Las últimas perspectivas sobre la IA y la integridad del aprendizaje en Santiago de Chile

La IA generativa no solo entró al aula: transformó la unidad fundamental de valor en la educación superior.

En nuestra reciente mesa redonda en Santiago de Chile, nos reunimos con líderes académicos de toda la región, en representación del Instituto IACC, la Universidad de Chile, la Universidad Adolfo Ibáñez y la Universidad Católica Silva Henríquez, entre otros. La conversación estuvo marcada por un sentido de urgencia compartido, que dejó atrás la pregunta reactiva de "¿cómo frenamos el fraude académico?" para enfrentar un dilema mucho más profundo y esencial:

¿Cómo cultivamos una capacidad estudiantil genuina y demostrable cuando las máquinas pueden generar respuestas instantáneas?

Lo que vivimos en Santiago refleja un profundo cambio de paradigma global: la transición de la integridad académica tradicional ("¿quién escribió esto?") a la integridad del aprendizaje ("¿el estudiante realmente aprendió?"). Esto exige que la educación superior deje de tratar la entrega final como el único indicador del conocimiento y empiece a valorar el proceso cognitivo visible del estudiante.

En un mundo saturado de IA, si un egresado no puede explicar la lógica detrás de un resultado automatizado ni identificar de forma crítica sus sesgos, el proceso de aprendizaje ha fracasado en su raíz.

¿Cómo pueden los docentes fomentar el pensamiento crítico cuando los estudiantes usan herramientas de IA?

Antes de abrir el debate a un público más amplio, un destacado grupo de panelistas se sumó para compartir sus marcos estratégicos para navegar este nuevo panorama educativo.

El objetivo fue abordar cómo los educadores pueden fomentar el pensamiento crítico en los estudiantes al usar herramientas de IA y cómo pueden generar diálogos con ellos para implementar la IA de manera responsable. Adriana Caballero, directora de Experiencias Educativas e Innovación del Instituto IACC, presentó un sólido marco metodológico de tres pilares:

• Evaluaciones ancladas en lo laboral: diseñar tareas firmemente arraigadas en el contexto profesional real del estudiante. La IA puede ayudar con la estructura, pero no puede replicar la experiencia profesional única que cada estudiante aporta.
• Evaluación centrada en el proceso: desplazar el foco del producto final al recorrido. Al establecer hitos tempranos, los educadores obtienen visibilidad sobre cómo construye su respuesta un estudiante a lo largo del tiempo.
• Integración explícita de la IA: rediseñar las pautas para que la IA sea una parte abierta y declarada del flujo de trabajo. "Les pedimos a los estudiantes que la usen, que declaren cómo la usaron, que la critiquen y que identifiquen dónde la IA cometió errores", señaló Caballero. "El pensamiento crítico se forma cuando el estudiante evalúa la IA, no cuando la oculta".

¿Cómo pueden las instituciones preparar a sus egresados para incorporarse con confianza a un mundo laboral impulsado por la IA?

De cara al futuro, el consenso de la mesa redonda fue que el concepto de integridad del aprendizaje se entrelazará cada vez más con la transparencia de los datos y la ética digital.

Cristian Calabrano, coordinador de Revistas Académicas y Repositorio de Investigación de la Universidad de Chile, prevé una evolución centrada en la rendición de cuentas:

"Más que centrarse en si se usó o no la IA, el foco se desplazará hacia cómo se usó, con qué criterio y con qué grado de responsabilidad intelectual. Esto implica reforzar prácticas como la declaración de su uso, la documentación y transparencia del proceso de investigación, y la trazabilidad de los datos y las fuentes".

Calabrano destacó cuatro principios fundamentales para la futura producción científica y académica:

• Supervisión humana continua a lo largo de todo el proceso.
• Autoría y responsabilidad exclusivamente humanas.
• Transparencia radical en el uso de las herramientas.
• Protección irrenunciable de la privacidad y la propiedad intelectual.

Viviana Bahamondes, jefa de la Unidad de Recursos de Aprendizaje e Investigación de la Universidad Católica Silva Henríquez, concluyó: "Todo lo anterior debe desarrollar en el estudiantado una conciencia de qué estoy aprendiendo y cómo lo estoy aprendiendo. Si realmente me siento seguro de desempeñarme con eficacia tanto con la IA como sin ella, entonces puedo decir que estoy preparado para incorporarme adecuadamente al mundo laboral".

¿Deberían las universidades volver a los exámenes de papel y lápiz para frenar el uso indebido de la IA?

Las conversaciones de la mesa redonda revelaron una clara divergencia en la forma en que las instituciones responden al auge de la IA.

Por un lado, algunos líderes señalaron un rechazo palpable por parte de docentes agotados. Frustrados por la omnipresencia de la IA generativa, ciertos instructores abogan por volver a los exámenes a libro cerrado, de papel y lápiz, y a las tareas estrictamente realizadas en clase para garantizar la autenticidad.

Por otro lado, la mayoría de los líderes sostuvo que la prohibición total es un callejón sin salida. En cambio, defienden un enfoque construido sobre tres pilares:

• Reemplazar las consignas genéricas de ensayo por "problemas situados": estudios de caso complejos y del mundo real en los que los estudiantes deben defender su lógica en persona mediante defensas orales o espacios de trabajo colaborativo.
• Apostar con fuerza por la alfabetización informacional y el discernimiento ético, asegurando que los estudiantes controlen la tecnología en lugar de dejar que la tecnología los controle a ellos.
• Implementar un currículo equilibrado e intencional en el que los estudiantes alternen entre métodos analógicos (como libros físicos y análisis sin asistencia) y flujos de trabajo potenciados por IA, para evitar la dependencia absoluta.

¿Por qué los indicadores de IA deberían ser una señal para el diálogo con el estudiante y no una prueba?

¿Están las instituciones de Santiago buscando un "botón mágico" que identifique la IA y sancione a los estudiantes? El consenso fue un rotundo no.

Las personas participantes coincidieron en que los indicadores de IA deberían servir como catalizador del diálogo y como una oportunidad de enseñanza, no como prueba definitiva de mala conducta. Lo que realmente importa es lograr visibilidad sobre el proceso de adquisición de conocimiento del estudiante.

Próximos pasos estratégicos para los líderes institucionales

La "nueva normalidad" es clara: la conversación sobre la IA ya no es un asunto técnico ni de TI, es una cuestión de liderazgo académico estratégico. Para asegurar el futuro de la educación superior, las instituciones deben priorizar cuatro áreas clave:

• Alejarse de la vigilancia reactiva y avanzar hacia marcos proactivos, guiados por políticas, que promuevan la agilidad académica.
• Empoderar al estudiante como "editor en jefe", aplicando políticas en las que se considere a los estudiantes como los editores ejecutivos de su trabajo, exigiéndoles declarar, registrar y justificar abiertamente cómo utilizaron las herramientas de IA.
• Acelerar el rediseño de cursos y departamentos donde la disrupción de la IA es mayor, asegurando que el currículo refleje directamente las realidades actuales del mercado laboral.
• Brindar a los docentes un apoyo integral para que desplacen el foco de su evaluación: dejar de "atrapar" la IA y empezar a diseñar entornos colaborativos donde lo que se evalúe sea el proceso de construcción visible.

¿Tus evaluaciones actuales miden lo que un estudiante produjo o lo que realmente aprendió?

¿Tienes curiosidad por saber cómo Turnitin Clarity cierra la brecha entre la innovación en IA y la integridad académica?