La inteligencia artificial obliga a revisar qué se evalúa en la universidad
Una pregunta sobre el sentido del TFG
La expansión de la inteligencia artificial generativa ha reabierto el debate sobre los trabajos de fin de grado y el modelo universitario asociado al Plan Bolonia. La cuestión no es únicamente si una herramienta puede redactar partes de un trabajo, sino qué demuestra realmente una entrega final y cuánto aprendizaje queda detrás de ella. Si el objetivo se reduce a cumplir un trámite y obtener una nota, el problema existía antes de la IA; la nueva tecnología simplemente lo hace más visible.
Entre aprobar y aprender
Para muchos estudiantes, el último trabajo académico supone una carga importante que se suma a exámenes, prácticas y otras obligaciones. En ese contexto, es comprensible que busquen fórmulas eficaces para terminarlo. Pero cuando la prioridad es superar el requisito, y no investigar o aplicar conocimientos, el TFG corre el riesgo de convertirse en un producto burocrático. Esto no significa que todos los alumnos actúen igual ni que el esfuerzo carezca de valor: señala una posible distancia entre el diseño de la evaluación y la experiencia cotidiana en las aulas.
La IA como desafío y herramienta
Los sistemas generativos pueden ayudar a ordenar ideas, resumir textos o detectar problemas de redacción. También pueden producir respuestas convincentes pero imprecisas, ocultar carencias de comprensión y dificultar la identificación de quién ha realizado cada parte del trabajo. Prohibirlos sin más quizá no resuelva el fondo del asunto. Las universidades necesitan explicar qué usos son aceptables, exigir transparencia y enseñar a comprobar la información, citar fuentes y asumir responsabilidad sobre el resultado.
Evaluar el proceso, no solo el documento
Una respuesta posible es dar más peso al recorrido: propuestas iniciales, tutorías, borradores, fuentes justificadas y reflexión sobre las decisiones tomadas. Las defensas orales o las tareas vinculadas a problemas concretos también pueden ayudar a comprobar que el estudiante entiende lo que presenta. Ninguna medida garantiza por sí sola una evaluación justa, pero combinar evidencias puede ser más útil que confiar únicamente en un texto final.
El debate, por tanto, invita a revisar qué competencias se quieren medir y cómo hacerlo. La IA plantea un reto urgente, pero también una oportunidad para que el trabajo final recupere su propósito formativo.
