Hace unos días, asistí a la conferencia ARC2026 de WASC Senior College and University Commission, celebrada en California, donde tuve la oportunidad de escuchar a Sal Khan en una conversación titulada A Fireside Conversation with Sal Khan on the Future of Learning. La temática central giró en torno a tres ejes fundamentales, Misión, Visión e Impacto, y lo que escuché me hizo repensar algunas certezas sobre el futuro de la educación que hoy quiero compartirles.

Asistí como Vicerrector Académico de la Universidad de Las Américas (UDLA), la única universidad del Ecuador acreditada en Estados Unidos por WSCUC. Pero, más allá del rol institucional, lo más relevante fue constatar un consenso emergente y preocupante entre líderes académicos de distintas regiones del mundo: no enfrentamos una crisis tecnológica, sino una crisis de diseño del aprendizaje.

El primer punto incómodo es este: la inteligencia artificial ya está redefiniendo la integridad académica, pero las respuestas institucionales siguen ancladas en la negación. Khan lo planteó sin rodeos: los estudiantes ya utilizan IA para escribir ensayos y resolver tareas. Como hemos señalado en artículos previos, muchas universidades aún creen que pueden “detectar” su uso con herramientas que, en la práctica, resultan poco confiables.

Esto cambia radicalmente el eje del problema. La pregunta ya no es cómo controlar el uso de la IA, sino qué tipo de aprendizaje tiene sentido en un entorno donde el conocimiento es asistido, expandido y, en muchos casos, automatizado. Si la evaluación académica sigue siendo un esquema de entrega de productos que una máquina puede generar con facilidad, la universidad pierde su capacidad de certificar aprendizaje auténtico.

Es hora de abandonar la lógica de la prohibición y pasar a la lógica del diseño inteligente. Por ejemplo, un modelo de “evaluación por proceso y reflexión” que implique el diseño de tareas donde la IA sea una herramienta declarada y obligatoria, pero el estudiante deba entregar, además, un registro de su proceso (prompts utilizados, decisiones tomadas, crítica al resultado generado) y una defensa oral o en video donde demuestre dominio real. Este tipo de modelos apuntan a generar una profundidad de aprendizaje y menor ansiedad por “ser detectados”. La integridad académica del siglo XXI no se defiende con software de detección; se construye con evaluaciones que ninguna IA puede falsificar porque requieren la huella humana intransferible.

El segundo punto, aún más disruptivo, es de orden pedagógico.

Durante décadas, la universidad operó bajo un supuesto implícito: el valor del docente radicaba en transmitir información y evaluarla. Hoy, ambos roles están siendo absorbidos, al menos parcialmente, por la tecnología. Esto implica una redefinición mucho más exigente: el docente como diseñador de experiencias de aprendizaje.

No se trata de un cambio metodológico menor, sino de una transformación de identidad profesional. El aula invertida, el aprendizaje activo y el uso estratégico de la IA dejan de ser innovaciones periféricas para convertirse en la nueva infraestructura pedagógica. El tiempo en clase ya no es un espacio de transmisión, sino de interacción profunda, pensamiento crítico y construcción colectiva.

En múltiples conversaciones durante la conferencia resonó una idea clave: lo único que la tecnología no puede reemplazar, al menos por ahora, es la capacidad humana de generar compromiso emocional, sentido de pertenencia y confianza en el estudiante. Ese es el nuevo núcleo del valor universitario.

Las universidades deben dejar de hablar de “capacitación docente” y pasar a un programa serio de reconversión profesional. Una propuesta interesante que escuché en un workshop fue la de crear centros de diseño de experiencias de aprendizaje, que ofrezcan a todos los docentes un certificado obligatorio de “Diseñador de aprendizaje asistido por IA”. Este programa debería incluir co-diseño de cursos con especialistas en pedagogía y tecnología. El docente del futuro no compite contra la IA; la orquesta. Su valor radica en crear experiencias que la máquina nunca podrá replicar: conexión humana genuina.

El tercer punto resulta especialmente relevante para América Latina: la necesidad de repensar el rol de la universidad en la certificación de competencias

Khan planteó algo que muchos prefieren eludir: la posibilidad de construir rutas alternativas basadas en la demostración real de competencias, tanto técnicas como “habilidades duraderas” (comunicación, liderazgo, colaboración y pensamiento crítico). Esto no significa la desaparición del modelo de universidad tradicional, pero sí cuestiona su exclusividad. 

En un contexto donde la IA está reconfigurando el mercado laboral, con impactos ya visibles en programación y servicios, la velocidad de adaptación de las credenciales se vuelve crítica. La universidad, tal como está diseñada hoy, opera con ciclos temporales demasiado largos para un entorno que cambia de forma exponencial.

Es urgente que las universidades latinoamericanas lideremos la creación de un sistema de credenciales híbridas y apilables. Por ejemplo, un portafolio oficial de microcredenciales y certificaciones de competencias verificadas por bloques (micro-credentials + macro-credenciales) en alianza con empresas y plataformas globales. La universidad ya no sería la única proveedora de títulos, sino la garante de calidad y la integradora de aprendizajes: valida competencias adquiridas en Coursera, Google, Microsoft o directamente en el trabajo, y las convierte en créditos universitarios reales. Esto permite al estudiante armar su trayectoria a su ritmo, reduce la deserción y posiciona a la universidad como socio estratégico del mercado laboral en lugar de competidor. 

La conversación con Sal Khan no fue, en el fondo, sobre tecnología. Fue sobre coherencia institucional. Si la misión de la universidad sigue siendo formar profesionales relevantes para la sociedad, no podemos seguir evaluando como en el siglo XX, enseñando como en el siglo XIX y certificando como si el mercado laboral no hubiera cambiado.

La advertencia es clara: la inteligencia artificial no está transformando la educación superior por sí sola. Está exponiendo sus debilidades estructurales más profundas.

Y, como suele ocurrir en estos momentos históricos, la diferencia no la marcarán las instituciones que adopten más tecnología, sino aquellas capaces de rediseñar su modelo educativo con mayor rapidez, profundidad y honestidad intelectual.

Porque, al final, la pregunta no es si la universidad cambiará. La pregunta es si lo hará a tiempo. (O)