Inteligencia artificial obliga a redefinir la figura del profesor: investigador

martes 27 de enero de 2026

Visitas:

Inteligencia artificial obliga a redefinir la figura del profesor: investigador.

Paulo Blikstein explica por qué la universidad debe redefinir el rol del profesor frente a la inteligencia artificial generativa.

Martes 27 de Enero de 2026

Por: Excelsior

Foto: .Imagen generada con IA

Compartir	Twittear

Ciudad de México.- Durante décadas, la figura del profesor estuvo ligada a una función clara: concentrar el conocimiento y transmitirlo a los estudiantes. Ese modelo comenzó a erosionarse mucho antes de la llegada de la inteligencia artificial, pero la expansión de herramientas generativas terminó por evidenciar sus límites. En un contexto donde cualquier alumno puede acceder a explicaciones, tutoriales y respuestas en segundos, la pregunta central ya no es qué tanto sabe el profesor, sino qué tipo de experiencia de aprendizaje ofrece la universidad.

El conocimiento dejó de ser exclusivo
Para Paulo Blikstein, director del Research Lab del Institute for the Future of Education, el problema no es que el profesor haya dejado de ser una enciclopedia viviente. Ese cambio ocurrió hace años, cuando internet democratizó el acceso a la información especializada.

“Hace tiempo que el profesor ya no es el experto en el sentido tradicional”, explica.
Plataformas como YouTube, foros académicos y ahora los sistemas de inteligencia artificial permiten a los estudiantes consultar contenidos que antes solo estaban disponibles dentro del aula.

Sin embargo, Blikstein subraya que el valor de la enseñanza no desaparece con ese acceso, sino que se desplaza hacia otro lugar. El conflicto surge cuando las instituciones educativas no han redefinido ese nuevo rol y siguen operando bajo una lógica pensada para un mundo donde la información era escasa.

Del transmisor al diseñador de experiencias
En lugar de responder preguntas o repetir contenidos, Blikstein sostiene que el papel central del docente hoy es diseñar entornos de aprendizaje. No se trata únicamente de proponer actividades, sino de crear situaciones que obliguen al estudiante a involucrarse cognitivamente.

La diferencia, explica, no está en la tarea en sí, sino en el nivel de pensamiento que exige. Cocinar, por ejemplo, puede ser una actividad mecánica si solo se sigue una receta, o una experiencia de aprendizaje si se analizan los procesos químicos, se comparan resultados y se modifican variables.

Ese mismo principio aplica a la educación formal. Memorizar fechas, fórmulas o definiciones requiere poco esfuerzo cognitivo. En cambio, aprender a pensar como científico, matemático o historiador implica desarrollar prácticas profesionales que no se adquieren únicamente con tutoriales o respuestas automatizadas.

Aprender no es acumular respuestas
Blikstein enfatiza que en disciplinas como ciencias, matemáticas o historia, el aprendizaje real no consiste en almacenar información, sino en adoptar formas específicas de razonamiento.

En ciencias, formular hipótesis, experimentar y analizar resultados
En matemáticas, abstraer, demostrar y generalizar
En historia, evaluar fuentes, contextualizar y contrastar versiones
Este tipo de conocimiento es difícil de obtener de manera pasiva. Incluso con inteligencia artificial, el estudiante necesita contexto, guía y retroalimentación para desarrollar esas habilidades.

Ahí es donde el profesor mantiene un papel central: no como fuente única de respuestas, sino como arquitecto del proceso cognitivo.

La trampa de las respuestas defensivas

Frente al avance de la inteligencia artificial, muchas universidades han reaccionado con medidas inmediatas: exámenes orales, prohibiciones parciales o cambios superficiales en la evaluación. Para Blikstein, estas respuestas evidencian más improvisación que estrategia.

Volver a formatos del pasado no resuelve el problema de fondo. Si una tarea puede resolverse fácilmente con una herramienta digital, el problema no es la tecnología, sino el diseño de esa tarea.

“Si el trabajo es trivial, la inteligencia artificial lo va a hacer mejor”, advierte.
El riesgo, señala, es que las universidades terminen ofreciendo experiencias educativas indistinguibles de lo que ya existe en internet, pero a un costo mucho mayor para los estudiantes.

El problema estructural: la precarización docente
Blikstein también apunta a un problema institucional menos visible, pero decisivo: la precarización del trabajo docente. Universidades que dependen de profesores mal pagados, con cargas excesivas y poca autonomía pedagógica, limitan su capacidad de innovación.

En ese modelo, el profesor se convierte en un operador del sistema educativo, encargado de ejecutar programas rígidos, en lugar de crear experiencias de aprendizaje adaptadas al contexto.

Este esquema es especialmente vulnerable en la era de la inteligencia artificial. Si el docente no puede experimentar, rediseñar actividades o modificar evaluaciones, la universidad pierde su principal ventaja frente a plataformas digitales abiertas.

Una redefinición pendiente
La transformación que plantea Blikstein no es tecnológica, sino conceptual. Implica aceptar que el profesor no compite con la inteligencia artificial en rapidez, memoria o volumen de información.

Su aporte es otro:

Diseñar experiencias cognitivamente exigentes
Guiar procesos complejos de aprendizaje
Acompañar la formación de criterios y prácticas profesionales
El problema, concluye, no es que la inteligencia artificial responda preguntas. El problema es que muchas instituciones aún no han redefinido qué preguntas vale la pena hacer en el aula y qué tipo de experiencias justifican la existencia de la universidad en un mundo saturado de información.