ASU Atomic: una IA educativa usa voces docentes sin su participación

ASU Atomic, una herramienta de la Universidad Estatal de Arizona, puede crear módulos educativos personalizados a partir de materiales existentes de profesores. El caso de Chris Hanlon, cuya voz y rostro aparecieron en un curso que no había dado, expone una tensión concreta: ampliar el acceso al conocimiento sin separar los contenidos de quienes los enseñan.

ASU Atomic fue presentada como una propuesta para ampliar el acceso a contenidos universitarios mediante inteligencia artificial. Según la información publicada por Clarín, la plataforma permite solicitar módulos educativos personalizados por cinco dólares mensuales.

El usuario indica el tema que quiere estudiar y su nivel de conocimiento. Luego, la aplicación organiza lecturas, videos y cuestionarios a partir de materiales producidos por docentes de la universidad. La propuesta combina automatización, acceso abierto y adaptación del recorrido, pero también modifica el vínculo entre una clase y el profesor que la diseñó.

ASU Atomic convirtió una clase docente en un curso no dictado

Chris Hanlon, profesor de literatura en la Universidad Estatal de Arizona, descubrió que su rostro y su voz aparecían en un curso que nunca había dado. La herramienta había recuperado fragmentos de sus clases, los había combinado con materiales de otros docentes y los había integrado en una experiencia educativa nueva.

El episodio no describe simplemente una grabación reutilizada. La plataforma toma materiales existentes, los fragmenta y los reorganiza según una solicitud del usuario. Así, la voz del docente puede permanecer presente aunque el profesor no haya definido la secuencia, el objetivo ni el contexto de esa clase.

La personalización no equivale a una experiencia de aprendizaje

El funcionamiento de ASU Atomic busca adaptar el recorrido a las necesidades declaradas por cada estudiante. Sin embargo, personalizar una secuencia de lecturas, videos y cuestionarios no implica necesariamente personalizar la experiencia de aprendizaje.

Una clase también depende de cómo se ordenan las ideas, qué preguntas aparecen, qué dificultades detecta el docente y cómo se modifica la explicación frente a un grupo concreto. Cuando el material se procesa para producir recorridos nuevos, puede conservar fragmentos reconocibles y, al mismo tiempo, perder el sentido pedagógico con el que fueron elaborados.

La diferencia es relevante para evaluar la promesa de la herramienta. Adaptar contenidos puede facilitar el acceso a información; enseñar supone además construir relaciones entre conceptos y responder a interpretaciones, errores y contextos que no siempre están previstos en los materiales de origen.

Un error de identificación muestra el límite del sistema

Hanlon comprobó que el avatar asociado a su contenido mencionaba al crítico literario Cleanth Brooks, pero lo rebautizaba como “Cliente Brooks”. El error muestra un límite concreto de los sistemas que generan explicaciones a partir de materiales existentes: pueden producir una presentación fluida sin garantizar que cada nombre, referencia o relación conceptual sea correcto.

En un entorno educativo, una equivocación de ese tipo no es un detalle puramente formal. El estudiante puede incorporarla como conocimiento válido, sobre todo cuando la respuesta aparece acompañada por la voz y la imagen de un profesor universitario. La apariencia de autoridad no reemplaza la revisión disciplinar ni la intervención docente.

El control sobre la voz y los materiales queda en discusión

El caso también plantea una dimensión laboral e institucional. La información disponible sostiene que los materiales utilizados por la plataforma son grabaciones de profesores de la Universidad Estatal de Arizona y que pertenecen a la institución. Ese dato no permite establecer por sí solo qué autorizaciones existen ni qué condiciones fueron acordadas con cada docente.

Sí permite distinguir dos situaciones. Una universidad puede compartir una clase grabada con estudiantes manteniendo su contexto original. Otra operación consiste en fragmentar esa clase, combinarla con materiales ajenos y utilizarla para producir cursos nuevos en los que el profesor no participa. En el segundo caso, la voz puede seguir circulando mientras el docente pierde control sobre la forma en que aparentemente enseña.

La diferencia entre ambos usos es central para cualquier evaluación institucional de herramientas educativas basadas en inteligencia artificial. No alcanza con saber si el sistema puede reutilizar un material: también importa quién decide cómo se reutiliza, con qué revisión y bajo qué condiciones de participación.

Acceso universitario y mediación pedagógica no son lo mismo

La propuesta de ASU Atomic parte de una finalidad atendible: ofrecer contenidos universitarios a un costo accesible y permitir que más personas exploren temas según sus intereses. Esa función puede ser útil como complemento, especialmente para ordenar materiales o iniciar un recorrido de estudio.

Pero una universidad no se define únicamente por la distribución de información. También es un espacio en el que las ideas se discuten, se cuestionan y se transforman. Si la automatización reemplaza esas instancias por recorridos generados a partir de archivos, el estudiante recibe una experiencia distinta de una clase, aunque la plataforma conserve la voz o la apariencia del docente.

El caso, por lo tanto, no obliga a rechazar la inteligencia artificial en la educación. Obliga a precisar qué tarea se automatiza y cuál no. Organizar materiales puede ser una función técnica; construir una situación de aprendizaje y responder por sus errores sigue requiriendo criterios pedagógicos y revisión humana.

Qué debería comprobar un estudiante antes de confiar en un módulo

Para quien use una herramienta de este tipo, conviene distinguir entre un material generado automáticamente y una clase dictada o revisada por el docente cuya voz aparece en pantalla. También es importante verificar los nombres, las referencias y las fuentes citadas, sobre todo cuando el módulo presenta una explicación cerrada o una respuesta con apariencia académica.

La presencia de un rostro conocido no demuestra que esa persona haya creado, aprobado o supervisado el curso. En ASU Atomic, el dato más significativo del caso es precisamente esa separación entre la identidad visible del profesor y su participación efectiva en la experiencia educativa.

La discusión sobre estas plataformas no se reduce a si la inteligencia artificial puede resumir o combinar materiales. También exige definir quién conserva el control sobre una clase, cómo se corrigen los errores y qué significa aprender cuando la personalización se limita a reorganizar contenidos ya existentes.