Una segunda presión agrava la primera, y la mayoría de los programas de posgrado en esta región no se han adaptado a ella.

En un estudio de 2024 , 117 estudiantes universitarios fueron asignados aleatoriamente a aprender con o sin ChatGPT. El grupo asistido por IA obtuvo mejores calificaciones en los ensayos. No mostraron una mayor ganancia ni una transferencia de conocimientos. Los autores denominaron a este patrón pereza metacognitiva: los estudiantes delegaban la planificación, el seguimiento y la evaluación de su propio pensamiento en el modelo, en lugar de utilizarlo como apoyo.

Un estudio cualitativo de 2025 sobre estudiantes de posgrado de Hong Kong que redactaban ensayos académicos con ChatGPT llegó a la misma conclusión. Un estudio complementario del mismo año encontró que los estudiantes que recibieron apoyo metacognitivo explícito junto con la IA obtuvieron un progreso notablemente mayor que los estudiantes que usaron la IA como un motor de respuestas.

Para los programas de maestría en trabajo, que dominan la educación ejecutiva en el sudeste asiático, en India y en China, la implicación resulta incómoda.

El trabajo cognitivo que los programas han confiado silenciosamente en que los estudiantes realicen por sí mismos, la integración silenciosa de la teoría y la práctica laboral a través de una vida dual fragmentada, es exactamente el trabajo que la IA ahora hace en nombre del estudiante. En segundos. No hay registro de lo aprendido y nada queda cuando se retira el modelo.

La respuesta institucional está en el lado equivocado de la mesa

La respuesta dominante a la IA en la educación de posgrado se sitúa del lado de la oferta. Impartición de cursos potenciada por IA. Retroalimentación asistida por IA. Herramientas de tutoría de IA. Diseño curricular consciente de la IA generativa.

Estos son útiles. Pero también pasan por alto el problema. Los estudiantes que usan la IA sin andamiaje producen un trabajo que parece adecuado pero no construye nada duradero. Una mayor presencia de IA en el programa no cambia lo que el estudiante hace, o deja de hacer, por sí mismo.

La clave está en la demanda: un pequeño conjunto de prácticas que los estudiantes realicen sin IA para las tareas cognitivas que esta no puede hacer por ellos, y usar la IA como apoyo intelectual solo cuando haya una razón justificada.

Esta disciplina no necesita ser compleja. Cinco prácticas de dos a tres horas semanales, que sustituyan versiones menos disciplinadas de las actividades que el estudiante ya realiza, son suficientes.

La práctica central consiste en una síntesis escrita semanal de 30 minutos, redactada con las propias palabras del estudiante. Cuatro preguntas: ¿Qué sucedió esta semana? ¿Qué suposición hice que resultó errónea? ¿Qué principio general ilustra esto? Y, la pregunta que los estudiantes omiten, ¿en qué situaciones este principio me llevaría a error?

La cuarta pregunta es lo que distingue un principio de un eslogan. A su alrededor se encuentran cuatro prácticas más sencillas:

Una predicción escrita breve antes de cualquier decisión importante en el ámbito laboral o académico, con una fecha de revisión adjunta. Un manual operativo personal de dos o tres páginas, revisado cada trimestre, que enumera los principios por los que el estudiante se rige y las situaciones en las que cada uno de ellos lo llevaría a error.

Una nota mensual sobre lo que se está ampliando y lo que se está evitando. Un inventario anual de lo que el estudiante ahora puede hacer que no podía hace un año, y lo que está conservando para la permanencia en lugar de para el crecimiento.

Las prácticas están diseñadas para resistir la IA. Escribir de memoria, no a partir de notas. Predicciones registradas antes de cualquier consulta con IA. Principios en las propias palabras del estudiante, con límites explícitos. No son un currículo ni una evaluación. Son disciplinas personales, mantenidas por el estudiante para su propio beneficio. Un programa puede introducirlas, pero el trabajo pertenece al estudiante.

El período previo al programa es aprovechable y actualmente está vacío.

Hay un momento en el recorrido de posgrado en el que la intervención tiene un impacto excepcionalmente alto: el período entre la oferta de admisión y el primer día de clases. Para la mayoría de los estudiantes que trabajan, esto es de dos a seis meses. También es el período en el que más se desperdicia en celebraciones, lecturas previas a medias y ansiedad por revisar foros.

Y es el único punto en el que el estudiante aún no ha sido sobrescrito por el programa. Una línea de base capturada aquí es la única línea de base contra la cual se pueden medir los efectos del programa posteriormente.

La interacción de la mayoría de los programas con los estudiantes admitidos durante este período es administrativa: pago, registro y logística de orientación. Algunos envían listas de lecturas previas. Unos pocos organizan campamentos opcionales de escritura o de matemáticas previos al programa.

Ninguno de los que he visto en CFVG Vietnam ni en programas regionales similares actualmente proporciona el andamiaje de la línea de base metacognitiva que este período hace posible.

La inversión es pequeña. Un kit de cuatro páginas. Una sesión opcional de treinta minutos. Un miembro del profesorado está dispuesto a responder preguntas durante el período establecido. Si los estudiantes adoptan estas prácticas, el beneficio se multiplica durante el resto del programa.

Una segunda implicación, para los supervisores de tesis

Un año de síntesis semanales, predicciones de decisiones con fecha y revisiones periódicas de un manual operativo se convierte, casi como un efecto secundario, en un conjunto de datos de primera mano. Este conjunto respalda una tesis sobre la toma de decisiones gerenciales, el desarrollo del liderazgo o el aprendizaje organizacional, fundamentada en la observación directa con fecha, en lugar de basarse únicamente en datos de encuestas.

Las metodologías para este tipo de tesis —investigación-acción, práctica reflexiva, autoetnografía— tienen una base más sólida en la literatura de lo que a veces se supone en la región. Un ejemplo actual es un trabajo reciente publicado en el International Journal of Qualitative Methods sobre tesis de maestría basadas en la investigación-acción en un programa de innovación colombiano. Los docentes que supervisan a estudiantes que utilizan este material pueden supervisar tesis que abordan un problema de gestión real, en lugar de una laguna genérica en la literatura. En mi experiencia, estas tesis también resultan más interesantes de leer.

La pregunta que los líderes del programa aún no se plantean

es si integrar la IA en la educación de posgrado. La IA ya está integrada en el mercado laboral al que se incorporan los estudiantes y en su flujo de trabajo diario.

La cuestión fundamental es si lo que el programa está construyendo sigue teniendo sentido en vista de esta realidad: si está formando graduados cuyo criterio se mantiene firme al prescindir del modelo, o graduados cuya competencia superficial se desmorona sin él.

Esta es ahora una cuestión de riesgo institucional, no de preferencia pedagógica.

El Dr. Phuong Nguyen (MBA, PhD) se basa en tres décadas de liderazgo comercial y desarrollo de talento, junto con una amplia bibliografía sobre aprendizaje de adultos y profesional, en su docencia en el CFVG (Centre Franco-Vietnamien de Formation à la Gestion) en Vietnam.

Este artículo es un comentario. Los artículos de opinión reflejan la postura del autor y no necesariamente la de University World News.