Por: Alyson Acuña Espejo – Periodista
En el marco de un ciclo tecnológico en HD Radio, la Dra. Carola Figueroa, académica del Departamento de Ciencias de la Computación y Tecnologías de Informacion de la Universidad del BioBio (UBB), desglosó el profundo impacto de la Inteligencia Artificial (IA) en la cotidianidad actual. Figueroa comparó este fenómeno con la irrupción del internet en los años noventa, advirtiendo que la IA ha ido un paso más allá al convertirse en una capa de interpretación y generación de contenido sobre la red. Sin embargo, la experta enfatizó que la tecnología carece de conciencia y biografía personal: «Lo humano no está en el texto o la imagen que se produce, sino en el propósito, el juicio ético y la sensibilidad tras la creación«, precisó.
El dilema educativo: ¿Capacidad o dependencia?
Al abordar el ámbito académico, la doctora planteó que la IA puede actuar como un tutor personalizado —revelando que la UBB trabaja en un asistente virtual para la asignatura de IA—, pero alertó sobre los riesgos de un uso desmedido. Citando un estudio del MIT, explicó que la dependencia absoluta de herramientas de escritura automatizada genera una menor actividad cerebral y deteriora la retención de información. Para mitigar esto, Figueroa implementa una estrategia metodológica con sus alumnos: «Hoy no basta con entregar el resultado; se debe exigir a los estudiantes declarar el historial de prompts para evaluar el proceso real de aprendizaje y discernimiento técnico«, detalló.
Riesgos cotidianos y gobernanza en Chile
Frente a las visiones catastrofistas de la ciencia ficción, la investigadora llamó a poner atención en los riesgos reales y actuales, tales como la desinformación, los sesgos algorítmicos y las deepfakes. Respecto a la regulación, valoró el modelo de la Unión Europea y destacó que Chile actualizó su Política Nacional de Inteligencia Artificial, orientada hacia una ética responsable e inclusiva. “La regulación requiere una gobernanza compartida entre el Estado, la academia y la ciudadanía. El límite es humano: debemos exigir transparencia algorítmica para saber con qué datos se entrenan los modelos y asegurar que se adapten a las realidades locales”, concluyó.
