Profesor de la Universidad Brown Comprobó Fraude Masivo de IA en Exámenes

El economista Roberto Serrano, profesor de la Universidad Brown, ha publicado cifras que, según él, prueban el uso masivo de IA por parte de los estudiantes en los exámenes: la calificación promedio en un examen parcial para hacer en casa fue de 96 de 100, y después de cambiar el examen final a un formato presencial sin acceso a redes neuronales, cayó a 48 de 100.

Lo que notó el profesor

Serrano enseñaba un curso de economía y, como muchos instructores, dio a los estudiantes un examen parcial para hacer en casa que se podía completar fuera del aula. La calificación promedio de la clase se mantuvo alrededor de 96 puntos de 100 — un resultado casi perfecto en toda la clase a la vez, lo que en sí mismo parecía sospechosamente uniforme para un curso de economía complejo.

Por qué el examen presencial lo cambió todo

Para probar su hipótesis, Serrano cambió el examen final a un formato presencial — los estudiantes lo realizaron en el aula sin computadoras y sin acceso a chatbots. El resultado fue dramático: la calificación promedio se desplomó a 48 de 100, o aproximadamente la mitad de la calificación del examen parcial para hacer en casa.

• Examen parcial para hacer en casa — calificación promedio de 96 de 100
• Examen final presencial sin IA — calificación promedio de 48 de 100
• Diferencia — casi el doble
• Autor de la observación — Roberto Serrano, profesor de economía de la Universidad Brown

Serrano hizo esta historia pública, presentando la brecha de calificaciones como prueba cuantitativa de que una parte significativa de los estudiantes utilizó herramientas de IA al completar tareas y exámenes que no se supervisan en persona.

"No podemos permitirnos volvernos más tontos", advierte

Serrano, comentando sobre las consecuencias de que los estudiantes pierdan la capacidad de resolver problemas de forma independiente.

Por qué esto es difícil de probar directamente

Acusar a un estudiante individual de usar IA en tareas es casi imposible de probar formalmente — no hay cámara, no hay supervisión, no hay forma técnica de capturar el momento de la trampa. Por eso el enfoque de Serrano parece más convincente que muchas otras quejas de maestros sobre trampa con IA: en lugar de acusar a estudiantes específicos, construyó una comparación controlada de resultados del mismo grupo de estudiantes bajo dos condiciones diferentes — con acceso a herramientas y sin él. La diferencia en las calificaciones habla por sí sola sin necesidad de probar la culpa de nadie personalmente.

Qué significa esto

La historia del profesor Serrano es uno de los ejemplos públicos más vívidos de cómo la brecha entre los resultados de las evaluaciones remotas y presenciales revela la escala del uso de IA en las universidades. Para los instructores, es otro argumento a favor de volver a los exámenes presenciales y repensar el formato de evaluación en la era de los chatbots accesibles: mientras las tareas se puedan completar en casa sin supervisión, los resultados dejan de reflejar de manera confiable el conocimiento del estudiante en sí.