Imaxinemos unha estudante na biblioteca preparando un traballo. Pide a ChatGPT que lle explique un concepto e recibe, en segundos, unha resposta clara, ordenada e convincente. Cre que atopou unha explicación fiable. Con todo, a soltura coa que está escrita non garante que sexa correcta. Sabe a estudante como se produciu esa resposta?
Os modelos de linguaxe xeran texto a partir de patróns aprendidos durante o seu adestramento e do contexto co que interactúan. Poden ofrecer explicacións útiles, pero tamén producir erros coa mesma fluidez. Descoñecer ese funcionamento facilita que confundamos unha resposta convincente con coñecemento contrastado. Usar IA con soltura non significa comprendela.
Como se usa IA na aula
Na nosa recente investigación puidemos comprobar que os universitarios usan moito a IA e están satisfeitos da experiencia. A maioría destacaba que estas ferramentas aforran tempo, resultan doados de usar, ofrecen respostas inmediatas e axudan a comprender contidos.
A IA xa formaba parte da rutina académica do alumnado enquisado a comezos de 2025. Con todo, os nosos resultados máis recentes mostran que ese uso habitual coexiste cunha formación escasa e que poucos estudantes declaraban un dominio elevado destas ferramentas.
Familiaridade non implica coñecemento
ChatGPT é a ferramenta de IA máis utilizada polos estudantes do noso estudo, e case sempre en exclusiva, por ser a aplicación máis recoñecida. Con todo, a maioría valoraba o coñecemento e dominio deste tipo de chatbots ao utilizalos en niveis medios ou inferiores. Son aspectos distintos: un refírese ao que cren saber sobre a IA; o outro, á súa capacidade percibida para manexala. En todo caso, usala habitualmente non implica coñecela nin dominala.
Case todos os alumnos declaraban non realizar formación específica. Pero dos que si, a gran maioría formárase fóra da universidade. Ademais, dous de cada tres estudantes afirmaban que as implicacións éticas da IA non se trataran durante a súa traxectoria universitaria.
Estes resultados cuestionan a cómoda etiqueta de “nativos dixitais”. Crecer entre pantallas permite manexar aplicacións con soltura, pero non insignia por si só como se producen as respostas, con que datos se adestran os sistemas, por que poden inventar información ou que rumbos sociais, raciais e de xénero poden reproducir. Incluso a aparencia de competencia pode ser enganosa para o propio usuario: saber obter unha resposta non equivale a saber avaliala.
Cando a resposta soa demasiado ben
O propio alumnado intuía parte do problema. Temían incorrer en plaxio, dubidaban da fiabilidade da información ou preocupáballes a integridade académica. Pero recoñecer un perigo non significa dispoñer de estratexias para afrontalo.
Descoñecer como funciona a IA pode levarnos a interpretar mal as súas respostas. Se cremos que funciona como un buscador que recupera información contrastada, podemos aceptar unha referencia inventada coma se procedese dunha publicación real. Se ignoramos que os datos de adestramento poden conter rumbos, podemos tomar unha resposta discriminatoria por unha explicación neutral.
Tamén importa comprender que ocorre coa información que introducimos. Compartir datos privados do alumnado para obter unha actividade adaptada esixe coñecer as condicións de privacidade do servizo. Estes riscos mostran por que a alfabetización debe ir máis aló de aprender a formular peticións: necesitamos comprender os límites da ferramenta para decidir como utilizala e que resultados requiren comprobación.
Aprender a utilizar a IA cambia o seu uso
A resposta non consiste en prohibir unha tecnoloxía xa integrada na vida académica. Consiste en alfabetizar. Iso supón comprender de forma básica como funciona, formular peticións, verificar resultados, contrastar fontes, detectar rumbos, protexer os datos e decidir cando é mellor non utilizala.
A evidencia dispoñible indica que esa formación pode marcar diferenzas. Un taller universitario de 90 minutos mellorou a confianza do alumnado, a súa comprensión das normas e a súa capacidade para recoñecer usos académicos aceptables. Pero tamén é necesario formar os profesores. Noutro estudo con 90 futuros docentes, a alfabetización en IA xenerativa significou melloras en competencia técnica e ética, avaliación crítica e aplicación creativa.
Unha práctica con estudantes univesitarios
Por exemplo, pódense permitir o uso de ferramentas de intelixencia artificial para un traballo en clase, pero cunhas instrucións moi precisas. Nunha práctica con estudantes universitarios de Educación Primaria, pedimos ao alumnado que solicite á IA unha rúbrica de avaliación coherente cunha situación de aprendizaxe previamente deseñada en grupos.
Primeiro, deben proporcionarlle o contexto, os obxectivos, os saberes e os criterios de avaliación; despois, examinar criticamente o resultado. Non basta con pedirlle que faga “unha boa rúbrica”, hai que precisar que aprendizaxes se queren observar.
Tamén convén desconfiar de expresións como “adecuado” ou “correcto” e de verbos difíciles de observar, como “comprende” ou “pensa”. Contrastar a resposta co currículo oficial e comprobar se os criterios son relevantes, os descritores, observables e os niveis, realmente progresivos permite detectar erros antes de trasladar a proposta á aula.
Alfabetizacion en IA, unha prioridade mundial
A UNESCO reúne estas capacidades nun marco competencial que sitúa no centro a autonomía e o xuízo humano. A universidade, por tanto, non pode limitarse a publicar normas sobre plaxio nin presumir competencias dixitais. Debe integrar a alfabetización en IA nas materias, aplicala a problemas reais de cada profesión e avaliar o proceso seguido, non só o produto final.
Cláusula de divulgación: As persoas asinantes non son asalariadas, nin consultoras, nin posúen accións, nin reciben financiamento de ningunha compañía ou organización que poida obter beneficio deste artigo, e declararon carecer de vínculos relevantes máis aló do cargo académico citado anteriormente.
