Utah State recibe 600.000 dólares del NSF para averiguar si la IA está deshaciendo a los ingenieros que forma

Por Zendoric · 23 de julio de 2026.

Oenardi Lawanto, profesor de educación en ingeniería de Utah State University (USU), ha recibido una subvención de más de 600.000 dólares de la National Science Foundation (NSF), la principal agencia pública de financiación científica de Estados Unidos, según ha confirmado la propia universidad. El objetivo del proyecto, que se prolongará tres años, es determinar si el uso de herramientas de IA fortalece o debilita la capacidad de los estudiantes de ingeniería para resolver problemas por sí mismos.

El diseño del estudio es metódico. Entre 100 y 150 estudiantes de segundo y cuarto año completarán una versión revisada del Physics Metacognition Inventory, un cuestionario diseñado para radiografiar cómo piensan los alumnos cuando afrontan un problema técnico, es decir, cómo controlan y ajustan su propio razonamiento (lo que en la jerga académica se llama metacognición). A eso se sumarán encuestas abiertas en segundo, tercer y cuarto curso y, al final del proceso, entrevistas a una submuestra reducida. Todo se apoyará en una herramienta de IA integrada en Canvas, el sistema de gestión del aprendizaje (LMS).

Lawanto resume el motivo del estudio con una frase que evita el pánico y la euforia a partes iguales: "No podemos evitar la IA, ya está aquí. La gente y la industria la usan, así que debemos encontrar la forma de que los estudiantes la usen para mejorar su aprendizaje". Y añade la pregunta que en realidad vertebra todo el proyecto: "No sabemos si tendrá un impacto negativo o positivo. Si encontramos que es mayoritariamente negativo, la siguiente pregunta es cómo lo cambiamos".

El dato relevante, más allá de la cifra de la beca, es el motivo por el que Lawanto ha decidido lanzar esta investigación: según explica, muchas universidades ya están redactando políticas de uso de IA en el aula sin ninguna base empírica que las sustente. Es una admisión incómoda pero honesta —se está regulando a ciegas un fenómeno que aún no se ha medido— y es exactamente el tipo de vacío que este proyecto pretende llenar con un modelo, construido a partir de datos reales, sobre cómo evoluciona la relación de un estudiante con la IA a lo largo de toda una carrera.

Esto conecta con un debate que ya hemos tratado al analizar el impacto de la IA en la educación por sectores: la diferencia no está entre "usar IA" y "no usar IA", sino entre el profesor —o el estudiante— que la orquesta con criterio propio y el que simplemente delega en ella. El propio diseño del estudio de Lawanto apunta en esa dirección: no mide si los alumnos usan IA, sino si mantienen la titularidad de su propio proceso de resolución de problemas, si desarrollan un criterio para saber cuándo confiar en la herramienta y cuándo cuestionarla. Esa distinción —entre delegación pasiva y supervisión activa— es probablemente la variable que más importa para el futuro del talento técnico, más incluso que la cifra final de si el efecto neto es positivo o negativo.

Nuestra lectura es que este tipo de investigación, modesta en tamaño de muestra pero rigurosa en diseño, es justamente lo que falta en el debate público sobre IA y educación, dominado hasta ahora por anécdotas y alarmismo o por optimismo de marketing sin evidencia. A corto plazo, el riesgo de atrofia de habilidades fundamentales —la capacidad de plantear un problema desde cero, de tolerar la incertidumbre antes de llegar a una solución— es real y merece tomarse en serio; no es un temor infundado, es exactamente lo que este estudio intenta cuantificar. Pero a largo plazo, la pregunta relevante no es si los ingenieros del futuro usarán IA (la usarán, de forma tan universal como hoy usan una calculadora o un compilador), sino si el sistema educativo sabe enseñarles a supervisarla con criterio propio en lugar de subordinarse a ella. Un ingeniero capaz de dirigir la IA en vez de obedecerla es, precisamente, el tipo de profesional que puede aprovechar la abundancia de herramientas que se avecina para resolver problemas más ambiciosos —desde infraestructuras hasta energía o salud— en lugar de perder el oficio por el camino. Que universidades como Utah State empiecen a medirlo con datos, en vez de fiarlo todo a la intuición de un comité de política académica, es un paso pequeño pero necesario en esa dirección.