- ¿Poca batería en el celular? Tres funciones que pueden ayudarte a extender su uso
- Auni: el robot que acompaña a niños con cáncer durante su hospitalización en Lima
Estudiar en una universidad virtual no debería significar una menor exigencia académica. Sin embargo, la expansión de la inteligencia artificial generativa ha añadido una nueva dificultad: distinguir entre completar una tarea y demostrar que realmente se adquirieron conocimientos y competencias.
El Digital Education Outlook 2026 de la Organización para la Cooperación y el Desarrollo Económicos (OCDE) advierte precisamente que utilizar IA generativa para obtener mejores resultados en una actividad no implica necesariamente que se produzca aprendizaje. Cuando existe una intención pedagógica clara, en cambio, estas herramientas pueden apoyar capacidades como el pensamiento crítico, la creatividad, la argumentación y la colaboración.
Para Carla Olivieri, rectora de Dionisio Romero University (DRU), una de las preguntas que los estudiantes deberían considerar al evaluar una propuesta de educación virtual es cómo la institución comprueba que han aprendido. Su nombramiento como rectora de DRU fue anunciado en febrero de 2026.
“Estudiar virtualmente no significa estudiar con menor exigencia. La universidad debe asegurarse de que el estudiante comprenda, analice y pueda aplicar lo aprendido. En tiempos de inteligencia artificial, evaluar el conocimiento también significa evaluar el criterio, el razonamiento y la capacidad de tomar decisiones”, señala Olivieri.
Lee: ¿Por qué 256 es el número de los programadores? Así cambia la profesión con la IA
1. La evaluación debe comprobar conocimientos, no solo entregables
Presentar un ensayo, informe o presentación ya no es suficiente para demostrar por sí solo que un alumno domina un tema.
Las herramientas de inteligencia artificial pueden redactar textos, resumir información o desarrollar respuestas en segundos. Por ello, una evaluación puede exigir que el estudiante explique sus decisiones, aplique conceptos a un caso nuevo o defienda una propuesta.
Por ejemplo, en lugar de solicitar solamente una definición de estrategia de marketing, una universidad puede presentar una empresa con problemas de ventas y pedir al estudiante que diseñe una alternativa, explique por qué la eligió y sustente qué conceptos utilizó.
La OCDE señala que los estudiantes que utilizan IA generativa de propósito general pueden producir trabajos de mayor calidad sin que esa ventaja necesariamente se mantenga cuando deben demostrar posteriormente lo aprendido sin esa asistencia.
Lee: Lenovo presenta IdeaPad Vibe e IdeaCentre AIO i con funciones de inteligencia artificial
2. Los casos deberían acercarse a problemas del mundo real
Otra señal es que las evaluaciones no se limiten a preguntas cuya respuesta pueda recuperarse directamente de un texto.
Casos empresariales, conflictos dentro de equipos, decisiones financieras, problemas de clientes o escenarios con información incompleta permiten observar cómo una persona analiza alternativas y toma decisiones.
Olivieri recomienda comprobar si el modelo educativo coloca al estudiante frente a situaciones similares a las que podría enfrentar durante su vida profesional.
El objetivo no es que todos lleguen necesariamente a una misma respuesta, sino que puedan demostrar cómo interpretaron la información, qué opciones consideraron y por qué eligieron una solución.
3. Debe importar cómo llegaste a una respuesta
El razonamiento adquiere mayor peso en un escenario en el que una herramienta de IA puede producir respuestas aparentemente correctas en pocos segundos.
Una evaluación puede pedir al estudiante que explique el proceso seguido, identifique supuestos, contraste alternativas o señale limitaciones de su propia respuesta.
La OCDE recomienda que el uso educativo de la inteligencia artificial preserve habilidades humanas como el pensamiento independiente y que la tecnología no sustituya el esfuerzo cognitivo que forma parte del aprendizaje.
Esto también permite evaluar si el alumno sabe reconocer errores o información insuficiente en una respuesta generada por IA.
4. La universidad debería tener una estrategia para el uso de IA
Prohibir completamente la inteligencia artificial no es la única respuesta posible.
Una institución también puede establecer reglas claras sobre cuándo utilizarla, cómo declarar su uso, qué tareas deben realizarse de manera independiente y cómo verificar la información que producen estas herramientas.
La OCDE plantea que la IA generativa puede funcionar como tutor, asistente o colaborador cuando existe una intención pedagógica definida, pero advierte sobre riesgos como la dependencia excesiva, la pérdida de esfuerzo cognitivo y problemas de integridad académica.
La alfabetización en IA implica además aprender a contrastar fuentes, reconocer errores, detectar respuestas inventadas y comprender que una herramienta generativa no garantiza la veracidad de la información.
5. La virtualidad debería incluir acompañamiento docente
Estudiar en línea no necesariamente significa estudiar en solitario.
Una propuesta virtual puede incorporar retroalimentación de profesores, tutorías, espacios de consulta, seguimiento académico y herramientas digitales que permitan identificar dificultades durante el proceso.
Para Olivieri, el acompañamiento resulta importante porque permite comprobar avances, corregir errores y orientar al estudiante hacia el desarrollo de las competencias previstas.
DRU describe su modelo DRU Flow como una metodología basada en cuatro etapas —explorar, conectar, cocrear y demostrar— que combina contenidos, situaciones reales, proyectos y validaciones de competencias. Esa descripción corresponde al modelo académico difundido por la propia institución.
¿Qué cambia con la inteligencia artificial?
La expansión de la IA está llevando a las instituciones de educación superior a revisar sus políticas y métodos de evaluación.
Una encuesta publicada por UNESCO en septiembre de 2025 encontró que el 19% de los participantes afirmó que su institución ya tenía una política formal de inteligencia artificial, mientras que otro 42% indicó que estaba desarrollando orientaciones. En conjunto, ambas cifras equivalen al 61%.
El estudio reunió 400 respuestas de integrantes de Cátedras UNESCO y redes UNITWIN en 90 países, por lo que sus resultados no deben extrapolarse automáticamente a todas las universidades del mundo.
La misma encuesta encontró además que una de cada cuatro instituciones representadas había afrontado problemas éticos relacionados con IA, entre ellos dependencia excesiva de estas herramientas, disputas por autoría y sesgos en investigación.
Aprender con IA no es lo mismo que delegar el aprendizaje
La discusión, por tanto, no consiste únicamente en permitir o prohibir herramientas generativas.
La OCDE distingue entre utilizarlas para apoyar deliberadamente el proceso educativo y emplearlas para delegar las tareas cognitivas que el alumno necesita desarrollar.
Su informe de 2026 sostiene que una IA educativa bien integrada puede ayudar a plantear preguntas, ofrecer retroalimentación, reforzar argumentaciones y apoyar a docentes y tutores. Sin una estrategia pedagógica, en cambio, puede mejorar la producción inmediata del alumno sin generar avances duraderos en el aprendizaje.
“Una universidad virtual debe ser capaz de demostrar que sus estudiantes están aprendiendo, no simplemente que están cumpliendo actividades”, sostiene Olivieri.
Para quienes están comparando universidades virtuales, observar cómo se evalúa, qué papel tiene la IA y cuánto acompañamiento existe puede ser tan importante como revisar los contenidos de una carrera.
-