Un profesor de Brown asegura haber demostrado el uso masivo de IA para copiar en exámenes

El economista Roberto Serrano, profesor de la Universidad Brown (Brown University), ha publicado cifras que, según él, demuestran el uso masivo de IA por parte de los estudiantes en los exámenes: la nota media del examen parcial para hacer en casa fue de 96 sobre 100, pero tras pasar el examen final a formato presencial, sin acceso a redes neuronales, bajó a 48 sobre 100.

Qué notó el profesor

Serrano impartía un curso de economía y, como muchos docentes, puso a sus alumnos un examen parcial para hacer en casa (take-home midterm), que se podía resolver fuera del aula. La media de la clase se mantuvo en 96 puntos sobre 100: un resultado casi perfecto en todo el grupo a la vez, algo sospechosamente uniforme para un curso de economía difícil.

Por qué el examen presencial lo cambió todo

Para comprobar su hipótesis, Serrano pasó el examen final a formato presencial: los estudiantes lo hicieron en el aula, sin ordenadores ni acceso a chatbots. El resultado fue llamativo: la nota media se desplomó a 48 sobre 100, aproximadamente la mitad que en el examen para hacer en casa.

• Examen parcial en casa: nota media de 96 sobre 100
• Examen final presencial sin IA: nota media de 48 sobre 100
• Diferencia: casi el doble
• Autor de la observación: Roberto Serrano, profesor de economía de la Universidad Brown

Serrano hizo pública la historia y presentó la brecha de puntuación como prueba cuantitativa de que una parte considerable de los estudiantes usó herramientas de IA en tareas y exámenes que no se controlan de forma presencial.

«No podemos permitirnos volvernos más tontos», advierte

Serrano al comentar las consecuencias de que los estudiantes pierdan la capacidad de resolver problemas por sí mismos.

Por qué es difícil demostrarlo directamente

Acusar a un estudiante concreto de usar IA en un trabajo hecho en casa es casi imposible de probar formalmente: no hay cámara, no hay supervisión y no existe forma técnica de registrar el momento de la trampa. Por eso el enfoque de Serrano resulta más convincente que muchas otras quejas de docentes sobre las trampas con IA: en lugar de señalar a estudiantes concretos, montó una comparación controlada de los resultados del mismo grupo en dos condiciones distintas, con acceso a las herramientas y sin él. La diferencia de notas habla por sí sola, sin necesidad de demostrar la culpa de nadie en particular.

Qué significa

El caso del profesor Serrano es uno de los ejemplos públicos más claros de cómo la brecha entre los resultados de las evaluaciones a distancia y presenciales deja ver la escala del uso de IA en las universidades. Para los docentes, es un argumento más a favor de recuperar los exámenes presenciales y repensar el formato de evaluación en la era de los chatbots accesibles: mientras una tarea pueda hacerse en casa sin control, el resultado deja de reflejar con fiabilidad los conocimientos del propio estudiante.