Bogotá, agosto de 2025– La inteligencia artificial (IA) se está convirtiendo en una herramienta
que acompaña la vida laboral, académica y personal de miles de personas en el mundo. Su
presencia cada vez es más amplia y puede ir desde generar recomendaciones de salud hasta
apoyar en la toma de decisiones estratégicas.
Sin embargo, la rapidez con la que esta tecnología se ha incorporado a la rutina también ha
traído el reto de que los usuarios conozcan realmente cómo interactuar con la IA de la mejor
manera.
Con el fin de dar orientación y promover un uso más responsable, la Universidad Europea
comparte seis errores comunes del uso que pueden limitar su efectividad:
1. No definir el rol de la IA. Muchos usuarios no le dicen a la IA qué papel debe jugar (ej.
profesor, traductor, asesor), lo que lleva a respuestas genéricas que pueden ser poco
útiles y que limitan la eficiencia de un tema. El modelo puede incluso llegar a “alucinar”,
lo que significa que da información falsa, o incorrecta.
2. Plantear las preguntas sin contexto o sin especificaciones. Entregar el contexto, y
las consideraciones con especificidad permite que la IA tenga el panorama completo
sobre el origen y el objetivo de la consulta. Puede ser muy distinto el resultado de la IA
si la instrucción es “hacer un resumen de tres párrafos con tono académico”, en lugar
de solo “hacer un resumen”. La instrucción clara genera un resultado más ajustado a la
necesidad.
3. No validar la información. La inteligencia artificial está basada en lo que ya existe y
eso también significa que los errores o sesgos humanos están presentes en el
contenido o el producto que genera. Por eso, es clave, hacer una segunda revisión,
principalmente de los datos y cifras recibidas para comprobar la veracidad de la
información.
4. No considerar el overfitting (sobreajuste). El sobreajuste se da cuando un modelo
de IA se adapta a los datos de entrenamiento, y por ende, memoriza casos específicos
en lugar de aprender patrones generales. Esto limita su capacidad de respuesta frente
a nueva información. Por ejemplo: un algoritmo entrenado para reconocer imágenes
falla si recibe otras imágenes con mínimas variaciones. Este error compromete la
capacidad del modelo y evidencia la necesidad de validar su rendimiento con nuevos
datos.
5. No tener en cuenta el sesgo en los datos (data bias). La inteligencia artificial refleja
la información con la que se entrena. Si los datos tienen prejuicios, o vacíos, el modelo
réplica esa dinámica. En salud, esto puede significar diagnósticos menos precisos para
ciertos grupos poblacionales; en finanzas, mayores probabilidades de rechazar créditos
a minorías; y en procesos de selección, discriminación hacia mujeres o candidatos de
determinados orígenes. El sesgo afecta tanto la confiabilidad como la legitimidad de la
IA.
6. No considerar los problemas de privacidad o confidencialidad. Compartir
información sensible o privada con la IA sin entender qué riesgos implica, puede ser un
riesgo en el afán de obtener respuestas e ideas. Sin embargo, a la hora de integrar
temas personales o sensibles en una consulta, es mejor conocer los límites para no dar
información que vaya en contravía del cuidado de la privacidad o confidencialidad.
Ignorar la ética de la IA no solo puede dañar la reputación de una empresa o
institución, sino que puede representar un daño legal.
El cuarto informe del Observatorio de Inteligencia Artificial en Educación de la Universidad
Europea advierte de que “en un contexto en el que la IA avanza a gran velocidad, es
fundamental reflexionar sobre las implicaciones de su uso. Corregir estos errores permite
obtener un mayor potencial de la inteligencia artificial, sin olvidar que, al final, la
responsabilidad recae en los usuarios que deciden usarla cada día”. Así mismo: “Lo relevante
no es tanto dominar los lenguajes tecnológicos, sino saber aplicar estas herramientas con
criterio, comprender sus límites y evaluar los resultados”.
Además, se subraya la importancia de fomentar competencias como el pensamiento crítico, la
capacidad de análisis y la selección de fuentes fiables”.
Sobre la Universidad Europea
La Universidad Europea es una institución dinámica, orientada a aportar valor a su sociedad y a contribuir activamente a su progreso. Fiel a su vocación
innovadora, promueve una investigación aplicada y útil para la sociedad y sustenta su actividad en la potenciación del individuo, con un modelo educativo
internacional, conectado con el mundo profesional y de alta calidad académica. Esta filosofía la ha convertido en la primera universidad privada de España por
número de estudiantes. Actualmente son más de 30.000 los estudiantes de Grado, Postgrado o Formación Profesional Superior que cada año se forman de
manera presencial o semi presencial en alguno de sus campus o en modalidad online.
En España, la institución cuenta con tres centros universitarios: Universidad Europea de Madrid, Universidad Europea de Valencia y Universidad Europea de
Canarias. Estos centros acogen cuatro Facultades y Escuelas de Grado, así como la Escuela de Postgrado de la Universidad Europea y la Escuela
Universitaria Real Madrid - Universidad Europea. Asimismo, cuenta con dos Centros Profesionales, que imparte Ciclos Formativos de Grado Superior y
comparte el mismo espacio universitario que las demás modalidades de enseñanza superior en Madrid y Valencia. La Universidad Europea de Valencia ofrece
un grado internacional en gestión turística y del ocio impartido 100% en lengua inglesa.
