#104 ¿Cómo puedo usar la IA en una materia especializada? (derecho, medicina, química, economía…)

En una materia general, si la IA se equivoca, alguien puede notarlo. En medicina, derecho o química, un error puede pasar por verdad simplemente porque suena técnico y está bien redactado. Ahí está el reto: la IA puede ser muy útil en una materia especializada, pero mientras más importante sea acertar, más importante es saber verificar.

¿Cuánto se usa, y para qué?

Anthropic analizó cerca de 575,000 conversaciones académicas de estudiantes en Claude y encontró diferencias importantes entre disciplinas. Ciencias de la Computación aparece sobrerrepresentada, mientras que Salud tiene una participación mucho menor de la que tendría por su peso entre los estudiantes.

Es decir, en las áreas donde el error clínico importa muchísimo, el uso todavía es menor.

¿Y para qué la usan? Sobre todo para crear (39.3% de las conversaciones) y para pedir explicaciones o soluciones técnicas de tareas (33.5%).

En una materia especializada eso puede significar pedirle que explique un mecanismo de reacción, desglosar un fallo judicial, resolver un problema de economía o ayudarte a entender un concepto médico. Todo eso puede ser útil. El problema empieza cuando confundimos una explicación convincente con una explicación correcta.

El riesgo que en estas materias pesa el doble

Los modelos de IA pueden generar información incorrecta y presentarla con mucha seguridad. Incluso pueden inventar referencias que parecen reales. Un análisis citado por Faculty Focus, encontró que, en un conjunto de propuestas de investigación, algunas referencias generadas por ChatGPT simplemente no existían. En otro análisis de artículos médicos, una parte importante de las referencias resultó fabricada o incorrecta(de 117 referencias el 46% estaban fabricadas y solo el 7% eran auténticas y precisas.

En derecho o medicina, una cita inventada no es un pequeño detalle. Puede cambiar por completo una conclusión.

¿Por qué inventa? Porque un modelo de lenguaje predice la secuencia de palabras más probable según patrones estadísticos, sin comprensión ni razonamiento reales en el sentido humano. No sabe derecho; sabe qué palabras suelen ir juntas cuando se habla de derecho. Por eso puede sonar impecable y estar impecablemente equivocado.

Cómo bajarle el riesgo (y de paso enseñar)

La buena noticia es que hay maneras de reducir el problema, y son enseñables. Rescato las que mejor encajan en una materia técnica:

• Pide fundamentación explícita: instruir a la IA para que base sus respuestas solo en información atribuible a fuentes confiables reduce el invento.

• Sé específico en el prompt. En vez de pedir un resumen suelto de las causas de la Guerra Civil, pide un resumen de cuatro párrafos con los factores políticos, económicos y sociales, en un rango de fechas concreto.

• Mantén la validación humana.Depender solo de contenido generado por IA sin revisión humana propaga información inexacta.

En materias especializadas, ese revisor experto eres tú o tus alumnos avanzados.

Combinadas, según el mismo artículo, estas técnicas de prompting pueden reducir los errores hasta en un 20%.

Lo que sí vale la pena

Con esas precauciones, la IA puede ayudarte a trabajar con grandes cantidades de información, explicar conceptos desde distintos ángulos, analizar datos, generar casos para practicar o simular una conversación en la que el alumno tenga que defender una posición.

La clave es cambiar la relación con la herramienta.

Piensa en la IA como en un becario brillante pero distraído: puede avanzar mucho trabajo, encontrar ideas y ayudarte a explorar un problema, pero no entregarías un documento importante sin revisar lo que hizo. Y eso puede convertirse en una habilidad profesional en sí misma.

Un ejercicio para mañana: dale a tus alumnos una respuesta técnica generada por IA y pídeles que encuentren sus errores. Aprenden la materia y, al mismo tiempo, aprenden a no creerle todo a la máquina.