El semestre pasado, corrigiendo trabajos de mi cátedra de Tecnologías Emergentes de la Universidad de San Andrés, me encontré con un párrafo que arrancaba perfecto. Estructura impecable, vocabulario preciso, citas bien puestas. Dos líneas después, el tono cambiaba por completo. Como si otra persona hubiera agarrado el teclado. Le pregunté al alumno en clase. Me dijo, con total naturalidad, que usó ChatGPT para "ordenar las ideas" y después escribió el resto solo. No lo vivía como trampa. Lo vivía como flujo de trabajo.
¿Dónde está el límite? Esa pregunta me persigue desde hace mucho tiempo. Y la semana pasada, un grupo de investigadores de Berkeley, Cornell y la Universidad de Tecnología de Sídney publicó en la revista Science el estudio más grande que se hizo sobre el tema. 95 mil estudiantes. 20 universidades de investigación en Estados Unidos. Los resultados no le cierran a nadie.
Dos tercios usan inteligencia artificial generativa. Casi el cuarenta por ciento la usa al menos una vez por mes. Y el nueve por ciento de los que la usan admite haber hecho trampa con ella. Nueve por ciento suena bajo hasta que mirás el desagregado: entre los que usan IA todos los días, el número trepa al veintiséis por ciento. Uno de cada cuatro. La pendiente es resbaladiza y tiene datos que la prueban. Cuanto más usás, más probás los límites. Cuanto más probás los límites, más fácil es cruzarlos.
Igor Chirikov, el investigador principal del estudio, lo puso en términos que a mí me resonaron: "En vez de pasar toda la noche haciendo un trabajo, podés generar algo en menos de treinta minutos y entregarlo". Universidades caras, entornos competitivos, presiones familiares, la necesidad de mantener un promedio alto para conseguir una pasantía. Y del otro lado, una herramienta que te resuelve el trabajo en media hora. Chirikov lo llama "la tormenta perfecta".
La semana pasada también salieron datos del Reino Unido que completan la foto. Las universidades de élite del grupo Russell, entre las que están Glasgow, UCL, Leeds e Imperial College, sancionaron a más de dos mil estudiantes por uso indebido de IA durante el último año académico. El año anterior habían sido setecientos. Se triplicó. Hubo expulsiones. Un profesor, bajo anonimato, dijo que la mayoría de los estudiantes probablemente está usando IA de alguna forma y que solo se detectan "los casos más burdos". ¿Cómo los detectan? Porque los pibes dejan escrito cosas como "inserte su nombre aquí" en medio del trabajo. O citan papers que nunca existieron. La IA los inventó y ellos no verificaron.
Acá viene lo que a mí más me interesa del estudio de Berkeley. Porque la conversación sobre trampa e IA siempre termina en el mismo lugar: hay que prohibirla, hay que detectarla, hay que castigarla. Pero Chirikov encontró algo que cambia la discusión entera. Los estudiantes de menores ingresos, las minorías raciales y las mujeres usan IA significativamente menos que el resto. Y eso, dice el estudio, puede convertirse en una desventaja profesional seria. Porque los empleadores ya están buscando graduados con experiencia en herramientas de IA. Si prohíbís la IA en la universidad, los pibes que más la necesitan para nivelar la cancha son los que más pierden.
Leí eso y me quedé un rato largo mirando la pantalla. Porque el dilema es genuino y no tiene solución cómoda. Si dejás que usen IA, un porcentaje va a hacer trampa. Si la prohibís, castigás a los que menos recursos tienen. Y si intentás detectarla, te metés en lo que Chirikov llama "un juego del gato y el ratón sin fin", porque ya existen servicios de "humanización" de texto que toman lo que escribió la IA y lo hacen pasar por escritura humana. NBC hizo una nota en enero sobre estudiantes que usan IA para evitar que los detectores de IA los acusen de usar IA. Leé esa frase de nuevo. Es real.
Hay un dato del estudio que merece un párrafo propio. Los estudiantes de carreras no STEM hacen más trampa con IA que los de STEM. Eso tiene lógica cuando lo pensás: en matemática o ingeniería, el proceso importa tanto como el resultado. En humanidades, la entrega final muchas veces es un ensayo. Y un ensayo generado por IA puede parecer impecable. Chirikov también publicó un paper aparte sobre inflación de notas: cuando los alumnos usan IA en los trabajos, las notas del curso entero se inflan respecto al conocimiento real. Todos sacan mejor nota. Nadie aprendió más.
Yo doy clases sobre tecnología. Mis alumnos son profesionales de treinta y pico que están haciendo un MBA. Gente grande, con laburo, con experiencia. Y aun así la tentación existe. Lo sé porque me lo dicen. Porque después de clase se me acercan y me preguntan, genuinamente confundidos: "¿Está bien si uso ChatGPT para armar el esquema y después yo desarrollo?". Y la respuesta honesta es: depende. Depende de cuánto desarrollo hagas vos. Depende de si entendés lo que escribiste. Depende de si podrías defenderlo en un oral sin la herramienta. Pero esa ambigüedad es difícil de regular. Y es imposible de evaluar con un detector automático.
Chirikov propone algo que suena simple pero requiere repensar todo: que cada disciplina desarrolle sus propias políticas y sus propias formas de evaluación. Exámenes orales supervisados. Trabajos escritos a mano en clase. Defensas presenciales. El problema, dice él mismo, es que esos formatos solo miden un rango estrecho de habilidades. La universidad enseña cosas que requieren tiempo largo. Ir y volver sobre un texto. Luchar intelectualmente con una idea. Escribir, borrar, reescribir. Ese proceso es justamente lo que la IA elimina. Y es justamente lo que te forma.
En Argentina y en Uruguay estamos recién empezando a tener esta conversación. Algunas universidades armaron comités. Otras sacaron comunicados genéricos diciendo que "el uso de IA debe ser responsable". Pero no hay políticas claras, no hay datos locales, no hay estudios equivalentes al de Berkeley. Estamos navegando a ciegas en un tema que tiene noventa y cinco mil datos encima de la mesa en otro país y acá cero.
Chirikov cierra su entrevista con Berkeley News con una frase que les recomiendo a los estudiantes y que yo voy a empezar a usar en mi cátedra. Dice: antes de entregar algo hecho con IA, pregúntate tres cosas. ¿Podría explicar esto sin la herramienta? ¿Podría hacer algo parecido solo mañana? ¿La IA me ayudó a entender mejor el material o solo me ayudó a terminar más rápido? Si la respuesta a las tres es "me ayudó a terminar más rápido", el trabajo está hecho. Pero vos no aprendiste nada.
Y después agrega algo que me dejó pensando: "Realmente les tengo empatía a los estudiantes". Yo también. Porque crecieron en un mundo que les dice que la IA es el futuro, que tienen que saber usarla, que si no la adoptan se quedan afuera. Y al mismo tiempo les decimos que si la usan para estudiar, están haciendo trampa. Les pedimos que naden y que no se mojen.
La universidad va a tener que decidir qué quiere ser en los próximos años. Un lugar donde se evalúa lo que sabés hacer con la IA, o un lugar donde se evalúa lo que sabés hacer sin ella. Las dos opciones tienen sentido. Las dos tienen riesgos. Lo que no tiene sentido es seguir como si nada hubiera cambiado. Porque los alumnos ya decidieron. Están usando la herramienta. La pregunta es si la universidad va a correr detrás de ellos o se va a sentar a pensar, de una vez, qué significa aprender cuando una máquina puede aprobar por vos.
