Aquí el artículo de opinión completo del Arq. Sergio Manes
La inteligencia artificial no llegó a las aulas para arruinar una salud intacta. Llegó a una universidad que ya venía perdiendo desde hace muchos años, la batalla por la profundidad.
Nací en 1969. Soy arquitecto, profesor, y hace más de treinta años que vengo recorriendo aulas de arquitectura en Argentina y en distintos países de Latinoamérica. No escribo esto desde la nostalgia del tablero ni desde el perfume del amoníaco de las copias heliográficas. Escribo desde el aula de hoy, viendo cómo no solo cambian las herramientas, sino también la estructura mental con la que se proyecta.
Me tocó ver pasar varias promesas de futuro. Vi el paso del tablero al CAD, del Rendering al BIM, luego a los entornos paramétricos y ahora, a la inteligencia artificial. Pero, si soy honesto, muchas de esas transformaciones dejaron apenas huellas tímidas sobre aquello que realmente importaba, la forma en que comprendíamos un problema y el modo en que construíamos, paso a paso, un proceso metodológico para enfrentarlo. Lo que hoy me inquieta de la iA en las aulas no es solo su potencia. Es que aterriza en una época en la que la comprensión ya estaba debilitada y los procesos largos ya empezaban a vivirse como una molestia. Esta vez, la herida no es superficial. Esta vez, la herida es estructural.
La subjetividad de la inmediatez
Hay algo que en la universidad se comenta cada vez más. Los alumnos cambiaron. Pero no cambiaron solamente en el sentido en que cambia una generación respecto de otra. No es que hablen distinto, consuman otras cosas o manejen mejor ciertas interfases. Cambiaron de una forma más honda. Más estructural. Más difícil de intervenir.
No me interesa caer en la estupidez fácil de decir que los chicos de ahora son peores, más vagos o menos inteligentes. Eso sería una simplificación mediocre. El problema es otro. Llegan formados por un mundo que los acostumbró, desde muy temprano, a no quedarse demasiado tiempo en ningún lado. A resolver rápido. A navegar antes que profundizar. A cambiar de estímulo antes de que aparezca la dificultad. A suponer que si algo demora demasiado, es porque está mal diseñado.
Llegan entrenados para no tener que quedarse, ni en una idea, ni en una duda, ni en una dificultad… ni en nada!
Fuimos formados en otro mundo y nos toca enseñar en este. Conservamos memoria del dibujo como forma de pensar, de la lectura lenta, del error como parte del aprendizaje y del proyecto como proceso de maduración.
Y la universidad, que sigue organizada alrededor de la idea de permanencia, de proceso, de insistencia y de elaboración, los recibe como si alcanzara con pedirles un poco más de atención, un poco más de disciplina y un poco más de compromiso.
No alcanza.
No alcanza porque el problema no está solamente en la voluntad del estudiante. El problema está en el tipo de subjetividad con la que llega. Una subjetividad producida por un ecosistema de inmediatez, fragmentación, recompensa rápida y externalización permanente del esfuerzo mental. No es que no puedan pensar. Es que fueron moldeados por una cultura que premia otra relación con el pensamiento, más veloz, más superficial, más operativa, más ansiosa.
Entonces el alumno entra a la facultad, se sienta frente a un proyecto, una lectura, una corrección, una idea que hay que trabajar durante semanas, y muchas veces lo que siente no es desafío. Siente fricción. Siente que la institución le pide un ritmo que no coincide con el ritmo interno en el que fue entrenado para vivir.
Y ahí es donde la universidad empieza a tropezar.
Los dos errores de la universidad
No creo que los profesores de mi generación seamos los únicos en advertir este problema, pero sí me parece que ocupamos una posición especialmente sensible para nombrarlo. Fuimos formados en otro mundo y nos toca enseñar en este. Conservamos memoria del dibujo como forma de pensar, de la lectura lenta, del error como parte del aprendizaje y del proyecto como proceso de maduración. Sabemos, por experiencia, que ciertas comprensiones solo aparecen después de insistir, de frustrarse, de rehacer, de volver a mirar. Sabemos que una buena idea cuesta, que el pensamiento serio tiene una temporalidad propia y que no todo puede resolverse enseguida sin pagar un precio.
Pero esa memoria ya no alcanza.
La iA no solo acelera. También fabrica verosimilitud. Permite llenar una entrega con renders espectaculares, versiones infinitas, conceptos que suenan sofisticados y decisiones que parecen complejas aunque, en el fondo, no haya habido proceso intelectual real. Lo que aparece es una nueva forma de simulacro, la competencia aparente.
Porque una cosa es haber sido formado en otro tiempo. Otra muy distinta es saber cómo enseñar en esta era.
Y acá me parece que la universidad comete, una y otra vez, dos errores estratégicos.
El primero es la nostalgia. El docente cree que todavía puede enseñar como antes, con los mismos métodos, con la misma economía de la atención, con las mismas exigencias, como si el peso de la institución alcanzara para enderezar a un estudiante que ya fue moldeado por una cultura mucho más fuerte que cualquier programa de estudios. No lo endereza. Lo pierde.
El segundo error es la rendición. El docente, cansado de pelear contra algo que no logra modificar, baja la vara, simplifica, corrige productos en vez de procesos, se conforma con imágenes aceptables, con discursos más o menos convincentes, con una solvencia visual que muchas veces es puro maquillaje.
Entre la nostalgia y la rendición, la universidad se vacía.
El simulacro de solvencia
Y acá aparece el problema más serio de todos.
Nunca fue tan fácil producir tanto y parecer competente.
Ese es, para mí, el núcleo del conflicto actual. La iA no solo acelera. También fabrica verosimilitud. Permite llenar una entrega con renders espectaculares, versiones infinitas, conceptos que suenan sofisticados y decisiones que parecen complejas aunque, en el fondo, no haya habido proceso intelectual real. Lo que aparece es una nueva forma de simulacro, la competencia aparente.
Una cosa es producir mucho. Otra muy distinta es pensar bien.
En arquitectura esto es especialmente grave, porque la disciplina exige exactamente aquello que la cultura contemporánea viene erosionando. Exige tiempo largo. Exige observación. Exige paciencia. Exige tolerancia a la incertidumbre. Exige volver sobre una misma idea muchas veces. Exige relacionar estructura, espacio, uso, materia, clima, luz y técnica. Exige juicio. Exige criterio. Exige una inteligencia que no puede funcionar solamente por descarte ni por consumo de resultados que aparentan estar bien.
Pero una parte creciente del alumnado llega cada vez menos entrenada para eso.
No porque sea menos capaz. Sino porque fue educada para otra cosa. Para producir antes de comprender. Para elegir antes que elaborar. Para pasar de largo antes que quedarse. Para confundir respuesta con pensamiento. Para suponer que si una imagen ya parece convincente, entonces la idea que la sostiene debe estar más o menos bien.
Y muchas veces no está bien.
La universidad no debe competir con la velocidad de la iA. Debe competir con la profundidad del propósito humano.
La inteligencia artificial, en este contexto, no viene a destruir una salud intacta. Viene a acelerar una degradación previa. Agarra a un estudiante ya acostumbrado a seleccionar, a filtrar, a ensamblar resultados más o menos “buenos”, y le ofrece exactamente eso, pero en una escala brutal. Entonces lo que antes era una tendencia se vuelve método. El alumno ya no proyecta. Selecciona. Ya no piensa un problema. Administra variantes. Ya no forma criterio. Aprende a reconocer qué output tiene mejor aspecto.
Y lo peor es que eso parece productividad.
Ahí está la trampa. La universidad empieza a confundir fluidez con comprensión, prolijidad con pensamiento, impacto con inteligencia. Y si no vuelve a defender esa diferencia con una firmeza nueva, va a perder del todo su razón de ser.
Una pedagogía del refugio vs. una pedagogía del juicio
No creo que la salida sea prohibir la iA. Eso sería ingenuo, impracticable y conceptualmente errado. Tampoco creo que la respuesta sea convertir la universidad en un monasterio de lentitud, como si el mundo real no exigiera velocidad, iteración y eficiencia.
Lo que hace falta no es una pedagogía del refugio. Hace falta una pedagogía del juicio.
La universidad no debe competir con la velocidad de la iA. Debe competir con la profundidad del propósito humano. No tiene que enseñarle al estudiante a producir más despacio por principio moral. Tiene que enseñarle en qué partes del proceso es criminal ir rápido, en cuáles conviene automatizar, en cuáles hace falta detenerse, y en cuáles una imagen seductora es apenas puro humo.
Eso exige cambiar métodos, protocolos de corrección y formas de evaluación.
No alcanza con transmitir contenidos. Hay que reconstruir hábitos cognitivos que el entorno actual ya no produce espontáneamente.
Primer eje, corregir procesos, no solo proyectos
Este es, para mí, el punto más importante.
En el taller no deberíamos corregir proyectos finales. Deberíamos corregir sistemas de pensamiento.
Hoy muchas entregas funcionan como “cajas negras”. El resultado aparece sin rastro de su origen. El docente ve una imagen, una planta, un discurso, pero no puede reconstruir con claridad qué secuencia de decisiones llevó hasta ahí. Y cuando el proceso desaparece, desaparece también la posibilidad de formar criterio.
Por eso creo que toda entrega debería incluir una genealogía de decisiones.
No solo qué presenta el alumno, sino cómo llegó a eso. Qué pidió. Qué obtuvo. Qué descartó. Qué corrigió. Qué contradicciones encontró. Qué bifurcaciones evaluó. Por qué eligió una variante y no otra. El pensamiento tiene que volverse visible y auditable.
Caso de uso 1, la bitácora de proyecto
Supongamos una consigna simple, proyectar un pequeño centro comunal en un terreno urbano irregular.
En el modelo habitual, el alumno llega a la corrección con dos plantas, un corte y cinco renders. El profesor corrige el resultado.
En el modelo que propongo, el alumno llega con eso, pero además con una bitácora obligatoria de proceso. En esa bitácora debe mostrar: tres hipótesis iniciales de implantación; por qué descartó dos; qué conflictos aparecieron entre orientación, acceso y programa; qué imágenes o salidas de iA usó, si es que las usó; qué parte de esos outputs aceptó; qué parte descartó y por qué; qué cambios introdujo él sobre esa base.
La corrección ya no se limita a “si el proyecto funciona”. También puede entrar en “cómo estuvo pensando el problema”. Ese desplazamiento cambia el sentido pedagógico del taller.
Segundo eje, romper el simulacro de impacto visual
Hoy una imagen espectacular se volvió mas que convincente. El render produce una ilusión de resolución que muchas veces anestesia la crítica. Si se ve bien, si parece elaborado, si impacta, entonces muchos suponen que ya hay proyecto. Y no necesariamente hay algo detrás de esa parafernalia visual.
La universidad tiene que volver a enseñar que una imagen no piensa por sí sola.
Eso implica separar, de manera deliberada, impacto visual de inteligencia espacial.
Toda propuesta debería poder sostenerse en la desnudez del diagrama, la planta, los cortes y la lógica material. Si la arquitectura desaparece al apagar la pantalla o al quitarle la textura, entonces no había arquitectura. Había impacto.
Caso de uso 2, doble presentación obligatoria
Yo haría un ejercicio simple y efectivo. Toda entrega importante debería presentarse dos veces.
Primero, en modo desnudo: diagrama, planta,cortes, esquema estructural, lógica programática, criterio material, relación con el sitio y la ciudad, hipótesis de uso y de habitar, lógica ambiental, luz, clima y orientación, experiencia espacial esperada para quien lo recorre, lo usa y lo vive.
Después, recién ahí, en modo visual: render, atmósfera, imagen final, simulación de uso.
Si el proyecto se cae en la primera instancia y solo se salva en la segunda, el problema queda en evidencia. La imagen estaba funcionando como prótesis conceptual.
No podemos competir con la velocidad de la máquina. Tampoco deberíamos intentarlo. Lo que sí podemos hacer es exigir que el valor del estudiante empiece donde termina el output automático.Eso no demoniza el render. Lo pone en su lugar. La seducción visual es un dato. Nunca un argumento.
Tercer eje, medir el Delta Humano
A eso lo llamo el Delta Humano.
La pregunta ya no es si el alumno usó o no usó iA. La pregunta es cuánto valor agregó sobre esa base. Qué espesor crítico, espacial, constructivo o programático introdujo sobre una salida que la máquina podía producir en segundos.
Caso de uso 3, tres versiones de una misma consigna
Una forma concreta de trabajar esto sería pedir que una misma consigna se resuelva en tres etapas: una primera respuesta sin iA; una segunda respuesta con iA libre y; una tercera respuesta en la que el alumno deba construir una solución propia a partir del contraste entre las dos anteriores.
Después, en corrección, no se evalúa cuál quedó “más linda”. Se evalúa dónde hubo más pensamiento. Dónde apareció más criterio. Dónde hubo verdadera comprensión del problema.
Así, la iA deja de ser un atajo y se convierte en un interlocutor que el alumno debe superar, refutar o reconducir.
Cuarto eje, entrenar atención sostenida
La atención hoy está devastada. Y sin embargo la universidad sigue actuando como si la atención todavía estuviera disponible.
En arquitectura esto es fatal, porque proyectar exige exactamente lo contrario de la economía cognitiva dominante. Exige quedarse. Exige sostener una pregunta. Exige mirar una planta durante media hora. Exige discutir un corte sin abrir ocho pestañas. Exige permanecer.
Entonces, si queremos formar criterio, hay que volver a entrenar atención sostenida.
No alcanza con pedir silencio o presencia física. Hay que diseñar ejercicios que obliguen a permanecer.
Por ejemplo: una clase entera dedicada a una sola decisión de implantación, cuarenta minutos de análisis de una única obra, correcciones centradas en un solo conflicto, no en diez, ejercicios de observación sin producción inmediata.
Caso de uso 4, una hora sobre un solo corte
En lugar de una clase donde se corrijan veinte cosas de forma superficial, se toma un solo corte del proyecto y se trabaja una hora completa sobre ella.
Relación entre estructura y luz. Relación entre altura y uso. Relación entre envolvente y clima. Relación entre espacio y recorrido.
Puede parecer poco. En realidad, es muchísimo. Porque vuelve a entrenar una musculatura mental que el ecosistema digital dejó de desarrollar.
Quinto eje, devolverle valor cognitivo al error
La cultura contemporánea entrena para esquivar el error, maquillarlo o compensarlo rápido. Pero en disciplinas proyectuales el error no es un síntoma de fracaso. Es parte constitutiva del pensamiento.
Un acceso mal resuelto. Una proporción que no funciona. Una organización espacial torpe. Todo eso, si se trabaja bien, no arruina el proceso. Lo forma.
El problema es que muchas veces evaluamos como si el error fuera una vergüenza y no una fuente de aprendizaje.
Habría que hacer lo contrario. Pedir que cada entrega incluya también decisiones descartadas. Preguntar no solo qué quedó, sino qué se corrigió. Hacer visible el error productivo.
Caso de uso 5, defensa del descarte
En vez de premiar solamente la solución final, se le pide al estudiante que explique por qué descartó otras cinco posibilidades, incluyendo las producidas por iA.
El descarte es una prueba de criterio mucho más fuerte que la mera exhibición de una respuesta cerrada.
Porque un alumno que sabe justificar por qué no eligió algo demuestra más inteligencia que uno que solo llega con una forma más o menos convincente.
Sexto eje, cambiar la evaluación
Mientras sigamos premiando solamente el resultado final, todo lo demás será retórica.
Si el alumno obtiene una buena nota por presentar algo visualmente eficaz, aunque no pueda explicar cómo llegó ahí, aunque no pueda defender una decisión, aunque no haya construido una lógica interna reconocible, entonces la institución misma está convalidando la degradación que dice lamentar.
Tenemos que entender que el alumno que hoy tenemos enfrente no necesita menos exigencia, sino una exigencia distinta.
Hay que empezar a evaluar: proceso, revisión, consistencia argumental, calidad del descarte, defensa oral de decisiones, relación entre medios y fines, capacidad de reformulación.
En otras palabras, habría que evaluar pensamiento visible.
Eso exige más trabajo docente. Más precisión. Más tiempo. Pero justamente esa es la tarea. Porque si la universidad no logra reconstruir esas condiciones, ya no tendrá mucho para ofrecer. Su tarea más importante sigue siendo formar gente capaz de pensar en serio, justo en un mundo que cada vez nos entrena más para lo contrario.
El verdadero desafío generacional
Muchos de quienes hoy enseñamos arquitectura quedamos parados en una bisagra histórica. Fuimos formados bajo ciertas reglas, pero nos toca enseñar cuando esas reglas ya no organizan del mismo modo ni la atención, ni el aprendizaje, ni el proyecto. Nuestra tarea ya no es solo transmitir contenidos. Tampoco es hacernos los superados con herramientas nuevas ni atrincherarnos en la nostalgia de la paralela, el Rotring, el Letraset, los letrógrafos y el papel calco de 90 gramos.
Nuestra tarea es mucho más incómoda.
Tenemos que entender que el alumno que hoy tenemos enfrente no necesita menos exigencia, sino una exigencia distinta. Una exigencia que no apueste solamente al producto final, sino a reconstruir por dentro la maquinaria mental que hace posible pensar algo con seriedad.
No se trata de domesticar a una generación. No se trata de vencerla. No se trata de que vuelvan a ser como nosotros.
Se trata de diseñar una pedagogía capaz de devolverle espesor a una mente educada para la superficie.
La verdadera derrota
La derrota no sería que las máquinas nos reemplacen.
La derrota sería más humillante.
La derrota sería que la universidad termine certificando como pensamiento lo que en realidad es apenas una cadena de respuestas que fingen verdad. Que deje de distinguir entre juicio y simulacro. Que confunda solvencia aparente con formación real.
El siglo XXI va a producir operadores de interfases extraordinarios. Pero la arquitectura no necesita solo operadores. Necesita sujetos capaces de juzgar con criterio. Capaces de distinguir cuándo una solución brillante es, en realidad, una burda simplificación. Cuando una herramienta acelera el trabajo y cuándo destruye el proceso que formaba a quien la usa. Cuando una imagen impresiona y cuándo una obra de arquitectura realmente vale.
Si la universidad no vuelve a formar ese juicio, podrá incorporar toda la tecnología del mundo, pero habrá renunciado a su tarea más importante: No la de certificar incumbencias y saberes, sino la de formar sujetos capaces de pensar cuando todo, a su alrededor, los entrena para no hacerlo.
Sergio Manes
