Déjenme comenzar donde siempre comienzo, porque el marco importa más que el argumento. Pregúntenle a casi cualquier docente, a cualquier director, a cualquier padre que haya estado prestando atención, y les dirán lo mismo: algo lleva tiempo mal en la educación formal. Estudiantes desconectados. Resultados estancados o en caída. El diploma dejó de significar lo que solía significar. Esta no es una queja nueva y no es una queja sobre la IA. Precede a ChatGPT por décadas. Así que cuando ahora decimos «la IA va a destruir el aprendizaje», deberíamos al menos ser lo bastante honestos para notar que el aprendizaje ya estaba en problemas — y preguntarnos qué lo puso ahí realmente.
Porque si diagnosticamos mal esto, pasaremos los próximos diez años prohibiendo herramientas y vigilando prompts mientras la verdadera enfermedad sigue sin tratamiento. La máquina no causó la crisis. La causó nuestro propio diseño. Y puedo señalar las dos decisiones de diseño que creo que hicieron más daño — ambas tomadas con sinceridad, ambas defendidas por buenas personas, ambas, al final, devastadoras.
El primer error: fragmentamos el conocimiento en competencias
En algún momento decidimos que en lugar de enseñar conocimiento integral y holístico, enseñaríamos competencias discretas y medibles. Y quiero ser justo con esa decisión, porque nació de un instinto genuinamente bueno. Durante años la crítica a la educación fue que premiaba el saber por encima del hacer — que los estudiantes podían recitar y no aplicar. Así que dijimos: enfoquémonos en lo que los estudiantes pueden realmente hacer, en habilidades demostrables, en resultados que podemos ver y verificar. Suena sensato. Suena a rigor.
Pero miren lo que pasó en la práctica. Para hacer las competencias medibles, tuvimos que hacerlas pequeñas. Y para hacerlas pequeñas, tuvimos que romper el todo en piezas. Fragmentamos el aprendizaje en micro-competencias aisladas, cada una definida, evaluada y marcada como cumplida por su cuenta. Perdimos la visión del todo. Producimos estudiantes que podían demostrar una competencia específica en una evaluación específica y que no podían, cuando importaba, integrar, sintetizar o aplicar ese conocimiento de manera holística en contextos reales.
Aquí está la falla más profunda, y es estructural, no una cuestión del esfuerzo de ningún docente individual. Cuando optimizas un sistema para la medición, obtienes medición — no necesariamente la cosa que intentabas medir. Nos dijimos que la competencia era un sustituto de la comprensión. Con el tiempo el sustituto se convirtió en la meta, y la comprensión que se suponía que representaba desapareció en silencio. Optimizamos para la medición, no para el aprendizaje profundo. Y un sistema entrega, confiablemente, aquello para lo que lo optimizas.
El segundo error: sustituimos la práctica por hermosos proyectos de una sola vez
La segunda decisión es más sutil, y lo digo como alguien en general simpatizante de la idea que la inspiró. Decidimos que el aprendizaje debía ser constructivista — que los estudiantes construyeran su propio conocimiento a través de experiencias significativas, motivadoras y vinculantes con su realidad. Como principio, no estoy en desacuerdo. Hacer, explorar, conectar con el mundo real: esas son ideas reales y duraderas sobre cómo aprenden las personas.
Pero en la práctica — y aquí es donde la buena idea se agrió — dejamos que se deslizara hacia un extremo. Tomamos «aprender construyendo experiencias significativas» y lo convertimos en «haz un proyecto complejo, creativo e impresionante, una sola vez, y sigue adelante». Creamos proyectos hermosos. Experiencias memorables. Presentaciones que parecían el futuro. Y luego el estudiante lo hacía una vez, y pasaba la página.
No había tiempo para práctica. No había espacio para repetición. No había oportunidad para el dominio a través de iteración extensa. Habíamos cambiado el perfeccionamiento de la técnica por la puesta en escena de experiencias — y en ese intercambio borramos en silencio el mecanismo mismo por el cual los humanos realmente llegan a ser buenos en algo. Porque no hay versión de esto en la que no sea cierto: sin práctica extensa, no hay verdadero dominio. Un proyecto brillante es un recuerdo. No es una habilidad.
Dos buenas intenciones, un resultado hueco
Junten las dos y podrán ver la forma de lo que construimos. Una reforma fragmentó el conocimiento en piezas lo bastante pequeñas para medirlas pero demasiado pequeñas para volver a sumarlas en comprensión. La otra eliminó la repetición que convierte la comprensión en capacidad. Ninguna fue maliciosa. Ambas fueron impulsadas por gente que se preocupaba de verdad. Y juntas produjeron una generación de estudiantes que pasaron por experiencias que parecían aprendizaje y salieron sin la cosa en sí.
Pasaron por hermosas experiencias «constructivistas» que a menudo eran superficiales. Demostraron «competencias» en evaluaciones y no las retuvieron. Se graduaron sin verdadero dominio de los fundamentos. Parecían haber aprendido — y no habían desarrollado expertise real. Esa brecha, entre la apariencia del aprendizaje y el hecho del aprendizaje, es toda la crisis en una sola frase.
Sócrates tenía razón — sobre nosotros, no sobre la IA
Hay aquí una línea antigua con la que vale la pena sentarse. Sócrates advirtió, en el Fedro de Platón, que la escritura le daría a la gente la apariencia de sabiduría sin su realidad — que parecerían saber mucho sin saber nada. Estaba equivocado sobre la escritura. Pero señalaba algo real: la ilusión de conocimiento es algo que se puede fabricar. Se puede construir un sistema que produce la sensación de haber aprendido, sin la sustancia.
Y aquí está la parte que más necesito que la gente escuche. Construimos exactamente ese sistema — y lo construimos antes de que existiera la IA. La ilusión de aprendizaje no es un efecto secundario del chatbot. Es el producto directo de diseños educativos que elegimos, a propósito, con buenas intenciones, a lo largo de las últimas décadas. Sócrates tenía razón en que la ilusión se puede fabricar. Solo tenía al culpable equivocado. No es la herramienta la que la fabrica. Es nuestro diseño educativo defectuoso.
Por qué este reencuadre lo cambia todo
No estoy haciendo un apunte histórico por el gusto de hacerlo. Lo hago porque el diagnóstico determina el tratamiento. Si crees que la IA causó la crisis, tu instinto es defensivo: prohibirla, detectarla, amurallarla, e intentar preservar el sistema tal como era. Pero el sistema tal como era es precisamente lo que estaba fallando. Preservarlo no es una cura. Es una manera de proteger la enfermedad.
Si, en cambio, aceptas que la crisis es nuestra — que fragmentamos lo que debía permanecer entero, y borramos la práctica que construye capacidad real — entonces la pregunta sobre la IA se convierte en una mucho mejor. No «¿cómo la mantenemos afuera?» sino «¿puede esto ayudarnos por fin a arreglar lo que rompimos?». ¿Puede ayudarnos a restaurar la comprensión holística en lugar de casillas atomizadas? ¿Puede darle a cada estudiante la práctica extensa, repetida y bien acompañada para la que dejamos de hacer espacio? Esas son las preguntas que merecen años de nuestra atención. Y solo se llega a ellas cuando dejamos de culpar a la máquina por una herida que nos infligimos nosotros mismos.
El punto de partida honesto no es cómodo, pero es liberador. La educación no estaba funcionando. Sabemos por qué, y no era la inteligencia artificial. Lo cual significa que la solución está a nuestro alcance, porque la causa estuvo bajo nuestro control desde el principio.
Un borrador de trabajo. Este ensayo expone mi posición; una próxima revisión incorporará investigación con fuentes — la literatura sobre educación basada en competencias, los estudios sobre constructivismo y construccionismo, y el argumento socrático del Fedro — con citas completas, y reemplazará las afirmaciones direccionales con cifras verificadas donde existan. Si tiene trabajos que yo deba leer antes, dígamelo. — Carlos Miranda Levy
Las cuatro perspectivas
La parte más fuerte y más defendible de este argumento es el reencuadre sobre la causalidad: haga lo que haga la IA con el aprendizaje, los problemas de desinterés y de resultados claramente la preceden, así que culpar a la herramienta es un error de cronología. Donde yo pediría cuidado es en los dos mecanismos. «El aprendizaje basado en competencias causó fragmentación» y «el constructivismo borró la práctica» son críticas reales y debatidas en la literatura — pero están en disputa, y las versiones sinceras de ambas reformas fueron reacciones a fallas previas genuinas. Así que el encuadre honesto es el de Carlos: no que estas ideas estuvieran equivocadas, sino que sus implementaciones extremas, impulsadas por la medición, tuvieron costos que subestimamos. Cuando llegue la revisión con fuentes, ese es exactamente el matiz que las citas deben cargar.
Mi preocupación es quién pagó por estos errores. La fragmentación-para-la-medición y los proyectos vitrina de una sola vez no se distribuyen de manera pareja. Las escuelas con recursos podían costear tanto los proyectos hermosos como las tutorías y la repetición que en casa rellenaban en silencio la práctica que faltaba. Las escuelas con menos recursos recibieron las competencias de casilla y el proyecto único y nada debajo — así que la «ilusión de aprendizaje» cayó con más fuerza sobre los estudiantes con menos colchón. Por eso me importa tanto que el diagnóstico sea correcto. Si culpamos a la IA, protegemos el mismo diseño que ensanchó la brecha. Si nombramos el diseño, por fin tenemos algo que podemos cambiar por los estudiantes a quienes ese diseño falló primero.
En lo práctico, aquí está la señal delatora para cualquier docente que lea esto. Pídale a un estudiante que haga la cosa otra vez, de otra manera, una semana después, sin andamiaje. Si puede, la aprendió. Si la única evidencia de que hubo aprendizaje es un artefacto pulido de una sola tarde, tiene un recuerdo, no una habilidad — y ninguna rúbrica de micro-competencias va a arreglar eso. La buena noticia es que esto hoy tiene arreglo de una manera que antes no tenía: la cosa para la que dejamos de hacer espacio, práctica extensa y variada con retroalimentación, es exactamente la cosa que estas herramientas son inusualmente buenas apoyando. Así que no prohíba la herramienta y no la entregue a ciegas. Úsela para devolverle la práctica al aula.
Sigo volviendo a una verdad dura sobre mi propio campo: la crisis que nos encanta colgarle a la IA es una que fabricamos nosotros mismos, sinceramente, a lo largo de décadas. Fragmentamos el conocimiento porque queríamos rigor, y sustituimos la práctica por proyectos hermosos porque queríamos significado — ambos buenos instintos, ambos llevados a un extremo que vació el aprendizaje por debajo. Nombrarlo no es un ataque a las personas que tomaron esas decisiones; es el único camino para arreglar lo que ellas, y yo, hicimos mal. Porque una vez que aceptas que el diseño causó esto, aceptas también que el diseño puede curarlo — y ese es un lugar mucho más esperanzador donde pararse que culpar a una máquina por una herida que nos infligimos nosotros mismos.