En tiempos donde los algoritmos parecen anticiparse incluso a nuestros pensamientos, la Inteligencia Artificial (IA) ha dejado de ser un tema exclusivo de ingenieros o futurología de ciencia ficción. Hoy, irrumpe con fuerza en las aulas, transformando cómo enseñamos, cómo aprendemos y, por supuesto, cómo diseñamos.
En la carrera de Diseño Industrial, una disciplina esencialmente humana y creativa, este desembarco de la IA abre un nuevo campo de oportunidades… y también desafíos que no podemos ignorar.
Diseñar con IA: ¿complemento o amenaza?
Uno de los primeros impactos que noté al introducir herramientas de IA en clases fue la velocidad con la que los y las estudiantes comenzaron a explorar nuevas formas de representar ideas: desde bocetos generados por texto hasta asistentes virtuales que les ayudan a sintetizar conceptos complejos en segundos. Ya no se trata solo de “pensar con las manos”, como solíamos repetir en taller, sino de pensar también con máquinas.
La IA generativa, en particular, ha democratizado el acceso a procesos avanzados de visualización, permitiendo que incluso estudiantes de primer año logren resultados visuales de alto nivel sin dominar herramientas de software tradicionales. Sin embargo, esto ha abierto debates éticos importantes: ¿estamos enseñando a diseñar o a maquillar prompts para obtener buenas imágenes? ¿Dónde queda el criterio proyectual?
¿Qué pasa con la autoría?
Una de las preguntas que más circula en los pasillos —y también en las reuniones docentes— es: ¿de quién es una idea generada con IA? ¿Del alumno, del modelo, de los creadores del dataset que lo entrenó?
Frente a esto, como docentes de Diseño Industrial, tenemos una responsabilidad mayor: educar en pensamiento crítico. No basta con generar una imagen “bonita”, sino saber leerla, cuestionarla, entender de dónde viene. Trabajar con IA no exime del proceso proyectual, sino que exige más profundidad en la toma de decisiones. Primero nuestra creación, luego el diseño de un buen prompt que nos ayude a optimizarla, nunca al revés.
Nuevos roles docentes: facilitadores, guías y curadores
El rol del profesor en este contexto cambia radicalmente. Ya no somos la fuente principal del conocimiento, sino intérpretes de un entorno complejo. Nos volvemos guías que ayudan a navegar la sobreabundancia de información, facilitadores de experiencias donde el error sigue teniendo valor, incluso si la IA no se equivoca tanto como nosotros. Más como se menciona en las metodologías ágiles: El objetivo de prototipar cuando se diseña para un usuario es “fallar rápido y barato”; por tanto, el error es parte del proceso. De ahí la relevancia de las iteraciones.
El desafío es enorme: necesitamos actualizarnos, comprender cómo funciona la IA, perderle el miedo, pero también saber decir “esto no basta”. Y sobre todo, enseñar a nuestros estudiantes a usar estas herramientas con responsabilidad, ética y propósito.
Casos en aula: luces y sombras
En mi experiencia, integrar herramientas como ChatGPT, Meta o Bing, han tenido resultados muy dispares. Algunos estudiantes se motivan profundamente, logrando desarrollar propuestas con un nivel de síntesis y visualización que antes les tomaba semanas. Otros, en cambio, se frustran o se “pierden” en la fascinación de lo inmediato, dejando de lado la reflexión.
Un ejercicio que hasta ahora ha funcionado bien, es pedirles reinterpretar objetos cotidianos según criterios de diseño regenerativo, apoyados por una IA generativa visual. Lo que obtuvimos fueron propuestas visualmente poderosas, pero en muchos casos, con poca viabilidad técnica o material. Esto abrió una excelente discusión sobre la tensión entre lo posible y lo deseable. Y nos invita repasar los pilares de un buen producto/servicio: viabilidad, deseabilidad y Factibilidad.
Y eso es clave: más allá del resultado, la IA debe alimentar el proceso reflexivo. Si no, solo estamos decorando el vacío.
Desafíos urgentes
Hay al menos tres aspectos que debemos abordar con urgencia si queremos integrar la IA de forma real y coherente en la carrera:
- Currículum actualizado: Incorporar unidades que aborden ética, sesgos algorítmicos y uso responsable de IA. No como un taller extra, sino como parte esencial del perfil de egreso.
- Capacitación docente: No todos los profesores de diseño se sienten cómodos con lo digital, menos con lo algorítmico. Necesitamos espacios formativos, seguros y colaborativos para aprender esto de forma permanente entre pares.
- Criterios de evaluación claros: ¿Cómo evaluamos un proyecto que usó IA? ¿Qué pesa más: la idea, el prompt, la imagen generada, la coherencia final? Estos criterios deben ser definidos colectivamente.
Un nuevo humanismo proyectual
Lejos de pensar que la IA amenaza nuestro rol como diseñadores industriales, creo que nos ofrece la oportunidad de reformular el sentido de lo humano en el diseño. Si antes el foco estaba en la forma y la función, hoy debemos añadir una nueva capa: la conciencia.
Conciencia de lo que diseñamos, para quién, con qué datos, desde qué sesgos, y con qué impactos. La IA no resuelve esto por nosotros. Pero puede ser una aliada poderosa si tenemos el coraje y la lucidez de integrarla con pensamiento crítico, sensibilidad y ética.
Porque, al final del día, no se trata de enseñar a usar IA. Se trata de enseñar a ser diseñadores en un mundo donde la IA ya está.
Estoy convencida de que la mejor forma de abordar esta revolución es haciéndola juntos.
0