El examen que la universidad se niega a hacer: cuando la IA pone en duda lo que sabemos

El País cuenta el fraude con IA desde el pupitre. Propongo mirar al otro lado de la mesa, donde el mismo sistema lleva años premiando el artefacto y no el conocimiento.

Un arco a la entrada del examen

El País dedica este domingo dos páginas a cómo examinar a los alumnos en tiempos de la IA, y el titular de la entrevista al rector de la Universitat Politècnica de València, José Capilla, es de los que se quedan grabados:

«Vamos a poner arcos a la entrada de los exámenes para detectar pinganillos.»
— José Capilla, rector de la UPV, en El País (18/10/2026)

Un ingeniero, rector y presidente de la sectorial de digitalización de la CRUE anuncia que la respuesta de su universidad al problema de saber qué saben sus alumnos será instalar detectores de electrónica a la puerta del aula, capaces, según cuenta, de localizar dispositivos incluso apagados. Antes ya pusieron barredores de frecuencia.

No me río. Entiendo el gesto: cuando el problema es epistemológico y los medios son de ferretería, uno pone ferretería. Pero conviene llamar a la cosa por su nombre. Un arco detector no valida conocimiento. Valida ausencia de metal. Es el primer molino de esta historia y no será el último.

Lo que dice la noticia (y lo que no)

El reportaje de Elisa Silió e Ignacio Zafra arranca en Brown. En junio, Roberto Serrano (economista español, premio Rey Juan Carlos de Economía 2024) denunció un fraude masivo con IA en un examen de economía matemática avanzada que, por circunstancias excepcionales, se había hecho desde casa. El decanato no reaccionó. Reaccionó la prensa, reaccionó Nature pidiéndole un artículo, y al final 53 de sus estudiantes confesaron, la persona al frente del comité del código académico fue cesada y Serrano decidió que solo contaría el examen final, tras pedir a sus alumnos que firmaran un compromiso de honestidad. Una alumna le llamó llorando para pedirle perdón por lo que ella misma consideraba una traición.

Me detengo en el detalle que la noticia pasa de puntillas: la solución de Serrano fue dejar de contar todo lo demás. El trabajo del semestre, anulado; vale lo que se hizo en una sala con un vigilante. Es una solución honesta y es también una derrota. La evaluación continua, esa que llevamos veinte años predicando desde Bolonia, muere en el instante en que no podemos verificar quién hizo el trabajo.

Alrededor de Brown, el reportaje dibuja tres reflejos. Estados Unidos castiga y acota: Princeton prohíbe la IA sin permiso y lo trata como una violación del código de integridad del que presume desde hace 133 años; Harvard, alarmada por una escalada sospechosa de sobresalientes, limitará desde otoño de 2027 al 20 % los alumnos que pueden obtener una A. Europa regula: la Universitat de València prepara un reglamento y un marco de integridad académica en el que, según su delegado del rector para la IA, Joan Vila, los detectores de IA no pueden ser la única prueba de fraude, los estudiantes deben declarar qué herramientas han usado y para qué, y en los trabajos fin de grado y máster firman una declaración y, si pueden, aportan los prompts. Vila admite que esto último sería lo ideal y que sabe que no ocurre. Asia integra: herramientas de perfil socrático que interrogan al alumno, bots que simulan juicios para estudiantes de Derecho y, según Capilla, más de cincuenta universidades chinas usando la IA en seminarios para entrenar justo lo que la IA no da: espíritu crítico y síntesis.

Fig. 3. Lo que dicen los números y lo que hacen los campus. Izquierda: percepción de 800 estudiantes españoles (Fundación CYD). Derecha: tres continentes, tres reflejos. Fuente: El País, 18/10/2026. Elaboración propia.

Mi hija de quince años ya alerta: la IA debería ser autorizada para aquellos que ya cuenten con una titulación académica que avale la honestidad y el criterio. Y ahí lo dejo.

Y en medio, el caso que más me interesa: IE University ha dejado de pedir carta de motivación porque ya no cree en su autoría, y en el aula permite apoyarse en la IA durante el examen para después obligar al alumno a rebatirla oralmente ante un tribunal. Antes un ensayo; ahora una defensa escrita y preguntas, resume su director de Executive Education, Martín Rodríguez. Eso no es esquivar la máquina. Es ponerla encima de la mesa y preguntarle al alumno qué piensa de lo que la máquina ha dicho.

Los números, leídos despacio

La noticia aporta una encuesta de la Fundación Conocimiento y Desarrollo a 800 estudiantes. Léanla conmigo con calma, porque dice más de nosotros que de ellos. El 61 % no ha recibido formación en IA de su centro. Solo el 41 % cree que su institución impulsa su uso. El 54 % dice que sus profesores incorporan estas herramientas en el aula. Y apenas el 24 % percibe que sus profesores hayan adaptado la evaluación: un 23 % se enfrenta a más pruebas prácticas y un 18 % a exámenes orales.

Es decir: la mitad de los docentes usamos la IA delante de los alumnos y tres de cada cuatro seguimos evaluando como si no existiera. Si eso no es una definición operativa de la universidad que no lee, no sé cuál es.

Luego está el dato que desmonta el relato. En España no hay evidencia de inflación de notas tras ChatGPT: las últimas cifras oficiales, del curso 2023/2024, dan una media de 7,43 frente al 7,45 del año anterior. Bajó dos centésimas. Senén Barro, director del CiTIUS de la Universidade de Santiago, observa un abaratamiento de las notas altas y admite que no se sabe si responde a pruebas más laxas, a presión de los estudiantes o a que tienen más medios. Lo que sí crece son las medidas contra nanopinganillos y gafas con cámara, aquí donde nunca ha habido código de honor. No sabemos si copian más. Sabemos que sospechamos más. Y compramos arcos.

Dos lados de la misma mesa (ellos y nosotros)

Aquí es adonde quiero llevar la noticia, porque el reportaje se queda en el pupitre y el problema está también en el despacho.

La universidad se dispone a vigilar mejor a sus alumnos para saber si han utilizado inteligencia artificial. Tal vez sea necesario cambiar los exámenes. Pero antes convendría formular una pregunta bastante menos cómoda: ¿con qué rigor comprobamos la aportación intelectual de quienes enseñan, investigan y certifican el conocimiento? Un trabajo impecable puede ocultar un aprendizaje inexistente, del mismo modo que un currículo deslumbrante puede ocultar una contribución científica mucho más modesta de lo que sugieren sus indicadores. No son fenómenos idénticos ni justifican repartir sospechas indiscriminadas. Comparten, sin embargo, una debilidad: confundir aquello que una persona entrega con aquello que realmente sabe hacer. La IA ha hecho esa confusión más visible, más barata y quizá más peligrosa. Y coloca a la universidad frente a un examen que no podrá superar instalando detectores en la puerta.

En julio escribí sobre la universidad que ya no lee: la que antes de la IA ya había convertido la evaluación de la investigación en un algoritmo de cuartiles, sexenios y acreditaciones, y a la que la IA no ha venido a corromper sino a automatizar. Lo que El País describe es el mismo mecanismo con otros actores. Léase la ley de Goodhart dos veces seguidas:

• Si la nota es el objetivo, el alumno optimiza la nota. La IA le da el examen. Nadie corrige de verdad 120 exámenes.
• Si el cuartil es el objetivo, el profesor optimiza el cuartil. La IA le da el paper. Nadie revisa de verdad la avalancha de manuscritos.

El alumno de Serrano y el catedrático de mi artículo de mayo, el que llega a la cátedra acumulando JCR como quien acumula sellos, han aprendido exactamente la misma lección: lo que se premia es el artefacto, no el conocimiento que supuestamente certifica. Uno entrega un examen que no ha pensado; el otro firma un artículo que no ha escrito. La universidad que no lee a sus investigadores tampoco lee a sus alumnos, y por las mismas razones: leer cuesta tiempo, el tiempo no puntúa y contar es más barato.

Fig. 1. El doble bucle. A la izquierda, la nota como objetivo; a la derecha, el cuartil. En medio, la misma máquina. En ambos casos el artefacto llega a un lector que no lee y la presión vuelve a empezar.

	Aula (alumno)	Investigación (profesor)
Qué se mide	La nota	El cuartil, el número de JCR
Qué se optimiza	Aprobar; mejor, el sobresaliente	Acreditación, sexenio, cátedra
Por dónde entra la IA	Examen o ensayo redactado por la máquina	Manuscrito redactado o «pulido» por la máquina
Quién lee el resultado	Un corrector con más de 100 exámenes y una fecha de actas	Un revisor sin tiempo, o nadie: se mira la revista, no el texto
Qué se pierde	Saber qué sabe el alumno	Saber qué ha descubierto el profesor
Solución con fricción	Oral, defensa, portafolio, explicar lo que no se ha entendido	Leer cinco aportaciones elegidas por el candidato; juicio por pares real
Coste de la solución	Horas de profesor; ratios bajas	Horas de comité; renunciar al recuento

No estamos ante una sospecha sin fundamento, aunque tampoco podemos reducir toda la investigación educativa a un eslogan. El informe OECD Digital Education Outlook 2026 señala que herramientas generativas de propósito general pueden mejorar las tareas producidas por el alumnado sin generar ganancias equivalentes de aprendizaje, especialmente cuando se retira después la asistencia. El informe distingue ese riesgo de las ventajas de herramientas concebidas y empleadas con intención pedagógica. Esa diferencia es decisiva: usar IA para elaborar una respuesta no es lo mismo que aprender a responder.

Por eso me parece insuficiente convertir el debate en una cacería de textos generados. Los sistemas de detección no proporcionan una prueba infalible de autoría. Un estudio publicado en Patterns documentó sesgos y falsos positivos en detectores ensayados con textos de personas que escribían en inglés como segunda lengua. Sus resultados no deben extrapolarse mecánicamente a todos los idiomas o herramientas, pero bastan para recordar algo elemental: un indicador probabilístico no equivale a una prueba concluyente de fraude.

Fig. 2. El aula y el despacho: mismo mecanismo, distinto artefacto. (Disponible también como imagen: fig2-aula-vs-investigacion.svg.)

El PDI que fabrica este sistema

Lo que sale de ese doble bucle es un perfil profesional muy concreto.

El investigador que no enseña, porque la docencia no computa y cada hora de corrección es una hora robada al manuscrito. El docente que no lee, porque con grupos de más de cien alumnos (en mis asignaturas de grado los supero) Senén Barro tiene razón cuando dice que el examen presencial acaba siendo la única herramienta relativamente libre de fraude, y Víctor Bermúdez, profesor de Filosofía en un instituto de Extremadura, la tiene cuando advierte que todo lo demás (orales, defensas, evaluar la capacidad argumentativa) es mucho más exigente para el profesor y choca con las ratios. Y el evaluador que cuenta, que cierra el círculo: el mismo sistema que mide al profesor por su cuartil mide al alumno por su nota y, cuando las dos cifras dejan de significar algo, compra un detector.

La ironía es que el sistema castiga a quien hace lo contrario. El profesor que dedica un cuatrimestre a leer lo que escriben sus alumnos tiene menos artículos; el que escribe artículos tiene menos tiempo para leer; y la acreditación solo cuenta una de las dos cosas. Nos pagan por investigar, y mis alumnos se sorprenden cuando se lo digo.

Una sola máquina para las dos trampas

La IA abarata las dos. Que haya alumnos que copian y profesores que inflan es anterior; la novedad es el acoplamiento: la misma herramienta, el mismo coste marginal cercano a cero, los mismos textos plausibles. El bucle que describí en julio (publicamos lo que se parece a lo publicado, entrenamos a la máquina con ello, producimos lo publicable) tiene ahora una rama docente. Los modelos se entrenan con los papers que no leímos, escriben los exámenes que no leeremos y, según cuenta también El País, ya hay profesores que prueban a corregir con un chatbot como ayudante. Artefacto generado, artefacto evaluado, humano ausente en los dos extremos.

No es un argumento contra la IA. Es un argumento contra una universidad que ya solo sabía contar y a la que la IA le ha regalado infinitas cosas que contar.

Qué hago yo en el aula (y qué no)

Como no me gusta la crítica sin cuenta de resultados, cuento lo mío. En mis asignaturas procuro cambiar el instrumento de evaluación cada curso, y que siempre exija una actuación crítica personal que la máquina no pueda hacer por el alumno sin que se note. El curso pasado seleccioné cinco libros relacionados con la asignatura, les di a elegir uno y les pedí que lo leyeran y me lo explicaran capítulo a capítulo, relacionándolo con lo visto en clase y diciéndome, en cada uno, qué habían entendido y qué no: qué les faltaba por comprender.

Ese último punto es la clave. La IA produce comprensión aparente con una facilidad insultante; lo que no sabe hacer es describir con exactitud la ignorancia de quien la usa. Quien escribe «no entiendo por qué el autor afirma esto en el capítulo cuatro, porque en clase vimos lo contrario» está pensando. Quien entrega una síntesis impecable de los doce capítulos probablemente no ha abierto el libro.

Es más trabajo para mí, claro. Pero me garantiza evaluación continua de verdad, de modo que nadie se juega la asignatura a una mañana, y la certeza de que han relacionado lo leído con lo que debían aprender. Quien no supera la continua va al examen oral: la fricción está al final, para quien la necesita, no al principio para todos. Con diez o quince alumnos de máster es un lujo asumible; con más de cien de grado es un acto de fe y de fines de semana.

Fig. 4. Evaluar con fricción. Posiciones orientativas, no medidas. El arco detector sube el coste sin apenas mover la resistencia; las opciones que escalan en grupos grandes están en el cuadrante inferior derecho.

Con esa experiencia, y con lo que la noticia aporta, esto es lo que defendería en el aula:

1. Evaluar lo que la IA hace mal. La explicación de lo no comprendido, la defensa en vivo, la respuesta a preguntas que el alumno no conoce de antemano. No el producto: el proceso de quien lo produjo.
2. Poner la IA encima de la mesa y pedir cuentas de ella. El modelo de IE (úsala y luego rebátela) y el de València (declara qué usaste y para qué) son compatibles y baratos. Prohibirla es más fácil de escribir que de aplicar.
3. Oralidad que escale. El experimento de Panos Ipeirotis en la Universidad de Nueva York (un programa lanza preguntas, el alumno responde de viva voz desde casa, el profesor corrige después cada conversación) demuestra que se puede escalar la voz sin escalar las horas de tribunal. Es la única vía realista para un grupo de 120.
4. Evaluación continua con trazas. Entregas pequeñas y encadenadas, cada una presuponiendo la anterior, de modo que copiar la última exija haber copiado todas.
5. Qué no hacer. Arcos y barredores como política docente. Detectores de IA como prueba (València ya lo deja por escrito). Y rendirse al examen único anulando la continua, como tuvo que hacer Serrano: es honesto, pero es volver a 1995.

Qué habría que cambiar en el baremo

Nada de lo anterior sobrevive si no cambia el otro lado de la mesa. Un profesor que evalúa como acabo de describir pierde, en el baremo vigente, frente a uno que no lo hace. Eso es lo que hay que corregir.

DORA pide que la evaluación de los investigadores se base en el contenido de su trabajo y no en el prestigio de la revista donde aparece, y que se reconozcan como aportaciones los datos, el software y otras formas de contribución. Declaración de San Francisco sobre la Evaluación de la Investigación (paráfrasis)

CoARA compromete a las instituciones firmantes a que la evaluación descanse principalmente en el juicio cualitativo por pares, con los indicadores como apoyo y no como sustituto, y a reconocer la diversidad de actividades y resultados de la investigación. Acuerdo para la Reforma de la Evaluación de la Investigación (paráfrasis)

Ni una ni otro hablan de docencia, y ahí está el hueco. Mis propuestas:

1. Que leer cuente. Una hora de tribunal oral o de corrección de portafolio debe pesar en la acreditación tanto como hoy pesa una cita en una revista de segundo cuartil. Si la docencia que lee no puntúa, desaparecerá, y con ella la única defensa real contra el examen fabricado.
2. Selección de aportaciones, no recuento. Que al candidato a una plaza se le pidan cinco cosas de las que esté orgulloso, que una de ellas pueda ser un curso, y que se las lean.
3. Ratios máximas para evaluar con fricción. Si la universidad quiere orales, que pague orales. El grupo de 120 no se examina de viva voz por mucho decálogo que se apruebe.
4. Transparencia simétrica. Si al alumno le exigimos declarar qué IA usó y con qué prompts, que el profesor declare lo mismo en sus artículos, como ya reclama el ICMJE, y que la agencia evaluadora lo lea.
5. Un libro blanco que no sea un artefacto más. La CRUE promete el suyo en diciembre. Será útil si obliga a algo. Será otro Q1 institucional si se limita a describir.

Con qué me quedo

No todo es molino. Rescato el reglamento de València, que al menos deja por escrito que un detector no es una prueba y que la IA puede ser tutor del alumno. Rescato a los 53 de Brown, que al confesar demostraron haber aprendido algo que ningún examen mide. Y rescato la frase de Capilla que menos titular hace: que si el trabajo lo hace la IA por sí sola, no vale para nada. Es verdad. Solo falta aplicarla también al trabajo que firmamos nosotros.

La bacía de barbero: el paradigma el baciyelmo

Don Quijote vio (Encarny, ya no acentúo los monosilabos, pero estoy tentado para ver si llegas aquí) en la bacía de un barbero el yelmo de Mambrino, y Sancho, que veía una bacía, acabó llamándola baciyelmo para no discutir. Los arcos detectores son nuestro baciyelmo. Todos sabemos que son una bacía y todos aceptamos llamarlos yelmo porque nos ahorra lo caro de verdad, que es sentarse frente al alumno, o frente al manuscrito, y leer.

La IA no ha cambiado el precio de leer. Ha hecho que todo lo demás sea gratis. Y una universidad que solo paga por lo gratis acabará siendo exactamente lo que pueda comprar con ello.

Para quienes me preguntáis, esto es una bacia antigua de barbero, que Don Quijote confundía con un Yelmo (ver imagen):

Con qué lecturas acompañar este post de mi blog:

• Silió, E. y Zafra, I. (2026). «La Universidad, ante el reto de examinar a los alumnos en tiempos de la IA», y entrevista a José Capilla, «Vamos a poner arcos a la entrada de los exámenes para detectar pinganillos». El País, 18 de octubre de 2026, págs. 42–43. https://www.pressreader.com/spain/el-pais-1a-edicion/20261018/page/42
• Álvarez Bermejo, J. A. (2026). «La universidad que ya no lee: inteligencia artificial, deseo y tiranía del cuartil». El Quijote Digital. https://elquijotedigital.com/2026/07/18/la-universidad-que-ya-no-lee-inteligencia-artificial-deseo-y-tirania-del-cuartil/
• Álvarez Bermejo, J. A. (2026). «La gran estafa académica: contra el fetichismo del JCR y las mafias que pueblan sus páginas». El Quijote Digital. https://elquijotedigital.com/2026/05/17/la-gran-estafa-academica-contra-el-fetichismo-del-jcr-y-las-mafias-que-pueblan-sus-paginas/
• San Francisco Declaration on Research Assessment (DORA). https://sfdora.org/read/
• Coalition for Advancing Research Assessment (CoARA). Agreement on Reforming Research Assessment. https://coara.eu/agreement/the-agreement-full-text/
• Hicks, D. et al. The Leiden Manifesto for Research Metrics. https://www.leidenmanifesto.org/
• ICMJE. Recommendations: Artificial Intelligence. https://www.icmje.org/recommendations/browse/artificial-intelligence/
• UNESCO. Guidance for generative AI in education and research. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research