En el entorno académico, es muy común observar una preocupación casi obsesiva por «cumplir». Entregar el proyecto final, que la práctica corra, obtener una calificación y pasar a la siguiente materia. Hoy, con las herramientas de inteligencia artificial a la mano, cumplir con una rúbrica se ha vuelto más fácil que nunca. El código funciona, el diseño del hardware parece correcto y el reporte de prácticas o final está impecable, y aquí es cuándo todo se vuelve raro, materias con altos indices de reprobación, se volvieron simples, si y solo si, se evaluan los productos de aprendizaje tradicionales.
Pero detrás de esa entrega perfecta se esconde un peligro silencioso: la ilusión de competencia. Creer que porque puedes generar una solución en segundos, realmente tienes la capacidad de comprenderla, mantenerla y defenderla.
Qué es la ilusión de competencia?
La «ilusión de competencia» ocurre cuando el cerebro confunde la facilidad de reconocer información con la capacidad de generarla o comprenderla a profundidad. Es un sesgo cognitivo donde el estudiante cree que domina un tema simplemente porque la explicación o la solución frente a él es clara y fácil de leer.
El cerebro humano utiliza una métrica llamada «heurística de fluidez» para juzgar qué tan bien sabe algo. Si la información se procesa con facilidad (como leer un código limpio o un diagrama bien explicado), el cerebro concluye erróneamente: «Esto es fácil de entender, por lo tanto, ya lo sé».
- Reconocimiento vs. Recuerdo: El estudiante lee la solución de la IA y dice «sí, tiene sentido». Reconocer que la lógica es correcta requiere muy poco esfuerzo cognitivo. Sin embargo, recordar o reconstruir esa misma lógica desde cero requiere conexiones neuronales profundas que nunca se formaron.
- Falsa Sensación de Avance: Al obtener resultados funcionales de inmediato, el sistema de recompensa del cerebro se activa. El alumno siente la satisfacción de haber completado la tarea sin haber pasado por la fricción necesaria del aprendizaje.
El problema es que la universidad es solo un simulador. Allá afuera, el mercado laboral no te paga por entregar tareas; te paga por resolver problemas reales y asumir la responsabilidad cuando las cosas fallan.
No es lo mismo entregar un prototipo escolar que funciona unos minutos en el escritorio, que mantener un sistema operando 24/7 en servidores de producción. No es lo mismo simular un proceso, que depurar una arquitectura distribuida donde por ejemplo un PLC, una interfaz en Unity y un algoritmo de visión artificial deben sincronizarse en milisegundos en una línea real.
Cuando el sistema en producción se cae, arroja datos basura o un ciclo consume toda la memoria del servidor, la IA puede darte pistas, pero no tiene el contexto de tu topología ni la urgencia de tus clientes. En ese momento, el «copiar y pegar» se desmorona y queda expuesta la verdadera capacidad técnica del ingeniero.
Si un estudiante universitario basa su formación académica en saltarse el proceso cognitivo, está construyendo una carrera de cristal.
Si hoy utilizas la IA para resolver tus proyectos universitarios sin detenerte a analizar la arquitectura subyacente, es necesario que te plantees las siguientes preguntas:
- ¿Qué vas a hacer cuando el error no esté en la sintaxis, sino en el diseño? Las IA son excelentes escribiendo funciones, pero los sistemas reales fallan por malas decisiones de arquitectura, latencia o mala gestión de recursos. Si no conoces los conceptos a bajo nivel, ¿cómo vas a auditar un sistema que ni siquiera tú diseñaste?
- ¿Cuál es tu valor real para una empresa? Si tu única habilidad es redactar peticiones para que un modelo genere código genérico, eres fácilmente reemplazable. El valor de un ingeniero radica en su pensamiento crítico, en entender las restricciones físicas y lógicas, y en adaptar soluciones a entornos de alta presión.
- ¿A quién vas a culpar cuando el sistema falle en producción? En la escuela, un error significa una calificación baja. En la vida laboral, un error en un sistema de bases de datos o en el firmware de un nodo de seguridad significa pérdida de dinero, de información o de integridad física. La responsabilidad legal y profesional lleva tu nombre, no el del algoritmo.
- ¿Estás aprendiendo a desarrollar, o solo estás aprendiendo a ensamblar cajas negras? Ensamblar piezas que no entiendes te convierte en un operador de tecnología, no en un creador. Y los operadores técnicos tienen un techo de crecimiento muy bajo en la industria actual.
La tecnología debe ser una extensión de nuestra capacidad, un acelerador para llegar a soluciones más complejas, no un reemplazo de nuestro razonamiento. La frustración de no encontrar un error, las horas invertidas en diagramar una solución y la necesidad de leer documentación técnica no son obstáculos; son exactamente el entrenamiento que demanda la industria.
Aprobar una materia sin aprender los fundamentos es engañar a un sistema académico que, tarde o temprano, se queda atrás. Al final del día, la vida laboral no evalúa tu capacidad para entregar rápido, sino tu solvencia para sostener lo que entregas.
Me he convertido en un defensor de «preocupate por aprender más que por pasar», sin duda como docente es momento de cambiar las estrategías que permitan disminuir la ilusión de competencia.
