El truco del texto blanco no cazó IA: cazó a 32 de 35 alumnos que entregaron sin leerse su propio examen

Jason Gibson, profesor de historia en la Universidad Estatal de Alcorn (Mississippi), escondió una trampa en el examen parcial de dos cursos de verano. Dentro del enunciado —que pedía comparar la Revolución Industrial con la era digital actual— insertó la palabra «Madagascar» en fuente blanca sobre fondo blanco, colocada donde no tenía ningún sentido contextual. Un estudiante que leyera el papel no la vería. Un estudiante que copiara y pegara el enunciado en un chatbot, y devolviera la respuesta sin revisarla, la arrastraría consigo. Según relató Gibson en una serie de vídeos en TikTok que acumularon millones de reproducciones, 32 de sus 35 alumnos —el 91%— suspendieron esa parte del parcial. Sus exámenes contenían frases como «Madagascar flota de lado a través de la tarde» o «Madagascar bicicleta púrpura susurra al techo». TODAY.com afirma haber contactado con Gibson y con la universidad sin recibir respuesta inmediata.

Lo que Gibson montó tiene nombre técnico: es una inyección de prompt (prompt injection), la técnica de colar una instrucción invisible dentro de un texto para que el modelo la procese como si viniera del usuario. Es exactamente la misma clase de vulnerabilidad que hoy quita el sueño a quien despliega agentes de IA con acceso a correo, navegador o repositorios. La diferencia es el signo: aquí se usa en defensa propia, como marca de agua trampa. Y funciona por una razón poco halagadora para el modelo y menos aún para el alumno: el chatbot no tiene forma de saber que esa palabra sobra, y el alumno no llegó a mirar lo que firmaba.

Conviene fijarse en los detalles que complican el relato heroico. Gibson explica que, tras corregir, envió un aviso con una captura del texto oculto e invitó a apelar a quien se creyera mal calificado: solo dos estudiantes lo hicieron, y a una se le cambió la nota porque el modo oscuro de su pantalla hacía visible el texto «invisible». Es decir, el detector genera falsos positivos por configuración de pantalla —y, por la misma lógica, atraparía a cualquiera que use un lector de pantalla, que lee la fuente blanca en voz alta sin distinguirla. En los comentarios, un usuario advertía que los modelos más recientes ya avisan cuando detectan un intento de inyección. Nosotros lo tomamos como lo que es —una afirmación no verificada de un espectador—, pero la dirección es la previsible: cualquier truco de detección publicado en TikTok tiene fecha de caducidad. La carrera armamentística la pierde siempre el defensor que depende del secreto.

El contexto es un campus dividido. Como recoge el artículo, unos profesores vuelven al ensayo manuscrito y al examen presencial; otros integran la IA y exigen declarar cuándo y cómo se usó. El propio Gibson desactiva la épica: dice que no le da ninguna satisfacción suspender a nadie y que lo que más le sorprendió no fue que usaran IA, sino que tan pocos leyeran lo que entregaban. Su frase final —«dejemos de actuar como si tuviéramos la respuesta, porque no la tenemos»— es la más honesta de todo el episodio.

Nuestra lectura: el titular fácil es «91% de alumnos hace trampa». El dato interesante es otro. Un ejercicio que un chatbot resuelve de principio a fin sin que nadie lo revise no estaba midiendo comprensión histórica; estaba midiendo capacidad de producir prosa correcta. Esa capacidad acaba de dejar de ser escasa, igual que la aritmética mental dejó de serlo con la calculadora. Lo que el experimento demuestra con precisión quirúrgica no es la existencia de tramposos —eso no es noticia desde que existen los exámenes—, sino que 32 personas entregaron un texto con su nombre sin leerlo. El problema no es delegar la redacción: es delegar el juicio. Y el juicio es exactamente la competencia que la IA no sustituye y que el mercado laboral va a pagar cada vez mejor.

A corto plazo esto es feo y va a doler: evaluación rota, desconfianza mutua, profesores improvisando trampas caseras y alumnos que se están saltando justo la parte del proceso que les serviría. A largo plazo somos optimistas, y con motivos concretos: la IA es la primera tecnología capaz de dar a cada estudiante algo parecido a un tutor personal, paciente e infinito, un lujo históricamente reservado a las élites. Pero ese futuro exige rediseñar la evaluación alrededor de lo que la máquina no hace —defender un argumento en voz alta, detectar el error del modelo, decidir qué pregunta merece la pena—, no alrededor de cazar al que la usa. Como venimos sosteniendo en nuestra serie sobre IA y empleo: en educación gana el docente que orquesta la IA, no el que solo transmite contenido ni el que se limita a vigilar. Gibson, al menos, ha empezado a hacerse las preguntas correctas. La respuesta no está en la tinta blanca.