La Inteligencia Artificial Generativa y sus Retos en la Educación Superior

La Inteligencia Artificial Generativa y sus Retos en la Educación Superior

Por Freddy Benavidez, Especialista en Tecnología Educativa, e-learning, STEAM

---

Vivimos en una era marcada por cambios constantes con la inteligencia artificial (IA), cuyas tecnologías están reformulando la forma en que aprendemos, trabajamos y nos relacionamos. La figura proporcionada por CEPLAN ofrece una valiosa representación de la evolución escalonada de la IA hasta llegar al punto cúspide de su desarrollo actual: la IA generativa y el contenido generado artificialmente. Esta evolución, aunque fascinante y prometedora, también evidencia importantes brechas en su adopción dentro del sistema de educación superior universitaria.

De la IA convencional a la creación de conocimiento

La figura resume cinco niveles tecnológicos fundamentales:

1. 1. IA: punto de partida donde la informática y el análisis de datos se fusionan para simular procesos cognitivos como los humanos.
   2. Aprendizaje automático: permite que las máquinas realicen tareas adaptativas sin intervención humana directa.
   3. Aprendizaje profundo: se asemeja al funcionamiento del cerebro mediante redes neuronales, habilitando un análisis más profundo y complejo.
   4. IA generativa: genera contenido en múltiples formatos (texto, imagen, video, música).
   5. Contenido generado artificialmente: el resultado visible y utilizable de estas tecnologías.

Esta evolución no es solo técnica; representa una transición conceptual: de la automatización de tareas a la co-creación entre humanos y máquinas.

¿Dónde está la educación superior?

Aunque las tecnologías de IA están en auge en muchos sectores, en el ámbito universitario su implementación es desigual y, en muchos casos, superficial. Las universidades, como espacios que deberían liderar el cambio, aún se enfrentan a múltiples desafíos:

• • Brecha tecnológica: Muchas instituciones carecen del hardware especializado o del personal capacitado en IA avanzada, como redes neuronales profundas, GANs o VAE (autoencoders variacionales).

• • Currículos desactualizados: A pesar del protagonismo de la IA, los programas académicos no se han adaptado al ritmo de la innovación. La formación en IA generativa, desarrollo del pesamiento computacionales, por ejemplo, es aún una brecha.

• • Uso limitado del contenido generado artificialmente: Existen resistencias al cambio, la innovación y la transformación digital educativa en las institucionales frente al acceso, uso e integración tecno pedagógica de herramientas generativas como los grandes modelos de lenguaje ChatGPT,  Gemini, copilot, claude, deepseek, por temor a la desinformación o el plagio, en lugar de promover su uso ético y pedagógico.

• • Desigualdad en el acceso: Las universidades de contextos rurales o con menos recursos presentan mayores dificultades para integrar estas tecnologías, profundizando la brecha digital.

El futuro que debemos construir

La IA generativa representa una oportunidad sin precedentes para enriquecer los procesos de enseñanza-aprendizaje, personalizar la experiencia educativa y democratizar el acceso al conocimiento. Sin embargo, para capitalizar este potencial, la educación superior debe repensar su rol:

• • Invertir en formación docente en IA y pensamiento computacional.

• • Incorporar contenidos de ética digital y uso responsable de tecnologías generativas.

• • Diseñar políticas institucionales que integren estas herramientas en lugar de prohibirlas.

• • Fomentar laboratorios de innovación educativa que experimenten con IA en contextos reales de aula.

La IA no es una moda, es una transformación estructural. Y si la educación superior desea seguir siendo un motor de desarrollo humano y social, debe situarse no solo como usuaria de estas tecnologías, sino como generadora de conocimiento y pensamiento crítico sobre ellas. El verdadero reto no está en lo que la IA puede hacer, sino en lo que nosotros como sociedad decidimos hacer con ella.