Introducción a la IA para educadores: la última de una larguísima fila

Empecemos por el continuo, no por el pánico

Toda conversación que tengo con un colegio, una universidad o una organización de formación sobre IA empieza en el mismo lugar: miedo, o entusiasmo desbordado, y normalmente ambos en la misma sala. Alguien está seguro de que esto acaba con la educación. Otro está seguro de que la salva. Los dos razonan desde el supuesto de que ha ocurrido algo sin precedentes.

Ha ocurrido algo importante. «Sin precedentes» es otra afirmación.

Caminemos hacia atrás. Hace unos veinticuatro siglos, en el Fedro de Platón, Sócrates objetó la palabra escrita. Argumentó que destruiría la memoria, sembraría el olvido en las almas de los estudiantes y produciría personas que parecen sabias sin serlo. Lea esa objeción otra vez con oídos de hoy. Es, casi línea por línea, el argumento que se está haciendo este año sobre la IA. Y la escritura resultó ser la tecnología que hizo acumulativa la civilización.

Eso no es una razón para ser descuidados. Es una razón para ser curiosos. Cuando un miedo es así de viejo y así de recurrente, lo honesto no es descartarlo ni rendirse ante él, sino preguntar qué muestra realmente el registro.

Cómo se ve el continuo en realidad

Esta es la fila que le pido a los educadores que sostengan en la cabeza. No como dato curioso, sino como herramienta de trabajo. Cada una de estas cosas cambió qué hace un docente, qué hace quien aprende y qué cuenta como saber.

• Los libros. El conocimiento dejó de vivir solamente en la boca de un maestro y en la memoria de un alumno. De pronto quien aprendía podía consultar una mente que no estaba en la sala, y podía volver a ella.
• El ábaco. La primera gran externalización del cálculo: el pensamiento puesto sobre un objeto que se mueve con las manos.
• La enciclopedia. El conocimiento organizado para consultarse y no para narrarse. Hubo vendedores que iban de puerta en puerta vendiéndoles a las familias un estante de certeza, y padres que lo compraban como inversión en el futuro de sus hijos. Ese estante era una tecnología educativa muy seria.
• La pizarra. El pensamiento hecho público y provisional. Un docente podía por fin resolver un problema delante de quien aprendía, en lugar de presentar solo el resultado terminado. Probablemente el invento pedagógico más subestimado de esta lista.
• La calculadora. La aritmética se volvió opcional y la comprensión se volvió más importante, no menos. Hubo pánico real, prohibiciones reales y la convicción real de que venía una generación analfabeta en matemáticas.
• Las pizarras blancas, y luego las digitales. La misma superficie de pensamiento público, pero ahora borrable sin tiza, y después guardable, compartible, reproducible.
• Las diapositivas. Y después PowerPoint. La clase se convirtió en una secuencia de cuadros preparados. Compró una claridad enorme y costó algo también: cualquier docente que haya visto vidriarse la mirada de una sala en la diapositiva cuarenta sabe exactamente qué.
• El multimedia, y las enciclopedias multimedia. Llegaron el sonido, el video y la interactividad en un disco, y un niño podía escuchar una ballena y ver un volcán en lugar de leer sobre ellos.
• El Internet. La respuesta a cualquier pregunta de qué, quién, cuándo, dónde se volvió universal e instantánea. Esto solo ya debió haber reorganizado la evaluación — y en la mayoría de los lugares todavía no ha ocurrido.
• Las certificaciones. La prueba de una capacidad se desacopló de la institución que la enseñó. El aprendizaje empezó a reconocerse dondequiera que ocurriera.
• La gamificación. La motivación tratada como algo diseñable y no como un rasgo fijo de quien aprende.
• El aprendizaje activo y el constructivismo. No son aparatos — y son innovaciones igual de transformadoras. Quien aprende dejó de ser un recipiente que llenar y pasó a ser la persona que construye.
• El microaprendizaje. El conocimiento cortado en piezas lo bastante pequeñas para caber en una vida adulta real.
• La práctica deliberada. La comprensión de que repetir con retroalimentación y dificultad creciente es cualitativamente distinto de simplemente hacer mucho una actividad.

Y más todavía: la imprenta, el retroproyector, el laboratorio de idiomas, la fotocopiadora, la plataforma de gestión del aprendizaje, el teléfono en cada bolsillo.

Esto es lo que quiero que note. Ninguna de estas cosas destruyó el aprendizaje. Todas reubicaron el trabajo humano. La escritura lo movió de la memorización a la interpretación. La calculadora lo movió del cálculo al modelado. El Internet lo movió del recuerdo al juicio. Cada vez, los educadores que prosperaron fueron los que descubrieron hacia dónde se había movido el trabajo humano y enseñaron eso. Los que quedaron atrás siguieron evaluando la cosa que la herramienta ya hacía gratis.

Para pensarlo un momento: piense en una sola cosa que usted evalúa hoy y que un teléfono respondería en cuatro segundos. No para sentirse mal — todos tenemos una. Solo para ubicar dónde se movió el trabajo sin pedirnos permiso.

Entonces, ¿qué hace distinta a la IA?

Distinta en naturaleza, diría yo, no distinta en importancia. La calculadora fue importantísima. El Internet también. La IA es extraña de una manera en que ellos no lo fueron, y nombrar esa extrañeza disuelve la mayor parte de la confusión.

Una calculadora era una herramienta. Usted la tomaba, hacía una cosa definida, y la dejaba. El Internet era una plataforma. No era tanto algo que uno usaba como un lugar donde ocurrían cosas: donde uno buscaba, publicaba, se encontraba y trabajaba.

La inteligencia artificial es una herramienta, y un modelo, y una plataforma — todo a la vez.

Es el instrumento que usted toma para redactar una rúbrica. Es el modelo que genera lenguaje, imágenes y código: una cosa que produce y no solo procesa. Y es cada vez más el entorno donde ocurre el aprendizaje: el tutor, el compañero de estudio, la superficie de escritura, el lugar al que va un estudiante a las once de la noche cuando hay que entregar y nadie más está despierto.

Esa naturaleza triple es precisamente la razón por la que la IA confunde de un modo en que las tecnologías anteriores no confundían. Cada innovación previa podía archivarse bajo un solo encabezado. Esta se niega. Eso no es motivo de miedo y desde luego no es motivo de euforia. Es motivo para entenderla de verdad, que es para lo que sirve el resto de este texto.

1. Qué es la IA

Quítele el mercadeo y es más simple de lo que suena. Los sistemas de IA con los que los educadores se están encontrando ahora — los asistentes conversacionales, los generadores de imágenes, los ayudantes de escritura — son máquinas de predicción construidas sobre patrones hallados en cantidades enormes de texto e imágenes.

Un modelo de lenguaje hace una sola cosa central extremadamente bien: dado todo lo anterior, produce lo que más plausiblemente viene después. Y luego lo hace otra vez. Y otra. De esa conjetura repetida y muy bien informada salen un ensayo, un plan de clase, una traducción, un programa.

Conviene precisar el vocabulario, porque se usa con soltura:

• Inteligencia artificial es el campo amplio: máquinas que realizan tareas que asociamos con la inteligencia humana.
• Aprendizaje automático es el enfoque dominante: en lugar de recibir las reglas, el sistema las deriva de ejemplos.
• Un modelo es el resultado entrenado: el artefacto que contiene esos patrones derivados.
• La IA generativa es la familia de modelos que produce contenido nuevo en lugar de solo clasificar contenido existente.
• Un prompt es lo que usted le da. Y su prompt determina lo que recibe de vuelta mucho más de lo que la mayoría imagina.

Una analogía que me parece que aguanta: una calculadora contiene aritmética. Un modelo de lenguaje contiene algo más parecido a la forma en que la gente escribe — los contornos de la explicación, del argumento, del relato y de la instrucción, aprendidos observando una cantidad asombrosa de expresión humana. Pídale la forma de una buena rúbrica y le dará una, convincente. Pregúntele si esa rúbrica es la correcta para sus estudiantes y ya se salió de lo que el sistema puede realmente saber.

2. Cómo se entrenó

Entender el entrenamiento es lo que hace que todo lo demás cobre sentido, así que vale cinco minutos honestos.

A grandes rasgos, en tres movimientos.

Primero, leyó. Un cuerpo enorme de texto — páginas web, libros, artículos, código, conversación — pasó por el sistema. Para cada fragmento se le pidió al modelo predecir la pieza siguiente, y luego se le corrigió contra lo que realmente venía. Repita eso una cantidad astronómica de veces y los ajustes internos del modelo se van organizando hasta que las predicciones se vuelven buenas. Nadie le escribió reglas gramaticales dentro. Las absorbió, como un niño absorbe la gramática de su primera lengua mucho antes de que alguien le nombre un verbo.

Segundo, se moldeó. Un predictor en bruto todavía no es un asistente útil. Revisores humanos calificaron respuestas, mostrándole al modelo cómo se ve una respuesta útil, honesta y adecuadamente cuidadosa. De esta etapa viene buena parte de su personalidad, y de su cortesía, y de su prudencia, y de su tendencia a darle a usted la razón.

Tercero, se cercó. Se le añadieron barandas, negativas, capas de seguridad y reglas de uso alrededor para restringir lo que producirá.

De ahí se siguen tres consecuencias directas, y todo educador debería sostenerlas:

• Hereda sus datos de entrenamiento. Todo sesgo, vacío y desbalance de lo que leyó es un sesgo, un vacío y un desbalance en lo que produce. Si un cuerpo de escritura subrepresenta la lengua, la región o la realidad de sus estudiantes, el modelo también lo hará.
• Tiene un horizonte. Su conocimiento termina donde terminaron sus datos de entrenamiento. Puede estar desactualizado con total seguridad en sí mismo, y rara vez lo anunciará.
• Fue optimizado para ser agradable. Esa etapa de moldeado premió la utilidad y el estímulo, lo cual es maravilloso para un estudiante desanimado y silenciosamente peligroso para uno demasiado confiado. Sostenga esa idea; vuelve dentro de un momento, con mi hijo adentro.

3. Cómo «piensa»

Las comillas cargan peso y no las voy a quitar.

El modelo no está entendiendo su pregunta como la entendería un colega. No hay comprensión del significado por debajo, no hay un modelo del mundo que se esté consultando, no hay un instante en el que capte qué es una fracción. Hay patrón y predicción, operando a una escala y con una fluidez que producen algo que se lee exactamente como comprensión.

Por eso el hecho más importante sobre la IA para cualquier educador es este: puede estar completa, fluida y seguramente equivocada.

No equivocada como se equivoca un buscador, devolviendo un enlace malo que uno ve que es malo. Equivocada como se equivoca un estudiante muy elocuente que no hizo la lectura: suave, plausible, estructurado, citando un estudio que no existe. El campo lo llama alucinación o confabulación. Yo prefiero decirlo llanamente: el sistema está produciendo lo que una respuesta correcta parecería, y parecer correcto y ser correcto no son la misma propiedad.

Esto tiene una implicación directa y algo incómoda. La persona mejor protegida del error de la IA es la persona que ya sabe del tema. Un docente con experiencia detecta la cita inventada al instante. Un estudiante que se encuentra el tema por primera vez no tiene defensa alguna. La fluidez no es evidencia. La seguridad no es evidencia. Y mientras más pulida sea la respuesta, con más cuidado merece leerse.

Pruebe esto con un grupo: pregúntele a la IA algo que usted domine a fondo, en su propia materia. Empújela hacia los rincones. Vea dónde se pone suave y delgada. Ese solo ejercicio enseña más sobre la naturaleza de estos sistemas que cualquier explicación, incluida la mía.

4. La IA en el aula

Ahora lo concreto. Así se ve esto un martes, dentro del trabajo que usted ya hace.

Para su propia preparación — y aquí es donde casi todo educador debería empezar, porque el riesgo es bajo y el alivio es inmediato. Redacte una rúbrica y después discuta con ella. Genere quince ejercicios en tres niveles de dificultad. Convierta una lectura densa en tres versiones a distintos niveles para el mismo grupo. Produzca el ejemplo resuelto que no tuvo tiempo de escribir. Consiga un primer borrador de esa carta a las familias que ha venido evitando.

Para la retroalimentación. No calificaciones: retroalimentación. Quien aprende puede recibir una respuesta a su cuarto borrador a las diez de la noche, algo que ningún sistema humano ha podido ofrecer nunca a escala. El juicio sobre el trabajo sigue siendo suyo. El comentario incansable, paciente e inmediato no tiene por qué serlo.

Para la práctica. Este es el uso que más entusiasmo me genera, y conecta con una convicción que sostengo con fuerza: el dominio exige práctica extensa, deliberada y repetida, y nada elimina ese requisito. Lo que la IA por fin puede hacer es volver soportable esa repetición: variada, corregida al instante, paciente, personalizada, jamás cansada de usted. Práctica deliberada a una escala que ninguna era de la educación logró jamás. Eso no es poca cosa. Puede que sea la mayor oportunidad de esta lista.

Para el acceso. Traducción para un estudiante recién llegado. Texto a voz y voz a texto. Simplificación para quien lee por debajo de su grado y no debería quedar excluido de las ideas. Explicaciones en la lengua que una familia realmente habla. Para los estudiantes que están al margen del aula, esto puede ser la diferencia entre participar y mirar.

Para pensar con ella. Preguntas socráticas, abogado del diablo, un contrincante de debate que nunca se cansa, un interlocutor histórico simulado, un primer lector para un argumento. Es el uso con más potencial y el que más diseño requiere, y por eso debe venir después de que usted esté cómodo, no antes.

Y aquí está el momento en el que quiero detenerme, porque es al que sigo volviendo. Cuando mi hijo y yo nos sentamos juntos a preparar actividades de estudio y repaso para un examen, normalmente vuelve a los veinte minutos para anunciar: «Papá, ya estoy listo». Y yo le digo: «No, mi vida, continuamos practicando, hasta completar una hora y 100 ejercicios, como definimos». Y protesta: «Pero Papá, la Inteligencia Artificial me dijo que estoy listo, que soy un monstruo, que soy el matatán, que estoy rompiendo». Y le aclaro: «Claro, porque la configuramos para darte seguridad y lograr que cubras el material. Pero la verdadera habilidad, el verdadero dominio, se construye si logras mantenerlo en el tiempo, y no en 20 minutos o 20 preguntas. Completemos las 100 preguntas y la hora entera, y si el resultado es el mismo, nos vamos a comer helado».

Esa pequeña negociación contiene toda la lección de la IA en la educación. La herramienta hizo su trabajo. Sostener el estándar era trabajo mío, y no es un trabajo que se pueda delegar en la herramienta. El estímulo de la IA no estaba mintiendo, exactamente. Estaba haciendo el trabajo que le dimos.

5. Retos y oportunidades

Permítame ponerlos lado a lado, porque en casi todos los casos son el mismo hecho visto desde dos direcciones.

El reto del atajo. Un estudiante puede producir hoy un artefacto de apariencia terminada sin haber hecho el pensamiento que ese artefacto supuestamente exigía. La oportunidad en el mismo hecho: esto por fin obliga a la pregunta que llevamos evitando desde que llegó el Internet — ¿qué estábamos evaluando en realidad? Si una tarea puede completarse sin aprender, la tarea ya estaba midiendo lo equivocado. La IA no creó ese problema. Lo volvió imposible de ignorar.

El reto de la ilusión de dominio. Una ayuda alentadora y siempre disponible puede fabricar la sensación de competencia sin la sustancia. La oportunidad: el mismo sistema, configurado de otro modo, puede entregar práctica deliberada incansable — justo lo que siempre supimos que construye dominio y nunca tuvimos capacidad de ofrecer.

El reto de la brecha que se ensancha. Las escuelas bien dotadas tendrán IA más docentes que entienden cómo usarla. Las escuelas sin recursos corren el riesgo de recibir la herramienta sin nada construido alrededor. La oportunidad: bien diseñado, esto nivela de verdad — un explicador paciente, uno a uno, en la lengua de quien aprende, históricamente solo estuvo al alcance de las familias que podían pagarlo.

El reto de la erosión. Algunas capacidades sí se atrofian cuando no se usan, y deberíamos ser honestos: toda tecnología del continuo entregó algo a cambio. La oportunidad: ser deliberados por una vez sobre qué estamos entregando y qué estamos protegiendo, en lugar de descubrirlo una década después.

6. Ética y responsabilidad

Esta sección es corta y no es opcional.

Privacidad. Los datos de un estudiante escritos dentro de una herramienta de IA de consumo salieron de su institución. Antes de adoptar nada, sepa a dónde van los datos, si entrenan el modelo, quién puede verlos y qué exige su legislación local. Ante la duda, no ponga el trabajo, el expediente ni las circunstancias personales de un estudiante identificado en una herramienta de propósito general.

Sesgo. El modelo hereda sus datos de entrenamiento. Espere desbalances en qué nombres, dialectos, historias y ejemplos salen por defecto. Nómbrelos en voz alta con los estudiantes. Una salida sesgada examinada en conjunto es mejor lección que una salida limpia aceptada por fe.

Autoría. Decida, declare y enseñe qué cuenta como trabajo propio en su contexto — y sea específico, porque «no usen IA» no es ni aplicable ni educativo. Mejor: aquí el uso está permitido, allá debe declararse, y en este punto concreto está prohibido, y aquí está el porqué en cada caso. Los estudiantes respetan mucho más una línea clara que una prohibición vaga.

Equidad de acceso. No todos los estudiantes tienen el mismo dispositivo, la misma conexión ni el mismo plan pagado. Una tarea que asume en silencio el acceso a una buena herramienta de IA es una tarea que en silencio clasifica a los estudiantes por el ingreso de su hogar.

Honestidad con los estudiantes. Dígales qué son estos sistemas. Dígales que pueden equivocarse. Dígales cuándo usó uno para preparar el material — modele la declaración que les está pidiendo a ellos. Quien aprende le perdona a un docente que todavía está aprendiendo. Lo que no perdona es que lo manejen.

7. Buenas prácticas y recomendaciones

• Deje el juicio humano donde corresponde. Aumentación, no reemplazo. La IA puede redactar, variar, traducir, explicar y no cansarse nunca. Decidir qué necesita quien aprende, si el trabajo es bueno y cuál es el estándar: eso se queda con usted.
• Verifique todo lo que parezca un dato. Nombres, fechas, citas, cifras, textuales. Si es verificable, verifíquelo. Si no puede verificarlo, no lo transmita.
• Sea específico al pedir. Dé el contexto, el estudiante, el nivel, la restricción, el formato. Vago entra, plausible-pero-inútil sale. Escribir un prompt se parece más a redactar un encargo que a buscar en Google.
• Mueva la evaluación hacia el proceso. Borradores, revisiones, defensa oral, explicación del razonamiento, detectar una respuesta deliberadamente errónea. Si quien aprende puede explicar por qué funciona, aprendió algo.
• Fije la meta antes de empezar. La hora, la cantidad, el estándar. No deje que el estímulo de la herramienta mueva la línea de llegada.
• Empiece donde el riesgo es bajo. Primero su propia preparación. El uso frente a estudiantes cuando ya tenga sentido de cómo falla la cosa.
• Enseñe la herramienta junto con la materia. Un estudiante que entiende qué es un modelo y por qué alucina está protegido de un modo que ninguna prohibición puede lograr.
• Cámbialo, pero cámbialo bien. Las reformas fracasan no porque la gente se resista al cambio, sino porque cambian lo equivocado, sueltan lo que sostenía y conservan lo decorativo.

8. Para empezar: tres cosas esta semana

No es una estrategia. Son tres acciones concretas, y cada una cabe dentro de una semana normal.

Uno: interróguela en su propia materia. Media hora. Tome algo que usted domine por completo y empuje a la IA hasta que se ponga delgada o invente algo. No está probando si es buena. Está calibrando su propio instinto sobre dónde falla, que es la habilidad más transferible que puede adquirir aquí.

Dos: entréguele una tarea real de su preparación. No una que dé cara a los estudiantes. Una rúbrica, un conjunto de ejercicios, tres niveles de lectura de un mismo texto, un ejemplo resuelto. Y después edítelo duro. Note qué le ahorró y qué entendió mal sobre sus estudiantes. Esa distancia es su juicio profesional, hecho visible.

Tres: escriba su línea y dígala en voz alta. Un párrafo para sus estudiantes: dónde se espera el uso de IA, dónde debe declararse, dónde no se permite, y la razón de cada cosa. Léaselo. Invite la discusión. Sus objeciones mejorarán su política más que cualquier marco teórico.

Esa es la semana. Todo lo que venga después se construye sobre esas tres cosas.

Dónde nos deja esto

La inteligencia artificial es la innovación más reciente en una larguísima fila de innovaciones que han transformado y reconfigurado la manera en que los seres humanos aprenden. Los libros lo hicieron. El ábaco lo hizo. La enciclopedia, la pizarra, la calculadora, el proyector, el disco, la web: todas lo hicieron, y todas llegaron con el sonido de alguien insistiendo en que esta vez el aprendizaje no sobreviviría.

El aprendizaje sobrevivió. Sobrevivió porque la educación no es un conjunto fijo de tareas que defender. Es el cultivo deliberado de la capacidad humana, y cada herramienta de esa lista, una vez que dejamos de temerle, resultó ser una manera más de cultivar más de esa capacidad, en más personas, que la herramienta anterior.

La IA es distinta en un aspecto que sí importa: es herramienta, modelo y plataforma a la vez, y por eso confunde, y por eso el atajo que ofrece es más tentador que cualquiera de los anteriores. Eso no es razón para quedarse quieto. Es razón para entenderla lo bastante bien como para moldearla — y para ser después el educador que notó hacia dónde se movió el trabajo humano, y fue a enseñar eso.

Usted ya sabe que hay que cambiarlo. La tarea entera es cambiarlo bien.

Esta introducción plantea una posición y un marco, no una revisión de la literatura. Donde he recurrido a la historia — la objeción de Sócrates a la escritura en el Fedro, el pánico escolar por la calculadora, el desplazamiento de la enciclopedia impresa por la web abierta — me he limitado deliberadamente a lo ampliamente documentado y he evitado cifras precisas que no puedo sustentar. Si tiene trabajos que yo deba leer, dígamelo. — Carlos Miranda Levy

Las cuatro perspectivas