Por: Diego Armando Jiménez García
Hola de nuevo, es un gusto verlos por aquí en su quincenal columna a cerca de la IA con lo más nuevo y relevante de ese tema. En esta ocasión quise cambiar un poco el formato y la forma en la que lo redacto. Espero sea de su agrado.
Un cambio de marcha en la revolución digital
Durante décadas, los cambios tecnológicos importantes se gestaban en ciclos de años o meses. Sin embargo, en el panorama actual de la inteligencia artificial, esa métrica ha saltado por los aires: hoy presenciamos un bombardeo constante de nuevos modelos y actualizaciones semanales en lugar de los tradicionales ciclos de desarrollo de seis a ocho meses. Aunque líderes tecnológicos debaten si hemos alcanzado la «singularidad» —entendida como el punto donde la IA se automejora recursivamente de forma autónoma—, lo cierto es que la tecnología ya está mostrando procesos reales de mejora recursiva e independencia técnica que impactan de lleno en nuestras profesiones.
Como académicos, docentes y directivos universitarios, no podemos permitirnos ver la IA simplemente como un «boletín de novedades» o un mero «juguete de chat». Estamos obligados a reflexionar de manera crítica sobre las tensiones éticas, jurídicas y geopolíticas que este avance trae consigo, y al mismo tiempo, a entender cómo reconfigurar nuestro trabajo diario, pasando del uso pasivo del prompt a la estructuración de flujos de trabajo inteligentes.
1. El dilema ético del conocimiento: ¿Hacia una biblioteca privatizada?
Uno de los debates más profundos y silenciosos de este año tiene que ver con la materia prima de la IA: los datos de entrenamiento. En junio de 2026 se superó un hito histórico e inquietante: por primera vez, más de la mitad del tráfico de internet (un 57.5%) fue realizado por bots y rastreadores de IA en lugar de seres humanos. Este comportamiento depredador de datos está llevando a plataformas de conocimiento colaborativo como Wikipedia a su peor momento, enfrentando una saturación extrema en sus servidores por tráfico no humano, sin recibir ninguna compensación a cambio.
Pero el dilema ético va mucho más allá de la internet abierta. En recientes disputas judiciales se ha revelado una de las prácticas más controvertidas de la industria: el escaneo y destrucción deliberada de libros físicos. Bajo proyectos corporativos como el denominado «Proyecto Panamá» de la empresa Anthropic, se compran millones de libros impresos —incluyendo obras descatalogadas o libros raros de colección—, se les cortan las tapas y las páginas para escanearlos en alta definición, y posteriormente el original en papel se destruye de manera sistemática.
Esta desconcertante práctica se ampara en un vacío legal de la ley estadounidense de derechos de autor (Copyright Act de 1976) y el concepto de «uso justo» (fair use). Según interpretaciones legales de la industria, si se destruye el soporte físico original tras digitalizarlo para entrenar un modelo, no se considera una reproducción ilegal o piratería, sino una simple conversión de formato.
Entonces la pregunta que debemos hacernos como universitarios es inevitable: si un puñado de corporaciones compra, digitaliza y destruye el registro físico del saber humano, ¿se convertirán los modelos de IA privados en las únicas bibliotecas del futuro? Esto no es solo una cuestión de patentes, sino una reconfiguración política de quién posee y controla el acceso al conocimiento de la humanidad.
2. De la ingeniería de «Prompts» a la creación de «Habilidades» (Skills)
A nivel profesional y administrativo dentro de la universidad, solemos caer en el error de pensar que «usar IA» consiste en abrir un chat y escribir una instrucción (un prompt). Sin embargo, la llamada «ingeniería de prompts» está perdiendo relevancia rápidamente frente a un concepto mucho más potente: las Habilidades (Skills).
Una Skill es, en esencia, un conjunto de instrucciones estructuradas, detalladas y precisas que enseñan a la IA un proceso completo de principio a fin, contemplando criterios de calidad, formatos de entrada y salida, y casos excepcionales. La magia de este enfoque radica en que el usuario no necesita escribir el «prompt perfecto» cada vez; la IA utiliza la Skill de fondo para rellenar los vacíos de información y tomar decisiones controladas dentro de un marco de seguridad.
¿Cómo podemos aplicar las Skills en la academia y la gestión universitaria?
· Para el personal administrativo: En lugar de repetir semanalmente la limpieza de bases de datos, validación de presupuestos o generación de reportes financieros en Excel, es posible estructurar un proceso de limpieza con la IA y pedirle que redacte una «Skill» con todos esos criterios (comas decimales, formatos de moneda, ID únicos). Una vez armada la habilidad, un trabajo que antes tomaba dos o tres horas puede ejecutarse en 15 minutos de forma totalmente estandarizada.
· Para los docentes: Automatizar la creación de recursos didácticos detallados —como el diseño de cuestionarios sofisticados o presentaciones en formatos específicos— mediante habilidades reutilizables que mantengan la línea editorial y pedagógica del departamento, sin tener que rediseñar desde cero cada semestre.
3. El aula y la oficina como un ecosistema de agentes colaboradores
La revolución industrial de la IA ya no nos ofrece herramientas aisladas, sino «compañeros de trabajo» virtuales. Plataformas recientes como Buzz (desarrollada por Blog, del cofundador de Twitter Jack Dorsey) proponen un ecosistema de código abierto donde humanos y agentes de IA colaboran horizontalmente en canales de comunicación similares a Slack.
En estos entornos, podemos asignar tareas complejas a un «equipo» de agentes especializados: un agente se encarga de la investigación y contrastación de fuentes, otro estructura el plan de acción, y un tercero programa o redacta el contenido final, dialogando e interactuando entre ellos de forma autónoma antes de entregarnos el resultado.
En el ámbito docente, esto reconfigura la manera de preparar y consumir el contenido de aprendizaje. Ya existen tecnologías (como la generación de resúmenes visuales y minivídeos didácticos integrados en herramientas como NotebookLM) que permiten a los estudiantes y profesores convertir pesadas fuentes documentales en recursos visuales y animados listos para su distribución educativa. Y sabiendo esto, debo aclarar que la IA no reemplaza al docente; si no que le dota de un equipo de diseño, investigación y producción multimedia a su entera disposición las 24 horas del día.
Conclusión: El verdadero reto de la universidad ante la IA
No cabe duda de que los modelos de inteligencia artificial están superando hitos extraordinarios, desde resolver conjeturas matemáticas complejas de larga data hasta simular sistemas de control industrial. Sin embargo, la adopción masiva de la IA en la educación superior y la administración pública no debe ser un acto de fe ciega ni de resistencia inútil.
El verdadero desafío para nosotros como docentes, directivos y profesionales no radica en aprender a programar o en dominar la última herramienta del mercado. El reto histórico, a medida que nos comuniquemos más con agentes automatizados, será mantener el criterio propio, la empatía y la capacidad inalienable de conectar con las personas. La tecnología nos permite acercarnos a lo lejano y automatizar lo tedioso, pero nuestra labor como educadores es asegurar que no nos termine alejando de lo que nos hace profundamente humanos.
RECOMENDACIÓN DE HERRAMIENTAS DE IA DE LA QUINCENA:
· Claude Design 2.0: Permite generar animaciones profesionales, maquetar interfaces y estructurar sistemas de diseño de marca consistentes directamente a código.
· Buzz (de Block): Permite crear un espacio de trabajo tipo Slack para que docentes y agentes de IA especializados colaboren en tiempo real.
· Crisper Whisper 2: Transcribe grabaciones de clases o reuniones con opciones de limpieza de muletillas o transcripción literal ultraprecisa.
· Advanced Voice Mode (ChatGPT Escritorio): Permite gestionar archivos y controlar programas locales (como CapCut o Canva) usando comandos de voz naturales en tiempo real.
· Redesign: Convierte capturas de pantalla estáticas en capas editables (estilo Figma o Photoshop) para actualizar materiales visuales.
· Mamut AI: Centraliza el acceso a múltiples modelos líderes (Claude, OpenAI, Gemini, Perplexity) desde una única suscripción unificada.
· Weather Next 2 (de Google DeepMind): Predice la trayectoria e intensidad de ciclones con 15 días de anticipación de forma abierta y colaborativa.
· MAC (Multi-Agent CAD): Genera archivos de diseño y modelos 3D listos para imprimir partiendo únicamente de una instrucción de texto.
· Luma Skills: Permite empaquetar y compartir flujos de trabajo creativos repetitivos con tus compañeros mediante un simple enlace.
· Kimi K3 (de Moonshot): Modelo abierto capaz de clonar visualmente sitios web enteros a código funcional interactivo en minutos.
