IA para estudiantes: formar capacidades para transformar el trabajo académico

La inteligencia artificial está cambiando las formas de aprender, enseñar, investigar y colaborar. Para las universidades, el desafío ya no es solo facilitar el acceso a herramientas, sino formar personas capaces de utilizarlas con criterio, reconocer sus límites y decidir cuándo su uso aporta valor.

Esa es la relevancia de IA para Estudiantes, una iniciativa impulsada por la Universidad Adolfo Ibáñez junto al Centro Nacional de Inteligencia Artificial (CENIA). El programa busca que quienes están directamente vinculados con la docencia y la investigación desarrollen capacidades críticas, éticas y productivas para integrar IA generativa en su trabajo académico.

 

Una respuesta a una brecha concreta

El programa nació para fortalecer la empleabilidad y el desempeño académico de tres perfiles: ayudantes de docencia, ayudantes de investigación y estudiantes de doctorado. Su propuesta combina tres objetivos: comprender cómo funciona la IA y cuáles son sus alcances; identificar casos de uso pertinentes para cada rol; y desarrollar pensamiento crítico, adaptabilidad y capacidad de delegar tareas a la tecnología sin ceder el juicio humano.

La primera planificación consideraba 45 cupos. El proceso de selección se amplió y el programa comenzó con 55 participantes, lo que muestra el interés por contar con una formación aplicada y diferenciada según las necesidades de docencia e investigación.

Dónde estamos

El programa comenzó el 5 de octubre de 2026. Al 26 de octubre, la cohorte ya completó el plan común, compuesto por cinco instancias y siete horas de formación: tres sesiones sobre fundamentos, límites de la IA generativa y aceleración de tareas, además de dos talleres sobre herramientas y descubrimiento de desafíos asociados al rol académico.

Esta primera etapa permitió construir un lenguaje compartido y avanzar desde una comprensión general de la inteligencia artificial hacia la identificación de problemas concretos. El foco no estuvo únicamente en aprender a utilizar plataformas, sino en reconocer oportunidades, riesgos y criterios de decisión antes de incorporar la IA al trabajo académico.

El siguiente paso: especialización por rol

Concluido el plan común, IA para Estudiantes entra ahora en su etapa de especialización. Cada participante realizará tres microprácticas de 90 minutos, equivalentes a 4,5 horas de trabajo aplicado, según una de dos rutas:

Docencia personalizada y evaluación inteligente

Clases interactivas con IA, diagnóstico de brechas de aprendizaje y evaluación automatizada con retroalimentación. La ruta busca que los ayudantes diseñen apoyos más pertinentes sin perder de vista la calidad pedagógica y el criterio docente.

Investigación y producción académica aumentadas por IA

Revisión bibliográfica, generación y refinamiento de hipótesis, escritura académica co-pilotada y evaluación crítica de contenidos, citas y fuentes. La ruta incorpora explícitamente ética y seguridad de datos.

De la formación a casos de uso concretos

La ruta culminará en diciembre con un taller integrador de dos horas. Allí, cada participante deberá presentar un caso de uso aplicado a su función, definiendo el problema, la solución propuesta, las herramientas utilizadas, el resultado esperado y una reflexión sobre límites y riesgos.

Esta etapa es clave porque transforma la formación en evidencia práctica. El resultado esperado no es solo que los participantes conozcan más herramientas, sino que sean capaces de formular soluciones pertinentes, evaluar su confiabilidad y explicar bajo qué condiciones deberían implementarse.

Hacia dónde vamos

El cierre de esta primera cohorte permitirá pasar de la ejecución del programa a una etapa de aprendizaje institucional. Las cifras de asistencia, finalización, casos desarrollados y certificaciones deberán consolidarse al término del ciclo; por ello, todavía no corresponde presentarlas como resultados cerrados.

La proyección es utilizar esa evidencia para identificar qué aplicaciones aportan valor en docencia e investigación, qué barreras enfrentan los participantes y qué ajustes permitirían fortalecer futuras versiones. De esta forma, IA para Estudiantes puede evolucionar desde un piloto formativo hacia una ruta sostenida de desarrollo de capacidades para estudiantes que cumplen funciones académicas estratégicas.

La apuesta es clara: preparar una generación capaz de trabajar con inteligencia artificial sin renunciar al pensamiento crítico, la integridad académica ni la responsabilidad sobre las decisiones. En un entorno donde la tecnología cambia rápidamente, esas capacidades serán tan importantes como el dominio de cualquier herramienta específica.

“El objetivo no es solo aprender a usar IA, sino desarrollar la capacidad de aplicarla, cuestionarla y tomar mejores decisiones sobre su uso.”