Cuando el conocimiento deja de ser escaso, ¿qué debería enseñar una universidad?
Durante siglos educamos para un mundo en el que acceder al conocimiento era difícil. La inteligencia artificial está cambiando esa condición. La próxima ventaja de una institución educativa quizá no esté en cuánto conocimiento puede transmitir, sino en su capacidad para convertir conocimiento abundante en criterio y criterio en conciencia.
Durante buena parte de la historia moderna, las mejores instituciones educativas tuvieron una ventaja difícil de replicar: concentraban conocimiento. Reunían profesores extraordinarios, bibliotecas, investigaciones, laboratorios y comunidades intelectuales a las que pocas personas podían acceder. Estudiar en una gran universidad no significaba únicamente obtener un título; significaba entrar a un lugar donde existía conocimiento que no estaba disponible, con la misma facilidad, en otros lugares.
Internet comenzó a modificar esa condición. La inteligencia artificial puede acelerarla de una manera mucho más profunda.
Hoy, un estudiante de una universidad regional latinoamericana puede acceder en segundos a investigaciones producidas en distintos lugares del mundo, escuchar clases de profesores de instituciones prestigiosas, traducir documentos, comparar teorías y consultar bases de conocimiento que hace algunas décadas habrían requerido acceso a bibliotecas especializadas. Con inteligencia artificial puede, además, pedir explicaciones adaptadas a su nivel, debatir una hipótesis, generar contraargumentos, analizar información, programar una simulación o disponer de un tutor que puede acompañarlo a cualquier hora.
Esto no significa que todas las universidades se hayan vuelto iguales. Las instituciones de élite continúan teniendo ventajas importantes en profesores, investigación, infraestructura, reputación, redes profesionales, selección de estudiantes y concentración de talento. Pero sí significa que una de sus ventajas históricas —el acceso privilegiado al conocimiento— está perdiendo peso relativo.
Y cuando una ventaja desaparece o se democratiza, aparece una pregunta estratégica inevitable:
¿Dónde estará entonces el verdadero valor de una universidad?
El conocimiento sigue siendo indispensable, pero ya no es suficiente
Sería un error concluir que, como la información está disponible, aprender conocimientos dejó de ser importante. Una persona no desarrolla criterio médico sin comprender medicina, ni criterio financiero sin entender finanzas. Para pensar profundamente sobre una disciplina primero hay que conocerla.
El cambio está en otro lugar.
Durante mucho tiempo, adquirir conocimiento era simultáneamente una parte del proceso educativo y una parte importante del resultado. El estudiante asistía a una institución para acceder a profesores y contenidos, estudiaba esa información, demostraba que podía comprenderla y reproducirla, y obtenía una certificación que acreditaba ese aprendizaje.
Pero ¿qué ocurre cuando una máquina puede responder en segundos muchas de las preguntas que utilizábamos para comprobar que alguien sabía?
¿Qué significa evaluar a un estudiante pidiéndole producir un texto que una inteligencia artificial puede generar en segundos? ¿Qué estamos midiendo cuando le pedimos memorizar información disponible instantáneamente? ¿Qué debería significar investigar cuando un sistema puede encontrar, resumir y comparar decenas de fuentes antes de que una persona termine de leer la primera?
La respuesta no puede ser eliminar el conocimiento de la educación. Debe ser cambiar el papel que ocupa.
En la nueva era, el conocimiento puede dejar progresivamente de ser el destino principal de la educación para convertirse en la materia prima con la que el estudiante aprende a pensar.
La pregunta educativa ya no puede ser solamente:
¿Qué sabes?
También tendrá que ser:
¿Qué eres capaz de hacer con todo lo que puedes saber?
Del conocimiento al criterio
Cuando la información es escasa, encontrar una respuesta tiene un enorme valor. Cuando las respuestas se vuelven abundantes, aumenta el valor de saber distinguir entre ellas.
Ahí aparece el criterio.
Un estudiante puede pedirle a una inteligencia artificial cinco estrategias para resolver un problema empresarial, tres interpretaciones de un acontecimiento histórico o diferentes aproximaciones para tratar un problema de ingeniería. Obtener esas alternativas será cada vez más fácil. Lo difícil será determinar qué supuestos contiene cada una, qué información falta, qué riesgos no está considerando, cuál corresponde mejor al contexto y qué consecuencias puede producir.
Por eso una institución educativa no debería competir con la inteligencia artificial intentando demostrar que puede transmitir más información que ella. Debería enseñar a sus estudiantes a interrogarla, contrastarla, contextualizarla y decidir cuándo una respuesta aparentemente correcta no es suficiente.
Esto implica también un cambio en la forma de evaluar. Si una máquina puede producir un ensayo razonable sobre un tema, quizá la evaluación no debería consistir simplemente en producir otro ensayo. Podríamos entregar al estudiante una respuesta generada por IA y preguntarle: ¿qué supuestos contiene?, ¿qué está ignorando?, ¿dónde podría estar equivocada?, ¿qué fuentes utilizarías para comprobarla?, ¿qué decisión tomarías después de leerla y por qué?
En ese escenario, utilizar inteligencia artificial deja de ser necesariamente una forma de evitar el aprendizaje. Puede convertirse en parte del entorno contra el cual el estudiante demuestra que realmente aprendió.
La máquina produce posibilidades.
El estudiante debe desarrollar la capacidad de juzgarlas.
Pero incluso el criterio puede no ser suficiente.
Del criterio a la conciencia
Las universidades llevan décadas hablando de pensamiento crítico. Y con razón. La capacidad de cuestionar argumentos, contrastar evidencia y construir razonamientos sólidos será todavía más importante en un mundo saturado de información.
Sin embargo, la nueva era puede exigir una competencia adicional.
El pensamiento crítico suele dirigir la mirada hacia el problema: ¿es correcta esta información?, ¿es sólido este argumento?, ¿qué evidencia lo respalda?
La conciencia agrega una segunda mirada: ¿desde dónde estoy observando yo este problema?
¿Qué supuestos estoy dando por ciertos? ¿Qué sesgos pueden estar condicionando mi interpretación? ¿Estoy defendiendo esta alternativa porque la evidencia la respalda o porque confirma lo que ya pensaba? ¿Qué intereses intervienen en mi decisión? ¿Qué consecuencias puede producir para personas que no están representadas en el análisis? ¿Qué tendría que descubrir para aceptar que estoy equivocado?
Esta diferencia puede parecer filosófica, pero tiene consecuencias profundamente prácticas.
Un ingeniero puede encontrar una solución técnicamente óptima y no comprender suficientemente sus consecuencias sociales. Un ejecutivo puede identificar la decisión económicamente más rentable y no reconocer los incentivos que está creando dentro de su organización. Un médico puede tener acceso a una recomendación algorítmica extraordinariamente precisa y todavía necesitar comprender a la persona que tiene delante. Un emprendedor puede utilizar inteligencia artificial para identificar una oportunidad y seguir necesitando decidir si construirla tiene sentido.
En todos estos casos, el conocimiento ayuda a comprender el problema y el criterio ayuda a escoger entre alternativas. La conciencia introduce algo adicional: la capacidad de observar el propio punto de observación y comprender las consecuencias de decidir desde él.
Podríamos expresar esta evolución de manera sencilla:
Conocimiento → Criterio → Conciencia
El conocimiento responde: ¿qué sabemos?
El criterio pregunta: ¿qué debemos hacer con lo que sabemos?
La conciencia agrega: ¿desde dónde estamos decidiendo y qué estamos produciendo con esa decisión?
El profesor también tendrá que cambiar
Si esta transición ocurre, el papel del profesor inevitablemente evolucionará.
Durante siglos, una parte importante de su valor estuvo asociada a poseer conocimiento que el estudiante todavía no tenía y transmitirlo de manera estructurada. Esa función seguirá siendo necesaria, especialmente en las etapas donde se construyen fundamentos. Pero difícilmente será suficiente cuando cada estudiante tenga acceso permanente a sistemas capaces de explicar un concepto de diez maneras diferentes, adaptar la dificultad, responder preguntas y generar ejemplos ilimitados.
El profesor de la nueva era tendrá que aportar algo que no se obtiene simplemente preguntando a una máquina.
Tendrá que convertirse, cada vez más, en arquitecto de experiencias que desarrollen criterio y conciencia.
Eso significa diseñar problemas donde no exista una única respuesta evidente, enfrentar al estudiante con perspectivas contradictorias, exigirle defender decisiones bajo incertidumbre, hacerlo responsable de las consecuencias de sus elecciones y obligarlo a revisar sus conclusiones cuando aparece nueva evidencia.
También significa enseñar algo particularmente difícil: aprender a pensar junto a una inteligencia que puede saber más que nosotros sobre determinados temas sin entregar automáticamente a esa inteligencia la responsabilidad de decidir por nosotros.
La universidad deja entonces de ser solamente un lugar donde se transmiten respuestas.
Se convierte en un lugar donde aprendemos a formular mejores preguntas, tomar mejores decisiones y observar cómo estamos pensando mientras las tomamos.
La oportunidad para las universidades que nunca fueron de élite
Esta transformación tiene una consecuencia especialmente interesante para América Latina y otras regiones donde muchas instituciones nunca pudieron competir con las universidades más prestigiosas del mundo en presupuesto, bibliotecas, profesores internacionales o capacidad de investigación.
La nueva era no elimina esas diferencias. Pero puede modificar parcialmente el tablero.
Una universidad pequeña quizá nunca tenga los recursos de Harvard, Stanford o MIT. Pero sus estudiantes pueden comenzar a acceder a una parte creciente de las mismas capacidades de inteligencia que utilizan estudiantes de esas instituciones. Pueden consultar conocimiento global, trabajar con modelos avanzados, simular escenarios y utilizar tutores personalizados a un costo cada vez menor.
Eso abre una oportunidad histórica.
Las instituciones que tradicionalmente competían intentando tener más contenido pueden empezar a competir por algo diferente: qué clase de persona son capaces de desarrollar utilizando ese contenido y esa inteligencia.
Y esa competencia no depende exclusivamente del tamaño del campus o del valor de la matrícula.
Depende del diseño educativo.
Una institución podría decidir que cada estudiante debe aprender a trabajar con inteligencia artificial desde el primer semestre, pero también demostrar que sabe cuestionarla. Podría medir no solamente respuestas correctas, sino calidad de razonamiento, capacidad de reconocer sesgos, claridad para justificar decisiones, habilidad para cambiar de posición frente a nueva evidencia y comprensión de las consecuencias de aquello que propone.
En ese escenario, una universidad con menos recursos podría construir una experiencia educativa extraordinaria si comprende antes que otras qué competencia está aumentando de valor.
La nueva pregunta de la educación
La inteligencia artificial no elimina la necesidad de universidades. Pero puede obligarlas a responder nuevamente para qué existen.
Si su propuesta de valor continúa siendo principalmente transmitir información, competirán progresivamente contra una capacidad que puede hacerlo de manera personalizada, permanente y a un costo marginal cada vez menor.
Si, en cambio, entienden que su función es transformar información en conocimiento, conocimiento en criterio y criterio en conciencia, su papel puede volverse incluso más importante.
Porque un mundo con más inteligencia disponible no garantiza un mundo con mejores decisiones.
Puede producir exactamente lo contrario.
Tendremos más respuestas, más alternativas, más capacidad de ejecución y más velocidad. Por eso necesitaremos personas capaces de distinguir qué merece atención, qué merece ser cuestionado, qué merece convertirse en acción y qué consecuencias están dispuestas a asumir.
Durante siglos educamos para un mundo en el que el conocimiento era escaso.
Ahora tendremos que aprender a educar para un mundo en el que la inteligencia será abundante.
Y quizá la universidad que mejor prepare a sus estudiantes para ese mundo no sea simplemente la que pueda enseñarles más.
Será la que consiga que aprendan a observar mejor, decidir mejor y comprender desde dónde están decidiendo.
De la reflexión a tu empresa
Este artículo desarrolla una de las ideas centrales de Recalculando: Cómo evolucionar tu empresa para la era en que la inteligencia ya no es solo humana. El libro profundiza en cómo están cambiando las condiciones bajo las cuales construimos y dirigimos nuestras organizaciones, y propone una nueva forma de observar la empresa antes de decidir qué transformar.
Puedes leer Recalculando gratuitamente. Y si quieres llevar estas preguntas a tu propia organización, puedes realizar el Diagnóstico 1000XIQ, diseñado para medir la posición de tu empresa, identificar qué está limitando hoy su evolución y comprender qué tan preparada está para la nueva era de la inteligencia.
1000XIQ · Este artículo se publica en español. Reproducción no autorizada.