La decisión de la UNAM de revisar los resultados de su examen de admisión tras detectar irregularidades probablemente relacionadas con el uso de inteligencia artificial abrió un debate sobre la validez de un proceso específico. Sin embargo, la discusión de fondo es más profunda y más incómoda. Las instituciones educativas enfrentan un nuevo paradigma, cómo evaluar el conocimiento cuando los estudiantes pueden usar inteligencia artificial para responder.
Los exámenes están diseñados para medir el nivel de conocimiento que adquirieron los estudiantes en un momento determinado. Los métodos pueden variar, desde pruebas estandarizadas hasta trabajos en casa con acceso a libros e internet. Algunos privilegian la memorización y otros el análisis o el pensamiento crítico. Ese supuesto comienza a desdibujarse con herramientas capaces de resolver problemas matemáticos, redactar ensayos, programar, e incluso explicar conceptos complejos en segundos.
Sabemos que la inteligencia artificial está transformando la manera de aprender, y por lo tanto, obliga a cambiar la forma de evaluar. En un entorno donde el acceso a la información es inmediato, memorizar información deja de ser suficiente. Lo que adquiere mayor relevancia es la capacidad para hacer buenas preguntas, distinguir información confiable, interpretar resultados y resolver problemas. Son habilidades que la tecnología puede complementar, pero no sustituir.
Países como Estados Unidos e Italia están priorizando evaluaciones orales y defensas de proyectos para comprobar que los estudiantes comprenden sus entregas y pueden explicar su razonamiento. El objetivo es fortalecer habilidades blandas como el pensamiento crítico, la creatividad y la capacidad de argumentación. Como señaló Emily Hammer, profesora de la Universidad de Pensilvania, la dependencia excesiva de estas herramientas puede impedir que los estudiantes desarrollen las capacidades cognitivas que precisamente la educación superior busca fortalecer. Eso, es lo preocupante.
El reto tampoco es exclusivo de las universidades. Las empresas enfrentan un dilema similar. Cada vez más organizaciones reconocen que un título universitario, no garantiza por sí solo que una persona cuente con las habilidades necesarias para desempeñar un puesto. Al mismo tiempo, los procesos de contratación basados en pruebas también pueden verse afectados por herramientas de inteligencia artificial. En este contexto, los empleadores también tendrán que replantear los criterios con los que seleccionan y evalúan a sus futuros colaboradores.
El episodio de la UNAM nos deja una lección institucional. En un contexto donde las instituciones de educación superior enfrentan cuestionamientos sobre sus procesos de admisión, reconocer que existen nuevos riesgos y actuar para atenderlos es preferible a asumir que los mecanismos tradicionales siguen siendo suficientes.
Hacia 2030, evaluar el conocimiento implicará algo más que verificar cuánto aprendió una persona. Será necesario valorar cómo aplica ese aprendizaje para resolver problemas, adaptarse a contextos cambiantes y utilizar herramientas tecnológicas con criterio. Esto implica avanzar hacia esquemas de evaluación que privilegien la aplicación del conocimiento sobre su repetición. Proyectos integrales, resolución de casos, evaluaciones orales, simulaciones y ejercicios colaborativos permiten observar competencias difíciles de automatizar, como la creatividad, la comunicación o la toma de decisiones. La inteligencia artificial puede formar parte de estas evaluaciones, siempre que el objetivo sea valorar cómo un estudiante utiliza la herramienta y no únicamente el resultado que obtiene.
@fergarciaas
Publicado en El Economista.
05-08-2026
