La confianza en la educación superior atraviesa un momento delicado a nivel global. Estudiantes que cuestionan el retorno de inversión de sus títulos y empleadores que debaten la relevancia de las cualificaciones tradicionales han puesto a las universidades en una encrucijada. Sin embargo, justo en medio de esta crisis de identidad, el sector se encuentra al borde de una transformación digital impulsada por la inteligencia artificial. No se trata solo de usar nuevas herramientas en el aula, sino de un cambio estructural que va desde la normativa ética en China hasta la creación de nuevos grados en Nueva York y la infraestructura física de los campus inteligentes.

Reglas claras en el juego académico: el precedente de Tsinghua

En este escenario de cambio, la Universidad de Tsinghua ha decidido tomar la batuta y no quedarse al margen. La institución lanzó recientemente un marco de trabajo pionero, el primero de su tipo en China, diseñado para gobernar cómo se debe utilizar la inteligencia artificial tanto en la enseñanza como en la investigación. A medida que estas tecnologías se incrustan en el entorno académico, este documento sienta un precedente sobre cómo equilibrar la innovación con los candados éticos necesarios.

Wang Shuaiguo, quien dirige el Centro de Educación en Línea de la universidad, describe este marco no como un reglamento estático, sino como un “sistema vivo”. La normativa está pensada para evolucionar a la par de los nuevos casos de uso, como los motores de conocimiento o los instructores virtuales. El documento se divide estratégicamente en tres secciones: disposiciones generales, enseñanza y aprendizaje, y finalmente, tesis y disertaciones.

La IA como copiloto, no como sustituto

Bajo las “Disposiciones Generales”, la universidad define a la IA estrictamente como una herramienta de apoyo. La premisa es clara: no puede sustituir la labor intelectual humana. Se espera que tanto catedráticos como alumnos lleven la batuta del aprendizaje, dejando a la tecnología en un rol secundario. Los principios rectores son la responsabilidad, la integridad, la seguridad de los datos y, fundamentalmente, el pensamiento crítico. Queda prohibido, sin matices, el uso de IA para plagio, escritura fantasma o el procesamiento de datos sensibles sin la debida autorización.

En el apartado de enseñanza, los profesores tienen la tarea de marcar la cancha, estableciendo límites claros para cada curso. Si bien los estudiantes pueden usar estas herramientas como suplemento, copiar ciegamente los resultados está vetado. Donde la universidad traza una línea dura es en las tesis y disertaciones de posgrado: la IA no puede reemplazar el rigor intelectual. Los supervisores están obligados a garantizar que el trabajo del estudiante mantenga su originalidad.

Para los actores del sector edtech y los responsables de políticas educativas, esto es una señal de alerta. El modelo de Tsinghua sugiere que la “eficiencia” o la “personalización” ya no son argumentos de venta suficientes; ahora se requiere transparencia y mitigación de sesgos. La alfabetización en IA se perfila como el nuevo campo de batalla.

Nuevas carreras para un mercado laboral incierto

Mientras en Asia se definen las reglas del juego, en Estados Unidos las instituciones buscan adelantarse a la turbulencia laboral que la tecnología promete traer. Pace University, por ejemplo, ha anunciado planes para lanzar los primeros programas de licenciatura y maestría en IA en la región de Westchester para 2026.

El objetivo es claro: equipar a los estudiantes con habilidades duras en aprendizaje automático y análisis de datos, pero sin descuidar la ética de la IA. Ante la omnipresencia de esta tecnología en la vida cotidiana, obtener un título especializado parece ser el camino más seguro para ingresar a una industria en auge. El programa contempla proyectos de investigación prácticos y alianzas con empresas líderes, buscando que los egresados del Bajo Hudson no tengan que buscar oportunidades demasiado lejos.

Hacia el campus inteligente y sustentable

Pero la integración de la IA no se limita a lo que sucede dentro del plan de estudios o en la redacción de una tesis; está transformando los ladrillos mismos de las instituciones. Faye Bowser, vicepresidenta del mercado vertical de Educación Superior en Siemens, plantea una visión donde la infraestructura digital y física convergen para crear entornos resilientes.

Lo que antes eran edificios estáticos ahora se están convirtiendo en ecosistemas inteligentes y adaptativos. Imaginemos sistemas capaces de detectar problemas al instante, que se “auto-reparan” o resuelven fallos de manera remota, minimizando la necesidad de intervenciones en sitio. Un ejemplo práctico sería un sistema de horarios vinculado directamente a la iluminación y calefacción para optimizar el confort y el consumo energético, o un salón que se reasigna automáticamente si falla la ventilación.

Personalización y sustentabilidad como ejes rectores

Estos sistemas impulsados por IA hacen más que automatizar; aprenden continuamente. Al combinar datos operativos con la retroalimentación de alumnos y personal, los campus pueden volverse más inclusivos. La tecnología podría identificar, por ejemplo, cuándo un patrón de horarios genera estrés en el personal o cuándo un espacio de aprendizaje no está funcionando, sugiriendo ajustes en tiempo real.

Además, la sustentabilidad ya no es un compromiso periférico, sino un principio central. Las universidades, siendo grandes consumidores de energía, tienen la doble responsabilidad de reducir sus emisiones y de servir como modelos a seguir para el alumnado en la transición climática. Al final, la apuesta es que al liberar tiempo de la logística operativa y mejorar el bienestar a través de entornos centrados en el humano, se pueda reconstruir esa confianza perdida, demostrando valor tangible tanto a una generación de nativos digitales como al mercado laboral que los espera.