2 de septiembre 2025 - 9:36hs

Esta herramienta, que se aplica como piloto en 20 cátedras, involucra a más de 300 docentes y 3.000 estudiantes, y tiene como objetivo transformar los procesos de enseñanza y aprendizaje en el ámbito universitario.

La plataforma, desarrollada por un equipo interdisciplinario de las Secretarías Académica, de Investigación y Sistemas, permite a los estudiantes interactuar con los chatbots para obtener respuestas, aclarar dudas sobre conceptos clave, corregir errores y recibir orientación.

Más noticias

Además, los chatbots realizan simulaciones y evaluaciones basadas en los materiales específicos de cada asignatura. La herramienta busca ser un recurso flexible y adaptado a las necesidades de cada cátedra.

Andrés Pérez Ruffa, subsecretario académico de la Facultad, destacó que "este proyecto muestra que la IA generativa puede ser mucho más que una herramienta de consulta: se convierte en un acompañante cognitivo, que estimula la reflexión crítica, potencia la creatividad, mejora la comunicación y amplía el proceso y las condiciones de enseñanza y aprendizaje en contextos universitarios".

El piloto abarca 20 materias de diversas disciplinas, como Administración, Contabilidad, Derecho, Economía, Humanidades, Matemática, Sistemas y Tributación. La implementación de la plataforma de IA que fue diseñada para que cada cátedra pueda adaptar el chatbot a sus propios materiales y necesidades pedagógicas, con el objetivo de optimizar la enseñanza.

El proceso de implementación

El equipo técnico comenzó el proyecto configurando los chatbots con los materiales de las cátedras, asegurando que los contenidos estuvieran estructurados de manera que facilitaran el procesamiento de la información.

Cada cátedra recibió un chatbot entrenado específicamente con los materiales de su asignatura, lo que permitió que los docentes pudieran integrarlo al proceso educativo.

Como parte del testeo, se definieron cuatro tipos de pruebas para evaluar el funcionamiento de los chatbots:

  • Prueba pedagógica: verificar la claridad, el tono motivador y el uso de ejemplos en las respuestas.
  • Prueba conceptual: comprobar si el chatbot es capaz de identificar y corregir errores comunes en los estudiantes.
  • Prueba factual: garantizar que las respuestas estén alineadas con los materiales proporcionados.
  • Prueba de robustez: evaluar cómo responde el chatbot ante preguntas fuera del alcance de los materiales.

Estas pruebas son fundamentales para realizar ajustes en los chatbots y optimizar su desempeño antes de su implementación definitiva, buscando minimizar errores o respuestas incorrectas que puedan generar confusión.

Capacitación docente y uso pedagógico de la IA

Además de la configuración técnica, se diseñó una propuesta de capacitación específica para los docentes que participan en el proyecto. La capacitación no solo aborda el uso de la tecnología, sino también los aspectos pedagógicos de la IA generativa, y se enfoca en desarrollar criterios críticos para su integración en la práctica académica.

Entre los casos de uso más innovadores que surgieron a partir de esta capacitación, se destacan:

  • Producción de trabajos prácticos asistidos por IA: los estudiantes utilizan la IA para desarrollar aplicaciones o ensayos que incluyen reflexiones sobre el uso de modelos como ChatGPT, Gemini o Deepseek.
  • Evaluación con IA integrada: los estudiantes resuelven casos reales o debates argumentativos utilizando herramientas generativas, como parte de su proceso formativo.
  • Aplicaciones profesionales: la IA se emplea para optimizar perfiles de LinkedIn, planificar trayectorias laborales o preparar presentaciones con clones digitales.

Reflexión sobre los sesgos en los modelos de IA

Uno de los ejes clave de la capacitación docente es la reflexión sobre los sesgos presentes en los modelos de inteligencia artificial. El proyecto busca que los docentes puedan identificar cómo los sesgos pueden influir en las respuestas de los chatbots y en la producción de contenidos generados por IA, y cómo estos sesgos pueden contribuir a reproducir desigualdades o estereotipos. Este enfoque fomenta el uso responsable de la IA en la educación superior, promoviendo una enseñanza inclusiva y equitativa.

Flexibilidad y coherencia institucional

El proyecto de la Facultad de Ciencias Económicas de la UBA busca combinar dos enfoques importantes: la flexibilidad para que cada cátedra adapte la herramienta a sus necesidades pedagógicas y la coherencia institucional que garantiza la formación docente, la definición de criterios éticos claros y una reflexión crítica sobre los sesgos de la IA. Este equilibrio busca fortalecer la innovación con responsabilidad, asegurando que la incorporación de la IA a los procesos educativos se haga de manera inclusiva, equitativa y alineada con los valores universitarios.

Con este proyecto, la UBA no solo impulsa el uso de tecnologías avanzadas en el ámbito académico, sino que también establece un modelo responsable para la integración de la IA en la enseñanza universitaria.

Temas:

uba IA Docentes estudiantes

Seguí leyendo

Más noticias

Te puede interesar

Más noticias de Uruguay

Más noticias de España

Más noticias de Estados Unidos