At a glance
El IA ahora analiza los CV, redacta declaraciones de permanencia y resume archivos de revisión. Aquí se explica qué funciona, qué falla y cómo las universidades están estableciendo límites.
Dos cosas son ciertas al mismo tiempo en el ciclo de promoción de este año. En una universidad, un miembro de la facultad sube un currículum vitae a un sistema de actividad de la facultad y observa a un analista de inteligencia artificial transformar veinte páginas de citas, becas y publicaciones en registros estructurados en menos de un minuto. En otra institución, un colega recibe orientación escrita diciendo que ChatGPT no puede usarse en ningún lugar en un expediente de mandato, y que la misma prohibición debe ser compartida con revisores externos.
El dossier es el documento menos público en una carrera académica y el que decide sus mayores preguntas. contiene las declaraciones del candidato, las cartas externas, la evidencia docente, el registro del servicio. Durante décadas se reunió de la manera lenta: entradas de CV impresas a mano en cualquier plataforma que la institución hubiera comprado, narraciones redactadas sola en una mesa.
El lado de la escritura: parsing, drafting, polishing
Comience con la parte menos glamurosa, porque es la parte que está trabajando ahora. La plataforma de éxito de la Facultad de Watermark añadió AI Parsing a la disponibilidad general en julio de 2026: un miembro de la facultad carga un currículum o pega una lista de citas, y los mapas de asistente entran en la estructura de datos de la institución para su revisión. Watermark dice que la importación toma aproximadamente una décima parte del tiempo de entrada manual, que los registros son revisables antes de guardar, y que los datos nunca se utilizan para entrenar modelos. Interfolio, ahora parte de Elsevier, ha estado haciendo una versión más tranquila de esto durante más tiempo a través de sus módulos de Revisión y Revisión de Actividad de la Facultad, Promoción y Tenimiento, que extraen datos públicos en casos de revisión y generan CV
El lado de la redacción es más messier y más personal. En lugar de esperar una plataforma, muchas facultades se dirigen a un modelo de lenguaje grande de propósito general (LLM) como Claude o ChatGPT. Un entrenador de escritura de la facultad en una gran universidad pública de investigación, le llamó el Dr. M, envió su CV de ocho páginas a Claude y le preguntó cuáles eran sus principales contribuciones a su campo. El modelo devolvió cinco, cada uno expresado más generosamente que cualquier cosa que hubiera estado dispuesto a escribir sobre sí mismo. Su cuenta publicada describe blushing con orgullo, luego con vergüenza de no haberlo visto por sí mismo. Esa es la verdadera apelación para un académico pre-tenure. La parte dura de un expediente rara vez es la evidencia; es escribir sobre sí mismo en el t
La tasa de base: la mayoría de los profesores ya están experimentando. En la encuesta nacional de Itaka S+R de 2.654 instructores, el 72 por ciento dijo que había utilizado la IA generativa para al menos un propósito instructivo, aunque ningún uso único se había convertido en estándar y sólo el 14 por ciento se sintió seguro de usar las herramientas para la enseñanza. El uso de archivos dedicados es más raro. Entre los investigadores biomédicos en una encuesta separada de Ithaka, seis de cada diez habían probado la IA generativa en su investigación, pero menos de uno de cada diez lo usaban regularmente.
La página de lectura: resúmenes sin consentimiento
Mientras los candidatos están aprendiendo a escribir con las herramientas, los comités están empezando silenciosamente a leer con ellos. En una discusión de la facultad este año, un profesor preguntó a sus colegas cómo se sentirían si les dijeran que un sistema de IA había resumido sus materiales de promoción. Las respuestas eran poco fiables: los resúmenes 'creen valores y prioridades', los candidatos cuyo impacto no se puede reducir a números serían 'flattened', y optar por salir podría sentirse punitivo porque rechazar podría invitar a una revisión adicional. La preocupación no es hipotética.Memorando de Entendimiento entre la Universidad de Florida Central y la Facultad Unida de Floridaestablece que la IA generativa "no se utilizará como el único o principal revisor" de los materiales de promoción, que ningún resumen generado por IA puede utilizarse en la evaluación por parte de un supervisor de un miembro de la unidad, y que las decisiones de promoción requieren "supervisión humana directa y sustancial" por parte de funcionarios designados.
Es una línea significativa, porque la resumida es la característica que los administradores alcanzan primero.Un dossier de 30 páginas es caro de leer, y una máquina puede comprimirlo en segundos.El problema es que un resumen es una interpretación: qué servicio de comité cuenta, qué evidencia de enseñanza importa, qué números se quedan fuera.Estas opciones llevan valores, y la facultad que ha pensado en ello no está convencida de que un modelo debería estar haciendolos.
Lo que las herramientas todavía se equivocan
Las herramientas son más fiables en la capa mecánica y menos fiables exactamente donde se juzga un expediente.La alucinación es el fracaso mejor documentado.La guía para la facultad de la Universidad de Central Florida lo pone claramente: los modelos de idiomas grandes todavía a menudo alucinan fuentes, DOIs y detalles de publicación, lo que es una manera educada de decir que un modelo inventará una cita que parece real y no es. En un archivo de promoción, una DOI fabricada o una fecha de concesión equivocada se lee como negligencia en el mejor y deshonestidad en el peor.
La homogeneización es el problema más silencioso.Los revisores describen la lectura de lotes de declaraciones que comparten la misma cadencia y los mismos adjetivos de cobertura, el cuento de un prompt ampliamente compartido.Cuando cada candidato pide a un modelo para "habilitar los puntos fuertes", las salidas convergen, y el comité se queda tratando de distinguir a las personas a través de una capa de pulido automático que suaviza la duración exacta de las idiosincrasias que se pretende evaluar.
Entonces hay un bias, y este tiene los datos más claros.Estudio único ciego de cartas de recomendación, 32 médicos académicos identificaron si las cartas eran escritas correctamente por humanos o por IA el 59,4 por ciento del tiempo, apenas por encima de la probabilidad, con un intervalo de confianza entre 58,6 y 60,2 por ciento. El mismo estudio encontró que las cartas de IA se basaban en palabras más asociadas con hombres, mientras que las cartas humanas usaban palabras más asociadas con mujeres, y las cartas que se creía que eran humanas se clasificaban mejor en calidad y persuasividad. Un estudio separado en cirugía ortopédica encontró que los revisores identificaron correctamente el 40 por ciento de las cartas humanas y el 63 por ciento de las cartas de IA. Las herramientas no solo equivocan los hechos de vez en cuando; cambian sutilmente a quién suena un candidato.
La prohibición de una institución es la asistente de otra
Las políticas se están dividiendo en campos, y la división es más aguda que la habitual difusión lenta de las reglas del campus.Promoción y mantenimiento de talleres slidesPara el ciclo 2025-26 colocó la posición restrictiva en una frase: “Inteligencia Artificial (AI) Prohibida (por ejemplo, ChatGPT) en los archivos”, con la IA prohibida de evaluar o resumir los archivos y de redactar o generar informes, y la prohibición compartida con revisores externos.
El campamento permissivo se parece a la Universidad de Nueva Inglaterra en Australia, cuyaAsistente de Promociones Académicas, construido para ChatGPT-4.1, pasa al personal a través de la confirmación de la carga de trabajo, la recopilación de evidencias y la elaboración narrativa para la enseñanza, la investigación y el servicio, y está en uso diario.El parche de WatermarkEs opcional tanto a nivel institucional como individual, revisable antes de guardar cualquier cosa, y está prohibida la formación sobre los datos de la facultad.
| Institución o vendedor | Estación | Qué significa en la práctica |
|---|---|---|
| Virginia Tecnología | Prohibido | AI no puede redactar, evaluar o resumir ninguna parte de un expediente; los revisores externos dijeron lo mismo |
| Universidad Central de Florida | Límites negociados | No hay IA como revisor único o primario; no hay resúmenes generados por IA en las evaluaciones; se requiere supervisión humana |
| Universidad de Nueva Inglaterra (Australia) | Estimulado, estructurado | El asistente de IA guía a los solicitantes de promoción a través de la evidencia y la redacción narrativa |
| Marca de agua (vendedor) | Opcional | Facultad opt-in; registros revisados antes de guardar; datos no utilizados para entrenar modelos |
Un estudio de 2026 de editores de revistas encontró que las políticas de publicación se adaptan más rápidamente que los sistemas de mandato, un mal alineamiento de gobernanza en el que las revistas exigen divulgación mientras que los comités de promoción todavía no tienen un estándar compartido.
Qué significa esto para tu archivo de revisión
Nada de esto es un argumento contra el uso de las herramientas.Es un argumento para tratar el dossier como un documento cuya audiencia tiene opiniones sobre ellos.
Lee el reglamento antes de escribir. las directrices de promoción ahora difieren en este punto tanto como nunca lo hicieron en las cuentas de página. Busque su manual de facultad para 'inteligencia artificial', 'inteligencia artificial generativa', o 'ChatGPT.' Si la respuesta es silencio, no asuma permiso; preguntar a su silla o oficina de asuntos de la facultad por escrito y mantener la respuesta.
Los usos de menor riesgo no toquen su voz: analizar un CV en un sistema de actividad, comprobar una declaración contra las secciones requeridas del manual, organizar seis años de servicio en una cronología.El CVEs la materia prima que cada analizador lee, así que hazlo actual y completo antes de dejar una herramienta en él.
Escribe primero, prompt segundo. Dibuja la narración tú mismo, por peor que sea, y luego utiliza un modelo para encontrar las líneas transversales que subjugaste.Este orden es importante: el modelo debe reflejar tu juicio en ti, no suministrarlo.
Supongamos que cualquier cita, fecha, cifra de inscripción o cantidad de dólar el modelo producido es incorrecto hasta que lo hayas confirmado contra tus propios registros:
- Citaciones y DOIs contra las páginas reales de los periódicos
- Datas, cifras de inscripción y cantidades de premios contra sus propios archivos
- Nombres de premios y números de subvenciones contra los anuncios originales
- Límites de página y secciones requeridas contra el manual actual, no la versión en la que se alimentó el modelo
Si se sienta en un comité, no resume el archivo de un candidato con AI a menos que la institución le haya dicho y el candidato haya visto y aceptado el resultado.
Un paso siguiente concreto: abra las directrices de promoción y mandato de su institución hoy y busque la palabra "inteligencia artificial".Cualquiera que sea la frase, prohibición, divulgación o silencio, establece los términos para todas las otras opciones en este artículo.Si no dice nada, su primera tarea de redactar no es una declaración.
Photo by Woliul Hasan on Unsplash
- generación de expedientes
- promoción y permanencia
- IA generativa
- asuntos de facultad
- Interfolio

