El FOMO de la IA en el profesorado universitario

Este curso he tenido la suerte de poder matricularme en numerosas formaciones sobre inteligencia artificial, orientadas tanto a la docencia como a la investigación. Dejando al margen los evidentes beneficios y el inmenso aprendizaje metodológico y pedagógico que estoy obteniendo, hay un miedo que ha empezado a surgir en mí y que ha llegado a ser un poco agobiante.

Cuanto más aprendo sobre nuevas herramientas, más me invade la sensación de quedarme rezagada si no incluyo la IA en mi trabajo diario. Esa urgencia por no perder el ritmo es, precisamente, el FOMO (Fear Of Missing Out) aplicado a la IA. Aunque el término nació en las redes sociales para describir la ansiedad de sentirse excluido, el miedo a perderse algo, hoy define a la perfección lo que podemos llegar a vivir en la universidad en referencia al uso de la IA.

Hasta hace pocos meses me había limitado a probar alguna herramienta de inteligencia artificial de forma esporádica, sin más pretensiones. No había llegado a comprender ni a valorar realmente todo su potencial.

Quien no se haya sentado a revisar en detalle las inmensas posibilidades que ofrece la IA, tanto para la docencia como para la investigación, no sentirá todavía ese miedo, ese FOMO.

Es completamente lógico, porque a mí también me pasaba: la distancia, en cierto modo, nos protege de ese tecnoestrés. Pero puedo asegurar que, una vez se da el paso y se entra a explorar lo que estas tecnologías son capaces de hacer, la perspectiva cambia radicalmente, para lo bueno y para lo malo.

La IA en la docencia

En la docencia universitaria, su irrupción preocupa y ocupa a partes iguales. Por un lado, vemos las posibilidades que nos ofrece para personalizar el aprendizaje, generar materiales didácticos y reducir la carga administrativa. Pero, por otro lado, el profesorado confiesa sus inquietudes por el empleo indebido de herramientas como ChatGPT por parte del alumnado o por un posible impacto negativo en su aprendizaje profundo.

Muchos estudios recientes nos indican que el profesorado universitario reconoce que queda un largo camino por recorrer. De hecho, la literatura académica señala dos tendencias clave en nuestra percepción:

• Brecha formativa: muchos y muchas docentes admiten abiertamente su falta de conocimientos en IA y consideran esta carencia como el principal obstáculo para aprovecharla.
• Preocupaciones éticas: a la cabeza de los miedos académicos aparecen el plagio, la falta de equidad y la apremiante necesidad de regulación.

En el caso de los estudiantes, acabamos de decir que un recurso de IA, bien empleado, puede convertirse en una suerte de herramienta niveladora. Sin embargo, si trasladamos ese mismo efecto a nuestro propio colectivo, surge una inquietud incómoda: ¿qué ocurre cuando la IA dota de aparentes competencias a quien, en realidad, no las tiene? ¿Es esto adecuado? ¿Sirve la IA para maquillar las carencias? ¿Aprendemos de esos procesos de iteración o únicamente nos acomodamos? Mirándonos al espejo como académicos, estas preguntas podrían suponer un dilema ético importante.

La IA en la investigación

En lo que respecta a la investigación, el uso de la IA también implica un cambio de paradigma muy significativo. Hasta hace relativamente poco tiempo, no eran muchos los docentes que empleaban la inteligencia artificial de manera sistemática en sus proyectos. Sin embargo, la tendencia está cambiando. La evidencia nos indica que algunas herramientas de IA pueden aumentar drásticamente la productividad, ayudando a escribir borradores, a buscar bibliografía, a analizar datos o a proponer ideas.

¿De dónde nace el miedo?

El miedo nace de la certeza de que la brecha de productividad entre quienes las integran y quienes no las dominan será, en muy poco tiempo, insalvable. Pero, ¿necesitamos realmente ser aún más productivos de lo que ya somos? ¿Es posible que este nuevo panorama nos esté introduciendo aún más en la vorágine del publish or perish de la que se supone que estábamos intentando salir? ¿Qué se va a esperar a partir de ahora de nosotros y nosotras?

Llegados a este punto, cabría preguntarse con qué finalidad investigamos. Esto ya debemos dejarlo para otra ocasión, pero quizás ahí pueda estar una de las claves. Y es que conviene hacer una aclaración esencial: investigar no se reduce a escribir artículos.

El papel de la presión académica

A menudo, la presión académica nos lleva a confundir el verdadero motor de la ciencia (hacernos preguntas, dudar, formular hipótesis y buscar respuestas para comprender el mundo) con el producto final que lo certifica, al menos por ahora y salvo excepciones, la publicación de un paper. El peligro es que la inteligencia artificial es relativamente hábil emulando ese resultado final, creando la ilusión de que el trabajo intelectual ya está hecho.

Escribir un artículo científico, como cristalización de toda esa investigación previa, siempre ha sido una labor artesanal, reflexiva y meticulosa. Era un proceso de maduración de ideas a fuego lento. Ahora, tenemos a nuestro alcance herramientas capaces de sintetizar el estado de la cuestión, cruzar datos y estructurar papers en cuestión de segundos (algo muy diferente sería evaluar la calidad y el rigor subyacentes a esos procesos). Sea como sea, esta facilidad técnica nos obliga a replantearnos nuestra propia identidad como investigadores. ¿Dejaremos de ser “artesanos” del conocimiento para convertirnos en meros supervisores y editores de textos generados por máquinas?

Es aquí donde topamos con un riesgo mayor. Existe un axioma frecuentemente repetido en los entornos tecnológicos: la IA es una herramienta magnífica para profundizar en temáticas que ya dominamos, pero resulta altamente peligrosa cuando nos adentramos en terrenos desconocidos. Si un profano en medicina le pide un diagnóstico a una herramienta de inteligencia artificial, probablemente dará por buena cualquier respuesta aséptica y bien estructurada, al carecer del conocimiento necesario para cuestionarla o mantener una visión crítica ante ella, pudiéndose generar una ilusión de competencia que, en realidad, no es tal.

¿Distopía o realidad?

Trasladar este riesgo al ámbito de la investigación científica resulta alarmante. ¿Podría emplearse la IA, por ejemplo, a nivel metodológico, para ir más allá de nuestros conocimientos reales y acabar ofreciendo resultados o conclusiones poco fiables? Este peligro no es una distopía futurista, sino algo que ya está pasando de forma evidente en la literatura académica, habiéndose detectado numerosas publicaciones que incluyen referencias bibliográficas que no existen. Este fenómeno demuestra que ya estamos utilizando la tecnología sin la supervisión necesaria, olvidando que la IA debe servir para enriquecer nuestro trabajo, nunca para sustituir la reflexión académica, y que sus promesas de productividad solo se cumplen cuando las herramientas se utilizan con un verdadero criterio propio.

Transformar los miedos en oportunidades

Esto nos deja con grandes interrogantes sobre la mesa: ¿hasta dónde va a llegar la IA en la educación superior en lo referido a su uso por los diferentes agentes educativos? ¿Tendrá un límite de manera autónoma? ¿Deberemos ponérselo desde las instituciones? ¿Se nos está yendo de las manos? ¿Deberíamos hacer más autocrítica sobre nuestro propio empleo de la IA y no solamente sobre el uso que puede estar realizando el alumnado?

Lo único certero es que la implementación de la IA exige formación, regulación y un imprescindible enfoque ético. Sin duda, será preciso un apoyo institucional adecuado para poder convertir este FOMO en una fuerza positiva, innovadora y constructiva. Porque el reto ya no es evitar la IA, sino aprender a convivir con ella sin perder nuestra esencia humana. Al final, supongo que, frente a tanta incertidumbre algorítmica, solo nos queda confiar en la ética y la profesionalidad de quienes hacemos la universidad cada día.