Un investigador con una trayectoria consolidada —cátedra, premios, dirección de revista, índice h elevado— sostiene que la inteligencia artificial ha vuelto inservible el modelo académico vigente. La academia, explica, ha funcionado sobre una lógica productivista: más proyectos, más artículos, más estudiantes, más premios. Esa producción, añade, dependía del trabajo humano de redacción, y la IA rompe ese equilibrio al convertir el volumen en prácticamente infinito.
En el ámbito docente, las tareas enviadas por el alumnado son en su inmensa mayoría generadas o refinadas con herramientas como Claude o ChatGPT. Quienes dominan el uso combinado de varios modelos y cuentas de pago obtienen trabajos indetectables y de mayor calidad, lo que termina penalizando al estudiante que escribe por su cuenta y recompensando al que invierte en suscripciones premium. Las calificaciones, advierte, han dejado de medir conocimiento real.
El problema más profundo, según el autor, está en la investigación. Hoy es posible producir revisiones, síntesis metodológicas y análisis secundarios a ritmo de casi un artículo por día, combinando herramientas como Consensus y Claude. Las convocatorias de grants, señala, también se ven desbordadas: un equipo de cinco personas puede presentar diez solicitudes por ronda rotando al investigador principal, e incluso los errores típicos de las solicitudes —presupuestos mal calculados, citas omitidas, criterios de elegibilidad— pueden corregirse con IA. Organismos como CIHR, alerta, afrontan una posible triplicación de solicitudes y estudian ya el uso de IA para preevaluar las de otros. Mientras los Tri-Councils pasaron de prohibir la IA a permitirla, y las revistas apenas reaccionan más allá de declaraciones de los autores, la academia sigue operando con métricas que ya no significan nada. La ceremonia del funeral, concluye, aún no se ha celebrado.