Julio/25 En esta ocasión, Vargas Cano señala las diferencias entre la IA generativa y la IA agéntica y cómo esto impacta el proceso de aprendizaje y tiene impactos éticos para las IES.
En años recientes, la inteligencia artificial ha llegado con fuerza a múltiples sectores, y la educación no es ajena a esta transformación. En la educación superior, su impacto ha sido especialmente notable con la incorporación de herramientas basadas en inteligencia artificial generativa, que han permitido a estudiantes y docentes acceder a recursos de escritura, síntesis, traducción y explicación de contenidos de manera rápida y eficiente. Sin embargo, estas aplicaciones representan solo una fase temprana de lo que podría ser una integración más profunda de la inteligencia artificial en las universidades. A medida que la tecnología avanza, surge un nuevo paradigma: la inteligencia artificial agéntica, cuyo potencial para transformar los procesos educativos, administrativos e investigativos es significativo.
Para comprender este cambio es fundamental distinguir entre dos tipos de inteligencia artificial que están cobrando relevancia en el ámbito académico: la IA generativa y la IA agéntica. Mientras la primera se centra en la producción de contenido a partir de entradas específicas —como generar textos, imágenes o respuestas a preguntas—, la segunda va más allá al actuar de forma autónoma, tomar decisiones y adaptarse dinámicamente a nuevas situaciones. La IA generativa puede responder, pero la IA agéntica puede percibir, decidir, interactuar y aprender. Esta diferencia no es solo técnica, sino funcional y estratégica, especialmente en contextos tan complejos como la educación superior.
Este significativo avance permite imaginar escenarios donde los sistemas de inteligencia artificial no sean solo herramientas de apoyo, sino agentes activos dentro del entorno universitario. Por ejemplo, un agente de IA podría monitorear continuamente el progreso académico de los estudiantes, identificar patrones de desempeño, detectar riesgos de deserción y proponer intervenciones personalizadas, todo esto en tiempo real y sin intervención directa del docente. Además, estos agentes podrían coordinarse entre sí para ofrecer una experiencia educativa más integrada, conectando servicios académicos, administrativos y de bienestar estudiantil de manera automática y fluida.
Un caso práctico podría ser un agente tutor virtual que acompaña a cada estudiante durante su trayectoria académica. Este sistema no solo respondería preguntas sobre contenidos, sino que también propondría estrategias de estudio según el estilo de aprendizaje del estudiante, recomendar materiales complementarios, simular escenarios de práctica, y hasta adaptar el ritmo de enseñanza en función de las dificultades detectadas. Por ejemplo, si un estudiante de ingeniería presenta dificultades en cálculo integral, el agente podría identificar el origen del problema, sugerir ejercicios adicionales, programar recordatorios de estudio y, en algunos casos, coordinar sesiones virtuales con otros estudiantes o con asistentes humanos.
Otro ejemplo interesante es el uso de agentes de IA en la gestión académica institucional. Dichos sistemas podrían optimizar procesos como la asignación de horarios, la planificación de actividades académicas, el seguimiento de proyectos de investigación o la gestión de recursos educativos. Al operar con objetivos definidos y con la habilidad de reaccionar ante cambios en el entorno, estos agentes pueden contribuir a una mayor eficiencia operativa, liberando tiempo valioso para que el personal humano se enfoque en tareas de mayor valor agregado. Por ejemplo, un agente encargado de la logística académica podría ajustar automáticamente los horarios de clases si detecta conflictos, gestionar la disponibilidad de laboratorios, enviar alertas a los responsables de infraestructura si hay fallas en los equipos, e incluso predecir necesidades futuras basándose en datos históricos.
Desde el punto de vista pedagógico, la IA agéntica tiene el potencial de personalizar profundamente el proceso de aprendizaje. A diferencia de los modelos generativos que producen respuestas estáticas, los agentes podrían construir trayectorias formativas únicas para cada estudiante, ajustándose a sus ritmos, estilos de aprendizaje y necesidades individuales. Estos sistemas pueden guiar, motivar, retroalimentar y evaluar de manera continua, actuando como compañeros virtuales que acompañan al estudiante durante su formación. Este tipo de interacción no solo mejora la calidad del aprendizaje, sino que también fomenta la autonomía y la autorregulación en los estudiantes.
Un ejemplo de lo anterior, podría ser en un curso de idiomas. El agente de IA podría diseñar conversaciones simuladas en tiempo real, adaptadas al nivel y estilo comunicativo del estudiante, corrigiendo errores, proponiendo nuevos retos y manteniendo una interacción constante que simula una clase particular personalizada. En cursos técnicos o científicos, podría simular experimentos, analizar resultados, plantear hipótesis alternativas ayudando a interpretar datos complejos, actuando como un compañero de laboratorio virtual.
Ahora bien, la adopción de la IA agéntica en la educación superior no está exenta de desafíos. Entre los principales se encuentran las cuestiones éticas relacionadas con la privacidad de los datos, la transparencia en la toma de decisiones automatizadas y la posible dependencia excesiva de los estudiantes hacia estos sistemas. También surge la necesidad de establecer marcos normativos sólidos que regulen su uso, garantizando equidad, acceso universal y protección de derechos. Además, es crucial invertir en la capacitación de docentes y administradores para que puedan entender, supervisar y aprovechar adecuadamente las capacidades de estos agentes, evitando que su implementación ocurra sin una reflexión pedagógica profunda.
En este contexto, las IES deben asumir un rol protagónico no solo como adoptantes de esta tecnología, sino también como espacios de análisis crítico y construcción de políticas responsables. La incorporación de la IA agéntica no debe verse simplemente como una mejora operativa, sino como una oportunidad para repensar modelos educativos, democratizar el acceso al conocimiento y fomentar una formación más inclusiva, flexible y centrada en las necesidades reales de los estudiantes. Para ello, es necesario un enfoque multidisciplinario que integre tecnología, pedagogía, ética y gobernanza. Finalmente, la inteligencia artificial agéntica representa una nueva frontera para la educación superior, con implicaciones que van desde la personalización del aprendizaje hasta la transformación de los modelos organizacionales universitarios. Si bien aún estamos en las primeras etapas de su desarrollo y aplicación, ya es posible vislumbrar su potencial para crear entornos educativos más inteligentes, responsables y orientados al futuro. El mayor reto consiste en asegurar que esta innovación sirva no solo para mejorar la eficiencia, sino también para fortalecer la calidad, la equidad y el propósito social de la educación superior.
