Nunca antes había sido tan fácil adquirir conocimiento. Sí, es cierto que desde hace algo más de 30 años, internet ha estado poniendo a nuestra disposición acceso a material casi infinito, pero seamos sinceros: de una forma bastante cruda, sin refinar. Desde 2022, los modelos grandes de lenguaje (Large Language Models), como ChatGPT, llegaron para cambiar esto; con ellos podemos transformar esa maraña de información en conocimiento utilizable, más accesible.

En el ámbito educativo, la mayor fortaleza de estos algoritmos es que permiten simular un tutor personalizado, capaz de ajustarse a nuestro ritmo y a nuestras carencias. Esto no solo nos puede ahorrar horas entre artículos confusos y videos mal editados; ahora nos es posible sintetizar lo esencial en minutos y, sobre todo, asimilar los conceptos mejor.

Sin embargo, a medida que se introducen en nuestro día a día, podemos caer sin darnos cuenta en la comodidad de dejar al algoritmo trabajar. Podemos acabar por no pensar. Ese es su riesgo silencioso: confundir la facilidad de acceso con profundidad de comprensión. Y es que cuando vemos respuestas que llegan en segundos, que además suenan convincentes, es fácil (y aún más conveniente) darlas por buenas sin cuestionarlas. Pero aprender no consiste solo en recibir datos, implica relacionarlos con nuestro conocimiento previo, comprobar posibles contradicciones y reconstruir aquello que haga falta.

Para adoptar esta segunda actitud, debemos acostumbrarnos a hacer preguntas mejores, no solo rápidas; pedir justificaciones, no contentarnos únicamente con respuestas; y sobre todo, contrastar nuestras conclusiones finales con fuentes externas. Si logramos que la interacción con el algoritmo sea así, y no nos dejamos superar por la frustración inicial propia de cualquier proceso de aprendizaje, estos sistemas dejan de ser simples generadores de texto para convertirse en auténticos multiplicadores de nuestra capacidad.

Aun así, sabemos que el proceso educativo no trata exclusivamente sobre formación. Creo que estamos todos de acuerdo en que este recorrido, sobre todo en las fases tempranas, tiene otros roles, como fomentar nuestro carácter social y ético. Pero una vez superadas, y aceptando que estos modelos nos permiten asimilar casi cualquier conocimiento técnico, surge una pregunta inevitable: ¿qué papel quedará para las instituciones cuya razón de ser es ofrecer formación, como las universidades?

Históricamente, el rol de la universidad ha sido doble: conservar el conocimiento y transmitirlo. No obstante, desde hace ya algún tiempo, la conservación ya no depende de bibliotecas físicas y ahora que la transmisión puede ser realizada por sistemas capaces de generar explicaciones no sólo instantáneas, sino personalizadas ¿Sigue siendo suficiente este modelo actual para justificar su papel en la sociedad? Por ello, es probable que en el largo plazo su existencia se vea transformada de manera profunda. ¿Sabrán reorientar sus programas para ofrecer algo por lo menos distinto a lo que se pueda conseguir con IA? ¿O quedarán anclados en estructuras rígidas que ya no responden a las necesidades de la sociedad?

Quizá estemos entrando (si no llevamos algún tiempo ya) en un periodo donde los títulos, poco a poco, van a ir perdiendo valor frente a aquello que auténticamente somos capaces de hacer. Y es que nuestras habilidades no nacen de la nada; para ser construidas, necesitan de cientos (si no miles) de horas de dedicación. Quizá, en el fondo, no sea tan importante que esas horas hayan sido dedicadas en completar un programa de doctorado o invertidas por cuenta propia, leyendo artículos, experimentando o debatiendo con un modelo (u otros profesionales), mientras se pelea con problemas reales. Quizá en un futuro no tan lejano la diferencia de valor que hoy le otorgamos a un recorrido frente al otro podría difuminarse hasta finalmente desaparecer.

En última instancia, lo que distingue a un gran profesional de alguien que simplemente “saca trabajo adelante” es su dominio profundo de los fundamentos de la disciplina: teoría, métodos, sistemas y práctica. Es ese conocimiento el que permite identificar lo realmente importante a la hora de resolver un problema y tomar las mejores decisiones.

Lo mejor de todo es que hoy recorrer ese camino está al alcance de cualquiera.

*** Andrés Sánchez Ruiz es profesor del Máster en Inteligencia Artificial y Data Science en IMMUNE Technology Institute.