Inteligencia artificial: el innovador proyecto de la Facultad de Ciencias Económicas de la UBA

El proyecto piloto ya se aplica para 20 cátedras y busca facilitar la educación de los alumnos con el uso de la IA.

El proyecto piloto aplica en 20 cátedras de grado, más de 300 docentes y aproximadamente 3.000 estudiantes.

Prensa

La Facultad de Ciencias Económicas de la UBA impulsó un proyecto piloto que aplica inteligencia artificial (IA) en 20 cátedras, mediante chatbots personalizados con contenidos académicos propios. Esta iniciativa busca transformar la educación al ofrecer herramientas accesibles y adaptadas a las necesidades de los estudiantes, marcando un avance pionero en el ámbito de la UBA.

Mediante el desarrollo de una plataforma conversacional que integra chatbots educativos personalizados, similares a los que usan otras plataformas como DeepSeek, ChatGPT o Gemini, se puede responder preguntas, explicar conceptos clave, corregir errores y brindar orientación a estudiantes. Por otro lado, se puede utilizar para simulaciones y evaluaciones de exámenes, a partir de los propios materiales de cada asignatura. El proyecto piloto, ya involucra a más de 300 docentes y aproximadamente 3.000 estudiantes.

El piloto abarca 20 materias pertenecientes a los distintos Departamentos Pedagógicos de la Facultad: Administración, Contabilidad, Derecho, Economía, Humanidades, Matemática, Sistemas y Tributación.

Depositphotos

Por su parte, Andrés Pérez Ruffa, subsecretario académico de la facultad explicó que “este proyecto muestra que la IA generativa puede ser mucho más que una herramienta de consulta: se convierte en un acompañante cognitivo, que estimula la reflexión crítica, potencia la creatividad, mejora la comunicación y amplía el proceso y las condiciones de enseñanza y aprendizaje en contextos universitarios” señalo.

El proceso del proyecto que utiliza IA

El proyecto de la Facultad de Ciencias Económicas de la UBA comenzó con la configuración de chatbots entrenados únicamente con materiales de cada cátedra, garantizando una base de conocimiento indispensable que luego se fue complejizando, está es la etapa de entrenamiento de modelos. Luego, cada docente recibió acceso a su propio agente y una capacitación específica en la plataforma institucional, orientada a comprender los usos pedagógicos de la inteligencia artificial y a detectar sus límites.

El testeo incluyó cuatro tipos de pruebas: pedagógica, conceptual, factual y de robustez, con el fin de evaluar claridad, corrección de errores y respuestas fuera de alcance. A partir del feedback se ajustaron los modelos para reducir alucinaciones o información no confiable. En paralelo, se promovieron casos de uso innovadores —desde trabajos prácticos hasta propuestas de evaluación y aplicaciones profesionales— junto con un eje crítico sobre sesgos, asegurando una integración responsable, inclusiva y alineada con los valores de la facultad.