El
La inteligencia artificial generativa se volvió de uso público con el lanzamiento de ChatGPT a fines de 2022 y, en menos de cuatro años,
PUBLICIDAD
El comité fue convocado en enero por la rectora Melissa Nobles, el vicerrector Anantha Chandrakasan y el presidente del cuerpo docente Roger Levy. Durante cinco meses reunió a estudiantes de grado y posgrado, profesores de todas las escuelas y empleados de unidades como las Bibliotecas del MIT y el Laboratorio de Enseñanza y Aprendizaje.
La propuesta parte de una tensión central: los sistemas pueden ofrecer tutorías personalizadas, facilitar la investigación, analizar datos y permitir proyectos de software antes imposibles dentro de un semestre. Al mismo tiempo,
PUBLICIDAD
A partir de ese trabajo, el grupo concluyó que la comunidad del
Una enseñanza centrada en la práctica
Las tareas realizadas fuera del aula dejaron de ser un indicador suficiente del aprendizaje individual cuando una herramienta puede completarlas con resultados plausibles. El comité recomendó que cada materia revise qué espera que los estudiantes sepan, puedan hacer y valoren al finalizar el curso antes de decidir si permite, limita o exige el uso de inteligencia artificial.
PUBLICIDAD
La estrategia sugerida es diseñar desde los objetivos de aprendizaje hacia las actividades y las formas de evaluación. Así,
El MIT rechazó una regla única para toda la institución porque una clase de poesía, un curso de demostraciones matemáticas y un taller de arquitectura requieren relaciones distintas con estos sistemas. También distinguió entre un estudiante de primer año, que aún desarrolla conocimientos y criterio básicos, y un doctorando que usa herramientas para acelerar la revisión bibliográfica en un área que ya domina.
PUBLICIDAD
Los departamentos deberían definir marcos compartidos, con un menú común de políticas, reglas de divulgación y criterios de responsabilidad. Cada programa tendría que explicar con claridad cuándo la inteligencia artificial está prohibida, permitida o requerida, tanto en el programa de la materia como en su sitio web.
El informe aconsejó ampliar las evaluaciones orales, los portafolios semestrales y las tareas fuera de clase acompañadas por conversaciones presenciales.
PUBLICIDAD
También recomendó aumentar el peso de proyectos, laboratorios y actividades basadas en la experiencia. En ingeniería de software, por ejemplo, las herramientas de programación asistida permiten que los alumnos construyan en un semestre productos cercanos a un nivel de producción, lo que abre espacio para analizar cómo funcionan los diseños en situaciones reales y comparar sus resultados.
La inteligencia artificial también amplía las posibilidades de los estudiantes de arquitectura para visualizar y poner a prueba ideas con rapidez. Sin embargo, el comité señaló que esto vuelve todavía más necesario
PUBLICIDAD
La protección del trabajo compartido y de la investigación estudiantil
La preocupación no se limita a la copia o al fraude académico. El comité advirtió que depender de asistentes conversacionales puede generar una
Esa dependencia puede reducir el pensamiento crítico, debilitar la memoria, erosionar la confianza y afectar el dominio profundo de una disciplina. El desafío, según el MIT, es
PUBLICIDAD
El reporte pidió que todas las materias incluyan una instancia social presencial regular, más allá de asistir en silencio a una clase magistral. Los proyectos colaborativos, las discusiones, los laboratorios y los grupos de trabajo deberían tener objetivos definidos y estructuras que ayuden a los estudiantes a comunicarse, recibir críticas y construir soluciones con otros.
La formación residencial también está en juego. El comité sostuvo que los aprendizajes decisivos no se reducen al contenido de un programa: se construyen en residencias, equipos deportivos, grupos artísticos, clubes, laboratorios y reuniones de investigación, donde los estudiantes aprenden a perseverar, debatir, compartir reconocimiento y formar parte de una comunidad intelectual.
PUBLICIDAD
El Programa de Oportunidades de Investigación para Estudiantes de Grado, conocido como
El comité alertó que algunos profesores contemplan usar agentes de inteligencia artificial como asistentes de investigación en lugar de contratar estudiantes de UROP. Aunque esa decisión podría acelerar tareas y reducir costos, pondría en riesgo una experiencia concebida para educar:
La institución debería preservar, renovar y ampliar UROP, facilitar su acceso y evaluar la posibilidad de extender experiencias similares más allá de los laboratorios. Entre las alternativas mencionadas figuran los programas cooperativos de trabajo y estudio, el reconocimiento de estas prácticas para cumplir requisitos de graduación y la expansión de proyectos de investigación de posgrado vinculados con la industria.
Transparencia para docentes, estudiantes e investigación
El MIT desaconsejó basar las decisiones disciplinarias en detectores automáticos de contenido generado por inteligencia artificial. Esas herramientas pueden identificar textos creados íntegramente por un modelo, pero tienen menos eficacia cuando el estudiante utilizó el sistema para hacer un esquema, revisar un párrafo o depurar una función de código.
Además,
El reporte propuso alternativas como
Las exigencias de transparencia también deberían alcanzar a los docentes.
Los estudiantes expresaron incomodidad con la idea de asistentes docentes automatizados y señalaron que una clase construida en exceso con inteligencia artificial puede transmitir que la enseñanza no es prioritaria. El uso de estas herramientas para revisar trabajos según una rúbrica podría ser útil como devolución preliminar para los alumnos, pero no debería reemplazar la intervención humana en la evaluación final.
En una encuesta realizada en el otoño de 2025 por
Por eso, el comité pidió incorporar desde la orientación de grado y posgrado contenidos sobre uso efectivo, responsable y ético de estos sistemas. Las materias de comunicación deberían abordar la manera de utilizar —y cuándo evitar— la inteligencia artificial en la escritura, incluidos los riesgos de citas inventadas y de homogeneización del lenguaje y las ideas.
Las tesis también deberían incluir una declaración sobre el uso de inteligencia artificial durante su elaboración. Los modelos no podrán figurar como coautores y los investigadores deberán verificar la exactitud de sus resultados antes de incorporarlos a trabajos académicos o publicaciones.
Acceso equitativo, privacidad y costos ambientales
La brecha económica es otro de los problemas identificados. Los planes comerciales más avanzados de OpenAI, Google y Anthropic podían costar hasta
Esa desigualdad puede afectar el rendimiento académico si algunos alumnos acceden a modelos capaces de resolver proyectos complejos o ejercicios avanzados de matemáticas y código durante la noche, mientras otros solo pueden usar versiones menos potentes.
El sistema Parley, administrado por el área de Sistemas de Información y Tecnología del MIT, ofrece acceso a distintos modelos comerciales y abiertos con hasta
La institución también debería garantizar que las herramientas disponibles incluyan sistemas de programación autónoma y recursos de computación suficientes para entrenar o ajustar modelos. El objetivo es ofrecer acceso de primer nivel sin comprometer la privacidad de las conversaciones, los datos o las aplicaciones de la comunidad.
El reporte pidió definir reglas claras sobre el registro y la auditoría de las interacciones en Parley. La plataforma podría permitir al MIT observar consultas y respuestas, una capacidad que abre dilemas entre la confidencialidad de quienes plantean asuntos de salud, relaciones o bienestar emocional y el interés docente por revisar el uso de la herramienta en actividades académicas.
También planteó la necesidad de resolver
El impacto ambiental forma parte de las preocupaciones. La capacitación y el uso cotidiano de los modelos consumen energía, agua y materiales vinculados con los centros de datos, aunque cuantificar esos costos resulta difícil por la falta de información pública de las empresas y por la diversidad de etapas involucradas.
El MIT propuso informar el costo ambiental y financiero estimado de los modelos disponibles en Parley, auditar su propia huella tecnológica e impulsar investigaciones para reducir el consumo energético de la inteligencia artificial. Grupos como la Iniciativa de Energía del MIT, el Proyecto Climático del MIT y el Consorcio de Clima y Sostenibilidad del MIT ya estudian alternativas para los centros de datos y las comunidades donde se instalan.
El informe concluye que
Compartir nota:
Deja una respuesta