¿Inteligencia artificial en la universidad? Cinco capacidades que los estudiantes necesitan para resolver problemas reales

Las herramientas de inteligencia artificial (IA) pueden redactar informes, procesar grandes volúmenes de información o proponer planes de negocio en segundos.

Sin embargo, evaluar si una respuesta sirve para una necesidad concreta, verificar sus datos y convertir una idea en una solución aplicable exige habilidades que van más allá del manejo de una plataforma.

El pensamiento analítico gana peso en el mercado laboral

El impacto de estas tecnologías ya alcanza a las competencias que demandan las empresas. El informe Future of Jobs 2025 del Foro Económico Mundial estima que el 39% de las habilidades actuales de los trabajadores se transformará o quedará desactualizado entre 2025 y 2030.

Además, siete de cada diez empleadores consultados consideran que el pensamiento analítico es una competencia esencial, recuerda Gladys Morán, cofundadora, rectora y CEO de la Universidad María Auxiliadora (UMA).

Según la especialista, la formación universitaria enfrenta el desafío de incorporar estas herramientas sin reducir el aprendizaje a la búsqueda de respuestas automáticas.

El objetivo es que los estudiantes puedan interpretar información, identificar problemas, comparar alternativas y evaluar las consecuencias de las decisiones que tomen.

1. Comprender el problema antes de pedir una respuesta

La primera capacidad consiste en analizar una situación antes de recurrir a la inteligencia artificial. Frente a una caída de ventas en una empresa, por ejemplo, no alcanza con solicitar una estrategia a una plataforma. Antes es necesario revisar los datos disponibles, entender el comportamiento de los consumidores e identificar las posibles causas.

De acuerdo con la UMA, el problema puede responder a cambios en los precios, fallas en la distribución, una comunicación poco efectiva, nuevos competidores o dificultades en el producto.

Cada escenario requiere una respuesta diferente. La IA puede colaborar con el ordenamiento de información y la elaboración de hipótesis, pero no puede reemplazar el criterio de quien define qué problema debe resolverse.

2. Verificar datos y cuestionar las respuestas

Una respuesta bien redactada no garantiza que sea correcta. Los sistemas de inteligencia artificial pueden entregar información desactualizada, incluir datos incompletos o citar fuentes inexistentes. Por ese motivo, la verificación debe formar parte del uso cotidiano de estas herramientas.

Contrastar cifras, revisar documentos originales e identificar inconsistencias permite reducir errores. También resulta necesario reconocer cuándo la información disponible no alcanza para llegar a una conclusión. En esos casos, formular nuevas preguntas y buscar datos adicionales puede ser más útil que aceptar una respuesta inmediata.

La Unesco ha planteado que la incorporación de inteligencia artificial generativa en la educación debe mantener un enfoque centrado en las personas y preservar su capacidad de decisión. El uso de la tecnología exige, entonces, responsabilidad sobre la calidad y las posibles consecuencias de cada resultado.

3. Conectar conocimientos de distintas áreas

Los problemas reales rara vez pertenecen a una única especialidad. Una dificultad en un servicio de salud puede involucrar criterios médicos, procesos administrativos, sistemas tecnológicos, recursos económicos y necesidades de los pacientes, explica Morán.

Esa complejidad exige relacionar conocimientos de distintas áreas. Un estudiante puede conocer los aspectos técnicos de su disciplina, pero una propuesta viable también requiere comprender cómo impactará en usuarios, equipos de trabajo, presupuestos y procesos.

El aprendizaje basado en proyectos permite trabajar sobre situaciones concretas, con información imperfecta y restricciones similares a las que aparecen en organizaciones públicas, empresas y comunidades. La dinámica obliga a investigar, priorizar y justificar decisiones.

4. Evaluar la viabilidad de una idea

Una propuesta no se convierte en solución solo porque parece innovadora. También debe responder preguntas básicas: cuánto cuesta, qué recursos requiere, quiénes la usarán, qué obstáculos pueden surgir y cómo se medirán sus resultados.

Para Gladys Morán, este análisis es relevante para un emprendimiento, una mejora en una empresa o una iniciativa comunitaria. La IA puede aportar escenarios, estimaciones y alternativas, pero la decisión final depende de evaluar límites técnicos, económicos y operativos.

5. Argumentar, escuchar y corregir

Resolver un problema también implica explicar por qué se eligió una opción y qué resultados se esperan. Presentar argumentos, escuchar objeciones, trabajar con otras personas y modificar una propuesta cuando la evidencia lo exige son habilidades necesarias en entornos profesionales.

En un contexto donde la IA puede ofrecer respuestas cada vez más rápidas, el desafío educativo pasa por formar personas capaces de distinguir entre una recomendación automática y una solución que pueda funcionar en la realidad.