Este estudio explora cómo los estudiantes de diseño del Politécnico de Milán integraron la IA generativa en sus flujos de trabajo creativos durante el año académico 2025/2026. Los resultados indican que los estudiantes utilizan con frecuencia herramientas como ChatGPT y Perplexity para investigación secundaria, lluvia de ideas y redacción técnica, en lugar de para tareas artísticas fundamentales. A pesar de este alto nivel de adopción, la mayoría de los estudiantes mantienen un bajo nivel de confianza en los resultados de la IA, lo que los lleva a verificar y editar sistemáticamente el contenido generado. Curiosamente, los datos sugieren que estas prácticas no disminuyen el sentido de propiedad creativa ni la autoría del proyecto por parte de los estudiantes. Al delegar tareas que consumen mucho tiempo, como la transcripción y el resumen, los estudiantes utilizan la IA como un asistente práctico para acelerar su proceso. En definitiva, el artículo destaca un cambio en el que las fases de investigación se automatizan cada vez más, mientras que el trabajo de campo primario y las interpretaciones finales siguen estando profundamente centradas en el ser humano.
Enlace al artículo científico, para aquellos interesados en profundizar en el tema: "A study of GenAI usage by Design Students", por Stefana Broadbent. Publicado el 19 de Julio de 2026.
El resumen, la transcripción, y la traducción fueron hechas usando herramientas de software de Inteligencia Artificial.
El resumen se presenta en la forma de un diálogo entre dos personajes sintéticos que llamaremos Alicia y Beto.
Resumen
Alicia
Así que imagina al estudiante clásico de diseño universitario. Hay una imagen muy específica, casi romántica, que suele venir a la mente.
Beto
Oh, absolutamente. El genio solitario en el estudio.
Alicia
Correcto. Es muy táctil. Se imagina esta caótica mesa de dibujo cubierta solo de bocetos a carboncillo o prototipos físicos hechos de espuma de poliestireno y pegamento caliente.
Beto
Cuchillos de disección esparcidos por todas partes.
Alicia
Exacto. Cuchillos, quizás algunos tiritas. Simplemente un estudiante luchando físicamente con sus materiales a altas horas de la noche. Es una imagen visceral y práctica de la creatividad.
Visualización de la Estudiante de diseño clásico
Beto
Sí. Ese es el arquetipo tradicional, ciertamente, trabajando directamente con el mundo físico, creando un desorden.
Alicia
Pero quiero decir, si entras hoy en un estudio de diseño universitario moderno, esa imagen física está completamente alterada. Estamos viendo un panorama creativo que está siendo, honestamente, agresivamente recableado por la inteligencia artificial generativa.
Beto
Es realmente así. Es un cambio fundamental en el flujo de trabajo.
Alicia
Y mira, probablemente estás sintonizando hoy porque tienes esa motivación por mantenerte bien y formarte, pero no quieres quedarse atrapado en la sobrecarga de información que hay por ahí.
Beto
Lo cual es muy real.
Alicia
Es tan real. Y si alguna vez has mirado un cursor parpadeante a las dos de la mañana, tratando de redactar un informe o sentiste la ansiedad de tratar de sintetizar una docena de documentos PDF diferentes antes de una gran reunión, comprender cómo la próxima generación está navegando este cambio exacto es fructífero.
Beto
Porque son ellos quienes están siendo pioneros de estos nuevos hábitos.
Alicia
Exacto. Así que hoy, nuestra misión es clara. Estamos sumergiéndonos en un estudio fascinante y completamente nuevo publicado para el ciclo académico 2025-2026. Estamos viendo cómo los estudiantes universitarios, específicamente los estudiantes de diseño, están utilizando la inteligencia artificial generativa en su vida cotidiana.
Beto
Sí. Y para realmente captar la gravedad de este estudio, creo que necesitamos hacer un zoom y mirar la línea base global primero, porque esto no es solo algún fenómeno aislado en una escuela.
Alicia
Correcto. Está en todas partes.
Beto
Lo está. La integración de la IA generativa y la educación superior ya no es una actividad marginal. Toma, por ejemplo, el Índice Económico de Anthropic de 2026.
Alicia
Vale. Anthropic, la compañía detrás de Claude.
Beto
Exacto. Al ser una de las principales compañías de IA fronteriza, analizaron más de un millón de conversaciones de usuarios anonimizadas para ver lo que la gente estaba haciendo realmente con sus modelos.
Alicia
Vaya. Más de un millón.
Beto
Más de un millón. Y encontraron que el 7% de todas las interacciones a nivel mundial eran explícitamente para fines académicos.
Alicia
El 7% de un millón no es una cifra pequeña.
Beto
Para nada. Y luego si miran la encuesta estudiantil de 2026 del HEPI, que es el Instituto de Política de Educación Superior del Reino Unido, informaron que asombrosamente el 95% de los estudiantes están usando IA generativa de alguna manera.
Alicia
Correcto. Espera, tengo que detenerte ahí. Porque una cifra como el 95% suena, no sé, sospechosamente alta para mí.
Beto
Lo entiendo. Suena como si fuera todo el mundo.
Alicia
Correcto. Porque si encuestas a la gente y les preguntas si usan internet, obtendrás el 100%. Pero eso no te dice realmente si están codificando software complejo o simplemente navegando por videos en redes sociales.
Beto
Es un punto muy válido. La definición de uso es amplia.
Alicia
Sí. Así que cuando escuchamos que el 95% de los estudiantes de diseño están usando IA, la suposición inmediata es que solo están escribiendo: "hazme un diseño de silla ergonómica genial en un generador de imágenes" y terminan.
Vamos a desglosar esto porque siento que esa no puede ser toda la historia.
Beto
No lo es. Y esa es exactamente la suposición que Stefana Broadbent se propuso probar.
Alicia
Y ella es la autora del estudio en el que estamos profundizando hoy.
Beto
Sí. Ella es investigadora en el Politécnico de Milán, o PoliMi, que es una escuela de diseño e ingeniería de primer nivel en Italia.
Alicia
Un programa muy prestigioso.
Beto
Altamente prestigioso. Así que ella quería ir más allá de esa métrica vaga de uso general y descubrir los mecanismos reales de ese uso. ¿Qué están escribiendo realmente?
Alicia
¿Cómo lo están usando?
Beto
Correcto. Su estudio combinó una encuesta a gran escala con un ejercicio de diario detallado de un semestre por parte de una clase de maestría.
Alicia
Oh, vaya. Así que realmente tuvieron que registrar lo que hacían.
Beto
Sí. Le pidió a los estudiantes que registraran meticulosamente cada interacción que tuvieron con una herramienta de IA durante el semestre.
Alicia
Correcto. Lo que nos trae al material fuente para nuestro análisis profundo de hoy. Y los datos aquí son, francamente, desconcertantes.
Beto
Realmente invierten tus expectativas de cabeza.
El diseñador pragmático: cómo la GenAI está transformando la enseñanza del diseño.
Alicia
Lo hacen. Cuando miras las 223 respuestas en inglés a la encuesta de Broadbent, la expectativa de lo que están haciendo los estudiantes de diseño, versus la realidad, podría ser mucho más diferente. Esperamos que estén generando imágenes, renderizando modelos 3D, haciendo lo visual.
Beto
Porque son estudiantes de diseño.
Alicia
Exacto. Pero los usos principales están abrumadoramente orientados al texto e investigación. Así que tienen:
- el 77.5% usándola para editar o mejorar su escritura.
- El 74.5% usándola para encontrar información y realizar investigación secundaria.
- Y el 68% la están usando para hacer lluvia de ideas basadas en texto.
Beto
Lo cual es salvaje cuando piensas en la disciplina. Y lo fascinante aquí es que los números de generación de medios creativos reales son notablemente bajos.
Alicia
Espera, ¿realmente? ¿Qué tan bajos?
Beto
Muy bajos. Solo el 32.9% de los encuestados usaron IA para generar obras de arte o imágenes.
Alicia
Oh, solo un tercio.
Beto
Sí. La generación de audio o video fue del 12.6%. Y la construcción de juegos o aplicaciones fue tan baja como el 7.4%.
Alicia
Eso es una locura para mí.
Beto
Y hasta el desglose de la herramienta lo prueba totalmente. ChatGPT dominó la encuesta. Tenía 206 menciones. Mientras que las herramientas de imagen, como Midjourney, que es actualmente una de las herramientas de generación de imágenes más potentes del mercado, solo tuvieron 38 menciones.
Alicia
Estoy genuinamente sorprendida por eso. Quiero decir, el diseño es un campo visual y físico. La narrativa que constantemente nos alimenta en los medios es que el artista de IA está tomando el control, ¿verdad? Que está desplazando a los ilustradores y diseñadores humanos.
Beto
Esa es la noticia principal que siempre vemos.
Alicia
Correcto. Espera, ¿me estás diciendo que no solo están escribiendo: "hazme un diseño de silla genial" en un generador de imágenes? Suena como si estos estudiantes estuvieran tratando a la IA menos como un pincel mágico o un escritor fantasma y más como una bibliotecaria hiper-eficiente.
Beto
La analogía de la bibliotecaria es increíblemente acertada.
Alicia
Sí.
Beto
Pero tenemos que mirar por qué está sucediendo esto. La realidad del diseño profesional, la parte que la gente no ve, es que el producto estético final en la hermosa renderización de la silla es realmente solo el último 10% del proceso.
Alicia
Correcto. La punta del iceberg.
Beto
Exacto. El 90% inicial es trabajo cognitivo pesado. Es investigación secundaria. Es entender las ciencias de los materiales, los datos ergonómicos, la logística de la cadena de suministro, la precedencia histórica.
Alicia
Todo eso.
Beto
Así que los estudiantes están desplegando la IA para gestionar la abrumadora carga cognitiva de esa fase de investigación inicial. La están desplegando para el trabajo cognitivo pesado.
Alicia
Así que la usan para digerir enormes cantidades de datos complejos, lo que supongo les permite llegar a la fase de resolución de problemas real mucho más rápido.
Beto
Precisamente. Acelera la parte más tediosa del proceso.
Alicia
Pero eso crea una disonancia cognitiva realmente fascinante para mí.
Beto
¿Cómo es eso?
Alicia
Bueno, si estás usando esta bibliotecaria de IA hiper-eficiente para tu lectura fundamental, ¿verdad? Para resumir los densos artículos de ciencia de materiales y para extraer tu investigación. Estás confiando en una arquitectura que todos sabemos es fundamentalmente defectuosa. Quiero decir, sabemos que estos modelos de lenguaje grande alucinan. A veces fabrican información con confianza.
Beto
Sí, el problema de la alucinación está muy bien documentado.
Alicia
Entonces, ¿cómo están navegando los estudiantes el riesgo de recibir información errónea? ¿Estarán construyendo todo su proyecto de diseño sobre una base de datos falsa?
Beto
Esa es la gran pregunta. Y el estudio de PoliMi aisló esta tensión exacta. Reveló lo que llamaron "una paradoja de confianza".
Alicia
Una paradoja de confianza.
Beto
Sí. La encuesta encontró que estos estudiantes están en realidad muy confiados en su capacidad técnica para usar las herramientas. Entienden el prompting. Saben cómo funciona la tecnología.
Alicia
Claro, son nativos digitales.
Beto
Pero a pesar de esa confianza, el 65% de los encuestados declaró explícitamente que no confían en las salidas que produce la IA.
Alicia
El 65% no confía en ella. Vaya.
Beto
Correcto. Temiendo la imprecisión o los hechos inventados. De hecho, cuando se les preguntó qué los desanima específicamente a usar la IA generativa, la razón número uno citada por el 70% de ellos fue el miedo a la imprecisión.
Alicia
Correcto. Aquí es donde se pone realmente interesante.
Así que saben que la herramienta es poco fiable, pero la están usando para su investigación fundamental más importante de todos modos.
Beto
Exacto.
Alicia
Ese es un espacio psicológico salvaje para ocupar. Honestamente, me recuerda a lidiar con un interno brillante, pero totalmente imprudente.
Beto
Oh, esa es una gran forma de decirlo.
Alicia
Correcto. Como si amaras lo rápido que trabaja. Estás entusiasmado porque puede leer 50 artículos académicos en 10 segundos y entregarte un resumen.
Beto
¿Quién no amaría eso?
Alicia
Exacto. Pero tiene este terrible hábito de inventar estadísticas cuando se confunde. Así que nunca tomarías su resumen y lo presentarías directamente a tu jefe sin verificarlo todo primero.
Beto
Y esa dinámica dicta absolutamente su comportamiento en este estudio. Porque les falta confianza en el sistema, no delegan la salida final a la IA. Un enorme 85% de los estudiantes reportaron modificar o editar sistemáticamente lo que produjo la IA generativa.
Alicia
El 85%. Así que lo están verificando.
Beto
Sí, no están participando en copiar-y-pegar perezosamente. Verifican la contra-revisión, reescriben.
Alicia
Se trata como un borrador inicial muy tosco.
Beto
Exacto. El mecanismo aquí es la verificación colaborativa. Porque psicológicamente, es mucho más fácil corregir un borrador defectuoso que mirar una página en blanco y generar un borrador perfecto desde cero.
Alicia
Oh, absolutamente. La página en blanco es aterradora.
Beto
Lo es. Así que usan la IA para reducir la energía de activación requerida para comenzar una tarea. Sabiendo muy bien que tendrán que limpiar manualmente el desorden que hace.
Alicia
Eso tiene todo el sentido desde un punto de vista de productividad. Usas la máquina para generar la arcilla cruda y desordenada. Y luego usas tu intelecto humano para esculpirla, verificarla y refinarla.
Pero quiero cuestionar lo que esto le hace a la psicología del estudiante. Porque si tienes un interno de IA reuniendo la arcilla, haciendo tu lectura inicial, lluvia de ideas y editando tu sintaxis, ¿en qué punto el proyecto deja de ser tuyo? Quiero decir, ¿están estos estudiantes experimentando una crisis de autoría? ¿Cómo externalizas tanto trabajo, pero sigues sintiendo que eres dueño del producto final?
Beto
Esto es el miedo existencial que actualmente paraliza a la educación moderna, ¿no es así?
Alicia
Oh, 100%. La IA está matando el miedo a la creatividad.
Beto
Exacto. La idea de que descargar el trabajo cognitivo significa descargar tu alma creativa. Pero Broadbent contradice directamente ese miedo.
Alicia
¿Realmente?
Beto
Sí. La encuesta muestra que solo el 31% de los estudiantes sintió cualquier pérdida de propiedad o agencia creativa al usar estas herramientas.
Alicia
Vaya. Solo el 31%.
Beto
La gran mayoría todavía siente la autoría total sobre sus diseños finales.
Alicia
Pero ¿cómo es posible eso? Ponte en sus zapatos por un segundo. Si externalizas el trabajo pesado fundamental de un proyecto, ¿cómo te vas con la sensación de ser el verdadero autor?
Beto
Bueno, ellos trazan la línea a través de una compartimentación estricta y deliberada.
Alicia
Compartimentación. OK. Explica eso.
Beto
Se reduce a entender el por qué. La encuesta preguntó por qué usan estas herramientas. Y el 63% están motivados totalmente por la velocidad. Más del 50% la usan simplemente para hacer un proceso existente más fácil.
Alicia
Oh, ok.
Beto
Describen usarlas para, citando, iniciarse, o para tareas repetitivas, comprobando si se saltaron algo. Contrasta eso con un punto de datos crucial: menos del 30% usan IA para realizar tareas que no podrían hacer de forma independiente.
Alicia
Oh, ok, espera. Esa es la distinción clave ahí.
Beto
Lo es.
Alicia
No están usando la IA para superar su clase o fingir un sello que no poseen. Están usándola para correr a través del tedioso trabajo administrativo que ya saben hacer.
Beto
Precisamente. Si conectamos esto con el panorama general, los estudiantes ven a la IA no como un reemplazo para sus propias capacidades, sino como un acelerador.
Alicia
Un acelerador, sí.
Beto
Y esto les permite mantener la propiedad porque reservan deliberadamente las decisiones creativas fundamentales para sí mismos. Los datos muestran que el uso de la IA disminuye significativamente cuando los estudiantes entran en las fases posteriores del diseño.
Alicia
La parte de diseñar real.
Beto
Correcto. Generar viajes de usuario, prototipado rápido, probar físicamente esos prototipos, el desarrollo final, ellos externalizan la recopilación de datos, pero acumulan la síntesis creativa.
Alicia
Es como si estuvieran tratando a la IA como una carretilla elevadora.
Beto
¿Una carretilla elevadora?
Alicia
Sí, piénsalo. Si estuvieras construyendo una casa, usarías una carretilla elevadora para mover los pesados pallets de ladrillos del camión a la cimentación.
Beto
Correcto, porque hacerlo a mano tomaría una eternidad.
Alicia
Exacto. Ahorra tu espalda. Te ahorra días de trabajo agotador. Pero no le pides a la carretilla elevadora que dibuje los planos, y definitivamente no le pides a la carretilla elevadora que coloque el mortero. Tú haces la construcción tú mismo.
Beto
Me gusta esa analogía.
Alicia
Y todavía te consideras el constructor de la casa, incluso si una máquina movió los materiales por ti.
Beto
Esa es una reflexión muy precisa de su flujo de trabajo. Y el estudio de Broadbent también proporciona una mirada realmente granular a cómo esta analogía de la carretilla elevadora se desarrolla en la realidad.
Alicia
Oh, me encanta escuchar cómo se ve eso en la práctica.
Beto
Así que la segunda mitad de la investigación se centró en un curso específico de maestría en diseño de sistemas de servicio de productos.
Alicia
Correcto, diseño de sistemas de servicio de productos.
Beto
Sí. Este es un campo que va mucho más allá de hacer objetos físicos. Se trata de diseñar sistemas y servicios sociales enteros. Y esta clase específica de 100 estudiantes fue encargada de investigar un tema altamente complejo y cargado emocionalmente, que fue la escasez de agua en Sicilia.
Alicia
Vaya. Una crisis del mundo real con enormes implicaciones económicas, agrícolas y humanas.
Beto
Exacto. Es muy pesado. Para seguir su comportamiento en un proyecto tan complejo, Broadbent hizo que los estudiantes mantuvieran diarios detallados de su uso de IA a través de dos partes muy diferentes de la tarea.
Primero fue la investigación secundaria, el trabajo de escritorio. Esto implicó revisiones de literatura, análisis de densa legislación agrícola de la UE, documentos de política, datos climáticos históricos, ...
Alicia
Mucha lectura.
Beto
Toneladas de lectura. Y la segunda parte fue la investigación primaria. Los estudiantes realmente viajaron a Sicilia.
Alicia
Oh, vaya. Fueron al campo.
Beto
Lo hicieron. Caminaron por los campos secos, observaron la infraestructura y realizaron entrevistas cara a cara con agricultores locales y administradores regionales.
Alicia
OK. Así que tienes esta comparación perfecta. El trabajo de escritorio académico puramente digital versus el trabajo de campo humano, físico e impredecible.
Beto
Exacto.
Alicia
¿Qué revelaron los diarios sobre cómo desplegaron sus herramientas de IA a través de esos dos divisiones?
Beto
La división era increíblemente marcada. Durante la fase de investigación secundaria en sus escritorios, la integración de la IA estaba prácticamente en todas partes.
Alicia
La usaron mucho.
Beto
Oh, mucho. Usaron herramientas para sacar informes de ONG oscuros. Usaron ChatGPT para resumir cientos de páginas de pesadas regulaciones de agua de la UE en puntos clave. Incluso usaron IA para crear visualizaciones de datos complejos de las plantas desalinizadoras.
Alicia
La "carretilla elevadora" moviendo los pesados pallets de texto legislativo.
Beto
Exacto. Maximizan la tecnología para comprimir semanas de lectura en días. Pero luego el entorno cambió.
Alicia
Fueron a Sicilia.
Beto
Viajaron a Sicilia y comenzaron la investigación primaria. Y según sus diarios, las herramientas de IA fueron relegadas instantáneamente a los márgenes absolutos de su flujo de trabajo.
Alicia
¿Realmente? Simplemente la dejaron.
Beto
Casi por completo. Se usó casi exclusivamente para tareas administrativas, específicamente para transcribir y resumir las grabaciones de audio de sus entrevistas.
Alicia
Espera, ¿entonces no la usaron para formular la estructura de las entrevistas? ¿O para generar sus preguntas?
Beto
No.
Alicia
No la usaron para analizar los temas emocionales de las transcripciones.
Beto
Los diarios muestran que cuando se trataba de estructurar la investigación, interactuar con humanos reales e interpretar los matices emocionales y sociales detrás de lo que los agricultores les estaban diciendo, los estudiantes esencialmente apagaron la IA.
Alicia
Eso es fascinante.
Beto
Reconocen los límites de la máquina.
Alicia
¿Sabes?, hay algo profundamente hermoso y alentador en eso.
Beto
¿Qué quieres decir?
Alicia
Bueno, cuando estos estudiantes estaban de pie en un olivar polvoriento en Sicilia, hablando con un agricultor cuya subsistencia y la historia familiar de toda su vida están amenazadas por la sequía, entendieron que la conexión humana simplemente no podía ser automatizada.
Beto
No puede serlo.
Alicia
Correcto. Un chatbot no puede leer la sala. No puede interpretar la ligera vacilación en la voz de un agricultor antes de responder a una pregunta. No puedes sentir el calor del sol o ver el impacto físico de la crisis. Todos esos datos empáticos sensoriales son completamente invisibles para un modelo de lenguaje.
Beto
Lo son. Lo cual es exactamente por qué los estudiantes retienen deliberadamente el control total sobre el proceso de creación de significado. No confiaron en un algoritmo para decirles cómo se sentía un agricultor siciliano.
Alicia
Porque el algoritmo nunca ha sentido sed.
Beto
Precisamente. Los estudiantes demostraron un pragmatismo intenso aquí. Usaron la IA para comprimir agresivamente el tiempo dedicado a la recopilación de datos, precisamente para poder asignar su energía limitada al trabajo interpretativo profundamente humano en el campo.
Alicia
Ok, entonces, ¿qué significa todo esto?
Creo que esto reformula toda la conversación para ti que estás escuchando ahora mismo. Si estás tratando de averiguar cómo integrar estas herramientas en tu propio flujo de trabajo, la lección de estos estudiantes de diseño no es sobre encontrar una herramienta que mágicamente haga tu trabajo por ti.
Beto
Correcto. No es un botón mágico.
Alicia
No. Se trata de auditar agresivamente tu flujo de trabajo. Descubre qué partes de tu trabajo son solo mover pesados pallets de datos y dáselo a la máquina. Guarda tu verdadera capacidad cerebral, tu creatividad y tu empatía humana para las fases físicas, interactivas y estrictamente humanas de tu trabajo. Así es como domas la tecnología.
Beto
Es un marco muy empoderador.
Alicia
Sí.
Beto
Pero tengo que decir, el estudio de PoliMi no concluye con una nota puramente utópica.
Alicia
Oh, hay un obstáculo.
Beto
Hay un obstáculo.
Alicia
Broadbent trae algunas preocupaciones de cierre que son realmente importantes para los educadores, pero honestamente aplican a cualquiera involucrado en trabajo de conocimiento.
Beto
¿Cuál es la preocupación?
Alicia
Esto plantea una pregunta importante sobre la función cognitiva de la fricción.
Beto
¿Fricción? ¿Qué quieres decir con fricción?
Bueno, piensa en el acto físico de leer una pieza densa y difícil de material, como uno de esos pesados documentos de política de la UE.
Es un proceso lento y frustrante. Tienes que releer oraciones. Haces una pausa para buscar términos. Luchas con la lógica del autor. Esa lucha es fricción cognitiva.
Alicia
Correcto.
Beto
Y desde una perspectiva de aprendizaje, esa fricción es el mecanismo que construye una comprensión profunda. La lucha es el aprendizaje.
Alicia
Esta lectura no es solo descargar una lista de hechos en tu cerebro.
Beto
Exacto. Se trata de las chispas inesperadas de entendimiento que ocurren mientras luchas por comprender el texto.
Así que el dilema del educador es este: si usas la bibliotecaria de IA para resumir instantáneamente un informe de 400 páginas en cinco puntos clave fáciles, obtienes los hechos, pero has evitado por completo la fricción.
Alicia
Veo a dónde va esto. Si eliminamos sistemáticamente la fricción de la lectura profunda, ¿perdemos la capacidad de transformar información cruda en conocimiento verdaderamente procesable?
Beto
Exacto. Si un estudiante confía en la IA para resumir toda la lectura, podría llegar a la fase de diseño mucho más rápido. Pero, ¿poseen realmente la comprensión profunda e intuitiva del contexto necesaria para diseñar una solución significativa?
Alicia
Eso es un intercambio peligroso. Ganamos velocidad increíble, pero arriesgamos este tipo de superficialidad masiva.
Beto
Es el desafío definitorio para esta próxima generación.
Alicia
Vaya. Lo que nos lleva a una última y muy provocadora idea para dejarles al volver a su propio trabajo hoy.
Hemos pasado toda esta inmersión profunda mirando cómo los estudiantes interactúan con herramientas como ChatGPT o Perplexity. Pero ahora mismo, casi todos nosotros estamos operando meramente como consumidores de estas grandes plataformas.
Beto
Lo estamos.
Alicia
Estamos constantemente tratando de escribir prompts ingeniosos para doblegar la IA general de otra persona para que se ajuste a nuestras necesidades específicas. Pero ¿qué pasa si el futuro del aprendizaje y el futuro de tu propio flujo de trabajo personal no se trata de mejorar en susurrar prompts a una máquina genérica? ¿Qué pasa si la verdadera maestría significa aprender a construir y personalizar tus propias herramientas de IA localizadas?
Imagina una arquitectura de IA que has adaptado exactamente a cómo funciona tu cerebro único, diseñada específicamente para preservar el tipo de fricción cognitiva que te ayuda a aprender mejor.
Beto
Eso es un cambio fascinante en la perspectiva.
Alicia
Correcto.
Comenzamos esta conversación mirando la mesa de dibujo táctil y desordenada siendo reemplazada por la pantalla digital. Pero tal vez la verdadera evolución no sea solo mirar la pantalla y consumir lo que nos da la Gran Tecnología. Tal vez el siguiente paso sea meterse en el código y construir las herramientas nosotros mismos.
Algo para masticar la próxima vez que te encuentres externalizando tu trabajo pesado a un chatbot.
Entradas
