Un creciente grupo de docentes universitarios en Canadá integra herramientas de inteligencia artificial en sus cursos, estableciendo normas y renovando métodos de evaluación para priorizar el razonamiento crítico y la integridad académica.
Esta tendencia obliga a repensar tanto la didáctica como las formas de evaluación, ya que, más allá de las cuestiones de integridad académica, las políticas institucionales suelen delegar decisiones sobre #IA a cada profesor.
Entre los casos citados, destaca el trabajo de Antonello Callimaci, profesor de contabilidad de la Université du Québec à Montréal, quien desarrolló un asistente de IA para responder a las consultas de los estudiantes a cualquier hora.
Este recurso, alimentado con el material que Callimaci prepara, puede resumir conceptos, proponer cuestionarios de práctica y derivar a los alumnos hacia el docente para aclaraciones.
Los responsables de este proyecto señalan que la IA puede manejar solicitudes complejas y adaptar ejercicios, y destacan que este tipo de herramientas requieren una guía explícita sobre cuándo y cómo usarlas, para evitar que sustituyan el esfuerzo de aprendizaje.
En Toronto, el profesor Joseph Wong, de la #Universidad de Toronto, ha reconfigurado su clase de primer año para que el trabajo final ya no sea un artículo de revista tradicional, sino un video de tres minutos para TikTok, acompañado de una reflexión escrita; y las “reseñas” semanales que antes se hacían con textos se han sustituido por “diálogos de reacción” con IA.
Al terminar las lecturas, los estudiantes deben presentar un chat con la IA que demuestre cómo profundizaron en el tema y qué tan bien aprendieron a formular indicaciones efectivas.
Wong subraya que su evaluación se centra en la calidad de la interacción con la IA, así como en la capacidad de mantener el razonamiento crítico dentro del área de estudio.
Profesor de análisis de negocios en la Universidad de Lethbridge
Sidney Shapiro, profesor de análisis de negocios en la Universidad de Lethbridge, señala que, pese a haber trabajado con IA durante una década, las herramientas actuales permiten adaptar rápidamente las lecciones para hacerlas más atractivas.
En una clase reciente, la IA ayudó a generar código basado en ideas espontáneas de los estudiantes, como una clínica médica para superhéroes o vacas con suéteres coloridos, y permitió avanzar con ejercicios creativos y memorables.
Otra experiencia relatada describe cómo Shapiro utilizó ChatGPT para traducir una presentación de diapositivas a un español coloquial y humorístico para la clase, un episodio que, si bien fue anecdótico, mostró el potencial de la IA para dinamizar la participación.
El profesor enfatiza la necesidad de mantener habilidades fundamentales como lectura, pensamiento crítico y escritura concisa, además de ser transparentes respecto al uso de IA.
Señala que no se espera que los alumnos sean expertos en todo, pero sí que sepan identificar trampas y corregir contradicciones cuando surjan.
En Concordia, Maggie McDonnell integra la IA en cada curso que imparte. Sus estudiantes de escritura profesional comienzan investigando los beneficios y riesgos de la IA para distintos sectores y trabajan con ella para acordar políticas de uso en todas sus tareas.
En el programa de Maestría en Docentes de la Université de Sherbrooke, eliminaron una tarea de bibliografía anotada, afirmando que la IA puede realizarla en minutos; en su lugar, buscan que los estudiantes demuestren investigación, síntesis y capacidad de comunicar, siempre revelando si emplearon IA y declarando ese uso.
Este conjunto de experiencias demuestra que la IA no debe ser prohibida en las aulas, sino integrada con límites claros y #educación sobre su uso ético.
Los docentes destacan la importancia de distinguir entre lo que se debe aprender y el modo de alcanzarlo con herramientas tecnológicas, manteniendo como eje central la comprensión y el razonamiento analítico.
Historia y contexto: la IA en educación no es nueva; sistemas de tutoría y herramientas de apoyo al aprendizaje existían desde los años 90 y principios de los 2000, pero la expansión de modelos generativos en la última década ha acelerado su adopción en universidades.