Profesor de Berkeley deja de calificar exámenes en línea debido al uso de la IA: “Es una pérdida de tiempo”

El profesor Richard Borcherds, matemático de la Universidad de California en Berkeley y ganador de la Medalla Fields, decidió abandonar la calificación en línea de exámenes y tareas de sus estudiantes de matemáticas ante la imposibilidad de distinguir el trabajo humano del producido por inteligencia artificial.

El académico, reconocido por sus investigaciones en álgebras de dimensión infinita y actualmente abocado al estudio de la teoría cuántica de campos, optó por regresar a los exámenes tradicionales en papel, sin dispositivos electrónicos.

“Los exámenes en línea ahora son una pérdida de tiempo porque varios estudiantes solo usan IA para responder las preguntas. No puedo saber qué alumnos la utilizan, pero noto que el puntaje promedio aumenta mucho en los exámenes en línea”, declaró Borcherds a la sucursal del New York Post en California.

El sistema de calificación por corrección incentiva el uso de IA

Según explicó el profesor, el método que denomina “calificación por corrección” termina por empujar a los estudiantes hacia el uso de herramientas de inteligencia artificial, ya que estas garantizan una respuesta correcta. “La calificación por corrección agrega un enorme incentivo para que usen IA en las tareas en lugar de hacerlas ellos mismos, y penaliza a los estudiantes honestos. Pagar para calificar respuestas generadas por IA es una pérdida de tiempo y dinero”, afirmó.

Ante la falta de una alternativa mejor, Borcherds reconoció que actualmente califica las tareas por el solo hecho de que el estudiante las entregue, sin evaluar su contenido. “No es un sistema muy bueno”, admitió, aunque sostuvo que por el momento no cuenta con otra opción viable.

Berkeley descartó los detectores de IA por poco confiables

La decisión del profesor llega después de que Berkeley evaluara distintas herramientas de detección de contenido generado por inteligencia artificial, entre ellas Turnitin y Rumi, y concluyera que ninguna resultaba lo suficientemente confiable para su implementación estandarizada en el campus.

Como consecuencia, la División de Berkeley del Senado Académico solicita a los docentes incluir en los programas de sus cursos una declaración sobre el uso permitido de herramientas de IA, aunque las políticas concretas quedan a criterio de cada profesor y pueden variar según el nivel y el área de la materia.

Anne Marie Richard, vicerrectora adjunta de Educación de Pregrado y directora de Tecnología Académica de la universidad, señaló que existe un repositorio creciente de modelos de declaraciones sobre el uso de IA disponible en el AI Hub, el directorio del campus para herramientas, capacitaciones y políticas de inteligencia artificial, al que los docentes pueden recurrir para redactar sus propios lineamientos.

El avance de la IA en matemáticas alimenta la incertidumbre sobre la profesión

Tras el anuncio de OpenAI sobre la resolución mediante agentes de inteligencia artificial de uno de los problemas matemáticos no resueltos más difíciles, el de existencia y suavidad de Navier-Stokes, Borcherds advirtió sobre el ritmo de avance de la tecnología. “Si la IA sigue mejorando al ritmo actual, en unos años no habrá nada que los matemáticos humanos puedan hacer que la IA no pueda hacer mejor”, sostuvo.

El profesor admitió que ya no sabe qué consejo dar a quienes consideran estudiar matemáticas, una carrera que hasta hace cinco años parecía una de las más resguardadas frente al avance de la inteligencia artificial. “No tengo ninguna idea de qué aconsejar. Incluso le pregunté a ChatGPT esta misma pregunta, y ni ChatGPT supo decirme qué va a pasar”, relató.

Pese a ello, Borcherds consideró que la “inercia” propia del sistema académico podría mantener sin grandes cambios al departamento de matemáticas durante los próximos años, en una comparación con las revistas académicas en papel, que según él continúan publicándose pese a resultar “totalmente inútiles” desde hace dos décadas.

“Ha habido muchos avances técnicos en el pasado: el tejido manual fue desplazado por los telares, y los caballos por los automóviles. Pero esta es la primera vez que algo así ocurre en las matemáticas”, concluyó el profesor.