La inteligencia artificial, aplicada con criterios éticos y responsabilidad institucional, puede ser una aliada estratégica en los procesos de auditoría académica interna. No reemplaza el juicio profesional, sino que potencia la capacidad de análisis, revisión y mejora de los equipos responsables del aseguramiento de la calidad. En contextos complejos, donde abundan documentos, fuentes diversas y resultados a interpretar, su uso puede contribuir significativamente a una gestión más articulada y reflexiva.

Sistematización colaborativa de evidencias institucionales: La IA permite organizar y clasificar documentos clave como estatutos, modelos educativos, planes estratégicos o reglamentos, apoyando la revisión crítica del cumplimiento de marcos normativos internos y externos.

Análisis cualitativo y cuantitativo con apoyo tecnológico: Herramientas de IA pueden ayudar a interpretar resultados de encuestas, entrevistas y focus group, identificando temas recurrentes, percepciones compartidas, disonancias y oportunidades de mejora desde múltiples perspectivas.

Asistencia en la redacción y estructuración de informes: La IA puede colaborar en la elaboración de borradores de informes de auditoría, organizando hallazgos, vinculando evidencias y mejorando la claridad argumentativa, siempre bajo validación profesional.

Seguimiento inteligente de planes de mejora: Es posible integrar IA para monitorear compromisos, acciones, responsables y plazos definidos en los planes de mejora, facilitando alertas internas, síntesis ejecutivas y visualización del avance.

Identificación de inconsistencias y alineamientos pendientes: A través del cruce entre documentos institucionales y evidencias de implementación, la IA puede aportar en la detección de desajustes entre lo declarado y lo ejecutado, orientando recomendaciones fundadas.

Organización de insumos provenientes de distintos actores: La IA colabora en el procesamiento y agrupamiento temático de aportes de estudiantes, académicos, egresados y empleadores, permitiendo integrar las voces recogidas en procesos participativos y fortalecer la evaluación institucional desde una mirada inclusiva y reflexiva.

Como todo instrumento, el uso de IA requiere resguardos. Puede incurrir en errores, reproducir sesgos presentes en los datos o generar respuestas verosímiles pero incorrectas (lo que se denomina “alucinaciones”). Por ello, es clave definir con precisión su función, verificar sus resultados y asegurar que cada análisis, conclusión y decisión mantenga el respaldo técnico, ético y colegiado que exige toda práctica de aseguramiento de la calidad en educación superior.

Ana Henríquez Orrego

Mayo 2025