La UBA no prohíbe la IA en los exámenes: la obliga a rendir cuentas de su bibliografía

Por La Gaceta · 3 de julio de 2026.

La Facultad de Ciencias Económicas de la Universidad de Buenos Aires integró un agente de inteligencia artificial dentro de "Mi Econ", su plataforma digital, y aprobó una normativa para regular su uso en el aula. La herramienta ya opera en 40 materias, 184 cursos y 44 cátedras, con alcance a unos 2.000 estudiantes. A diferencia de un chatbot genérico, el sistema trabaja en un entorno cerrado: solo responde con la bibliografía y los materiales que cada cátedra carga, sin salir a buscar en internet. La normativa aclara además que usar IA no cambia la autoría de un trabajo —la responsabilidad sigue siendo del estudiante, que debe declarar su uso cuando corresponda— y que la evaluación empezará a valorar también el proceso: borradores, registros de trabajo y defensas orales breves, no solo el resultado final.

El dato interesante no es que una universidad "permita" IA —eso ya lo hacen casi todas por la fuerza de los hechos—, sino que decida construir su propia infraestructura para acotarla. Cerrar el sistema a la bibliografía oficial es una respuesta directa a dos problemas reales: la alucinación de fuentes (un modelo abierto puede inventar citas o mezclar teorías de escuelas distintas sin avisar) y la desigualdad de acceso, porque si cada alumno usa una IA distinta con su propio criterio de calidad, la evaluación deja de ser comparable entre pares. Al fijar el corpus, la UBA convierte la IA en un tutor curado en vez de un oráculo abierto, y eso es una decisión pedagógica tanto como técnica.

El giro hacia evaluar el proceso —borradores, defensas orales, registros de trabajo— es, en realidad, la respuesta estructural más honesta al problema que todos los docentes enfrentan desde que existe el generador de texto barato: si el producto final se puede fabricar en segundos, el valor académico tiene que desplazarse a la trazabilidad del pensamiento. Esto conecta con algo que ya vimos en el sector educativo en general: gana el profesor (y aquí, la institución) que aprende a orquestar la IA como herramienta de aprendizaje, no el que intenta prohibirla o el que la ignora. Universidades de otros países vienen probando variantes de esto —defensas orales, portafolios de proceso—, pero pocas han llegado a construir su propio asistente cerrado con presupuesto institucional; eso marca una apuesta más ambiciosa que un simple reglamento de uso.

En general, este tipo de iniciativas anticipan una tensión que se va a repetir en toda la educación superior de la región: quien tenga los recursos para construir su propia capa de IA controlada podrá fijar sus propias reglas de integridad académica; quien dependa de herramientas externas y gratuitas quedará más expuesto a la trampa fácil y a la brecha de calidad entre estudiantes. La UBA, con esta jugada, se posiciona como referencia temprana, pero el verdadero desafío no es tecnológico sino de escala: sostener 2.000 alumnos en un sistema cerrado y curado es mucho más manejable que hacerlo con cientos de miles en universidades masivas de menor presupuesto. Ahí es donde se va a medir si este modelo es replicable o si termina siendo un experimento de nicho con buena intención pero difícil de generalizar.

A largo plazo, iniciativas como esta son la semilla de algo más prometedor: una educación donde la IA no reemplaza el pensamiento crítico sino que libera tiempo para ejercitarlo mejor, con tutores que conocen exactamente el temario y pueden guiar sin atajos. Si la transición a corto plazo exige más trabajo de diseño pedagógico y más fricción evaluativa —como reconoce la propia normativa al pedir defensas orales y registros de proceso—, es un precio razonable frente al riesgo de una generación que delega el razonamiento sin desarrollarlo nunca.