La creciente presencia de la inteligencia artificial (IA) en el ámbito educativo plantea la necesidad de reflexionar sobre cómo integrar estas herramientas de forma pedagógicamente fundamentada en la docencia universitaria. En el ámbito jurídico-tributario, esta cuestión adquiere especial relevancia, ya que el alumnado recurre cada vez con mayor frecuencia a herramientas impulsadas con IA para la resolución de cuestiones fiscales, sin disponer necesariamente de criterios sólidos para evaluar la fiabilidad de las respuestas obtenidas ni de pautas claras sobre qué constituye un uso honesto y responsable de las mismas en el entorno académico. Esta problemática resulta particularmente significativa en asignaturas de marcado carácter práctico, como Tributación Personal, impartida en el Doble Grado de ADE y Derecho, en la Universidad Pontificia Comillas (ICADE). En este contexto, el Proyecto de Innovación Docente de la Universidad Pontificia Comillas (ICADE), titulado “Integración pedagógica de la inteligencia artificial en la docencia jurídica: análisis, contraste de fuentes y aprendizaje basado en casos”, ofrece un marco idóneo para explorar esta cuestión. En el seno de dicho proyecto, se propone el diseño de una actividad para la referida asignatura articulada en torno a la metodología de Aprendizaje Basado en Proyectos (ABP). La propuesta plantea que el alumnado, organizado en equipos, aborde un caso práctico sobre el IRPF en el que empleando la IA como apoyo, analice críticamente las respuestas generadas y las contraste con la normativa fiscal, la jurisprudencia tributaria y la doctrina, para elaborar un producto final en el que justifiquen sus soluciones y reflexionen sobre el uso ético y honesto de la IA en el ámbito académico y profesional. El objetivo de esta ponencia es presentar el planteamiento teórico de dicha propuesta, contribuyendo a la reflexión sobre la innovación en la enseñanza universitaria mediante la integración responsable de la IA y la metodología ABP.

La incorporación de metodologías activas en la enseñanza universitaria del Derecho plantea la necesidad de avanzar hacia modelos de aprendizaje que sitúen al estudiante ante situaciones que requieran la aplicación práctica y crítica de los conocimientos adquiridos. En este contexto, el Aprendizaje Basado en Problemas (en adelante, ABP) constituye una metodología especialmente adecuada para la enseñanza del Derecho Financiero y Tributario, al permitir articular el aprendizaje en torno a problemas jurídicos que exigen identificar las cuestiones relevantes, localizar y analizar las fuentes aplicables, contrastar diferentes alternativas y argumentar razonadamente una posible solución. La presente ponencia plantea una propuesta de innovación docente basada en el ABP aplicada a las asignaturas del área de Derecho Financiero y Tributario de la Universidad de Málaga: Derecho Financiero y Tributario, Sistema Tributario, Procedimientos Tributarios Aplicados y Planificación Fiscal. La propuesta parte de la presentación al alumnado de problemas y situaciones de carácter tributario que, lejos de proporcionar una respuesta única e inmediata, requieren un proceso de investigación, discusión y toma de decisiones fundamentadas. En la misma línea, se aborda la utilización responsable de herramientas de inteligencia artificial como recurso complementario durante el proceso de resolución. El alumnado deberá contrastar críticamente la información obtenida mediante estas herramientas con la normativa, la jurisprudencia y la doctrina aplicables, desarrollando competencias vinculadas a la búsqueda y selección de información jurídica, el razonamiento crítico y la argumentación. Por último, se destaca la importancia de una evaluación integrada en el propio proceso de aprendizaje, mediante instrumentos que permitan valorar tanto la adquisición de conocimientos como el proceso de resolución del problema, incorporando, cuando resulte pertinente, mecanismos de autoevaluación y evaluación por pares.

Se presenta una experiencia de innovación docente en la asignatura de Derecho Fiscal del Máster de Abogacía, vinculada al proyecto IAula de la Universidad de Granada. Su principal novedad consiste en transformar al alumnado de usuario de inteligencia artificial generativa en diseñador, supervisor y evaluador de asistentes jurídicos destinados a intervenir en un encargo profesional de asesoramiento tributario. La actividad se organiza en torno a un "expediente tributario vivo" relativo a una sociedad que afronta un procedimiento de comprobación. Cada equipo configura un asistente especializado, definiendo sus instrucciones, las fuentes jurídicas que puede utilizar, las preguntas que debe formular al cliente y los supuestos en los que debe reconocer que carece de información suficiente. A continuación, otro equipo somete ese asistente a una auditoría cruzada mediante documentación contradictoria, hechos sobrevenidos, referencias normativas desactualizadas y cuestiones deliberadamente ambiguas. El expediente evoluciona según las decisiones adoptadas y los estudiantes deben identificar fallos, revisar la configuración y justificar las soluciones tributarias propuestas. La evaluación se articula mediante una comparación de las sucesivas versiones de los asistentes y de las decisiones adoptadas por sus diseñadores, atendiendo a la corrección técnico-jurídica, la trazabilidad de las fuentes, la gestión de la incertidumbre y la capacidad para detectar respuestas erróneas. El interés de la experiencia reside en situar el aprendizaje en la capacidad de construir, cuestionar y supervisar herramientas de inteligencia artificial en condiciones próximas al ejercicio profesional.

En los últimos años, la inteligencia artificial generativa se ha desarrollado de un modo particularmente célere e intenso. En esta contribución se analizan los datos de las encuestas más recientes, que ponen de relieve un uso masivo de esta tecnología por parte del estudiantado universitario en España. Sin embargo, este considera, a su vez, que la formación específica por parte de las universidades es insuficiente. Esta falta de orientación fomenta un uso predominantemente instrumental, centrado en automatizar tareas propias del proceso de enseñanza-aprendizaje. En este sentido, algunos estudios han advertido del riesgo de delegar el aprendizaje, de modo que la indagación autónoma quede sustituida por una suerte de automatización. Esto elimina la oportunidad de «aprender haciendo» durante dicho proceso. No obstante, la evidencia confirma que la inteligencia artificial no sustituye ni al juicio crítico ni al razonamiento riguroso. Por ello, y con el objetivo de aportar valor en la consecución de las competencias propias del Derecho Financiero y Tributario, se aboga por adaptar el proceso de enseñanza-aprendizaje. Y ello sin dejar de garantizar el necesario rigor académico, ni menospreciar los riesgos que conlleva el uso de esta tecnología. A este respecto, el reto consiste en orientar la interacción del estudiantado con la tecnología sin renunciar a metodologías consolidadas, como el método del caso, a través de la resolución de supuestos prácticos.

El uso de inteligencia artificial generativa en la enseñanza del Derecho Financiero y tributario plantea cómo preservar la consulta de fuentes y la elaboración autónoma del razonamiento jurídico. En esta línea, se pretende una propuesta de innovación docente, pendiente de implementación y evaluación, centrada en el doble valor formativo de configurar un asistente especializado y utilizarlo críticamente mediante el método del caso. La actividad empleará los Proyectos de Claude como entorno para reunir instrucciones y materiales jurídicos, sin programación ni entrenamiento del modelo. El supuesto consistirá en un expediente ficticio de comprobación limitada que exigirá fundamentar alegaciones frente a una propuesta de liquidación. Tras una formación inicial, el alumnado elaborará un análisis individual, seleccionará fuentes y configurará un asistente destinado a formular objeciones, solicitar fundamentos e identificar lagunas argumentativas. Sus intervenciones se contrastarán directamente con las fuentes, comprobando la existencia de las referencias, su pertinencia y su aplicabilidad temporal. El diseño incorporará una revisión de las instrucciones a partir de los errores o limitaciones detectados, seguida de nuevas comprobaciones. Se pretende así que la configuración permita explicitar criterios de análisis jurídico y que su utilización exija aplicarlos. Se emplearán exclusivamente datos ficticios, se documentará el uso de la IA y se verificarán previamente las condiciones de acceso del alumnado. La evaluación atenderá a la selección justificada de materiales, el registro de verificaciones y las modificaciones razonadas del proyecto, junto con una solución individual y su defensa oral. Se priorizarán la argumentación y el control de las respuestas sobre la destreza para formular instrucciones. La contribución esperada es un diseño docente que vincule competencias jurídicas y digitales, manteniendo la responsabilidad del estudiante sobre sus conclusiones y sometiendo al asistente a revisión crítica.

La irrupción de herramientas de IA resulta muy útil para el estudio y la explicación de los recursos que integran el sistema tributario de los entes públicos. En efecto, actualmente puede accederse consultas sobre aspectos generales y particulares de cualquier tributo a través de la IA; pueden también obtenerse análisis de normas e instituciones de Derecho tributario internacional, tan útil y tan necesario en la actualidad. Puede también abordarse de manera ágil y certera la comprensión del fenómeno tributario a nivel global y comprender el modo en que las obligaciones derivadas del deber de contribuir son entendidas en diversas partes del mundo. Más allá de los reconocidos errores que salen a la luz cuando se usa la IA -en parte debidos a una petición inadecuada de resultados (“prompts” deficientes o incompletos), en parte a la propia deficiencia de la herramienta usada (respuestas erróneas), en general las herramientas de IA generativa se perfeccionan a marchas forzadas. Estas resultan también muy útiles para obtener resultados a respuestas complejas, para hacer comparaciones entre sistemas y buscar información con bastante facilidad, sobre todo en los model0s de IA agéntica. En el plano de la evaluación, el planteamiento es distinto, porque no se trata ya de estudiar u obtener información, sino de acreditar la adquisición de competencias, habilidades y conocimientos. Sin perjuicio de los sistemas de evaluación basados en el trabajo continuado del estudiantado (prácticas, exposiciones en clase y otras), cuyo peso en la calificación final suele ser limitado en nuestras guías docentes (entre 10% y 20%), se hace necesario implementar otros instrumentos que permitan tener las mayores certezas sobre el grado de aprovechamiento de los estudiantes. Habrá que ver el valor de los test, de las pruebas orales y otras que exijan a los alumnos saber por sí mismos y hacerlo explícito autónomo.