Cuando el alumno viene con upgrade, no basta con pasar el examen

Existe un nuevo juego del gato y el ratón entre los sistemas de inteligencia artificial (IA) y pruebas, como El Último Examen de la Humanidad, diseñados para demostrar qué tan inteligentes (o no) son los modelos más avanzados. Lo curioso es que, si empleamos casi cualquier definición razonable, los modelos actuales ya calificarían como “inteligentes” si los sometiéramos a la prueba original de Turing, propuesto por el célebre Alan Turing hace 75 años.

¿Te preguntas qué es la prueba de Turing? La idea era simple pero poderosa: evaluar si un sistema inteligente podía convencer a una persona, mediante una conversación por texto, de que no era una máquina. Si el evaluador no podía distinguir al humano del sistema, la prueba se consideraba superada. Como imaginarás, los modelos más recientes, como ChatGPT-4.5, han superado en gran medida esa prueba: más del 70% de las veces, una persona no puede distinguir si conversa con un sistema o un humano.

El sistema no falla. Aprende

Así que sí, los sistemas son cada día más listos, más hábiles y más capaces, lo que hace imprescindible crear nuevas formas de evaluación. El Último Examen de la Humanidad, desarrollado por Scale AI en colaboración con más de mil personas y el Center for AI Safety (CAIS), busca probar los límites del conocimiento, el razonamiento y la comparación directa entre humanos y modelos. Aunque, si soy sincero, no estoy convencido de que este cuestionario sea suficiente para medir la inteligencia de los sistemas, especialmente cuando empecemos a ver señales claras de inteligencia artificial general en el mundo. Tal vez deberíamos llamarlo El Penúltimo Examen de la Humanidad.

Esto me lleva a una pregunta aún más interesante (al menos para mí): ¿cómo evaluamos la inteligencia, las capacidades y el potencial de estudiantes o empleados aumentados con IA? ¿Cómo ayudo a mis alumnos a convertirse en la mejor versión de sí mismos, de la manera más amena y fluida posible? 

Spoiler: tu examen también está en beta

Tengo mi propio y (altamente) entretenido juego del gato y el ratón con mis estudiantes de posgrado: un juego que me permite descubrir qué saben, hacerlos aprender de verdad y llevar su pensamiento crítico al límite en cada clase, en cada entrega, en cada momento. Sé que a veces usan IA para sus tareas —y lo entiendo—, pero eso no significa que siempre les funcione ni que puedan (o deban) evitar pensar por sí mismos.

Tampoco me gusta usar detectores de IA para revisar tareas ni calificarlos como si hubieran hecho trampa. Prefiero elevar las expectativas, para ellos y entre ellos, y los reto a resolver problemas complejos, en tiempo real y de manera  aleatoria. Con cada clase aprendo cómo esta generación de estudiantes superinteligentes intenta “hackear” el sistema con IA, y descubro hasta dónde puedo empujarlos para que liberen nuevas capacidades, sin romper su espíritu en el intento.

Incluso desarrollé un sistema de IA llamado Professor McEthical, que los acompaña 24/7 desde cualquier dispositivo y les permite aprender conceptos complejos a su ritmo. De la misma manera en la que no le diría a un alumno que no use el corrector ortográfico, la calculadora o Google, no le prohibiría que use IA. Pero aun así, deben entender los conceptos a fondo y bajo demanda, como si fueran Netflix o HBO. Yo tengo el control remoto del aula. Si no me gusta lo que escucho, cambio de estudiante, y sus compañeros pueden evaluar lo que acaban de oír… igual que en Netflix. ¿Pulgar arriba? ¿O pulgar abajo?

Ya no calificamos tareas. Calificamos criterio del alumno

También he cambiado la manera en la que evalúo: diseño nuevos sistemas, creo retos distintos y planteo preguntas diferentes para que la evaluación mida su inteligencia y potencial, no una lista estática de requisitos.

Así como han cambiado las pruebas para los sistemas de IA en los últimos meses, también debemos transformar la manera de evaluar a estudiantes, colaboradores y candidatos. Vivimos en un mundo aumentado, en el que podemos (y debemos)  elevar los estándares de lo que esperamos que una persona aumentada sea capaz de hacer, ya sea en el ámbito profesional o académico.

El mundo está cambiando, y tenemos que cambiar también cómo evaluamos a las personas y cómo las alentamos a usar, con criterio, las herramientas que tienen a su alcance. Sé que mis exalumnos sabrán perfectamente a qué me refiero cuando hablo de expectativas: quiero que sean pensadores audaces, pensadores críticos y pensadores potenciados por la IA… y que sepan distinguir entre estas tres formas de pensar. Para mis futuros estudiantes: respiren, disfruten y lean… porque 2025 trae un repertorio de desafíos completamente nuevo.

Y no se trata únicamente de los alumnos del aula. También aplica a los equipos que formamos, las personas que guiamos y las generaciones que vienen detrás. Quizá valga la pena hacerse una última pregunta: ¿Tu equipo realmente sabe cómo tener éxito en un mundo aumentado? Si necesitas pensarlo, ya tienes tarea pendiente. ¿Cuál es tu Penúltimo Examen?