El desarrollo de la IA generativa está provocando una transformación profunda del trabajo, en particular porque, a diferencia de las disrupciones tecnológicas previas, incrementa principalmente el potencial de automatización y de aumento de capacidades en ocupaciones que requieren altos niveles educativos. Como consecuencia, la IA generativa tiene un impacto profundo y de largo plazo en la educación superior, puesto que inevitablemente afecta a lo que las personas deben aprender, a cómo deberían aprender y cómo pueden demostrarlo (y, por tanto, evaluarlo). 

Los profesores universitarios, cuyo trabajo es especialmente sofisticado y centrado en el conocimiento, son, por tanto, claros candidatos a verse afectados radicalmente por esta tecnología. Y a pesar de la evidente burbuja existente sobre las expectativas de la IA, recordemos que tendemos a sobrestimar los efectos de una tecnología en el corto plazo y subestimar el efecto en el largo plazo, este postulado es especialmente premonitorio para entender lo que puede suceder con la IA generativa y la universidad.

Tenemos hoy en día más preguntas que respuestas, pero es importante identificar las preguntas realmente relevantes para que nos sirvan de hipótesis que nos permitan pasar a una acción experimental que genere aprendizaje dentro del sistema (para estudiantes, profesores y universidades). Tras una primera reacción de miedo y tendencia a intentar limitar el uso de la IA en las universidades, debemos pasar a un enfoque estratégico abordado en dos dimensiones (profesores y líderes de instituciones), con el fin de poder comprender en profundidad sus implicaciones y la necesidad de desarrollar capacidades de manejo efectivo. En esta conferencia abordaremos algunas de las preguntas básicas sobre la IA generativa que deberían guiar el futuro inmediato de las universidades: por qué y para qué la necesitamos, cómo debemos usarla, qué tipo de decisiones tecnológicas debemos empezar a tomar y qué espacios de experimentación podemos crear. 

Tanto en investigación como en educación las diferentes personas que trabajan en las universidades necesitan identificar y descubrir conocimiento relevante, organizar ese conocimiento y generar nuevo conocimiento derivado con objetivos específicos. Podemos pensar este proceso compuesto por una serie de grandes fases: a) identificar y organizar temáticas, competencias y bibliografías adecuadas para los cursos que diseñan e imparten; b) generar nuevos contenidos; c) diseñar y producir recursos educativos diversos (desde exámenes a proyectos y retos a resolver), y d) evaluar de forma continua y efectiva el aprendizaje de los estudiantes. Adicionalmente, los estudiantes necesitan acceder a mecanismos de acompañamiento efectivos que les ayuden en diversas facetas de su vida académica y les permitan lograr sus objetivos de aprendizaje. Esas son precisamente las funciones principales en las que hoy en día se aplica la IA generativa. Revisaremos el proceso de trabajo de los profesores, diseñadores instruccionales y de experiencias de aprendizaje, así como productores de contenidos (roles que habitualmente en la universidad tradicional son asumidos por profesores) para identificar de qué modo se puede ver alterado y beneficiado por la IA. Ilustraremos estos temas mediante diversos ejemplos de estrategias que están desarrollando diferentes universidades y de herramientas que están surgiendo especialmente del ecosistema edtech que colabora con esas universidades.