Inteligencia artificial en la docencia universitaria: aplicaciones y retos

Asistentes virtuales para estudiantes

Varias universidades europeas han empezado a desplegar asistentes basados en modelos de lenguaje que responden dudas frecuentes sobre la asignatura: plazos de entrega, contenidos del temario, bibliografía recomendada. El asistente no sustituye al docente, pero absorbe las consultas repetitivas que suelen acumularse en los foros y en el correo electrónico.

El modelo más habitual es un chatbot entrenado sobre los materiales de la asignatura —diapositivas, guías docentes, apuntes— que responde solo con información que tiene en su base de conocimiento. Eso limita la creatividad del modelo y reduce el riesgo de que invente respuestas, un problema conocido como alucinación que sigue siendo la principal limitación de estos sistemas.

Las experiencias presentadas en la última edición de las jornadas de la RUCV muestran que los asistentes funcionan bien para asignaturas con contenido factual (legislación, procedimientos, datos) y peor para las que requieren interpretación o juicio crítico. El docente sigue siendo imprescindible; lo que cambia es dónde invierte su tiempo.

Automatización parcial de la evaluación

La corrección automática de exámenes de opción múltiple existe desde hace décadas, pero los modelos de lenguaje abren la posibilidad de evaluar también textos abiertos: ensayos cortos, informes de prácticas, comentarios de texto. El modelo compara la respuesta del alumno con una rúbrica definida por el docente y propone una calificación con una justificación escrita.

Los ensayos piloto en universidades estadounidenses y británicas muestran correlaciones razonables con la evaluación humana cuando la tarea es bien definida (resumir un artículo, resolver un caso con datos concretos). En tareas creativas o argumentativas, la concordancia baja, y los docentes que han probado el sistema lo usan como primer filtro, no como calificación definitiva.

En el contexto español, la automatización de la evaluación plantea un problema adicional: la normativa exige que la calificación sea responsabilidad de un docente identificado, no de un sistema automatizado. Eso significa que el modelo puede proponer, pero el docente tiene que validar. Si la validación se reduce a pulsar un botón, el problema de responsabilidad sigue abierto.

Generación de contenidos docentes

Los modelos generativos pueden producir borradores de material docente con rapidez: esquemas de clase, enunciados de problemas, preguntas de examen, resúmenes de lecturas. El docente revisa, corrige y adapta, pero parte de un borrador en lugar de una página en blanco.

Esto es especialmente útil para la creación de variantes. Un docente que necesita tres versiones de un examen con preguntas equivalentes pero distintas puede generar las variantes con un modelo y revisarlas en una fracción del tiempo que le llevaría escribirlas desde cero. Lo mismo aplica a la generación de ejercicios prácticos con datos diferentes para cada grupo.

El riesgo está en la calidad. Los modelos cometen errores factuales, sobre todo en dominios especializados, y esos errores pueden ser difíciles de detectar si el revisor no es experto en la materia. Una cifra mal citada, una fórmula con un signo cambiado o una referencia bibliográfica que no existe pueden colarse si la revisión no es rigurosa.

Detección de texto generado por IA

Desde que los estudiantes tienen acceso a modelos generativos, las universidades se preguntan cómo distinguir un trabajo escrito por el alumno de uno generado por una máquina. La respuesta corta es que no hay un método fiable al cien por cien.

Los detectores como el de Turnitin o GPTZero funcionan por análisis estadístico: miden la distribución de palabras, la longitud de las frases, la variabilidad del vocabulario y otros rasgos que tienden a diferir entre textos humanos y textos generados. Pero la precisión depende del idioma, de la longitud del texto y del modelo que lo generó. En español, las tasas de falsos positivos son más altas que en inglés, y los modelos más recientes generan textos cada vez más difíciles de distinguir.

La estrategia más robusta, como se señala en la publicación sobre evaluación en línea, es diseñar tareas que no puedan resolverse con un generador de texto genérico: tareas vinculadas a datos del aula, a experiencias personales del alumno o a fuentes primarias que el modelo no tiene en su entrenamiento.

Cuestiones éticas y normativas

El Reglamento europeo de inteligencia artificial, que empezó a aplicarse en fases desde 2024, clasifica los sistemas de IA en la educación como de alto riesgo cuando afectan al acceso o al resultado académico del estudiante. Eso significa que las universidades que usen IA para evaluar, clasificar o filtrar a los alumnos tendrán que cumplir requisitos de transparencia, supervisión humana y documentación técnica.

En la práctica, eso obliga a:

• Informar al estudiante de que se usa IA en algún momento del proceso de evaluación.
• Garantizar que un humano puede revisar y rectificar cualquier decisión tomada con ayuda de IA.
• Documentar qué modelo se usa, con qué datos se ha entrenado o configurado, y qué resultados produce en las pruebas de validación.
• Evaluar el impacto en la igualdad de oportunidades, en particular si el sistema puede perjudicar sistemáticamente a ciertos perfiles de estudiantes.

Ninguna universidad española ha sido sancionada todavía por el uso de IA en la evaluación, pero el marco regulatorio ya está en vigor y los plazos de cumplimiento están definidos. Los grupos de trabajo de la RUCV están elaborando una guía práctica para ayudar a las instituciones a prepararse.