La inteligencia artificial ya está instalada en las salas de clases. Los estudiantes la utilizan para resolver tareas, buscar información o resumir contenidos, mientras los profesores comienzan a incorporarla para preparar material, diseñar evaluaciones o reducir parte de su carga administrativa.

La pregunta, por lo tanto, ya no parece ser si debemos utilizarla, sino qué estamos dispuestos a delegar en ella.

Loreto Bravo, directora del Instituto de Data Science de la Universidad del Desarrollo.

Para Loreto Bravo, directora del Instituto de Data Science de la Universidad del Desarrollo, esta distinción resulta fundamental. En conversación con el podcast Educar Conectados, de Grupo Educar, planteó que existen tareas que la IA puede realizar de manera eficiente, pero que eso no significa necesariamente que sea conveniente entregárselas.

La clave está en preguntarse cuál es el verdadero objetivo de cada actividad.

Cuando la dificultad también enseña

Uno de los mayores riesgos para los estudiantes aparece cuando la inteligencia artificial elimina precisamente el esfuerzo que produce el aprendizaje.

Un ejemplo sencillo es hacer un resumen para estudiar. Un alumno puede pedir a una herramienta de IA que resuma en segundos varias páginas de contenido y obtener un buen resultado. Sin embargo, el valor educativo no está solamente en contar con ese documento terminado.

“Cuando uno hace un resumen, lo que produce el aprendizaje no es el tener el resumen, es el proceso de resumir el contenido, de captar lo importante, descartar lo que no es importante”, explica Bravo.

Al delegar completamente esa tarea, el estudiante obtiene el producto, pero pierde parte del proceso intelectual que debía realizar para llegar hasta él. La especialista advierte que el aprendizaje muchas veces surge justamente de esa dificultad o “fricción” que la IA puede eliminar.

Esto obliga a cambiar la pregunta que hacemos frente a estas herramientas. En lugar de preguntarnos simplemente “¿puede hacerlo la IA?”, habría que preguntarse: “¿qué capacidad dejo de desarrollar yo si permito que la IA lo haga por mí?”

¿Qué deberían delegar los alumnos?

La inteligencia artificial puede ser una aliada cuando ayuda a complementar un proceso que el estudiante ya está realizando: ordenar información, recibir apoyo para mejorar un trabajo, explorar alternativas o aplicar conocimientos que previamente ha adquirido.

El problema surge cuando reemplaza el razonamiento que precisamente se busca desarrollar.

Bravo relata una experiencia en uno de sus propios cursos universitarios. Durante un semestre decidió incorporar intensamente la inteligencia artificial. Los estudiantes consiguieron desarrollar proyectos de muy buen nivel, pero en las evaluaciones orales apareció una dificultad: cuando debían explicar por qué habían tomado determinadas decisiones, algunos no eran capaces de justificarlas y respondían que lo habían hecho porque la IA se los había indicado.

A partir de esa experiencia modificó la metodología. Pasó a una estrategia que describe como “80-20”: durante gran parte del curso los estudiantes trabajan sin inteligencia artificial y, una vez desarrolladas las capacidades fundamentales, aprenden a utilizar la herramienta para potenciar aquello que previamente saben hacer.

La IA, entonces, puede ayudar a avanzar más rápido, pero no debería reemplazar procesos como comprender un contenido, seleccionar lo relevante, argumentar una decisión o desarrollar pensamiento crítico.

Los profesores también deben aprender qué delegar

El dilema no afecta solamente a los estudiantes. Para los docentes, la inteligencia artificial representa una oportunidad importante para reducir tiempo destinado a algunas tareas.

Bravo señala, por ejemplo, que un profesor puede pedirle a una herramienta de IA que genere una guía de estudio o prepare una propuesta de evaluación con determinadas características. Eso sí, el resultado debe ser posteriormente revisado y validado por el docente.

Hay otras funciones que, aunque técnicamente podrían automatizarse, tienen un valor pedagógico que hace aconsejable mantener la participación directa del profesor.

Una de ellas es revisar las evaluaciones.

Corregir una prueba no consiste solamente en asignar una nota. Al hacerlo, el profesor descubre qué están comprendiendo sus estudiantes, dónde se equivocan, qué dificultades se repiten y cuáles son los aprendizajes que efectivamente han alcanzado.

“Lo importante muchas veces no es sólo poner la nota, es también el proceso de entrar en contacto con el alumno y saber qué están aprendiendo, en qué están fallando, qué es lo que están logrando, qué no”, explica Bravo.

Delegar completamente esa tarea podría ahorrar tiempo, pero también privar al profesor de información fundamental para orientar su enseñanza.

IA para ayudar, no para reemplazar el criterio

Algo similar ocurre en situaciones que involucran relaciones humanas sensibles. Un profesor puede recurrir a la inteligencia artificial para recibir ayuda en la redacción de un correo dirigido a una familia, por ejemplo. Pero si se trata de comunicar una situación compleja de un estudiante, el docente debe revisar profundamente ese mensaje y hacerlo propio.

Bravo menciona en este contexto el concepto de Epistemic Ownership, desarrollado por Jorge Fábrega, académico de la UDD: la necesidad de apropiarnos intelectualmente de aquello que producimos con ayuda de inteligencia artificial.

Esto supone ser capaces de explicar y justificar el resultado. Si alguien pregunta por qué se incluyó determinada afirmación o se tomó cierta decisión, la respuesta no puede limitarse a “porque lo dijo la IA”. El profesional debe comprender el razonamiento y asumir la responsabilidad de lo que finalmente comunica o decide.

Una pregunta antes de abrir la IA

Para estudiantes y profesores, la frontera puede resumirse en una pregunta: ¿lo importante de esta tarea es obtener el resultado o realizar el proceso?

Si el valor está principalmente en conseguir un resultado, la inteligencia artificial puede convertirse en una herramienta para hacerlo de manera más eficiente. Pero cuando el objetivo está en el proceso —aprender, razonar, evaluar, comprender a un estudiante, desarrollar criterio o tomar una decisión— delegarlo completamente puede significar perder justamente aquello que se buscaba conseguir.

“Si tu objetivo es el resultado, dale, usa Inteligencia Artificial, pero si tu objetivo es el proceso en sí, no puedes delegar el proceso a la Inteligencia Artificial porque vas a perder el beneficio de ese proceso”, señala Bravo.

El desafío educativo, por tanto, no pasa por excluir la inteligencia artificial de las salas de clases ni por incorporarla indiscriminadamente. Se trata de formar a estudiantes y profesores capaces de decidir cuándo utilizarla, cuándo cuestionarla y cuándo resulta necesario cerrar la pantalla y hacer el trabajo por sí mismos.

Porque, como plantea Bravo, la palabra que debiera quedar instalada es delegación: decidir conscientemente qué queremos entregar a la inteligencia artificial y qué capacidades queremos seguir desarrollando nosotros mismos.