Introducción: practicar mucho y no mejorar
Muchos de ustedes ya recorrieron este programa el año pasado. Ya saben conversar con la IA, ya generan contenidos diferenciados, ya diseñan actividades y evaluaciones, ya personalizan a escala. Este módulo no vuelve sobre nada de eso. Este módulo se ocupa de lo que ocurre después de que el contenido está creado y la actividad está diseñada: el momento en que un estudiante se sienta a practicar.
Y ahí aparece el problema que casi ningún recurso resuelve.
Practicar mucho y no mejorar
Todos hemos visto esto. Un estudiante resuelve las veinte operaciones de la hoja. Otro escribe un ensayo cada semana durante todo el trimestre. Un tercero repasa las conjugaciones irregulares antes de cada prueba. Hacen el trabajo. Cumplen. Y al final del período están casi donde empezaron.
No es falta de esfuerzo. Es que la repetición, por sí sola, no construye habilidad. Falla en tres puntos concretos, y vale la pena nombrarlos con precisión porque el diseño del módulo entero se apoya en ellos:
- Practican sin blanco. «Practicar fracciones» no es una meta; es un territorio. Cuando el estudiante no sabe qué sub-habilidad específica está tratando de mejorar en este intento, no puede notar si mejoró. Practica el conjunto entero, se equivoca donde siempre se equivoca, y el error sobrevive intacto.
- Practican dentro de la zona de confort. El instinto natural es repetir lo que ya sale bien: se siente productivo, se siente fluido, y el cuaderno se llena. Pero repetir lo dominado no construye nada. La habilidad crece en el borde de lo que uno puede hacer, en ese punto incómodo donde el intento falla la mitad de las veces.
- Practican sin retroalimentación informativa. Un «7/10» al final no dice nada aprovechable. Una corrección que llega tres días después aterriza sobre un estudiante que ya siguió adelante. Y una corrección genérica («mejora la redacción») no le dice al estudiante cuál movimiento cambiar en el próximo intento.
Cuando faltan las tres cosas a la vez, lo que ocurre es peor que estancarse: como advierte Carlos Miranda Levy en No hay atajos hacia el dominio, pasado cierto punto no estás mejorando; solo estás ensayando tus errores hasta que se endurecen. El estudiante consolida la versión incorrecta del procedimiento y después cuesta el doble desmontarla.
Por qué esto no se resolvía antes — y por qué ahora sí
La razón por la que las escuelas entregaron durante décadas una práctica que no construye no es ignorancia pedagógica. Es aritmética. Un docente con treinta estudiantes no puede fabricar treinta bancos de ejercicios distintos, apuntados cada uno a una sub-habilidad diferente, con retroalimentación específica en cada intento y dificultad reajustada en tiempo real. No hay horas en la semana. Así que se apuntó al promedio y se entregó la versión delgada.
La práctica extensa, personalizada y bien retroalimentada fue, durante casi toda la historia de la educación, un privilegio de quien podía pagar un tutor sentado al lado. Ese es el punto que Carlos sostiene en Lo que la IA por fin hace posible: la revolución no es que la IA escriba los ensayos, sino que por primera vez podemos entregar a cada estudiante la práctica que antes solo recibían unos pocos.
Pero — y esto es igual de importante — la IA también es extraordinariamente buena produciendo la sensación de estar listo a los veinte minutos. Carlos lo cuenta con su propio hijo: se sientan a preparar un examen, a los veinte minutos el hijo anuncia «Papá, ya estoy listo», y cuando el padre insiste en completar la hora y los 100 ejercicios acordados, el hijo protesta: «Pero Papá, la Inteligencia Artificial me dijo que estoy listo, que soy un monstruo, que soy el matatán, que estoy rompiendo». Y la respuesta del padre contiene toda la lección de este módulo: la configuramos para darte seguridad. Sostener el estándar es trabajo nuestro, y no se puede delegar en la herramienta.
Qué añade este módulo a lo que ya saben
Para quien ya hizo el programa, el salto es este:
| Lo que ya dominan | Lo que añade el Módulo 7 |
|---|---|
| Generar contenidos y recursos (M3) | Generar bancos de práctica variada apuntados a una sub-habilidad |
| Diseñar actividades y evaluaciones (M4) | Diseñar el bucle de retroalimentación que convierte el intento en aprendizaje |
| Prompts y metaprompts avanzados (M5) | Prompts que calibran la dificultad al borde y desvanecen el andamiaje |
| Personalizar a escala por perfiles (M6) | Convertir la personalización en un plan de práctica de varias semanas |
Dicho de una vez: en los módulos anteriores usaron la IA para preparar lo que el estudiante recibe. En este módulo la van a usar para diseñar lo que el estudiante hace repetidamente hasta volverse capaz.
Lo que se llevan al final de las tres horas
- Un micro-ciclo de práctica deliberada diseñado y probado por ustedes mismos.
- Un banco de práctica variada, generado con IA, para una sub-habilidad real de su asignatura.
- Un plan de práctica de cuatro a seis semanas con progresión de dificultad y andamiaje desvanecido.
- Criterios claros para saber dónde la retroalimentación de la IA es confiable y dónde no lo es.