En los últimos años la inteligencia artificial ha dejado de ser una novedad para convertirse en una herramienta cotidiana dentro de los procesos de selección universitaria. Universidades de Estados Unidos y Europa están incorporando algoritmos de aprendizaje automático para revisar miles de solicitudes, evaluar essays y hasta medir la coherencia de los perfiles candidatos.
A medida que la presión para garantizar una admisión justa y libre de sesgos crece, los gobiernos y organizaciones de derechos de los estudiantes exigen que las instituciones revelen el uso de IA en sus procesos de selección.
Sin embargo, la mera presencia de IA no basta; la falta de información clara sobre qué decisiones son automatizadas y cuáles son tomadas por personal humano genera desconfianza entre los aspirantes.
Los colegios y universidades deben, por tanto, describir de forma explícita el papel de la IA en cada etapa del proceso y dejar constancia de que la decisión final recae en un ser humano con autoridad y responsabilidad legal.
Algunas instituciones ya publican informes de transparencia que detallan los algoritmos empleados, los criterios de ponderación y los mecanismos de auditoría externa, lo que permite a los candidatos evaluar la imparcialidad del sistema.
No obstante, el uso indiscriminado de IA plantea desafíos importantes: sesgos algorítmicos que reproducen desigualdades históricas, vulneración de la privacidad de datos personales y la necesidad de auditorías independientes que verifiquen la equidad de los resultados.
Por ejemplo, la Universidad de Stanford publicó en 2023 un informe que detalla que el 40% de las evaluaciones de essays fueron generadas por un modelo de lenguaje entrenado con ensayos anteriores, mientras que el 60% restante fueron revisados por oficiales de admisiones. Este dato muestra cómo la IA puede complementar, pero no reemplazar, la intervención humana.
En Latinoamérica, la Universidad Nacional Autónoma de México (UNAM) ha iniciado un piloto que utiliza IA para filtrar solicitudes de posgrado, pero ha establecido un comité ético que revisa mensualmente los resultados y publica un resumen de los indicadores de equidad.
Estos ejemplos ilustran que la mera declaración de uso de IA no es suficiente; la rendición de cuentas y la divulgación de métricas de desempeño son cruciales para evitar que la tecnología reproduzca desigualdades estructurales.
La normativa europea, bajo la Ley de IA de la Unión Europea, obliga a los proveedores de sistemas de IA a proporcionar documentación clara sobre los datos de entrenamiento, los niveles de precisión y los riesgos asociados, lo que implica que cualquier universidad que emplee dichos sistemas debe cumplir con requisitos de transparencia y auditoría.
En el ámbito latinoamericano, la normativa de protección de datos personales, como la Ley de Protección de Datos Personales en Argentina, exige el consentimiento explícito de los solicitantes cuando sus datos son procesados por algoritmos, lo que obliga a las instituciones a informar claramente sobre la participación de IA en la evaluación de sus perfiles.
En conclusión, la transparencia en la aplicación de IA en admisiones no solo fortalece la confianza de los solicitantes, sino que también promueve una educación más equitativa y alineada con los principios éticos de la inteligencia artificial, convirtiéndose en un requisito esencial para cualquier institución que aspire a mantener su reputación y su responsabilidad social.
