Durante los Ćŗltimos cinco aƱos, la educaciĆ³n superior ha estado en un estado de perturbaciĆ³n aparentemente interminable.
A principios de 2020, la pandemia de COVID-19 provocĆ³ un cambio rĆ”pido y masivo hacia la educaciĆ³n a distancia de emergencia. En la transiciĆ³n a entornos de aprendizaje digitales desconocidos, los instructores tuvieron dificultades para replicar el aprendizaje en el aula en lĆnea. Cuando se levantaron las restricciones, muchas instituciones abogaron por una "vuelta a la normalidad", como si el nivel educativo anterior a la pandemia fuera el ideal.
Ahora, con las disrupciones generativas de la inteligencia artificial, vemos un deseo similar de aferrarnos a una visiĆ³n idealizada de la universidad moderna. La IA estĆ” alterando formas de evaluaciĆ³n establecidas desde hace mucho tiempo, al tiempo que fomenta el retorno a modelos de evaluaciĆ³n mĆ”s antiguos en aras de la "integridad acadĆ©mica".
Si los estudiantes que cursan estudios superiores creen que el objetivo es aprobar, no aprender, entonces el abuso de las tecnologĆas de IA generativa no es mĆ”s que la acciĆ³n racional de un agente racional.
Para una educaciĆ³n universitaria significativa, debemos pasar a un proceso de construcciĆ³n de relaciones y conocimiento con otros a travĆ©s del diĆ”logo y la investigaciĆ³n crĆtica. Parte de eso implica aprender de las formas preindustriales de aprendizaje y de las tendencias educativas contemporĆ”neas.
TambiƩn debemos pasar de evaluaciones y calificaciones basadas en el cumplimiento a comentarios y oportunidades de crecimiento significativos y de apoyo, arraigados en la enseƱanza y el aprendizaje conscientes.
Si los estudiantes creen que el objetivo es aprobar en lugar de aprender, esto afectarĆ” su enfoque de las tareas. La cĆŗpula del edificio Henry Hicks en el campus de Halifax de la Universidad de Dalhousie en agosto de 2025. LA PRENSA CANADIENSE/Darren Calabrese 'Knowledge Factory' pide un uso indebido generativo de la IA
Los sistemas de educaciĆ³n superior norteamericanos contemporĆ”neos a menudo funcionan como una "empresa manufacturera" o una "fĆ”brica de conocimiento" centrada en la producciĆ³n de investigaciĆ³n y la producciĆ³n de graduados calificados.
El filĆ³sofo Jean-FranƧois Lyotard describiĆ³ cĆ³mo la educaciĆ³n moderna estĆ” diseƱada para crear individuos educados cuya funciĆ³n principal es contribuir al funcionamiento Ć³ptimo de la sociedad: una clase de personas que Ć©l llama "inteligencia".
Sostuvo que la educaciĆ³n produce dos categorĆas de inteligencia: "inteligencia profesional" capaz de cumplir roles sociales existentes, e "inteligencia tĆ©cnica" capaz de aprender nuevas tĆ©cnicas y tecnologĆas para contribuir al progreso y al progreso social.
Estos roles son consistentes con algunas de las acciones que se estĆ”n tomando en las instituciones de educaciĆ³n superior para responder a la disrupciĆ³n generativa de la IA. Por ejemplo, las instituciones son:
Si reconocemos que el objetivo principal de la educaciĆ³n superior es alimentar a la fuerza laboral y permitir el progreso social y econĆ³mico (una "fĆ”brica de conocimiento" o una "empresa manufacturera"), entonces garantizar que los graduados sean autĆ©nticamente competentes en IA o permitirles desarrollar conocimientos de IA puede verse como una respuesta racional a la disrupciĆ³n generativa de la IA.
DesalineaciĆ³n con el aprendizaje significativo
HaciĆ©ndose eco de las observaciones de Lyotard, el crĆtico cultural Henri Giroux sostiene que, cuando las fuerzas del mercado la moldean, el propĆ³sito de la educaciĆ³n superior pasa del aprendizaje democrĆ”tico y la ciudadanĆa crĆtica a la producciĆ³n de "robots, tecnĆ³cratas y trabajadores respetuosos de la ley".
Esta infusiĆ³n de cultura corporativa en la educaciĆ³n superior ha creado condiciones que la hacen particularmente vulnerable a la inteligencia artificial generativa.
Algunas caracterĆsticas clave del modelo educativo de fĆ”brica de conocimiento incluyen pruebas y tareas estandarizadas, clases de gran tamaƱo, Ć©nfasis en la productividad sobre los procesos y el uso de calificaciones para indicar el desempeƱo. Muchas de estas prĆ”cticas existentes estĆ”n desactualizadas y a menudo no estĆ”n alineadas con un aprendizaje significativo.
Las condiciones actuales en las universidades las hacen particularmente vulnerables a la inteligencia artificial generativa. (ImƔgenes falsas/Unsplash)
Por ejemplo, los exĆ”menes tradicionales desvĆan la atenciĆ³n de los estudiantes del aprendizaje al desempeƱo, lo que a menudo refuerza las desigualdades existentes. Los debates sobre la eficacia de las conferencias se llevan a cabo durante aƱos.
Las prĆ”cticas de evaluaciĆ³n son inconsistentes y tienen un efecto perjudicial sobre el deseo de aprender y la disposiciĆ³n de los estudiantes a asumir riesgos. Cuando los estudiantes sienten falta de autonomĆa, tienden a evitar el fracaso en lugar de aprender. Esta es otra razĆ³n de peso para que los estudiantes adopten tecnologĆas que eliminen cualquier fricciĆ³n o incomodidad en el aprendizaje.
Es importante destacar que estas condiciones preceden a la llegada de la IA generativa. La IA generativa simplemente resalta cĆ³mo la lĆ³gica instrumental (el modelo de fĆ”brica de la universidad) puede obstaculizar el aprendizaje.
Formas alternativas de imaginar la educaciĆ³n
En una Ć©poca de abundancia de informaciĆ³n y crisis superpuestas de divisiones sociales cada vez mĆ”s profundas, colapso climĆ”tico y autoritarismo creciente, quienes tienen capacidad para dar forma a la educaciĆ³n superior (incluidos educadores, formuladores de polĆticas, personal y estudiantes) pueden recurrir a visiones alternativas de la educaciĆ³n superior para crear lugares de aprendizaje significativos.
La educaciĆ³n preindustrial tenĆa propĆ³sitos muy diferentes a los del modelo educativo actual, creando un entorno que probablemente serĆa mucho mĆ”s resistente a las perturbaciones generativas de la inteligencia artificial.
En el mundo antiguo, la academia de PlatĆ³n era un lugar de investigaciĆ³n educativa fomentado a travĆ©s del debate, una multiplicidad de perspectivas y un enfoque en el bienestar de los estudiantes.
El acceso a la academia era exclusivo, la mayorĆa de los estudiantes eran lo suficientemente ricos como para cubrir sus propios gastos y sĆ³lo dos estudiantes mujeres documentadas. Sin embargo, a pesar de este elitismo, la ausencia de planes de estudio, exĆ”menes y evaluaciones formales estandarizados permitiĆ³ que el aprendizaje se construyera sobre la base de las relaciones y el diĆ”logo.
Movimientos educativos contemporƔneos
La educaciĆ³n superior puede ofrecer, y ha ofrecido histĆ³ricamente, mĆ”s de un camino hacia el avance econĆ³mico. MĆŗltiples formas nuevas de enseƱar e involucrar a los estudiantes tambiĆ©n ofrecen visiones alternativas de la educaciĆ³n superior que dirigen el aprendizaje y a los estudiantes.
El movimiento degradante reorienta la educaciĆ³n hacia el aprendizaje, enfatizando la retroalimentaciĆ³n significativa y la curiosidad y alejĆ”ndose de las prĆ”cticas de evaluaciĆ³n motivadas por la deferencia.
El movimiento de educaciĆ³n abierta se resiste a la naturaleza transaccional de la educaciĆ³n industrial. Empodera a los estudiantes para que se conviertan en productores de conocimiento y reimagina los lĆmites de la educaciĆ³n para extenderlos mĆ”s allĆ” de las paredes del aula.
La educaciĆ³n superior ofrecĆa mĆ”s que un camino hacia el avance econĆ³mico. La gente camina por el campus de la Universidad McGill en Montreal en agosto de 2025. PRENSA CANADIENSE/Christopher Katarov
Otros movimientos educativos modernos, generalmente asociados con el trabajo de la filĆ³sofa Nell Noddings en la dĆ©cada de 1980, sitĆŗan la Ć©tica del cuidado en el centro de la enseƱanza y el aprendizaje. La enseƱanza consciente se centra en crear un clima de aprendizaje que apoye de manera integral a estudiantes y profesores. TambiĆ©n reconoce y abraza la diversidad y reconoce la necesidad de reformar los sistemas educativos.
Cada uno de estos enfoques ofrece visiones alternativas de la educaciĆ³n superior, que pueden ser menos susceptibles a la automatizaciĆ³n de la IA y mĆ”s alineadas con la educaciĆ³n superior como lugares de aprendizaje y conexiĆ³n democrĆ”ticos.
universidad del futuro
El modelo de fĆ”brica de conocimiento estĆ” desactualizado y es inadecuado para el aprendizaje significativo. En esta forma de educaciĆ³n, las tecnologĆas de IA generativa superarĆ”n cada vez mĆ”s a los estudiantes.
Reimaginar la educaciĆ³n superior hoy no es ni nostĆ”lgico ni utĆ³pico. A las instituciones de educaciĆ³n superior llegan estudiantes de hoy que, sobre todo, necesitan esperanza; Les debemos ayudarlos a encontrar un propĆ³sito significativo mientras aprenden a navegar en un mundo cada vez mĆ”s complejo.
.webp)
0 Comentarios