La Inteligencia Artificial y el nuevo sentido del conocimiento en la educación

La inteligencia artificial está cambiando el corazón de la educación y la investigación. Hablamos con Martin Larraza sobre cómo sus posibilidades abren un horizonte enorme, pero también obligan a replantear cómo se enseña, cómo se evalúa el conocimiento y qué significa aprender en un contexto donde una respuesta puede generarla una máquina. Más que prohibir, el reto es entender este cambio y construir un modelo educativo que integre la IA con criterio, responsabilidad y propósito.

La inteligencia artificial se ha convertido en una de las grandes fuerzas transformadoras de nuestro tiempo.

En el entorno universitario, plantea un doble desafío, adaptarse a su impacto en la docencia y aprovechar su potencial en la investigación.

Conversamos con Martín Larraza, vicerrector de investigación y catedrático de Organización de Empresas en la Universidad Pública de Navarra, para analizar cómo está respondiendo la universidad ante esta nueva realidad y qué oportunidades abre para el conocimiento y la sociedad.

La IA se ha instalado en nuestro día a día, también en las aulas y los laboratorios. ¿Cómo describirías este momento desde la perspectiva universitaria?

Vivimos un momento de cambio profundo. La inteligencia artificial ha llegado para quedarse y está transformando nuestra forma de enseñar, investigar y organizarnos internamente. En la universidad está empezando a invadir todos los ámbitos, como son los procesos, la gestión y, sobre todo, aquello que constituye el núcleo de nuestra misión, que es educar e investigar.

Este impacto se percibe como un torbellino de oportunidades y también de incertidumbres. Las posibilidades que ofrece son enormes, pero al mismo tiempo nos obliga a revisar la manera en que evaluamos el conocimiento. Ya no basta con pedir a un alumno una respuesta, porque no siempre sabemos si la ha generado él o una herramienta. El reto no es prohibir su uso, sino repensar la forma en que evaluamos el aprendizaje. No se trata solo de obtener una respuesta correcta, sino de comprender cómo la ha construido y qué papel ha tenido, si es que lo ha tenido, la IA en ese proceso.

En el terreno educativo, ¿qué oportunidades está ofreciendo la IA al profesorado y al alumnado?

Desde el punto de vista docente, la IA puede ayudarnos mucho a preparar materiales de manera más ágil y con mayor calidad. Generar presentaciones, vídeos o resúmenes es ahora más rápido y eficiente, lo que libera tiempo para dedicarlo a lo verdaderamente importante, como es el contacto con el alumnado y la mejora del proceso de aprendizaje.

También abre la puerta a una enseñanza más personalizada. Hoy un profesor puede transformar unos apuntes en un podcast o un vídeo adaptado a estudiantes con distintas formas de aprendizaje. Esto no sustituye al docente, al contrario, le da nuevas herramientas para hacer que su enseñanza sea más inclusiva.

En la UPNA, además, estamos trabajando en modelos predictivos que nos ayuden a anticipar posibles casos de abandono o fracaso académico. Son herramientas basadas en datos y machine learnig que permiten detectar patrones y ofrecer ayuda antes de que el problema ocurra. En definitiva, buscamos pasar de una educación reactiva a una más preventiva, donde el acompañamiento sea más humano gracias a la tecnología.

La IA también plantea dilemas éticos en el aula. ¿Cuáles consideras los principales riesgos o desafíos?

El mayor riesgo es el uso inadecuado. No podemos ignorar que hay estudiantes que pueden recurrir a la IA para entregar trabajos sin haberlos elaborado realmente, y eso distorsiona el sentido del aprendizaje. Las herramientas que intentan detectar estos casos todavía no son fiables, porque generan muchos falsos positivos.

Por eso, el foco no debe estar en prohibir sino en educar. Debemos enseñar a usar la IA con criterio, a entender que es una ayuda y no un sustituto del pensamiento propio. Tanto el alumnado como el profesorado necesitan formación en este ámbito. El estudiante debe saber validar las respuestas que obtiene, contrastar las fuentes y comprobar si la información tiene sentido. La IA siempre te responde, aunque no sepa. Y eso exige desarrollar una mirada crítica.

Al final, el objetivo es que aprendan a trabajar con estas herramientas, no a depender de ellas.

En el ámbito de la investigación, ¿dónde estáis viendo el mayor impacto de la IA?

La investigación está viviendo una revolución similar. La IA nos ayuda a ser más eficientes en tareas que antes requerían mucho tiempo: búsqueda de bibliografía, redacción de proyectos o revisión de artículos. Existen ya herramientas que automatizan parte de estos procesos, conectadas con grandes bases de datos científicas, y eso hace más eficiente el trabajo de los equipos.

También hay un gran avance en el análisis de datos. En áreas como la biomedicina o la ingeniería, donde se manejan volúmenes de información inmensos, la IA permite procesarlos de forma más rápida y precisa. Pero esto requiere infraestructuras potentes y sostenibles, porque el coste energético y de mantenimiento de los grandes centros de datos es un reto que no podemos ignorar.

Por eso, más allá del entusiasmo tecnológico, es importante preguntarnos cómo hacerlo de manera eficiente y responsable. No todo consiste en tener la última herramienta, sino en usarla bien y entender su impacto.

¿Cuáles son los principales desafíos para integrar la IA de forma segura y sostenible en la investigación?

El primero es la privacidad y la protección de datos. Cuando un investigador utiliza una herramienta abierta, está introduciendo información que puede ser sensible o incluso inédita. Eso plantea el riesgo de que el conocimiento original se pierda o se filtre antes de publicarse.

También nos enfrentamos a la falta de estándares claros. Todavía no existe una regulación consolidada ni una cultura de uso asentada en este campo, y eso genera incertidumbre. La IA avanza mucho más rápido que las normas que deberían regularla.

Otro reto importante es el coste de las infraestructuras. Los sistemas que permiten trabajar con grandes volúmenes de datos son caros y requieren recursos energéticos considerables. Todo esto nos obliga a reflexionar sobre la sostenibilidad de la investigación digital.

En definitiva, necesitamos combinar prudencia con ambición. Avanzar, pero con reglas claras que protejan el conocimiento y aseguren su uso ético.

Desde la UPNA, ¿qué líneas de trabajo se están impulsando para aprovechar el potencial de la IA?

En la universidad contamos con varios grupos de investigación consolidados que trabajan en inteligencia artificial desde distintos enfoques. Hay equipos centrados en el desarrollo de algoritmos y aprendizaje automático, otros que aplican la IA a procesos industriales o a la salud, y también grupos que investigan los sesgos que pueden generarse en los modelos.

Este último punto es clave. La IA aprende de los datos, y si los datos contienen sesgos, los reproducirá. Por eso se están impulsando proyectos orientados a detectar y minimizar estos sesgos demográficos o de género.

También hay investigadores que abordan los aspectos éticos y legales, analizando cómo deben adaptarse las normativas a este nuevo contexto. La inteligencia artificial no es solo una cuestión tecnológica, sino también social, y desde la universidad tenemos la responsabilidad de entenderla en toda su dimensión.

Mirando al futuro, ¿qué papel debe jugar la universidad en la integración responsable de la inteligencia artificial en la sociedad?

Nuestro papel es fundamental. La universidad tiene que liderar el debate sobre el uso ético y crítico de la inteligencia artificial. Debemos formar personas capaces de entender la tecnología, aprovechar su potencial y, al mismo tiempo, cuestionarla.

Vivimos un momento en el que tenemos más información que nunca, pero paradójicamente estamos más desinformados. La IA puede amplificar ese ruido si no aprendemos a filtrar, contrastar y pensar por nosotros mismos. Por eso, educar en pensamiento crítico es más importante que nunca.

La IA transformará la forma en que enseñamos, investigamos y trabajamos, pero no sustituirá el valor del juicio humano. Es posible que volvamos a valorar más la interacción cara a cara, la presencialidad, el debate directo. En un mundo cada vez más digital, el contacto humano será lo que marque la diferencia.

Aprender a pensar en tiempos de inteligencia artificial

La conversación con Martín Larraza deja una sensación clara. La tecnología avanza rápido, pero las preguntas importantes siguen siendo humanas. La IA puede ayudarnos a preparar mejor una clase, a investigar con más agilidad o a entender antes cuándo un estudiante necesita apoyo. Pero lo que define la educación no es la herramienta, sino el criterio con el que se utiliza.

Quizá ese sea el gran mensaje. No se trata de competir con la inteligencia artificial, sino de aprender a convivir con ella sin perder lo que nos permite aprender de verdad. Pensar, contrastar, conversar, equivocarnos, volver a empezar. Todo eso sigue siendo imprescindible, incluso cuando las respuestas parecen estar a un clic.

En orbetec creemos que la universidad tiene un papel decisivo en este momento. No solo para enseñar a usar nuevas tecnologías, sino para recordar que el conocimiento requiere tiempo, preguntas bien formuladas y una mirada crítica que ninguna máquina puede reemplazar. La IA puede acompañar ese proceso. La reflexión y el sentido seguirán siendo nuestros.