[Gráfico NY&NJ]
En la primera parte, este medio comprobó que la brecha de IA en las universidades de EE. UU. se abre más en la etapa de diseñar qué se enseña con la herramienta que en la de tenerla. Ese diseño depende, en última instancia, del profesor en el aula. Y en muchas universidades, quien más estudiantes atiende es el instructor por horas, el más alejado del apoyo institucional.
Mismo campus, distinta línea de salida
Según una encuesta de 2025 del Center for Community College Student Engagement (CCCSE), con unos 70,000 estudiantes y unos 3,000 profesores, el 61% de los profesores de tiempo completo y el 45% de los instructores por horas dijeron que su institución ofrece capacitación en enseñanza con IA. El 43% de los instructores por horas ni siquiera sabía si existía esa capacitación, el doble que entre los profesores de tiempo completo. Entre quienes conocían el programa, la participación real también se distanció: 63% frente a 38%. Los instructores por horas suelen cobrar solo por las horas que dictan clase, de modo que no se les paga el tiempo que dedicarían a capacitarse o a rediseñar sus cursos.
Ese vacío llega a los estudiantes. Cerca de un tercio respondió que ningún profesor le explicó cómo usar la IA. Solo el 38% dijo haber aprendido de un profesor a evaluar los resultados generados por la IA.
Profesores que vuelven al examen en papel
En una encuesta de Titan Partners, el 47% de los profesores cambió su forma de evaluar por la IA, pero en direcciones opuestas. El 24% rediseñó la evaluación con métodos como exámenes orales y la crítica de textos generados por IA (enfoque integrador), y el 23% volvió a los exámenes escritos y supervisados (enfoque defensivo). Los profesores defensivos (66%) citaron las trampas como uno de sus principales problemas con más frecuencia que los integradores (54%). En el conjunto, esa proporción subió del 36% en 2024 al 55% este año.

Es difícil culpar a los defensivos. Examinar oralmente durante 15 minutos a cada uno de 300 estudiantes requiere 75 horas. Cuanto mejor es la evaluación, más tiempo exige al profesor, y ese tiempo lo decide el presupuesto de la universidad.
Los detectores de IA sospechan de los "hablantes no nativos"
Los detectores de IA son la herramienta a la que recurren las aulas sin margen para rediseñar sus cursos. Pero en un estudio de investigadores de la Universidad de Stanford publicado en 2023 en la revista Patterns, siete detectores clasificaron erróneamente como escritos por IA, en promedio, el 61% de los ensayos TOEFL redactados por hablantes no nativos. En los ensayos de estudiantes estadounidenses nativos de middle school casi no hubo errores. Es un resultado que pesa especialmente en las universidades de Nueva York y Nueva Jersey, donde hay muchos inmigrantes y estudiantes de inglés. A los estudiantes les conviene conservar sus borradores y el historial de revisiones.

Con la herramienta en mano, la brecha se redujo
También hay evidencia en sentido contrario. En un experimento aleatorio del National Bureau of Economic Research (NBER) de EE. UU., la brecha de puntaje en tareas entre adultos con distinto nivel educativo se redujo cerca de un 75% cuando contaron con ayuda de IA. Sin embargo, los participantes con menor nivel educativo tenían 10.1 puntos porcentuales más de probabilidad de copiar tal cual el resultado de la IA, y al repetir la tarea sin IA parte de la brecha reapareció. Es decir, lo que define la brecha no es la tecnología, sino las condiciones para aprender a usarla.

La diferencia en cómo se usa la IA se traslada al empleo. El equipo del profesor Erik Brynjolfsson, de la Universidad de Stanford, halló que en las ocupaciones más expuestas a la IA el empleo de personas de 22 a 25 años cayó un 13% en términos relativos, y que la caída se concentró en las ocupaciones donde la IA sustituye a las personas en lugar de asistirlas.
Un experimento de "IA pública" en Nueva York y Nueva Jersey
También hay iniciativas en busca de soluciones. Empire AI, del estado de Nueva York, reúne a 10 instituciones, entre ellas SUNY, CUNY y la Universidad de Columbia, que son copropietarias de una supercomputadora financiada con más de $500 millones en fondos públicos y privados. SUNY lanzó una alianza que conecta 21 campus regionales, incluidos campus de investigación y community colleges, y CUNY apoya 113 proyectos de IA con $3 millones. En Nueva Jersey, "AI Ready NJ" respalda la capacitación docente y las prácticas estudiantiles en los 18 community colleges del estado.

El reto es que esos recursos lleguen más allá de los investigadores, hasta las aulas de los instructores por horas. Hay que pagar el tiempo de capacitación, no sancionar a los estudiantes solo por el veredicto de un detector y publicar datos de IA por tipo de universidad. Ahora que el conocimiento salió de los muros de la torre de marfil, lo que las universidades deben proteger es el tiempo en que una persona forma a otra.

