El desenvolupament de la IA generativa està provocant una transformació profunda del treball, en particular perquè, a diferència de les disrupcions tecnològiques prèvies, incrementa principalment el potencial d’automatització i d’augment de capacitats en ocupacions que requereixen alts nivells educatius. Com a conseqüència, la IA generativa té un impacte profund i de llarg termini en l’educació superior, ja que inevitablement afecta el que les persones han d’aprendre, com ho haurien d’aprendre i com poden demostrar-ho (i, per tant, avaluar-ho). 

Els professors universitaris, el treball dels quals és especialment sofisticat i centrat en el coneixement, són, per tant, candidats clars a veure’s afectats radicalment per aquesta tecnologia. I malgrat l’evident bombolla existent sobre les expectatives de la IA, recordem que tendim a sobrestimar els efectes d’una tecnologia a curt termini i subestimar-ne l’efecte a llarg termini, aquest postulat és especialment premonitori per entendre el que es pot donar amb la IA generativa i la universitat.

Tenim, avui dia, més preguntes que respostes, però és important identificar les preguntes realment rellevants perquè ens serveixin d’hipòtesis que ens permetin passar a una acció experimental que generi aprenentatge dins del sistema (per a estudiants, professors i universitats). Després d’una primera reacció de por i tendència a intentar limitar l'ús de la IA a les universitats, hem de passar a un enfocament estratègic abordat en dues dimensions (professors i líders d’institucions), per tal de poder comprendre’n en profunditat les implicacions i la necessitat de desenvolupar capacitats de maneig efectiu. En aquesta conferència abordarem algunes de les preguntes bàsiques sobre la IA generativa que haurien de guiar el futur immediat de les universitats: per què i per a què la necessitam, com l’hem de fer servir, quin tipus de decisions tecnològiques hem de començar a prendre i quins espais d’experimentació podem crear. 

Tant en recerca com en educació les diferents persones que treballen a les universitats necessiten identificar i descobrir coneixement rellevant, organitzar aquest coneixement i generar nou coneixement derivat amb objectius específics. Podem pensar que aquest procés es compon per una sèrie de grans fases: a) identificar i organitzar temàtiques, competències i bibliografies adequades per als cursos que dissenyen i imparteixen; b) generar continguts nous; c) dissenyar i produir recursos educatius diversos (des d'exàmens a projectes i reptes que s’han de resoldre), i d) avaluar de manera contínua i efectiva l’aprenentatge dels estudiants. Addicionalment, els estudiants necessiten accedir a mecanismes d’acompanyament efectius que els ajudin en diverses facetes de la seva vida acadèmica i els permetin assolir els objectius d’aprenentatge. Aquestes són precisament les funcions principals en què avui dia s’aplica la IA generativa. Revisarem el procés de treball dels professors, dissenyadors instruccionals i d’experiències d’aprenentatge, així com productors de continguts (rols que habitualment a la universitat tradicional són assumits per professors) per identificar de quina manera es pot veure alterat i beneficiat per la IA. Il·lustrarem aquests temes mitjançant diversos exemples d’estratègies que estan desenvolupant diferents universitats i d’eines que estan sorgint especialment de l’ecosistema edtech que col·labora amb aquestes universitats.