Gafas de IA que solo quemaban dinero sin ser prácticas, ¿encontraron su "escenario" en los exámenes? Entrevista exclusiva con profesor de la Universidad de Ciencia y Tecnología de Hong Kong revelando la génesis de las "gafas para hacer trampa"

¡Invertir en acciones solo requiere consultar los informes de análisis de Jin Qilin, autoridad, profesionalismo, puntualidad, exhaustividad, ¡para ayudarle a descubrir oportunidades temáticas potenciales!

Periodista de Meiri | Li Xukui Ding Zhouyang | Edición de Meiri | Huang Bowen

Al comienzo del semestre de primavera, las universidades de todo el mundo se sumergen en una mezcla de ansiedad y entusiasmo por la ola de inteligencia artificial (IA).

“Hemos eliminado de una sola vez 16 carreras y especializaciones de pregrado, incluyendo traducción y fotografía”, afirmó Liao Xiangzhong, secretario del Comité del Partido de la Universidad de Comunicación de China. Él señaló que el futuro será una “era de división del trabajo entre humanos y máquinas”, y que las aulas deben ser completamente reconstruidas.

En marzo, Guo Yi, vicepresidente principal de la Universidad de Ciencia y Tecnología de Hong Kong (en adelante, HKUST), dijo a los periodistas de Daily Economic News que HKUST había lanzado este año una serie de innovaciones en educación en IA, incluyendo que todos los estudiantes deben cursar 6 créditos en educación general sobre IA. Además, HKUST promoverá el modelo “IA para X” en todas las asignaturas, “para que la IA se convierta en una competencia básica imprescindible para los estudiantes de ingeniería y ciencias”. Uno de los enfoques principales de HKUST este año será cómo cambiar la enseñanza, los exámenes y la formulación de preguntas en la era de la IA.

Curiosamente, el profesor Zhang Jun y el asistente de profesor Meng Zili del Departamento de Ingeniería Electrónica y de Computadoras de HKUST ya realizaron un experimento para realizar una “prueba de estrés” anticipada sobre la aplicación de dispositivos portátiles de IA en exámenes.

El equipo de Zhang Jun y Meng Zili creó unas “gafas de trampa con IA”, que fueron una segunda versión de las gafas inteligentes AR nacionales Rokid, equipadas con el modelo GPT-5.2 de OpenAI. En su experimento, unas gafas de aspecto normal, con patillas que brillaban débilmente en verde, no solo podían reconocer automáticamente las preguntas, sino que también mostraban las respuestas en las lentes. Quien las llevaba podía “copiar respuestas” en 30 minutos, completando así el temido examen de “Principios de Redes de Computadoras” con una puntuación de 92.5, superando al 95% de los estudiantes. Una escena que parecía sacada de la película “Genius” realmente ocurrió.

Imagen del lugar del experimento | Fuente: proporcionada por el entrevistado

De hecho, ya ha habido casos reales en universidades donde estudiantes usaron gafas con IA para hacer trampa. En plataformas sociales, algunos usuarios han mencionado que su propia universidad emitió comunicados oficiales que mencionaban estudiantes que usaron gafas inteligentes para hacer trampa.

Cuando las herramientas evolucionan hasta poder obtener fácilmente altas calificaciones, ¿qué deben evaluar las universidades? Recientemente, el periodista de Daily Economic News (en adelante, NBD) visitó HKUST y realizó una entrevista exclusiva con Zhang Jun y Meng Zili. A continuación, se presenta un resumen de la entrevista.

La idea de realizar un experimento de “trampa con gafas de IA” surgió de un malentendido de Meng Zili. Durante un examen, vio a un estudiante con gafas de sol y sospechó que usaba gafas AR (realidad aumentada) para hacer trampa. Sin embargo, al acercarse, descubrió que solo llevaba gafas normales. Pero esa “falsa amenaza” fue muy reveladora: si realmente aparecieran gafas de trampa con IA, ¿cómo responderían los exámenes? Esto no solo es una exploración de hardware inteligente, sino que también apunta a un área profunda en la reforma de los exámenes universitarios en la era de la IA.

NBD: Antes del experimento, ¿qué preparativos hicieron para desarrollar estas gafas? ¿Por qué eligieron las gafas nacionales Rokid?

Meng Zili: Nuestro proyecto empezó en verano de 2025. Al principio, el objetivo era muy simple: que las gafas de IA pudieran responder completamente a un examen en condiciones similares a las reales. Pero claro, no basta con comprar unas gafas y usarlas directamente. Durante cuatro meses, hicimos iteraciones, optimizamos algoritmos para que las gafas pudieran captar eficazmente la información del examen, transmitirla a un gran modelo y obtener respuestas rápidamente. La latencia no puede ser demasiado larga; unos minutos de retraso no son aceptables.

Zhang Jun: Aquí hay muchos problemas. Ambos venimos del campo de redes y comunicaciones, y muchos de estos problemas requieren comunicación en red para resolverse. Por ejemplo, una hoja de examen vista desde las gafas tiene un campo de visión muy pequeño, y en ese espacio limitado hay que capturar y leer la información con claridad, lo cual es difícil. Las capacidades actuales de las gafas son limitadas; no como los gimbals de drones que estabilizan la imagen, aunque la cámara sea en alta definición, no sirve de mucho si no puede estabilizarse.

Meng Zili: Probamos muchas gafas, incluyendo Meta y varias startups nacionales. Todo lo que podíamos modificar como desarrolladores, lo compramos, más de diez modelos en total. Rokid fue la única que podía usarse durante una hora en nuestras pruebas; otras se agotaban en unos 10 minutos. Rokid tiene la mejor duración de batería y una cámara bastante clara. Algunas gafas más avanzadas, como las de Meta, soportan imágenes y videos en color completo, pero para el escenario de responder exámenes, no es necesario.

NBD: Cuando hicieron el experimento, ¿bastaba con ponerse las gafas para ver las respuestas? ¿Por qué las gafas saben que es un examen?

Meng Zili: Sí, la estudiante que probó era nuestra asistente. Le dijimos que copiara lo que apareciera en las gafas. Mientras el modelo grande reconociera la pregunta, automáticamente entendería que necesitaba resolverla, sin que tuviéramos que darle instrucciones adicionales. Para preguntas de completar espacios, decisiones, preguntas y respuestas, y emparejamiento, las gafas mostraban las respuestas. La única limitación era que no podía mostrar imágenes, pero indicaba cómo conectar las respuestas y qué método usar.

NBD: ¿Superó ese experimento sus expectativas?

Meng Zili: Hubo una pregunta que la IA respondió “incorrectamente” porque usó conocimientos fuera del temario. Cuando corregí los exámenes, mezclaba las respuestas de la IA con las de todos los estudiantes y las calificaba. Como las respuestas de la IA no coincidían con las respuestas estándar, en ese momento las marqué como incorrectas. Cuando supe que usaba conocimientos fuera del temario, me sorprendí mucho.

Ejemplo de respuesta incorrecta | Fuente: proporcionada por el entrevistado

El campo de las gafas con IA ya no es solo una prueba de algunas startups, sino que se ha convertido en un “campo de batalla” de las grandes empresas tecnológicas a nivel mundial. Desde Meta, Google y Apple, hasta Huawei, Xiaomi y Alibaba, muchas grandes compañías están entrando en este mercado, que sigue creciendo en popularidad. Al mismo tiempo, empresas especializadas en gafas con IA como Thunderbird y Yingmu han completado varias rondas de financiamiento, fortaleciendo aún más la oferta del sector.

Sin embargo, a pesar de la prosperidad, incluso exceso, en la oferta de gafas con IA, los escenarios de demanda aún son inciertos.

NBD: En marzo, Alibaba lanzó su primera gafas con IA, “Qianwen AI Glasses”. ¿Qué opinan sobre la “carrera armamentística” entre los grandes fabricantes de modelos de IA en el ámbito de las gafas con IA? ¿Hasta qué punto son funcionales actualmente estas gafas?

Zhang Jun: Primero, la duración de la batería es un problema. En ciertos escenarios, el uso breve todavía es viable. Si solo se usan para interacción por voz, la demanda de energía es menor; pero si se usan cámaras para interacción en tiempo real mediante video, la exigencia aumenta. Actualmente, las gafas con IA no pueden realizar interacción en tiempo real mediante video; las de Meta solo hacen grabación fotográfica y de video. Además, por limitaciones de consumo, las cámaras de estas gafas son muy pequeñas y la calidad de las fotos no se compara con la de un teléfono móvil.

Meng Zili: Cada fabricante tiene objetivos diferentes. Por ejemplo, Qianwen se centra en la inteligencia; para ellos, el hardware principalmente soporta su propio modelo. Algunas empresas priorizan la ligereza, como INMO, cuyas gafas son muy livianas y parecen gafas normales; otras buscan una larga duración de batería para que los usuarios puedan usarlas todo el día. Nos gusta que haya diversidad en el desarrollo de gafas con IA, porque eso impulsa el mercado. En cuanto a qué escenarios justificarían el uso de gafas con IA, todavía no hay una respuesta clara. Aunque hacer trampa en exámenes no es ético, para los estudiantes es un motivo muy fuerte para usarlas. La demanda de otras funciones en las gafas aún no es alta, pero estamos explorando y desarrollando algunas aplicaciones.

NBD: ¿También están desarrollando aplicaciones relacionadas con gafas con IA?

Meng Zili: Nos enfocamos más en el software, para hacer que el uso de las gafas sea más sencillo. Recientemente, creamos varias aplicaciones interesantes, como “Traductor de subtexto”. Por ejemplo, si hablo con un jefe y dice “Vamos”, ¿debería irme o quedarme? ¿Cómo responder? En esas situaciones, las gafas con IA pueden ofrecer sugerencias.

Zhang Jun: No queremos que las gafas con IA tengan solo una función específica. En algunos videos de demostración en línea, las gafas etiquetan todo lo que ven —esto es una bicicleta, aquello un coche—. No necesito que me etiqueten todo, no quiero que me bombardeen con información cuando salgo a la calle. Quiero que las “entidades inteligentes portátiles” sean un asistente personal que lleve siempre puesto, que siga al usuario a todas partes. Para lograr esto, debe registrar lo que ve, entenderte y comprenderte, para poder anticiparse y ofrecerte información. Esto implica problemas de sistema y muchas cuestiones técnicas por resolver. Aún queda mucho camino por recorrer para lograr una interacción personalizada entre personas y dispositivos.

La llegada de la IA funciona como un amplificador de capacidades, permitiendo que la diferencia entre estudiantes con ideas y sin ideas se amplíe rápidamente. En los equipos de Zhang Jun y Meng Zili, este cambio es muy evidente: antes, una buena idea requería uno o dos meses de perfeccionamiento; ahora, un estudiante con ideas puede convertir una idea en realidad en un solo día, gracias a la IA.

NBD: Muchos educadores son reacios a que los estudiantes hagan toda la tarea con IA, y en las clases algunos alumnos dependen excesivamente de la búsqueda de respuestas con IA. Como profesores de informática, ¿cómo ven este problema?

Meng Zili: Siempre he alentado a los estudiantes a usar IA en mis clases. Creo que esta tendencia es inevitable; que los estudiantes hagan tareas y pregunten a la IA es normal. Nosotros, los profesores, también usamos IA para generar exámenes y materiales todos los días. No creo que la IA vuelva a los estudiantes perezosos; antes, muchos ya copiaban respuestas en línea. Al contrario, algunos estudiantes ni siquiera usan la IA de forma proactiva. La primera clase que di fue sobre cómo usar agentes inteligentes, y luego planeo enseñarles a usar OpenClaw. Para enseñarles a usar IA, construimos una plataforma propia donde los estudiantes pueden hacer preguntas sobre el contenido de las presentaciones. La idea es que, al hacer preguntas, la IA pueda localizar con precisión la página del PPT donde está el conocimiento y decirles exactamente dónde buscar.

Zhang Jun: Exactamente, queremos que los estudiantes interactúen y pregunten activamente a la IA. No nos preocupa tanto la frecuencia con la que levantan la cabeza en clase, sino si tienen iniciativa. El problema actual es que los estudiantes no saben qué preguntar a la IA; no generan preguntas tras revisar un material, ni sienten curiosidad por cómo usar la IA para resolver sus dudas. Si solo reciben pasivamente conocimientos y dejan que la IA resuelva sus tareas, eso no ayuda mucho a su crecimiento.

NBD: ¿Qué preferencias tienen al reclutar estudiantes? ¿Cómo reflejan esas habilidades en el proceso de admisión?

Meng Zili: Creo que esto se nota fácilmente: algunos estudiantes carecen de iniciativa. Es difícil describir exactamente ese sentimiento.

Zhang Jun: Nosotros principalmente buscamos doctorandos. No solo revisamos sus calificaciones académicas, sino también valoramos mucho la interacción durante la entrevista. Aunque algunos estudiantes usan IA para responder en las entrevistas en línea, su reacción genuina y su desempeño en vivo aún reflejan su nivel general. En el futuro, muchas tareas técnicas serán reemplazadas por IA, pero la interacción humana auténtica siempre será necesaria. Nadie quiere tratar solo con máquinas. Por ejemplo, un programador que solo hace codificación puede ser fácilmente reemplazado por IA; pero si aspira a roles de liderazgo o gestión, que puedan dirigir a la IA y comunicarse eficazmente en equipos, esas habilidades blandas serán cada vez más importantes.

A los 15 años, ingresó en la Facultad de Ingeniería Electrónica de Tsinghua, con las mejores calificaciones de toda la carrera en créditos universitarios, y fue seleccionado para la beca de honor de Tsinghua. Con un doctorado en Tsinghua, ingresó en HKUST a los 23 años.

Para Meng Zili, “ganar en los exámenes” ya es algo habitual. Pero cuando las herramientas de IA que desarrolló comenzaron a revolucionar las reglas tradicionales de los exámenes, este ex “hacedor de problemas” empezó a reflexionar de manera muy diferente sobre las futuras formas de evaluación.

NBD: ¿Significa esto que los exámenes tradicionales en papel están completamente obsoletos? ¿Cómo deberían ajustarse las universidades en sus métodos de evaluación?

Zhang Jun: ¿No demuestra esto que los exámenes tienen más sentido? Al menos, para evaluar la comprensión del conocimiento, los exámenes cerrados serán aún más importantes. Por supuesto, también deberían existir otros tipos de evaluación, como las pruebas orales, que actualmente son poco frecuentes. Creo que en el futuro aumentarán, porque permiten ver de manera más directa cuánto entienden los estudiantes. Es como en muchas entrevistas laborales, donde piden a los candidatos que escriban código en una pizarra. Planteo un problema y pido que lo resuelvan en el momento; esta evaluación en tiempo real no siempre requiere una respuesta correcta, pero sí permite ver el proceso de pensamiento, lo cual es muy valioso.

Meng Zili: Mi opinión es más “radical”. Creo que los exámenes actuales tienen dos objetivos: primero, verificar si el estudiante aprendió el conocimiento; segundo, clasificar y estratificar. Las habilidades que se necesitan en el trabajo real no siempre coinciden exactamente con lo que evalúan los exámenes. Pienso que, independientemente del conocimiento que se estudie, lo más importante es desarrollar habilidades. Los estudiantes deberían usar diversas herramientas de IA sin preocuparse por si el examen es en papel o en abierto, o por qué conocimientos específicos se evalúan. Con la ayuda de la IA, podemos evaluar mejor su capacidad para realizar proyectos y resolver problemas de ingeniería, que son competencias prácticas y valiosas en la vida laboral. La evaluación de conocimientos específicos en sí misma es menos relevante.

Zhang Jun: Desde la perspectiva del desarrollo de habilidades, realmente queremos que los estudiantes usen mejor las herramientas de IA, que la IA sea su asistente personal, y que, según sus hábitos de aprendizaje y características, diseñen diferentes métodos de estudio. La IA puede detectar en qué áreas destacan, ayudándolos a descubrir sus intereses y el significado de su vida. Muchas personas no logran identificar sus fortalezas, pero si en la interacción con la IA esta les da pistas y orientación, pueden descubrir que les interesa mucho un campo y que tienen habilidades fuertes en él, logrando así un desarrollo personalizado. La educación tradicional difícilmente puede ofrecer esa personalización, pero la IA sí.