La nieve no forma parte de la experiencia cotidiana de muchos de los alumnos de Yiviri Tombir, profesora de inglés en un instituto de secundaria de Obala (Camerún). Allí, explicar conceptos relacionados con el invierno puede convertirse en algo demasiado abstracto cuando el libro de texto no ofrece imágenes que ayuden a entenderlos, así que Tombir ha encontrado en la inteligencia artificial una forma sencilla de salvar esa distancia: generar imágenes o vídeos que permitan a sus alumnos ver aquello de lo que están hablando y relacionarlo con lo que están aprendiendo.
Un nuevo informe de Cambridge University Press & Assessment recoge las experiencias de 15 docentes de 13 países y plantea cómo utilizar la inteligencia artificial sin convertirla en un atajo que sustituya el aprendizaje
La nieve no forma parte de la experiencia cotidiana de muchos de los alumnos de Yiviri Tombir, profesora de inglés en un instituto de secundaria de Obala (Camerún). Allí, explicar conceptos relacionados con el invierno puede convertirse en algo demasiado abstracto cuando el libro de texto no ofrece imágenes que ayuden a entenderlos, así que Tombir ha encontrado en la inteligencia artificial una forma sencilla de salvar esa distancia: generar imágenes o vídeos que permitan a sus alumnos ver aquello de lo que están hablando y relacionarlo con lo que están aprendiendo.
No es el único uso que hace de estas herramientas. Tombir también recurre a la IA para dar feedback sobre los trabajos escritos de sus alumnos. En sus clases puede haber alrededor de 80 estudiantes y, cuando cinco grupos tienen que escribir redacciones, corregirlas una a una y ofrecer a cada alumno un comentario detallado sobre lo que ha hecho bien, lo que debe mejorar y cómo puede hacerlo resulta una tarea difícil de asumir. La IA le permite dedicar a ese trabajo un tiempo que, sin ella, sencillamente no tendría.
Pero la misma herramienta que puede ayudar al profesor plantea otra cuestión cuando llega a manos del alumno: ¿qué ocurre si, en lugar de facilitar el aprendizaje, permite evitar parte del esfuerzo que aprender exige? Tombir lo resume así: “La IA debería ser un punto de partida, no el destino”.
“La IA puede ser una escalera o un ascensor. La primera te ayuda a subir, pero sigues teniendo que hacer un esfuerzo, mientras que el segundo te lleva arriba sin que tengas que hacer ese esfuerzo”, explica Evelina Galaczi, coautora del informe Configurando las políticas y las prácticas de la IA en la enseñanza del inglés: historias pioneras desde las aulas de todo el mundo, presentado ayer por Cambridge University Press & Assessment.
La idea aparece también en las experiencias de los 15 profesores de inglés entrevistados para el estudio, procedentes de 13 países de los seis continentes. En sus aulas, la IA sirve para preparar y adaptar materiales, personalizar actividades o facilitar la evaluación. Pero aprovechar esas posibilidades no consiste simplemente en aprender a utilizar una nueva herramienta. Los autores del informe subrayan la necesidad de una formación docente sostenida que permita a los profesores desarrollar criterio para decidir cuándo tiene sentido recurrir a la IA, cómo integrarla en una actividad y cómo evaluar críticamente lo que devuelve.
Sus testimonios plantean, además, una preocupación: que, al hacer más fáciles determinadas tareas, la herramienta termine haciendo que los estudiantes dejen de enfrentarse por sí mismos a aquello que esas tareas les pedían aprender. Y ahí está la pregunta más importante que plantea la llegada de la IA al aula: no solo cuántas tareas puede hacer una máquina, sino qué tipo de trabajo intelectual necesitamos que siga haciendo el estudiante. O, dicho de otra manera: ¿qué diferencia hay entre utilizar la IA para aprender y utilizarla para no tener que aprender?
Cuando la IA hace el trabajo
Una de las formas de comprobar qué lugar ocupa realmente la IA en el aprendizaje es mirar qué sucede cuando se introduce en una tarea que, en principio, el alumno debería resolver por sí mismo. Carlos de Aldama, profesor del Departamento de Investigación y Psicología en Educación de la Universidad Complutense de Madrid, lleva desde 2024 estudiando cómo estudiantes y profesores de distintas etapas educativas (desde Secundaria hasta la FP y universidad) perciben el uso de la IA generativa. En una de sus actividades, pidió a sus alumnos que resolvieran un caso práctico aplicando el modelo de Bronfenbrenner, psicólogo ruso-alemán del siglo XX. Y lo que ocurrió después resultó bastante revelador.
“Algunos alumnos copiaron y pegaron el caso en la IA y le pidieron que se lo resolviera. La respuesta que obtuvieron, aun con algunos problemas, era bastante aceptable. Pero cuando después les pedí que me justificaran su respuesta, aparecieron las diferencias. Los que habían trabajado manualmente podían justificarlo, mientras que los que lo habían hecho con inteligencia artificial no tenían ni idea. Tenían que volver a preguntarle”, recuerda.
El problema, por tanto, no estaba en que la máquina hubiera dado una respuesta disparatada: había hecho bastante bien aquello que se le había pedido. La diferencia estaba en todo lo que había ocurrido —o no— antes de llegar a ella. Unos alumnos habían tenido que leer, buscar información, relacionar conceptos y tomar una decisión. Otros habían obtenido directamente una respuesta que podían entregar, pero que no sabían explicar cuando la máquina desaparecía de la ecuación.
Ahí es donde Aldama sitúa una de las diferencias fundamentales entre la IA generativa y otras tecnologías que ya forman parte de las aulas: “Antes tú te ibas a Google con una pregunta y unos objetivos. Buscabas, contrastabas… Solamente externalizabas una parte. Ahora mismo, todo lo que está en el corazón del aprendizaje, que es el razonamiento, el pensamiento, la planificación y la toma de decisiones, puede hacerlo la IA”. Y ahí surge precisamente el riesgo.
No se trata de que la IA no pueda ayudar a aprender: el propio docente la utiliza con sus alumnos de la Complutense y defiende que puede servir para contrastar una idea, ampliar una respuesta o abrir caminos que el estudiante no había visto. Lo que cambia es el orden. Si la herramienta aparece antes de que el alumno haya tenido que enfrentarse al problema, puede ahorrarle precisamente el esfuerzo que debía poner en juego para aprender.
Por eso, en sus clases, intenta retrasar ese momento. Primero plantea una tarea y deja que los estudiantes trabajen solos: qué saben, qué no saben, qué dudas tienen y qué respuesta son capaces de construir. Después entra la IA. “Haces el primer esfuerzo y luego ya veremos dónde metemos la IA. Vamos a preguntarle y a contrastar: ¿qué te ha aportado? ¿Era igual que tu opinión? ¿Te ha dado datos extra?”.
Esa misma preocupación aparece, con palabras mucho más sencillas, en las aulas de los profesores entrevistados por Cambridge. “Usar la IA solo para obtener una respuesta es un problema. Hay que utilizarla para aprender de ella, convertirla en una ayuda y no simplemente en la solución”, explica Cristina de Vega Benavides, maestra de inglés en el CEIP Clemente Fernández de la Devesa, en Medina del Campo (Valladolid).
“¿Para qué voy a pensar yo si ya la IA piensa por mí?”, le preguntó a Aldama una de sus alumnas. Y eso le hizo pararse y reflexionar porque detrás hay algo más profundo que la simple comodidad de utilizar una herramienta: está la posibilidad de que el alumno empiece a considerar que pensar es precisamente la parte del trabajo de la que puede prescindir.
“Estamos perdiendo infinidad de oportunidades para desarrollar capacidad de razonamiento, de evaluar argumentos, de ejercer un juicio crítico”, sostiene. Por eso propone reservar también momentos en los que la IA no entre en la actividad: “Vamos a dejar la IA por un rato; luego la meteremos, pero vamos a pensar juntos”. Por eso, no se trata solo de lo que pueda hacer la IA en un aula, sino de preguntarse qué es lo que se le está pidiendo al alumno que haga.
Si la IA puede hacer la tarea, quizá haya que cambiar la tarea
Ese cambio de enfoque afecta también a una de las piezas que más lentamente se adaptan a la llegada de la inteligencia artificial: la evaluación. Durante años, muchas de las actividades que pedimos a los alumnos han servido para comprobar, a través de un resultado final, si han adquirido determinados conocimientos y capacidades. Pero si una herramienta puede producir ese resultado en segundos, la pregunta pasa a ser qué es exactamente lo que estábamos tratando de medir.
“Que la IA pueda hacer algo más rápido que nosotros no significa necesariamente que debamos dejar de enseñar a los alumnos a hacerlo. Pensemos en la calculadora: transformó la enseñanza de las matemáticas, pero seguimos enseñando a los niños las tablas de multiplicar, aunque puedan resolverlas con tres pulsaciones”, explica Evelina Galaczi, coautora del informe de Cambridge. La llegada de una herramienta que hace determinadas operaciones mucho más rápido no eliminó esas capacidades del currículo; cambió la manera de enseñarlas y de decidir cuándo se utiliza la tecnología y cuándo no.
Algo parecido ocurre con los trabajos escritos. Si la IA puede redactar un texto en segundos, lo importante ya no es únicamente el texto que el alumno entrega, sino las capacidades que ese trabajo permitía observar: si sabe construir un argumento, pensar de forma crítica, dirigirse a un determinado público, comunicarse, aprender de manera autónoma o enfrentarse a una tarea difícil. “Tenemos que evaluar las capacidades que hay detrás de los trabajos escritos. El trabajo escrito es solo un vehículo”, señala Galaczi. El resultado final es, en ese sentido, apenas la punta del iceberg.
La consecuencia no es que haya que eliminar esas tareas, sino pensar para qué las utilizamos y cómo las planteamos. Galaczi propone que en las aulas convivan tres tipos de actividades. En unas, la IA no entra: el alumno tiene que demostrar que posee determinados conocimientos o capacidades sin recurrir a ella. En otras, su uso está recomendado, por ejemplo para generar ideas. Y hay una tercera posibilidad: actividades en las que la IA es obligatoria, precisamente para que el alumno aprenda a utilizarla de forma crítica.
En estas últimas, la herramienta deja de ser una máquina que entrega la respuesta y pasa a formar parte del problema que el estudiante tiene que resolver. Tiene que explicar cómo la ha utilizado, qué información ha obtenido, qué ha cambiado y dónde ha detectado errores o problemas. En Brasil, Helena A. Mendoca propuso en su clase comparar tres textos: uno escrito por un estudiante, otro escrito por un estudiante y revisado con ChatGPT y un tercero generado por la propia herramienta. Después, los alumnos tuvieron que analizarlos y buscar criterios que les permitieran distinguirlos.
“Puedes utilizar la IA de una manera que aporte valor si antes eres capaz de hacer las cosas sin ella”, resume Galaczi. Y esa condición previa resulta clave. Porque el riesgo no está únicamente en que una máquina escriba por el alumno, sino en que el alumno llegue a un punto en el que ya no sepa hacerlo sin ella. Y por eso se refiere a una nueva competencia que habrá que enseñar deliberadamente en los currículums educativos: estar preparado para utilizar la IA (become AI-ready). No basta con poner una herramienta potente delante de un estudiante y esperar que sepa cuándo recurrir a ella. Hay que enseñarle a reconocer cuándo le ayuda a aprender y cuándo simplemente le permite tomar un atajo, porque, advierte, “estamos diseñados para escoger la opción más fácil. Nuestro cerebro busca el camino de menor resistencia”, explica Galaczi.
¿Qué merece la pena hacer con la IA?
La posibilidad de producir más y más rápido plantea también una pregunta incómoda: ¿qué hacemos con esa nueva capacidad? Para Aldama, no se trata de aprovecharla simplemente para multiplicar las tareas, los materiales o las entregas, sino de replantearse qué experiencias de aprendizaje merece la pena proponer: “Si antes producíamos, producíamos y producíamos, ahora podemos producir muchísimo más. Pero quizá tengamos que pararnos y pensar qué significa realmente aprender”.
Su respuesta pasa por hacer menos cosas, pero más significativas: utilizar las posibilidades de la IA para seleccionar mejor las experiencias de aprendizaje, darles un propósito más claro y dedicar más tiempo a aquello que realmente aporta al alumno.
La investigación de Aldama apunta, además, a una relación entre la forma en que los profesores entienden la enseñanza y el aprendizaje y las posibilidades que ven en la IA. Así, los docentes con enfoques más centrados en que el alumno construya, interprete y razone tendían a identificar más oportunidades que amenazas en el uso de estas herramientas, al igual que aquellos con mayor experiencia previa con ellas.
“Si la IA solamente hace más rápido lo que ya hacíamos, no estamos transformando la enseñanza”, sostiene Galaczi. Para la coautora del informe, el objetivo debería ser aprovechar las posibilidades de la tecnología para dejar más espacio a aquello que requiere la presencia y el criterio del profesor: acompañar, conversar con los alumnos, observar cómo están aprendiendo y tomar decisiones pedagógicas. Y para eso no basta con aprender a manejar una herramienta. Hace falta formación para saber cuándo utilizarla, cuándo no hacerlo y cómo valorar críticamente lo que devuelve.
El reto no es solo tecnológico
Todo esto obliga a mirar la llegada de la IA al aula como algo más que una cuestión tecnológica. El informe de Cambridge propone que profesores y alumnos participen en las decisiones sobre cómo se incorporan estas herramientas a los centros y que las Administraciones inviertan en una formación docente continuada. También reclama que la alfabetización crítica sobre IA forme parte del currículo y que se revisen los sistemas de evaluación para adaptarlos a una realidad en la que las máquinas pueden producir buena parte de los resultados que antes utilizábamos para medir el aprendizaje.
Junto a ello, los autores plantean otros tres principios: que las decisiones educativas sigan poniendo en el centro resultados humanos y no solo eficiencia, que el uso de la IA se apoye en criterios éticos y salvaguardas sólidas y que los profesores conserven su autonomía y criterio profesional. Todo ello, además, debería hacerse evitando que las diferencias de acceso a herramientas de calidad amplíen las desigualdades existentes.
La cuestión, por tanto, no es decidir si la IA va a formar parte de la educación, porque ya lo está haciendo. El desafío es, en cambio, decidir qué lugar queremos que ocupe y qué queremos seguir haciendo nosotros.
Feed MRSS-S Noticias
