𝗣𝗼𝗿 𝗔𝗻𝗱𝗿𝗲𝘀 𝗦𝗮𝗹𝘃𝗮𝗱𝗼𝗿*
𝟭. 𝗜𝗻𝘁𝗿𝗼𝗱𝘂𝗰𝗰𝗶𝗼́𝗻
La irrupción de la Inteligencia Artificial Generativa (IAG) ha dejado de ser una mera innovación tecnológica para convertirse en un hecho social y cognitivo total. En el ámbito de la educación superior, este fenómeno ha provocado una crisis profunda en las metodologías tradicionales de enseñanza y evaluación. El reciente 𝐼𝑛𝑓𝑜𝑟𝑚𝑒 𝐹𝑖𝑛𝑎𝑙 𝑑𝑒𝑙 𝐶𝑜𝑚𝑖𝑡𝑒́ 𝐴𝑑 𝐻𝑜𝑐 𝑑𝑒𝑙 𝑀𝐼𝑇 𝑠𝑜𝑏𝑟𝑒 𝑒𝑙 𝑈𝑠𝑜 𝑑𝑒 𝑙𝑎 𝐼𝐴 𝑒𝑛 𝑙𝑎 𝐸𝑛𝑠𝑒𝑛̃𝑎𝑛𝑧𝑎, 𝑒𝑙 𝐴𝑝𝑟𝑒𝑛𝑑𝑖𝑧𝑎𝑗𝑒 𝑦 𝑙𝑎 𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑎𝑐𝑖𝑜́𝑛 𝑒𝑛 𝐼𝑛𝑣𝑒𝑠𝑡𝑖𝑔𝑎𝑐𝑖𝑜́𝑛 (𝑎𝑔𝑜𝑠𝑡𝑜 𝑑𝑒 2026) https://bpb-us-e1.wpmucdn.com/…/AI-Committee-Final… funciona como un diagnóstico de urgencia y una hoja de ruta institucional. Sin embargo, cuando este análisis se traslada a las ciencias jurídicas, el desafío adquiere dimensiones ontológicas y políticas particulares.
Se examina aquí el impacto de la IAG en la educación jurídica, utilizando el informe del MIT como catalizador. Se argumenta que el desafío docente no radica en resistir la tecnología para preservar una supuesta «fricción cognitiva» analítica, sino en mudar dicha fricción a un nivel superior, asumiendo que los límites entre la cognición humana y la artificial son de carácter regulatorio y material, más que metafísicos.
𝟮. 𝗔𝗻𝘁𝗲𝗰𝗲𝗱𝗲𝗻𝘁𝗲𝘀: 𝗟𝗮𝘀 𝗘𝘁𝗮𝗽𝗮𝘀 𝗱𝗲 𝗹𝗮 𝗘𝗿𝗮 𝗣𝗮𝗹𝗲𝗼𝗰𝗶𝗯𝗲𝗿𝗻𝗲́𝘁𝗶𝗰𝗮
Para dimensionar el salto cualitativo que representa la IAG, es metodológicamente útil adoptar la perspectiva de la 𝗲𝗿𝗮 𝗽𝗮𝗹𝗲𝗼𝗰𝗶𝗯𝗲𝗿𝗻𝗲́𝘁𝗶𝗰𝗮. Esta categoría conceptual, acuñada inicialmente por el teórico de medios estadounidense Gene Youngblood en su obra Expanded Cinema (1970) para definir la transición primitiva entre la era industrial y la computacional, fue introducida formalmente en el debate de la futurología de habla hispana a través del trabajo de Michael Marien (1975) titulado «Las Banderías de Babel» (1). Al examinar las respuestas a la pregunta fundamental ¿Hacia dónde vamos? (2), Marien recupera la tesis de Youngblood para caracterizar un presente tecnológico que, a pesar de sus pretensiones avanzadas, representa apenas la prehistoria de la cibernética.
Bajo esta escala arqueológica del tiempo digital, la historia de la computación moderna puede dividirse, hasta el presente, en dos grandes momentos evolutivos:
𝗟𝗮 𝗘𝗿𝗮 𝗣𝗮𝗹𝗲𝗼𝗰𝗶𝗯𝗲𝗿𝗻𝗲́𝘁𝗶𝗰𝗮 𝗔𝗻𝗮𝗹𝗶́𝘁𝗶𝗰𝗮: Consolidada entre la segunda mitad del siglo XX y las primeras dos décadas del siglo XXI, se caracterizó por el uso de ordenadores destinados a procesar, buscar, indexar y organizar información previamente creada por seres humanos (buscadores web, bases de datos jurídicas, procesadores de texto). La tecnología funcionaba como una herramienta de extensión física y lógica (el equivalente a un «hacha de piedra» cognitiva). La fricción pedagógica residía en el procesamiento: el estudiante debía aprender la sintaxis de la máquina para buscar el fallo correcto, extraer la doctrina y redactar el texto palabra por palabra.
𝗟𝗮 𝗘𝗿𝗮 𝗣𝗮𝗹𝗲𝗼𝗰𝗶𝗯𝗲𝗿𝗻𝗲́𝘁𝗶𝗰𝗮 𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝘃𝗮: Inaugurada con la adopción masiva de los modelos fundacionales de lenguaje (LLMs) a partir de 2022. Aquí, el ordenador muta de herramienta analítica a agente cognitivo; no solo busca información, sino que simula procesos de razonamiento formal, dialoga en lenguaje natural y produce contenido original (código, texto, argumentación). El lenguaje ya no es un obstáculo técnico, sino la interfaz misma. La fricción del estudiante se desplaza, por lo tanto, de la generación de contenido hacia la dirección, la curaduría crítica y la verificación del resultado.
𝟯. 𝗗𝗲𝘀𝗮𝗿𝗿𝗼𝗹𝗹𝗼
𝟯.𝟭. 𝗘𝗹 𝗜𝗻𝗳𝗼𝗿𝗺𝗲 𝗱𝗲𝗹 𝗠𝗜𝗧 𝘆 𝗲𝗹 «𝗔𝗯𝗮𝗻𝗱𝗼𝗻𝗼 𝗖𝗼𝗴𝗻𝗶𝘁𝗶𝘃𝗼»
El diagnóstico del MIT advierte que las tecnologías de IAG pueden resolver con solvencia casi cualquier asignación escrita del currículum universitario tradicional (ensayos, resoluciones de casos, exámenes para el hogar). Esto ha generado un desajuste estructural entre los objetivos pedagógicos y los métodos de evaluación tradicionales.
El principal riesgo señalado es el «𝗮𝗯𝗮𝗻𝗱𝗼𝗻𝗼 𝗰𝗼𝗴𝗻𝗶𝘁𝗶𝘃𝗼» (𝗰𝗼𝗴𝗻𝗶𝘁𝗶𝘃𝗲 𝘀𝘂𝗿𝗿𝗲𝗻𝗱𝗲𝗿): la tendencia del estudiante a delegar la resolución del problema ante el primer obstáculo o señal de dificultad. El informe subraya que el aprendizaje requiere de una «fricción productiva» y de un «esfuerzo constructivo» para fijar las conexiones neuronales y desarrollar la autonomía. Para contrarrestar esto, el MIT propone el Backward Design (diseño inverso): definir primero la competencia humana irreemplazable que se desea desarrollar y, posteriormente, estructurar evaluaciones que utilicen la IA de forma aumentativa, promoviendo la presencialidad y la interacción social como núcleos de la experiencia residencial.
𝟯.𝟮. 𝗜𝗺𝗽𝗮𝗰𝘁𝗼 𝗲𝗻 𝗹𝗮 𝗘𝗻𝘀𝗲𝗻̃𝗮𝗻𝘇𝗮 𝗱𝗲𝗹 𝗗𝗲𝗿𝗲𝗰𝗵𝗼, 𝗹𝗮 𝗛𝗶𝘀𝘁𝗼𝗿𝗶𝗮 𝗖𝗼𝗻𝘀𝘁𝗶𝘁𝘂𝗰𝗶𝗼𝗻𝗮𝗹 𝘆 𝗲𝗹 𝗗𝗲𝗿𝗲𝗰𝗵𝗼 𝗣𝗼𝗹𝗶́𝘁𝗶𝗰𝗼
En la formación del abogado, el «abandono cognitivo» afecta el núcleo mismo de la profesión: el músculo de la argumentación y el pensamiento crítico. Si la máquina redacta el contrato o el dictamen, el estudiante obtiene el «fuego» (el producto), pero pierde la capacidad de encenderlo por sus propios medios.
Sin embargo, este impacto no se distribuye de igual manera en todas las ramas del Derecho. Adquiere una complejidad radical en materias de alta densidad teórica y axiológica, como la 𝗛𝗶𝘀𝘁𝗼𝗿𝗶𝗮 𝗖𝗼𝗻𝘀𝘁𝗶𝘁𝘂𝗰𝗶𝗼𝗻𝗮𝗹 y el 𝗗𝗲𝗿𝗲𝗰𝗵𝗼 𝗣𝗼𝗹𝗶́𝘁𝗶𝗰𝗼:
𝗘𝗻 𝗹𝗮 𝗛𝗶𝘀𝘁𝗼𝗿𝗶𝗮 𝗖𝗼𝗻𝘀𝘁𝗶𝘁𝘂𝗰𝗶𝗼𝗻𝗮𝗹: Las consignas tradicionales de la era analítica (v.gr., «Analice las influencias de la Constitución de los EE.UU. en la Constitución Argentina de 1853») pierden valor pedagógico, ya que la IAG las resuelve de forma inmediata y con un estándar de redacción elevado. La nueva fricción debe operar con la IA: el estudiante debe actuar como un auditor historiográfico. Se le puede exigir, por ejemplo, que someta a la IA a un proceso de Prompt Engineering avanzado para forzarla a simular los debates de los constituyentes, debiendo luego el alumno contrastar críticamente las respuestas de la máquina con las fuentes primarias (los diarios de sesiones) para detectar sesgos jurisprudenciales o «alucinaciones» del algoritmo.
𝗘𝗻 𝗲𝗹 𝗗𝗲𝗿𝗲𝗰𝗵𝗼 𝗣𝗼𝗹𝗶́𝘁𝗶𝗰𝗼: El salto evolutivo de la IA impacta directamente en las teorías del Estado y de la soberanía. El uso de la IAG en esta materia permite actualizar la máxima de Thomas Hobbes: «Auctoritas non veritas facit legem» (La autoridad, no la verdad, hace la ley). El marco probabilístico de la IA es capaz de simular conflictos axiológicos y proponer reformas legislativas basadas en modelos de justicia específicos (vg. el utilitarismo o la equidad rawlsiana) si se le parametriza correctamente. Por ende, la enseñanza del Derecho Político ya no puede limitarse a la exégesis de los textos clásicos; debe abordar la disputa por la razón de la ley. El estudiante debe comprender que el marco normativo actual de la IA es una construcción de poder latente, y que la verdadera fricción política radica en quién detenta la autoridad legítima para diseñar, auditar y ejecutar la fuerza (coacción institucional) que se deriva de esos algoritmos sobre los cuerpos humanos.
𝟰. 𝗖𝗼𝗻𝗰𝗹𝘂𝘀𝗶𝗼́𝗻 𝘆 𝗣𝗿𝗼𝗯𝗹𝗲𝗺𝗮𝘀 𝗔𝗯𝗶𝗲𝗿𝘁𝗼𝘀
El análisis funcional de la tecnología demuestra que las barreras que separan la cognición humana de la artificial en la práctica jurídica no son ontológicas o metafísicas, sino estrictamente regulatorias, políticas y de diseño de interfaz (la convergencia de la IA con la robótica social anulará las distinciones materiales de la empatía simulada). Ante esta realidad, la universidad se enfrenta a un abismo pedagógico que deja abiertos los siguientes problemas:
𝗥𝗲𝗳𝗼𝗿𝗺𝘂𝗹𝗮𝗰𝗶𝗼́𝗻 𝗱𝗲𝗹 𝗥𝗼𝗹 𝗗𝗼𝗰𝗲𝗻𝘁𝗲: El profesor debe abandonar definitivamente el rol de transmisor de contenidos o de censor policial del plagio artificial. Su función se desplaza hacia la de un director de orquesta cognitiva, un diseñador de experiencias de aprendizaje que enseñe a los estudiantes a habitar y gobernar la incertidumbre del sistema tecnológico.
𝗘𝗹 𝗣𝗮𝗽𝗲𝗹 𝗱𝗲 𝗹𝗮 𝗨𝗻𝗶𝘃𝗲𝗿𝘀𝗶𝗱𝗮𝗱: Si la producción de conocimiento formal y la estructuración de documentos complejos han sido automatizadas, la universidad debe redefinirse. Ya no es el espacio donde se almacena o procesa la información, sino el lugar físico y existencial donde se asumen los riesgos de la toma de decisiones. El título universitario ya no debe certificar la posesión de una técnica ejecutable por una IA, sino la capacidad ética y política de un sujeto para hacerse responsable de las consecuencias de la coacción jurídica.
𝗟𝗮 𝗧𝗿𝗮𝗻𝘀𝗳𝗼𝗿𝗺𝗮𝗰𝗶𝗼́𝗻 𝗱𝗲 𝗹𝗮 𝗘𝘃𝗮𝗹𝘂𝗮𝗰𝗶𝗼́𝗻: Las metodologías de evaluación deben mutar hacia la presencialidad absoluta, los portafolios de proceso (historial de versiones del pensamiento humano) y la oralidad clínica. Se debe evaluar el cómo (la estrategia, el escepticismo metodológico, la elección de valores) y no el qué (el texto final).
En definitiva, la era paleocibernética generativa nos obliga a aceptar que la IA puede colonizar la razón jurídica predictiva. La misión de la educación jurídica contemporánea ya no es competir contra el algoritmo, sino formar a los sujetos que disputarán el control político de sus marcos de optimización para ponerlos al servicio de la condición humana.
𝗡𝗼𝘁𝗮𝘀
(𝟭) Marien, Michael (1978). «Las Banderías de Babel», Capítulo 23, pp. 277-281. En Spekke, Andrew A. (Comp.), Los próximos 25 años: Antesala del siglo XXI. Buenos Aires: Tres Tiempos – Asociados. (Publicado originalmente en inglés como The Next 25 Years: Discovery and Development por la World Future Society, Washington, 1975; el artículo de Marien apareció previamente en Social Policy, febrero de 1975).
(𝟮) La pregunta formal ¿Hacia dónde vamos? es formulada por Marien en la p. 278 de la citada edición. La referencia explícita a la tesis de la «era paleocibernética» de Gene Youngblood (1970) se introduce en la p. 279 como uno de los marcos teóricos e ideológicos con los que se intentaba nombrar el incipiente salto tecnológico.
𝗙𝗼𝘁𝗼: Curso de Historia Constitucional en un futuro cercano. Imagen generada con Meta (AI, [2026]) a partir de prompt del autor, 2 de noviembre de 2026.
*𝗔𝗻𝗱𝗿𝗲́𝘀 𝗦𝗮𝗹𝘃𝗮𝗱𝗼𝗿. Abogado y Profesor en Ciencias Jurídicas, se desempeña actualmente como Profesor Adjunto en Historia Constitucional Argentina – Cátedra C y Jefe de Trabajos Prácticos en Derecho Político – Cátedra B en la Facultad de Derecho y Ciencias Sociales y Políticas de la Universidad Nacional del Nordeste (UNNE.).
