La ola tecnológica avanza imparable. Lo que antes se consideraba exclusivo de la investigación, los sistemas de inteligencia artificial (IA), se han integrado sutilmente en la vida académica diaria de los estudiantes universitarios. Anthropic ha publicado recientemente un extenso informe de investigación que, tras analizar millones de conversaciones anónimas de estudiantes en la plataforma Claude.ai, revela por primera vez cómo los universitarios utilizan esta nueva herramienta en situaciones reales. Este informe no solo describe el panorama actual del uso de la IA entre los estudiantes, sino que también nos invita a reflexionar sobre el futuro de la educación.
Los estudiantes de ciencias e ingeniería lideran la adopción de la IA
Uno de los hallazgos principales del informe es que los estudiantes de carreras STEM (Ciencia, Tecnología, Ingeniería y Matemáticas), especialmente los de informática, son los primeros en adoptar herramientas de IA como Claude.
Es notable que los estudiantes de informática representen el 36,8% de las conversaciones en Claude, mientras que solo constituyen el 5,4% de los títulos universitarios otorgados en Estados Unidos.
Esta diferencia significativa en las proporciones podría reflejar un mayor conocimiento y aceptación de la tecnología de IA en el campo de la informática, o bien, indicar que los sistemas de IA son más ventajosos a la hora de abordar las tareas de los estudiantes de ciencias e ingeniería. En comparación, el uso de la IA entre los estudiantes de negocios, salud y humanidades es relativamente bajo en comparación con su número de matriculados. Esta tendencia nos recuerda que el grado de aceptación y las formas de aplicación de la IA pueden variar significativamente según la disciplina.
Creación, análisis y resolución de problemas: los tres usos principales de la IA entre los estudiantes
Entonces, ¿qué hacen los estudiantes con la IA? La investigación revela que la creación y mejora de contenido educativo es el principal objetivo del uso de Claude por parte de los estudiantes, representando casi el 40% de las conversaciones (39,3%).
Esto incluye diseñar ejercicios, pulir trabajos académicos y resumir información académica. En segundo lugar, la obtención de explicaciones técnicas o soluciones para tareas académicas también ocupa una parte importante (33,5%). Por ejemplo, los estudiantes utilizan la IA para depurar código, implementar algoritmos de programación y resolver problemas matemáticos. Además, el análisis y la visualización de datos (11,0%), el apoyo al diseño de investigación y el desarrollo de herramientas (6,5%), la creación de gráficos técnicos (3,2%) y la traducción y corrección (2,4%) también son aspectos importantes del uso de la IA por parte de los estudiantes.
El informe también identifica cuatro patrones principales de interacción entre los estudiantes y la IA: resolución directa de problemas, creación directa de resultados, resolución colaborativa de problemas y creación colaborativa de resultados. Estas cuatro modalidades aparecen con una frecuencia aproximadamente similar en los datos.
Cabe destacar que los estudiantes utilizan principalmente la IA para tareas creativas (utilizar información para aprender nuevos conocimientos) y analíticas (descomponer información conocida e identificar relaciones). Esto coincide con las funciones cognitivas de orden superior de la taxonomía de Bloom, pero también plantea una cuestión importante: ¿cómo podemos asegurarnos de que los estudiantes no deleguen completamente las tareas cognitivas clave a los sistemas de IA, lo que podría obstaculizar su propio desarrollo?
IA: ¿un "impulsor" o una "muleta"? Reflexiones profundas sobre la educación
La forma en que los estudiantes de diferentes disciplinas interactúan con la IA presenta diferencias notables. Por ejemplo, los estudiantes de ciencias naturales y matemáticas tienden a utilizar la IA para resolver problemas académicos concretos, mientras que los estudiantes de informática e ingeniería prefieren las conversaciones colaborativas con la IA. Los estudiantes de pedagogía se centran más en el uso de la IA para crear materiales didácticos.
Lo que resulta aún más interesante es que, basándose en la taxonomía de Bloom, los investigadores analizaron las tareas cognitivas que los estudiantes encomiendan a la IA. Los resultados muestran que la IA asume principalmente funciones cognitivas de orden superior, como la creación y el análisis, mientras que las tareas de orden inferior, como la memoria y la comprensión, son relativamente menos frecuentes.
Este "modelo invertido de la taxonomía de Bloom" ha suscitado una profunda reflexión en el ámbito educativo sobre el papel de la IA: ¿la IA es un "impulsor" que mejora la eficiencia del aprendizaje o una "muleta" que puede debilitar sus habilidades básicas? Aunque la IA puede demostrar una gran capacidad creativa y analítica, esto no significa que los estudiantes participen activamente en estos procesos. La dependencia excesiva de la IA para realizar tareas cognitivas de alto nivel puede obstaculizar el desarrollo de habilidades esenciales como el pensamiento crítico.
Por supuesto, también debemos reconocer las limitaciones de este informe. Por ejemplo, los datos de la investigación pueden reflejar en mayor medida los hábitos de los usuarios iniciales y no representan necesariamente a todos los estudiantes universitarios. Además, el estudio solo analiza el uso de Claude.ai, mientras que los estudiantes pueden utilizar otras herramientas de IA.
La transformación educativa ya está aquí: ¿cuál es el camino a seguir?
Este amplio informe de investigación proporciona una valiosa visión inicial de cómo los estudiantes universitarios utilizan la IA. Hemos visto que la IA tiene el potencial de potenciar el aprendizaje en algunos aspectos.
Sin embargo, a medida que los estudiantes delegan tareas cognitivas cada vez más complejas en la IA, surgen una serie de cuestiones fundamentales: ¿cómo podemos garantizar el desarrollo continuo de las capacidades cognitivas y metacognitivas básicas? En la era de la IA, ¿cómo debemos redefinir la evaluación y la integridad académica? Cuando la IA puede generar artículos de alta calidad o resolver problemas complejos casi instantáneamente, ¿qué significa el "aprendizaje significativo"?
Estos hallazgos sin duda impulsarán el debate entre educadores, administradores y responsables políticos sobre la aplicación de la IA en el ámbito educativo. Las investigaciones futuras deberán explorar con mayor profundidad cómo profesores y alumnos pueden utilizar la IA de manera eficaz, la relación entre el uso de la IA y los resultados del aprendizaje, y el impacto a largo plazo de la IA en el futuro de la educación.
Anthropic ya ha comenzado a colaborar con universidades para explorar el papel positivo de la IA en la educación, por ejemplo, mediante la experimentación con "modelos de aprendizaje" que enfatizan la pedagogía socrática y la comprensión conceptual.
Es previsible que la integración de la IA en la educación superior se encuentre todavía en una fase inicial. La forma de guiar a los estudiantes para que utilicen la IA de forma correcta y eficaz, como una herramienta para mejorar la calidad del aprendizaje y no como un atajo que sustituya al pensamiento, será un reto importante para el futuro de la educación.
Debemos abrazar el progreso tecnológico al mismo tiempo que defendemos la esencia de la educación, fomentando el pensamiento independiente y el aprendizaje autónomo de los estudiantes, para lograr un verdadero progreso educativo en la era de la IA.