Descripción
La irrupción masiva de la Inteligencia Artificial Generativa (IAG) ha transformado de manera irreversible el ecosistema educativo de nivel medio superior. En el contexto particular de la Preparatoria Agrícola de la Universidad Autónoma Chapingo, los estudiantes atraviesan una transición académica crítica: la adaptación al nivel medio superior y la urgencia de desarrollar un pensamiento crítico riguroso antes de ingresar a las diversas especialidades agronómicas. La integración de estas tecnologías plantea una profunda dualidad: si bien poseen el potencial de acelerar el aprendizaje técnico y la asimilación de ciencias básicas, su adopción desregulada e instrumental amenaza con desplazar el esfuerzo cognitivo genuino, promoviendo el plagio automatizado y debilitando los cimientos de la integridad académica.
El problema medular radica en el uso generalizado de herramientas comerciales genéricas. Estos sistemas, al no estar indexados a repositorios validados, tienden a generar "alucinaciones" algorítmicas, suministrar datos descontextualizados y carecer de una mediación pedagógica orientada a la formación humana. Ante este escenario, la prohibición o la omisión institucional resultan inviables; la respuesta imperativa debe ser la gobernanza digital. Por ello, esta investigación plantea la siguiente interrogante: ¿Es posible diseñar, configurar e implementar una herramienta de IA institucional que actúe como un tutor ético en lugar de un sustituto del pensamiento crítico del estudiante?
El objetivo general de este proyecto es generar y evaluar un bot institucional cuyo diseño algorítmico e interfaz prioricen el uso ético, la transparencia institucional y la responsabilidad social. El sustento teórico se fundamenta en la tecnoética, la cual exige examinar críticamente los sesgos y la responsabilidad del uso algorítmico (Bostrom y Yudkowsky, 2014), y en los enfoques contemporáneos de la Inteligencia Artificial en Educación (AIEd), específicamente mediante modelos de tutoría inteligente de corte socio-constructivista (Luckin, 2022). A diferencia de los motores de búsqueda comerciales que incentivan la pasividad entregando respuestas directas y acabadas, la propuesta se concibe bajo el concepto de andamiaje cognitivo (scaffolding) de inspiración vygotskyana. El dispositivo se estructura como un tutor socrático cuya función es interrogar al alumno, guiarlo en el modelado de preguntas profundas y estimular la metacognición y la autorregulación.
Para el desarrollo, despliegue y evaluación del bot, se adoptó un enfoque metodológico mixto con un diseño cuasiexperimental, compuesto por un grupo experimental y un grupo de control, con el fin de cuantificar el impacto de la herramienta en la calidad argumentativa y la profundidad de las producciones académicas. La muestra está integrada por 200 estudiantes de la Preparatoria Agrícola. El bot fue configurado inicialmente en la plataforma Poe®, cargando sistemáticamente el reglamento académico de la UACh, manuales técnicos de la preparatoria y bases de conocimiento especializadas y curadas en materia agronómica.
La recolección y el análisis de la información se estructuraron a partir de cinco fases procedimentales:
• a) Análisis y diagnóstico contextual: Se aplicó una encuesta diagnóstica a la muestra para caracterizar el uso previo de la IA, los niveles de honestidad académica percibidos y el nivel de conocimiento sobre el impacto ambiental derivado de la infraestructura algorítmica. Asimismo, se condujeron grupos focales para analizar la diversidad socioeconómica y la brecha digital de origen de la comunidad estudiantil.
• b) Diseño y desarrollo del prototipo: Se codificó la personalidad e instrucciones del bot para impedir la entrega de respuestas finales, obligándolo a responder con pistas metodológicas, preguntas de reflexión y fuentes confiables.
• c) Recolección de datos continuos: Se extrajeron analíticas de aprendizaje a través de los logs de interacción (anonimizados) del sistema, midiendo variables como el tiempo de sesión, número de iteraciones por consulta y la naturaleza conceptual de las preguntas (fácticas versus profundas). Esta fase se complementó con observación participante en las aulas de cómputo.
• d) Análisis retrospectivo y codiseño: Se integró al estudiantado como co-investigador activo. Los alumnos participaron en la validación y el reentrenamiento del bot, evaluando la pertinencia de las respuestas y transformándose de consumidores pasivos a constructores de tecnología.
• e) Evaluación de impacto documental: Se realizó un análisis de los trabajos entregados mediante software antiplagio y rúbricas estandarizadas de pensamiento crítico para contrastar el desempeño pre-bot y post-bot. El procesamiento estadístico de los puntajes se ejecutó mediante una prueba T de Student para comparación de medias de rendimiento, y escalas Likert para evaluar la evolución en la percepción ética.
Dado que la investigación se encuentra en curso, los resultados preliminares ya muestran tendencias sumamente alentadoras. Se registró un incremento del 27% en la precisión de las búsquedas de información disciplinar vinculada al sector agropecuario. Los estudiantes reportaron una disminución drástica en la incidencia de "alucinaciones" teóricas gracias al anclaje estricto del bot a las bases de datos de la UACh.
En el plano de la integridad académica, el diseño del bot forzó la emergencia de una cultura de respeto a la propiedad intelectual, dado que la interfaz exige explícitamente al usuario declarar el uso de la IA en sus productos finales y verificar los datos provistos. De manera paralela, un 27% del estudiantado demostró un incremento significativo en la concienciación sobre el impacto ambiental (huella de carbono e hídrica de los centros de datos) y la necesidad de ejercer acciones bioéticas en su uso diario. El análisis de los logs demuestra una transición gradual: los estudiantes pasaron de realizar consultas fácticas directas a sostener diálogos interactivos complejos que denotan un mayor procesamiento cognitivo.
La implementación de este bot institucional demuestra que la tecnología educativa no debe apuntar a la automatización de la enseñanza, sino a la humanización del entorno digital. En una institución con una composición demográfica pluriétnica y de alta vulnerabilidad económica como la UACh, centralizar el acceso a una IA robusta, segura y gratuita a través de canales institucionales constituye un acto de justicia digital que democratiza el conocimiento y evita que las disparidades socioeconómicas se traduzcan en brechas de rendimiento académico.
Asimismo, el resguardo de las interacciones bajo un entorno controlado garantiza la soberanía tecnológica y la protección absoluta de los datos de los estudiantes (quienes en su mayoría son menores de edad), blindándolos contra el extractivismo de datos de las corporaciones comerciales. Finalmente, este dispositivo actúa como un insumo estratégico para la profesionalización docente, ya que las analíticas agregadas permiten identificar con precisión los nodos conceptuales que más se les dificultan a los alumnos de nuevo ingreso, facilitando el rediseño instruccional de las asignaturas. El dominio ético de la IA en la preparatoria sienta las bases cognitivas y bioéticas para que los futuros agrónomos utilicen herramientas avanzadas como la agricultura de precisión o el modelado climático con un profundo sentido de responsabilidad social y ambiental.
