ChatGPT en la universidad: por qué España puede responder mejor que Estados Unidos

Ante el impacto de herramientas como ChatGPT o Gemini, la mirada de la comunidad internacional se dirigió de manera casi automática hacia Estados Unidos, asumiendo que el principal motor tecnológico del mundo dictaría también las pautas de la adaptación institucional. Sin embargo, la realidad sobre el terreno muestra una paradoja incómoda: mientras los campus norteamericanos avanzan a golpe de improvisación, normas contradictorias y soluciones reactivas, las universidades europeas –y las españolas en particular– cuentan con un ecosistema normativo y metodológico que les otorga una ventaja estratégica sin precedentes.

El verdadero problema es que la mayoría de nuestras instituciones aún no son conscientes de este valor diferencial y están cometiendo el error de copiar recetas que ya han fracasado al otro lado del Atlántico. El modelo estadounidense se ha caracterizado por una preocupante fragmentación. Sin un marco regulatorio unificado a nivel federal, cada universidad se ha visto obligada a inventar sus propias reglas de juego, cayendo con frecuencia en posturas extremas.

Hemos sido testigos de distritos escolares y centros de Educación Superior que prohibieron de forma tajante el uso de la IA, para meses después verse obligados a dar marcha atrás ante la inviabilidad de aplicar la norma. Por ejemplo, recordemos cómo el Departamento de Educación de Nueva York o las escuelas públicas de Seattle prohibieron en 2023 de forma tajante el uso de la IA en sus aulas, para apenas unos meses después verse obligados a levantar el veto tras admitir que la prohibición era inútil y contraproducente frente a la realidad tecnológica.

En la Educación Superior el escenario no fue mejor: instituciones de la talla de Vanderbilt University tuvieron que desactivar por completo los sistemas de detección automatizados que habían adoptado de forma reactiva (en su comunicado oficial de agosto de 2023 («Guidance on AI Detection and Why We’re Disabling Turnitin’s AI Detector«), explican detalladamente que el riesgo de acusar falsamente a un alumno basándose en un porcentaje de probabilidad algorítmica era académicamente inaceptable), al demostrarse técnicamente ineficaces y propensos a cometer sesgos que vulneraban los derechos de los alumnos.

El mejor ejemplo de ello lo encontramos en un célebre estudio de la Universidad de Stanford de 2023 que documentó que herramientas como GPTZero fallaban en más del 61% de los casos al evaluar a estudiantes internacionales cuyo estilo de redacción en inglés no nativo suele confundirse con el de una máquina. El resultado actual en EEUU es un escenario de fatiga institucional, donde las políticas académicas cambian cada semestre dejando desorientados tanto a docentes como a equipos directivos.

Frente a este caos reactivo, la experiencia de analizar de cerca la evolución tecnológica en instituciones de Educación Superior a ambos lados del Atlántico permite identificar una realidad muy distinta. En Europa no partimos de cero. La gestión del choque tecnológico de la IA se asienta sobre un suelo jurídico firme y compartido: el Reglamento General de Protección de Datos (RGPD) y la Ley de Inteligencia Artificial (AI Act). Este entramado legal, lejos de ser un mero freno burocrático, constituye nuestra mayor fortaleza. Obliga a que cualquier herramienta de supervisión o evaluación cumpla estrictos criterios de transparencia algorítmica, proporcionalidad, seguridad de los datos de los estudiantes y auditoría humana.

En España, las universidades no pueden permitirse el lujo de delegar la justicia académica en un algoritmo de caja negra, lo que previene de forma natural los sesgos y los falsos positivos que hoy lastran al sistema americano. A esta robustez legal se suma una ventaja metodológica crucial allí donde se aplica correctamente: la filosofía de la evaluación continua. Aquellas universidades y facultades españolas que, bajo el espíritu original del Espacio Europeo de Educación Superior (EEES), han consolidado un modelo donde la calificación no depende en exclusiva de un trabajo final escrito en casa –el formato más vulnerable al uso espurio de ChatGPT–, nos señalan el camino a seguir.

Al desplazar el peso de la nota hacia un seguimiento progresivo, defensas orales, debates en el aula y resolución de casos prácticos en tiempo real, se demuestra que esta estructura pedagógica es, por su propia naturaleza, sumamente resistente al fraude por IA. Este enfoque, que todavía debe generalizarse de forma decidida en muchas disciplinas, es el que verdaderamente fomenta el desarrollo de competencias críticas que una máquina no puede replicar.

Teniendo a nuestro favor este blindaje normativo y una estructura pedagógica idónea, la pregunta institucional que debemos hacernos desde la gestión educativa es obligada: ¿por qué seguimos replicando dinámicas importadas en lugar de liderar la conversación global? Resulta incomprensible ver a centros universitarios en nuestro país invirtiendo presupuestos y esfuerzos en adquirir licencias de software de detección ineficaces, imitando los mismos errores de bulto que la crónica universitaria estadounidense ya ha descartado. El foco de la dirección académica debe estar en el rediseño estratégico de la evaluación y en la capacitación del profesorado, sin una excesiva vigilancia al estudiante

La integración de la inteligencia artificial generativa en la educación superior no se resolverá con parches tecnológicos de corto alcance, sino con visión de Estado y gobernanza institucional. España se encuentra ante una oportunidad histórica para convertirse en el referente internacional de cómo adoptar la IA con rigor ético, seguridad jurídica y excelencia pedagógica. Sin embargo, para consolidar este liderazgo es imprescindible que los equipos rectorales, los decanatos y las consejerías de educación dejen de mirar con complejo hacia fuera y empiecen a explotar las sólidas herramientas que ya tenemos en casa.

La prioridad inmediata para nuestras instituciones debe ser la inversión estratégica en capacitar al profesorado en el diseño de evaluaciones resistentes a la IA, apoyándose en sistemas de supervisión digital que garanticen la integridad del proceso de forma transparente y respetuosa. Es el momento de liderar la transición hacia una universidad que no teme al futuro porque sabe cómo regularlo, cómo evaluarlo y cómo enseñarlo.

Mikel Pérez cuenta con más de cuatro años de experiencia analizando la intersección entre tecnología y pedagogía como Content Specialist de Smowltech.