La inteligencia artificial llegó para
quedarse en la educación. La pregunta ya no es si debe usarse o no, sino cómo
se está utilizando y qué ocurre con el aprendizaje cuando una herramienta puede
explicar, resumir o resolver en pocos segundos.
La respuesta no es sencilla: la IA puede
convertirse en un apoyo poderoso para comprender, pero también en un atajo que
permite terminar una tarea sin haber aprendido.
👉 La diferencia no está solamente en la
herramienta. Está, sobre todo, en las decisiones de quien la utiliza.
Cuando
la IA sí ayuda a aprender
Utilizada con intención, la IA puede
ofrecer apoyos que antes no siempre estaban disponibles de manera inmediata.
Puede adaptar una explicación, proponer un ejemplo diferente, formular
preguntas de práctica o brindar retroalimentación preliminar.
Por ejemplo, un estudiante que no
comprende un concepto puede pedir:
• una explicación con palabras más sencillas;
• un ejemplo relacionado con una situación cotidiana;
• tres preguntas para comprobar lo aprendido;
• una comparación entre dos conceptos que suele confundir.
En estos casos, la IA no sustituye el
proceso. Lo acompaña. El estudiante sigue leyendo, comparando, preguntando,
corrigiendo y tomando decisiones.
La investigación educativa ha señalado
que las herramientas generativas pueden ampliar las oportunidades de tutoría,
retroalimentación y personalización, pero sus beneficios dependen del diseño
pedagógico y de la forma en que se integren en las actividades (Kasneci et al.,
2023; Lo, 2023).
Cuando
la ayuda se convierte en sustitución
El problema aparece cuando la herramienta
deja de apoyar el pensamiento y comienza a reemplazarlo.
Esto ocurre cuando el estudiante solicita
una respuesta completa, la copia y la entrega sin analizarla; cuando acepta
cualquier resultado porque está bien redactado; o cuando recurre a la IA antes
de intentar comprender el problema por sí mismo.
A simple vista, la tarea puede parecer
resuelta. Incluso puede estar correcta. Sin embargo, un buen producto no
demuestra necesariamente que hubo aprendizaje.
Hay una diferencia importante entre
obtener una respuesta y construir una respuesta. La primera puede tomar
segundos. La segunda exige relacionar ideas, recuperar conocimientos previos,
detectar errores y explicar con palabras propias.
Precisamente ese esfuerzo cognitivo
—aunque resulte incómodo— forma parte del aprendizaje.
Una
prueba sencilla: ¿podrías explicarlo sin la IA?
Después de utilizar una herramienta de
inteligencia artificial, conviene hacer una pausa y preguntarse:
• ¿Comprendo realmente esta respuesta?
• ¿Puedo explicarla con mis propias palabras?
• ¿Puedo identificar qué información necesito verificar?
• ¿Sería capaz de resolver una situación semejante sin copiar el
procedimiento?
Si la respuesta es no, probablemente la
IA ayudó a completar la tarea, pero todavía no ayudó a aprender.
Esta distinción es especialmente
importante porque la IA puede producir información incorrecta, incompleta o
inventada con una redacción convincente. Por eso, la UNESCO (2023) insiste en
un uso centrado en la persona, con supervisión humana, pensamiento crítico y
protección de la autonomía del estudiante.
Aquí
entra la autorregulación
Aprender con IA requiere algo más que
saber escribir instrucciones o prompts. Requiere autorregulación: la capacidad
de planificar, observar y ajustar el propio proceso de aprendizaje.
Un estudiante autorregulado no solo
pregunta qué puede hacer la IA. También decide cuándo conviene usarla, para qué
propósito y hasta dónde permitir que intervenga.
Antes de utilizarla, puede definir qué
necesita aprender. Mientras la utiliza, compara la respuesta con otras fuentes
y formula nuevas preguntas. Al finalizar, comprueba si comprendió y qué puede
hacer por sí mismo.
Zimmerman (2002) explica que la autorregulación supone orientar pensamientos, emociones y acciones hacia metas de aprendizaje. En el contexto actual, esa capacidad también implica administrar conscientemente la ayuda tecnológica.
Esta imagen representa visualmente las tres fases de la autorregulación: (1) Definir una meta y planificar. (2) Observar, contrastar fuentes y ajustar. (3) Comprobar la comprensión y valorar lo aprendido.
Una
forma distinta de usarla
💡En lugar de pedirle a la IA «hazme la
tarea», podemos transformar la interacción:
• «No me des la respuesta. Hazme preguntas para que pueda
descubrirla».
• «Revisa mi explicación e indícame qué parte no está clara».
• «Dame un ejemplo y luego propón otro para que yo lo resuelva».
• «Presenta dos perspectivas y ayúdame a identificar sus
diferencias».
• «Señala qué afirmaciones debo verificar en fuentes confiables».
El cambio parece pequeño, pero modifica
el papel del estudiante: deja de ser receptor de una respuesta terminada y
vuelve a participar activamente en la construcción del conocimiento.
Entonces, ¿ayuda o debilita el aprendizaje?
Puede hacer ambas cosas.
La IA ayuda cuando amplía la comprensión,
provoca preguntas, ofrece práctica y permite recibir retroalimentación.
Debilita el aprendizaje cuando reemplaza la exploración, la toma de decisiones
y el esfuerzo necesario para desarrollar una habilidad.
Por eso, no basta con permitirla o
prohibirla. Necesitamos aprender a utilizarla con propósito y enseñar a
reconocer cuándo una ayuda está fortaleciendo el proceso y cuándo lo está
evitando.
La IA no reemplaza el aprendizaje, pero sí expone sus debilidades. Si no sabemos planificar, verificar, pensar críticamente o evaluar
nuestra propia comprensión, la tecnología puede ocultar esos vacíos detrás de
respuestas rápidas y bien escritas.
El reto, entonces, no consiste en
competir con la inteligencia artificial. Consiste en conservar aquello que
ninguna respuesta automática debería quitarnos: la curiosidad, el criterio y la
responsabilidad sobre lo que aprendemos.
Me interesa conocer tu experiencia:
👉 ¿Has visto más beneficios o más
riesgos en el uso de la inteligencia artificial para estudiar?
Referencias
Kasneci, E., Sessler, K., Küchemann, S.,
Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S.,
Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer,
J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., Stadler, M., Weller, J.,
Kuhn, J., & Kasneci, G. (2023). ChatGPT for good? On opportunities and
challenges of large language models for education. Learning and Individual Differences, 103, 102274.
https://doi.org/10.1016/j.lindif.2023.102274
Lo, C. K. (2023). What is the impact of
ChatGPT on education? A rapid review of the literature. Education Sciences, 13(4), 410.
https://doi.org/10.3390/educsci13040410
UNESCO. (2023). Guidance for generative AI in education and research.
https://unesdoc.unesco.org/ark:/48223/pf0000386693
Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2), 64–70. https://doi.org/10.1207/s15430421tip4102_2
Sobre la autora
Tatiana
Ramírez es psicóloga, Máster en Educación con énfasis en Docencia e
investigadora. Comparte estrategias fundamentadas en la psicología
educativa y la investigación para fortalecer la autorregulación del
aprendizaje, el pensamiento crítico y el uso responsable de la inteligencia
artificial.
Comentarios
Publicar un comentario