Informe de Domingo

“Quien presenta un trabajo debe poder explicarlo y verificarlo”

Alice Rambo, docente de Exactas, diferenció el manejo de aplicaciones de su comprensión y destacó la necesidad de revisar las respuestas y sostener el criterio propio.

domingo 27 de septiembre de 2026 | 6:05hs.

Alice Rambo, docente de la cátedra de Inteligencia Artificial de la Licenciatura en Sistemas de la Facultad de Ciencias Exactas de la UNaM, trabaja con estudiantes de los últimos años de la carrera. En esas clases, el uso de herramientas capaces de generar código volvió necesario prestar atención a los pasos previos: en algunas actividades se realizan pruebas en papel y ejercicios de razonamiento antes de pasar a la programación, para que los estudiantes desarrollen las capacidades que luego necesitarán para evaluar lo producido.

“Desde mi perspectiva, hay una distinción fundamental, que es la que existe entre saber utilizar una aplicación y comprender realmente cómo funciona. A nosotros nos interesa que los estudiantes entiendan cómo funciona por debajo cada una de estas herramientas, porque de esa forma se interpretan mejor las limitaciones y la necesidad de verificar las respuestas que te da. El hecho de usar frecuentemente algo no garantiza tener una alfabetización crítica del uso de la inteligencia artificial”, explicó Rambo.

Entre las actividades que describió figuran la elaboración de resúmenes de bibliografía en PDF, la búsqueda de explicaciones alternativas, la revisión de textos y la traducción de materiales técnicos. En este último caso, indicó que las herramientas mejoraron, aunque todavía pueden cometer errores graves cuando no reconocen el sentido que una palabra adquiere en una disciplina específica. También pueden proponer soluciones a ejercicios, cuyo procedimiento y resultado requieren una revisión por parte del estudiante.

“Siempre tratamos de hacer mucho hincapié en que se trabaje sobre un material específico brindado por el docente y que no se acuda a herramientas que pueden hacer consultas aleatorias sobre bases que no son validadas. Cuando se busca en toda la web, te pueden traer cosas que corresponden más a alucinaciones o a sesgos que a saber científico real”, precisó Rambo.

En las ciencias exactas, la docente identificó posibilidades para analizar datos, comparar procedimientos matemáticos, explorar modelos y revisar distintas soluciones a un problema. En informática, por ejemplo, la IA permite discutir la calidad del código y las consecuencias que determinadas decisiones pueden tener en un programa. Para aprovechar esos recursos, sostuvo que docentes y estudiantes necesitan conocer las herramientas y comprobar la validez de sus resultados.

“La parte de la simulación, hoy por hoy, el hecho de que podamos ver las moléculas, que podamos ver las simulaciones, cómo trabajan, genera un entendimiento de un campo que tiene una abstracción muy grande. Antes no lo podíamos ver y teníamos que entender a través de modelos matemáticos un mundo que era invisible totalmente, y hoy por hoy eso se puede ver a través de simulaciones”, describió Rambo.

Las dificultades para interpretar consignas, sostener la lectura académica, redactar textos fundamentados y resolver problemas ya estaban presentes antes de la expansión de la IA, según la docente. Por eso, consideró que no corresponde atribuirlas automáticamente a estas herramientas. Son capacidades que se trabajan desde los talleres de ingreso y que requieren práctica durante toda la carrera. La preocupación actual es qué ocurre si el estudiante deja de ejercitarlas de manera sistemática.

“Si siempre se reemplaza la lectura por un resumen, por ejemplo, o el razonamiento por una solución automática, se van reduciendo las oportunidades de poder practicar, de aprender, de comprender. Considero importante combinar actividades asistidas con instancias en las que el estudiante explique, escriba y resuelva por sí mismo las actividades”, planteó Rambo.

La disponibilidad de respuestas generadas por IA también llevó a revisar consignas, trabajos prácticos y evaluaciones. Rambo mencionó pruebas escritas, producciones en clase, borradores, análisis de errores y defensas orales como oportunidades para conocer cómo llegó un estudiante a un resultado. Un texto bien redactado o un programa que funciona no demuestran por sí solos que haya comprensión; por eso, las actividades pueden pedir que se justifiquen decisiones y se aplique lo aprendido a un problema diferente.

“Como docente, creo que la formación de los profesionales debe estar focalizada en formar personas capaces de comprender, de formular problemas, de evaluar las consecuencias a través de las evidencias, de crear y asumir responsabilidades, incluso cuando están trabajando con IA, porque la IA no se va a hacer cargo de esas producciones”, dijo la docente.

Y concluyó: “Utilizar la inteligencia artificial no te desliga de lo que producís. Quien presenta un trabajo debe poder explicarlo, verificarlo y responder por sus resultados y consecuencias. Esto exige revisar nuestros procesos de enseñanza y evaluación, además de brindar capacitación y acceso a los docentes. La calidad de la incorporación de estas herramientas se va a medir por cuánto contribuyan al desarrollo de esas capacidades humanas”.