Macquarie cambió las clases por un chatbot: qué se pierde, qué se gana y qué debería exigir el profesorado

Análisis · IA y docencia universitaria

Durante el segundo semestre de 2026, los estudiantes de dos asignaturas obligatorias de Psicología de Macquarie University dejaron de tener clase con personas y pasaron a tenerla con un chatbot llamado Virtual Peer. Una semana después, unos dos mil trabajadores de la Universidad de Sídney iban a la huelga, entre otras razones, para que el convenio fijase límites al uso de la IA en la docencia. Las dos noticias juntas dicen más que cada una por separado.

El estudiante más citado estos días tuvo que matricularse en la versión en línea por un problema con su itinerario y le dijo a The Guardian que sentía que le estaba enseñando al robot a quitarles el trabajo a sus profesores. La frase ha viajado mucho, y se entiende por qué. Condensa en una línea dos temores que el profesorado universitario hispanohablante también tiene, aunque rara vez los diga en voz alta: que la tutoría humana sea la primera partida que se recorta y que el propio alumnado entrene, sin saberlo, al sistema que la sustituye.

El caso merece más calma de la que permite un titular. Macquarie ha hecho algo menos drástico de lo que parece, y aun así nada inocuo. La pregunta interesante no es si un chatbot puede tutorizar, porque hay evidencia de que, bien diseñado, puede hacerlo razonablemente bien. La pregunta es qué parte de la tutoría se ha delegado, quién lo ha decidido y con qué garantías.

Qué ha cambiado exactamente en Macquarie

La universidad insiste en que Virtual Peer complementa y no sustituye, y en parte tiene razón. El chatbot no evalúa, las tutorías por Zoom no han desaparecido y la presencialidad volverá en 2027, alternando semestres para que cada estudiante elija formato. Ahora bien, los datos de la ficha permiten una lectura menos amable. Hasta el primer semestre de 2026 esas asignaturas tenían clases presenciales. En el segundo, la actividad semanal principal pasa a ser una conversación con una máquina, y la presencia humana queda reducida a sesiones opcionales a las que, según la propia universidad, se acude más cuando se acercan las entregas. Con una sesión por cada setenta estudiantes, la tutoría funciona como una ventanilla.

Hay un detalle que nos parece más revelador que cualquier declaración institucional: ninguna actividad semanal es obligatoria y la calificación depende solo de trabajos y exámenes. Dicho de otro modo, el diseño deja la interacción de aprendizaje en tierra de nadie. Quien tenga hábitos de autorregulación sólidos aprovechará el chatbot. Quien no los tenga, probablemente ni lo abra hasta la semana del examen. Y ese segundo grupo es, precisamente, el que más necesitaba una tutora humana que le preguntase cómo iba.

Hay además una promesa que conviene recordar. En 2025, el responsable de IA de Macquarie, Phil Laufenberg, presentaba Virtual Peer ante los antiguos alumnos como una forma de liberar al profesorado de la tiranía de lo rutinario para que pudiera dedicarse a lo que más importa: mentoría, docencia e investigación (Macquarie University, 2025). El argumento era razonable. Si el chatbot contesta las fechas de entrega, la profesora tiene más tiempo para sus estudiantes. Un año después, en estas dos asignaturas, lo que ha salido del horario es la propia clase. El tiempo liberado no ha vuelto a la docencia humana: se ha ahorrado.

El problema de llamarlo compañero

El nombre dice mucho. La universidad podía haberlo llamado tutor virtual o asistente, y lo llamó Virtual Peer, compañero virtual. Y aquí aparece una objeción que apenas hemos visto en la cobertura. El aprendizaje entre iguales funciona, en buena medida, porque es recíproco: el compañero también se equivoca, también duda, también necesita que le expliquen. Explicar algo a quien no lo entiende es una de las formas más eficaces de entenderlo uno mismo. Un compañero que siempre sabe la respuesta, que nunca se atasca y que no necesita nada de nosotros quizá sea un buen interlocutor, pero es difícil considerarlo un igual.

La propia universidad ha explicado el nombre. Según Laufenberg, partieron del problema de las dos sigmas de Bloom, la mejora que produce la tutoría individual, y buscaron dos maneras de acercarse a ella a gran escala: el aprendizaje guiado entre estudiantes y los agentes de IA que hacen de compañeros virtuales (Microsoft, 2025). Es decir, el modelo declarado es el aprendizaje entre iguales, y eso hace la objeción más pertinente. Sabemos que Virtual Peer genera preguntas de práctica ilimitadas, reformula explicaciones y remite al material de clase. No hemos encontrado ninguna indicación de que se equivoque a propósito o pida al estudiante que le enseñe. Lo que sí sabemos es que el grupo de discusión, con sus silencios, sus desacuerdos y sus malentendidos productivos, ha salido del horario semanal de estos estudiantes. Eso es lo que echaba de menos el alumno citado: en lugar de una discusión en grupo o de un tutor que te enseña, es una actividad con un robot.

Lo que dice la evidencia sobre los tutores artificiales

Sería cómodo concluir que los tutores artificiales no funcionan. La investigación disponible no lo permite. En un ensayo controlado en un curso de Física de Harvard, Kestin y sus colegas (2025) encontraron que el alumnado que trabajó con un tutor de IA diseñado con principios pedagógicos aprendió más, y en menos tiempo, que el que siguió una clase de aprendizaje activo presencial. Es un estudio relevante y conviene leerlo entero, porque el tutor, lejos de ser un chatbot genérico, tenía andamiaje pedagógico explícito y se usaba como parte de un diseño docente cuidado.

El reverso también está documentado. Bastani et al. (2025) mostraron, con estudiantes de Matemáticas de secundaria, que el acceso a un asistente generativo sin salvaguardas mejoraba el rendimiento mientras estaba disponible y lo empeoraba cuando se retiraba, mientras que una versión con restricciones pedagógicas mitigaba ese daño. Fan et al. (2025) describieron algo parecido con otro nombre, pereza metacognitiva: el estudiante que trabaja con IA rinde más en la tarea, pero regula menos su propio aprendizaje y no necesariamente sabe más al final. La lección común es incómoda para los dos bandos. Un tutor artificial puede ayudar o perjudicar, y lo que inclina la balanza es el diseño pedagógico, no la tecnología.

Macquarie conoce esta literatura. El caso de estudio que publicó Microsoft sobre Virtual Peer cita expresamente el trabajo de Bastani y su equipo como fundamento del diseño, y explica que el chatbot se construyó para favorecer el aprendizaje activo en lugar de dar respuestas hechas (Microsoft, 2025). Hay que reconocerlo: pocas instituciones documentan así sus decisiones. Precisamente por eso conviene leer con atención los datos que ofrecen.

Un chatbot con materiales revisados por el profesorado, que cita sus fuentes y invita a practicar, cumple buena parte de lo que pide la investigación. Una arquitectura donde todo es opcional y nada de lo semanal cuenta para la nota no cumple otra condición: asegurar que la práctica ocurra y que alguien la mire. El dato del piloto, incluso leído con generosidad, habla de un buen complemento. No hemos encontrado datos públicos sobre qué ocurre cuando ese complemento ocupa el lugar de las clases.

Sídney: por qué la IA ha llegado al convenio colectivo

El 2 de septiembre, en torno a dos mil afiliados del sindicato universitario australiano NTEU pararon veinticuatro horas en la Universidad de Sídney. La reivindicación mezclaba salario, estabilidad, cargas de trabajo y algo que hasta hace poco no aparecía en ninguna mesa de negociación: protecciones frente al uso de la IA. La misma semana, el personal recibió los resultados de una encuesta interna en la que, en una escuela de la Facultad de Artes y Ciencias Sociales, nadie, un cero por ciento, estaba de acuerdo con que la universidad actuase en interés de su personal y de su alumnado (The Guardian, 4 de septiembre de 2026).

Peter Chen, presidente de la sección sindical, resumió el conflicto con una imagen que ha circulado bastante: la educación superior como canario en la mina, el primer sector donde se decidirá hasta dónde llega la IA en el trabajo cualificado. Podemos discutir la metáfora, pero el fondo del argumento sindical merece atención. La primera tarea que un algoritmo borra de un presupuesto suele ser la del tutor contratado por horas, mucho antes que la del catedrático. Y en la Universidad de Sídney ya se usaba Cogniti para dar retroalimentación automática antes de las entregas, como recoge el análisis publicado en The Conversation, que también documenta los study buddies de Wollongong en quince asignaturas de primer curso y el simulador Fletch de La Trobe, que interpreta a un padre enfadado para futuros maestros.

Lo que Australia está viviendo en septiembre de 2026 es un anticipo. Las universidades españolas y latinoamericanas tienen las mismas presiones presupuestarias, plantillas igual de precarizadas en las tutorías y una oferta en línea en crecimiento. Cuesta imaginar que la decisión de Macquarie no se replique, con otro nombre, en algún campus de nuestro entorno antes de dos cursos. La diferencia es que aquí casi nadie está negociando todavía las condiciones.

Análisis · IA y docencia universitaria

Durante el segundo semestre de 2026, los estudiantes de dos asignaturas obligatorias de Psicología de Macquarie University dejaron de tener clase con personas y pasaron a tenerla con un chatbot llamado Virtual Peer. Una semana después, unos dos mil trabajadores de la Universidad de Sídney iban a la huelga, entre otras razones, para que el convenio fijase límites al uso de la IA en la docencia. Las dos noticias juntas dicen más que cada una por separado.

El estudiante más citado estos días tuvo que matricularse en la versión en línea por un problema con su itinerario y le dijo a The Guardian que sentía que le estaba enseñando al robot a quitarles el trabajo a sus profesores. La frase ha viajado mucho, y se entiende por qué. Condensa en una línea dos temores que el profesorado universitario hispanohablante también tiene, aunque rara vez los diga en voz alta: que la tutoría humana sea la primera partida que se recorta y que el propio alumnado entrene, sin saberlo, al sistema que la sustituye.

El caso merece más calma de la que permite un titular. Macquarie ha hecho algo menos drástico de lo que parece, y aun así nada inocuo. La pregunta interesante no es si un chatbot puede tutorizar, porque hay evidencia de que, bien diseñado, puede hacerlo razonablemente bien. La pregunta es qué parte de la tutoría se ha delegado, quién lo ha decidido y con qué garantías.

Qué ha cambiado exactamente en Macquarie

La universidad insiste en que Virtual Peer complementa y no sustituye, y en parte tiene razón. El chatbot no evalúa, las tutorías por Zoom no han desaparecido y la presencialidad volverá en 2027, alternando semestres para que cada estudiante elija formato. Ahora bien, los datos de la ficha permiten una lectura menos amable. Hasta el primer semestre de 2026 esas asignaturas tenían clases presenciales. En el segundo, la actividad semanal principal pasa a ser una conversación con una máquina, y la presencia humana queda reducida a sesiones opcionales a las que, según la propia universidad, se acude más cuando se acercan las entregas. Con una sesión por cada setenta estudiantes, la tutoría funciona como una ventanilla.

Hay un detalle que nos parece más revelador que cualquier declaración institucional: ninguna actividad semanal es obligatoria y la calificación depende solo de trabajos y exámenes. Dicho de otro modo, el diseño deja la interacción de aprendizaje en tierra de nadie. Quien tenga hábitos de autorregulación sólidos aprovechará el chatbot. Quien no los tenga, probablemente ni lo abra hasta la semana del examen. Y ese segundo grupo es, precisamente, el que más necesitaba una tutora humana que le preguntase cómo iba.

Hay además una promesa que conviene recordar. En 2025, el responsable de IA de Macquarie, Phil Laufenberg, presentaba Virtual Peer ante los antiguos alumnos como una forma de liberar al profesorado de la tiranía de lo rutinario para que pudiera dedicarse a lo que más importa: mentoría, docencia e investigación (Macquarie University, 2025). El argumento era razonable. Si el chatbot contesta las fechas de entrega, la profesora tiene más tiempo para sus estudiantes. Un año después, en estas dos asignaturas, lo que ha salido del horario es la propia clase. El tiempo liberado no ha vuelto a la docencia humana: se ha ahorrado.

El problema de llamarlo compañero

El nombre dice mucho. La universidad podía haberlo llamado tutor virtual o asistente, y lo llamó Virtual Peer, compañero virtual. Y aquí aparece una objeción que apenas hemos visto en la cobertura. El aprendizaje entre iguales funciona, en buena medida, porque es recíproco: el compañero también se equivoca, también duda, también necesita que le expliquen. Explicar algo a quien no lo entiende es una de las formas más eficaces de entenderlo uno mismo. Un compañero que siempre sabe la respuesta, que nunca se atasca y que no necesita nada de nosotros quizá sea un buen interlocutor, pero es difícil considerarlo un igual.

La propia universidad ha explicado el nombre. Según Laufenberg, partieron del problema de las dos sigmas de Bloom, la mejora que produce la tutoría individual, y buscaron dos maneras de acercarse a ella a gran escala: el aprendizaje guiado entre estudiantes y los agentes de IA que hacen de compañeros virtuales (Microsoft, 2025). Es decir, el modelo declarado es el aprendizaje entre iguales, y eso hace la objeción más pertinente. Sabemos que Virtual Peer genera preguntas de práctica ilimitadas, reformula explicaciones y remite al material de clase. No hemos encontrado ninguna indicación de que se equivoque a propósito o pida al estudiante que le enseñe. Lo que sí sabemos es que el grupo de discusión, con sus silencios, sus desacuerdos y sus malentendidos productivos, ha salido del horario semanal de estos estudiantes. Eso es lo que echaba de menos el alumno citado: en lugar de una discusión en grupo o de un tutor que te enseña, es una actividad con un robot.

Lo que dice la evidencia sobre los tutores artificiales

Sería cómodo concluir que los tutores artificiales no funcionan. La investigación disponible no lo permite. En un ensayo controlado en un curso de Física de Harvard, Kestin y sus colegas (2025) encontraron que el alumnado que trabajó con un tutor de IA diseñado con principios pedagógicos aprendió más, y en menos tiempo, que el que siguió una clase de aprendizaje activo presencial. Es un estudio relevante y conviene leerlo entero, porque el tutor, lejos de ser un chatbot genérico, tenía andamiaje pedagógico explícito y se usaba como parte de un diseño docente cuidado.

El reverso también está documentado. Bastani et al. (2025) mostraron, con estudiantes de Matemáticas de secundaria, que el acceso a un asistente generativo sin salvaguardas mejoraba el rendimiento mientras estaba disponible y lo empeoraba cuando se retiraba, mientras que una versión con restricciones pedagógicas mitigaba ese daño. Fan et al. (2025) describieron algo parecido con otro nombre, pereza metacognitiva: el estudiante que trabaja con IA rinde más en la tarea, pero regula menos su propio aprendizaje y no necesariamente sabe más al final. La lección común es incómoda para los dos bandos. Un tutor artificial puede ayudar o perjudicar, y lo que inclina la balanza es el diseño pedagógico, no la tecnología.

Macquarie conoce esta literatura. El caso de estudio que publicó Microsoft sobre Virtual Peer cita expresamente el trabajo de Bastani y su equipo como fundamento del diseño, y explica que el chatbot se construyó para favorecer el aprendizaje activo en lugar de dar respuestas hechas (Microsoft, 2025). Hay que reconocerlo: pocas instituciones documentan así sus decisiones. Precisamente por eso conviene leer con atención los datos que ofrecen.

Un chatbot con materiales revisados por el profesorado, que cita sus fuentes y invita a practicar, cumple buena parte de lo que pide la investigación. Una arquitectura donde todo es opcional y nada de lo semanal cuenta para la nota no cumple otra condición: asegurar que la práctica ocurra y que alguien la mire. El dato del piloto, incluso leído con generosidad, habla de un buen complemento. No hemos encontrado datos públicos sobre qué ocurre cuando ese complemento ocupa el lugar de las clases.

Sídney: por qué la IA ha llegado al convenio colectivo

El 2 de septiembre, en torno a dos mil afiliados del sindicato universitario australiano NTEU pararon veinticuatro horas en la Universidad de Sídney. La reivindicación mezclaba salario, estabilidad, cargas de trabajo y algo que hasta hace poco no aparecía en ninguna mesa de negociación: protecciones frente al uso de la IA. La misma semana, el personal recibió los resultados de una encuesta interna en la que, en una escuela de la Facultad de Artes y Ciencias Sociales, nadie, un cero por ciento, estaba de acuerdo con que la universidad actuase en interés de su personal y de su alumnado (The Guardian, 4 de septiembre de 2026).

Peter Chen, presidente de la sección sindical, resumió el conflicto con una imagen que ha circulado bastante: la educación superior como canario en la mina, el primer sector donde se decidirá hasta dónde llega la IA en el trabajo cualificado. Podemos discutir la metáfora, pero el fondo del argumento sindical merece atención. La primera tarea que un algoritmo borra de un presupuesto suele ser la del tutor contratado por horas, mucho antes que la del catedrático. Y en la Universidad de Sídney ya se usaba Cogniti para dar retroalimentación automática antes de las entregas, como recoge el análisis publicado en The Conversation, que también documenta los study buddies de Wollongong en quince asignaturas de primer curso y el simulador Fletch de La Trobe, que interpreta a un padre enfadado para futuros maestros.

Nueve días después de la huelga, el 11 de septiembre, el periódico estudiantil Honi Soit adelantó que la Universidad de Sídney había firmado un acuerdo plurianual con OpenAI (Honi Soit, 2026). El anuncio oficial llegó el 14: ChatGPT Edu para todo el personal desde octubre de 2026 y para el estudiantado desde el primer semestre de 2027, con un piloto previo, además de un millón de dólares australianos para un fondo de investigación sobre IA y sostenibilidad (University of Sydney, 2026). La universidad garantiza que sus datos no entrenarán modelos y mantiene Cogniti, su plataforma propia, como herramienta preferente en el aula. Días antes, UNSW Sídney había cerrado un acuerdo similar para 80.000 estudiantes y trabajadores. Leído desde fuera, el orden de los hechos dice mucho: la plantilla pedía negociar en el convenio las condiciones de uso de la IA, y el contrato con el proveedor se firmó antes que el acuerdo con la plantilla.

Lo que Australia está viviendo en septiembre de 2026 es un anticipo. Las universidades españolas y latinoamericanas tienen las mismas presiones presupuestarias, plantillas igual de precarizadas en las tutorías y una oferta en línea en crecimiento. Cuesta imaginar que la decisión de Macquarie no se replique, con otro nombre, en algún campus de nuestro entorno antes de dos cursos. La diferencia es que aquí casi nadie está negociando todavía las condiciones.