Kang, Jay Caspian. “The Despair of the Professor in the Age of A.I.” The New Yorker, 26 de mayo de 2026, sección Fault Lines. Leer el artículo original en The New Yorker
Uno de los aspectos menos visibles de la expansión de la inteligencia artificial generativa en la educación superior: el impacto emocional y pedagógico que está teniendo sobre profesores y docentes. Más que centrarse exclusivamente en el problema del plagio o en la utilización de ChatGPT para realizar trabajos académicos, Kang plantea una cuestión más profunda: qué ocurre cuando la tecnología empieza a eliminar precisamente aquellas experiencias de esfuerzo, descubrimiento, frustración y elaboración personal que constituían una parte esencial de la relación entre profesores y estudiantes.
El autor parte de una experiencia universitaria propia para recordar el valor de un profesor que consiguió que un estudiante leyera y comprendiera un texto que probablemente nunca habría abordado por iniciativa propia. Para Kang, esa capacidad del profesor de acompañar al estudiante hacia una idea nueva constituye uno de los valores más difíciles de medir de la educación universitaria.
El punto de partida del artículo es el testimonio de Jane Sloan Peters, profesora de estudios religiosos, que describe cómo cambió uno de sus cursos, Letters from Prison. Durante los primeros años, los estudiantes tenían dificultades para formular una idea propia a partir de las lecturas. Precisamente ese esfuerzo constituía parte del aprendizaje: mediante lluvia de ideas, discusión y sucesivas revisiones, acababan desarrollando interpretaciones personales. Sin embargo, posteriormente comenzaron a aparecer trabajos mucho más fluidos formalmente pero también mucho más genéricos, con resúmenes perfectamente estructurados y conclusiones que parecían abarcarlo todo sin plantear realmente una idea propia. Peters sospechó que muchos estudiantes estaban utilizando IA generativa. Al introducir ejercicios manuscritos y otras actividades destinadas a recuperar el proceso de elaboración personal, experimentó una fuerte sensación de pérdida: la profesora ya no estaba simplemente enseñando una materia, sino intentando reconstruir las condiciones que permitieran a sus alumnos pensar por sí mismos.
Una de las ideas centrales del texto es que el problema no puede reducirse a “estudiantes que hacen trampas”. Peters y otros docentes entrevistados por Kang perciben que la IA está intensificando un modelo educativo que ya era predominantemente transaccional: el estudiante paga por una titulación, entrega determinados productos para obtener una calificación y finalmente consigue una credencial. La IA hace mucho más sencillo producir esos productos sin necesariamente realizar el proceso intelectual que debería acompañarlos. El resultado es una tensión entre obtener una respuesta y adquirir conocimiento, entre completar una tarea y aprender a formular preguntas, argumentar, escribir, interpretar y equivocarse. El artículo recoge además una observación interesante: algunos profesores afirman que incluso estudiantes que utilizan IA desean que sus docentes mantengan expectativas elevadas y les exijan realizar un trabajo intelectual genuino.
Los testimonios reunidos por Kang muestran que la experiencia no es homogénea. Susanna F. Boxall, profesora de filosofía, considera especialmente problemática la combinación entre IA, educación en línea y descenso demográfico de estudiantes universitarios. Según su experiencia, determinados cursos en línea han perdido buena parte de su capacidad para garantizar un aprendizaje auténtico y algunas tareas tradicionales, como los trabajos escritos, se han vuelto muy difíciles de controlar. Su alternativa ha sido recurrir a actividades presenciales y exámenes orales, aunque reconoce que este modelo resulta difícil de aplicar cuando existen grupos numerosos. Al mismo tiempo, otros profesores encuentran usos positivos de la IA: Kevin Sun, profesor de informática, explica que las herramientas pueden ayudar a preparar materiales docentes y permiten plantear ejercicios en los que los estudiantes deben evaluar código generado por IA, desplazando parcialmente el aprendizaje desde la producción hacia la revisión crítica.
El artículo también recoge experiencias que muestran que la IA puede convertirse en un estímulo para rediseñar la pedagogía, en lugar de limitarse a combatirla. Daniel Silver, profesor de sociología, explica que tuvo que dedicar mucho más tiempo a crear nuevos tipos de actividades, incluyendo simulaciones en las que los estudiantes representan teorías de autores como Adam Smith o Max Weber y experimentan con ellas. Según su experiencia, algunos de estos proyectos produjeron más creatividad y trabajo intelectual que los ensayos convencionales. Silver también utiliza ejemplos de trabajos generados por IA para mostrar a los estudiantes cómo tienden a parecerse entre sí y para plantearles el desafío de producir algo que vaya más allá de ese nivel de respuesta. Su experiencia introduce una perspectiva importante: la aparición de la IA obliga a replantear qué tipo de actividades permiten demostrar realmente que se ha aprendido.
Una dificultad especialmente importante aparece en la educación en línea. Elizabeth Strom, profesora de la University of South Florida, señala que resulta prácticamente imposible impedir completamente el uso de IA en cursos totalmente virtuales. El problema no es solamente detectar si un texto ha sido generado artificialmente, sino determinar su procedencia cuando el profesor trabaja con decenas de estudiantes a los que apenas conoce. Las tareas pueden diseñarse incorporando citas, números de página, opiniones personales, debates o juegos de rol, pero también pueden ser manipuladas con herramientas generativas. Strom señala además la falta de criterios institucionales uniformes: cuando cada profesor establece sus propias reglas sobre IA, los estudiantes reciben mensajes diferentes acerca de qué usos son aceptables.
Otro aspecto relevante es la transformación del papel del profesor. Neal Hebert, profesor de teatro, explica que ha pasado de considerarse un colaborador en el aprendizaje de sus estudiantes a sentirse en ocasiones como un investigador de plagio. Después de comprobar que numerosos trabajos sobre obras conocidas presentaban estructuras y expresiones similares a las generadas por ChatGPT, comenzó a utilizar obras menos conocidas, sobre las que los modelos tienen menos información disponible. Sin embargo, incluso esta estrategia tiene limitaciones. Su testimonio refleja una preocupación más profunda: si los estudiantes dejan de leer, interpretar y experimentar personalmente con las obras, podrían perder parte de la capacidad crítica y creativa que necesita un profesional de las artes.
El artículo presenta también una perspectiva más favorable a la incorporación de la IA. Auyon Siddiq, profesor de gestión y tecnología en UCLA, describe un curso de estadística en el que se permite explícitamente el uso de IA, incluso durante los exámenes, para comprobar qué sucede cuando los estudiantes pueden utilizar libremente estas herramientas. La experiencia le ha llevado a reconsiderar la enseñanza y a dedicar más tiempo a aspectos como la estructura de las clases, los ejemplos y los casos prácticos. Lauren Aulet, investigadora de psicología y ciencias cerebrales, señala igualmente que la IA puede reducir considerablemente el coste de experimentar con código y análisis computacional. Estos testimonios introducen una distinción fundamental: que la IA sea problemática para determinadas formas de evaluación no significa que carezca de utilidad para la investigación o la enseñanza.
Uno de los problemas más destacados por los docentes es, por tanto, la pérdida de confianza. Beth Ritter-Conn explica que la educación universitaria puede funcionar como un espacio de descubrimiento en el que los estudiantes formulan ideas, se equivocan, reciben retroalimentación y modifican sus puntos de vista. Si el profesor no sabe si una reflexión, un diario personal o una respuesta a una lectura procede realmente del estudiante, se rompe una parte esencial de esa relación. La docente ha respondido aumentando las actividades presenciales, la escritura a mano, los exámenes en papel y la toma de apuntes sin dispositivos. Estas medidas parecen mejorar la situación, pero también convierten al profesor en una figura que debe vigilar y controlar constantemente el uso de tecnología, en lugar de concentrarse exclusivamente en enseñar.
El caso de Jane Sloan Peters adquiere especial relevancia al final del artículo porque introduce una dimensión generacional. Recuperando una reflexión de Toni Morrison sobre el lenguaje y la relación entre generaciones, Peters plantea que los estudiantes también están viviendo una situación de incertidumbre ante una tecnología que transformará sus vidas. Desde esta perspectiva, los jóvenes no solo necesitan que los profesores les digan qué está permitido y qué está prohibido, sino que esperan de ellos orientación para comprender qué significa seguir pensando y escribiendo en un mundo en el que una máquina puede producir textos convincentes en segundos. La cuestión no sería únicamente cómo impedir el uso de IA, sino cómo ayudar a los estudiantes a comprender por qué sus propias palabras, sus errores, sus dudas y sus procesos de pensamiento siguen teniendo valor.
