Uso y abuso de la IA al formar futuros ingenieros civiles

La inteligencia artificial puede ampliar las oportunidades de aprendizaje. Su valor en la formación del ingeniero civil depende de que el estudiante conserve la capacidad de comprobar resultados y responder por sus decisiones.

Pensemos en un estudiante que entrega una memoria de cálculo bien redactada, con conclusiones ordenadas y referencias que parecen confiables. Al preguntarle por qué eligió determinado modelo estructural, no logra explicarlo. La presentación cumple; el aprendizaje queda en duda. Ese es, a mi juicio, uno de los riesgos del uso de la inteligencia artificial en nuestra carrera: que la calidad aparente de una entrega oculte vacíos que el propio estudiante todavía no reconoce.

Como docente, considero necesario incorporar estas herramientas a la formación, con exigencias claras. La ingeniería civil necesita profesionales capaces de aprovechar la tecnología y advertir cuándo una respuesta es incorrecta. En una carrera cuyas decisiones comprometen la seguridad de las personas, aprender a verificar debe tener tanto valor como aprender a resolver.

Una ayuda que exige conocimientos previos

La IA puede explicar un concepto con distintos ejemplos, ayudar a organizar la bibliografía, revisar un procedimiento o apoyar la programación de tareas repetitivas. Un estudiante podría contrastar su interpretación de la permeabilidad del suelo con otra explicación y volver al ensayo para resolver sus dudas. También puede ensayar preguntas antes de una sustentación. Ese acompañamiento resulta útil cuando provoca una revisión y el alumno comprende lo que finalmente presenta.

El abuso aparece cuando se delega el razonamiento: copiar una solución sin revisar sus supuestos, presentar un texto ajeno como propio o aceptar una referencia sin abrir la fuente. Una respuesta generada puede incluir normas inexistentes, confundir unidades o proponer condiciones de apoyo que no corresponden al problema. La fluidez del lenguaje dificulta advertir estos errores si faltan conocimientos básicos. Por eso, cuanto más se usa la IA, mayor debería ser el esfuerzo por contrastar sus resultados.

Además, una fotografía no basta para diagnosticar la capacidad resistente de una estructura, ni una descripción general permite definir la cimentación de un edificio. La información del terreno, los ensayos y la inspección conservan su importancia. En las prácticas preprofesionales, reemplazar una observación de campo por una explicación generada puede convertir una carencia de información en una afirmación sin sustento.

La responsabilidad necesita reglas claras

En el Perú, la Ley N.º 31814, Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país, sitúa a la persona y los derechos humanos en el centro de su aplicación. Su artículo 1 promueve un uso ético, transparente y responsable; el artículo 2 declara de interés nacional su aprovechamiento para mejorar la educación y los aprendizajes. La ley avala su introducción en la docencia con responsabilidad.

El Decreto Supremo N.º 115-2025-PCM, publicado el 9 de setiembre de 2025, aprueba su reglamento. En él, su artículo 7 contempla la supervisión humana, la privacidad y el respeto al derecho de autor. El numeral 13.3 promueve, mediante la articulación con universidades, programas orientados al desarrollo de competencias en IA. El artículo 22 distingue el uso indebido, prohibido, del riesgo alto y del riesgo aceptable. Esta clasificación jurídica depende del uso y sus consecuencias; copiar una tarea no configura automáticamente un uso prohibido por el reglamento.

A partir de ese marco, propongo que cada curso defina qué apoyos permite y cómo deben reconocerse. El estudiante tendría que explicar para qué utilizó la herramienta y qué comprobó después. También debe aprender a proteger los datos personales y la información reservada de los expedientes técnicos de obra. Estas reglas académicas deben distinguirse de las obligaciones que el artículo 31 asigna a los desarrolladores e implementadores del sector privado. Reconocer el apoyo recibido y verificar la entrega permitirían demostrar el trabajo propio.

Evaluar el aprendizaje detrás de la entrega

La evaluación necesita mostrar el proceso. Una breve defensa oral, una revisión de avances o un cambio de condiciones en el problema permiten conocer qué entiende el estudiante. Si modifica la carga y puede anticipar cómo cambia la respuesta estructural, ofrece una evidencia de comprensión que el documento terminado, por sí solo, no proporciona. Propongo cuatro acciones para llevar este criterio al aula:

• Precisar desde el inicio qué usos de IA se autorizan y qué actividades requieren trabajo autónomo.
• Solicitar las fuentes originales y una explicación de las correcciones hechas a los resultados generados.
• Combinar las entregas con sustentaciones, ejercicios presenciales y evidencias obtenidas en campo o laboratorio.
• Ofrecer orientación y acceso equitativo a las herramientas, para que una suscripción no determine la ventaja académica.

El tiempo que ahorra la IA puede dedicarse a comprobar un resultado, discutir una alternativa o revisar un detalle constructivo. Ese aprovechamiento merece promoverse. En cambio, aprobar sin comprender deja una deuda que puede aparecer cuando el egresado deba decidir frente a una situación real. Antes de calificar una entrega impecable, conviene preguntarnos: ¿puede este futuro ingeniero explicar, verificar y defender lo que acaba de presentar?