¿Cómo se corrige un examen cuando la sospecha ya no está en un machete escondido, sino en una ventana abierta del navegador? Esa fue la pregunta de fondo en Brown, donde una decisión pensada para cuidar a los alumnos terminó revelando un problema mucho más grande. El hallazgo surgió en la Universidad de Brown, tras un tiroteo ocurrido en diciembre de 2025 que dejó dos muertos. A partir de ese golpe, el profesor Roberto Serrano replanteó la evaluación de ECON 1170 y permitió exámenes para hacer en casa durante la primavera de 2026.
Lo que parecía una oportunidad de alivio cambió por completo el engranaje del curso. La materia, que solía tener unos ocho estudiantes, pasó a 86. Y el primer gran interruptor se encendió con el parcial: la nota media fue de 96 sobre 100, con 40 puntajes perfectos, muy por encima del rango habitual de 65 a 80.
Además, el examen no era más fácil. Según contó Serrano en reportes de Inside Higher Ed, al no tener límite de tiempo podía plantear problemas más difíciles. Sin embargo, varias respuestas correctas tenían un estilo extrañamente enrevesado, una pieza clave que lo llevó a comparar esos textos con los de ChatGPT. Ahí apareció el mecanismo central de esta historia.
La IA generativa, es decir, software que redacta respuestas nuevas a partir de patrones previos, funciona como una batidora de cocina muy potente. Uno pone ingredientes sueltos, una consigna, algunos datos, y la máquina devuelve una mezcla pulida, uniforme y lista para servir. El problema es que también puede dejar el mismo “sabor” en platos supuestamente caseros.
Para un profesor, detectar ese uso indebido se parece a revisar el cableado de una casa. Desde afuera, todas las luces parecen funcionar. Pero cuando demasiados interruptores encienden con la misma cadencia, con la misma prosa rebuscada y la misma estructura, algo revela que la corriente no vino del esfuerzo individual, sino de una central externa.
Por eso Serrano cambió la prueba final y la hizo presencial. También advirtió que, si la diferencia con el parcial era muy grande, ese examen hecho en casa podría anularse. La reacción fue inmediata: 18 alumnos abandonaron la asignatura y otros 9 no se presentaron. De esos 27, 22 habían sacado 100 en el parcial.
La caída que encendió la alarma
Luego llegó el dato más contundente. En el final presencial, la media cayó a 48 sobre 100. De los 59 estudiantes que sí lo rindieron, apenas la mitad aprobó. Solo cuatro alcanzaron 80 puntos o más, y apenas 17 superaron los 60. La comparación no prueba cada caso individual, pero sí muestra una señal difícil de ignorar. Si el parcial había sido incluso más difícil, la caída a la mitad no parece un simple tropiezo. Parece, más bien, que al cerrar la “canilla” digital, el rendimiento volvió a su presión real.
Serrano llevó el caso a la administración, pero la respuesta fue limitada. Según reconstruyen The Chronicle y El País, el comité académico sugirió denuncias individuales por alumno sospechoso, una vía poco práctica para un fenómeno masivo. Desde el decanato, incluso se subrayó que muchas trampas nacen más de la presión que de la mala intención.
“Academic integrity is at risk”, advirtió uno de los reportes sobre el caso.
Qué cambia para los estudiantes
El episodio no queda encerrado en Brown. En universidades de élite, donde la competencia es alta, la IA aparece como atajo para administrar carga académica. Y cuando se instala la percepción de que otros copian, el sistema de confianza empieza a fallar como una cerradura gastada.
De hecho, en Princeton ya cayó una tradición de 133 años basada en dejar solos a los alumnos durante los exámenes. La clave ya no es solo castigar. También hay que rediseñar las evaluaciones para que midan comprensión real, con menos espacio para tercerizar el pensamiento en una máquina. La escena deja una lección incómoda pero útil: en la era de la IA, no alcanza con mirar la respuesta final. Hay que revisar de dónde viene la corriente.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
