UABDivulga - Barcelona recerca i innovació

Ante la generalización de herramientas como ChatGPT, Gemini o Copilot, a menudo nos preguntamos cómo las utiliza realmente el alumnado universitario y, sobre todo, qué implicaciones tiene esto para el profesorado. Con este objetivo, en este estudio analizamos cómo el alumnado del grado de Física de la UAB utiliza la inteligencia artificial (IA) generativa en el conjunto de sus tareas académicas.

Para obtener una visión lo más ajustada posible, hemos combinado dos fases: una primera de recogida de datos dirigida a todo el estudiantado del grado y una segunda de profundización, de carácter más cualitativo. En primer lugar, recogimos 172 respuestas a un cuestionario (cerca del 43% del alumnado) entre diciembre de 2024 y febrero de 2025. A continuación, organizamos un grupo de discusión con 11 estudiantes para profundizar en los motivos, las dudas y las emociones que hay detrás de las tendencias detectadas en el cuestionario.

En cuanto a los usos de la IA en el grado de Física, observamos aplicaciones muy concretas: pedir explicaciones, resolver dudas, revisar o generar código, resumir apuntes, simular preguntas de examen, traducir o pulir textos y obtener una primera orientación informativa cuando hay que iniciar una tarea. En síntesis, esta relación académica con la IA suele adoptar tres funciones principales: tutoría (cuando el alumnado se apoya en ella para entender lo que no acaba de ver por sí solo), diálogo (cuando interactúa con la herramienta para contrastar ideas) y asistencia (cuando delega una tarea que ya domina).

Un análisis que tiene en cuenta la diversidad de aplicaciones y motivaciones indica que no existe un único tipo de usuario. Al contrario, hemos identificado cinco perfiles de uso predominantes. Aunque la distribución de estudiantes entre perfiles pueda variar con el tiempo, consideramos que las diferencias entre ellos son lo bastante claras como para que esta tipología se mantenga estable.

El perfil más numeroso agrupa a estudiantes que utilizan la IA sobre todo para ahorrar tiempo en tareas repetitivas (código, depuración, LaTeX), pero que a la vez expresan más recelo y desconfianza que otros perfiles. El segundo perfil más frecuente incluye a quienes hacen un uso intenso y diversificado de la IA, como una pieza central de su aprendizaje: la consultan para entender teoría, hacer cálculos, preparar entregas, programar y también para tareas más mecánicas, como dar formato a documentos. En tercer lugar, encontramos estudiantes que solo recurren a ella de forma puntual, con una aproximación marcadamente utilitarista. Los dos últimos perfiles son minoritarios: el cuarto agrupa a estudiantes que utilizan la IA sobre todo para aclarar conceptos y explorar ideas, como apoyo para dialogar y obtener explicaciones alternativas; y el quinto incluye a quienes mantienen distancia y casi no la utilizan, a menudo por razones éticas (impacto ambiental, opacidad de los datos de entrenamiento o dependencia de software privativo).

Este mosaico de perfiles y aplicaciones nos lleva a una conclusión clara: si la IA ya forma parte de la vida académica, debemos replantearnos objetivos de aprendizaje y formas de evaluación. Los resultados sugieren que, pese a los recelos, el alumnado utiliza la IA en su proceso de aprendizaje y no necesariamente con la finalidad de cometer fraude académico. Integrarla de manera responsable implica, por un lado, aprovechar su potencial para apoyar el aprendizaje individualizado y, por otro, reforzar una mirada crítica que ya muestran muchos estudiantes: verificar resultados, comprender sus límites, evitar la dependencia y abrir espacios de debate sobre sus implicaciones éticas. Más que plantear la IA en términos de «todo o nada», los perfiles que hemos identificado pueden ayudarnos a diseñar actividades y apoyos diferenciados, ajustados a maneras diversas de ser estudiante hoy en la UAB.