Los decanos de escuelas de negocios son optimistas sobre la inteligencia artificial. Los profesores, más escépticos. Según una encuesta de AACSB realizada en 2024 a 236 decanos y 429 profesores en más de 60 países, esta brecha entre la visión administrativa y la experiencia en el aula define el momento actual.
El dato revelador: aunque el 61% de los profesores ha usado IA en la enseñanza, el 88% lo hace de manera mínima. Mientras tanto, el 92% de los estudiantes universitarios ya utiliza estas herramientas en sus estudios. Los profesores observan, los estudiantes avanzan.
El contexto financiero refuerza la cautela. La inversión en tecnología educativa cayó de 17,300 millones de dólares en el pico de la pandemia a 3,000 millones en 2024. El entusiasmo de 2021 dio paso a inversores que ahora exigen evidencia de impacto antes de comprometer recursos.
Un problema que la tecnología no resuelve sola
Las escuelas de negocios cargan con un desafío estructural: equilibrar rigor teórico con preparación práctica, muchas veces en una misma evaluación.
La acreditación AACSB exige demostrar que los estudiantes alcanzan competencias específicas. Las escuelas deben "cerrar el ciclo" al menos una vez por período de acreditación, mostrando cómo los datos de evaluación informaron mejoras curriculares. Es trabajo intensivo, sistemático, difícil de automatizar.
Ante esta carga, la promesa de la IA resulta seductora. ¿Y si un algoritmo pudiera evaluar pensamiento crítico automáticamente? ¿Identificar patrones de aprendizaje invisibles para cualquier profesor?
Lo que funciona y lo que no
Algunos usos muestran resultados concretos. En UCLA Anderson, profesores que utilizan plataformas de evaluación asistida por IA para discusiones grupales reportan resultados tan buenos o mejores que los de asistentes de enseñanza. El sistema aplica la taxonomía de Bloom para medir la profundidad de las contribuciones, algo imposible de hacer manualmente con cientos de alumnos.
Pero la evidencia también advierte riesgos. Investigación reciente indica que el uso de IA en educación podría erosionar habilidades de pensamiento crítico y reducir la adquisición de conocimiento fundamental. Los estudiantes que confían demasiado en estas herramientas piensan menos por sí mismos.
El marketing de EdTech promete "aprendizaje adaptativo personalizado": cada estudiante recibe contenido ajustado a su ritmo. En la práctica, demasiadas plataformas persiguen métricas de engagement sobre aprendizaje real. Herramientas que lucen impresionantes pero no entregan resultados. La IA no es el problema; las prioridades mal ubicadas lo son.
Alternativas con evidencia
Mientras el debate sobre IA continúa, metodologías probadas siguen demostrando su valor. Un estudio de Farashahi y Tajeddin con 194 estudiantes de pregrado y MBA encontró que las simulaciones de negocios son percibidas como el método más efectivo para desarrollar habilidades interpersonales y autoconciencia, por encima del estudio de caso y la clase magistral.
Una revisión sistemática de 57 estudios empíricos publicados entre 2015 y 2022 confirma mejoras consistentes en adquisición de conocimiento, habilidades cognitivas y comportamiento.
Algunas plataformas han encontrado su nicho sin depender de promesas algorítmicas. Pro Evaluation System, por ejemplo, sistematiza la evaluación de competencias y el seguimiento de resultados de aprendizaje: el trabajo que acreditadoras como AACSB exigen documentar, sin pretender reemplazar el juicio académico.
El uso que sí agrega valor
La pregunta útil no es si adoptar IA, sino para qué. En UCLA Anderson, los profesores que usan evaluación asistida por IA reportan un beneficio inesperado: después de revisar los reportes generados, pueden llamar a estudiantes que saben tienen perspectivas inusuales o importantes, algo imposible de identificar manualmente en grupos grandes.
La diferencia está en resolver problemas reales. Como señala Justin Reich, director del MIT Teaching Systems Lab y autor de Failure to Disrupt: Why Technology Alone Can't Transform Education, las aplicaciones disponibles son útiles para algunos estudiantes, en algunas partes del currículo, pero no otras. Lejos de ser navajas suizas, permiten ajustar solo algunos tornillos de la maquinaria educativa.
Lecciones que se repiten
Las predicciones de transformación inminente son de los refranes más confiables en la historia de la tecnología educativa. En 1913, Thomas Edison dijo que los libros pronto serían obsoletos y que el sistema escolar cambiaría completamente en diez años gracias al cine. Un siglo después, los evangelistas del EdTech persisten en argumentar que estamos al borde de una transformación profunda.
Los datos no los respaldan. Según Brookings Institution, los gobiernos han intentado escalar tecnología educativa durante décadas con impacto sostenido bajo. La Iniciativa Chan-Zuckerberg invirtió más de cien millones de dólares en Summit Learning para personalizar la educación mediante tecnología. Hoy no existe evidencia de efectos revolucionarios, ni siquiera estudios rigurosos que muestren efectos modestos en resultados como alfabetización o matemáticas. Menos escuelas usan el programa ahora que hace unos años.
La pregunta incómoda: ¿Cómo evitarán las herramientas basadas en IA el mismo destino? Incapaces de adaptarse a contextos locales, hardware en desuso, capacitación insuficiente, poca evidencia de impacto.
Para las escuelas de negocios de la región, importar plataformas diseñadas para otros contextos rara vez funciona. Las soluciones deben adaptarse a la cultura local, los recursos disponibles y las demandas del mercado laboral.
La pregunta de fondo
Cuando una máquina genera ensayos y resuelve problemas complejos, los educadores deben preguntarse qué habilidades evaluar en un mundo donde la IA realiza tareas antes consideradas únicamente humanas. UNESCO publicó en 2024 marcos de competencias en IA tanto para estudiantes como para docentes, reconociendo que los sistemas educativos deben mantenerse al ritmo de estos avances.
La respuesta no está en la tecnología sino en la claridad de propósito. A menos que existan mayores esfuerzos colaborativos entre desarrolladores de EdTech y la comunidad académica, junto con una comprensión más profunda de cómo realmente ocurren el aprendizaje y la enseñanza, cualquier intento de convertir la tecnología en la bala de plata de la educación está destinado a fallar.
Las escuelas que prosperen definirán primero qué competencias importan para sus graduados, y solo entonces buscarán herramientas que apoyen esa visión.
La inteligencia artificial puede ser parte de la solución. La inteligencia institucional para usarla sabiamente sigue siendo irreemplazablemente humana.
