Cuando se habla de la IA en las clases se suele ir al resultado final: se copia mejor. Creo, en cambio, que el problema de fondo es otro. El crédito ECTS mide el tiempo que un estudiante necesita para adquirir las competencias de una asignatura. Veinticinco horas, treinta, lo que sea. Esa es la unidad sobre la que se construyó el Espacio Europeo de Educación Superior. Y esa unidad ha dejado de medir nada, porque hoy lo que antes ocupaba veinticinco horas se produce en quince minutos, sin saber del tema, con una herramienta gratuita (o de pago) y que, si no se le pregunta bien comete errores pero aparenta ser perfecta. La consecuencia es que la arquitectura entera de la enseñanza universitaria diseñada en los últimos veinte años está en crisis, aunque sigamos haciendo como que no.

Lo que construyó Bolonia

Conviene situarse. El Plan Bolonia, es decir, el Espacio Europeo de Educación Superior que en España se implantó a partir de 2010, sustituyó la transmisión de contenidos por la adquisición de competencias. Los objetivos eran razonables y todos los conocemos: armonizar titulaciones en Europa, facilitar la movilidad, homologar más fácilmente, dejar atrás el modelo memorístico objeto de tantas críticas. El resultado fue una universidad masificada pero orientada a competencias, empleabilidad y evaluación continua.

El descenso al aula de los principios fue gradual. Directrices generales, planes de estudio, y al final el profesor. Hay que precisar una cosa aquí, porque la queja general contra Bolonia confunde cosas distintas: muchas de las debilidades que hoy denunciamos no vienen del diseño normativo europeo, vienen de cómo se implementó esto en España. La fragmentación de contenidos, la cuantificación obsesiva, la trazabilidad formal, la burocratización de la evaluación, son responsabilidad de la ANECA, de los sistemas internos de garantía de calidad, de la cultura administrativa de nuestras universidades. El profesorado tuvo su gran parte de culpa ya que durante años aceptó rellenar formularios sin discutirlos, no entendió la mecánica del sistema y siguió dando las clases igual y, cuando cambió algo, hizo una aplicación cómoda (para él) del Plan Bolonia. 

La idea pedagógica de fondo no era mala. Si se evalúan procesos y no solo exámenes finales, la evaluación gana información y el aprendizaje se distribuye en el tiempo. Pero todo eso descansaba en un presupuesto que entonces no necesitaba enunciarse y hoy se ha esfumado: producir las evidencias escritas de lo que el estudiante había aprendido exigía trabajo intelectual humano, y que ese trabajo era razonablemente verificable. La hiperinflación de tareas era sostenible mientras escribir requiriera pensar. Ya no.

La fractura de paradigma

Aquí está la fractura que el debate cotidiano sobre IA en las aulas suele perder de vista. Bolonia pertenece al paradigma de la sociedad de la información. Asume que el conocimiento está disponible, que se actualiza rápido, y que el problema educativo es formar a quien sabe acceder a él, seleccionarlo y aplicarlo. La IA generativa pertenece a otro paradigma, el de la automatización cognitiva. Ya no se trata de acceder a información que el estudiante luego procesa, sino de delegar en una máquina las operaciones intelectuales mismas: redactar, analizar, comparar, argumentar. Eso que la universidad evaluaba como prueba de competencia ahora lo ejecuta el sistema directamente. No es un cambio de herramienta, es un cambio de paradigma. Recordando a Gramsci, se puede decir aquellos de que “El viejo mundo muere. El nuevo tarda en aparecer. Y en ese claroscuro surgen los monstruos”. Ahí estamos.

La irrupción ha sido silenciosa. No ha habido una crisis ruidosa, se han diluido los supuestos sobre los que se sostenía la evaluación. La reacción más visible es la prohibicionista. La Facultad de Derecho de Berkeley acaba de prohibir el uso de IA para conceptualizar, esbozar, redactar, revisar, traducir o editar cualquier trabajo evaluable, e incluso prohíbe subir materiales del curso a sistemas generativos. Tiene la virtud de ser clara … y el defecto de ser inaplicable. 

Detectar IA en un trabajo bien hecho es prácticamente imposible. Solo se detecta cuando el estudiante es descuidado: la marca de agua de Copilot, un parámetro utm_source=chatgpt.com colado en una referencia bibliográfica, una expresión inglesa mal traducida. Por ello, lo que hace Berkeley, prohibir sin poder detectar, no es regular, es declarar impotencia.

Y el asunto va más allá de la detección. Toca varias capas del sistema al mismo tiempo.

El ECTS pierde su referente. Si la unidad es el tiempo que tarda un estudiante y ese tiempo se puede colapsar arbitrariamente, la unidad ya no mide lo que decía medir. No es una cuestión técnica de manual: es la moneda con la que se construyen los planes de estudio, se reconocen titulaciones entre países, se asignan cargas docentes y se mide el trabajo del profesor.

El modelo de valoración queda obsoleto. Se puede producir un texto académico excelente sin tener idea del tema. En humanidades y en ciencias sociales, donde lo evaluable es usualmente un texto bien escrito, la prosa correcta deja de ser prueba de nada. Hay que desplazar la verificación a otros sitios: examen oral, defensa presencial, evaluación procesual con trazabilidad real… Todo más caro, todo más lento.

El examen tampoco es refugio seguro. Los nanopinganillos, los dispositivos discretos conectados a modelos de IA, convierten incluso el examen presencial clásico en un espacio de control imperfecto. O subimos las medidas de vigilancia hasta extremos que chocan con la dignidad del estudiante (¿revisamos si lo que lleva en el escote es una cámara o un botón?) y con la cultura académica que decimos defender, o aceptamos que cierto grado de uso indetectable es ya parte del paisaje.

El Trabajo de Fin de Grado es donde se ve mejor el contrasentido actual. Concebido como ejercicio personal de madurez, hoy es el punto más vulnerable del sistema. Es un producto escrito, entregado en PDF, evaluado por un tribunal con unos minutos por trabajo y sin herramientas fiables de detección, ni de la IA ni de los servicios externos que elaboran trabajos por encargo. Quien haya estado en un tribunal de TFG o haya dirigido alguno recientemente sabe perfectamente de qué hablo. O lo mantenemos como está y asumimos que una parte significativa será obra de la IA, o lo reconvertimos en defensa oral con interrogatorio sustantivo. Cualquier cosa entre medias es ficción evaluativa.

Y aparece una nueva forma de incompetencia profesional. Quienes lleguen a profesiones complejas habiendo puenteado con IA el aprendizaje de los fundamentos no es que sean menos competentes en el sentido clásico. Son dependientes funcionales de una herramienta que no controlan. Conviene no confundirse: un abogado que usa IA para redactar un dictamen no es necesariamente menos competente, igual que no lo fue el que pasó del repertorio en papel a las bases de datos jurídicas en los años noventa. 

La cuestión relevante es qué juicio sigue siendo irreductiblemente humano.¿Estamos formando ese juicio, o nos hemos limitado a certificar la producción de resultados? 

El aula vaciada

Hay un síntoma que se suele tratar como problema aparte y que es parte del mismo proceso. El absentismo creciente. El estudiante que no va a clase no es necesariamente perezoso ni desinteresado. Está diciendo que percibe la clase como prescindible frente a otras alternativas. Y la verdad incómoda es que tiene parte de razón. 

Si la evaluación premia entregables y se pueden producir sin haber asistido a clase, la asistencia no tiene función instrumental, más allá de cumplir con la obligación formal que recogen las normas. Si los apuntes circulan por WhatsApp, los resúmenes en vídeo abundan en internet, hay reels en tiktok y la IA da explicaciones adaptadas a tu nivel, la clase presencial compite en condiciones desfavorables. Exige desplazamiento, horario fijo, atención sostenida. Lo otro es a la carta y nunca se cansa.

Lo grave no es que ese ecosistema paralelo transmita la información peor que la clase, porque a veces la transmite mejor. Lo grave es que no puede sustituir lo que debería ser el núcleo de la docencia universitaria: la formación del juicio, el diálogo intelectual, la corrección de errores de razonamiento sobre la marcha, la pregunta inesperada que obliga a pensar. 

Eso pasa en presencia, y solo pasa en presencia si la clase ofrece algo que la IA e internet no ofrecen. Cuando la clase se limita a transmitir contenido (en ocasiones leído), el estudiante hace bien yendo al vídeo a su ritmo o al modelo generativo. El absentismo es el indicador de que también la clase tenemos que repensarla y elevar su nivel para que aporte un valor que fuera no existe. Reconocerlo cuesta, pero es lo que hay.

La dimensión institucional

Hay una pregunta que el debate pedagógico tiende a esquivar y que, desde el Derecho Administrativo, no podemos esquivar: la regulatoria.

El andamiaje normativo del EEES no contempla la IA generativa como riesgo. Las memorias de verificación que aprueba la ANECA describen sistemas de evaluación pensados para un mundo donde escribir era pensar. Los sistemas internos de garantía de calidad auditan procesos formales, no integridad sustantiva. Y la Ley 3/2022, de convivencia universitaria, que derogó el régimen disciplinario preconstitucional de 1954 y estableció un marco nuevo para las relaciones disciplinarias en el ámbito universitario, se aprobó sin contemplar la IA generativa como hipótesis. ChatGPT salió ocho meses después y dejó la ley obsoleta antes de que empezara a aplicarse. Y bajando un escalón, las normas internas de las universidades, las guías docentes departamentales, los programas del profesorado, tampoco abordan nada de lo que se nos está pidiendo.

El problema admite varias respuestas: reforma de las memorias de verificación para incorporar exigencias mínimas de evaluación robusta frente a IA, soft law europeo en el marco del EEES, confianza plena en la autonomía universitaria. Cada vía tiene sus costes. La única que no es viable es la inercia, que es justo lo que estamos haciendo.

Hacia dónde

La respuesta no puede ser prohibir y ya está. Es poner puertas al campo. Pero tampoco puede ser la aceptación resignada del statu quo, ni la huida hacia más burocracia evaluativa que la IA volverá a vaciar en cuanto se lo plantee.

La universidad tiene que enseñar a manejar la IA porque ya es una fuente básica de conocimiento, cuyo uso es necesario y conveniente en cualquier profesión intelectual. Y para hacerlo bien hay que desplazar el centro de gravedad de la docencia. El profesor deja de ser verificador de producción escrita y pasa a ser formador del juicio en un entorno de hiperabundancia de información. Si seguimos limitándonos a supervisar entregas, administrar plataformas, controlar procesos y evaluar de forma estandarizada, la IA nos pasará por encima. Y será nuestra responsabilidad como docentes, porque habremos demostrado nuestra incapacidad de ponernos al día. Se supone que la élite intelectual está en la universidad.

El reto va más lejos. Hay que reconstruir la enseñanza superior sobre supuestos compatibles con un entorno donde la producción de texto plausible es trivial y donde el valor añadido humano se desplaza hacia la comprensión, la valoración crítica, la decisión sustantiva y la responsabilidad profesional. Eso implica rediseñar evaluaciones, repensar el ECTS, revisar el TFG, y aceptar que el modelo evaluativo de Bolonia, tal como se implementó en España, ha agotado su recorrido.

No es una crisis menor. Como en el cuento del Conde Lucanor que prefigura el del rey desnudo de Andersen, la universidad tiene que reconocer que el contrato implícito con sus estudiantes -vosotros producís evidencias escritas, nosotros certificamos competencias- ha quedado sin objeto.

Y todo esto, encima, en plenos recortes

Todo lo anterior coincide con una de las épocas de mayor escasez económica que recuerda la universidad española. Y aquí está la trampa más dolorosa. Si la IA exige un nuevo entorno docente -tiempo, interacción real con el estudiante, grupos reducidos, seguimiento sustantivo, conversación intelectual-, la masificación y el aumento de ratios de estudiantes por aula apuntan justo en sentido contrario. La escasez ya no es solo un problema presupuestario. 

Se ha convertido en un factor estructural que favorece una lógica neoliberal. Empuja a la universidad hacia el modelo barato: aulas llenas, evaluación industrializada, títulos producidos en serie. Y dificulta justo lo que la IA vuelve más necesario, que es la formación lenta del juicio crítico y del pensamiento autónomo. Pedimos a la universidad que se reinvente justo cuando le quitamos los medios para hacerlo. Conviene no olvidar lo que decía Derek Bok: si la educación les parece cara, que prueben con la ignorancia. Y ahora, además, con la ignorancia disfrazada de competencia certificada por IA.