ChatGPT no rompió la universidad: rompió el termómetro con el que se la mide

Durante un siglo, una calificación cumplió una función simple. Le decía a alguien que no estuvo en el aula algo confiable sobre el que sí estuvo. Un empleador leía un promedio y sabía, sin conocer al candidato, que esa persona había resuelto problemas, entregado a tiempo, sostenido un nivel. La nota era un puente de confianza entre dos desconocidos. Ese puente se está cayendo, y la inteligencia artificial empuja la última pila.

Un estudio de la Universidad de California en Berkeley, firmado por el investigador Igor Chirikov y publicado el 13 de mayo, analizó más de 500.000 calificaciones entre 2018 y 2025 en una universidad pública de Texas. El hallazgo es preciso: en los cursos más expuestos a la IA, los de escritura y programación, la proporción de sobresalientes subió 13 puntos porcentuales, cerca de un 30% respecto del nivel de 2022.

En cambio, en las materias donde la IA no tiene incidencia —como escultura o trabajo de laboratorio—, las notas se mantuvieron estables. Hasta 2022, ambos grupos evolucionaban de manera similar. Después se separaron.

La lectura fácil sería decir que los estudiantes copian con ChatGPT. Es verdad y es viejo. La copia existe desde que existe la tarea para el hogar. Lo que el estudio muestra es otra cosa, y es más grave.

El sobresaliente dejó de medir lo que decía medir

El paper es explícito en un punto que conviene no torcer. El aumento de notas no prueba que los alumnos aprendan más. Prueba que usan la herramienta para rendir mejor.

En el sistema universitario estadounidense, la nota más alta es la A, el equivalente a un sobresaliente o a un diez. Chirikov, en declaraciones a The Wall Street Journal, lo plantea sin rodeos: una A hoy puede significar que el estudiante domina la materia, o puede significar que tiene acceso a un modelo de IA más avanzado y sabe pedirle lo correcto. Son dos cosas distintas. El título ya no las distingue.

Ese es el costo oculto. No la trampa individual de un alumno, sino la avería del sistema de señales completo. Una calificación funciona como una moneda: vale porque todos confían en que vale lo mismo para todos. Cuando la mitad de los sobresalientes mide dominio y la otra mitad mide acceso a una tecnología, la moneda se devalúa para todos, incluido el alumno que aprendió de verdad y ahora carga un título que dice menos.

Los empleadores pagan por una señal que se apaga

La prueba de que la señal importa está en el mercado de trabajo. Según datos de la National Association of Colleges and Employers citados por The Wall Street Journal, el uso del promedio académico en las contrataciones subió del 37% en 2023 al 42%. Las empresas, frente a una avalancha de postulantes para puestos de entrada, volvieron a pedir el promedio justo cuando ese promedio vale menos. Compran un termómetro que ya no marca la temperatura.

Las universidades de élite lo vieron antes que nadie. Harvard cierra mañana la votación de un tope del 20% de sobresalientes por curso. Yale propuso fijar un promedio medio de 3.0. No son gestos de nostalgia. Son instituciones intentando que su propia firma siga significando algo.

Un informe de Yale, citado por The Wall Street Journal, lo dijo con una sequedad que vale más que cualquier análisis: las notas existen para comunicar lo que un estudiante aprendió, y en Yale ya no lo hacen.

Queda una pregunta que el estudio apenas roza y no logra responder, y es la que realmente inquieta. Chirikov, también en The Wall Street Journal, sostiene que aprender exige una fricción productiva: el esfuerzo de enfrentarse a un problema difícil. Si la IA elimina esa fricción, el graduado termina produciendo informes pulidos sin haber desarrollado el músculo cognitivo que los sostiene. La universidad seguiría entregando títulos. Solo que detrás del título quizá ya no habría nadie

El problema no es que los estudiantes usen la inteligencia artificial. El problema es que construimos un sistema entero, contrataciones, becas, honores, sobre la base de que una nota dice la verdad, y dejamos de verificar si todavía la dice.