Landymore, Frank. (30 de agosto de 2026). MIT Warns That AI Can Now Credibly Complete Pretty Much Any Undergrad Assignment, Considers Overhaul of Entire Educational Model. Futurism. https://futurism.com/artificial-intelligence/mit-warns-ai-undergrad-assignments?utm_source=flipboard&utm_content=other

El problema que plantea la IA generativa a la universidad ya no es simplemente que los estudiantes puedan utilizarla para hacer trampas. La cuestión es que, si una máquina puede realizar prácticamente cualquier tarea académica convencional, quizá haya llegado el momento de replantear qué significa aprender, cómo se enseña y cómo se evalúa el conocimiento en la universidad.

Un informe elaborado por el comité ad hoc sobre inteligencia artificial del MIT, copresidido por los profesores Eric Klopfer y Samuel Madden, advierte de que los actuales sistemas de IA ya son capaces de producir respuestas convincentes para prácticamente cualquier tipo de tarea escrita de grado. El documento señala que los modelos pueden resolver con solvencia ensayos, problemas de matemáticas y ciencias, demostraciones y ejercicios de programación, lo que pone en cuestión uno de los pilares tradicionales de la enseñanza universitaria: utilizar las tareas como evidencia de que el estudiante ha comprendido y es capaz de aplicar los conocimientos adquiridos. 

El problema, por tanto, no se limita al fraude académico. El MIT considera que la generalización de estas herramientas puede obligar a replantear el propio modelo educativo. Si una IA puede realizar una tarea con un resultado aceptable, entregar ese trabajo deja de ser una forma fiable de evaluar el aprendizaje individual. Algunas universidades y profesores están respondiendo recuperando métodos como los exámenes orales, los trabajos manuscritos, las discusiones presenciales, los diarios de aprendizaje y las actividades prácticas, que permiten observar de manera más directa el proceso intelectual del estudiante y no únicamente el producto final. 

El informe también identifica consecuencias más profundas sobre la cultura universitaria. Según los testimonios recogidos por el comité, en menos de tres años el uso intensivo de IA habría coincidido con una disminución de la asistencia a las tutorías, una menor participación en debates en línea y, de forma anecdótica, una reducción de los grupos de estudio presenciales en residencias, bibliotecas y otros espacios universitarios. El riesgo es que la IA no solo facilite la realización de determinadas tareas, sino que termine modificando las formas tradicionales de estudiar, colaborar, preguntar y relacionarse con profesores y compañeros. 

La cuestión central pasa así de «cómo detectar si un estudiante ha utilizado IA» a «cómo diseñar una educación en la que aprender siga siendo necesario». El desafío consiste en evitar que la tecnología convierta al alumno en un mero receptor de respuestas y, al mismo tiempo, aprovechar sus posibilidades como herramienta de apoyo al aprendizaje. La experiencia del MIT apunta hacia una transformación de las actividades académicas para valorar más el razonamiento, el proceso, la interacción y la capacidad de defender las propias ideas que la simple presentación de un resultado final.

El artículo sitúa además este debate dentro de una transformación más amplia de la educación superior. Algunas instituciones están adoptando medidas restrictivas: la University of Chicago Law School ha limitado el uso de teléfonos y ordenadores en determinados cursos iniciales, mientras que Princeton University abandonó su tradicional modelo de exámenes sin supervisión después de un escándalo relacionado con el uso de IA. Estas respuestas muestran hasta qué punto la tecnología está obligando a las universidades a reconsiderar normas y prácticas que durante décadas se habían dado por sentadas.