Las universidades como laboratorios vivos

A woman sits at a desk in a tech environment with multiple computer screens displaying data.

Autor: Decano Ikhlaq Sidhu

Querida comunidad: 

Dario Amodei, CEO de Anthropic, ha advertido de importantes pérdidas de empleo en los puestos de oficina de nivel inicial. 

No creo que un apocalipsis del empleo para los recién titulados sea inevitable. Pero, como decano, me resulta imposible ignorar la pregunta de fondo: ¿cómo deben prepararse los estudiantes y las universidades? 

Si la IA puede generar respuestas, escribir código y analizar datos, ¿qué deberíamos enseñar exactamente ahora? 

La IA está cambiando lo que las universidades deben ofrecer. Producir respuestas es cada vez más fácil. Lo escaso es saber qué preguntar y juzgar si la respuesta tiene sentido. 

En dos pruebas de investigación lideradas por Princeton, los agentes de IA completaron el trabajo de ingeniería, pero no lograron avances sustanciales en las preguntas de investigación. Es una distinción útil: la capacidad de ejecutar no garantiza el criterio para decidir qué trabajo merece la pena. 

Estudiantes y familias me preguntan constantemente qué disciplina tiene el futuro asegurado. Mi consejo es llegar a dominar algo de verdad, en profundidad. Ingeniería. Informática. Finanzas. Derecho. Biotecnología. 

Pero ser brillante en una sola cosa no basta. La clave está en aplicar ese conocimiento a problemas reales, conectarlo con otras disciplinas e incluso crear algo nuevo con la IA. 

Para las universidades, esto implica tres cosas. 

Primero, seguir haciendo avanzar el conocimiento. La investigación original y el descubrimiento siguen siendo esenciales para nuestra misión, con un mayor énfasis en hacerlo en colaboración con la industria. 

Segundo, repensar la evaluación. Si la IA puede producir una respuesta impecable, tiene poco sentido evaluar a los estudiantes principalmente por su capacidad de reproducirla. ¿Cómo plantearon el problema, cómo trabajaron con la IA y cómo comprobaron el resultado? ¿Saben explicar su razonamiento? 

Tercero, situar a los estudiantes en contextos en los que tengan que pensar con rapidez, adaptarse y ejercer su criterio. El conocimiento importa. También la resiliencia, la curiosidad, el empuje y la energía intelectual. 

La cuestión del empleo plantea otro reto. El trabajo rutinario saca adelante las tareas y, al mismo tiempo, enseña a los perfiles junior a hacerlas. Si la IA asume una mayor parte de ese trabajo, ¿dónde adquirirá experiencia la próxima generación? 

Las universidades no pueden responder a esto desde dentro de sus muros. Estudiantes, profesorado y empresas colaboradoras deben abordar juntos problemas cuyas respuestas aún se desconocen. La investigación orienta la práctica, los retos prácticos generan preguntas de investigación y los estudiantes aprenden contribuyendo. 

Si unimos todo esto, las mejores universidades evolucionarán hasta convertirse en laboratorios vivos. El título debe ir acompañado de una capacidad real y demostrada. 

Una mejor preparación, por sí sola, no creará empleo. También necesitamos nuevos productos, servicios y empresas. A medida que la IA reduce el tiempo y el coste de las tareas habituales, debemos apuntar más alto y resolver problemas que hasta ahora se consideraban irresolubles: desde la salud a escala global hasta la transición energética o nuevas aplicaciones científicas. 

En última instancia, la IA debería potenciar a la humanidad. La misión de la universidad es garantizar que nos ayude a prosperar.

  • A diverse group of people posing together in a professional setting.
  • A motivational phrase encouraging individuals to empower their entrepreneurial spirit.
  • A motivational quote encouraging innovation with a proactive mindset.
  • A message emphasizing the importance of cherishing diversity in people, mind, and experience.
  • This image features a motivational phrase emphasizing a humanistic approach in a stylish font.