Un célebre profesor de matemáticas ha cambiado la forma en que califica las tareas de sus estudiantes tras notar una tendencia preocupante que, según él, ha hecho que la calificación tradicional sea cada vez más inútil.
Richard Borcherds, profesor de la Universidad de California en Berkeley, asegura que esta tendencia creciente lo ha dejado cuestionándose si los estudiantes realmente están aprendiendo de sus tareas.
- El medallista Fields 1998 Richard Borcherds dejó de calificar la corrección de las tareas por el uso generalizado de la IA
- Una nueva investigación genera preocupación sobre el uso de la IA en las tareas escolares y su posible impacto en el aprendizaje
- Un gran avance en IA ha dejado al profesor de matemáticas cuestionándose el futuro de la propia disciplina
El ganador de la Medalla Fields en 1998 admite que su nuevo enfoque está lejos de ser ideal, pero cree que el problema es difícil de ignorar.
Una persona reaccionó: “Entiendo que no quiera puntuarlo, pero no calificarlo tampoco ayuda, o simplemente está asignando trabajo de relleno”.
El medallista Fields 1998 Richard Borcherds dejó de calificar la corrección de las tareas por el uso generalizado de la IA
Richard Borcherds, profesor de matemáticas en UC Berkeley, ha dejado de calificar la corrección de las tareas de sus estudiantes porque considera que la inteligencia artificial ha cambiado radicalmente el valor de las asignaciones tradicionales.
En una entrevista, Borcherds explicó que los estudiantes usan cada vez más la IA para producir respuestas correctas, lo que dificulta saber si sus entregas reflejan su propio entendimiento.
“El uso de IA por parte de los estudiantes para hacer las tareas ahora está muy extendido”, declaró a The California Post.
“Calificar por corrección solo añade un enorme incentivo para que usen IA en lugar de hacerlo ellos mismos, y penaliza a los estudiantes honestos”, dijo Borcherds.
Le preocupa que los estudiantes que se esfuerzan por resolver problemas difíciles por su cuenta puedan recibir calificaciones más bajas que compañeros que usan IA para generar soluciones impecables.
Si las calificaciones premian la respuesta final sin revelar cómo se llegó a ella, los estudiantes pueden sentir que no tienen razón para hacer el trabajo intelectual ellos mismos.
Por eso, Borcherds cambió a un enfoque basado en la finalización, otorgando crédito por entregar la tarea en lugar de evaluar si cada respuesta es correcta.
Describió el cambio como “un sistema no muy bueno”, y añadió que, por ahora, no tiene alternativa.
Una nueva investigación genera preocupación sobre el uso de la IA en las tareas escolares y su posible impacto en el aprendizaje
El profesor también señaló que “no hay forma fácil de notar la diferencia entre un trabajo humano y uno generado por IA”, y agregó que, aunque en el pasado la IA a veces cometía errores reconocibles, ha mejorado tanto que ahora “rara vez comete errores evidentes”.
Una encuesta representativa a nivel nacional con 1,017 adolescentes estadounidenses, publicada por Common Sense Media en agosto de 2026, reveló que el 70% usaba IA para sus tareas escolares.
Entre los adolescentes que usaban estas herramientas, el 63% dijo que obtenía las respuestas de la IA, ya fuera usándolas tal cual, reescribiéndolas o modificándolas con su propio conocimiento.
La encuesta también reveló que los propios estudiantes eran conscientes de los posibles inconvenientes.
Entre los usuarios de IA, el 38% dijo que la tecnología los llevó a generar menos ideas propias, mientras que el 39% sintió que se perdía parte del aprendizaje al usar IA para completar sus tareas.
La misma encuesta reveló también que el 66% de los adolescentes que usaban IA creía que esta les ayudaba a entender mejor sus tareas escolares.
Sin embargo, un documento de discusión de junio de 2026 del Center for Economic Policy Research planteó nuevas dudas sobre las consecuencias de depender de la IA para hacer las tareas.
Los investigadores analizaron 30 meses de datos de 26,811 estudiantes de séptimo a duodécimo grado en China.
Reportaron que el uso de IA se asoció con un aumento del 18% en las calificaciones de las tareas y una reducción del 30% en el tiempo de realización, mientras que las calificaciones mensuales de los exámenes cayeron un 20% en seis meses.
Un gran avance en IA ha dejado al profesor de matemáticas cuestionándose el futuro de la propia disciplina
Los investigadores descubrieron que las pérdidas de aprendizaje se concentraban en los estudiantes cuyo comportamiento sugería que estaban delegando sus tareas, en lugar de usar la IA manteniendo hábitos de estudio similares.
Estos hallazgos ponen de relieve la tensión que enfrentan los docentes: la IA puede ayudar a los estudiantes a encontrar explicaciones, revisar su trabajo y abordar temas difíciles.
Pero cuando los estudiantes dependen de ella para obtener respuestas antes de intentar resolver los problemas por sí mismos, sus calificaciones podrían no reflejar fielmente lo que realmente han aprendido.
Para Borcherds, el desafío va más allá de calificar tareas, ya que también ha expresado incertidumbre sobre lo que el rápido desarrollo de la IA podría significar para el futuro de la investigación matemática.
Su preocupación ha crecido con los avances en matemáticas asistidas por IA, incluido el anuncio de OpenAI en septiembre de 2026 de que un sistema interno de IA había producido una prueba que abordaba una versión del problema de existencia y suavidad de Navier-Stokes, uno de los famosos Problemas del Milenio.
El anuncio llamó la atención porque el problema había permanecido sin resolver durante décadas.
OpenAI afirmó que su sistema produjo una prueba que abordaba una singularidad de tiempo finito en las ecuaciones que describen el movimiento de los fluidos, junto con una formalización pensada para permitir su verificación por máquinas.
Este avance ha hecho que Borcherds se pregunte si los matemáticos humanos conservarán alguna ventaja a medida que los sistemas de IA se vuelvan más capaces.
“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”, advirtió.
“No tengo idea de qué aconsejar. Incluso le hice esta misma pregunta a ChatGPT, y hasta ChatGPT dijo que no tenía ni idea de lo que iba a pasar”.
Borcherds comparó la situación con avances tecnológicos anteriores que transformaron industrias enteras.
“Ha habido muchos avances técnicos en el pasado”, explicó, señalando cómo el tejido manual fue desplazado por los telares y los caballos por los automóviles.
El profesor añadió: “Pero esta es la primera vez que algo así ocurre en las matemáticas”.
Los internautas debaten si los profesores deberían abandonar la calificación tradicional de tareas u obligar a los estudiantes a demostrar lo que saben en persona
También sugirió que las universidades podrían no cambiar de inmediato su forma de operar, aun cuando las capacidades de la IA sigan avanzando.
La decisión de Borcherds ha generado distintas reacciones en línea: algunos apoyan su enfoque y otros argumentan que los educadores deberían cambiar la forma de evaluar a los estudiantes en lugar de abandonar la calificación tradicional.
Una persona escribió: “La verdad es que me encanta cuando los profes tienen esta actitud porque me gusta la tarea como experiencia de aprendizaje; también me gusta que me dejen estudiar a mi propio ritmo”.
Otro comentarista sugirió: “Los exámenes en papel y lápiz, en persona, deberían funcionar”.
Una tercera persona argumentó: “Que escriban en papel con lápiz; si lo generan con IA, al menos tendrían que copiarlo a mano por su cuenta y aprenderlo”.
Otros dijeron: “Me parece una locura lo empeñada que está la gente en aferrarse al pasado. El profesor parece bastante inteligente. Así es hacia donde va el mundo”.
Otro comentario decía: “Mi departamento ha cambiado la estructura de todos los cursos de matemáticas para poner mucho más énfasis en los exámenes presenciales, sin libros y cronometrados, en lugar de en las tareas. Los estudiantes pueden usar IA todo lo que quieran en los ejercicios, siempre que entiendan la materia lo suficiente como para aprobar los exámenes”.
“Yo aprendí matemáticas resolviendo problemas hasta que el proceso tuvo sentido y quedó grabado en mi cerebro. ¡Totalmente efectivo!”, escribió un usuario
Este artículo fue traducido y adaptado con ayuda de inteligencia artificial y revisado por un editor humano.
25
0