Un Estatuto de los Estudiantes anticuado desde el inicio

Esta semana les he puesto un caso práctico a mis estudiantes de primero. Lo más seguro es que algunos, muchos, de ellos lo meterán en ChatGPT, o en cualquier otro chatbot de inteligencia artificial, y obtendrán, en segundos, una propuesta de solución y una conclusión convincente. La entrega puede parecer excelente. Pero yo no sabré lo esencial: cuánto saben. Esa brecha entre la calidad del trabajo y el aprendizaje es hoy uno de los problemas centrales de la universidad.

Wendy Carlin, profesora de University College London e impulsora del proyecto CORE, lo planteaba a principios de año en una entrevista con Tim Phillips en VoxTalks Economics. Si la IA resuelve los ejercicios universitarios, la enseñanza debe convertirla en un interlocutor que obligue al estudiante a razonar y a aplicar lo aprendido en situaciones nuevas. La pregunta de fondo es más amplia: ¿qué debe garantizar hoy un título universitario?

El gobierno acaba de dar su respuesta normativa. El Real Decreto 855/2026, publicado en el BOE el 22 de octubre, aprueba el nuevo Estatuto del Estudiantado Universitario y deroga el de 2010. Su preámbulo reconoce que la llegada de la IA generativa tensiona las metodologías docentes, con implicaciones «evidentes, complejas y contradictorias» para la forma de enseñar y de aprender. El diagnóstico es acertado. El articulado no lo desarrolla.

En sus 64 artículos, la inteligencia artificial aparece una sola vez: en el artículo 11, entre los deberes del estudiantado. Se le pide abstenerse de procedimientos fraudulentos en pruebas y trabajos, «en especial mediante un uso inapropiado de la inteligencia artificial generativa». La norma no dice qué uso es apropiado. Tampoco obliga a nadie a decirlo.

La IA entra así en el estatuto como un asunto disciplinario. Pero el problema que plantea es pedagógico. No se trata solo de que algunos alumnos hagan trampa. Se trata de que muchas pruebas han dejado de medir lo que el alumno sabe, ya sea con trampa o no.

El estatuto atiende demandas reales. Reconoce derechos relevantes: la atención psicológica gratuita, la compatibilización de estudios y trabajo, como yo hice en su día, los planes de conciliación, un alojamiento digno. Detalla calendarios de exámenes, convocatorias, revisión de calificaciones, un margen mínimo de veinticuatro horas entre pruebas globales, el justificante de haber realizado la prueba. Son garantías importantes. Pero regulan cómo se revisa una nota, no si esa nota mide algo.

En materia de evaluación, algunas decisiones incluso contradicen lo que exige la IA. El artículo 22 fija la evaluación continua como referente y cita, como formatos alternativos, el trabajo o la práctica finales: precisamente, las entregas más expuestas a la generación automática. No exige que una parte de la calificación se obtenga en condiciones verificables. El mismo artículo permite que los exámenes virtuales se celebren sin supervisión si la universidad lo establece, en un sistema en el que, según el propio preámbulo, más del 27 % del estudiantado cursa estudios virtuales. Las guías docentes deben detallar la ponderación de cada prueba, pero no especificar qué asistencia tecnológica se admite en cada una. Y la evaluación ante tribunal existe como derecho que el alumno puede solicitar, no como instrumento para comprobar la autoría y la comprensión.

Desde el aula, el estudiante afronta hoy cuatro problemas que el Estatuto no aborda.

El primero, la incertidumbre. La misma herramienta está permitida en una asignatura y sancionada en la de al lado, a menudo sin reglas escritas. Un deber de no usar la IA «de forma inapropiada», sin criterio que lo concrete, deja al alumno a merced de interpretaciones dispares.

El segundo es la evaluación. Si las pruebas no distinguen entre lo que hace el alumno y lo que hace la máquina, el estudiante que aprende queda equiparado al que delega.

El tercero es la desigualdad de acceso. Las versiones más potentes de estas herramientas son de pago. Una evaluación mal diseñada puede medir la capacidad económica en lugar de aprendizaje. El derecho genérico a la formación y a los recursos digitales del artículo 6 no resuelve esa asimetría.

El cuarto es el valor del título en el mercado. Un grado acredita una formación y transmite una señal a quien contrata o admite en un posgrado. Si se puede aprobar sin demostrar las capacidades previstas, la señal pierde credibilidad. Lo pagan, sobre todo, quienes sí las han adquirido.

La respuesta no pasa por alargar los trabajos ni por pedir más referencias. También eso se genera. Tiene más sentido pedirle al alumno que explique una decisión, identifique un supuesto discutible o responda cuando cambia una condición del problema.

Pensemos en mi clase de economía. Resolver un modelo de oferta y demanda puede ser la práctica inicial. Después, introduzco los impuestos. El estudiante debe decidir si el modelo sigue siendo útil y justificar esa decisión. La exigencia crece: ya no basta con saber aplicar la herramienta; hay que comprender su alcance.

La clase presencial también cambia de sentido. Una sesión puede partir de una respuesta generada por IA y examinarla entre todos: qué evidencia usa, qué da por supuesto, dónde confunde conceptos, qué haría falta para aceptar su conclusión. Los profesores somos decisivos para distinguir una objeción fundada de una simple opinión. La IA puede servir, además, para practicar, siempre que preserve el trabajo intelectual: formular una hipótesis antes de ver la solución, explicar dónde se ha detenido el razonamiento.

El riesgo es confundir la facilidad para seguir una explicación con la capacidad para construirla. Una respuesta clara transmite una sensación de dominio. Comprobar ese dominio exige cerrar la herramienta y volver a resolver, argumentar o interpretar.

Nada de esto resta importancia a los conocimientos de base. Nadie detecta un error de interpretación estadística si desconoce los conceptos que lo sustentan. Un currículo centrado en el manejo de herramientas prepara para una interfaz concreta y deja al alumno sin criterio para evaluar sus resultados.

Conviene, por tanto, combinar evidencias. Algunas pruebas deben comprobar el dominio individual sin ayuda. Otras pueden exigir el uso de IA, con responsabilidad por los resultados. Una defensa oral breve permite explorar las decisiones y detectar lagunas. Un proyecto por etapas muestra cómo evoluciona el razonamiento. Cada formato informa sobre algo distinto. Juntos ofrecen una imagen más fiel del aprendizaje que una única entrega final.

Una norma básica no debe diseñar asignaturas. Pero sí podría haber fijado garantías mínimas. Podía exigir que cada guía docente declarara, prueba por prueba, qué uso de la IA se permite y qué debe declarar el estudiante. Podría haber asegurado que una parte significativa de la calificación de cada asignatura se obtuviera en condiciones que permitieran verificar la autoría y la comprensión, ya fuera de forma presencial o mediante una defensa oral. Podría impedir que el acceso a las herramientas exigidas dependiera de la capacidad de pago. Y podría vincular la adaptación a la formación y a los recursos para el profesorado, porque rediseñar actividades y evaluar defensas requiere tiempo.

La propia norma deja una puerta abierta. Las universidades disponen de doce meses para adaptar sus normativas. Pueden aprovecharlos para incorporar a sus reglamentos de evaluación lo que el Estatuto ha dejado fuera. Si no lo hacen, el nuevo marco protegerá con todo detalle la revisión de notas que quizá no midan lo que dicen medir.

La universidad tiene ahora la ocasión de hacer explícita su promesa: formar personas capaces de trabajar con herramientas potentes, comprender sus límites y sostener un juicio propio. Obtener una respuesta será cada vez más sencillo. Saber defenderla seguirá siendo tarea universitaria. Un Estatuto del Estudiantado debería haber empezado por ahí.