Briefing por Audiencia

El destete silencioso: cuando la universidad forma dependientes en lugar de profesionales

La evidencia de esta semana obliga a una conversación incómoda en el rectorado: los asistentes de codificación no son una herramienta de productividad más, son un agente que reconfigura el proceso mismo de formación de competencias técnicas. Los estudios convergen en un hallazgo que ninguna oficina de vicerrectorado académico puede ignorar: quienes delegan sistemáticamente en la IA obtienen ganancias de productividad a corto plazo y erosionan destrezas de comprensión profunda —arquitectura, debugging, diseño de sistemas— a largo plazo. Para la universidad latinoamericana, cuyos egresados alimentan tanto la industria tecnológica regional como el flujo de talento hacia plataformas globales, la pregunta estratégica no es si integrar estas herramientas, sino qué significa graduar un desarrollador que no puede depurar sin asistencia.

Este briefing sostiene una tesis que el rector puede llevar a consejo: la institución que integra asistentes de código sin evaluar su impacto sobre la formación profesional está apostando a su propia obsolescencia. No porque la tecnología sea nociva en sí, sino porque la adopción acrítica —presentada como inevitable y sin costo— transfiere a los egresados una fragilidad que el mercado laboral castigará y que la propia institución habrá certificado con su título.

Nuestras piezas previas (Critical Analysis HE 2025-07-20) argumentaron que la IA en educación superior exige marcos regulatorios y alfabetización para mitigar riesgos éticos. El delta de esta semana es material: ya no discutimos riesgos abstractos de personalización, sino la erosión medible de competencias técnicas específicas en la disciplina que más rápido adopta estas herramientas. El debate se desplaza de la ética general a la integridad del currículo.

De la ganancia de productividad a la deuda de competencia

La afirmación central de los defensores de estos asistentes —que aceleran la escritura de código sin costo formativo— colapsa bajo la evidencia. Los estudios de la industria enmarcan la pregunta como “calidad o slop”, pero ese encuadre ya contiene un sesgo: el criterio de medición es la productividad, no la competencia (estudio de 150 desarrolladores, AIT). Cuando el instrumento de medida es cuántas líneas se entregan y no cuánto comprende el desarrollador de lo que entrega, el resultado está predeterminado.

Para el rectorado, esto tiene una traducción directa en términos de acreditación y calidad de egreso. Un programa de ingeniería informática que integra asistentes de código en sus cursos introductorios sin protocolos de evaluación de comprensión está produciendo egresados cuya productividad aparente enmascara una dependencia estructural. El problema no es teórico: las empresas latinoamericanas ya enfrentan la disyuntiva de distinguir código de calidad de slop que compila y funciona hasta que el producto se cae en un entorno de alta demanda (AIT). Si la industria regional debe evaluar protocolos de revisión de código asistida por IA antes de imponerla, la universidad tiene una responsabilidad anterior: no certificar como competente a quien solo sabe interactuar con un autocompletado.

Aquí conviene nombrar la asimetría regional. Los asistentes más avanzados —Copilot, Cursor, Codeium— operan en América Latina bajo modelos freemium, pero las versiones premium de alto rendimiento exigen suscripciones impagables en moneda local (Disponibilidad LATAM). El desarrollador promedio de Colombia, Argentina o Perú subsiste con planes gratuitos limitados que entregan la peor experiencia de autocompletado y sesgan su percepción de lo que la herramienta puede hacer (Accesibilidad LATAM). La consecuencia para la formación es perversa: el estudiante latinoamericano adquiere la dependencia sin acceder al rendimiento que justificaría el debate. Se queda con lo peor de ambos mundos —la erosión de competencias y una herramienta de segunda—.

El espejismo del “sin costo adicional”

Los informes de proveedores presentan la implementación de IA generativa como una integración “sin costo adicional” para la institución. Esta es una de las afirmaciones más costosas que un vicerrectorado administrativo puede aceptar sin escrutinio. Las universidades que adopten estos sistemas sin análisis de costos terminarán recortando lo que sí importa: dedicación docente, laboratorios, bibliotecas.

El costo oculto opera en dos niveles. El primero es el evidente: las cuotas de uso, la migración a versiones premium cuando las gratuitas se saturan, la infraestructura de red que estos sistemas exigen. El segundo es más insidioso y no aparece en ningún contrato: el costo de la infraestructura planetaria que sostiene estos modelos. Los informes de energía del sector incluyen selectivamente sus variables y nunca preguntan quién paga la factura planetaria; es un ejemplo de cómo el diseño técnico esconde decisiones políticas (informe de energía, AIT). Cuando una universidad firma un acuerdo institucional con un proveedor de IA, está incorporándose a una cadena de consumo hídrico y energético que la contabilidad del acuerdo omite.

Esto conecta con una advertencia que trasciende al campus. Los gobiernos latinoamericanos que regalen infraestructura de datos a las corporaciones con exenciones impositivas están hipotecando su futuro hídrico y energético (SA). Las universidades públicas, en tanto actores del sistema estatal y frecuentemente aliadas en proyectos de “hub tecnológico” regional, deben decidir si prestan su nombre y su autonomía a estos acuerdos o si exigen que el análisis de costo planetario preceda a cualquier convenio. La autonomía universitaria no es solo un blindaje frente al poder político; es también la capacidad de rechazar convenios que comprometen el territorio.

El peligro de copiar marcos diseñados para la abundancia

Circula esta semana un conjunto de “marcos de buenas prácticas” para la integración de IA en educación superior. El problema estructural: se generalizan desde seis universidades de élite con recursos descomunales. Copiarlos en contextos de restricción presupuestaria latinoamericana es una estafa intelectual.

Un marco de gobernanza de IA diseñado por una institución con un endowment multimillonario, equipos dedicados de ética algorítmica y contratos empresariales negociados en dólares no es transferible a una universidad pública latinoamericana que opera con presupuesto congelado y regímenes de dedicación docente que apenas cubren la docencia frontal. La adopción por imitación —tan común en los procesos de acreditación regional, donde los pares evaluadores premian el mimetismo con el “estándar internacional”— produce documentos de política que la institución no puede ejecutar y que solo sirven para el expediente.

La alternativa no es el rechazo, sino el diseño situado. La institución necesita un marco colectivo de gobernanza digital que discuta qué significa formarse profesionalmente en un mundo saturado de asistentes automáticos (HE). Ese marco debe partir de la realidad presupuestaria y de infraestructura local, no de un ideal importado. Concretamente: en lugar de licenciar herramientas premium impagables, los departamentos de informática pueden montar benchmarks internos de experimentación con modelos de código abierto —CodeLlama, StarCoder2— que constituyen una vía material viable para no quedar capturados por la dependencia de un proveedor (Alternativas LATAM). Esto tiene una ventaja pedagógica adicional que el marco importado ignora: trabajar con modelos abiertos obliga al estudiante a comprender la arquitectura, no solo a consumir el resultado.

Alfabetización que culpa al individuo y exonera al sistema

Las campañas de alfabetización mediática de la semana tienen un doble filo que el liderazgo universitario debe leer con cuidado, porque la universidad es tanto objeto como agente de estas campañas. Si la alfabetización solo entrena a la población para “estar alerta” frente a la desinformación, sin discutir quién tiene acceso y quién se beneficia, reproduce el modelo de culpar al individuo y exonerar al sistema (AIL).

Para una institución que se toma en serio la formación ciudadana, esto significa que un programa de alfabetización en IA no puede reducirse a un módulo de “detección de deepfakes”. Debe incluir la pregunta por el acceso y la exclusión: quién puede usar la IA, quién queda fuera y cómo eso estructura la ciudadanía digital (AIL). El estudiante que aprende a desconfiar de una imagen falsa pero no comprende que su acceso limitado a herramientas premium lo posiciona estructuralmente por debajo de sus pares del norte global ha recibido media alfabetización.

Hay aquí una dimensión que el rectorado no puede tratar como periférica. Esta semana se conoció que el gobierno colombiano monitoreará deepfakes (AIL). El objetivo de la alfabetización no es solo proteger contra la mentira, sino contra el uso estatal de la vigilancia bajo la bandera de combatir la desinformación. Las universidades —especialmente las públicas y autónomas— tienen una tradición de resguardo de la libertad académica que las obliga a formar ciudadanos capaces de distinguir la protección legítima de la extensión del aparato de vigilancia. El modelo de propaganda, tradición analítica nombrada que explica cómo los medios y ahora las plataformas construyen la agenda, debería formar parte del currículo crítico y no quedar relegado a un seminario optativo (AIL).

El solucionismo legal y la pregunta que nadie hace

Buena parte del debate institucional sobre IA se estanca en una pregunta empobrecida: cómo hacer compatible la IA con las reglas existentes. Ese marco legal-burocrático es puro solucionismo, porque nunca pregunta si la herramienta debería usarse (SA). Para un consejo directivo, la distinción es operativa, no filosófica.

Cuando un vicerrectorado encarga a su oficina jurídica un protocolo de uso de IA, la pregunta que llega es invariablemente de compatibilidad: cómo cumplir con la ley de datos personales, cómo evitar responsabilidad institucional, cómo encuadrar el uso en los reglamentos de integridad académica. Todas son preguntas legítimas y ninguna es la pregunta central. La pregunta que la autonomía universitaria habilita —y que ninguna corporación proveedora formulará— es si un uso determinado debe existir en la institución. ¿Debe una universidad implementar gestión algorítmica de su personal docente y administrativo? Presentar esa gestión algorítmica como una mejora de la relación empleador-empleado oculta la cadena planetaria de trabajo de datos que la sostiene (SA). La institución que se precie de formar en aspectos sociales no puede aplicar internamente los sistemas que enseña a criticar.

Aquí la lente de García Canclini resulta pertinente sin forzarse. Su advertencia sobre la posibilidad de tener que “luchar contra la irrelevancia en lugar de hacerlo contra la explotación” (Ciudadanos reemplazados por algoritmos) captura con precisión el riesgo de la formación técnica delegada. El desarrollador formado como dependiente de un autocompletado no será explotado en el sentido clásico: será declarado irrelevante, innecesario para ocupar el trabajo, sustituido por la propia herramienta que la universidad le enseñó a usar sin enseñarle a superar. La universidad que forma para la dependencia no está preparando trabajadores; está preparando su reemplazo.

La centralización como tendencia, no como accidente

El liderazgo universitario debe internalizar la lógica industrial que enmarca todo lo anterior. Las principales corporaciones planean invertir 650 mil millones de dólares en infraestructura para asegurar el monopolio de la próxima ola tecnológica (AIT). Quien planifica una institución —o participa de las mesas donde el Estado planifica— debe saber que la centralización es la tendencia, no la excepción.

La infraestructura y los modelos de frontera están en manos de unas pocas empresas (AIT). Esto tiene una consecuencia estratégica directa para la universidad latinoamericana: cualquier dependencia de un proveedor único es una vulnerabilidad de largo plazo, tanto presupuestaria como de soberanía académica. La alternativa material es doble: la experimentación institucional con modelos abiertos y la construcción de infraestructura propia, siquiera modesta, que permita a la institución no quedar capturada (AIT). No se trata de que cada universidad construya un centro de datos; se trata de que los consorcios universitarios regionales —el terreno natural de la cooperación en posgrado e investigación— negocien colectivamente en lugar de firmar convenios individuales en condiciones de asimetría absoluta.

La experiencia del sistema científico regional ofrece un precedente. Las agencias nacionales —CONICET, CNPq, CONACYT, CONCYTEC— han sostenido históricamente infraestructura de investigación compartida precisamente porque ninguna institución individual podía costearla. La lógica de la infraestructura de IA es idéntica y la respuesta institucional debería serlo también: cooperación en lugar de captura individual.

Qué significa esto para rectores

Las implicaciones de esta semana admiten traducción en decisiones concretas para las próximas semanas.

Sobre currículo y acreditación. El vicerrectorado académico debería instruir a las unidades de informática e ingeniería a revisar si sus criterios de evaluación distinguen comprensión de productividad. Un egresado que entrega código funcional que no puede explicar ni depurar no cumple el perfil de egreso, por más que apruebe. La región debería preparar estándares de acreditación que incluyan explícitamente la evaluación de código generado como competencia (Anticipación LATAM). Adelantarse a ese estándar es una ventaja competitiva; esperar a que la acreditadora lo exija es reaccionar tarde.

Sobre presupuesto. Ningún convenio con proveedor de IA debería firmarse bajo la premisa de “sin costo adicional”. Exija a la oficina de planeamiento un análisis de costo total —cuotas, escalamiento a premium, infraestructura de red y, donde sea auditable, huella hídrica y energética— antes de cualquier firma. El costo que no se mide se paga recortando docencia.

Sobre gobernanza. Convoque un marco colectivo de gobernanza digital que incluya a docentes, estudiantes y personal técnico, no solo a la oficina jurídica. La pregunta rectora no es “cómo cumplimos la ley” sino “qué usos debe y no debe tener la IA en esta institución”. Resista la tentación de copiar marcos de universidades de élite: diséñelos desde su realidad presupuestaria.

Sobre infraestructura. Priorice la experimentación con modelos de código abierto sobre la licencia de herramientas premium impagables. Es más barato, es pedagógicamente superior y reduce la captura por proveedor. Donde sea posible, negocie en consorcio regional, no individualmente.

Sobre alfabetización. Amplíe cualquier programa de alfabetización en IA más allá de la detección de desinformación. Incluya la pregunta por el acceso, la exclusión y el uso estatal de la vigilancia. La universidad autónoma tiene la obligación de formar ciudadanos que distingan la protección legítima de la extensión del control.

Sobre coherencia institucional. No implemente internamente los sistemas de gestión algorítmica que su facultad de ciencias sociales enseña a criticar. La incoherencia entre lo que se enseña y lo que se practica erosiona la autoridad moral de la institución más rápido que cualquier recorte presupuestario.

Observación prospectiva

La próxima frontera no será si las universidades adoptan asistentes de código —eso ya ocurrió, silenciosamente, curso por curso, sin decisión de consejo—. La frontera será si las instituciones logran reconstruir la formación de competencias profundas que la adopción acrítica está erosionando. Esto exige una inversión contraintuitiva: en un momento en que la industria presiona por velocidad de entrega, la universidad que cumpla su función tendrá que defender la desaceleración deliberada del aprendizaje, la insistencia en que el estudiante comprenda antes de delegar.

Es una posición incómoda de sostener frente a un consejo que escucha a la industria pedir egresados “productivos desde el día uno”. Pero la institución que solo reacciona a la demanda inmediata de la industria pierde su razón de existir: cualquier bootcamp de tres meses puede producir un operador de autocompletado. Solo la universidad puede producir el profesional que comprende el sistema lo bastante como para no ser reemplazado por la herramienta que lo escribe. Esa es la apuesta que distingue formar profesionales de certificar dependientes. La evidencia de esta semana indica que la mayoría de las instituciones todavía no ha elegido conscientemente cuál de las dos está haciendo. El rectorado que elija primero, y bien, tendrá la ventaja.