de dependencia, velocidad de comprensión, resultado de formación? ¿Podrán cuestionar una respuesta aunque esté redactada con una seguridad apabullante?

La universidad del futuro no será mejor por tener más IA. Será mejor si consigue que, también con ella, los alumnos vivan una experiencia real de pensamiento propio.

Ampliado y vitaminado, si se quiere. Pero propio.

Y eso, me temo, no viene incluido en ninguna licencia.

La noticia que invita a pensar

Lee V. Gaines, NPR: la apuesta de California State University por la IA y las dudas de estudiantes y profesores, publicada el 25 de mayo de 2026. Los datos del contrato y los testimonios citados corresponden a ese reportaje; la reflexión educativa es mía.