MIT advierte que la IA ya puede resolver casi cualquier tarea universitaria

Un informe de un comité del MIT sostiene que la IA ya puede producir respuestas creíbles para casi cualquier tarea de pregrado, mientras su avance modifica la vida del campus y abre un debate regulatorio muy distinto en Europa.
***

• Un comité del MIT afirma que los modelos pueden resolver de forma creíble ensayos, problemas científicos, demostraciones y programación.
• El informe vincula el avance de la IA con menos asistencia a tutorías, menor participación en discusiones y menos grupos de estudio.
• En la Unión Europea, la vigilancia durante exámenes es de alto riesgo y el reconocimiento de emociones en la educación está prohibido desde febrero de 2025.

Un comité ad hoc del Massachusetts Institute of Technology (MIT) concluyó que la inteligencia artificial puede producir respuestas creíbles para casi cualquier tarea escrita dentro de sus programas de pregrado. El hallazgo abarca ensayos, problemas de matemáticas y ciencias, demostraciones y ejercicios de programación, lo que amplía la discusión más allá de si un estudiante utilizó una herramienta para copiar.

El reporte también describe cambios medibles y anecdóticos en la cultura del campus en menos de tres años, con menor asistencia a horas de tutoría, menos participación en debates en línea y una posible reducción de los grupos de estudio en dormitorios y bibliotecas. La conclusión plantea una pregunta más amplia para las universidades: cómo preservar el aprendizaje y la confianza cuando una máquina puede entregar trabajos convincentes en casi cualquier disciplina.

Una capacidad que cambia la vida universitaria

La importancia del informe no reside únicamente en la capacidad técnica de los modelos para redactar o calcular, sino en la variedad de actividades que pueden abordar con resultados plausibles. El informe del comité del MIT señala que muchos problemas y tareas utilizados en las clases para reforzar el aprendizaje y evaluar el progreso de los estudiantes ya pueden ser realizados por sistemas de IA.

En ese contexto, la diferencia entre una respuesta producida por un estudiante y otra generada por un sistema puede resultar más difícil de establecer mediante una revisión superficial. El reporte no afirma que la IA sustituya toda la experiencia educativa ni que cada entrega sea correcta, pero sí advierte que la tecnología puede superar el umbral de credibilidad en prácticamente todo el conjunto de tareas que los profesores suelen asignar.

El comité también relaciona el fenómeno con una modificación del comportamiento cotidiano en el campus, aunque distingue esos cambios del problema específico de hacer trampa. La menor asistencia a tutorías y la caída de la participación en discusiones pueden reflejar que algunos estudiantes recurren a sistemas automáticos antes de pedir ayuda a un docente o debatir el contenido con sus compañeros. La relación debe entenderse como una observación del informe, no como una prueba de causalidad definitiva.

La referencia a menos grupos de estudio en dormitorios y bibliotecas aparece como evidencia anecdótica, por lo que no equivale a una medición concluyente de todos los estudiantes. Aun así, el dato resulta relevante porque apunta a una transformación de los espacios donde tradicionalmente se construyen hábitos de aprendizaje, colaboración y comprensión profunda de una materia.

La respuesta universitaria: confianza frente a vigilancia

La expansión de estas herramientas está llevando a algunas instituciones a modificar sus reglas y sus dinámicas de aula. La facultad de derecho de la Universidad de Chicago prohibirá los teléfonos y las computadoras portátiles en las clases troncales de primer año a partir de este otoño, mientras Princeton puso fin a su tradición de exámenes sin supervisión, vigente desde 1893, de acuerdo con la información disponible.

En el caso de Princeton, el cambio no equivale a eliminar el código de honor de la universidad: la medida afecta específicamente la política de exámenes no supervisados. La institución estableció su código de honor en 1893, pero la facultad votó poner fin a la tradición de realizar exámenes sin vigilancia.

Estas decisiones muestran que el debate no se limita a detectar textos generados por IA después de una entrega, sino que alcanza la forma en que las universidades supervisan el trabajo académico. Cuando una institución deja de confiar en el resultado presentado, puede intentar controlar el dispositivo, el entorno del examen o la identidad de quien realiza la actividad, una respuesta conocida aplicada a una tecnología nueva.

En Estados Unidos, la discusión continúa centrada en si las universidades deben vigilar a sus estudiantes y hasta dónde pueden llegar esas medidas. El uso de sistemas para detectar trampas ya era objeto de cuestionamientos antes del actual salto de capacidad de los modelos, porque una herramienta de supervisión puede introducir errores, invadir la privacidad o convertir la evaluación en una experiencia permanentemente vigilada.

La regulación europea parte de una premisa diferente: no espera a que la institución defina por sí sola los límites de la vigilancia. La Ley de IA clasifica como sistemas de alto riesgo, bajo el Anexo III, aquellos utilizados para monitorear y detectar comportamientos prohibidos durante los exámenes, además de los empleados en admisiones y en la evaluación de resultados de aprendizaje.

El marco europeo y los límites a la vigilancia

Las obligaciones aplicables a esos sistemas estaban previstas inicialmente para agosto de 2026, pero la Digital Omnibus las pospuso hasta el 2 de diciembre de 2027. La modificación concede a las instituciones educativas y a sus proveedores de software dieciséis meses adicionales, según el contenido de la noticia, aunque no elimina la clasificación de alto riesgo ni las exigencias que deberán cumplir.

La postergación afecta el calendario de obligaciones, no las prohibiciones específicas establecidas por la normativa europea. Desde febrero de 2025, el reconocimiento de emociones en el ámbito educativo está prohibido por completo, una decisión que limita el uso de tecnologías que intenten inferir estados emocionales de los estudiantes durante clases o evaluaciones.

La Unión Europea también conserva la capacidad de inspeccionar modelos y sancionar a los proveedores que incumplan sus reglas. Por esa razón, el foco europeo se desplaza desde la pregunta de si una universidad puede vigilar a sus alumnos hacia otra más concreta: con qué intensidad, bajo qué condiciones y mediante qué sistemas puede hacerlo sin cruzar una línea regulatoria.

El contraste entre ambos enfoques se vuelve más visible a medida que la IA hace más difícil verificar quién produjo una respuesta. Mientras el entorno estadounidense debate la legitimidad y conveniencia de la vigilancia, el marco europeo ya considera de alto riesgo una parte de esas prácticas y prohíbe una modalidad concreta de análisis emocional, dejando abierta una discusión sobre la aplicación y el alcance de los controles.

Una evaluación universitaria bajo presión

El informe del MIT llega en un momento en que las universidades deben decidir qué significa evaluar conocimientos cuando la producción de una respuesta dejó de ser una prueba suficiente de dominio. Un ensayo bien estructurado, una solución matemática coherente o un programa que funciona pueden demostrar un resultado, pero no necesariamente revelan cuánto razonamiento desarrolló el estudiante sin asistencia automatizada.

Eso no significa que las tareas tradicionales hayan perdido todo valor, ni que la presencia de IA convierta automáticamente cada entrega en fraude. La consecuencia más inmediata es que profesores y estudiantes necesitan distinguir entre usar una herramienta como apoyo y delegarle la parte central de una actividad diseñada para medir comprensión, práctica o capacidad de argumentación.

El descenso de tutorías, discusiones y grupos de estudio señalado por el comité añade una dimensión social al problema. Si la herramienta reduce los momentos de intercambio y acompañamiento, el impacto puede alcanzar habilidades que no aparecen en una respuesta escrita, como formular preguntas, defender una idea, detectar un error y aprender mediante la colaboración.

El desafío para las instituciones consiste en responder sin convertir cada aula en un espacio de control total. La capacidad de la IA para resolver tareas creíbles obliga a revisar los métodos de evaluación, pero el informe y las reglas europeas sugieren que la solución no puede reducirse a vigilar más: también debe proteger la privacidad, la interacción académica y el propósito educativo de cada actividad.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín