La IA ha irrumpido en un espacio que vaciamos cuando dejamos de poder suspender a un estudiante que sabíamos —sin evidencias— que había copiado; cuando convertimos el conocimiento en una pregunta tipo test y las competencias en matrices; cuando evaluamos para dejar rastro, no para ayudar a aprender; cuando declaramos metodologías que no practicamos; cuando dejamos de revisar nuestras prácticas porque ya cumplen los indicadores
JOSÉ PEDRO GARCÍA SABATER
Una visión sobre la docencia universitaria ante la IAGenerativa
La irrupción de la inteligencia artificial generativa ha puesto en evidencia un proceso que venía de antes: una docencia universitaria cada vez más estandarizada, una evaluación fragmentada y objetivable, y unos sistemas de calidad centrados más en las evidencias que en la experiencia. Este artículo propone que la IA no ha creado el problema, sino que lo ha puesto en evidencia, y que necesitamos recuperar el sentido del acto de enseñar y evaluar reactivando el aprendizaje.
Durante años, el proceso educativo ha seguido una deriva clara: simplificar y mecanizar. Nunca pensamos que la tercera etapa —automatizar— fuera a llegar. Textos en forma de diapositivas de PowerPoint, instrucciones cerradas, rúbricas estándar, evaluaciones tipo test, ausencia de retroalimentación… Todo orientado a reducir la variabilidad, facilitar la gestión y mostrar resultados de forma clara.
Ese proceso (acelerado con lo que llamamos Bolonia) hizo que la enseñanza se volviera automatizable. La máquina que llega como una sorpresa no lo es: simplemente era el paso siguiente al que le hacía falta un artefacto de generar frases.
El Premio Princesa de Asturias Byung-Chul Han lo propone al hablar de la sociedad de la transparencia. La positividad de nuestra sociedad no admite sombra, ambigüedad ni conflicto: todo debe ser visible, verificable, rastreable. Con eso aplanamos el proceso de aprendizaje y al eliminar el conflicto hemos abierto el camino a la automatización.
Así la IA generativa no irrumpe, se instala. Es una máquina que ha ocupado todo el espacio que ya habíamos vaciado.
En el fondo, como advierte Han, lo evaluable sustituyó a lo valioso; lo que se puede mostrar reemplazó a lo que realmente ocurre. ¿Evaluamos para dejar constancia o para transformar?
La evaluación: el elefante en la habitación
Si hay un espacio donde esta tensión se muestra con claridad, es en la evaluación. Es el verdadero elefante en la habitación. Todos lo intuimos. pero no encontramos herramientas -institucionales o metodológicas- para enfrentarlo.
Disponemos de normativas pactadas con estudiantes para protegerse de profesores que ya no están; evaluaciones aplicadas creyendo que los estudiantes siguen procesos que ya no son… No se trata solo de qué y cómo enseñamos, sino de cómo decidimos quién aprueba, quién aprende, quién progresa. Y ahí, las inercias son profundas.
Evaluamos como fuimos evaluados. Si una universidad nunca hizo Proyectos Fin de Carrera, tiene muy difícil aprovechar el Trabajo Fin de Grado como experiencia personalizada. Si en una universidad los exámenes orales nunca existieron, no pueden aparecer de repente.
Cambiar el método —introducir evaluación continua, portafolios, presentaciones, ejercicios en grupo, prácticas reales— requiere repensarlo todo. Repensar calendarios, cargas docentes y métricas de evaluación. Y eso exige formación, tiempo y reconocimiento institucional.
En el fondo, como advierte Han, lo evaluable sustituyó a lo valioso; lo que se puede mostrar reemplazó a lo que realmente ocurre. ¿Evaluamos para dejar constancia o para transformar?
Los sistemas de aseguramiento de la calidad han profesionalizado la gestión docente, sí. Pero también han generado una nueva ficción: declarar lo que debería haber pasado, aunque nunca ocurriera, o si lo hizo fue de manera a como que lo contamos: evidencias
La ficción de la calidad
Los sistemas de aseguramiento de la calidad han profesionalizado la gestión docente, sí. Pero también han generado una nueva ficción: declarar lo que debería haber pasado, aunque nunca ocurriera, o si lo hizo fue de manera a como que lo contamos: evidencias.
Elaboramos memorias justificativas de actividad, y justificamos nuestra actividad haciendo memorias, autoevaluaciones, matrices y planes de mejora sin preguntarnos si el aprendizaje ha mejorado.
Esta ficción, bienintencionada, lleva inexorablemente a la melancolía, cuando no a la depresión.
Una docencia heredada que no basta
En la mayoría de los casos, el profesorado universitario enseña como aprendió, no porque no quiera cambiar, en alguno casos porque no cree que deba hacerlo (“yo aprendí así y no me fue tan mal”), y más habitualmente porque no sabe cómo hacerlo.
La formación docente sigue siendo escasa, dispersa y voluntaria. Y frente a una generación de estudiantes conectados, acelerados y rodeados de herramientas que evolucionan sin parar, es más fácil adoptar la técnica de la avestruz: acogerse al principio de «en época de turbación, no hacer mudanza».
No se trata de culpar, sino de comprender: cuando no hay comunidad de aprendizaje, cada docente sobrevive como puede.
Cuando la estandarización, tanto del proceso como del producto, llega a su máximo, la IA ocupa el espacio que le habíamos dejado. Si todas las cajas son estándar es más fácil poner un robot que las apile
La IA no crea el problema. Lo hace evidente.
Cuando la estandarización, tanto del proceso como del producto, llega a su máximo, la IA ocupa el espacio que le habíamos dejado. Si todas las cajas son estándar es más fácil poner un robot que las apile. La enseñanza ya se había vuelto predecible y repetitiva. Y eso nos permitió incrementar el volumen, garantizando una suficiente calidad, sacrificando la excelencia en nombre de la eficiencia.
La IA no ha irrumpido en un sistema vibrante y creativo. Ha llegado a una docencia simplificada y estandarizada, por tanto previsible.
La IA ha irrumpido en un espacio que vaciamos cuando dejamos de poder suspender a un estudiante que sabíamos —sin evidencias— que había copiado; cuando convertimos el conocimiento en una pregunta tipo test y las competencias en matrices; cuando evaluamos para dejar rastro, no para ayudar a aprender; cuando declaramos metodologías que no practicamos; cuando dejamos de revisar nuestras prácticas porque ya cumplen los indicadores.
Cuando todo es visible y rastreable, desaparece la profundidad, lo ambiguo, lo humano. Y en ese terreno, la IA simplemente es más eficaz
Cuando todo es visible y rastreable, desaparece la profundidad, lo ambiguo, lo humano. Y en ese terreno, la IA simplemente es más eficaz.
No piensa, produce. No duda, responde. No educa, sustituye.
No culpemos a la IA. Lo que nos toca es recuperar el oficio, conocer en profundidad las herramientas, repensar el aula como espacio de encuentro, convertir la evaluación en una conversación, coordinar las actividades para dotarlas de sentido.
Y para eso, al menos durante los próximos años, hará falta menos evidencia forzada y más acción real, menos seguir la guía y más coordinación entre pares, menos cumplir el temario y más entender qué aprenden.
Aunque alguno (muchos) de nosotros fracase en el intento o, peor aún, aunque quede fuera de los indicadores, en el peor de los casos quedará que hemos defendido un proceso enseñanza-aprendizaje que merezca ser habitado.
(6) Jose Pedro Garcia-Sabater | LinkedIn
<jpgarcia@omp.upv.es>
