La irrupción de la inteligencia artificial generativa no solo está transformando la producción de conocimiento: está poniendo en cuestión los fundamentos mismos del sistema académico. Esa es la tesis central del artículo “Academics Need to Wake Up on AI” de Alexander Kustov, que advierte sobre un cambio ya en marcha y aún subestimado por gran parte de la comunidad universitaria.

Según el autor, las herramientas actuales de IA son capaces de realizar tareas clave de la investigación, como la revisión bibliográfica, redacción y el análisis de datos, con una eficiencia que desafía los modos tradicionales de trabajo. Esto no solo acelera los procesos, sino que vuelve insostenible el formato clásico del paper académico y tensiona el sistema de revistas científicas, basado en tiempos largos, evaluación por pares y acceso restringido.

El texto también cuestiona los criterios con los que se juzga a la IA: si bien se señalan sus errores, el propio sistema académico presenta problemas estructurales (baja replicabilidad, sesgos, papers poco leídos) que la IA no crea, sino que visibiliza. 

En este escenario, el valor relativo del trabajo académico se desplaza: pierden peso las tareas técnicas repetitivas y ganan centralidad la formulación de problemas, la creatividad conceptual y la producción de datos originales. Al mismo tiempo, surgen nuevos desafíos, como la verificación de resultados, la seguridad de la información y el riesgo de dependencia tecnológica.

En sus textos posteriores, Kustov matiza su diagnóstico: reconoce límites actuales de la IA, especialmente en investigación cualitativa, advierte sobre la posible “atrofia” de habilidades en estudiantes y subraya que la calidad del trabajo dependerá cada vez más del uso experto de estas herramientas.

Lejos de un determinismo tecnológico, el artículo propone una lectura más incómoda: la inteligencia artificial no destruye un sistema sólido, sino que acelera la crisis de un modelo académico que ya mostraba signos de agotamiento.

Fuente: Leer artículo original