How Physics Professors Use and Frame Generative AI Tools

Mediante entrevistas a 12 profesores de física en una universidad escandinava, este estudio revela que, aunque la mayoría de los académicos enmarcan la inteligencia artificial generativa como una herramienta útil para diversas tareas, la preocupación por su amenaza al aprendizaje genuino y la evaluación permea todas sus percepciones.

Lo esencial

🚀 El Nuevo "Copiloto" de los Físicos: ¿Amigo o Enemigo?

Imagina que la física es como un vasto océano. Durante décadas, los navegantes (los físicos) han usado mapas de papel, brújulas de madera y han tenido que remar manualmente para cruzar las olas. Luego llegaron los barcos de vapor (las computadoras), que les permitieron viajar más rápido y calcular cosas que antes les tomaban años.

Ahora, acaba de aparecer un nuevo tipo de barco: un barco con un copiloto inteligente que sabe hablar tu idioma, puede escribir el manual de navegación por ti, traducir los mapas y hasta predecir dónde están las tormentas. Este "copiloto" es la Inteligencia Artificial Generativa (IA).

Los autores del estudio, Vidar y Tor Ole, decidieron subir a bordo y preguntar a 12 capitanes experimentados (profesores de física de una universidad noruega) cómo están usando este nuevo copiloto en sus viajes de investigación y enseñanza.

🧠 ¿Cómo ven los profesores a este Copiloto? (6 Lentes diferentes)

Los profesores no tienen una sola opinión; usan diferentes "lentes" o gafas para mirar a la IA. Aquí están las 6 formas en que la ven:

1. 🚨 El Lente de la "Amenaza" (El miedo a que el barco se duerma)

Esta es la preocupación más grande. Los profesores temen que, si el copiloto hace todo el trabajo, los estudiantes (los aprendices) nunca aprendan a remar.

• La analogía: Si un estudiante usa a la IA para hacer un examen, es como si alguien más condujera el coche mientras el estudiante se sienta en el asiento del copilero. ¿Cómo sabrá el profesor si el estudiante realmente sabe conducir?
• La solución: Muchos están cambiando los exámenes. En lugar de pedir un ensayo en casa (donde la IA puede escribirlo), piden exámenes orales o pruebas en clase donde el estudiante debe defender sus ideas en persona. También piden a los alumnos que escriban un "diario" explicando cómo usaron la IA, para que sea transparente.

2. 📚 El Lente de la "Enciclopedia Viva" (Una fuente de conocimiento)

La IA ha leído millones de libros. Los profesores la ven como un colega muy leído que puede explicar conceptos difíciles al instante.

• La analogía: Es como tener a un sabio en tu bolsillo que te explica la conservación de la energía en segundos.
• El problema: A veces, el sabio miente o inventa cosas con mucha seguridad. Los profesores advierten: "No confíes ciegamente". Debes verificar lo que dice, igual que revisarías un mapa antiguo. Algunos incluso ponen a los estudiantes a "cazar errores" en las respuestas de la IA para entrenar su sentido crítico.

3. 🗣️ El Lente del "Compañero de Debate" (Un sparring partner)

La IA puede conversar. Algunos profesores la usan como un compañero de entrenamiento para refinar sus ideas.

• La analogía: Imagina que tienes una idea sobre un proyecto y le dices a la IA: "¿Qué opinas?". Ella te da diez ideas nuevas. Es como tener un compañero de gimnasio intelectual que nunca se cansa.
• La realidad: Los profesores notan que los estudiantes a veces no saben usarla así. En lugar de debatir ideas profundas, la usan solo para tareas aburridas. Además, la IA no tiene "sentimientos" ni experiencia humana, por lo que no puede reemplazar la charla real entre colegas.

4. 💻 El Lente de la "Herramienta de Código" (El mecánico de software)

La física moderna necesita mucho código (programación). La IA es increíblemente buena escribiendo y arreglando código.

• La analogía: Antes, el físico tenía que aprender a forjar cada tornillo de su máquina. Ahora, puede pedirle a la IA que le fabrique los tornillos para que él se centre en diseñar la máquina.
• El debate: Algunos profesores dicen: "¡Genial! Así puedo enfocarme en la física real". Otros dicen: "¡Esperen! Si no aprenden a escribir el código desde cero, no entenderán cómo funciona la máquina". Depende de si ves la programación como un fin en sí mismo o solo como una herramienta.

5. ✍️ El Lente del "Editor de Texto" (El corrector de estilo)

La IA es excelente corrigiendo gramática, resumiendo textos largos o traduciendo idiomas.

• La analogía: Es como tener un editor de textos personal que nunca se queja de tus errores de ortografía.
• La regla de oro: Está bien usarla para "arreglar los comas" o traducir, pero no para que piense por ti. Si la IA escribe todo el ensayo, el físico pierde la oportunidad de pensar y reflexionar, que es la parte más importante del proceso.

6. ⏱️ El Lente del "Ahorro de Tiempo" (El asistente mágico)

Todos queremos ahorrar tiempo. La IA puede hacer tareas aburridas y repetitivas.

• La analogía: Es como tener un robot que hace las tareas domésticas (escribir correos, organizar archivos, traducir documentos) para que tú puedas dedicar tu energía a cosas más importantes, como investigar o hablar con tus alumnos.
• El uso: Los profesores la usan para redactar invitaciones a conferencias, traducir documentos o incluso pensar en cómo calificar automáticamente tareas simples (aunque esto último aún les genera dudas).

🎭 El Gran Conflicto: ¿Herramienta o Trampa?

Lo más interesante del estudio es que todos estos lentes se usan al mismo tiempo.
Los profesores dicen: "¡La IA es una herramienta increíble que me ahorra tiempo!" (Lentes 2, 3, 4, 5, 6) PERO también dicen: "¡Pero si la uso demasiado, mis estudiantes dejarán de aprender!" (Lente 1).

Es como tener un coche con piloto automático. Es genial para viajar por la autopista (ahorrar tiempo), pero si dejas que el piloto automático conduzca todo el tiempo, nunca aprenderás a conducir y podrías tener un accidente si el sistema falla.

🏁 Conclusión: ¿Qué significa ser físico hoy?

El estudio concluye que la IA está empezando a cambiar lo que significa ser un físico, tal como lo hicieron las calculadoras y las computadoras en el pasado.

• Lo bueno: Los físicos pueden dedicar más tiempo a las ideas creativas y menos a las tareas aburridas.
• Lo malo: Existe el riesgo de que la gente deje de pensar por sí misma si confía demasiado en la máquina.

La lección final: La IA no es ni un dios ni un demonio. Es una nueva herramienta en la caja de herramientas del físico. El reto ahora no es prohibirla, sino enseñar a los estudiantes y profesores a usarla con inteligencia, sabiendo cuándo dejar que la IA trabaje y cuándo es momento de apagarla y pensar con la propia cabeza.

El futuro de la física no es "humanos vs. máquinas", sino "humanos + máquinas inteligentes", siempre y cuando los humanos sigan siendo los capitanes del barco.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "How Physics Professors Use and Frame Generative AI Tools" (Cómo los profesores de física utilizan y enmarcan las herramientas de IA generativa), escrito por Vidar Skogvoll y Tor Ole Odden.

1. Planteamiento del Problema

La Inteligencia Artificial Generativa (GenAI) está transformando rápidamente la enseñanza, el aprendizaje y la investigación en física. Sin embargo, existe una escasez significativa de literatura sobre cómo los académicos de física (específicamente los profesores) están respondiendo a estos cambios, adoptando estas herramientas y redefiniendo sus prácticas profesionales.

El problema central radica en la tensión entre el potencial de la GenAI para automatizar tareas cognitivas (código, revisión de literatura, redacción) y sus implicaciones para la integridad académica y el desarrollo cognitivo de los estudiantes. A diferencia de otras disciplinas, la física es predominantemente empírica y matemática, lo que sugiere que la GenAI podría actuar como una herramienta complementaria en lugar de un reemplazo total, pero la falta de datos empíricos sobre su uso real en la comunidad de física impide una comprensión clara de su impacto.

2. Metodología

El estudio empleó un enfoque cualitativo basado en entrevistas semiestructuradas:

• Participantes: 12 profesores de física de una importante universidad de investigación en Escandinavia (Noruega).
• Periodo de recolección: Primavera y otoño de 2024.
• Instrumento: Entrevistas grabadas y transcritas que exploraron el uso de GenAI en la enseñanza y la investigación, experiencias previas, retroalimentación de estudiantes y perspectivas futuras.
• Marco Teórico: Se utilizó el marco de "enmarcado epistémico" (epistemic framing). Este concepto se refiere a cómo las personas perciben situaciones de aprendizaje y herramientas (respondiendo a la pregunta "¿qué está pasando aquí?").
• Análisis de Datos: Se realizó un análisis temático inductivo seguido de un re-codificación deductiva. Los autores identificaron 19 prácticas profesionales y pedagógicas específicas, las cuales se agruparon en 6 marcos epistémicos superpuestos.

3. Contribuciones Clave

El estudio aporta una taxonomía detallada de las prácticas actuales de la GenAI en la física, organizada bajo marcos teóricos que explican la percepción de los usuarios, no solo su uso técnico.

• Identificación de Prácticas: Catalogación de 19 prácticas concretas que abarcan desde la evaluación y la revisión de literatura hasta la generación de código y la automatización administrativa.
• Modelo de Enmarcado: Desarrollo de un modelo de seis marcos epistémicos que revelan la dualidad de la percepción de los profesores: la GenAI como una herramienta útil y como una amenaza.
• Contexto Específico: Llenar el vacío de investigación sobre el uso de IA en la educación y práctica de la física, diferenciándose de estudios generales sobre IA en educación superior.

4. Resultados Principales

El análisis reveló seis marcos epistémicos superpuestos a través de los cuales los profesores interpretan la GenAI:

A. Marcos Positivos (Herramientas Útiles)

Estos cinco marcos posicionan a la GenAI como un recurso valioso en la "caja de herramientas" del físico:

1. Fuente de Conocimiento: Se utiliza para obtener respuestas, explicaciones de conceptos y resúmenes. Sin embargo, los profesores enfatizan la necesidad de verificar críticamente la veracidad de la información (especialmente en física).
2. Socio de Discusión: Se ve como un compañero para la lluvia de ideas (brainstorming), el refinamiento de preguntas de investigación y la retroalimentación formativa. Se valora su disponibilidad constante, aunque algunos notan que los estudiantes no lo usan para un diálogo socrático profundo.
3. Herramienta de Codificación: Dado que la codificación es un medio para un fin en física (visualización de datos, análisis), los profesores la usan para delegar la generación de código simple, depurar errores y crear visualizaciones. Esto permite a los físicos centrarse en la "física real" (interpretación de mecanismos).
4. Herramienta de Procesamiento de Texto: Se utiliza para redactar borradores, refinar el lenguaje, traducir y resumir literatura. Existe una jerarquía de aceptación: se considera legítimo para corrección gramatical y traducción, pero más cuestionable para la generación inicial de ideas o redacción completa.
5. Dispositivo de Ahorro de Mano de Obra: Se utiliza para automatizar tareas administrativas repetitivas (correos, invitaciones) y se explora su potencial para la calificación automática, liberando tiempo para actividades más significativas.

B. Marco Negativo (Amenaza)

6. Amenaza al Aprendizaje y Evaluación Auténticos: Este es el marco más prevalente y dominante. Los profesores temen que la GenAI permita a los estudiantes eludir el aprendizaje, reemplazar el pensamiento crítico y dificultar la evaluación genuina del conocimiento.
   • Respuestas: Para mitigar esto, los profesores están cambiando los formatos de evaluación (de exámenes escritos en casa a exámenes orales o presenciales), exigiendo declaraciones de uso de IA y asignando tareas de reflexión sobre el uso de la herramienta.

Observación Crucial: El marco de "Amenaza" actúa como una preocupación transversal que "tiñe" o influye en cómo se perciben los otros cinco marcos positivos. Incluso cuando se usa como herramienta, existe una cautela subyacente sobre el riesgo de dependencia.

5. Significado e Implicaciones

• Reconfiguración de la Identidad del Físico: La adopción de la GenAI está comenzando a redefinir lo que significa "hacer" física. Se observa una tendencia hacia la especialización: los físicos que no se identifican con la computación pueden delegar la codificación, mientras que aquellos con fuerte base computacional pueden usar la IA como un socio de colaboración más profundo.
• Integridad Académica vs. Eficiencia: Existe un conflicto fundamental entre la eficiencia que ofrece la IA y la necesidad de que el aprendizaje de la física requiera esfuerzo cognitivo y reflexión. La escritura y la codificación son prácticas reflexivas; delegarlas totalmente podría "cortar de raíz" procesos de pensamiento productivos.
• Adaptación Curricular: Los profesores ya están adaptando sus prácticas (cambios en evaluación, diálogo sobre ética de la IA), pero el estudio sugiere que se necesita más formación en alfabetización en IA tanto para profesores como para estudiantes.
• Futuro de la Disciplina: Aunque actualmente el uso es mayoritariamente de "pequeñas perturbaciones" para mejorar la eficiencia, la integración de la GenAI podría transformar fundamentalmente la dinámica social de la física (reduciendo la necesidad de discusión con colegas si la IA actúa como socio constante) y el rol del profesor (de evaluador a ingeniero de entornos de aprendizaje).

Limitaciones: El estudio es un caso cualitativo de una sola institución, por lo que los resultados no son generalizables estadísticamente, pero sirven como una "prueba de existencia" de tendencias emergentes en la comunidad de física. Dada la rápida evolución de la tecnología, las prácticas observadas podrían cambiar, pero los marcos epistémicos identificados probablemente persistirán.