facebook
Ejercicios universitarios quedan rezagados frente al avance de la inteligencia artificial

Ejercicios universitarios quedan rezagados frente al avance de la inteligencia artificial

Nación viernes 23 de enero de 2026 -

Algunas prácticas académicas utilizadas en universidades ya son superadas por el uso de inteligencia artificial básica en ejercicios formativos. El contraste revela una brecha entre educación superior y demandas del entorno productivo. En este contexto, NotiPress conversó con especialistas para conocer cómo las instituciones educativas integran la IA con prácticas tradicionales.

Al respecto, Rubén Mancha, profesor asociado de Babson College (Massachusetts, Estados Unidos), explicó durante el hackatón que en el entorno profesional el individuo mantiene la responsabilidad sobre el diseño, la interacción y el uso de datos de contexto frente a herramientas automatizadas. Indicó que, aun con el uso de IA, los errores y resultados siguen siendo atribuibles a quien diseña y alimenta los sistemas, no a las herramientas. Dicho de otro modo, se puede leer entre líneas que el pensamiento crítico juega un rol fundamental en la interacción con la IA y puede promover o degradar los resultados obtenidos.
Ejercicios académicos ya no miden habilidades relevantes ante el uso de IA
En entrevista con NotiPress, Fernando Leibowich Beker, CEO y cofundador de Lidd AI, y Haig Hanessian de Cognition, coincidieron en que el rezago educativo frente a la inteligencia artificial ya no es teórico. Ambos señalaron que buena parte de la formación universitaria continúa evaluando habilidades que el mercado dejó de considerar diferenciales.

Como ejemplo de esa desconexión, Leibowich Beker relató acerca de un hackatón al que fue invitado a dar una charla en 2025. Detalló que varios de los ejercicios planteados podían resolverse con herramientas básicas de inteligencia artificial. Según explicó, tareas diseñadas para evaluar conocimientos técnicos dejaron de cumplir ese objetivo cuando los participantes recurrieron a sistemas de uso abierto, lo que evidenció la falta de actualización en los criterios de evaluación. En sus palabras, "los profes quedaron shockeados porque no habían pensado en esa posibilidad. Venían con los mismos ejercicios de hackatón de hace siete años".

Leibowich Beker, también PhD, sostuvo que el problema no es la incorporación tardía de herramientas, sino la persistencia de esquemas de evaluación diseñados para un entorno previo a la automatización. En ese contexto, explicó que ejercicios académicos centrados en procesos repetitivos pierden valor cuando pueden resolverse con herramientas disponibles de forma abierta.

Desfase entre formación universitaria y entorno profesional
Desde la perspectiva de Hanessian, la brecha entre academia e industria se amplía cuando la formación no expone a los estudiantes a contextos reales de uso de inteligencia artificial. Indicó que, en el ámbito profesional, los sistemas se utilizan para tomar decisiones bajo restricciones concretas de tiempo, costo y responsabilidad, un escenario poco presente en los planes de estudio tradicionales. De cara a instituciones educativas, señaló que hay algunas muy avanzadas como el MIT, Harvard o Berkeley, sin embargo citó ejemplos de la complejidad de ingreso como al Indian Institutes of Technology (IIT) ¿El denominador común? Instituciones orientadas al desarrollo del pensamiento crítico.
Ambos especialistas coincidieron en que el sistema educativo enfrenta una presión inédita: preparar a estudiantes para entornos donde la ventaja competitiva ya no está en ejecutar tareas, sino en definir problemas y supervisar procesos asistidos por tecnología. En ese escenario, advirtieron que la falta de actualización afecta contenidos y la forma misma de enseñar y evaluar. Esto, en el mundo real, provoca barreras invisibles que frenan el impacto real de la IA en las organizaciones.
A partir de estos planteamientos, el debate deja de centrarse en incorporar inteligencia artificial a las aulas, más bien se enfoca en cuestionar y actualizar qué habilidades se evalúan y bajo qué contextos. La persistencia de esquemas previos a la automatización abre interrogantes sobre la preparación real de los egresados frente a entornos productivos donde la IA forma parte del trabajo cotidiano. En ese marco, los especialistas consultados coincidieron en que la actualización de contenidos y métodos de evaluación representa uno de los principales retos para la educación superior.

No te pierdas la noticias más relevantes en facebook

Envíe un mensaje al numero 55 1140 9052 por WhatsApp con la palabra SUSCRIBIR para recibir las noticias más importantes.

SG/CR

Etiquetas


Notas Relacionadas
+ -