Inteligencia artificial en lentes desafía los sistemas de evaluación educativa en Asia

En países asiáticos como China, Corea del Sur y Taiwán, el uso de lentes inteligentes equipados con inteligencia artificial para realizar trampas en exámenes académicos se ha convertido en una preocupación creciente para las autoridades educativas. Este fenómeno marca un nuevo nivel en el debate sobre la IA en la educación, que en México aún se centra principalmente en el uso de herramientas como ChatGPT para realizar tareas.

Incidentes de trampas con tecnología avanzada

Recientemente, en Corea del Sur, dos estudiantes fueron descubiertos utilizando estos dispositivos durante un examen de certificación de inglés, crucial para obtener empleo. Un caso similar ocurrió en Taiwán, donde un aspirante a una facultad de medicina de prestigio fue detectado porque sus lentes emitían calor, alertando a los supervisores sobre la presencia de componentes electrónicos. Ante estos hechos, China implementó revisiones estrictas de todos los lentes durante el Gaokao, el examen nacional de ingreso a la universidad que presentan más de 10 millones de estudiantes.

Capacidades y experimentación de los dispositivos

Estos lentes con IA han evolucionado más allá de grabar video o tomar fotografías. Ahora pueden analizar lo que el usuario ve, enviar preguntas a un modelo de lenguaje artificial y proyectar las respuestas en la lente en segundos. Un experimento realizado por el profesor Meng Zili de la Universidad de Ciencia y Tecnología de Hong Kong demostró su eficacia: usando lentes comerciales durante un examen universitario de ingeniería, obtuvo una calificación que lo habría situado entre los cinco mejores de su grupo.

Replanteamiento de los métodos de evaluación

Expertos como Thomas Corbin, de la Universidad Deakin de Australia, señalan que el impacto de estos dispositivos en los exámenes es similar al que provocó ChatGPT en la redacción de ensayos. A medida que los lentes con IA se vuelven más pequeños y discretos, diferenciarlos de los lentes comunes será cada vez más difícil. Esto ha llevado a un debate más amplio sobre si los métodos de evaluación tradicionales siguen siendo adecuados en una era donde el acceso a herramientas de IA es permanente, planteando la necesidad de evaluar habilidades distintas en los estudiantes.