Emprendedor que Inventó una IA para Estudiar sin Esfuerzo, ahora Lamenta sus Efectos en la Escuela

Roy Lee, fundador de Cluely, creó una herramienta que hacía trabajos académicos de forma indetectable con inteligencia artificial y, tras su éxito, la Universidad de Columbia lo expulsó junto a su cofundador. Expone hasta dónde llega la IA en la educación cuando choca con el modelo universitario.

El proyecto nació en Nueva York y, en pocos meses, logró una ronda que alcanzó 7 millones de dólares. La promesa era simple y muy potente: tú subías el enunciado, y el sistema devolvía un trabajo “limpio” que no activaba detectores. Ahí empezó el choque con Columbia, y ahí también arrancó la discusión pública que hoy te afecta como estudiante o docente.

Tiempo después, Lee habló del “estado dramático” del aula y dijo que la educación es “la primera industria que la IA ha alterado genuinamente”. No mostró arrepentimiento. Al contrario, defendió que está “acelerando el colapso de una industria condenada” y que solo el 0,001% del alumnado es muy bueno, mientras el resto se gradúa “hiper-incompetente”. La contradicción está a la vista, y no es menor.

Su postura encaja con una mentalidad extendida en Silicon Valley: alterar primero y preguntar después. Si lo comparamos con otras figuras, verás el patrón. Mark Zuckerberg ha tenido que responder por cómo productos de Meta facilitaron violencia extrema en países concretos. Marc Andreessen, inversor clave, promueve usar la IA para “romper la economía”. La IA en la educación no es ajena a esa lógica.

El terreno ya estaba preparado. Clases masificadas, correcciones lentas y tareas repetitivas empujaron a gran parte del alumnado a externalizar trabajos, primero a freelancers y foros, y después a generadores. La IA en la educación aprovechó esa debilidad. Universidades y colegios reaccionan con entrevistas breves, rúbricas más prácticas y ejercicios que se resuelven en aula, pero nada está cerrado.

Cómo la IA en la educación está cambiando tareas, exámenes y títulos en 2025

Ahora se pueden notar tres movimientos que ya pesan. Primero, menos encargos “para casa” y más trabajo supervisado. Segundo, verificación de habilidades con proyectos reales, repositorios y presentaciones en directo. Tercero, presión sobre los títulos: si cualquiera puede generar un ensayo creíble, sube el valor de las prácticas, los portafolios y las pruebas situadas.

Lee promete un sistema “radicalmente diferente” que sirva mejor a la gente de hoy, pero admite que no sabe cuál es. Y aquí está lo más crudo: afirma que le basta con “destruir” el modelo vigente mientras gana dinero, sin pensar en las consecuencias. La IA en la educación queda, así, en el aire, pendiente de quién imponga reglas y de cuánto aguante el sistema sin una reforma clara.

Qué puede pasar a corto plazo con la IA en la educación: señales a vigilar

• Observa si tu centro traslada notas a más pruebas orales y proyectos en clase.
• Comprueba si piden portafolios con trazabilidad y versiones de trabajo.
• Fíjate en cláusulas de honor y sanciones específicas por uso de generadores.

Hay tres escenarios posibles. En el mejor, la IA en la educación se integra como calculadora moderna: apoyo visible, tareas rediseñadas y evaluación por competencias. En el peor, aumenta el fraude, cae la confianza y baja el valor de los títulos. El camino central apunta a un mix: orales y proyectos aumentan, y las universidades se coordinan para fijar estándares mínimos medibles.

Lo cierto es que Lee ha dado voz a una impaciencia que ya existía. Tú vas a poder aprovechar la IA para aprender mejor si el centro cambia el diseño de tareas, si se guía el uso y si hay evaluación auténtica. Sin eso, el atajo gana y todos perdemos.

De momento, el próximo gran hito llegará con el inicio del curso de otoño, cuando veremos si los nuevos formatos de examen calan o si vuelven los trabajos “indetectables”. Hasta entonces, la IA en la educación seguirá marcando el ritmo y empujando a decidir qué aprendemos de verdad y cómo lo demostramos.